基于分簇的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳遞協(xié)議

基于分簇的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳遞協(xié)議

無(wú)線傳感器網(wǎng)絡(luò)（wsds）是一種新型的信息獲取和處理形式，構(gòu)建了信息空間和物理空間的橋梁，廣泛應(yīng)用于國(guó)防和軍事、國(guó)家安全、環(huán)境、交通管理、衛(wèi)生、林業(yè)、反恐防災(zāi)等領(lǐng)域。WSNs本質(zhì)上是一類(lèi)特殊的自組織(ad-hoc)網(wǎng)絡(luò),具有以下特質(zhì):1)網(wǎng)絡(luò)規(guī)模大,節(jié)點(diǎn)密度高;2)節(jié)點(diǎn)的能量、計(jì)算和存儲(chǔ)能力嚴(yán)格受限;3)節(jié)點(diǎn)易失效,網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)頻繁變化;4)節(jié)點(diǎn)沒(méi)有統(tǒng)一的標(biāo)識(shí);5)節(jié)點(diǎn)部署后位置一般不發(fā)生變化.一方面,傳感節(jié)點(diǎn)依靠電池供電且通常工作在無(wú)人值守的環(huán)境下,補(bǔ)充能量非常困難,因此,能量?jī)?yōu)化要貫穿于通信、工作模式、任務(wù)協(xié)調(diào)、數(shù)據(jù)管理等各個(gè)層面;另一方面,無(wú)線傳感器網(wǎng)絡(luò)的設(shè)計(jì)是面向具體應(yīng)用的,不同的應(yīng)用有不同期望的服務(wù)質(zhì)量要求,網(wǎng)絡(luò)設(shè)計(jì)要首先考慮應(yīng)用的服務(wù)質(zhì)量.同時(shí),傳感節(jié)點(diǎn)所采集的感知數(shù)據(jù)又有很強(qiáng)的相關(guān)性,這種相關(guān)性使得數(shù)據(jù)在時(shí)間和空間上都可能存在冗余,減少這種冗余成為設(shè)計(jì)無(wú)線傳感器網(wǎng)絡(luò)考慮的一個(gè)重點(diǎn).基于分簇的數(shù)據(jù)收集方法經(jīng)常應(yīng)用在無(wú)線傳感器網(wǎng)絡(luò)的路由協(xié)議中,其優(yōu)點(diǎn)是方便管理、增強(qiáng)網(wǎng)絡(luò)的可擴(kuò)展性及易于實(shí)現(xiàn)數(shù)據(jù)融合.為此,本文提出了一種基于分簇的數(shù)據(jù)匯聚傳送協(xié)議CDAT(acluster-baseddataaggregationandtransmissionprotocolforwirelesssensornetworks),根據(jù)應(yīng)用期望的服務(wù)質(zhì)量來(lái)計(jì)算簇頭數(shù),使用輪換簇頭的方法來(lái)平衡能耗,通過(guò)預(yù)測(cè)性傳送機(jī)制減少數(shù)據(jù)的傳送次數(shù),進(jìn)一步降低網(wǎng)絡(luò)的傳送能耗,延長(zhǎng)網(wǎng)絡(luò)的生命期.本文第1節(jié)介紹相關(guān)工作.第2節(jié)對(duì)網(wǎng)絡(luò)模型進(jìn)行描述并提出了問(wèn)題.第3節(jié)給出CDAT協(xié)議的詳細(xì)設(shè)計(jì)第4節(jié)對(duì)協(xié)議的能耗作出分析.第5節(jié)進(jìn)行模擬驗(yàn)證.最后總結(jié)全文.1打造更均勻的網(wǎng)絡(luò)拓?fù)浞执芈酚蓞f(xié)議一般會(huì)根據(jù)某種規(guī)則把WSNs節(jié)點(diǎn)集劃分為多個(gè)子集,每個(gè)子集為一個(gè)簇,每個(gè)簇由一個(gè)簇頭節(jié)點(diǎn)負(fù)責(zé)全局路由,其他節(jié)點(diǎn)通過(guò)簇頭接收或發(fā)送數(shù)據(jù).LEACH(low-energyadaptiveclusteringhierarchy)就是一個(gè)典型的分簇協(xié)議,通過(guò)等概率地隨機(jī)循環(huán)選擇簇頭,將整個(gè)網(wǎng)絡(luò)的能耗負(fù)載均衡地分配到每個(gè)傳感器節(jié)點(diǎn),從而達(dá)到降低網(wǎng)絡(luò)能耗、延長(zhǎng)網(wǎng)絡(luò)生命周期的目的.但是,LEACH沒(méi)有考慮以下問(wèn)題:1)簇頭數(shù)的選擇沒(méi)有考慮應(yīng)用期望的服務(wù)質(zhì)量問(wèn)題;2)沒(méi)有對(duì)數(shù)據(jù)傳送階段作很好的優(yōu)化;3)簇頭是隨機(jī)選取的,不能保證簇頭在網(wǎng)絡(luò)中的均勻分布.HEED(ahybrid,energy-efficient,distributedclusteringapproach)協(xié)議在簇頭選擇中考慮了節(jié)點(diǎn)的剩余能量,并以主從關(guān)系引入了多個(gè)約束條件作用于簇頭的選擇過(guò)程.HEED在簇頭選擇標(biāo)準(zhǔn)及簇頭競(jìng)爭(zhēng)機(jī)制上都與LEACH不同,實(shí)驗(yàn)結(jié)果表明,HEED分簇速度更快,能夠產(chǎn)生更加分布均勻的簇頭、更合理的網(wǎng)絡(luò)拓?fù)?針對(duì)LEACH協(xié)議的缺點(diǎn)提出的PEGASIS(power-efficientgatheringinsensorinformationsystems),把所有的傳感器節(jié)點(diǎn)視為一個(gè)簇,根據(jù)節(jié)點(diǎn)的地理位置形成一條相鄰節(jié)點(diǎn)之間距離最短的鏈,所有傳感器節(jié)點(diǎn)把數(shù)據(jù)傳送到簇頭,簇頭執(zhí)行聚集操作并把結(jié)果傳輸?shù)交?TEEN(thresholdsensitiveenergyefficientsensornetworkprotocol)協(xié)議在協(xié)議中設(shè)置了硬、軟兩個(gè)閾值,以減少發(fā)送數(shù)據(jù)的次數(shù).通過(guò)設(shè)置軟、硬門(mén)限可以在精度和能耗之間取得合理的平衡,但存在以下缺陷:1)如果感知的數(shù)據(jù)達(dá)不到硬門(mén)限的要求,節(jié)點(diǎn)就不會(huì)傳送數(shù)據(jù),即使網(wǎng)絡(luò)中所有的節(jié)點(diǎn)能量全部耗盡,用戶(hù)也不會(huì)知道;2)協(xié)議不能反映網(wǎng)絡(luò)數(shù)據(jù)整體的變化情況,在達(dá)不到硬門(mén)限的情況下,感知數(shù)據(jù)即使發(fā)生劇烈的變化也不能反映出來(lái).此外,文獻(xiàn)是一個(gè)使用MPEG-2視頻壓縮算法作預(yù)測(cè)的數(shù)據(jù)收集協(xié)議,文獻(xiàn)是一個(gè)基于雙預(yù)測(cè)的目標(biāo)跟蹤協(xié)議,文獻(xiàn)使用數(shù)據(jù)聚合的方法來(lái)減少數(shù)據(jù)的時(shí)空相關(guān)性,文獻(xiàn)交替使用預(yù)測(cè)和壓縮兩種方式來(lái)減少數(shù)據(jù)的發(fā)送.但這些預(yù)測(cè)協(xié)議大都是平面路由協(xié)議,沒(méi)有考慮到網(wǎng)絡(luò)期望的服務(wù)質(zhì)量,也沒(méi)有考慮模型的動(dòng)態(tài)更新等問(wèn)題.2網(wǎng)絡(luò)模型和問(wèn)題描述2.1無(wú)線傳感器網(wǎng)絡(luò)的目標(biāo)本文假設(shè)N個(gè)無(wú)線傳感器節(jié)點(diǎn)隨機(jī)、均勻地分布在一個(gè)L×L的二維方形區(qū)域A內(nèi),該傳感器網(wǎng)絡(luò)具有以下性質(zhì):1)無(wú)線傳感器網(wǎng)絡(luò)為靜態(tài)網(wǎng)絡(luò),節(jié)點(diǎn)部署后不再移動(dòng).2)節(jié)點(diǎn)采用布爾感知模型,節(jié)點(diǎn)的感知半徑為r,且忽略邊界因素影響.3)唯一的基站部署在區(qū)域A以外的一個(gè)固定位置,具有強(qiáng)大的能量和計(jì)算能力.4)節(jié)點(diǎn)是同構(gòu)的,具有相同的初始能量,且節(jié)點(diǎn)的無(wú)線發(fā)射功率可調(diào).5)應(yīng)用對(duì)于網(wǎng)絡(luò)有服務(wù)質(zhì)量的要求,這里主要是指網(wǎng)絡(luò)的無(wú)縫覆蓋率和感知數(shù)據(jù)傳送的誤差門(mén)限.定義1.有效覆蓋面積.在無(wú)線傳感器網(wǎng)絡(luò)的監(jiān)測(cè)區(qū)域內(nèi),一塊區(qū)域有可能被幾個(gè)節(jié)點(diǎn)所覆蓋,如圖1所示.節(jié)點(diǎn)C1的有效覆蓋面積SC1為節(jié)點(diǎn)C1的覆蓋范圍πr2減去重復(fù)覆蓋區(qū)域C面積SC的一半,即定義2.文獻(xiàn)證明,在圖2所示的相鄰節(jié)點(diǎn)覆蓋拓?fù)渲?當(dāng)節(jié)點(diǎn)A所覆蓋的區(qū)域是一個(gè)邊長(zhǎng)為r的正六邊形時(shí),其所覆蓋的無(wú)縫面積最大,即2.2有大量節(jié)點(diǎn)能量消耗過(guò)快有效的分簇算法應(yīng)該考慮以下問(wèn)題:1)應(yīng)使用分布式的分簇算法,這樣有利于節(jié)省網(wǎng)絡(luò)能量和提高可擴(kuò)展性;2)為了實(shí)現(xiàn)節(jié)點(diǎn)能耗的均衡,簇頭應(yīng)盡可能均勻地分布在整個(gè)網(wǎng)絡(luò),否則會(huì)導(dǎo)致監(jiān)測(cè)區(qū)域中某些節(jié)點(diǎn)能量消耗過(guò)快,造成感知空洞;3)無(wú)線傳感器網(wǎng)絡(luò)大都與應(yīng)用相關(guān),應(yīng)根據(jù)應(yīng)用要求的服務(wù)質(zhì)量來(lái)設(shè)計(jì)網(wǎng)絡(luò);4)在滿(mǎn)足誤差要求的情況下,根據(jù)感知數(shù)據(jù)在時(shí)間或空間上的相關(guān)性進(jìn)行優(yōu)化,減少傳送次數(shù),進(jìn)而減少傳送能耗.目前,對(duì)于無(wú)線傳感器網(wǎng)絡(luò)分簇算法的研究大多集中在前兩項(xiàng),對(duì)于數(shù)據(jù)傳送的優(yōu)化涉及較少.為此,在滿(mǎn)足一定網(wǎng)絡(luò)服務(wù)質(zhì)量(網(wǎng)絡(luò)覆蓋率、數(shù)據(jù)傳送精度)的前提下,根據(jù)感知數(shù)據(jù)的時(shí)間相關(guān)性,本文提出了一種基于分簇的數(shù)據(jù)匯聚傳送協(xié)議.3第一階段:取初始概率+數(shù)據(jù)聚合階段CDAT協(xié)議和大部分分簇協(xié)議一樣是按輪運(yùn)行的,每輪分為簇頭節(jié)點(diǎn)的選取、數(shù)據(jù)聚合和數(shù)據(jù)傳送3個(gè)階段.在簇頭選取階段,利用應(yīng)用期望的無(wú)縫覆蓋率與所需要簇頭數(shù)的數(shù)學(xué)關(guān)系限制節(jié)點(diǎn)競(jìng)選簇頭的初始概率,以此獲得期望的簇頭數(shù),并聯(lián)合節(jié)點(diǎn)的剩余能量和最小度來(lái)選取簇頭;在數(shù)據(jù)聚合階段,簇頭廣播消息,接收所有加入該簇的成員節(jié)點(diǎn),然后對(duì)簇內(nèi)數(shù)據(jù)進(jìn)行聚合;在數(shù)據(jù)傳送階段,利用數(shù)據(jù)的相關(guān)性,簇頭在滿(mǎn)足傳送精度的要求下,采用預(yù)測(cè)傳送機(jī)制進(jìn)行數(shù)據(jù)傳送.3.1無(wú)縫覆蓋面積占總面積的計(jì)算假定應(yīng)用提出的網(wǎng)絡(luò)無(wú)縫覆蓋率為η,也就是說(shuō),每輪監(jiān)測(cè)中網(wǎng)絡(luò)需要若干個(gè)簇頭(假定數(shù)量為k),由這k個(gè)簇頭形成的無(wú)縫覆蓋面積占總的監(jiān)測(cè)面積||A||之比為η.由公式(2)可知,單個(gè)簇頭最大無(wú)縫覆蓋的面積為,監(jiān)測(cè)區(qū)域A中任意一點(diǎn)a(x,y)沒(méi)有被隨機(jī)選取的任一簇頭Ci(1≤i≤k)覆蓋的概率為因此,在區(qū)域A中隨機(jī)選取k個(gè)簇頭,任一點(diǎn)a(x,y)至少被其中一個(gè)簇頭節(jié)點(diǎn)覆蓋的概率Pa-covered也就是網(wǎng)絡(luò)無(wú)縫覆蓋率,即從而簇頭數(shù)k為3.2競(jìng)爭(zhēng)簇頭的選取簇頭選擇機(jī)制采用分布式的算法,單個(gè)節(jié)點(diǎn)根據(jù)概率獨(dú)自地選擇是否成為簇頭.為了使能耗均勻地分布到所有的節(jié)點(diǎn),節(jié)點(diǎn)i成為簇頭的概率由下式計(jì)算:其中,k由公式(5)確定,k/N主要是為了限制初始簇頭的數(shù)量,Ei-current表示節(jié)點(diǎn)當(dāng)前的能量,Eorigin表示節(jié)點(diǎn)初始的能量.Emin表示簇頭節(jié)點(diǎn)能量的最小閾值,當(dāng)節(jié)點(diǎn)的能量小于Emin時(shí),該節(jié)點(diǎn)不再參與簇頭的競(jìng)爭(zhēng).Emin值主要是由簇頭參與一次數(shù)據(jù)的接收、聚合和發(fā)送能耗決定.本算法采用與LEACH協(xié)議相同的能量衰減模型,發(fā)送數(shù)據(jù)和接收的無(wú)線通信模型分別為其中,Eelec表示無(wú)線收發(fā)電路能耗,εfs和εmp分別表示自由空間模型和多路衰減模型的放大器能耗,d0是常數(shù),h為要發(fā)送或接收的數(shù)據(jù)位數(shù).因此,Emin可由下式計(jì)算:其中,Eda為聚合單位數(shù)據(jù)所需能耗.對(duì)于任意節(jié)點(diǎn)i,在簇頭選取階段需要執(zhí)行簇生成算法,主體是一段循環(huán)代碼,循環(huán)的次數(shù)與節(jié)點(diǎn)的當(dāng)前能量Ei-current有關(guān).為了更好地均衡網(wǎng)絡(luò)能耗,在競(jìng)爭(zhēng)簇頭的過(guò)程中還考慮了節(jié)點(diǎn)的度,使得每一輪中具有最小度的節(jié)點(diǎn)成為簇頭,算法如圖3所示.由上可知,節(jié)點(diǎn)i首先通過(guò)接收周?chē)?jié)點(diǎn)的廣播消息來(lái)計(jì)算自己的度和Pi-ch.循環(huán)開(kāi)始時(shí),節(jié)點(diǎn)i判斷臨時(shí)簇頭集合CH_set是否為空,若不空,則選出度數(shù)最小的節(jié)點(diǎn)來(lái),如果選出來(lái)的節(jié)點(diǎn)是自己且競(jìng)爭(zhēng)簇頭的概率為1,則廣播自己為正式簇頭;如果競(jìng)爭(zhēng)簇頭的概率不為1,則為臨時(shí)簇頭.如果臨時(shí)簇頭集合為空,且競(jìng)爭(zhēng)簇頭的概率為1,則廣播自己為正式簇頭;否則,如果隨機(jī)生成的數(shù)不大于競(jìng)爭(zhēng)簇頭的概率,則成為臨時(shí)簇頭.循環(huán)結(jié)束后,若還沒(méi)有成為簇頭,且臨時(shí)簇頭集合不空,則加入以最小度節(jié)點(diǎn)為簇頭的簇;否則認(rèn)為自己沒(méi)有被覆蓋,廣播自己為正式簇頭.分簇形成以后,簇頭通過(guò)建立一個(gè)TDMA調(diào)度時(shí)隙表來(lái)控制本簇內(nèi)的數(shù)據(jù)發(fā)送,并把這個(gè)調(diào)度廣播給簇成員,這樣就可以確保簇內(nèi)各個(gè)成員無(wú)沖突地發(fā)送數(shù)據(jù),并且節(jié)點(diǎn)在其他節(jié)點(diǎn)的發(fā)送時(shí)隙可以關(guān)閉電源以節(jié)省能量.簇頭接收完簇成員數(shù)據(jù)后,對(duì)數(shù)據(jù)進(jìn)行聚合,其輸出的數(shù)據(jù)量取決于待聚合數(shù)據(jù)之間的相關(guān)性.3.3預(yù)測(cè)數(shù)據(jù)上傳機(jī)制在數(shù)據(jù)傳送階段,根據(jù)網(wǎng)絡(luò)服務(wù)質(zhì)量選出的k個(gè)簇頭,經(jīng)過(guò)本簇內(nèi)的數(shù)據(jù)聚合后要和基站進(jìn)行數(shù)據(jù)通信,如何優(yōu)化數(shù)據(jù)傳送成為減少能耗的關(guān)鍵.無(wú)線傳感器網(wǎng)絡(luò)中,節(jié)點(diǎn)的感知數(shù)據(jù)往往是時(shí)間上相關(guān)的,相互鄰近的數(shù)據(jù)在數(shù)值上有一定的相關(guān)性,也就是時(shí)間序列數(shù)據(jù).為了減少數(shù)據(jù)在時(shí)間上的冗余,在滿(mǎn)足誤差條件下,本文在數(shù)據(jù)傳送階段提出了預(yù)測(cè)數(shù)據(jù)傳送機(jī)制.該機(jī)制的基本思路是,把預(yù)測(cè)數(shù)據(jù)與模型計(jì)算分離,基站根據(jù)歷史數(shù)據(jù)建立模型,并把模型參數(shù)發(fā)送給各個(gè)簇頭.單個(gè)簇頭在與基站通信的過(guò)程中,通過(guò)預(yù)測(cè)和比較數(shù)據(jù),只要預(yù)測(cè)數(shù)據(jù)和感知數(shù)據(jù)聚合值不大于根據(jù)應(yīng)用要求設(shè)定的誤差門(mén)限,就可以不用傳送數(shù)據(jù),而是在基站直接預(yù)測(cè)即可;為了適應(yīng)感知數(shù)據(jù)的變化,傳送機(jī)制還可以隨著感知數(shù)據(jù)的變化作動(dòng)態(tài)的調(diào)整.另外,在整個(gè)網(wǎng)絡(luò)中只有監(jiān)測(cè)對(duì)象所在簇的感知數(shù)據(jù)會(huì)發(fā)生顯著變化,也只有這些簇頭才會(huì)與基站發(fā)生數(shù)據(jù)傳送,其他簇由于沒(méi)有監(jiān)測(cè)到對(duì)象,它們的感知數(shù)據(jù)變化不大,從而數(shù)據(jù)傳送得到抑制.這樣,通過(guò)把運(yùn)算量較大的模型參數(shù)計(jì)算模塊放在能量相對(duì)充足的基站,簇頭只進(jìn)行簡(jiǎn)單的預(yù)測(cè)和數(shù)據(jù)比較計(jì)算,從而極大地減少了簇頭的計(jì)算和傳輸能耗,提高了網(wǎng)絡(luò)的生存能力.3.3.1平穩(wěn)時(shí)間序列預(yù)測(cè)一般的數(shù)據(jù)預(yù)測(cè)算法有很多,考慮到簇頭節(jié)點(diǎn)的能量有限和數(shù)據(jù)在時(shí)間上的相關(guān)性,這里采用簡(jiǎn)單的中心化自回歸(AR)模型,并且假定感知數(shù)據(jù)序列是平穩(wěn)的,即其中,Xi∈R為簇頭第i次的感知數(shù)據(jù)聚合值,φi是回歸系數(shù),{at}是服從N(0,σa2)標(biāo)準(zhǔn)正態(tài)分布的白噪聲序列,公式(10)表明,第t次感知數(shù)據(jù)聚合值可以用前p次數(shù)據(jù)的線性組合加上一個(gè)隨機(jī)的白噪聲來(lái)表示.令由公式(11)、公式(12)可得,由最小二乘法可得系數(shù)矩陣和方差的估計(jì),即進(jìn)而t時(shí)刻的l步前向預(yù)測(cè)值及方差分別為其中,X?t(k)=???X?t(k),k≥1,G=?j??G0=1,j=1,2,...,φk′=??φk,k≤p.由上可知,對(duì)于平穩(wěn)時(shí)間序列的預(yù)測(cè),實(shí)質(zhì)上就是根據(jù)所有已知的歷史信息Xt,Xt-1,...對(duì)序列未來(lái)某個(gè)時(shí)期的發(fā)展水平Xt+l(l=1,2,...)做出估計(jì).3.3.2模型計(jì)算與預(yù)測(cè)相分離為了使模型對(duì)于感知數(shù)據(jù)的變化具有自適應(yīng)能力,模型被設(shè)計(jì)成動(dòng)態(tài)調(diào)整的.這主要是通過(guò)基站和簇頭的信息交互來(lái)完成,即把模型計(jì)算與數(shù)據(jù)預(yù)測(cè)相分離,由基站完成模型的計(jì)算和更新,根據(jù)具體應(yīng)用設(shè)定的比率決定是否把模型參數(shù)發(fā)給簇頭節(jié)點(diǎn);由簇頭節(jié)點(diǎn)完成感知數(shù)據(jù)的聚合和誤差比較,從而決定是否發(fā)送感知數(shù)據(jù)聚合值給基站.具體算法如圖4、圖5所示.4cat協(xié)議的能耗評(píng)估本節(jié)對(duì)CDAT協(xié)議和未使用預(yù)測(cè)發(fā)送機(jī)制的一般分簇GCP(generalclusteringprotocol)協(xié)議進(jìn)行能量消耗比較.假定傳感器節(jié)點(diǎn)每次產(chǎn)生的單元數(shù)據(jù)長(zhǎng)度為h,簇頭每一輪聚合這些數(shù)據(jù)后,要發(fā)送給基站的數(shù)據(jù)量為mh.對(duì)于CDAT協(xié)議,簇頭使用預(yù)測(cè)傳送機(jī)制只需要發(fā)送個(gè)數(shù)據(jù)給基站,為數(shù)據(jù)預(yù)測(cè)傳送所需次數(shù),根據(jù)第3.3節(jié)預(yù)測(cè)算法可知,若l=1,則其中,為示性函數(shù),Errthreshold為網(wǎng)絡(luò)服務(wù)質(zhì)量給定的誤差門(mén)限.現(xiàn)在計(jì)算每一輪中一個(gè)簇的能量消耗,理想情況下,簇的范圍為一個(gè)覆蓋半徑R的圓,R可由下式計(jì)算:k由公式(5)計(jì)算,因此有則簇成員節(jié)點(diǎn)的能量花費(fèi)為對(duì)于簇頭節(jié)點(diǎn),能量消耗包括接收、聚合成員節(jié)點(diǎn)的感知數(shù)據(jù)和發(fā)送數(shù)據(jù)給基站,即一個(gè)簇在一輪內(nèi)消耗的能量為所以,總的能量消耗為其中,為沒(méi)有受到數(shù)據(jù)傳送抑制的簇頭個(gè)數(shù).對(duì)于GCP協(xié)議,一輪傳送m個(gè)數(shù)據(jù)的能量消耗為總的能量消耗為由于<k,<m,公式(24)和公式(26)相比較可得,數(shù)據(jù)傳送能耗在WSNs的整體能耗中所占比重很大,因此使用預(yù)測(cè)機(jī)制對(duì)數(shù)據(jù)傳送進(jìn)行優(yōu)化的CDAT協(xié)議,其能耗遠(yuǎn)小于未采用預(yù)測(cè)傳送機(jī)制的一般分簇協(xié)議,后面的實(shí)驗(yàn)也證明了這一點(diǎn).5氣調(diào)與預(yù)測(cè)的驗(yàn)證模擬實(shí)驗(yàn)環(huán)境是監(jiān)測(cè)區(qū)域大小為200m×200m,隨機(jī)部署節(jié)點(diǎn)總數(shù)為200,基站的坐標(biāo)為(100,300),監(jiān)測(cè)區(qū)域的無(wú)縫覆蓋率為95%.為了驗(yàn)證數(shù)據(jù)預(yù)測(cè)傳送的性能,選取赤道附近海洋表面空氣溫度作為感知數(shù)據(jù),感知間隔為10min.,模擬實(shí)驗(yàn)參數(shù)見(jiàn)表1.5.1打造結(jié)果比較為了驗(yàn)證公式(5)的正確性,對(duì)理論分析與模擬實(shí)驗(yàn)的結(jié)果進(jìn)行比較.從圖6可知,由公式(5)計(jì)算出來(lái)的簇頭數(shù)與應(yīng)用期望的無(wú)縫覆蓋率的關(guān)系曲線與模擬實(shí)驗(yàn)所得結(jié)果比較吻合,這說(shuō)明對(duì)于簇頭數(shù)量的分析結(jié)論是正確的.5.2網(wǎng)絡(luò)生命期仿真設(shè)置:監(jiān)測(cè)區(qū)域面積為200m×200m,部署的節(jié)點(diǎn)數(shù)量為200,匯聚點(diǎn)的位置為(100,300),監(jiān)測(cè)區(qū)域要求95%被覆蓋,誤差門(mén)限為0.1,采用文獻(xiàn)中關(guān)于網(wǎng)絡(luò)生命期的定義,即網(wǎng)絡(luò)初始運(yùn)行到第1個(gè)節(jié)點(diǎn)死亡之間的時(shí)間長(zhǎng)度FND(firstnodedie),在LEACH協(xié)議的基礎(chǔ)上擴(kuò)展了CDAT,PEGASIS和DIRECT協(xié)議.實(shí)驗(yàn)結(jié)果如圖7所示.從圖7可以看出,CDAT協(xié)議的網(wǎng)絡(luò)生命期比PEGASIS和LEACH分別提高了45%和260%,這主要貢獻(xiàn)于能耗均衡的分布式分簇算法和預(yù)測(cè)傳送機(jī)制.通過(guò)限制簇頭初始競(jìng)選概率,聯(lián)合剩余能量和節(jié)點(diǎn)的度來(lái)選取簇頭使得能耗負(fù)載均勻分布,預(yù)測(cè)傳送機(jī)制大大減少了感知數(shù)據(jù)傳送的次數(shù),大部分長(zhǎng)距離的數(shù)據(jù)傳送能耗被避免(下節(jié)實(shí)驗(yàn)顯示,80%左右的數(shù)據(jù)不用傳送).PEGASIS協(xié)議由于要獲得所有節(jié)點(diǎn)的全局消息,在節(jié)點(diǎn)數(shù)量較多的情況下控制開(kāi)銷(xiāo)較大,所以性能受到一定的影響.不像CDAT協(xié)議,LEACH不是通過(guò)應(yīng)用的覆蓋需求得到簇頭數(shù),而是簇頭數(shù)量與節(jié)點(diǎn)數(shù)量成正比.因此,當(dāng)節(jié)點(diǎn)數(shù)量較多時(shí),其簇構(gòu)造的開(kāi)銷(xiāo)也較大,同時(shí)也沒(méi)有對(duì)數(shù)據(jù)傳送進(jìn)行優(yōu)化,使得協(xié)議的性能下降.DIRECT協(xié)議中所有的節(jié)點(diǎn)直接與基站通信,長(zhǎng)距離的通信能耗導(dǎo)致網(wǎng)絡(luò)生命期最短.5.3發(fā)送次數(shù)對(duì)算法設(shè)計(jì)的影響預(yù)測(cè)數(shù)據(jù)傳送機(jī)制能夠有效地減少數(shù)據(jù)的傳送次數(shù),主要依賴(lài)于誤差門(mén)限Errthreshold及主動(dòng)調(diào)節(jié)參數(shù)β.為此,下面主要對(duì)這兩個(gè)參數(shù)進(jìn)行研究.5.3.1cdat協(xié)議的預(yù)測(cè)精度分析由第4節(jié)能耗比較分析可知,Errthreshold的選擇決定著感知聚合數(shù)據(jù)值傳送次數(shù)的多少,對(duì)于預(yù)測(cè)傳送機(jī)制的性能起到?jīng)Q定性作用.在考慮Errthreshold時(shí),不僅要考慮盡可能地少傳數(shù)據(jù),而且還要考察合適的預(yù)測(cè)誤差范圍,取得傳送效率和預(yù)測(cè)精度的平衡.為此,使用數(shù)據(jù)發(fā)送率和平均相對(duì)誤差兩個(gè)指標(biāo)來(lái)確定Errthreshold的值.為了比較預(yù)測(cè)誤差,我們?cè)贕CP協(xié)議上也加上了預(yù)測(cè)功能,使用跨距為3的移動(dòng)平均方法來(lái)預(yù)測(cè)數(shù)據(jù).數(shù)據(jù)發(fā)送率Rds定義為因預(yù)測(cè)失敗而發(fā)送的數(shù)據(jù)占全部要發(fā)送數(shù)據(jù)的比例,即平均相對(duì)誤差Errmrd定義為由表2可知,當(dāng)Errthreshold為0.05時(shí),GCP僅能過(guò)濾42%的冗余數(shù)據(jù),而CDAT則能濾除66%的冗余數(shù)據(jù),CDAT較之GCP的預(yù)測(cè)精度提高了24%.當(dāng)Errthreshold為0.1時(shí),CDAT能夠?yàn)V除83%的冗余