秦芹



摘? ?要:文章對當前無線傳感器網絡在溫室大棚系統應用中存在的匯聚節點或轉發節點能量損耗大、節點能量損耗不均衡問題進行分析和研究,重點研究了目前幾種常用的無線傳感器網絡路由協議,并對異構路由分簇算法-SEP進行改進。通過改進,實現降低路由中的能量損耗,最終達到降低無線傳感器網絡系統能量損耗的目的,為無線傳感器網絡在多溫室智能監控系統中的應用提供理論依據。
關鍵詞:異構路由分簇算法;智能以太保護;無線傳感器網絡;能量損耗;多溫室智能監控
國家對物聯網技術研究大力支持。河北作為農業大省,目前對農業生產過程的智能監控技術,尤其是溫室大棚的環境信息采集與監控技術還處于研究階段,沒有實現大范圍的普及。將無線傳感器網絡(Wireless Sensor Network,WSN)應用到溫室監控系統中,實現溫室環境參數的自動采集和自動控制,可以大大降低人工成本、減輕農民負擔,為實現溫室智能監控和自動化管理提供技術支持。無線傳感網中的節點能量有限特點使降低系統能耗成為影響無線傳感網發展的重要因素。路由協議的設計和選擇是影響系統能耗的關鍵因素之一,因此,對路由協議進行優化、最大限度地降低節點和網絡能量損耗,是決定無線傳感網能否投入實際應用的關鍵因素[1]。
目前,無線傳感器網絡技術在農業溫室大棚中有了一定的應用,但無線傳感器網絡中存在數據包丟失率高、節點能量有限、中間節點能量損耗大、節點能量損耗不均勻等問題。選擇合理的無線傳感器網絡路由協議,可以有效解決能量損耗大、不同節點能量損耗不均的問題[2]。
1? ? 無線傳感器網絡
1.1? 無線傳感器網絡的整體架構
無線傳感器網絡的整體架構主要由3部分組成:傳感器節點、匯聚節點和網關節點,具體如圖1所示。
1.2? 無線傳感器網絡的能量消耗
在無線傳感器網絡中,能量的消耗是一直在研究的問題,是影響整個系統長期有效工作的主要因素。匯聚節點要與底層所有傳感器節點進行數據交換,因此,在整個系統中,匯聚節點的能量損耗往往是最大的。如何有效地選取匯聚節點、保持系統能量均衡,是降低整體系統能量損耗的主要研究方面[3]。
節點的能量消耗主要是由數據的發送、接收和狀態切換造成的,而單從單個節點的能量損耗看,可以用公式(1)計算:
Ea=PTX×ttx+PRX×trx+Pctc(1)
其中,Ea為系統總體能量,PTX為發送功率,ttx為發送數據時間,PRX為接收功率,trx為接收數據時間,Pc為狀態切換功率,tc為狀態切換時間。
由此可見,頻繁切換節點狀態會影響節點的能量損耗。匯聚節點的選取與更換頻率和算法直接影響WSN的整體性能、造成能量損耗不均勻。
基于此,本系統針對目前WSN中間節點能量損耗大、節點能量損耗不均衡問題,對當前常見的WSN路由協議進行研究分析,從以下兩個方面對異構路由分簇算法-智能以太保護(Smart Ethernet Protection,SEP)進行改進:
(1)對簇頭選舉方式進行改進,提出了最低能量輪換選舉算法,即降低因簇頭選舉頻率高而造成的能量浪費。在保證簇頭最低能量的同時,盡可能延長當選簇頭的時間。被輪換掉的簇頭在很長一段時間內不會再被當選,從而也保證了簇頭節點的能量補給。
(2)對多跳機制進行改進,提出了移動匯聚節點。匯聚節點的移動路徑會根據信息采集量多少等情況進行自動優化,減少了信息轉發次數,從而達到減少路由中能量損耗的目的。
2? ? 異構路由分簇算法-SEP
低功耗自適應集簇分層型協議(Low Energy Adaptive Clustering Hierarchy,LEACH)是針對同構無線傳感網絡提出的自適應分簇協議,使用該協議的前提是認為網絡中所有節點都是同構的,但在實際使用過程中,同構只是一個理想狀態。因此,波士頓大學的Smaragdakis等提出了針對二級異構節點組成的網絡的SEP分簇路由協議[4]。
SEP協議初始將網絡中所有節點分為一級節點和二級節點,兩級節點具有不同的初始能量,不同初始能量的節點被選舉為簇頭節點的概率和輪換周期都不相同。一級節點的選舉概率低,輪換周期長;二級節點的選舉概率高,輪換周期短。通過這種改進方式,做到更大的能量均衡,延長網絡的穩定周期[5]。
3? ? 異構路由分簇算法-SEP的改進
算法改進原理與仿真如下:SEP協議適用于二級網絡節點的無線傳感網絡,但在實際使用過程中,網絡中的節點能量可能是多級的,而且在使用過程中可能有新的節點加入。為了適應更復雜的網絡,本文對SEP協議進行改進,在每一輪的簇頭選舉過程中,對所有節點的能量進行計算,根據節點能量和總能量的比值,影響該節點被選為簇頭節點的概率,增加了系統的自適應性,滿足多級異構網絡模型。
改進之后的SEP算法仿真結果如圖2—3所示。以下是選舉階段的算法步驟:
(1)計算節點xi的當前能量Ei和總能量Eall。
(2)計算選取為簇頭的影響因子。
(3)計算節點Xi被選為簇頭的概率:Pi=Si×Pav。
(4)計算節點的輪換周期:Ti=1/Pi。
(5)判斷該節點是否到達論文周期,如果未到達,則判斷Pi是否大于0.5,若是,則標記為簇頭節點,同時輪換數加1。
4? ? 相關代碼
for i=1:1:n
if(S(i).E>0)
temp_rand=rand;
if ( (S(i).G)<=0)%如果該節點在候選集合中 保證前1/p輪該節點不是簇
if( ( S(i).ENERGY==0 && ( temp_rand <= ( pnrm / ( 1 - pnrm * mod(r,round(1/pnrm)) )) ) )? )
%如果節點為正常節點并且概率小于閾值
countCHs=countCHs+1;%簇節點數+1? ? ? ? ? ? packets_TO_BS=packets_TO_BS+1;? ? ? ? ? ? PACKETS_TO_BS(r+1)=packets_TO_BS;
S(i).type=C;%該節點類型變為簇
S(i).G=100;
C(cluster).xd=S(i).xd;
C(cluster).yd=S(i).yd;
C(cluster).zd=S(i).zd;
plot3(S(i).xd,S(i).yd,S(i).zd,k*);? ? ? ? ? ? distance=sqrt( (S(i).xd-(S(n+1).xd) )^2 + (S(i).yd-(S(n+1).yd) )^2+ (S(i).zd-(S(n+1).zd) )^2 );%到sink的距離? ? ? ? ? ? C(cluster).distance=distance;
C(cluster).id=i;%表示第i個節點是簇
X(cluster)=S(i).xd;
Y(cluster)=S(i).yd;
Z(cluster)=S(i).zd;
cluster=cluster+1;%廣播自己成為簇頭。
5? ? 結語
本文實現了對SEP算法的改進,增強了系統的自適應性。目前,我國的智能溫室控制系統的開發還需要一個漫長的過程。與發達國家相比,我國室內環境控制算法存在較大的不足。在今后的工作中將進一步研究相關算法,使智能溫室控制系統能夠滿足我國實際應用的需要。
[參考文獻]
[1]蔣文賢,賴超.一種壓縮感知的異構傳感網絡分簇路由算法[J].小型微型計算機系統,2015(2):563-569.
[2]徐新黎,呂琪.一種帶有能量自補給節點的異構傳感器網絡分簇路由算法[J].計算機科學,2017(1):134-137.
[3]吳文平.面向精細化的WSN路由協議低功耗性能的分析[J].陰山學刊,2017(2):60-63.
[4]陳韜.異構無線傳感器網絡中基于能量均衡的分簇路由算法研究[D].杭州:杭州電子科技大學,2018.
[5]李一泓.基于能量異構無線傳感器網絡的路由算法研究[D].南昌:南昌大學,2016.
Research on greenhouse intelligent monitoring system
based on WSN routing algorithm optimization
Qin Qin
(Baoding University, Baoding 071000, China)
Abstract:In this paper, the problems of convergence node or forwarding node energy loss and node energy loss imbalance in the application of wireless sensor network in greenhouse system are analyzed and studied, and several commonly used routing protocols of wireless sensor network are studied, and the heterogeneous routing clustering algorithm-SEP is improved. Through the improvement, the energy loss in routing can be reduced, and finally the energy loss in wireless sensor network system can be reduced, which provides a theoretical basis for the application of wireless sensor network in multi-greenhouse intelligent monitoring system.
Key words:heterogeneous routing clustering algorithm; smart Ethernet protection; wireless sensor network; energy loss; multi-greenhouse intelligent monitoring