一种基于覆盖率和能量感知的无线传感器网络的簇头选择算法

单位代码01学号分类号TP312密级文献翻译一种基于覆盖率和能量感知的无线传感器网络的簇头选择算法院（系）名称信息工程学院专业名称网络工程2013年4月6日一种基于覆盖率和能量感知的无线传感器网络的簇头选择算法摘要黄河科技学院毕业论文（文献翻译）第1页簇头的选择问题最近被广泛关注，成为无线传感器网络研究和发展的重点。不幸的是，簇头的选择一般是基于随机节点的剩余能量。因此，存在网络覆盖不能被保存完好的问题，覆盖度问题在QoS目标跟踪和监视应用中非常重要。为了提高覆盖保护和能源效率，我们提出了一个覆盖面和能量感知的簇头选择算法，该算法充分考虑了三个关键因素：节点的能量，位置，特别是覆盖成本度量。仿真结果表明，我们的算法不仅可以延长网络寿命11%以上，也大幅度的扩大了网络覆盖范围的中间阶段，网络的生命周期，超过了20%的基于能量的选择算法。如LEACH和HYENAS系统。关键词：无线传感器网络，基于集群的协议，能源效率，覆盖面，簇头选择黄河科技学院毕业论文（文献翻译）第2页1引言无线传感器网络（WSN）最近吸引了应用于未来的计算系统。覆盖率是无线传感器网络提供网络服务质量的另一个关键措施。它反映出一个区域监视或跟踪传感器节约能源的根本原因，WSN分解成若干簇，以减少通信开销，然后再节省能源消耗。图1.1表示汇聚节点，选择本地集群的一个节点作为簇头。从簇头收集其他集群节点上的数据，传送到基站（BS）来聚合数据。对簇头选择现有的研究大多只是针对能源的消耗。低功耗自适应聚类分级（LEACH）是一个基于集群的协议，它使用随机分配的簇头，把能量消耗均匀分布在整个传感器网络，而不是像LEACH随机选择簇头的HYENAS系统需要考虑几个参数，包括节点的位置和剩余能量。虽然这些方法在降低能量消耗方面能更好的执行，但他们不能保证在维护网络覆盖范围内。另一方面，也有研究覆盖保存的无线传感器网络。用来显示该指标的概念和重要性，他们的簇头选择算法只是在覆盖度量的基础上结合，而不是与能源因素结合。图1.1黑色节点是簇头，白色的是普通节点的集群节点集群为基础的无线传感器网络的覆盖保护和能源效率的结合，我们提出了一个覆盖率和能量感知的簇头选择（CEACHS）算法。我们论文的主要贡献是提出了利用节点的特点，尤其是用覆盖成本度量方法来选择簇头。通过施加协议CEACHS，我们可以修改HYENAS系统，以达到最佳的传感覆盖面和能源效率。仿真结果证明了该方法的性能一直优于LEACH和HYENAS，它不仅延长网络的寿命超过11%，也扩大了整个网络的覆盖面和超过20%的网络生命周期的中间阶段。黄河科技学院毕业论文（文献翻译）第3页2相关工作2.1低功耗自适应聚类分级（LEACH）LEACH是一个自组织，自适应分簇协议。在LEACH中，节点组织起来，选择本地集群的一个节点作为簇头。在每一轮中，每个节点m被分配一个在0和1之间的随机数X。如果X是小于一个预定的阀值T（m），节点m将被选择为本轮集群节点，它的阀值T(m)被设置为：otherwiseGnpppmT,0)rmod(1/-1)((1)P是簇头所需的比例，r是本轮和G的一组节点，其中每一个簇头不采取行动，然而，在一段时间的1/p轮。这些簇头节点广播自己的状态，在网络的其他传感器中，每个传感器决定簇希望加入的簇头来选择最低的通信数量。一旦所有的节点组织成簇，每个簇头在群集的节点上创建一个时间表。一旦群集头具备节点所有的数据，并与簇头节点的数据聚合后，然后向BS发送压缩数据，由于比其他节点花更多的能量，就必须重新周期性的选择簇头。2.2HYENAS系统该HYENAS系统选择使用混合算法，它结合了基本模型的处理与机器学习技术，被称为基于案例的推理（CBR）的簇头。要选择合适的节点作为每个簇的簇头，所述BS确定一个节点度量CH（m）作为每个节点m，在集群中通过考虑每个节点的剩余的能量Er（m）与总和的平方距离mid的相关节点，考虑集群中的节点m到BSBSd的距离。CH（m）是使用如下公式计算的。))(11()()(21221BSNimirddWmEWmCH(2)黄河科技学院毕业论文（文献翻译）第4页其中，1W和2W是节点的剩余能量和位置。N表示在集群中的所有节点。2.3覆盖成本度量覆盖成本度量最初在DAPR中作为路由度量，以避免路由数据通过传感器节点的形状来覆盖。从那时起，已经有一些研究把重点放在分析覆盖成本指标上，以延长网络的生命周期。在覆盖保护安全协议中，Y.R.提出了簇头选择算法的覆盖成本或在标准化的检测覆盖区域内每个传感器节点m。因此，他们承担的0没有感应区，所覆盖的节点m和i是100%的感测区域。图2.1传感区域的两个相邻节点的重叠邻近节点与其他节点覆盖，覆盖成本)(m的节点m的定义如下：001)(iiim(3)对于最简单的示例中所示。图2.1（a）中，)(m被计算为22210212)1(2)(RARARAmmnmnmn(4)1是所覆盖的节点m和节点n的检测区域，mnA是重叠的两个节点。事实上，在感测范围内，一个特定的节点m可能重叠的几个节点，如图2（b）所示，需要检测所有节点的位置信息。它们近似作为等效节点。用一个等效的距离来检测所有与节点m邻近的节点。这个距离是基于能量消耗来确定发送和接收所有它的邻近节点的信标信息。黄河科技学院毕业论文（文献翻译）第5页3覆盖范围和能量感知的簇头选择（CEACHS）算法3.1动机如果应用程序中被选为簇头节点的覆盖范围很大，它们就会消耗大量的能量，并先死亡。其结果是整个网络覆盖范围会迅速下降。反之，如果被选为簇头节点的覆盖面积小和他们的能量消耗小，以减少整个网络的覆盖范围，尽可能减少这些死节点。在本文中，我们提出了一个簇头选择算法，其目的是整合覆盖保护和能源效率。除了考虑这些因素在HYENAS外，覆盖率是经过精心考虑的簇头选择过程。3.2详细算法覆盖成本的计算。首先，在每个节点m计算其覆盖成本或估计标准化的有效感应区)(m中的初始化和设置阶段。它实在是太复杂，来计算的精确值)(m。因此，采用近似的方法，其中在能量消耗的基础上，发送和接收信标消息，提出具体的节点m，半径R，使发送信标消息的邻近节点在2R半径范围内。传输：能源)(dBErtrans被计算为：)2(RLErtrans(5)其中，R是传感节点m半径。)(dBErtrans表示无线电接收机，L被表示为(2R)的距离为2R的传播的损耗的灵敏度。据推测，有m个邻居节点相对应的信标消息。节点m必须花)(dBErreceive接收这些答复：MEMiprecievei0101010log10r(6)其中ip是接收到的信号的能量电平，对于i=1，2，…，M。等效节点到节点m的等效距离被近似为：黄河科技学院毕业论文（文献翻译）第6页10)(102receivesensErErRR(7)其中表示为路径损耗指数。随着RR2/，等效的重叠区域)(m的节点m得到：]1)([cos2)(21m(8)根据（3）中，)(m最后变为：2)(1)(mm(9)对于每个集群的簇头选择，BS计算CH（m）的值，以使每个节点m拥有最大的CH（m）。在每个集群节点成为簇头的集群中，考虑与节点m有关的因素，被认为是决定CH（m）值。这些是：-剩余电池电量Er（m）。越高的Er（m）中，较高的概率节点成为簇头。-相对距离1d从节点m相同的集群中的其他节点。Nimidd1221(10)其中mid是到其他节点的距离，节点im是相同的集群节点，m和N是其中包含节点m的集群的大小。1d越小，节点m的概率就越高成为簇头。覆盖成本)(m，经过计算，)(m越少，则节点m成为簇头的概率越高。所有这些因素相结合来计算CH（m）的值在下面公式：)(11)11()()(3222121mWddWmErWmCH（11）其中，1W，2W，和3W是节点的剩余能量，位置和覆盖成本。覆盖率是最关键的度量目标跟踪和监控应用，从而3W的价值在这里应该是比其它的高。例如，覆盖率是最关键的度量目标跟踪和监控应用，从而3W的价值在这里应该是比别人高。另外，1W和2W黄河科技学院毕业论文（文献翻译）第7页应增加的网络全覆盖也是一个重要的要求。而3W应该被协调到一个较小的值。3.3CHACHS适配我们在HYENAS应用中提出的算法，无论在覆盖范围还是能量方面，用以实现最佳效率。新的协议被命名为H-CEACHS。在HCEACHS算法中执行的初始化和建立阶段的每一轮或CBR的HYENAS，决定轮换的集群。此外，应该指出，计算覆盖成本要的网络拓扑结构变化时，必须计算能源的消耗量。对比用于接收和发送信标消息，用于发送和接收感测报告的能量很小。黄河科技学院毕业论文（文献翻译）第8页4结论在本文中，我们提出CEACHS混合算法来选择合适的簇头。该算法考虑许多关键参数，包括节点的剩余能量，位置，最重要的是覆盖成本，以实现最佳的能源效率和保存覆盖面。该算法优于其他的路由协议，如LEACH和HYENAS只考虑网络的感测覆盖率和能源效率方面的因素。这项工作得到了韩国科学与工程基金会(KOSEF)无偿资助，由韩国政府(MEST)(2009-0076504)。我们要感谢阮PHUONG南先生，俄亥俄州立大学，提供了宝贵的技术支持。来源于：《无线传感器网络的覆盖问题：移动网络应用程序10》黄河科技学院毕业论文（文献翻译）第9页附英语原文：ACoverageandEnergyAwareCluster-HeadSelectionAlgorithminWirelessSensorNetworksAbstractTheissueofidentifyingappropriatecluster-headshasrecentlybeenthefocusofextensiveresearchanddevelopmentinwirelesssensornetworks.Unfortunately,cluster-headsaregenerallychoseneitherinarandommannerormainlybasedonnodes’residualenergy.Accordingly,thereisnoguaranteethatnetworkcoverageiswell-preservedwhilethisQoSisvitalintargettrackingandsurveillanceapplications.Inordertoenhancebothcoveragepreservationandenergyefficiency,weproposeaCoverageandEnergyAwareCluster-HeadSelectionAlgorithmwhichfullyconsidersthreecriticalfactors:thenode’senergy,locationandespeciallycoveragecostmetric.Simulationresultsdemonstratethatouralgorithmcannotonlyprolongthenetworklifetimeover11%,butalsosubstantiallyenlargenetworkcoverage,fromthemiddlephaseofthenetworklifetime,byover20%comparedtothetraditionalenergy-basedselectionmethodsinLEACHandHYENASsystem.Keywords:Wirelesssensornetwork(WSN),Cluster-basedprotocol,Energyefficiencyprotocol,Coverage,Cluster-headselection.