雷　旭，丁　恒，閆茂德（.長安大學(xué)電子與控制工程學(xué)院，陜西西安　70064；.合肥工業(yè)大學(xué)交通運輸工程學(xué)院，安徽合肥　30009）

?

無線車輛檢測系統(tǒng)能量高效分時分簇路由研究

雷旭1，丁恒2，閆茂德1
（1.長安大學(xué)電子與控制工程學(xué)院，陜西西安710064；2.合肥工業(yè)大學(xué)交通運輸工程學(xué)院，安徽合肥230009）

摘要：為了均衡地磁式無線車輛檢測器網(wǎng)絡(luò)的能量負(fù)載和延長系統(tǒng)生命周期，文章設(shè)計了無線通信分簇算法與路由協(xié)議。針對城市交通控制的應(yīng)用場景，考察被測對象——交叉口交通流的運動變化規(guī)律，將日交通流變化劃分為高峰時段、低峰時段和平峰時段3個階段，提出按3個階段分別設(shè)計的分簇算法，即高峰時段的節(jié)點主動式（proactive）分簇算法、低峰時段的節(jié)點被動式（reactive）分簇算法和平峰時段的主動分簇被動重構(gòu)分簇算法；在此基礎(chǔ)上，依據(jù)第1順序無線電模型，引入中繼簇首剩余能量作為權(quán)重因子，設(shè)計了單跳多跳自適應(yīng)數(shù)據(jù)傳輸路由；最后，采用OMNeT＋＋對算法協(xié)議進行了建模仿真，以系統(tǒng)生命周期、死亡節(jié)點占有率和系統(tǒng)剩余能量作為性能指標(biāo)進行對比分析。結(jié)果表明，算法協(xié)議能夠提高系統(tǒng)的能量利用率，有效平衡節(jié)點能耗，延長了系統(tǒng)的生命周期。

關(guān)鍵詞：交通信息物理系統(tǒng)；無線車輛檢測器；無線傳感器網(wǎng)絡(luò)；能量負(fù)載均衡；分簇算法

閆茂德（1974-），男，陜西澄城人，博士，長安大學(xué)教授，碩士生導(dǎo)師.

車輛檢測技術(shù)是交通信息物理系統(tǒng)（T-CPS）感知層的關(guān)鍵技術(shù)，主要包括對交通流量、交通密度、行駛速度和行駛時間等交通要素的信息感知［1］，為實施交通狀況監(jiān)控和交通管理提供重要依據(jù)。近幾年，基于各向異性磁阻效應(yīng)（AMR）的地磁傳感技術(shù)成為研究熱點［2］。地磁車輛檢測器由于具有體積小、靈敏度高、成本低、不易受環(huán)境因素影響和安裝方便等優(yōu)點，已經(jīng)在城市智能交通控制系統(tǒng)中得到了大量應(yīng)用。為了最大限度發(fā)揮地磁傳感技術(shù)的優(yōu)勢，檢測系統(tǒng)通常采用無線傳感器網(wǎng)絡(luò)（WSN）作為主要數(shù)據(jù)通信方式。依托WSN的分布式、自組織、高容錯等特性，無線地磁式車輛檢測器提高了檢測精度和識別率。節(jié)點能耗、系統(tǒng)生命期、網(wǎng)絡(luò)傳輸實時性和通信質(zhì)量是WSN重點關(guān)注的問題［3］，因此數(shù)據(jù)傳輸?shù)穆酚杉夹g(shù)直接影響WSN的性能。國內(nèi)外對WSN的路由協(xié)議做了廣泛的研究，文獻［4］最早提出了LEACH（low-energy adaptive clustering hierarchy）路由協(xié)議，基于概率隨機分配原則，達到降低網(wǎng)絡(luò)能耗、延長生命周期的目的，從此WSN分簇思想開始成為研究重點；文獻［5］提出了HEED（hybrid energy-efficient distributed clustering）協(xié)議，采用完全分布式的簇首選舉機制，在更快分簇的同時產(chǎn)生更加均勻、合理的網(wǎng)絡(luò)拓?fù)?；文獻［6］提出了由匯聚節(jié)點執(zhí)行Mamdani模糊邏輯方法統(tǒng)一集中式的簇首選舉機制；文獻［7］提出一種區(qū)域中心式的分簇路由協(xié)議；文獻［8］針對電磁傳感器網(wǎng)絡(luò)的特點提出了一種群規(guī)模約束分群算法；文獻［9］針對礦井巷道的應(yīng)用情況提出了基于動態(tài)路徑損耗指數(shù)的最小能耗中繼路由算法；文獻［10］為建筑能耗監(jiān)測系統(tǒng)設(shè)計了基于位置信息的數(shù)據(jù)匯聚路由策略。

WSN具有很強的應(yīng)用相關(guān)性，不同應(yīng)用中的路由協(xié)議可能差別很大，已有的研究大多集中在通用WSN路由協(xié)議方面，而針對實際WSN具體應(yīng)用場景的特殊性來研究路由協(xié)議的還不多。本文針對無線車輛檢測器在城市交通控制應(yīng)用中的具體需求，設(shè)計了考慮交通應(yīng)用特點的能耗均衡路由協(xié)議，在保證網(wǎng)絡(luò)通信質(zhì)量和實時性的前提下，解決網(wǎng)絡(luò)整體能耗均衡問題。實際測試數(shù)據(jù)表明，路由協(xié)議能夠有效平衡網(wǎng)絡(luò)負(fù)載，提高系統(tǒng)的生命周期。

1　無線車輛檢測系統(tǒng)網(wǎng)絡(luò)特性

無線車輛檢測系統(tǒng)（wireless vehicle detector system，WVDS）在城市交通控制（UTC）中大量應(yīng)用于交叉口，作為T-CPS的感知層，為整個UTC系統(tǒng)提供基本交通數(shù)據(jù)，系統(tǒng)的安裝位置示意圖如圖1所示。系統(tǒng)由感知節(jié)點（Sensor）和匯聚節(jié)點（Sink）組成，感知節(jié)點預(yù)埋在路口車道上由電池供電，用于獲取固定車道上的交通參數(shù)信息，通過自組織網(wǎng)絡(luò)傳遞數(shù)據(jù)；匯聚節(jié)點安裝在交叉口道路旁，一般由固定電源供電，負(fù)責(zé)收集感知節(jié)點檢測的信息、管理無線網(wǎng)絡(luò)和向數(shù)據(jù)中心上傳檢測信息。感知節(jié)點一旦安裝不易拆卸，由電池供電工作在低功耗模式，存在固定生命期；匯聚節(jié)點一般處理能力強，能夠承擔(dān)較復(fù)雜運算，具備與數(shù)據(jù)中心遠程連接的功能。

圖1　無線車輛檢測系統(tǒng)示意圖

由于具體應(yīng)用需求與傳統(tǒng)WSN不完全相同，WVDS還具有其自身的特殊性。

（1）傳統(tǒng)WSN節(jié)點一般將監(jiān)測數(shù)據(jù)簡單處理之后直接通過網(wǎng)絡(luò)發(fā)至匯聚節(jié)點，而WVDS中的感知節(jié)點為了較少的能耗和通信的高效，一般不直接傳送檢測的磁場擾動信息，而是先對原始數(shù)據(jù)做歸一化處理后再向網(wǎng)絡(luò)發(fā)送，供匯聚節(jié)點進一步處理。WVDS中有效感知信息已經(jīng)過感知節(jié)點預(yù)處理，因此WVDS感知節(jié)點不需要周期性地與網(wǎng)絡(luò)同步數(shù)據(jù)，只在有數(shù)據(jù)發(fā)送需求時才聯(lián)網(wǎng)通信。

（2）系統(tǒng)中每個節(jié)點安裝位置固定，因此在路由協(xié)議中每個節(jié)點的位置信息是常數(shù)，節(jié)省了通信的開銷。

（3）為了獲取車流速度等信息，感知節(jié)點一般在同一車道成對安裝，其工作負(fù)載隨著每天各時段交通量的不同而差異很大。

路由協(xié)議直接影響WSN整體網(wǎng)絡(luò)的傳輸性能，決定著系統(tǒng)的生命期，因此路由協(xié)議對WVDS至關(guān)重要。路由協(xié)議在設(shè)計時應(yīng)充分考慮系統(tǒng)網(wǎng)絡(luò)的應(yīng)用背景條件，目標(biāo)是實現(xiàn)網(wǎng)絡(luò)傳輸?shù)母哔|(zhì)量和系統(tǒng)性能的高效率。

2　考慮交通流因素的分簇路由協(xié)議

WVDS的檢測對象是車輛通過信息和交通流，被測對象的運動規(guī)律對WVDS的工作模式有重要影響。為此，對普通交叉口交通流的動態(tài)變化規(guī)律進行了考察，西安市鳳城八路-文景路交叉口的周小時交通量數(shù)據(jù)變化規(guī)律如圖2所示。

圖2　交叉口周小時交通量數(shù)據(jù)變化圖

由圖2可以看出，交叉口的交通流運行行為明顯分為3個狀態(tài)，即擁堵、正常和消散［11］。交通流運動變化的3個時段和WVDS中感應(yīng)節(jié)點的平均觸發(fā)時間見表1所列。

表1　交通流運行行為時段表

由于檢測對象的動態(tài)變化特征直接影響WVDS工作的整體任務(wù)負(fù)載，網(wǎng)絡(luò)路由協(xié)議的構(gòu)建也應(yīng)重點按照任務(wù)負(fù)載的3個階段分別考慮。一般無線傳感器網(wǎng)絡(luò)的工作進程以“輪”為單位周期開展，每輪分簇包括1個建立期和n個穩(wěn)定期［4］。其中，建立期即簇首選舉階段，穩(wěn)定期完成簇內(nèi)數(shù)據(jù)通信。本文根據(jù)網(wǎng)絡(luò)負(fù)載的3個狀態(tài)分別設(shè)計簇首的選舉算法，在系統(tǒng)控制上，3個狀態(tài)的切換由匯聚節(jié)點根據(jù)交通流經(jīng)驗數(shù)據(jù)得出的3個時段進行統(tǒng)一調(diào)配。

2.1高峰時段的節(jié)點主動式分簇路由

根據(jù)交通流數(shù)據(jù)，在高峰時段，系統(tǒng)感應(yīng)節(jié)點平均1.0 s觸發(fā)1次，在這種高負(fù)載工作狀態(tài)下，系統(tǒng)整體能耗是需要考慮的第1因素。因此，應(yīng)盡可能等概率地隨機分簇，從而使系統(tǒng)整體達到負(fù)載平衡。為了降低感應(yīng)節(jié)點與匯聚節(jié)點信息傳遞的頻率，減少能量損耗，基于LEACH思想，采取分布式的分簇原則，即節(jié)點主動式成簇算法。

在進入高峰時段后的第1輪網(wǎng)絡(luò)周期，匯聚節(jié)點收集完網(wǎng)絡(luò)內(nèi)所有節(jié)點信息，廣播命令，網(wǎng)絡(luò)切換至分布式分簇路由階段。每個節(jié)點生成1個介于0～1之間的隨機數(shù)，如果小于閾值T（n），則該節(jié)點在本輪中當(dāng)選為簇首節(jié)點。簇首節(jié)點向臨近節(jié)點廣播當(dāng)選消息，臨近節(jié)點選擇數(shù)據(jù)通信代價較小的簇首加入成簇。

本文結(jié)合WVDS在交叉口車流高峰時段系統(tǒng)運行的特點，考慮節(jié)點剩余能量和網(wǎng)絡(luò)整體能耗因素，改進DCHS（deterministic cluster-head selection）［12］中T（n）的計算方法，即

其中，p為簇首節(jié)點占總節(jié)點數(shù)的比例；r為當(dāng)前輪數(shù)；En-current為節(jié)點當(dāng)前的能量；-Em為每次進入高峰時段匯聚節(jié)點計算的網(wǎng)絡(luò)節(jié)點當(dāng)天的初始平均能量；rs為節(jié)點連續(xù)未當(dāng)選過簇首的輪次；G為前r個周期內(nèi)未成為簇首節(jié)點的集合。一旦節(jié)點被選為簇首，rs則被設(shè)為0。

（1）式吸收了DCHS的核心思想，但WVDS在安裝運行后的實際狀態(tài)是一個感知節(jié)點相互異構(gòu)的系統(tǒng)，且隨著系統(tǒng)運行各節(jié)點剩余能量表現(xiàn)出不平衡；而在感知節(jié)點處理器運算能力有限的條件下，復(fù)雜算法會增加計算開銷，反而消耗更多能量。因此，在DCHS中引入作為參考常數(shù)，用于每個節(jié)點計算閾值T（n），在選舉簇首過程中引入節(jié)點剩余能量因素，增大剩余能量多的節(jié)點成為簇首的概率。設(shè)計算法在每天進入高峰時段前由匯聚節(jié)點統(tǒng)一計算系統(tǒng)節(jié)點平均剩余能量，在廣播時發(fā)送給每個節(jié)點。

2.2低峰時段的節(jié)點被動式分簇路由

交通流在進入低峰時段后急劇減小，系統(tǒng)感應(yīng)節(jié)點的平均感應(yīng)觸發(fā)時間為8.0 s。這種情況下，每個節(jié)點的數(shù)據(jù)通信負(fù)荷都很低，應(yīng)盡量減少節(jié)點參與網(wǎng)絡(luò)通信的頻率，以減少節(jié)點能量損耗。最優(yōu)的方式是采用集中式分簇路由算法，由匯聚節(jié)點根據(jù)各節(jié)點剩余能量和位置情況對整個網(wǎng)絡(luò)進行統(tǒng)一分簇，即節(jié)點被動式成簇算法。這樣可以最大程度發(fā)揮匯聚節(jié)點的計算性能，以生成接近最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)；同時，使非簇首節(jié)點在無車觸發(fā)時關(guān)閉無線收發(fā)模塊，節(jié)省能量。

由圖2可知，每個交通量變化周期中只有1個連續(xù)的低峰時段，于前一天第2個平峰時段結(jié)束的20：00開始至第2天上午7：00結(jié)束。在進入低峰時段后，匯聚節(jié)點向當(dāng)前簇首節(jié)點發(fā)布路由切換廣播，簇首節(jié)點對簇內(nèi)節(jié)點發(fā)布廣播命令。

算法開始時，各節(jié)點向匯聚節(jié)點發(fā)送帶有自身標(biāo)志和當(dāng)前剩余能量的短消息。匯聚節(jié)點根據(jù)所有節(jié)點的剩余能量計算系統(tǒng)節(jié)點平均能量值，并將該值設(shè)為門限值，剩余能量大于門限值的節(jié)點加入簇首節(jié)點集合，反之，則加入非簇首節(jié)點集合。從簇首節(jié)點集合中選出合適數(shù)量和數(shù)據(jù)通信代價最優(yōu)的簇首集合是一個NP完全問題。匯聚節(jié)點運行模擬退火（simulated annealing）算法［13］解決該NP問題。

匯聚節(jié)點進行重復(fù)迭代運算，隨機選擇簇首節(jié)點集合C，隨機且獨立地擾動C中的坐標(biāo)為（x，y）的節(jié)點c，得到新坐標(biāo)（x'，y'），選擇位置最靠近該坐標(biāo)的點c'組成新的集合C'。定義包含節(jié)點c的集合C的代價為f（C），即

其中，di，c為節(jié)點i到節(jié)點c的距離。

分別計算f（C）和f（C'），若f（C'）＜f（C），則接收C'為下一狀態(tài)的簇首集合；否則，按概率Pk判斷C'是否成為下一狀態(tài)的簇首集合，其中Pk定義如下：

其中，αk為控制參數(shù)，定義如下：

通過多次迭代運算，匯聚節(jié)點篩選近似最優(yōu)簇首集合，把簇首集合和每個簇的結(jié)構(gòu)信息向所有網(wǎng)絡(luò)節(jié)點廣播。

2.3平峰時段的主動分簇被動重構(gòu)分簇路由

交通流量的2個平峰時段都在高峰時段過后的階段，這期間感應(yīng)節(jié)點的平均觸發(fā)時間間隔在3.0 s左右，與高峰時段感應(yīng)節(jié)點頻繁觸發(fā)狀態(tài)相比，工作負(fù)荷相對減小。但此時系統(tǒng)整個網(wǎng)絡(luò)的數(shù)據(jù)通信仍保持在一個相對頻繁的水平，若采用集中式分簇算法，各節(jié)點會高頻率地與匯聚節(jié)點進行數(shù)據(jù)傳輸，耗費節(jié)點剩余能量，降低系統(tǒng)整體生存時間。若繼續(xù)延續(xù)高峰時段的分布式分簇路由，則會進行頻繁的分簇切換，由于觸發(fā)時間間隔較長，很多節(jié)點沒有檢測數(shù)據(jù)更新時也要參與分簇過程，使得能量效率降低。為了減小感應(yīng)節(jié)點與匯聚節(jié)點的通信代價，提升節(jié)點剩余能量的使用效率，應(yīng)對繁忙時段系統(tǒng)通信的特殊性，平峰時段采用集中與分布相結(jié)合的分簇路由算法。

進入平峰時段后的第1輪，系統(tǒng)繼續(xù)按照高峰時段的分布式路由算法先由節(jié)點主動成簇。從第2輪起，匯聚節(jié)點執(zhí)行類似低峰時段的集中式分簇路由。具體地，在每輪開始之前，將上一輪收集到的各節(jié)點剩余能量匯總并計算出Eavg作為閾值。將上一輪各簇首節(jié)點的剩余能量Ecurrent與閾值進行比較，若Ecurrent＞Eavg，則繼續(xù)維持該簇首及簇結(jié)構(gòu)不變；若Ecurrent＜Eavg，則維持簇結(jié)構(gòu)，重新選取簇內(nèi)剩余能量最高者為簇首節(jié)點，并向全網(wǎng)進行廣播。之后，網(wǎng)絡(luò)進入穩(wěn)定通信階段。

當(dāng)執(zhí)行至第r輪，滿足條件：

其中，λ為小于1的經(jīng)驗調(diào)節(jié)系數(shù)，值的大小由平峰時段與高峰時段感應(yīng)節(jié)點綜合響應(yīng)時間的比值決定。此時，匯聚節(jié)點向全網(wǎng)廣播，解散之前r輪的各簇首和簇結(jié)構(gòu)，各節(jié)點重新運行前述的分布式分簇算法對網(wǎng)絡(luò)簇首進行重選。匯聚節(jié)點將r清零重新計數(shù)。

3　數(shù)據(jù)傳輸?shù)穆酚蓞f(xié)議

3.1能耗模型

采用第1順序無線電模型［14］，節(jié)點在距離d上發(fā)送和接收1條長度l bit消息的能耗分別為：

其中，Eelec為傳輸電路中處理1 bit數(shù)據(jù)所需要的能量；efs為自由空間模型中的能量消耗系數(shù)；emp為多徑衰落模型中的能量消耗系數(shù)。

由能量模型可知，信號在無線信道傳輸中的能量消耗與d有關(guān)。當(dāng)d小于閾值d0時為自由空間模型，能量消耗與距離的平方成正比；當(dāng)d大于閾值d0時為多徑衰落模型，能量消耗與距離的四次方成正比。假設(shè)信道是雙向?qū)ΨQ的，即節(jié)點A傳送數(shù)據(jù)到節(jié)點B的能量消耗與B傳送到A是相同的。

3.2路由的單跳與多跳選擇

WVDS的網(wǎng)絡(luò)屬于中小型規(guī)模的無線傳感器網(wǎng)絡(luò)，在現(xiàn)有硬件條件下分簇后的各簇首都具備直接與匯聚節(jié)點通信的能力，但單跳通信不一定是最優(yōu)的通信路由方式。以自由空間模型為例，能量消耗與距離的平方成正比，如圖3所示，若簇首節(jié)點i通過中繼簇首節(jié)點j傳輸?shù)絽R聚節(jié)點s，則傳輸過程所消耗的能量為：

若簇首節(jié)點i直接將數(shù)據(jù)傳輸?shù)絽R聚節(jié)點s，則能量消耗為：

圖3　路由的單跳與多跳選擇圖

3.3多跳路由中繼節(jié)點選擇

在數(shù)據(jù)傳輸?shù)亩嗵酚芍校紤]各簇首的剩余能量因素，引入簇首權(quán)重Wi，代表簇首節(jié)點i通過一跳范圍內(nèi)的簇首節(jié)點j轉(zhuǎn)發(fā)數(shù)據(jù)時能量耗散權(quán)重。Wi定義如下：

其中，Ei為簇首節(jié)點i的剩余能量；e-為所有簇首節(jié)點剩余能量的平均值；di為簇首節(jié)點i到匯聚節(jié)點的距離；di，j為簇首節(jié)點i到簇首節(jié)點j的距離；dj為簇首節(jié)點j到匯聚節(jié)點的距離；ρ為調(diào)節(jié)系數(shù)。

根據(jù)貪婪算法，簇首節(jié)點以簇首權(quán)重定義式計算出與相鄰簇首節(jié)點間的權(quán)重值。將權(quán)重值小于0的簇首節(jié)點排除，生成按大小排列的中繼候選列表。當(dāng)簇首節(jié)點i需要發(fā)送數(shù)據(jù)至匯聚節(jié)點時，在中繼候選表中選擇權(quán)重值最大的相鄰簇首節(jié)點作為中繼簇首節(jié)點j，然后中繼簇首節(jié)點j會按與簇首節(jié)點i一樣的原則進行數(shù)據(jù)傳輸。如果在列表中沒有合適的中繼節(jié)點，簇首節(jié)點則將數(shù)據(jù)直接發(fā)送給匯聚節(jié)點。

3.4補充機制

上述路由算法長時間運行后，臨近匯聚節(jié)點的簇首節(jié)點承擔(dān)過重的數(shù)據(jù)轉(zhuǎn)發(fā)工作，導(dǎo)致能量快速消耗。為了平衡系統(tǒng)各節(jié)點能耗，將系統(tǒng)簇首節(jié)點剩余能量的均值設(shè)為門限閾值。在每輪建立期，各簇首節(jié)點將剩余能量Ei與相比較，若則向其他簇首節(jié)點發(fā)送1個“退出轉(zhuǎn)發(fā)中繼”的廣播。其他簇首節(jié)點收到廣播后，核對內(nèi)部中繼候選列表，若存在該節(jié)點，則將其刪除。

4　仿真與實驗數(shù)據(jù)分析

本文針對無線車輛檢測系統(tǒng)設(shè)計了以能量均衡為目標(biāo)的分時段分簇算法的無線數(shù)據(jù)通信路由協(xié)議DPEE（divided period energy-efficient distributed clustering）。為了對所提出的算法和協(xié)議進行充分驗證和實驗，選用OMNeT＋＋軟件作為仿真平臺。實驗設(shè)計對WVDS中車輛檢測的能耗進行簡化，重點關(guān)注其網(wǎng)絡(luò)傳輸部分，將WVDS常用的傳統(tǒng)ad-hoc平面路由協(xié)議和不考慮車流量因素的單一LEACH分簇協(xié)議作為比對參照，通過仿真實驗結(jié)果的對比和分析，對本文提出的算法和協(xié)議的有效性進行評估。

實驗按照圖1中節(jié)點布設(shè)的相對位置，在100 m×100 m的分布區(qū)域內(nèi)建立了無線車輛檢測系統(tǒng)仿真模型，網(wǎng)絡(luò)環(huán)境參數(shù)見表2所列。

仿真實驗對比分析的3個性能指標(biāo)如下：

（1）系統(tǒng)生命周期。網(wǎng)絡(luò)生命周期將從出現(xiàn)第1個死亡節(jié)點和最后1個死亡節(jié)點的時間2個方面考察，評估算法和協(xié)議對無線車輛檢測系統(tǒng)整體的能量利用效率。

（2）死亡節(jié)點占有率。比較死亡節(jié)點占網(wǎng)絡(luò)總節(jié)點數(shù)的百分比隨網(wǎng)絡(luò)運行的變化情況，評估算法和協(xié)議對系統(tǒng)能量的平衡性。

（3）系統(tǒng)整體剩余能量?？疾煜到y(tǒng)各節(jié)點剩余能量的總和隨網(wǎng)絡(luò)運行時的變化情況，評估算法和協(xié)議的節(jié)能性。

表2　仿真模型環(huán)境參數(shù)

網(wǎng)絡(luò)生命周期的仿真結(jié)果對比如圖4所示。由圖4可看出，本文算法協(xié)議直至1 137輪才出現(xiàn)第1個死亡節(jié)點，至3 276輪最后1個節(jié)點死亡；而ad-hoc協(xié)議和LEACH協(xié)議分別在643輪和829輪出現(xiàn)第1個死亡節(jié)點，分別在1 306輪和1 781輪最后1個節(jié)點死亡。因此，本文DPEE算法協(xié)議在節(jié)點的能量利用效率上具有優(yōu)勢。

圖4　網(wǎng)絡(luò)生命周期仿真結(jié)果對比

死亡節(jié)點占有率隨網(wǎng)絡(luò)運行的變化曲線如圖5所示。由圖5可以看出，在同一死亡節(jié)點占有率下，本文DPEE算法的節(jié)點生存時間明顯比其他2種算法長，而且死亡節(jié)點增長緩慢，體現(xiàn)了其對網(wǎng)絡(luò)整體生命周期的延長作用。另外，曲線的變化率在3 000輪之前都保持較低水平，體現(xiàn)出本文算法協(xié)議較好地平衡了網(wǎng)絡(luò)節(jié)點的能量。

全網(wǎng)總剩余能量的對比曲線如圖6所示。仿真分別運行1 000輪時，3種算法協(xié)議的系統(tǒng)總剩余能量分別為28.1、20.7、11.9 J。從變化趨勢上看，本文算法協(xié)議的系統(tǒng)總剩余能量變化平緩，而ad-hoc平面路由協(xié)議下降最快。原因在于本文算法對系統(tǒng)節(jié)點的剩余能量進行了較好的平衡，單獨LEACH算法由于存在分簇不均勻的問題，并且與ad-hoc平面路由一樣都沒有考慮交通流變化的影響因素，因此導(dǎo)致整體能耗不平衡和過快的耗能速度。

圖5　死亡節(jié)點占有率變化曲線

圖6　全網(wǎng)總剩余能量的對比曲線

5　結(jié)束語

本文針對無線車輛檢測系統(tǒng)的應(yīng)用場景特點，結(jié)合分析交通流運動變化規(guī)律，考慮工程應(yīng)用需求的情況，設(shè)計了均衡無線車輛檢測節(jié)點能耗的分簇算法和無線通信路由協(xié)議。采用OMNeT＋＋建立仿真模型，仿真實驗結(jié)果表明，本文算法和協(xié)議能夠有效地節(jié)省系統(tǒng)能量、均衡負(fù)載和系統(tǒng)的能量分布，對系統(tǒng)運行的生命周期有較好的延長作用。然而，實際應(yīng)用中交叉口交通流變化規(guī)律在空間和時間上都是動態(tài)的，因此，以本文研究為基礎(chǔ)，在無線通信路由協(xié)議中考慮適應(yīng)交通流動態(tài)變化的算法是進一步研究的重點。

［參考文獻］

［1］孫棣華，李永福，劉衛(wèi)寧，等.交通信息物理系統(tǒng)及其關(guān)鍵技術(shù)研究綜述［J］.中國公路學(xué)報，2013，26（1）：144-155.

［2］雷旭，侯瑩瑩，武奇生.地磁車輛檢測器車型分類算法設(shè)計［J］.長安大學(xué)學(xué)報：自然科學(xué)版，2013，33（5）：118-123.

［3］Cheng C T，Tse C K，Lau F C M.A delay-aware data collection network structure for wireless sensor networks［J］.IEEE Sensors Journal，2011，11（3）：699-710.

［4］Heinzelman W R，Chandrakasan A，Balakrishnan H.Energy-efficient communication protocol for wireless microsensor networks ［C］//Proceedings of the 33rd Annual Hawaii International Conference on System Sciences.IEEE，2000：3005-3014.

［5］Younis O，F(xiàn)ahmy S.HEED：a hybrid，energy-efficient，distributed clustering approach for ad hoc sensor networks［J］.IEEE Transactions on Mobile Computing，2004，3（4）：366-379.

［6］Gupta I，Riordan D，Sampalli S.Cluster-head election using fuzzy logic for wireless sensor networks［C］//Proceedings of the 3rd Annual Conference on Communication Networks and Services Research.IEEE，2005：255-260.

［7］高騰.能量高效的無線傳感器網(wǎng)絡(luò)分簇路由協(xié)議研究［D］.大連：大連理工大學(xué)，2011.

［8］李鑫，張霞，于宏毅.一種電磁傳感器網(wǎng)絡(luò)的群規(guī)模約束分群算法［J］.電路與系統(tǒng)學(xué)報，2013，18（2）：457-465.

［9］Qiao G Z，Zeng J C.Power saving route algorithm on underground wireless sensor networks［C］//International Conference on Future Information Technology and Management Engineering.IEEE，2010：394-398.

［10］周俊青，汪鵬，劉國棟，等.基于區(qū)域劃分的WSN數(shù)據(jù)匯聚路由算法［J］.合肥工業(yè)大學(xué)學(xué)報：自然科學(xué)版，2012，35 （12）：1648-1651，1713.

［11］莊斌，楊曉光，李克平.道路交通擁擠事件判別準(zhǔn)則與檢測算法［J］.中國公路學(xué)報，2006，19（3）：82-86.

［12］Handy M J，Haase M，Timmermann D.Low energy adaptive clustering hierarchy with deterministic cluster-head selection ［C］//IEEE Conference on Mobile and Wireless Communications Networks.IEEE，2002：368-372.

［13］盧建中，程浩.改進GA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測［J］.合肥工業(yè)大學(xué)學(xué)報：自然科學(xué)版，2015，38（1）：127-131.

［14］Heinzelman W B，Chandrakasan A P，Balakrishnan H.An application-specific protocol architecture for wireless microsensor networks［J］.IEEE Transactions on Wireless Communications，2002，1（4）：660-670.

（責(zé)任編輯胡亞敏）

Research on divided-period energy-efficient clustering routing protocol for wireless vehicle detector system

LEI Xu1，DING Heng2，YAN Mao-de1

（1.School of Electronic and Control Engineering，Chang’an University，Xi’an 710064，China；2.School of Transportation Engineering，Hefei U-niversity of Technology，Hefei 230009，China）

Abstract：In order to balance energy consumption and prolong the lifetime of the geomagnetic wireless vehicle detector system，a design of clustering algorithm and routing protocol for wireless communication is proposed.According to the application scenarios of Urban Traffic Control（UTC），the motion feature of traffic flow of urban road intersection is investigated.The daily process of the traffic flow is divided into three parts，including peak period，low peak period and flat peak period.The clustering algorithm is designed respectively in accordance with the three periods，namely the proactive clustering algorithm for peak period，the reactive clustering algorithm for low peak period，and the proactive clustering and reactive reconfiguration algorithm for flat peak period.According to the first order radio energy dissipation model，the adaptive protocol about single-hop to multi-hop is provided.In the protocol，the remaining energy of relay cluster heads is introduced as weight factor.Finally，the protocol is simulated on OMNeT＋＋.The life cycle，death nodes occupancy and remaining energy are selected as measurement indexes.The results show that the protocol is able to improve the energy efficiency，balance the energy consumption and prolong the life cycle of the system.

Key words：traffic-cyber physical system（T-CPS）；wireless vehicle detector；wireless sensor network （WSN）；balance of energy consumption；clustering algorithm

作者簡介：雷旭（1981-），男，河南三門峽人，長安大學(xué)高級工程師；

基金項目：國家自然科學(xué)基金資助項目（61304195）；中央高校基本科研業(yè)務(wù)費基礎(chǔ)研究資助項目（2014G1321037）；安徽省自然科學(xué)青年基金資助項目（1408085QF111）和西安市科技計劃資助項目（CXY1436（10））

收稿日期：2015-05-21；修回日期：2015-07-14

Doi：10.3969/j.issn.1003-5060.2016.01.004

中圖分類號：U495

文獻標(biāo)識碼：A

文章編號：1003-5060（2016）01-0020-07