一种自组网分簇路由的聚类形成方法

技术领域

本发明属于无线传感器网络优化设计领域，特别是指一种自组网分簇路由的聚类形成方法，可面向边境防护中光电-雷达传感器网络的高能效自组网分簇路由，实现聚类形成。

背景技术

实际应用中的光电-雷达传感器网络往往是由大量的传感器节点布置在传感区域内。节点部署问题，即在该区域内感知监测的数据量，然后通过无线链路把数据传送到节点部署，即通过一定的算法布置节点，优化现有的网络资源，以期网络在未来的应用中利用率最大或单个任务消耗量最小。它是光电-雷达传感器网络应用的一个基本问题，决定着传感器监测物理空间的效果，进而影响传感器网络的服务质量。一般来讲，网络的节点部署方法需要在完成监测任务的前提下，尽量节省能耗以延长网络寿命。

使用LEACHs分布式聚类算法虽然有一些优势，但该协议不保证簇头节点的位置和数量。由于集群是自适应的，在给定一轮中获得一个糟糕的集群设置不会对整体性能产生很大影响。

发明内容

有鉴于此，本发明提供一种自组网分簇路由的聚类形成方法，该方法使用一个中央控制算法来形成群集可能会产生更好的群集分散在整个网络的簇头节点。

本发明采用的技术方案如下：

一种自组网分簇路由聚类形成方法，包括以下步骤：

步骤1：每个节点向基站发送关于其当前位置和能量水平的信息；

步骤2：基站计算平均节点能量，任何能量低于该平均值的节点都不能成为当前轮的簇头；基站利用剩余的节点作为可能的簇头，使用模拟退火算法寻找簇，通过最小化所有非簇头节点与最近簇头之间的距离平方和来最小化非簇头节点向簇头传输数据所需的能量；

步骤3：每个簇头节点使用非持久载波感知多址访问MAC协议广播广告消息；每个非簇头节点根据接收到的每个簇头的信号强度，选择需要最小通信能量的簇头来确定自己这一轮的簇；在打成平手的情况下，随机选择一个簇头；

每个节点决定它属于哪个集群后，通知集群头节点它将是集群的成员；簇头节点建立一个TDMA调度，并将该调度发送给簇内的节点；

步骤4：每个簇之间使用直接序列扩频通信；每个集群使用一个独特的扩展代码；集群中的所有节点使用该扩展码将数据发送到簇头，簇头使用该扩展码对接收到的所有能量进行过滤；数据使用固定扩展码和CSMA从群集头节点发送到基站。

本发明具有如下有益效果：

1、本发明使用一个中央控制算法来形成群集，可产生更好的群集分散在整个网络的簇头节点。

2、本发明开发并分析了低能量自适应聚类层次(LEACH)，结合了节能的基于聚类的路由和媒体接入的思想，以及特定应用的数据聚合，在系统生命周期、延迟、和应用-感知质量等方面有所提高。

附图说明

图1为LEACH操作的时间线。

图2为初始能量0.5J：LEACH，LEACH-C，改进LEACH-C死亡节点数变化曲线。

图3为初始能量0.5J：LEACH，LEACH-C，改进LEACH-C节点死亡数据比较。

图4初始能量0.25J：LEACH，LEACH-C，改进LEACH-C死亡节点数变化曲线。

图5初始能量0.25J：LEACH，LEACH-C，改进LEACH-C节点死亡数据比较。

图6初始能量0.75J：LEACH，LEACH-C，改进LEACH-C死亡节点数变化曲线。

图7初始能量0.75J：LEACH，LEACH-C，改进LEACH-C节点死亡数据比较。

图8射电能量耗散模型。

具体实施方式

一种自组网分簇路由聚类形成方法，包括以下步骤：

步骤1：设置阶段。每个节点向基站发送关于其当前位置(可能使用GPS接收器确定)和能量水平的信息。

步骤2：簇头选择算法。基站计算平均节点能量，任何能量低于该平均值的节点都不能成为当前轮的簇头。基站利用剩余的节点作为可能的簇头，使用模拟退火算法寻找簇。算法试图通过最小化所有非簇头节点与最近簇头之间的距离平方和来最小化非簇头节点向簇头传输数据所需的能量。

模拟退火算法的具体流程如下：

步骤3：集群形成算法。每个簇头节点使用非持久载波感知多址访问(CSMA)MAC协议广播广告消息(ADV)。每个非簇头节点根据接收到的每个簇头的信号强度，选择需要最小通信能量的簇头来确定自己这一轮的簇。在打成平手的情况下，随机选择一个簇头。

每个节点决定它属于哪个集群后，通知集群头节点它将是集群的成员。簇头节点建立一个TDMA调度，并将该调度发送给簇内的节点。

步骤4：稳态阶段。每个簇之间使用直接序列扩频(DSSS)通信。每个集群使用一个独特的扩展代码；集群中的所有节点使用该扩展码将数据发送到簇头，簇头使用该扩展码对接收到的所有能量进行过滤。数据使用固定扩展码和CSMA从群集头节点发送到基站。

本发明的原理如下：

每一回合都以簇的建立阶段开始，接着是一个传输数据的稳态阶段，当数据从节点转移到集群头并转移基站时，如图1所示。

为了解决簇头选择的问题，在LEACH-C的簇头选择阶段每个传感器在r+1轮(以时间t开始)以概率Pi(t)选择自己为簇头，使得这一轮的簇头节点的期望数目为k。记本轮簇头节点数目为#CH。因此，如果网络中有N个节点：

确保所有节点成为簇头的次数相同，需要每个节点平均在N/k轮中成为簇头一次。如果Ci(t)是确定节点i是否在最近的(r mod(N/k))轮中成为簇头的指标函数(即，如果节点i曾是簇头，Ci(t)＝0，否则为1)，那么每个节点应该在r轮选择成为簇头，概率为：

因此，只有那些最近还没有当过簇头的节点，而且可能比最近执行过这种能量密集型功能的节点有更多的能量可用，才可能在r+1轮成为簇头。

经过N/k轮之后，所有的传感器节点都被认为当过一次簇头，之后他们都有资格在下一轮中执行这一任务。由于Ci(t)是1，表示节点i在时间t有资格成为簇头，否则是0，所以术语

这确保了所有节点的能量在每轮之后都大致相等。每轮簇头的预期数量为:

这种成为簇首的概率选择是基于这样的假设：所有节点开始时的能量相等，并且所有节点在每一帧中都有数据要发送。如果节点有不同数量的能量(或事件驱动模型，即节点时才发送数据环境)中的一些事件发生时，节点与更多的能量应该比节点集群头经常用更少的能源，以确保所有节点在大约同一时间死去。这可以通过将节点成为簇首的概率设置为节点的能量级别相对于网络中剩余总能量的函数，而不是单纯的通过节点成为簇首的次数的函数来实现：

使用这些概率，能量高的节点比能量低的节点更有可能成为簇头。期望的簇头节点数为k：

节点可以在预定的跳数(近似)内向所有邻居发送“hello”消息。每个节点可以计算它接收到的“hello”消息的数量——这是该节点的估计值。然后可以根据这些参数确定所需的集群数量。这种方法允许LEACH以增加开销为代价来适应不断变化的网络。

为了解决集群设置的问题，在LEACH-C的设置阶段，每个节点向基站发送关于其当前位置(可使用GPS接收器确定)和能量水平的信息。除了确定良好的集群，基站还需要确保所有节点的能量负载均匀分布。为了做到这一点，基站计算平均节点能量，任何能量低于该平均值的节点都不能成为当前轮的簇头。基站利用剩余的节点作为可能的簇头，使用模拟退火算法寻找簇，解决NP困难的寻找最优簇问题。该算法试图通过最小化所有非簇头节点与最近簇头之间的距离平方和来最小化非簇头节点向簇头传输数据所需的能量。

一旦找到了集群头和关联的集群，基站广播一条包含每个节点的集群头ID的消息。如果一个节点的簇头ID与它自己的ID匹配，则该节点是簇头；否则，节点决定自己的TDMA槽位用于数据传输，然后进入休眠状态，直到数据传输时间到来。

针对边境环境特点，设置仿真环境。一个100个光电-雷达传感器的网络，节点随机分布在监测区域(x＝0，y＝0)和(x＝100km，y＝10km)之间，哨所位于(x＝50km，y＝20km)的位置。

假设一个简单的无线电硬件能量耗散模型，其中发射器耗散能量来运行无线电电子设备和功率放大器，而接收器耗散能量来运行无线电电子设备，如图8所示。

功率控制可以通过适当设置功率放大器来扭转这种损耗--如果距离小于阈值，则使用自由空间(fs)模型；否则，使用多径(mp)模型。因此，为了传输一个l比特的信息距离d，无线电要花费：

为了接收这个信息，无线电需要:

E

电子能量Eelec取决于数字编码、调制、滤波和信号的传播等因素，而放大器能量，

仿真结果：图2显示了随时间推移，光电-雷达传感器网络中传感器因能量耗尽而死亡的数量变化情况。其中改进的LEACH-C协议整体网络生存周期高于原始的LEACH-C和LEACH。

这是因为改进的LEACH-C中，如果传感器节点到簇头的距离大于它到哨所所在的距离时，该传感器会直接将数据传输到哨所，而不是先传输到簇头，发生数据聚合，再传给哨所。因此改进的LEACH-C相比原始的LEACH-C协议会节省光电-雷达传感器的部分能耗，获得更长的网络生存周期，针对面向边境的传感器网络有更强的实践性。

从图3可以看出在三种协议下，光电-雷达传感器网络中第一个传感器死亡、一半节点死亡与所有传感器节点能量耗尽的对应轮数。可以看出，改进后的LEACH-C协议节点死亡轮数普遍更大，表明其整体网络耗能较少，具有良好的网络稳定性。

为了验证仿真结果的准确性，我们将初始能量分别设置为0.25J与0.75J，再次比较LEACH-C与LEACH的生命周期与FDN、HDN、ADN的数据，得到的结果如图4-图7。

从图4和图6中可以看出，不同初始能量下，改进的LEACH-C协议整体网络生存周期高于原始的LEACH-C和LEACH。

从图5和图7中可以看出，不同初始能量下，改进后的LEACH-C协议节点死亡轮数普遍更大，表明其整体网络耗能较少，具有良好的网络稳定性。