無線傳感器網絡分簇路由協議綜述

無線傳感器網絡分簇路由協議綜述王鎮(zhèn)〔南京工業(yè)大學信息科學與工程學院，江蘇南無線傳感器網絡分簇路由協議綜述王鎮(zhèn)〔南京工業(yè)大學信息科學與工程學院，江蘇南京210009〕摘要：介紹了無線傳感器網絡分簇路由協議的相關技術及其優(yōu)點，總結了近年來提出的各種分簇協議及主要設計思想。首先介紹了無線傳感器網絡分簇協議的相關技術及優(yōu)點；然后介紹了近幾年代表性的分簇路由算法研究工作，并且對其涉及的主要方法進行分類分析；最后進行了各種分簇路由協議的綜合比擬，并指出了無線傳感器網絡分簇路由協議面臨的問題和挑戰(zhàn)以及今后的開展方向。關鍵詞：無線傳感器網絡；分簇算法；路由協議；綜述中圖分類號：TP393文獻標識碼：A文章編號：1009-3044(2021)08-1788-06SurveyonClusteringRoutingProtocolsforWirelessSensorNetworkWANGZhen(CollegeofInformationScienceandEngineering,NanjingUniversityofTechnology,Nanjing210009,China)Abstract:Withintroductionofthetechnologyrelatedtoclusteringroutingprotocolforwirelesssensornetworkandmeritsofclustetingroutingprotocol,somerepresentativeclusteringalgorithmsandmaindesginprinciplesareemphaticallyanalyzed.Firstly,therelatedtechnol-ogytoclusteringalgorithmsandit'smeritsarepresented.Thenacomprehensivesurveywithanalysisismadetodifferentmethodsandrep-resentativeprotocols.Intheend,therelatedprotocolsarecompared,moreovertheopenresearchproblemsandpossiblesolutionarepoint-edout.Keywords:wirelesssensornetwork;clusteringalgorithm;routingprotocol;survey無線傳感器網絡(WSN)是一種無線自組織網絡，它包含成百上千的傳感器節(jié)點，每一個節(jié)點有感知環(huán)境、執(zhí)行簡單的計算與其他臨近節(jié)點或基站(basestation，簡稱BS)直接通信的能力，能在事先沒有構建網絡根底設施的環(huán)境下，由傳感器節(jié)點臨時組成的一種自組織、自管理的網絡]。路由是指從源節(jié)點選擇一條節(jié)能、距離短的路徑到目的節(jié)點，在形式上，可以將無線傳感器網絡看做無向圖，從源節(jié)點到目的節(jié)點選擇一條最短的路徑是一個復雜組合問題(即NP完全問題)]，這其中要考慮很多因素，諸如：能量消耗、數據包傳輸時延、能量有效性。由于傳感器節(jié)點的電源能量、計算能力和通信能力都非常有限，所以節(jié)能路由協議的設計，對無線傳感器網絡來說極其重要。近來，科學界對無線傳感器網路分簇協議]進行了深入的研究，分簇網絡結構由于具有良好的網絡擴展性，便于能量管理、平衡負載、資源分配等，成為目前國內外延長WSN生命周期、降低每一個節(jié)點的能耗的主要方法之一。1分簇算法相關的技術定位技術位置信息是傳感器網絡節(jié)點采集數據中不可缺少的局部，沒有位置的監(jiān)測信息通常是毫無意義的，因此定位技術對于要求有精確位置信息的無線傳感器網絡分簇協議來說具有重要的意義。根據定位過程中是否測量節(jié)點間的距離和角度，把無線傳感器網絡中的定位技術分為基于距離的定位技術和距離無關的定位技術?；诰嚯x的定位技術基于距離的定位機制是通過測量相鄰節(jié)點間的實際距離或方位來確定位置節(jié)點的位置，通常采用測距、定位和修正等步驟實現?；诰嚯x的定位機制分為基于TOA]的定位、基于TDOA]的定位、基于AOA]的定位和基于RSSI]的定位等。距離無關的定位技術距離無關的定位機制無須實際測量節(jié)點間的絕對距離或方位就能夠確定未知節(jié)點的位置，目前提出的定位機制主要有質心算法]、DV-Hop]算法、Amorphous]算法和APIT]算法等。同步技術時間同步是需要協同工作的傳感器網絡分簇協議的一個關鍵機制。目前已提出了多個時間同步機制，其中RBS、TINY/MINI-SYNC和TPSN被認為是三個根本的同步機制。1〕RBS機制]是基于接收者-接收者的時鐘同步：一個節(jié)點播送時鐘參考分組，播送域內的兩個節(jié)點分別采用本地時鐘記錄參考分組的到達時間，通過交換記錄時間來實現他們之間的時鐘同步。2〕TINY/MINI-SYNC是簡單的輕量級的同步機制]：假設節(jié)點的時鐘漂移遵循線性變化，那么兩個節(jié)點之間的時間偏移也是線收稿日期：2021-11-18作者簡介：王鎮(zhèn)〔1985-〕，男，河北承德人，碩士，主要研究方向為傳感器網絡。78網絡通訊及平安本欄目責任編輯：馮蕾第7卷第8期(2021年3月)ComputerKnowledge第7卷第8期(2021年3月)ComputerKnowledgeandTechnology電腦知識與技術性的，可通過交換時標分組來估計兩個節(jié)點間的最優(yōu)匹配偏移量。3〕TPSN]采用層次結構實現整個網絡節(jié)點的時間同步：所有節(jié)點按照層次結構進行邏輯分級，通過基于發(fā)送者--接收者的節(jié)點對方式，每個節(jié)點能夠與上一級的某個節(jié)點進行同步，從而實現所有節(jié)點都與根節(jié)點的時間同步。數據融合技術數據融合技術]是指從各個傳感器節(jié)點收集數據的過程中，可利用節(jié)點的本地計算和存儲能力處理數據的融合，去除冗余信息。目前數據融合技術已經在目標跟蹤、目標自動識別等領域得到了廣泛的應用。在無線傳感器分簇網絡的設計中，只有面向應用需求設計具有針對性的數據融合方法，才能最大限度地獲益。2基于分簇的傳感器路由協議的優(yōu)點與傳統(tǒng)的無線傳感器網絡路由協議相比，基于分簇的無線傳感器路由協議優(yōu)點有]：1〕自適應性：通過簇頭節(jié)點的周期性輪換以及簇成員的參加或者退出來實現持續(xù)的監(jiān)測和數據采集。2〕節(jié)能性：由于基站遠離網絡，節(jié)點與基站的通信是能耗最高的操作，對網絡進行分簇后，簇頭負責將整個簇的數據發(fā)送到基站，減少了與基站通信的節(jié)點數，大大降低了網絡能耗。3〕消除數據冗余：WSN中存在著大量的數據冗余，簇頭在將本簇的數據發(fā)送到基站之前可進行數據融合和壓縮操作以消除冗余，進一步減少與基站的通信量。4〕魯棒性：節(jié)點通過一種自組織的方式當選為簇首，收集當前簇內信息并在融合后轉發(fā)給基站，把網絡的負載均勻的分布在整個網絡中，大大降低了通信過程中的能量消耗，也增強了網絡的健壯性。5〕局部/全局優(yōu)化：與其他路由協議相比，分簇算法不僅能夠對局部信息進行融合優(yōu)化，而且還能夠對全局信息進行優(yōu)化。6〕可擴展性：分簇算法容易與其他路由算法相結合，從而提高路由算法的性能。3基于分簇的無線傳感器路由協議LEACH]協議是一個典型的自適應分簇協議，它采用“輪〞的概念，每輪分為簇的建立和數據傳輸兩個階段。簇的建立階段：每個傳感節(jié)點隨機選擇一個0～1之間的值，如果小于給定的閾值T(n)，那么選擇為簇首。T(n)的計算方法如下：〔1〕其中：P為節(jié)點中成為簇頭的百分數〔大約占節(jié)點總數的5%-6%左右〕]，r是當前的輪數，G是在過去的1/P輪沒有被選擇為簇頭節(jié)點的集合，mod是求模運算。一旦簇首被選定，它們便向周圍節(jié)點播送這一信息，非簇首節(jié)點依據接收信號的強弱來選擇它所要參加的簇，并通知相應的簇首節(jié)點，完成簇的建立。數據傳輸階段：節(jié)點周期性的采集監(jiān)測數據，基于時分復用(TDMA)的方式發(fā)送給簇首，簇首在進行必要的數據聚集和融合之后，將處理過的數據發(fā)送到基站。數據傳輸持續(xù)一段時間后，整個網絡進入下一輪，不斷循環(huán)。LEACH協議使用了分布式算法，使得任務被分散到每個傳感器節(jié)點上，有效地減少了每個節(jié)點的負載，延長了傳感器網絡的生存時間?；贚EACH的路由協議是無線傳感器網絡中分簇路由協議中的研究根底，它采用隨機簇頭選擇機制，能夠較好地實現能量均衡消耗，但LEACH協議還存在以下缺點：①每一輪都進行一次簇重組，帶來了大量額外開銷；②根據公式(1)的簇首選舉策略來選取簇首，可能造成簇首分布不均，簇內成員個數差異較大，使得各簇首負載不均衡，造成個別簇首較早死亡；③簇內的節(jié)點都直接與簇首通信，增加了簇首的能量消耗；④簇首采用單跳的方式直接和基站通信，當網絡規(guī)模很大時，通信的距離很大，對于能量受限的傳感器網絡節(jié)點來說，加速了節(jié)點的能量消耗，降低了網絡的生存時間。HEED]協議主要根據主、次兩個參數，通過將能耗平均分布到整個網絡來延長網絡生存時間。其中簇首選擇的主參數依賴于剩余能量，用于隨機選取出簇首集合，具有較多剩余能量的節(jié)點將有較大的概率成為簇首；次參數依賴于簇內通信代價，用于確定落在多個簇范圍內的節(jié)點最終屬于哪個簇，以及平衡簇首間的負載。HEED協議主要改良之處是在簇首的選擇中考慮了節(jié)點的剩余能量,并以主次關系引入了多個約束條件。HEED協議分簇更快,能產生分布更加均勻的簇首、更合理的網絡拓撲。HEED協議與LEACH協議類似，但在簇首收集完數據后，簇首之間通過多跳的方式與基站通信。由于簇首的負擔較重，LEACH和HEED協議都按“輪〞進行，即周期性地重新選擇簇首，分配TDMA時隙。但是基于簇的TDMA協議同時帶來了簇間干擾問題。因為對于分布式的簇算法，最后形成簇的覆蓋區(qū)域是有重疊的，即一個節(jié)點有可能在多個簇的覆蓋之下，為此XiongZhuang]等人提出了一種消除無線傳感器網絡簇間干擾的TDMA協議，該協議分為三個階段：第一階段為簇建立階段，在該階段中采取LEACH改進算法DCHS](Determ-inisticcluster-headselection)中的T〔n〕計算公式產生簇首，T〔n〕計算公式為：〔2〕其中：P是簇首占所有節(jié)點的百分比，即節(jié)點中選簇首的概率；r是目前循環(huán)進行的輪數；G是最近1/P輪中還未中選過簇首的節(jié)點集合。Et是節(jié)點的當前能量，Ex是節(jié)點的初始能量，rs是節(jié)點連續(xù)未中選過簇首的輪次；第二階段是TDMA調度表的生成，整個網絡組網前必須根據網絡模型定義TDMA調度表的時隙數M：〔3〕其中：L是網內最大簇群內簇成員總和，與網絡節(jié)點密度有關，K是簇額外時隙數，用于簇內命令播送、時間同步和突發(fā)事件消息傳遞等，P是簇首選舉概率，J是預留全網時隙數，N是全網節(jié)點數；第三階段是簇穩(wěn)定運行階段，分為簇首和簇成員兩局部。該協本欄目責任編輯：馮蕾網絡通訊及平安1789ComputerKnowledgeandTechnology電腦知識與技術第7卷第8ComputerKnowledgeandTechnology電腦知識與技術第7卷第8期(2021年3月)議減少由于簇間干擾導致的數據碰撞，節(jié)省了整個分簇網絡的能量，但是沒有考慮簇首分布不均，簇內成員個數差異較大，使得各簇首負載不均衡的問題。為了解決簇首分布不均勻的問題，研究人員提出了LEACH-C](LEACH-Centralized)協議，LEACH-C協議是在LEACH協議的根底上改良的一種集中式的簇首選擇機制，不同于LEACH分布式隨機選擇簇頭的方式。每輪開始時各個節(jié)點把自身位置和當前能量報告給基站，能量高于平均值的節(jié)點成為候選簇首，然后采用模擬退火算法從候選節(jié)點中選出數量適宜且位置最優(yōu)的節(jié)點成為簇首，最后基站把分簇結果播送給每個節(jié)點。LEACH-C算法每輪選出的簇首數量穩(wěn)定且分布均勻，但它需要網絡的全局信息，可擴展性差。LEACH-F(LEACH-Fixed)也是在LEACH根底上做了一些改變，簇組織完成后即固定不變，而簇首實行輪轉。這種方法減小了成簇開銷，并且簇首分布總體上較為均勻，但可能導致節(jié)點離其他簇的簇首比離自己的簇首更近，增大了干擾和簇內通信開銷，并且對于網絡的變化無法響應。PEGASIS]協議并不是嚴格意義上的簇類協議，但是它延用了簇的思想。節(jié)點通過定位技術來發(fā)現自己最近的鄰居節(jié)點，然后從距離基站最遠的節(jié)點開始，采用貪心算法把傳感節(jié)點組織成一條鏈，節(jié)點只與距離它最近的鄰居節(jié)點通信，并且每輪中只選一個節(jié)點作為領導節(jié)點與基站通信。PEGASIS中的數據傳輸使用令牌〔Token〕機制，首先將令牌傳遞給鏈兩端的端節(jié)點，端節(jié)點向鏈中的鄰節(jié)點發(fā)送數據，鄰節(jié)點將自己的數據和接收到的數據進行數據融合處理，然后將融合后的數據再發(fā)送到下一個節(jié)點，最終由領導節(jié)點融合兩邊的數據并發(fā)送給基站。與LEACH協議相比，PEGASIS協議中的節(jié)點平均通信距離較短，也沒有簇的重構開銷，通過數據融合減少了發(fā)送次數，而且每一輪只有一個領導節(jié)點與基站通信，降低了能耗，但是PEGSIS采用令牌方式傳送數據，先在簇的一側融合數據，再在另一側融合數據，增加了延遲。針對LEACH協議的缺點，結合PEGASIS協議優(yōu)點，LiLaYuan等人提出了一種能量均衡的分簇路由協議〔EBLP〕]，基本思想是：網絡運行時間仍以輪為根本單位進行分割，每輪進行簇首選擇和數據傳輸，每隔N輪為一個周期對全網進行一次簇重組；在選擇簇首時，首先計算出最優(yōu)簇頭數，并根據網絡面積確定每個簇頭間的最短距離，然后結合能量因素和改良后的閥值確定初始簇首；在建簇時，每個簇由簇首控制簇內節(jié)點數，使其在最優(yōu)值，并且簇內節(jié)點利用貪心算法成鏈；簇首間通過建立的層次路由樹選擇一條最優(yōu)路徑把數據傳送給基站；在傳輸數據時，每個周期的第一輪用初始簇首進行通信，之后每輪〔根據改良后的閥值〕選取鏈中節(jié)點剩余能量最大的節(jié)點作為鏈首，該鏈首也是本輪的簇首，傳輸數據，直到下一個周期的簇重組。EBLP協議在節(jié)點存活個數和全網的能量消耗上都明顯優(yōu)于LEACH協議和PEGASIS協議，延長了網絡的生存時間。Manjeshwar等提出了TEEN]協議。LEACH是響應型傳感器網絡協議，而TEEN協議是主動型網絡協議。其根本思想是設置硬、軟閾值以減少數據的傳輸量。閾值在每次簇頭輪換時播送出去，節(jié)點監(jiān)測到的數據第一次超過設置的硬閾值時，就把這次數據設為新的硬閾值，并在下一個時隙發(fā)給簇頭。然后在以后的過程中，只有當監(jiān)測到的數據超過硬閾值并且監(jiān)測數據的變化幅度大于軟閾值時，節(jié)點才會傳送最新的監(jiān)測數據。由于TEEN協議傳送的數據量比響應型網絡少得多，所以數據傳送消耗的能量也少，從而TEEN協議在能量消耗方面要優(yōu)于LEACH協議，但是TEEN協議存在兩個問題：一方面，如果節(jié)點監(jiān)測的數據一直不能超過設定的硬閾值，節(jié)點就不會傳送數據，用戶將無法得到任何數據，也不知道這個節(jié)點是否失效；另一方面，節(jié)點監(jiān)測到適宜的數據會實時傳送數據，采用TDMA的機制會造成數據延遲。針對LEACH協議的缺點，TIANWei等人提出了一種新的位置感知分簇算法LACA(locationawareclusteringalgorithm)。該算法假設節(jié)點其位置信息，那么可以計算出節(jié)點之間的距離和連線與水平線之間的夾角。通過引入角度比和距離比：角度〔4〕角度比〔5〕距離比〔6〕其中Nx和Ny表示節(jié)點N的橫縱坐標，Mx和My表示節(jié)點M的橫坐標，R表示通信距離，這樣就可以確定節(jié)點偏離理想簇頭位置的程度。因此，只要設置合理的角度比和距離比閾值，節(jié)點就可以根據角度比和距離比自主決定是否作為簇頭，從而形成較為理想的分簇結構，進而提高WSN的能量有效性，并通過η和δ閾值的合理設置，確保網絡的可靠性。LACA算法無需建立、維護和存儲路由表，無需網絡拓撲信息，實現簡單但是可擴展性差。GAF(GeographicAdaptiveFidelity)是以地理位置為依據的路由算法，網絡被劃分為假設干固定區(qū)域，形成一個虛擬網格。節(jié)點通過GPS定位獲取自己在網格中所處的“位置〞，如果兩個節(jié)點處在相同“位置〞，那么認為它們在路由上是等價的。等價節(jié)點中只需有一個處于工作狀態(tài)，其余節(jié)點可以進入睡眠，大大節(jié)約了能量。因為傳感器節(jié)點的體積和資源有限，該算法是基于節(jié)點地理位置進行分簇，這就對傳感器節(jié)點提出更高的硬件要求。其次GAF是基于平面模型，算法忽略了一個問題，即實際網絡中節(jié)點之間距離的鄰近并不能代表節(jié)點之間可以直接通信。徐立]等人提出了一種數據相關的無線傳感器網絡分簇算法。算法的根本過程為：在無向圖的補集中尋找獨立集，將找到的獨立集作為一個分簇添加到簇集中，并將此獨立集中的節(jié)點從無向圖中刪除，繼續(xù)此過程直到刪除全部節(jié)點，無向圖已經被分為假設干個不相交的簇。由于期望得到盡量少的簇，一個自然的貪婪算法為，每次將當前最大的獨立集作為新的分簇，并且引入節(jié)點間數據相關性為簇頭進行數據壓縮和基站進行數據恢復提供依據。該算法大大降低了簇頭與基站的通信量，減少了傳感器節(jié)點的能量消耗，并且通過數據相關性實現了精確的能量高效的網絡數據獲取，但是傳感器節(jié)點之間的數據關系往往存在比擬復雜的相關性，具有很大挑戰(zhàn)性。KawadiaV等人提出了CLUSTERPOW]協議。CLUSTERPOW是一個針對非均勻分布網絡的分簇路由協議。協議將網絡根據不1790網絡通訊及平安本欄目責任編輯：馮蕾第7卷第8期(2021年3月)ComputerKnowledgeandTechnology電腦知識與技第7卷第8期(2021年3月)ComputerKnowledgeandTechnology電腦知識與技術同的傳輸功率級進行一種隱式分簇，各簇內并不存在簇首或網關節(jié)點。每條路由那么是由形成網絡內各種簇結構的不同功率級所組成，節(jié)點以不同的功率級別發(fā)送HELLO消息對網絡進行探測，并為每個功率級維護一個路由列表。在轉發(fā)數據時，節(jié)點查找這些路由列表，以能夠到達目的節(jié)點的最小功率級別的下一跳節(jié)點作為轉發(fā)節(jié)點。CLUSTERPOW協議能夠針對目的節(jié)點自適應地調整到最優(yōu)發(fā)射功率，而不是全網使用統(tǒng)一的發(fā)射功率，如圖1所示。它在非均勻分布網絡中具有更好的能量效率。然而，每個節(jié)點需要為多個功率等級維護一個路由列表，這無疑會增加節(jié)點的存儲負擔。針對CLUSTERPOW中多個路由代理在探測網絡時給網絡帶來大量額外開銷從而增加網絡能耗的問題，文獻[31]將DSDV(destinationsequenceddis-tancevector)路由與CLUSTERPOW相結合，提出適用于傳感器網絡CLUS-TERPOW-DSDV路由協議，從而通過減少路由開銷降低網絡的能量消耗。為了更好的改良無線傳感器網絡分簇協議的性能，研究人員在分簇算圖1CLUSTERPOW在一個典型網絡中的路由路徑法中引入了智能算法，Ali-AsgharSalehpour]為大規(guī)?；诖氐臒o線傳感器網絡提供了一個有效的路由算法〔ERC〕，這個算法采用兩層路由。在第一層中，簇成員直接將數據傳遞給他們的簇頭〔clusterhead〕，這些簇頭是通過LEACH[18]算法選擇。第二層，這些簇頭用ACO算法，找到一條最正確的去會聚節(jié)點的路徑，只能有簇頭參與簇內路由。該算法具有很強的穩(wěn)定性，并通過蟻群優(yōu)化算法和分簇來減少算法的時延?；谶z傳螞蟻算法，BaoXi-rong]等人提出了能量有效的分簇路由協議(ECGAC)。協議考慮了節(jié)點的能量水平、節(jié)點間相對的位置和整個網絡能量的均衡。節(jié)點先成簇，然后，簇頭通過多跳的方式把數據傳送到會聚節(jié)點。節(jié)點Ni計算它成為簇頭的概率Pi如下：〔7〕其中，Ei代表節(jié)點目前的能量水平，α和β各自代表了節(jié)點到簇幾何中心的距離與能量的權重值。簇頭r上的螞蟻i選擇s作為下一跳節(jié)點基于下式：如果q＜q0，〔8〕否那么，〔9〕其中，q是一個均勻分布隨機函數，q0是一個常量(0＜q＜1)。ρ(r,s)代表簇頭r上的螞蟻i選擇簇頭s作為嚇一跳節(jié)點的概率。PHi(r,s)代表了螞蟻i從簇頭r到s之間的信息素之和。Nb(r)是螞蟻i未到達簇頭r鄰居節(jié)點的集合。在文獻[34]中，蘇淼等人在傳感器網絡分層路由協議LEACH基礎上，重新定義了“輪〞的概念，提出了基于蟻群的無線傳感器網絡雙簇頭算法(ACDCHA)，算法把每一輪劃分成3個階段而不是傳統(tǒng)的兩個階段。根據信息素濃度在每一簇中選擇具有分工特征的主簇頭和副簇頭，主簇頭進行數據收集和融合，副簇頭進行數據傳輸工作。該算法較好的平衡了網絡的能量消耗，延長了網絡生命周期。此外，文獻[35]通過監(jiān)測鄰居節(jié)點信號功率，實時估計活動節(jié)點數并計算中選簇頭的概率，提出動態(tài)分簇方法。RDCA]通過收集鄰居節(jié)點信息，根據網絡局部拓撲信息進行分簇。MWBC]先通過節(jié)點間的信息交互，獲得局部網絡信息〔如節(jié)點度、當前能量值、發(fā)射功率、鏈路質量、相對位置〕，然后根據應用背景進行分簇決策，并預設簇的最大規(guī)模。EDCA]根據用戶要求的誤差門限及節(jié)點數據的空間相關馬爾可夫模型，將事件感知區(qū)域劃分成虛擬極坐標等價層，在等價層中選取剩余能量最大的節(jié)點作為簇頭。ERGAF]協議利用節(jié)點的剩余能量來競爭簇頭，同時還為每個簇增加了一個備用簇頭來提高數據傳輸的可靠性，最后利用最小權重值建立從簇頭到基站的最優(yōu)路徑來傳輸數據。EADEEG]協議是一種高能效的分布式成簇協議，該協議保證成簇后的傳感器網絡每個簇頭范圍內僅有一個簇頭且簇頭分布均勻，并指出理論最優(yōu)簇半徑，理論最優(yōu)簇頭數目。文獻[41]指出，對于所有的數據相關性標準，保持簇內節(jié)點數為20左右可獲得較優(yōu)性能。與經典的均勻分簇算法不同，非均勻分簇算法]采取不等簇半徑輪換的工作策略來使網絡能量消耗更加均勻，起到延長網絡壽命的作用，但是這些研究成果大都存在著理論上的缺陷與不足，并且在實踐應用中存在較大的局限性。4基于分簇的傳感器網絡路由協議分析與比擬以上總結了目前無線傳感器網絡中一些主要的分簇協議，其中一些協議能夠較好的處理無線傳感器網絡中的能耗、可靠性、時延性等問題。我們從多個方面對上述協議進行綜合比照，如表1所示。其中，“---〞表示目前該參數不清楚，A：協議類型；B：簇負載平衡性C：數據融合；D：簇頭產生速度；E：簇形成速度；F：簇維護開銷；G：算法健壯性；H：算法擴展性；I：算法節(jié)能性；J：數據傳輸延遲；K：控制方式。5結束語本文綜述了目前無線傳感器網絡中主要的分簇協議，分簇網絡結構由于具有良好的網絡擴展性、便于能量管理，在平衡負載、本欄目責任編輯：馮蕾網絡通訊及平安791ComputerKnowledgeandTechnology電腦知識與技術第7卷第8ComputerKnowledgeandTechnology電腦知識與技術第7卷第8期(2021年3月)資源分配、可靠性等方面都具有良好的性能，因此，以分簇為根底的路由協議在無線傳感器網絡中已得到了很好的應用?？傮w而言，盡管近年來研究者們對于傳感器網絡的分簇協議開展了大量的研究工作，取得了相當大的成果，但是，實用化的無線傳感器網絡分簇協議研究還處于探索階段，要形成最終成熟的應用技術，還存在許多根底性問題和關鍵技術需要進一步的研究和完善：1〕路由協議的節(jié)能性需要進一步提高。WSN分簇路由協議設計的首要目標是通過高效的分簇算法形成合理的網絡結構，通過主動的能量管理降低網絡的能量消表1協議綜合比照表 耗，延長網絡的生命周期]。在已有的算法中，HEED、TEEN、EBLP和CLUSTERPOW-DSDV節(jié)能性較好，但是這些算法仍然不能滿足實際應用中復雜環(huán)境和拓撲動態(tài)變化對WSN的高節(jié)能性要求，因此對節(jié)能性的進一步研究是使WSN分簇路由協議實用化的關鍵所在。2〕集中式算法和分布式算法的綜合。集中式簇頭產生方式的成簇開銷較大，而且限制了網絡的擴展性。LEACH-C等集中式算法由基站作出簇頭選擇決定，健壯性固然較好，但由于每個節(jié)點都需向基站周期性地報告它們的能量和位置等信息，從而導致網絡流量、時間延遲以及信號干擾的概率都會增加，所以，這類算法成簇開銷較大，網絡擴展性較差，一般只適合中小型網絡，而LEACH、HEED、ERC、ECGAC、ACDCHA等分布式算法那么有較好的擴展性、較快的收斂速度和能量的高效性，健壯性較差，因此如何將集中式和分布式算法有效的綜合起來，設計出適合大規(guī)模傳感器網絡的分簇協議是個值得關注的方向。3〕多跳數據傳輸結構的缺陷。TEEN等單跳網絡中的簇內成員節(jié)點在屬于它的TDMA時隙內把數據直接傳送到簇頭，其余時間關閉通信模塊節(jié)省能量。而PEGASIS等多跳網絡，簇內數據的傳輸必須依賴中間節(jié)點轉發(fā)，這就存在一個致命的缺陷：靠近簇頭的節(jié)點因為承當了更多的轉發(fā)任務，能量耗費較快，所以在WSN分簇協議中傳輸控制任務不能僅僅依靠關鍵節(jié)點來完成，如何使簇內的傳感器節(jié)點在傳輸層控制機制的協調下進行充分的交互與協作，是解決這一致命缺陷的關鍵。4〕算法健壯性。由于傳感器節(jié)點易失效，而且分簇結構存在瓶頸和潛在的危險性，簇頭的高負載使網絡癱瘓的可能性增加，網絡的不可靠特性要求算法具有一定的容錯能力。因此，如何在復雜的環(huán)境實際應用背景下，從大量繁雜的實驗數據中抽取其內在的變化規(guī)律，建立能夠感知環(huán)境與網絡動態(tài)變化的自適應網絡模型顯得尤為迫切。5〕網絡安全性。隨著傳感器網絡的不斷開展和日益成熟，它將會被部署在更為特殊和復雜的應用環(huán)境中。無線傳感器網絡分簇協議的平安算法或協議的實現將是一個熱點研究方向]。參考文獻：[1]孫利民,李建中,陳渝,等.無線傳感器網絡[M].北京:清華大學出版社,2005.[2]孫雨耕,周寅,邊桂年,等.無線傳感器網絡中一種能量有效的分簇組網算法[J].傳感技術學報,2007,20(2):377-381.[3]ShenC,Jaikaeod-Hocmulticastroutingalgorithmwithswarmintelligence[J].JournalofMobileNetworksandApplications,2005,4(7).[4]YounisO,FahmyS.HeeD:AHybrid,Energy-Efficient,DistributedClusteringApproachforAd-HocSensorNetworks[J].IEEETransonMobileComputing,2004,3(4):660-669.[5]GirodL,Estrinrangeestimationusingacousticandmultimodalsensing[C]//ProcIEEE/RSJInt'lConfIntelligentRobotsandSystems(IROS'01).Maui.Hawaii.USA.2001:1312-1320.[6]NiculescuD,Nathhocpositioningsystem(APS)usingAOA[C]//Proc22ndAnnualJointConfoftheIEEEComputerandCommu-nicationsSocieties(INFOCOM'2003)IEEE,2003,3.[7]BathP,PadmanabhanVN.RADAR:Anin-buildingRF-baseduserlocationandtrackingsystem[C]//ProcofINFOCOM'2000,TelA-viv,Isral.2000,2:775-784.[8]BulusuB,HeidemannJ,EstrinS-lesslowcostoutdoorlocalizationforverysmalldevices[J].IEEEPersonalCommunications,2000,7(5):28-34.[9]Nagpalaglobalcoordinatesystemfromlocalinformationonanamporphorscomputer[R].AIMemo1666,MITAILabora-tory,August1999.[10]HeT,HuangC,BlumBM,edal.Range-freelocalizationschemesforlargescalesensornetworks[C]//Proc9thAnnualInr'lConfonMo-bileComputingandNetworking(MobiCom),SanDiego,CA,2003:81-95.[11]ElsonJ,GriodL,EsreinD.Fine-grainednetworktimesynchronizationusingreferencebroadcasts[C]//Proc5thSympOperatingSystems1792網絡通訊及平安本欄目責任編輯：馮蕾第7卷第8期(2021年第7卷第8期(2021年3月)ComputerKnowledgeandTechnology電腦知識與技術DesignandImplemetation(OSDI2002.[12]ElsonJ,GriodL,Esreinsensornetworks:Anewregimefortimesynchronization[C]//Proc1stWorkshoponHotTopicsinNetworks(HorNets-I),Princeton,NJ.2002.[13]GaneriwalS,KumarR,SrivastataMg-syncprotocolforsensornetworks[C]//Proc1stInt'lConfonEmbeddedNetworkedSensorSystems(SenSys2003),LosAngeles,CA.2003:138-149.[14]GaneriwalS,KumarR,SrivastataMk-widetimesynchronizationinsensornetworks.NetworkedandEmbeddedSystemsLab(NESL)[C].UCLATechnicalReport,2003.[15]HallDL,LlinasofMultisensorDataFusion[M].CRCPress,2001.[16]HeinzelmanWB,ChandrakasanAP,BalakrishnanH.Applicationspecificprotocolarchitectureforwirelessmicrosensornetworks[J].IEEETrans-actionsonWirelessNetworking,2002.[17]YounisO,FahmyS.HEED:Ahybrid,Energy-Efficient,Distributedcluste-ringapproachforAd-Hocsensornetworks[J].IEEETransa-cionsonMobileComputing,2004,3(4):366-379.[18]HeinzelmanWB,ChandrakasanAP,Balakrishnanapplication-specificprotocolarchitectureforwirelessmicrosensornetworks[J].IEEETransactionsonWirelessComm-unications,2002,l(4):660-670.[19]HeinzelmanWR,ChandrakasanA,BalaKrishnany-EfficientCommunicationProtocolforWirelessMicrosensorNetworks[C]//IEEEProceedingsoftheHawaiiInternationalConferenceonSystermSciences,Washington:IEEEComputerSociety,2000:175-187.[20]YounisO,Fahmyclusteringinad-hocsessornetworks:Ahybrid,energyefficientapproach[C]//Proc13thJointConfonIEEEComputerandCommunicationsSocieties,March2004.[21]莊雄,楊永明,丁唯,等.一種消除無線傳感器網絡簇間干擾的TDMA協議及實現[J].傳感器技術學報,2021,22(2).[22]HandyMJ,HaaseM,TimmermannEnergyAdaptiveClusteringHierarchywithDeterministicCluster-HeadSelection[C]//Proc.ofthe4thIEEEMobileandWirelessCommunicationsNetworks.Stockholm:IEEECommunicationsSociety,2002:368-372.[23]HeizlemanProtocolArchitecturesforWirelessNetworks[D].Boston:MassachusettsInstituteofTechnology,2000.[24]LindseyS,RaghavendraC.PEGASIS:Power-EfficientGatheringinSensorInformationSystems[C]//.ProceedingsoftheIEEEAerospaceConference'02.Montana,2002:11252-1130.[25]何延杰,李臘元,邢明彥.WSN中一種能量均衡的分簇路由協議的設計[J].傳感器技術學報,2021,22(10).[26]ManjeshwarA,AgrawalDP.TEEN:Aprotocolforenhancedefficiencyinwirelesssensornetworks[C]//Int'lProc.ofthe15thParallelandDistributedProcessingFrancisco:IEEEComputerSociety,2001:2021-2021.[27]田煒,楊震.新的位置感知分簇算法[J].通信學報,2021,31(3).[28]IbriqJ,Mahgoubr-BasedRoutinginWirelessSensorNetworks:IssuesandChanllenges[C].California:SPECTS'04,2004:759-766.[29]徐立,呂建華,張柏禮.數據相關的無線傳感器網絡分簇算法[J].計算機科學,2021,36(10A).[30]KawadiaV,KumarPcontrolandclusteringinadhocnetworks[C]//BauerF.Proc.oftheINFOCOMFranciso:IEEEPress,2003:459-469.[31]DiamantopoulosF,EconomidesA.AperformnancestudyofDSDV-basedCLUSTERPOWandDSDVroutingalgorithmsforsensornet-workapplications[C]//YangRY.Proc.oftheIWQoSHaven:IEEEPress,2006:83-92.[32]SalehpourA-A,MirmobinB,Afzalli-KushaA,etEnergyEfficientRoutingProtocolforCluster-BasedWirelessSensorNetworksUsingAntColonyOptimizat-ion[J].IEEE,2021.[33]BaoXi-rong.AntColonyRoutinginWirelessSensornetwork[J].IEEE,2021.[34]蘇淼,錢還,王煦法.基于蟻群的無線傳感器網絡雙簇頭算法[J].計算機工程,2021,34(13):174-176.[35]MingY,LeungKK,Malvankardnamicclusteringandenergyeffic-ientroutingtechniqueforsesornetworks[J].IEEETransonWirelessCommunication,2007,6(8):3069-3079.[36]Hu