礦井無線傳感網(wǎng)絡基于LEACH路由協(xié)議的改進方案

1、礦井無線傳感網(wǎng)絡基于LEACH路由協(xié)議的改進方案摘要：針對我國煤礦井下特殊的環(huán)境，基于LEACH路由協(xié)議提出新的高效，能量均衡的分簇路由協(xié)議。簇首節(jié)點選取將以鄰居節(jié)點的平均剩余能量與節(jié)點本身的剩余能量的比值，與鄰居節(jié)點的距離作為節(jié)點競爭簇頭的參數(shù)，簇內(nèi)節(jié)點均加入距離自己最近的簇頭節(jié)點；經(jīng)數(shù)據(jù)融合后的簇首節(jié)點之間通過多跳方式通信，最終將融合后的信息通過網(wǎng)關節(jié)點，由有線網(wǎng)絡發(fā)送到地面的監(jiān)控系統(tǒng)。利用NS2進行仿真，實驗結(jié)果證明，改進后的協(xié)議能夠均衡網(wǎng)絡節(jié)點能耗，延長網(wǎng)絡生命時間，適應煤礦井下特殊環(huán)境。1 前言目前，我國煤礦采用的檢測系統(tǒng)都以工業(yè)總線作為基礎，井下檢測系統(tǒng)與地面信息中心一般通過電纜或

2、者光纖連接，構(gòu)成有線的檢測系統(tǒng)。但有線系統(tǒng)對線路依賴性強，受布線局限，且需要專業(yè)人員維護，一旦設備出現(xiàn)故障，會使局部區(qū)域失去監(jiān)測能力。因此，有線通信其擴展性，網(wǎng)絡覆蓋率，靈活性存在不足，成本較高。但無線傳感網(wǎng)絡的出現(xiàn)給煤礦監(jiān)控帶來前所未有的希望，無線傳感器網(wǎng)絡具有放置靈活、擴展簡便、移動性強、具有自組織性等特點，因此建立基于無線傳感網(wǎng)絡的煤礦無線監(jiān)測系統(tǒng)可以對有線監(jiān)控系統(tǒng)起到強大的補充功能，無線與有線的結(jié)合，將極大的提高全煤礦的安全監(jiān)控水平。但是，通常傳感器節(jié)點的通信距離有限，在10100 m范圍內(nèi),節(jié)點只能與其射頻覆蓋范圍內(nèi)的鄰居直接通信，因此限制了無線傳感器網(wǎng)絡在大規(guī)模范圍的應用。現(xiàn)有的路

3、由協(xié)議具有良好的自組織性，在一定程度上提高了網(wǎng)絡的自組織性能，延長了網(wǎng)絡壽命，但大多數(shù)適合小規(guī)模網(wǎng)絡，節(jié)點的能耗分布不均衡，不適用于工作面有限異質(zhì)可變空間，并且工作面的不斷向前推進，信息流量不均衡，對網(wǎng)絡的自組織性也提出了更高的要求。2 LEACH路由協(xié)議路由協(xié)議按網(wǎng)絡的拓撲結(jié)構(gòu)可分為2類：平面路由協(xié)議和分簇路由協(xié)議。在平面路由協(xié)議中，各節(jié)點地位平等，通過局部操作和反饋信息來生成路由。平面路由缺乏對通信資源的優(yōu)化管理，對網(wǎng)絡動態(tài)變化的反應速度較慢。在分簇路由協(xié)議中，通常對網(wǎng)絡中的節(jié)點進行層次劃分，若干地理位置相鄰的節(jié)點構(gòu)成一個簇，每個簇內(nèi)選舉一個簇首。簇首節(jié)點負責簇內(nèi)信息的收集、融合及簇間數(shù)據(jù)

4、的轉(zhuǎn)發(fā)。分簇路由便于管理，能對系統(tǒng)變化做出快速反應，為網(wǎng)絡提供高質(zhì)量的通信服務。典型的分簇路由協(xié)議LEACH(low energy adaptive clustering hierarchy)協(xié)議是Heinzelman等人2002年提出的基于分簇的層次性路由協(xié)議，它采用分簇的網(wǎng)絡結(jié)構(gòu)，各節(jié)點獨立地按照一定概率決定自己是否做簇首，周期性地進行簇首選舉和網(wǎng)絡重組，避免簇首節(jié)點能耗過多，影響網(wǎng)絡壽命。相比一般的平面協(xié)議或靜態(tài)分簇協(xié)議，LEACH可以減少網(wǎng)絡能量損耗，延長網(wǎng)絡生命周期。在此基礎上，很多人基于不同應用提出了改進方案，如Stephanie Lindsey等人提出的PEGASIS（power

5、-efficient gathering in sensor information systems）協(xié)議，就是對LEACH協(xié)議的改進，其基本思想是使節(jié)點僅和它們最近的鄰節(jié)點進行通信，增加網(wǎng)絡生命時間。研究發(fā)現(xiàn)，這些分簇路由協(xié)議具有很好的自組織特性，一定程度上提高了網(wǎng)絡性能，延長了網(wǎng)絡壽命。但在工作面上無線傳感網(wǎng)絡是由信息采集端向外單向傳輸，組成的網(wǎng)絡節(jié)點是一種帶狀分布、信息流量不均衡的網(wǎng)絡，會造成節(jié)點的功耗分布不均，接近出口的匯聚節(jié)點數(shù)據(jù)流量大，負載重，壽命短等現(xiàn)象。另外，隨工作面的不斷向前推進，網(wǎng)絡結(jié)構(gòu)將隨之變化?，F(xiàn)有的路由協(xié)議無法滿足礦井下這種特殊環(huán)境。因此在LEACH路由協(xié)議的基礎上，

6、本文提出了一種能量平衡的大規(guī)模無線傳感器網(wǎng)絡分簇路由協(xié)議，以實現(xiàn)節(jié)能和均衡能耗相結(jié)合。3 網(wǎng)絡模型3.1 假設為增加模擬工作面的真實性，我們將仿真場景大小設置為長帶狀區(qū)域，N個節(jié)點隨機的布置在該區(qū)域。節(jié)點需滿足以下條件：1 所有的節(jié)點具有相同的且與無線電信號在各個方向上能耗相同，各節(jié)點的初始能量相等且能量有限，能感知自己的剩余能量，且具有功率控制能力可以改變發(fā)射功率，從而控制發(fā)送的距離，每個節(jié)點都具有足夠的計算能力支持不同的MAC協(xié)議和數(shù)據(jù)處理。2 所有節(jié)點的通信距離不超過節(jié)點的有效通信距離 3 sink節(jié)點是固定放置在巷道的末端，且有持續(xù)的電源供給4 相鄰節(jié)點采集的數(shù)據(jù)具有較高的相關性，可進

7、行數(shù)據(jù)融合5 所有節(jié)點時間同步3.2具體的能量公式該模型考慮了發(fā)射電路的發(fā)射能量、接收電路接收能量, 且能量損耗與傳輸距離有關。發(fā)射機發(fā)射m比特消息消耗的能量為： （1）接收機接收m比特消息消耗的能量為： (2)為發(fā)射m比特數(shù)據(jù)所消耗的能量，為收到m比特數(shù)據(jù)所消耗的能量，為傳輸距離，為每發(fā)送或接收1比特數(shù)據(jù)傳輸所消耗的能量，為自由空間常數(shù)，為多路徑衰落傳輸常數(shù)，和與所采用的輸信道模型有關。為傳輸距離的門限值，當傳輸距離大于時數(shù)據(jù)傳輸?shù)南南喈敶蟆?分簇路由協(xié)議改進方案4.1 簇形成過程在LEACH協(xié)議中，簇首的產(chǎn)生具有很大的隨機性，不能均衡能耗。礦井工作面的特殊地形，各個簇都是相鄰的，LEAC

8、H協(xié)議沒有考慮節(jié)點的剩余能量，地理位置等因素。因此，我們根據(jù)工作面的特殊環(huán)境，設計改進的LEACH協(xié)議LEACHIM 協(xié)議。在LEACH的基礎上，簇頭節(jié)點的個數(shù)為N，我們假設理想的成簇概率為P，最終成簇的數(shù)目為K=NP。簇首節(jié)點選取將以鄰居節(jié)點的平均剩余能量與節(jié)點本身的剩余能量的比值，擔任簇首節(jié)點的總個數(shù)及鄰居節(jié)點個數(shù)作為節(jié)點競爭簇頭的參數(shù)。將能量的比值轉(zhuǎn)化成時延，比值越小，時延越小，反之時延越大。網(wǎng)絡所有節(jié)點在成為簇頭之前，均等待一個時延，時延先到達的節(jié)點優(yōu)先成為簇首節(jié)點。在描述算法之前，先規(guī)定每個節(jié)點保存各自信息（節(jié)點ID，初始能量，節(jié)點剩余能量）及鄰居節(jié)點信息（節(jié)點ID，剩余能量）。每輪

9、分簇開始時，規(guī)定獲取鄰居節(jié)點信息時段為TD。每個節(jié)點將以通信半徑r,廣播自身信息（節(jié)點ID,節(jié)點剩余能量Er）然后接收鄰居節(jié)點信息，并更新本節(jié)點信息中鄰居節(jié)點的平均剩余能量Ea和鄰居節(jié)點的個數(shù)d。任取某節(jié)點Vi ，鄰居節(jié)點Vj，則Vi節(jié)點的平均剩余能量為： (3)當Vi節(jié)點的剩余能量>時： (4)當Vi節(jié)點的剩余能量時： (5)在上式中的E是節(jié)點的初始能量，是一個均勻分布在0.9,1之間的一個隨機實數(shù)，其作用是減小兩個節(jié)點可能取相同t值的概率。在LEACH協(xié)議中簇首的選擇還考慮到該節(jié)點在過去的操作中擔當簇首節(jié)點的次數(shù)，在LEACHIM協(xié)議中，我們將節(jié)點擔當簇首節(jié)點的總時間作為衡量參數(shù)。我

10、們將采用基于加權的分簇算法。節(jié)點i的權值計算公式表示為： (6)其中，、是加權因子且滿足。表示由上式鄰居節(jié)點的平均剩余能量與節(jié)點本身的剩余能量的比值轉(zhuǎn)化成的時延；表示該節(jié)點從網(wǎng)絡運行開始當過簇首的總時間。若節(jié)點的剩余能量較多，擔任簇首節(jié)點的時間較短，則時延先到達的節(jié)點將優(yōu)先成為簇頭節(jié)點。簇首確定后，其他節(jié)點從睡眠中醒來，接收簇首節(jié)點廣播的信息，依據(jù)距離遠近選擇要加入的簇，并向簇首發(fā)送個人信息。簇首在接到節(jié)點加入信息后，將根據(jù)加入節(jié)點的數(shù)目，為簇內(nèi)每個節(jié)點分配一個通信時隙，告知節(jié)點何時發(fā)送數(shù)據(jù),至此就形成整個網(wǎng)絡。簇形成之后就不再改變，當簇首節(jié)點低于預設的門限值后，將在簇內(nèi)重新選擇簇首節(jié)點，選擇

11、依據(jù)依然參照公式（6）。4.2 數(shù)據(jù)傳輸形成簇之后，簇首節(jié)點將對采集到的數(shù)據(jù)進行必要處理和融合，隨后進入數(shù)據(jù)傳輸階段。數(shù)據(jù)傳輸包括簇內(nèi)傳輸和簇間傳輸。簇內(nèi)傳輸采用TDMA模式，可有效的防止信道沖突，節(jié)約能量；而簇間傳輸，傳輸數(shù)據(jù)量大，能耗大，考慮到工作面的特殊環(huán)境和采集檢測數(shù)據(jù)的冗余性，我們采用最小生成樹算法的多跳路由，實現(xiàn)簇頭節(jié)點與sink節(jié)點的通信。5仿真結(jié)果為了比較LEACH及其改進協(xié)議LEACH-IM的性能，將這兩個算法在NS2中仿真。假設仿真環(huán)境為400m * 10m,節(jié)點總數(shù)N=200個，節(jié)點的初始能量為2J,sink節(jié)點位于原點（0,0），理想的成簇概率為P=8%，能量模型參數(shù)參

12、照文獻y：，代入公式可以得到有效通信距離，但參照文獻y，依照具體的應用環(huán)境，有效通信距離為。最優(yōu)簇首節(jié)點個數(shù)。簇內(nèi)簇間數(shù)據(jù)融合率設置為0.7。圖1圖1顯示了網(wǎng)絡中節(jié)點死亡率隨工作周期數(shù)的變化情況。從圖中結(jié)果可以看出，LEACH-IM在延長網(wǎng)絡生存時間方面性能突出。此外,從第一個節(jié)點開始死亡的時間點來看, LEACH-IM也具有明顯的優(yōu)勢。結(jié)果還表明，LEACH-IM死亡速率變化相當緩慢。表明CEUC使整個網(wǎng)絡的能耗分布趨于平均,使各節(jié)點的能量幾乎同時耗盡,避免了某些節(jié)點被過度使用。圖2圖2在能耗指標上對LEACH和LEACH-IM進行了比較?？梢钥吹?， LEAC-IM方法使得簇內(nèi)節(jié)點能耗均衡，

13、每輪的能耗都比LEACH協(xié)議少很多；而LEACH簇內(nèi)節(jié)點能耗與簇首位置分布及數(shù)目相關，當簇首分布均勻時簇內(nèi)節(jié)點能耗均衡，反之不均衡，因此每輪的性能十分不穩(wěn)定。新的算法比LEACH有了顯著改進。4結(jié)束語本文通過對LEACH協(xié)議的分析，并針對礦井下的實際環(huán)境對協(xié)議進行改進。仿真結(jié)果顯示,改進后的協(xié)議能更好地平衡網(wǎng)絡負載、節(jié)約能量消耗且具有更高的能量使用效率,實現(xiàn)了多方面的優(yōu)化。參考文獻1 孫利民,李建中,陳渝,等.“無線傳感器網(wǎng)絡”M.北京:清華大學出版社,2005:3-4.Sun 2 徐衛(wèi)克.LEACH協(xié)議成簇機制的改進計算機與現(xiàn)代化A 2010年第11期：7279 Xu Weike. 3 吳征

14、,朱軍,韓永遠。一種新的基于LEACH的WSN分簇協(xié)議J，計算機技術與發(fā)展.2010.Vol.20 No.5:2933 4 周莉娟,陳光柱,羅成名.采煤工作面無線傳感器網(wǎng)絡的無線通信信道建模,傳感技術學報。2010 Vol 23 No.5: 722726 5 Soojung Hur,Jaehyen Kim,Jeonghee Choi,Yongwan Park .“An Efcient Addressing Scheme and Its Routing Algorithmfor a Large-ScaleWireless Sensor Network” EURASIP Journal onWir

15、eless Communications and Networking. Volume 2008,1136 Neeraj Kumar, Manoj Kumar, R.B. Patel. “Coverage and Connectivity Aware Neural Network Based Energy Efficient Routing in Wireless Sensor Networks” International jouenal on applications of graph theory in wireless ad hoc networks and sensor networks,Vol.2,No1,2010：45607 Adeel Akhtar, Abid Ali Minhas, and Sohail Jabbar .“Energy Aware Intra Cluster Routing for Wireless Sensor Networks” International Journal of Hybrid Information Technology Vol.3, No.1, January, 2010 :2947