基于时间片的无线传感网络节点低功耗分簇算法的研究

基于时间片的无线传感网络节点低功耗分簇算法的研究

ID:38386789

大小:168.50 KB

页数:7页

时间:2019-06-11

基于时间片的无线传感网络节点低功耗分簇算法的研究_第1页
基于时间片的无线传感网络节点低功耗分簇算法的研究_第2页
基于时间片的无线传感网络节点低功耗分簇算法的研究_第3页
基于时间片的无线传感网络节点低功耗分簇算法的研究_第4页
基于时间片的无线传感网络节点低功耗分簇算法的研究_第5页
资源描述:

《基于时间片的无线传感网络节点低功耗分簇算法的研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于时间片的无线传感网络节点低功耗分簇算法的研究摘要:无线传感器网络是由一组微型传感器节点以自组织方式构成的无线网络,网络中,除了少数节点需要移动以外,大部分节点都是静止的。为了延长网络寿命,设计有效的协议和算法是WSN的核心问题之一。本文把网络节点按照时间片进行分簇,并通过协议使不同的节点处于工作状态,其余节点处于休眠状态,从而节约了节点的耗能,延长网络的寿命。经过仿真实验,该系统可以达到设计指标,延长无线传感网络的使用寿命,从而提高网络的生存能力。关键词:无线传感器网络;分簇算法;节能0引言无线传感器网络是由具有计算、存储和无线

2、通信能力的小型智能设备组成的分布式感知网络。传感器节点负责收集监测区域内的声音、电磁或地震信号等多种信息,通过无线信道将它们发送到Sink节点。Sink节点具有更强的处理能力,能够进一步处理信息,或拥有更大的发送范围,可以将信息送往某个大型网络,使远程用户能够检索到该信息。通常传感器节点体积都非常小,只有有限的计算能力、有限的存储能力、有限的无线通信能力和有限的电源供应,而且在部署后难以一次补充能量,因此无线传感器网络存在严重的能量约束问题,如何提高能量效率成为传感器网络研究的重大问题。在无线传感器网络中分簇被认为是延长网络寿命的最

3、有效的方法之一。将传感器节点划分为一个个簇,传感器节点的角色分为簇头和簇成员两种,簇成员监测到的数据首先传到簇头,簇头可以对采样数据进行融合,然后再转发到Sink节点,以减少网络流量,由于各个簇头与Sink节点的距离不同,离Sink节点距离较远的簇头采取多跳的方式进行通信。然而这种做法带来了一个能量消耗不均衡的“热区”问题,即在传感器网络的多对一通信模式中,靠近Sink节点的网络节点需要大量转发其它簇的数据,节点能量过快消耗至死亡,造成网络分割,降低网络生存时间。很多节能的拓扑控制方法就是以延长网络生存期为主要目的的,其中LEACH

4、[1]是最具有影响力的代表性算法。然而,在TinyOS系统支持的TOSSIM仿真器中加入了能量意识功能后进行仿真[3],LEACH往往会出现在网络整体能量较多的情形之下少量节点过早死亡,从而大大降低了网络寿命。本文的主要工作是在LEACH的基础上,使用基于时间片的轮值分簇法,延长网络的生存期,从而提高网络的生存能力。1.LEACH协议分析1.1网络模型网络模型采用与LEACH相同的WSN的研究拓扑控制的典型设置,N个具备弱通信能力、计算能力且能量有限的、同构的节点随机均匀分布在一个正方形区域A内;节点部署后不再移动,在无人工干预的情

5、况下自组织地生成对等网络,网络中存在一个唯一的基站,部署在区域A以外的某位置。该传感器网络具有如下性质:(1)每轮中节点的能量消耗不一致;(2)节点不需要知道其具体位置信息;(3)网络中维持一个弱同步时钟;(4)所有的传感器以固定速率感知周围环境,这样一来总有数据要发送给终端用户;(5)网络寿命指从网络启动到第一个节点死亡时间。在通信方式上,本文也使用与LEACH算法相同的假设。使用对称的通信信道模型和自由空间模型(FreeSpace),在距离阈值d0(d0是常数,与具体的应用环境关系)之间发送数据放大器消耗的能量与发送节点到接收点

6、的距离的平方成正比。使用公式(1),计算发送方数据消耗的能量[38]:(1)接收方接收部件产生的消耗公式(2)所示。(2)其中,是数据帧的长度,是发送器和接收器无线信号电路小号的能量,是发送放大器电路消耗的能量。根据公式(1)可知,信道传输的能量损失为O(d²),d为节点间距离,故应该尽量减少发送距离和接受的次数。1.2簇头数目LEACH生成的簇头个数据有随机性,这种数目的随机以不可忽略的概率导致簇头个数过多或者过少的情形。LEACH每轮中选出的簇头数服从二项分布,设簇头比例为,每轮中选出的簇头个数为X,则式(3)成立:(3)根据公

7、式(3),图1显示了当=100,最优簇头数目=5,即=0.05时的概率分布,图中簇头个数取最优值=5的概率只有0.18002。簇头过少的情形,如产生的簇头小于3的概率为0.1183,簇头的数目决定了簇的规模,即有0.1183概率使得簇规模过大,这样,簇头节点收集了所有的节点信息后才进行融合并转发融合后的数据,在一个轮周期内有效地减少了簇头的转发次数,但可能降低了信息服务质量;产生簇头大于7的概率为0.128,这种簇规模过小的情形使得簇内数据的融合效果不明显,从而簇头与基站通信的频率较高,在全网范围内增加了簇头与基站总体通信耗费,缩短

8、了网络使用寿命。图1簇头分数概率分布1.3簇头分布LEACH生成的簇头在分布上是随机的,这种分布的随机性也导致轮内各簇规模大小不同。如图2所示。分析认为这种不一致性使得LEACH算法有效性的两个前提条件难以得到保证。图2LEACH簇分

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。