任條娟，陳友榮，王章權(quán)

（浙江樹(shù)人大學(xué)信息科技學(xué)院 杭州310015）

1 引言

隨著我國(guó)經(jīng)濟(jì)建設(shè)的發(fā)展，城市化進(jìn)程的加快，城市道路交通的路燈照明設(shè)施得到了長(zhǎng)足發(fā)展，但與此相伴的是路燈電能消耗也呈逐年快速攀升的趨勢(shì)[1]。由于傳統(tǒng)路燈照明多以低效照明為主，電能利用率不到65%，電能浪費(fèi)嚴(yán)重，因此提出一種采用LED燈和無(wú)線傳感網(wǎng)技術(shù)的新型路燈監(jiān)控系統(tǒng)。該系統(tǒng)通過(guò)在每個(gè)LED路燈旁放置無(wú)線傳感節(jié)點(diǎn)，實(shí)時(shí)控制LED路燈的開(kāi)關(guān)，檢測(cè)和上報(bào)LED路燈的開(kāi)關(guān)狀態(tài)、溫度、亮度、電流和電壓等各種參數(shù)信息，一方面可通過(guò)無(wú)線網(wǎng)絡(luò)實(shí)時(shí)存儲(chǔ)信息到上位機(jī)的數(shù)據(jù)庫(kù)中以備查詢和分析，另一方面可實(shí)時(shí)提供各個(gè)LED路燈的工作狀況，產(chǎn)生故障路燈維修表，提醒管理人員進(jìn)行故障維護(hù)，減少人工巡視時(shí)間，提高處理設(shè)備故障效率，較好地實(shí)現(xiàn)了路燈的智能化管理。由于系統(tǒng)依靠無(wú)線方式組網(wǎng)，無(wú)需布線，擴(kuò)展靈活，易于被采用，具有實(shí)施快速、方便，對(duì)道路環(huán)境沒(méi)有任何影響，易于故障維護(hù)等特點(diǎn)，可有效提高能源利用效率，減少能源損耗，節(jié)約能源成本，具有較大的市場(chǎng)應(yīng)用前景[2]。

目前，國(guó)內(nèi)已有多家公司應(yīng)用無(wú)線傳感網(wǎng)的射頻通信模塊，推出各自的節(jié)能路燈照明控制系統(tǒng)。但是很多路燈監(jiān)控系統(tǒng)沒(méi)有考慮到無(wú)線傳感網(wǎng)節(jié)點(diǎn)的分布受道路局限，呈現(xiàn)“管狀”分布，基本上還是采用簡(jiǎn)單的鏈狀路由或樹(shù)狀路由算法，造成節(jié)點(diǎn)能耗和數(shù)據(jù)傳輸時(shí)延分布不平衡。靠近Sink節(jié)點(diǎn)的節(jié)點(diǎn)數(shù)據(jù)傳輸時(shí)延低，但是會(huì)頻繁地轉(zhuǎn)發(fā)其他節(jié)點(diǎn)的信息而導(dǎo)致節(jié)點(diǎn)能耗高。遠(yuǎn)離Sink節(jié)點(diǎn)的節(jié)點(diǎn)數(shù)據(jù)通信時(shí)延高，但是由于轉(zhuǎn)發(fā)少量的數(shù)據(jù)，所以節(jié)點(diǎn)能耗低。綜合所述，在路燈監(jiān)控系統(tǒng)的特殊應(yīng)用場(chǎng)景中，數(shù)據(jù)傳輸時(shí)延和節(jié)點(diǎn)能耗是無(wú)線傳感網(wǎng)兩個(gè)相對(duì)對(duì)立的性能參數(shù)，需要研究一種新的鏈狀路由算法，盡可能平衡網(wǎng)絡(luò)節(jié)點(diǎn)能耗和數(shù)據(jù)傳輸時(shí)延。

2 國(guó)內(nèi)外研究現(xiàn)狀

相關(guān)無(wú)線傳感網(wǎng)路由算法的研究已取得一些成果。參考文獻(xiàn)[3]提出一個(gè)低功耗自適應(yīng)聚類分層型(low energy adaptive clustering hierarchy，LEACH)算法。LEACH 算法包括Sink節(jié)點(diǎn)、簇頭節(jié)點(diǎn)和傳感節(jié)點(diǎn)3層網(wǎng)絡(luò)結(jié)構(gòu)。算法中傳感節(jié)點(diǎn)發(fā)送測(cè)量數(shù)據(jù)到簇頭節(jié)點(diǎn)，簇頭節(jié)點(diǎn)融合簇內(nèi)傳感節(jié)點(diǎn)數(shù)據(jù)再通過(guò)簇頭間多跳方式發(fā)送到Sink節(jié)點(diǎn)。在大規(guī)模或節(jié)點(diǎn)能量分布不均衡的無(wú)線傳感網(wǎng)中，LEACH算法隨機(jī)選擇簇頭節(jié)點(diǎn)，可能出現(xiàn)被選簇頭節(jié)點(diǎn)集中在某一個(gè)特定的區(qū)域，覆蓋不到整個(gè)監(jiān)測(cè)區(qū)域，容易造成網(wǎng)絡(luò)的分裂和節(jié)點(diǎn)能耗的增大。參考文獻(xiàn)[4]提出一種鏈狀路由算法PEGASIS(power-efficient gathering in sensor information system)。感應(yīng)區(qū)域內(nèi)的所有節(jié)點(diǎn)通過(guò)貪婪算法自組織成一條鏈路。在數(shù)據(jù)傳播階段，每一個(gè)節(jié)點(diǎn)接收距離最近上游鄰居節(jié)點(diǎn)的感應(yīng)信息，通過(guò)距離最近的下游鄰居節(jié)點(diǎn)將融合后的感應(yīng)信息發(fā)送給Sink節(jié)點(diǎn)。在該算法中，離Sink節(jié)點(diǎn)距離較遠(yuǎn)的節(jié)點(diǎn)會(huì)引起較多的數(shù)據(jù)時(shí)延。參考文獻(xiàn)[5]提出帶能量消耗的鏈狀路由(chain routing with even energy consumption，CREEC)算法，通過(guò)以下兩個(gè)策略提高網(wǎng)絡(luò)生存時(shí)間：一是盡可能平衡每一個(gè)節(jié)點(diǎn)的能量分布；二是模擬節(jié)點(diǎn)的能量消耗，運(yùn)行反饋機(jī)制節(jié)省傳感節(jié)點(diǎn)的能量。參考文獻(xiàn) [6]提出一種高效節(jié)能的鏈狀分層路由(energy efficient chain-based hierarchical routing，CHIRON) 算 法 。CHIRON算法的主要思路是將感應(yīng)區(qū)域分成若干個(gè)較小區(qū)域，在這小區(qū)域內(nèi)建立數(shù)據(jù)傳輸鏈路，從而減少數(shù)據(jù)傳輸時(shí)延和冗余路徑。參考文獻(xiàn)[7]基于PEGASIS算法的結(jié)構(gòu)提出內(nèi)部網(wǎng)格PEGASIS算法。該算法將感應(yīng)區(qū)域分成若干個(gè)網(wǎng)格，每一個(gè)網(wǎng)格中節(jié)點(diǎn)可分為開(kāi)始節(jié)點(diǎn)、傳感節(jié)點(diǎn)和結(jié)束節(jié)點(diǎn)。網(wǎng)格開(kāi)始節(jié)點(diǎn)和另一個(gè)網(wǎng)格的結(jié)束節(jié)點(diǎn)建立連接，最終網(wǎng)絡(luò)中所有節(jié)點(diǎn)自組織成一條鏈路。參考文獻(xiàn)[8]為優(yōu)化傳感器間通信，提出虛擬鏈的概念，定義虛擬鏈的邊為多跳數(shù)據(jù)傳輸路徑。為優(yōu)化簇頭節(jié)點(diǎn)和Sink節(jié)點(diǎn)的通信，提出簇頭節(jié)點(diǎn)的調(diào)度規(guī)則，選擇剩余能量最大的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)。參考文獻(xiàn)[5～8]提出各自的鏈狀路由算法，但是它們都假設(shè)節(jié)點(diǎn)隨機(jī)分布在感應(yīng)區(qū)域內(nèi)，沒(méi)有考慮鏈狀無(wú)線傳感網(wǎng)節(jié)點(diǎn)的“管狀”位置分布。因此，綜合一些學(xué)者的觀點(diǎn)，針對(duì)路燈監(jiān)控系統(tǒng)的特殊應(yīng)用場(chǎng)景，提出路燈監(jiān)控系統(tǒng)的無(wú)線傳感網(wǎng)鏈狀路由 (chain routing algorithm based on streetlight monitoring system for wireless sensor networks，CRASMS)算法，盡可能平衡網(wǎng)絡(luò)節(jié)點(diǎn)能耗和數(shù)據(jù)傳輸時(shí)延。

3 網(wǎng)絡(luò)模型和假設(shè)

如圖1所示，路燈監(jiān)控系統(tǒng)的無(wú)線傳感網(wǎng)主要由傳感節(jié)點(diǎn)（也稱路燈監(jiān)控器，簡(jiǎn)稱節(jié)點(diǎn)）、Sink節(jié)點(diǎn)（也稱網(wǎng)關(guān)控制器）和監(jiān)控中心組成。傳感節(jié)點(diǎn)分布在道路兩側(cè)的路燈上，具有控制路燈開(kāi)關(guān)、上報(bào)開(kāi)關(guān)狀態(tài)、調(diào)節(jié)路燈亮度等功能。Sink節(jié)點(diǎn)處于監(jiān)控中心和各傳感節(jié)點(diǎn)的中間，一般放置在十字路口或道路邊，向上通過(guò)GPRS/3G方式同監(jiān)控中心通信，向下通過(guò)無(wú)線傳感網(wǎng)同各個(gè)傳感節(jié)點(diǎn)通信，無(wú)需通信費(fèi)用。Sink節(jié)點(diǎn)主要負(fù)責(zé)監(jiān)控網(wǎng)絡(luò)內(nèi)的傳感節(jié)點(diǎn)運(yùn)行，將監(jiān)控中心的命令下達(dá)給傳感節(jié)點(diǎn)，將傳感節(jié)點(diǎn)及線路信息反饋給監(jiān)控中心。監(jiān)控中心實(shí)現(xiàn)對(duì)傳感節(jié)點(diǎn)進(jìn)行遠(yuǎn)程數(shù)據(jù)訪問(wèn)和監(jiān)控，包括參數(shù)配置、監(jiān)控命令發(fā)送、路燈狀態(tài)收集等。還能夠根據(jù)路段日照和人車流量的變化設(shè)定路燈的開(kāi)關(guān)控制策略，在滿足基本照明的前提下節(jié)約能耗。

針對(duì)路燈監(jiān)控系統(tǒng)的實(shí)際應(yīng)用場(chǎng)景，假設(shè)其無(wú)線傳感網(wǎng)具有以下特點(diǎn)：

·Sink節(jié)點(diǎn)和所有傳感節(jié)點(diǎn)位置固定不變，都是靜止的，所有傳感節(jié)點(diǎn)均勻分布，Sink節(jié)點(diǎn)可根據(jù)實(shí)際需要，放置在十字路口和每一個(gè)道路邊；

·由于網(wǎng)絡(luò)預(yù)先規(guī)劃節(jié)點(diǎn)的部署位置，因此Sink節(jié)點(diǎn)和傳感節(jié)點(diǎn)能獲知整個(gè)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)信息；

·所有傳感節(jié)點(diǎn)具有相同的性能（如無(wú)線電最大發(fā)送功率、最大通信半徑、節(jié)點(diǎn)間距離、能耗模型等）；

·所有傳感節(jié)點(diǎn)都能感知數(shù)據(jù)，并通過(guò)直接或多跳的方式將數(shù)據(jù)發(fā)送給Sink 節(jié)點(diǎn)；

·由于每一個(gè)路燈上都配置專門的供電電路，因此網(wǎng)絡(luò)所有節(jié)點(diǎn)的能量不受限制；

·所有傳感節(jié)點(diǎn)的發(fā)送功率隨著通信距離的變化而變化。

4 CRASMS算法

4.1 算法原理

如果節(jié)點(diǎn)j在節(jié)點(diǎn)i的通信半徑內(nèi)，則稱節(jié)點(diǎn)j是節(jié)點(diǎn)i的鄰居節(jié)點(diǎn)。如果dis

CRASMS算法由簇區(qū)域的劃分、簇頭節(jié)點(diǎn)的選擇、簇內(nèi)星型網(wǎng)絡(luò)的建立、數(shù)據(jù)通信和處理4個(gè)過(guò)程組成。

圖1 交通路燈監(jiān)控系統(tǒng)的無(wú)線傳感網(wǎng)模型

4.1.1 簇區(qū)域的劃分

路由監(jiān)控系統(tǒng)中無(wú)線傳感網(wǎng)節(jié)點(diǎn)以預(yù)先規(guī)劃的方式部署，Sink節(jié)點(diǎn)能獲知算法所需要的節(jié)點(diǎn)信息 （包括節(jié)點(diǎn)的位置），傳感節(jié)點(diǎn)能獲知自身和周圍節(jié)點(diǎn)的信息。如圖2所示，當(dāng)網(wǎng)絡(luò)啟動(dòng)后，Sink節(jié)點(diǎn)啟動(dòng)簇區(qū)域的劃分，根據(jù)傳感節(jié)點(diǎn)和監(jiān)測(cè)區(qū)域的位置信息，將道路同一側(cè)的節(jié)點(diǎn)構(gòu)成一條鏈路，每一個(gè)鏈路劃分成若干個(gè)具有n個(gè)節(jié)點(diǎn)的簇區(qū)域 （n可根據(jù)節(jié)點(diǎn)的通信距離和實(shí)際應(yīng)用需求確定）。接著，Sink節(jié)點(diǎn)發(fā)送節(jié)點(diǎn)簇區(qū)域確定數(shù)據(jù)分組 （內(nèi)容包括每一個(gè)簇的節(jié)點(diǎn)個(gè)數(shù)n）。節(jié)點(diǎn)收到簇區(qū)域確定數(shù)據(jù)分組后，根據(jù)自身與Sink節(jié)點(diǎn)的拓?fù)潢P(guān)系，確定所屬的簇區(qū)域。

圖2 簇區(qū)域的劃分

4.1.2 簇頭節(jié)點(diǎn)的選擇

如圖3所示，簇頭節(jié)點(diǎn)的選擇有些類似LEACH算法。網(wǎng)絡(luò)確定簇區(qū)域后，在每一個(gè)簇區(qū)域中采用貪婪算法（greedy algorithm）選擇離Sink節(jié)點(diǎn)距離最近的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)。經(jīng)過(guò)一段時(shí)間后，簇頭節(jié)點(diǎn)接收到Sink節(jié)點(diǎn)的簇頭更新數(shù)據(jù)分組后轉(zhuǎn)為傳感節(jié)點(diǎn)，其同一簇區(qū)域中距離最近的上游節(jié)點(diǎn)選為簇頭節(jié)點(diǎn)。如果簇頭節(jié)點(diǎn)已經(jīng)是簇區(qū)域內(nèi)離Sink節(jié)點(diǎn)距離最遠(yuǎn)的節(jié)點(diǎn)，則表示簇頭節(jié)點(diǎn)的選擇已經(jīng)遍歷該簇區(qū)域的所有節(jié)點(diǎn)，重新選擇離Sink節(jié)點(diǎn)距離最近的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)，開(kāi)始新的一輪簇頭節(jié)點(diǎn)選擇。為避免無(wú)線通信的干擾，道路另一側(cè)鏈路的簇頭節(jié)點(diǎn)選擇方法與其相反，先選擇離Sink節(jié)點(diǎn)距離最遠(yuǎn)的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)，每隔一段時(shí)間慢慢變近。此過(guò)程重復(fù)執(zhí)行，網(wǎng)絡(luò)中所有節(jié)點(diǎn)都有機(jī)會(huì)當(dāng)選為簇頭節(jié)點(diǎn)。

圖3 簇頭節(jié)點(diǎn)的選擇

4.1.3 簇內(nèi)星型網(wǎng)絡(luò)的建立

確定簇頭節(jié)點(diǎn)后，每一個(gè)簇頭節(jié)點(diǎn)廣播一個(gè)簇網(wǎng)絡(luò)建立數(shù)據(jù)分組，所屬簇區(qū)域的節(jié)點(diǎn)收到簇網(wǎng)絡(luò)建立數(shù)據(jù)分組后，反饋一個(gè)通知數(shù)據(jù)分組。簇頭節(jié)點(diǎn)接收到通知數(shù)據(jù)分組后，將該傳感節(jié)點(diǎn)放入路由表中。最終在每一個(gè)簇區(qū)域內(nèi)形成一個(gè)星型網(wǎng)絡(luò)，如圖4所示。

圖4 簇內(nèi)星型網(wǎng)絡(luò)的建立

4.1.4 數(shù)據(jù)通信和處理

完成上述步驟后，數(shù)據(jù)通信和處理過(guò)程開(kāi)始，具體過(guò)程如下介紹。

圖5 數(shù)據(jù)通信過(guò)程

如圖5所示，網(wǎng)絡(luò)數(shù)據(jù)通信分成傳感節(jié)點(diǎn)的數(shù)據(jù)上報(bào)和Sink節(jié)點(diǎn)的命令發(fā)送兩部分。傳感節(jié)點(diǎn)的數(shù)據(jù)上報(bào)過(guò)程如下：每一個(gè)傳感節(jié)點(diǎn)采集數(shù)據(jù)，將數(shù)據(jù)發(fā)送給簇頭節(jié)點(diǎn)。簇頭節(jié)點(diǎn)采用融合算法處理數(shù)據(jù)，將融合后的數(shù)據(jù)以簇頭間的多跳路由方式發(fā)送給Sink節(jié)點(diǎn)。簇頭節(jié)點(diǎn)轉(zhuǎn)發(fā)其他簇頭節(jié)點(diǎn)的兩個(gè)標(biāo)準(zhǔn)：一是選擇離Sink節(jié)點(diǎn)距離近的簇頭節(jié)點(diǎn)，二是在其通信范圍內(nèi)選擇離本簇頭節(jié)點(diǎn)距離最遠(yuǎn)的簇頭節(jié)點(diǎn)。Sink節(jié)點(diǎn)廣播上位機(jī)的一些控制命令，如設(shè)置一些路燈的開(kāi)關(guān)時(shí)限、立即開(kāi)啟和關(guān)閉某一路燈。該命令的發(fā)送過(guò)程如下：Sink節(jié)點(diǎn)通過(guò)簇間多跳方式廣播命令數(shù)據(jù)分組。簇頭節(jié)點(diǎn)接收到命令數(shù)據(jù)分組后，判斷簇區(qū)域內(nèi)是否存在被控節(jié)點(diǎn)。如果存在被控節(jié)點(diǎn)，則通知該節(jié)點(diǎn)，節(jié)點(diǎn)收到命令后解析命令并執(zhí)行，反之，則轉(zhuǎn)發(fā)給離Sink節(jié)點(diǎn)距離遠(yuǎn)的簇頭節(jié)點(diǎn)。

在無(wú)線傳感網(wǎng)中，由于感應(yīng)物理介質(zhì)的時(shí)空特性，相鄰節(jié)點(diǎn)采集的信息（如溫度和濕度數(shù)據(jù)）往往攜帶著大量的數(shù)據(jù)冗余，因此需要對(duì)數(shù)據(jù)進(jìn)行融合[9]。簇頭節(jié)點(diǎn)選擇數(shù)據(jù)融合算法處理傳感節(jié)點(diǎn)數(shù)據(jù)是CRASMS算法信息處理的關(guān)鍵，能有效節(jié)省網(wǎng)絡(luò)節(jié)點(diǎn)的能量。本算法采用參考文獻(xiàn)[10]的數(shù)據(jù)融合算法模型。在該模型中，節(jié)點(diǎn)i利用本地?cái)?shù)據(jù)對(duì)其接收到的節(jié)點(diǎn)j原始數(shù)據(jù)進(jìn)行壓縮。用系數(shù)qij表示節(jié)點(diǎn)j的原始數(shù)據(jù)在節(jié)點(diǎn)i上的數(shù)據(jù)壓縮比。假設(shè)qij與節(jié)點(diǎn)i和j之間的距離成反比[10]，即：

根據(jù)上述模型，簇頭節(jié)點(diǎn)對(duì)接收到的數(shù)據(jù)采用兩種不同的操作。對(duì)傳感節(jié)點(diǎn)的原始數(shù)據(jù)，采用本地?cái)?shù)據(jù)進(jìn)行壓縮。對(duì)其他簇頭節(jié)點(diǎn)的數(shù)據(jù)，則直接轉(zhuǎn)發(fā)。

4.2 算法實(shí)現(xiàn)

如圖6所示，網(wǎng)絡(luò)啟動(dòng)后，Sink節(jié)點(diǎn)開(kāi)始獲知算法所需要的節(jié)點(diǎn)信息。一種方法是Sink節(jié)點(diǎn)以洪泛方式向周圍所有的鄰居節(jié)點(diǎn)發(fā)送信息查詢分組。如果鄰居節(jié)點(diǎn)第一次接收到Sink節(jié)點(diǎn)的查詢分組，則將自身的位置信息發(fā)送給Sink節(jié)點(diǎn)，再向其鄰居節(jié)點(diǎn)轉(zhuǎn)發(fā)信息查詢分組，否則丟棄該信息查詢分組。另一種方法是Sink節(jié)點(diǎn)通過(guò)上位機(jī)程序獲知節(jié)點(diǎn)的所有位置信息。Sink節(jié)點(diǎn)收集所有節(jié)點(diǎn)位置信息后，啟動(dòng)CRASMS算法。算法具體實(shí)現(xiàn)步驟如下。

（1）進(jìn)行簇區(qū)域劃分。Sink節(jié)點(diǎn)根據(jù)傳感節(jié)點(diǎn)和監(jiān)測(cè)區(qū)域的位置信息，將道路同一側(cè)的節(jié)點(diǎn)構(gòu)成一條鏈路，每一個(gè)鏈路劃分成若干個(gè)具有n個(gè)節(jié)點(diǎn)的簇區(qū)域。接著，發(fā)送節(jié)點(diǎn)簇區(qū)域確定數(shù)據(jù)分組。節(jié)點(diǎn)收到簇區(qū)域確定數(shù)據(jù)分組后，根據(jù)自身與Sink節(jié)點(diǎn)的拓?fù)潢P(guān)系，確定所屬的簇區(qū)域。

（2）確定每一個(gè)簇區(qū)域的初始簇頭。道路左右兩條鏈路，一條選擇簇區(qū)域中離Sink節(jié)點(diǎn)距離最近的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)，另一條鏈路選擇簇中離Sink節(jié)點(diǎn)距離最遠(yuǎn)的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)。

圖6 CRASMS算法的流程

（3）通過(guò)簇頭節(jié)點(diǎn)和傳感節(jié)點(diǎn)的通信，在每一個(gè)簇區(qū)域內(nèi)建立星型網(wǎng)絡(luò)。

（4）啟動(dòng)數(shù)據(jù)通信和處理，完成數(shù)據(jù)的上報(bào)和命令的發(fā)送。經(jīng)過(guò)一段時(shí)間，跳到步驟（5）。

（5）Sink節(jié)點(diǎn)廣播簇頭更新數(shù)據(jù)分組，如果簇頭節(jié)點(diǎn)的選擇已經(jīng)遍歷該簇區(qū)域的所有節(jié)點(diǎn)，則開(kāi)始新一輪簇頭節(jié)點(diǎn)選擇，否則簇區(qū)域中距離最近的下游鄰居節(jié)點(diǎn)或上游鄰居節(jié)點(diǎn)當(dāng)選為簇頭節(jié)點(diǎn)。跳到步驟（3）。

循環(huán)執(zhí)行上述步驟，實(shí)現(xiàn)CRASMS算法。

5 仿真實(shí)現(xiàn)和分析

5.1 仿真能耗模型

典型的無(wú)線傳感網(wǎng)節(jié)點(diǎn)能耗主要由無(wú)線數(shù)據(jù)收發(fā)產(chǎn)生，其中ETx(g,d)表示發(fā)送節(jié)點(diǎn)發(fā)送g bit數(shù)據(jù)到距離為dij的接收節(jié)點(diǎn)所消耗的能量；同樣ERx(g)表示接收節(jié)點(diǎn)接收g bit數(shù)據(jù)所消耗的能量。因此，節(jié)點(diǎn)發(fā)送模塊的能耗ETx(g,d)由發(fā)送電路電子能耗和信號(hào)放大器部分的電子能耗組成。發(fā)送電路電子能耗固定為，其中g(shù)代表所發(fā)送的數(shù)據(jù)量，Eelec代表收發(fā)單位比特?cái)?shù)據(jù)時(shí)電路的電子能耗。信號(hào)放大器部分的電子能耗與節(jié)點(diǎn)發(fā)送功率有關(guān)，由于采用Friss自由空間模型且節(jié)點(diǎn)根據(jù)通信距離隨時(shí)調(diào)整發(fā)送功率，因此其電子能耗與通信距離有關(guān)。接收模塊的能耗ERx只考慮接收信號(hào)時(shí)的電子能耗gEelec。具體的計(jì)算式如下（假設(shè)發(fā)送g bit的數(shù)據(jù)量，發(fā)送距離為dijm，最大通信距離m，收發(fā)單位比特?cái)?shù)據(jù)時(shí)電路電子能耗nJ/bit，放大單位比特信號(hào)時(shí)所需要的電子能耗 εfspJ/bit/m2）[11]：

5.2 仿真參數(shù)設(shè)置

在算法仿真時(shí)，不考慮計(jì)算、數(shù)據(jù)融合、信息查詢分組收發(fā)等能耗，也不考慮數(shù)據(jù)傳輸過(guò)程中超時(shí)重發(fā)、出錯(cuò)等能耗，只考慮數(shù)據(jù)無(wú)線通信能耗?？紤]無(wú)線傳感網(wǎng)節(jié)點(diǎn)實(shí)際通信距離和路燈的實(shí)際間隔，建立網(wǎng)絡(luò)仿真區(qū)域（所有節(jié)點(diǎn)的位置分布縱坐標(biāo)一致，橫坐標(biāo)間隔20 m），選擇的仿真參數(shù)見(jiàn)表1，計(jì)算網(wǎng)絡(luò)平均節(jié)點(diǎn)能耗和數(shù)據(jù)傳輸時(shí)延。其中平均節(jié)點(diǎn)能耗=所有節(jié)點(diǎn)將數(shù)據(jù)發(fā)送到Sink節(jié)點(diǎn)的總能耗/節(jié)點(diǎn)個(gè)數(shù)。平均數(shù)據(jù)傳輸時(shí)延=所有節(jié)點(diǎn)將數(shù)據(jù)發(fā)送給Sink節(jié)點(diǎn)的總跳數(shù)/節(jié)點(diǎn)數(shù)。

表1 仿真參數(shù)

5.3 仿真結(jié)果和分析

5.3.1 簇區(qū)域節(jié)點(diǎn)個(gè)數(shù)n參數(shù)的研究

研究簇區(qū)域節(jié)點(diǎn)個(gè)數(shù)n對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)能耗和數(shù)據(jù)傳輸時(shí)延的影響?？紤]路燈監(jiān)控系統(tǒng)的實(shí)際應(yīng)用場(chǎng)景（大多數(shù)無(wú)線傳感節(jié)點(diǎn)的最大通信距離是80 m），假設(shè)各個(gè)路燈間的距離是 20 m，則 n的取值范圍是 1、2、3、4。選擇 30、50、70、90、110、130、150、170 個(gè)無(wú)線傳感網(wǎng)節(jié)點(diǎn)，分別計(jì)算當(dāng) n=1、2、3、4時(shí)CRASMS算法的平均節(jié)點(diǎn)能耗和數(shù)據(jù)傳輸時(shí)延，具體仿真結(jié)果如圖7和圖8所示。

圖7 網(wǎng)絡(luò)平均節(jié)點(diǎn)能耗

如圖7所示，當(dāng)n不變時(shí)，隨著節(jié)點(diǎn)個(gè)數(shù)的增加，平均節(jié)點(diǎn)能耗增大。這是因?yàn)椋弘S著網(wǎng)絡(luò)規(guī)模的擴(kuò)大，由于所有節(jié)點(diǎn)都需要發(fā)送數(shù)據(jù)，中間節(jié)點(diǎn)數(shù)據(jù)發(fā)送量變大，需要更多的能量轉(zhuǎn)發(fā)數(shù)據(jù)，因此平均節(jié)點(diǎn)能耗變大。當(dāng)節(jié)點(diǎn)個(gè)數(shù)不變時(shí)，n=2時(shí)網(wǎng)絡(luò)平均節(jié)點(diǎn)能耗最小，n=1時(shí)的能耗次之，n=4時(shí)能耗最大。這是因?yàn)椋寒?dāng)n=1時(shí)，在CRASMS算法中每個(gè)節(jié)點(diǎn)都是簇頭節(jié)點(diǎn)，其直接選擇離Sink節(jié)點(diǎn)近且在其通信范圍內(nèi)離本節(jié)點(diǎn)最遠(yuǎn)的簇頭節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)，通信距離較大，根據(jù)能耗式(2)和式(3)，節(jié)點(diǎn)能耗也較大。但是當(dāng)n=2時(shí)，傳感節(jié)點(diǎn)直接選擇距離較近的簇頭節(jié)點(diǎn)，通信能耗較小，因此，n=2時(shí)節(jié)點(diǎn)平均能耗比n=1時(shí)小。此后隨著n的繼續(xù)增大，簇區(qū)域的節(jié)點(diǎn)個(gè)數(shù)增多，傳感節(jié)點(diǎn)的通信距離增大，因此網(wǎng)絡(luò)平均節(jié)點(diǎn)能耗也增大。

如圖8所示，當(dāng)n不變時(shí)，隨著節(jié)點(diǎn)個(gè)數(shù)的增加，平均數(shù)據(jù)傳輸時(shí)延增大。這是因?yàn)椋弘S著網(wǎng)絡(luò)規(guī)模的擴(kuò)大，根據(jù)鏈狀網(wǎng)絡(luò)的特性，處于數(shù)據(jù)傳輸鏈路末端的節(jié)點(diǎn)離Sink節(jié)點(diǎn)距離變大，其數(shù)據(jù)的傳輸需要更多的轉(zhuǎn)發(fā)跳數(shù)。當(dāng)節(jié)點(diǎn)個(gè)數(shù)不變時(shí)，n=4時(shí)平均數(shù)據(jù)傳輸時(shí)延最小，n=3時(shí)次之，n=1時(shí)最小。這是因?yàn)椋弘S著n的變大，簇區(qū)域的節(jié)點(diǎn)個(gè)數(shù)變大，更多的簇內(nèi)節(jié)點(diǎn)直接發(fā)送數(shù)據(jù)到簇頭節(jié)點(diǎn)，因此算法降低了數(shù)據(jù)通信的轉(zhuǎn)發(fā)跳數(shù)。

圖8 平均數(shù)據(jù)傳輸時(shí)延

總之，在CRASMS算法中，節(jié)點(diǎn)能耗和數(shù)據(jù)傳輸時(shí)延是相互制約的。當(dāng)選擇較大的n值時(shí)，CRASMS算法更多偏向于降低數(shù)據(jù)通信時(shí)延，當(dāng)選擇較小的n值時(shí)，CRASMS算法更多偏向于降低節(jié)點(diǎn)能耗。因此，可根據(jù)實(shí)際應(yīng)用需求選擇合適的n值。

5.3.2 算法仿真結(jié)果比較

路燈監(jiān)控系統(tǒng)的節(jié)點(diǎn)規(guī)模大，通常一個(gè)Sink節(jié)點(diǎn)需要管理200個(gè)以上的節(jié)點(diǎn)。在這大規(guī)模的鏈狀網(wǎng)絡(luò)中，節(jié)點(diǎn)數(shù)據(jù)傳輸時(shí)延是其一大挑戰(zhàn)。為了降低數(shù)據(jù)傳輸時(shí)延，仿真中選擇n=4的CRASMS算法。為了驗(yàn)證算法的有效性，比較LEACH （傳感節(jié)點(diǎn)成為簇頭節(jié)點(diǎn)的概率是0.25）、PEGASIS和CRASMS算法。

由于LEACH算法隨機(jī)選擇簇頭節(jié)點(diǎn)，在本場(chǎng)景中如果節(jié)點(diǎn)通信半徑dmax過(guò)低，容易造成很多節(jié)點(diǎn)不能與簇頭節(jié)點(diǎn)通信，因此仿真中需要選擇較大的各算法節(jié)點(diǎn)通信半徑。選擇 30、50、70、90、110、130、150、170 個(gè)無(wú)線傳感網(wǎng)節(jié)點(diǎn)和其他表1中的參數(shù)，分別采用LEACH、PEGASIS和CRASMS算法計(jì)算網(wǎng)絡(luò)平均節(jié)點(diǎn)能耗、平均數(shù)據(jù)傳輸時(shí)延和它們的均方差，具體見(jiàn)表2和表3。

表2中，LEACH算法的網(wǎng)絡(luò)平均節(jié)點(diǎn)能耗最大，而且節(jié)點(diǎn)能耗分布不均衡，能耗均方差也最大。無(wú)論是網(wǎng)絡(luò)平均節(jié)點(diǎn)能耗還是均方差，PEGASIS算法比CRASMS算法都略低，但是兩者相差不大。這是因?yàn)椋罕O(jiān)測(cè)區(qū)域中LEACH算法隨機(jī)選擇簇頭節(jié)點(diǎn)，簇頭節(jié)點(diǎn)分布不均衡，容易造成有些節(jié)點(diǎn)直接選擇距離很遠(yuǎn)的簇頭節(jié)點(diǎn)發(fā)送數(shù)據(jù)，導(dǎo)致節(jié)點(diǎn)能耗變大而且分布不均勻。在PEGASIS算法中，節(jié)點(diǎn)沿著鏈路選擇距離最近的下游鄰居節(jié)點(diǎn)發(fā)送數(shù)據(jù)。在CRASMS算法中，節(jié)點(diǎn)選擇簇區(qū)域內(nèi)的簇頭節(jié)點(diǎn)發(fā)送數(shù)據(jù)。這兩個(gè)算法的節(jié)點(diǎn)通信距離較短，因此平均節(jié)點(diǎn)能耗不大，節(jié)點(diǎn)能耗分布比較合理?？傊珻RASMS算法克服了LEACH算法能耗較大的不足，保持了PEGASIS算法在能耗方面的優(yōu)點(diǎn)。

表2 各算法的網(wǎng)絡(luò)平均節(jié)點(diǎn)能耗

表3中，PEGASIS算法的平均數(shù)據(jù)傳輸時(shí)延最大（可表示為（1+N）/2），而且數(shù)據(jù)傳輸時(shí)延分布不均衡，時(shí)延均方差也最大。而LEACH和CRASMS算法無(wú)論是平均數(shù)據(jù)傳輸時(shí)延還是均方差，兩者相差不大。這是因?yàn)椋涸赑EGASIS算法中，節(jié)點(diǎn)沿著距離最近的下游鄰居節(jié)點(diǎn)將數(shù)據(jù)發(fā)送給Sink節(jié)點(diǎn)。離Sink節(jié)點(diǎn)的距離越遠(yuǎn)，節(jié)點(diǎn)數(shù)據(jù)傳輸時(shí)延越大，因此PEGASIS算法的平均數(shù)據(jù)傳輸時(shí)延大而且分布不均勻。而LEACH和 CRASMS算法選擇聚類方法，簇內(nèi)節(jié)點(diǎn)直接發(fā)送數(shù)據(jù)到簇頭節(jié)點(diǎn)，簇頭節(jié)點(diǎn)通過(guò)簇頭間多跳路由將數(shù)據(jù)發(fā)送給Sink節(jié)點(diǎn)，而且每一個(gè)節(jié)點(diǎn)都有機(jī)會(huì)成為簇頭節(jié)點(diǎn)，這在一定程度上降低和平衡了節(jié)點(diǎn)數(shù)據(jù)傳輸時(shí)延。

表3 各算法的平均數(shù)據(jù)傳輸時(shí)延

總之，CRASMS算法保持了PEGASIS和LEACH算法的優(yōu)點(diǎn)，克服了這兩個(gè)算法的不足（與LEACH算法比較，降低了平均節(jié)點(diǎn)能耗；與PEGASIS比較，降低了數(shù)據(jù)傳輸時(shí)延），將網(wǎng)絡(luò)平均節(jié)點(diǎn)能耗和平均數(shù)據(jù)傳輸時(shí)延保持在較低水平。

6 結(jié)束語(yǔ)

針對(duì)交通路燈監(jiān)控系統(tǒng)的特殊應(yīng)用場(chǎng)景，提出路燈監(jiān)控系統(tǒng)的無(wú)線傳感網(wǎng)鏈狀路由算法，盡可能平衡網(wǎng)絡(luò)節(jié)點(diǎn)能耗和數(shù)據(jù)傳輸時(shí)延。本文首先提出了由傳感節(jié)點(diǎn)、Sink節(jié)點(diǎn)和監(jiān)控中心組成的路燈監(jiān)控系統(tǒng)無(wú)線傳感網(wǎng)模型和算法假設(shè)。其次，詳細(xì)闡述CRASMS算法的簇區(qū)域劃分、簇頭選擇、簇內(nèi)網(wǎng)絡(luò)建立、數(shù)據(jù)通信和處理4個(gè)過(guò)程和具體算法的實(shí)現(xiàn)步驟。接著，介紹算法的能耗模型和仿真參數(shù)。最后，仿真分析簇區(qū)域節(jié)點(diǎn)個(gè)數(shù)n對(duì)算法平均節(jié)點(diǎn)能耗和數(shù)據(jù)傳輸時(shí)延的影響，比較LEACH、PEGASIS和CRASMS算法。

仿真結(jié)果表明：CRASMS算法保持了PEGASIS在節(jié)點(diǎn)能耗方面和LEACH在節(jié)點(diǎn)時(shí)延方面的優(yōu)點(diǎn)，克服了PEGASIS在節(jié)點(diǎn)時(shí)延方面和LEACH在節(jié)點(diǎn)能耗方面的不足，將平均節(jié)點(diǎn)能耗和平均數(shù)據(jù)傳輸時(shí)延保持在較低水平。但是CRASMS算法只是通過(guò)仿真驗(yàn)證，還沒(méi)有運(yùn)用到實(shí)際硬件上，因此未來(lái)的工作是搭建一個(gè)路燈監(jiān)控系統(tǒng)的測(cè)試平臺(tái)，在該平臺(tái)上驗(yàn)證算法的有效性。

1 張雪松.淺談城市路燈照明的節(jié)能與環(huán)保.科技創(chuàng)新導(dǎo)報(bào),2011,17(17):152

2 孫鳳杰,王楨.基于路燈單燈狀態(tài)監(jiān)控的無(wú)線鏈狀網(wǎng)絡(luò)路由算法的研究.計(jì)算技術(shù)與自動(dòng)化,2011,30(4):85～88

3 任條娟,楊海波,陳友榮.Sink節(jié)點(diǎn)移動(dòng)的無(wú)線傳感網(wǎng)生存時(shí)間優(yōu)化算法.傳感技術(shù)學(xué)報(bào),2012,25(5):683～690

4 Heinzelman W R,Chandrakasan A,Balakrishnan H.Energyefficientcommunication protocolforwireless micro sensornetworks.Proceedings of The 33rd Ann Hawaii Int Conf,Hawaii,2000

5 Lindsey S,Raghavendra C,Sivalingam K.Data gathering algorithms in sensor networks using energy metric.IEEE Transactions on Parallel and Distributed System,2002,13(9):924～935

6 Shin J，Suh C J.CREEC:chain routing with even energy consumption.Journal of Communications and Networks,2011,13(1):17～25

7 Chen K H,Huang J M,Hsiao C C.CHIRON:an energyefficient chain-based hierarchical routing protocol in wireless sensor networks.Wireless Telecommunications Symposium,2009(1)

8 Chen Y L,Lin J S.Energy efficiency analysis of a chain-based scheme via intra-grid for wireless sensor networks.Computer Communications,2012,35(4):507～516

9 Yen L H,Cai M Z,Cheng Y M,et al.Energy optimization for chain-based data gathering in wireless sensor networks.International Journal of Communication Systems,2007,20(7):857～874

10 Hua C Q,Yum T P.Optimal routing and data aggregation for maximizing lifetime of wireless sensor networks.IEEE/ACM Transactions on Networking,2008,16(4):892～903

11 Rickenbach P V，Wattenhofer R.Gathering correlated data in sensor networks.Proceeding of DIALM-POMC,New York,2004

12 陳友榮,俞立,董齊芬等.基于近鄰算法的無(wú)線傳感器網(wǎng)絡(luò)功率控制.浙江大學(xué)學(xué)報(bào)（工學(xué)版）,2010,44(7)：1321～1326