王續(xù)智
(河南交通職業(yè)技術(shù)學(xué)院,河南 鄭州 450000)
隨著物聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,無線傳感器網(wǎng)絡(luò)作為其關(guān)鍵組成部分,已被廣泛應(yīng)用于各類環(huán)境監(jiān)測(cè)、信息采集和工業(yè)生產(chǎn)[1]。為適應(yīng)傳感器設(shè)備在長(zhǎng)時(shí)間工作過程中對(duì)供電的高度依賴,文章聚焦于物聯(lián)網(wǎng)下的低功耗無線傳感器網(wǎng)絡(luò)路由技術(shù),旨在提升網(wǎng)絡(luò)性能并延長(zhǎng)設(shè)備工作時(shí)間。深入研究無線傳感器網(wǎng)絡(luò)的基本結(jié)構(gòu),分析其在實(shí)際應(yīng)用中所面臨的各種挑戰(zhàn)。鑒于傳統(tǒng)路由協(xié)議在低功耗環(huán)境下的不足,提出一種創(chuàng)新性的基于聚類優(yōu)化的低能量自適應(yīng)聚類層次協(xié)議(Low Energy Adaptive Clustering Hierarchical,LEACH)[2]。該協(xié)議通過優(yōu)化聚類結(jié)構(gòu)有效降低網(wǎng)絡(luò)能耗,同時(shí)具有較好的自適應(yīng)性,能更好地適應(yīng)不同的工作環(huán)境。
無線傳感器網(wǎng)絡(luò)的分布式結(jié)構(gòu)主要包括傳感器節(jié)點(diǎn)、Sink 節(jié)點(diǎn)(匯聚節(jié)點(diǎn))、路由器及服務(wù)器等,如圖1 所示。

圖1 無線傳感器網(wǎng)絡(luò)的基本結(jié)構(gòu)
傳感器節(jié)點(diǎn)通過感知、采集環(huán)境參數(shù)形成分散式的數(shù)據(jù)源,并將采集的數(shù)據(jù)聚合至Sink 節(jié)點(diǎn)。Sink節(jié)點(diǎn)負(fù)責(zé)匯總和處理傳感器節(jié)點(diǎn)上傳的信息。在網(wǎng)絡(luò)中,路由器對(duì)數(shù)據(jù)傳輸至關(guān)重要,負(fù)責(zé)將信息從傳感器節(jié)點(diǎn)傳輸至Sink 節(jié)點(diǎn),并將數(shù)據(jù)從Sink 節(jié)點(diǎn)傳輸至服務(wù)器[3-4]。
無線傳感器網(wǎng)絡(luò)在實(shí)際應(yīng)用中普遍存在能耗問題。由于傳感器節(jié)點(diǎn)通常被部署在無人的環(huán)境中,能源供給受到限制,因此如何降低網(wǎng)絡(luò)的能耗成為一個(gè)重要的研究方向。首先,傳感器節(jié)點(diǎn)在采集數(shù)據(jù)的過程中需要進(jìn)行信號(hào)處理、編碼和數(shù)據(jù)傳輸,這些操作都會(huì)消耗大量的能量[5]。其次,數(shù)據(jù)的傳輸需要經(jīng)過多個(gè)節(jié)點(diǎn),涉及多次無線通信,導(dǎo)致額外的能耗。最后,由于傳感器網(wǎng)絡(luò)長(zhǎng)時(shí)間運(yùn)行,能耗不均衡問題日益凸顯,一些節(jié)點(diǎn)可能因頻繁傳輸大量數(shù)據(jù)而耗盡能量,從而影響整個(gè)網(wǎng)絡(luò)的穩(wěn)定性[6]。
LEACH 是一種廣泛應(yīng)用于無線傳感器網(wǎng)絡(luò)通信的協(xié)議,基本原理如圖2 所示[7]。LEACH 協(xié)議通過引入聚類結(jié)構(gòu),將傳感器節(jié)點(diǎn)分組為若干個(gè)簇,每個(gè)簇中包含一個(gè)被稱為簇首的節(jié)點(diǎn)。簇首負(fù)責(zé)聚合和處理簇內(nèi)傳感器節(jié)點(diǎn)采集的數(shù)據(jù),并將其傳輸至Sink節(jié)點(diǎn)或基站。

圖2 LEACH 協(xié)議的基本原理
LEACH 采用周期性的輪換機(jī)制,以均衡能耗,避免簇首節(jié)點(diǎn)因能耗過大而失效。在每個(gè)輪換周期內(nèi),傳感器節(jié)點(diǎn)有一定概率成為簇首,負(fù)責(zé)數(shù)據(jù)聚合和傳輸。這種隨機(jī)輪換的方式能夠有效分散能耗,延長(zhǎng)網(wǎng)絡(luò)壽命[8]。LEACH 協(xié)議的具體原理包括以下4 個(gè)方面。
第一,節(jié)點(diǎn)選擇概率。LEACH 協(xié)議通過引入節(jié)點(diǎn)選擇概率的概念,決定哪些傳感器節(jié)點(diǎn)將成為簇首。每個(gè)節(jié)點(diǎn)根據(jù)一個(gè)概率閾值決定是否在當(dāng)前輪次中擔(dān)任簇首的角色,節(jié)點(diǎn)選擇概率為
式中:P為全局概率參數(shù),決定了一個(gè)節(jié)點(diǎn)在一個(gè)輪次內(nèi)成為簇首的期望概率;num(·)用于周期性地更新簇首節(jié)點(diǎn);mod(·)表示取模運(yùn)算。
第二,簇形成與數(shù)據(jù)聚合。選定為簇首的節(jié)點(diǎn)負(fù)責(zé)形成簇,并將其他節(jié)點(diǎn)分配到對(duì)應(yīng)的簇中。在每個(gè)簇內(nèi),節(jié)點(diǎn)將采集的數(shù)據(jù)進(jìn)行局部聚合,降低數(shù)據(jù)傳輸?shù)哪芎摹4厥讓⒕酆虾蟮臄?shù)據(jù)傳輸至匯聚節(jié)點(diǎn)。
第三,輪換機(jī)制。為平衡能耗,LEACH 引入輪換機(jī)制,通過在每個(gè)輪次中隨機(jī)選擇簇首,實(shí)現(xiàn)節(jié)點(diǎn)能耗的均衡。輪換機(jī)制的關(guān)鍵在于調(diào)整概率參數(shù),確保每個(gè)節(jié)點(diǎn)都有機(jī)會(huì)成為簇首,避免某些節(jié)點(diǎn)頻繁成為簇首而過早耗盡能量。
第四,能耗模型。LEACH 協(xié)議考慮節(jié)點(diǎn)在不同狀態(tài)下的能耗,包括傳感、聚合、傳輸?shù)龋?jì)算公式為
式中:Esensor為傳感器節(jié)點(diǎn)在采集數(shù)據(jù)時(shí)的能耗;α和β為能耗參數(shù);d為傳感器到簇首或目標(biāo)節(jié)點(diǎn)的距離。
為優(yōu)化LEACH,文章采用基于K-means 聚類的優(yōu)化方法[9-10]。應(yīng)用K-means 聚類算法,以更快確定簇的數(shù)量和位置。設(shè)有N個(gè)傳感器節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)用xi表示其特征向量,其中i=1,2,…,N。K-means聚類的目標(biāo)是將節(jié)點(diǎn)劃分為K個(gè)簇,使簇內(nèi)節(jié)點(diǎn)間的距離盡可能小,簇間節(jié)點(diǎn)間的距離盡可能大。優(yōu)化目標(biāo)函數(shù)可以表示為
式中:nk為第k個(gè)簇內(nèi)節(jié)點(diǎn)的數(shù)量;μk為第k個(gè)簇的中心。
為了將K-measn 聚類與LEACH 協(xié)議相結(jié)合來實(shí)現(xiàn)優(yōu)化,考慮傳感器節(jié)點(diǎn)的能耗特性,引入具有適應(yīng)性的權(quán)重。采用的優(yōu)化目標(biāo)函數(shù)為
式中:wi為節(jié)點(diǎn)i的適應(yīng)性權(quán)重,反映節(jié)點(diǎn)的能耗狀況。
適應(yīng)性權(quán)重的更新同樣考慮節(jié)點(diǎn)能耗的動(dòng)態(tài)變化,計(jì)算公式為
式中:Ei是節(jié)點(diǎn)i的能耗;di是節(jié)點(diǎn)到簇中心的距離。適應(yīng)性權(quán)重可以通過節(jié)點(diǎn)能耗的倒數(shù)來更新,即
通過該優(yōu)化方法,結(jié)合K-means 聚類和適應(yīng)性權(quán)重更新,LEACH 協(xié)議在形成簇結(jié)構(gòu)時(shí)能夠更精準(zhǔn)地考慮節(jié)點(diǎn)的能耗狀況,從而進(jìn)一步提高網(wǎng)絡(luò)的能效性能。
文章采用MATLAB進(jìn)行無線傳感器網(wǎng)絡(luò)的仿真,并測(cè)試所提出的基于K-means 聚類的低能量自適應(yīng)聚類層次協(xié)議。實(shí)驗(yàn)參數(shù)設(shè)置如表1 所示。

表1 實(shí)驗(yàn)參數(shù)設(shè)置
基于表1 的實(shí)驗(yàn)參數(shù),進(jìn)行MATLAB 實(shí)驗(yàn)仿真,實(shí)驗(yàn)步驟如下。
第一,網(wǎng)絡(luò)初始化。在MATLAB 環(huán)境中,生成并初始化包含指定數(shù)量(N=100)的傳感器節(jié)點(diǎn)的網(wǎng)絡(luò)。確保節(jié)點(diǎn)坐標(biāo)分布在給定的網(wǎng)絡(luò)區(qū)域內(nèi)。第二,能源模型參數(shù)設(shè)定。設(shè)置能源模型的參數(shù),包括α和β,用于計(jì)算節(jié)點(diǎn)的能耗,確保能夠反映實(shí)際應(yīng)用環(huán)境中的能源消耗特征。第三,節(jié)點(diǎn)能量生成。根據(jù)能源模型,在每個(gè)傳感器節(jié)點(diǎn)上生成初始能量,并引入適當(dāng)?shù)碾S機(jī)性以模擬節(jié)點(diǎn)能量的真實(shí)分布情況。第四,K-means 聚類執(zhí)行。利用MATLAB 內(nèi)置的K-means聚類算法聚類傳感器節(jié)點(diǎn)。第五,LEACH 協(xié)議實(shí)現(xiàn)。在MATLAB 中實(shí)現(xiàn)基于K-means 聚類的LEACH 協(xié)議。在每個(gè)輪次內(nèi),根據(jù)LEACH 協(xié)議的節(jié)點(diǎn)選擇概率,確定簇首節(jié)點(diǎn)并執(zhí)行數(shù)據(jù)聚合與傳輸。第六,輪換機(jī)制應(yīng)用。實(shí)施LEACH 協(xié)議中的輪換機(jī)制,確保簇首節(jié)點(diǎn)的均衡輪換,以防止能耗不均衡。第七,實(shí)驗(yàn)數(shù)據(jù)記錄。記錄仿真的關(guān)鍵性能指標(biāo),如網(wǎng)絡(luò)總能耗、簇內(nèi)節(jié)點(diǎn)能耗分布、數(shù)據(jù)傳輸成功率等,多次重復(fù)實(shí)驗(yàn),以獲取可靠的結(jié)果,并評(píng)估實(shí)驗(yàn)結(jié)果的一致性和穩(wěn)定性。
實(shí)驗(yàn)對(duì)比所提方法與傳統(tǒng)LEACH 協(xié)議的結(jié)果,在仿真實(shí)驗(yàn)中記錄仿真的關(guān)鍵性能指標(biāo),并重復(fù)8 次實(shí)驗(yàn)來評(píng)估實(shí)驗(yàn)的一致性和穩(wěn)定性,實(shí)驗(yàn)結(jié)果如表2所示。

表2 實(shí)驗(yàn)結(jié)果
由表1 可知,所提優(yōu)化方法在節(jié)點(diǎn)簇內(nèi)的能耗均值為119.125 J,標(biāo)準(zhǔn)差為1.68 J,表明優(yōu)化方法有助于提高能耗均衡性,避免節(jié)點(diǎn)過度耗能;系統(tǒng)的平均數(shù)據(jù)傳輸成功率為91.625%,表明優(yōu)化后的協(xié)議在數(shù)據(jù)傳輸方面相對(duì)穩(wěn)定。通過8 次重復(fù)實(shí)驗(yàn)可以看出,實(shí)驗(yàn)結(jié)果的一致性較好,標(biāo)準(zhǔn)差相對(duì)較小,表明該優(yōu)化方法在不同實(shí)驗(yàn)場(chǎng)景下的穩(wěn)定性。對(duì)于更全面的評(píng)估,可以考慮更多實(shí)驗(yàn)和性能指標(biāo)的分析,以深入了解優(yōu)化方法的性能優(yōu)勢(shì)。
針對(duì)物聯(lián)網(wǎng)下的低功耗無線傳感器網(wǎng)絡(luò)的路由協(xié)議問題,文章通過引入基于K-means 聚類的優(yōu)化方法,成功改進(jìn)傳統(tǒng)的LEACH協(xié)議,提高網(wǎng)絡(luò)的性能。通過在MATLAB 平臺(tái)上進(jìn)行詳實(shí)的仿真實(shí)驗(yàn),驗(yàn)證所提方法的有效性和穩(wěn)定性。實(shí)驗(yàn)結(jié)果表明,優(yōu)化后的LEACH 協(xié)議在總能耗、能耗均衡性和數(shù)據(jù)傳輸成功率等方面均表現(xiàn)出良好的性能,并通過多次重復(fù)實(shí)驗(yàn)進(jìn)一步驗(yàn)證實(shí)驗(yàn)結(jié)果的一致性。這一研究為物聯(lián)網(wǎng)下的無線傳感器網(wǎng)絡(luò)通信協(xié)議提供新的理念和方法,為提高網(wǎng)絡(luò)性能和延長(zhǎng)節(jié)點(diǎn)壽命提供切實(shí)可行的解決方案。