毛口龍

(蘭州交通大學(xué) 電子與信息工程學(xué)院,甘肅 蘭州 730070)

?

基于協(xié)作MIMO的WSNs能耗均衡路由算法

毛口龍

(蘭州交通大學(xué) 電子與信息工程學(xué)院,甘肅 蘭州 730070)

根據(jù)無線傳感器網(wǎng)絡(luò)(WSNs)能耗不均衡的特點(diǎn)，基于協(xié)作多輸入多輸出(MIMO)技術(shù)，提出了一種能耗均衡的協(xié)作路由算法—EBCR算法。算法在保證全網(wǎng)均勻分域的前提下，確保域首均勻分布，其次，根據(jù)預(yù)設(shè)的性噪比門限范圍來確定協(xié)作節(jié)點(diǎn)的可選集，再綜合考慮可選節(jié)點(diǎn)的剩余能量、信道狀態(tài)和到達(dá)域首節(jié)點(diǎn)的距離，選擇出域首節(jié)點(diǎn)的最優(yōu)協(xié)作節(jié)點(diǎn)。實(shí)驗(yàn)結(jié)果表明：該算法較其他算法在網(wǎng)絡(luò)生存時(shí)間，能量效率，平衡網(wǎng)絡(luò)能耗方面都有較大改善。

無線傳感器網(wǎng)絡(luò)； 能耗均衡； 路由算法； 節(jié)點(diǎn)選擇； 能量效率

0 引 言

無線傳感器網(wǎng)絡(luò)(wireless sensor networks，WSNs)是一種分布式網(wǎng)絡(luò)，其能夠以協(xié)作的方式對(duì)網(wǎng)絡(luò)區(qū)域內(nèi)多種目標(biāo)的信息數(shù)據(jù)進(jìn)行監(jiān)測、感知和采集，并進(jìn)行處理[1]?，F(xiàn)有的路由算法多是基于單輸入單輸出(single-input single-output，SISO)系統(tǒng)設(shè)計(jì)而成，存在傳輸能耗高且不可靠的缺點(diǎn)。研究表明，在相同的信噪比條件下，多輸入多輸出(multi-input multi-output,MIMO)系統(tǒng)相比SISO系統(tǒng)可以提供更加可靠的通信，并且在長距離通信中MIMO系統(tǒng)需要更少的發(fā)射能量，能夠降低通信開銷[2]。在WSNs中引入?yún)f(xié)作MIMO技術(shù)，節(jié)點(diǎn)間通過協(xié)作通信可以產(chǎn)生分集增益，提高網(wǎng)絡(luò)的性能和降低能耗[3]。文獻(xiàn)[4]將協(xié)作MIMO技術(shù)引入到LEACH路由算法中，提出了MIMO-LEACH算法，此算法較LEACH路由算法在網(wǎng)絡(luò)生存時(shí)間方面有較大提升。LEACH算法不能保證所選域首節(jié)點(diǎn)(domain-head node,DN)均衡地分布在網(wǎng)絡(luò)中，導(dǎo)致部分區(qū)域節(jié)點(diǎn)能耗過快，不適用于大規(guī)模WSNs。文獻(xiàn)[5]提出了一種聯(lián)合聚類和協(xié)作的路由方案，使DN可以協(xié)作傳輸數(shù)據(jù)。文獻(xiàn)[6]結(jié)合LEACH算法，提出了一種節(jié)點(diǎn)在隨機(jī)部署情況下構(gòu)建能量負(fù)載均衡的多跳路由算法。文獻(xiàn)[7]分析了WSNs在協(xié)作多輸入單輸出(multiple-input single-output,MISO)方案下，協(xié)作節(jié)點(diǎn)(cooperative node,CN)數(shù)目對(duì)系統(tǒng)性能的影響，提出了根據(jù)傳輸距離來動(dòng)態(tài)地選擇CN數(shù)目的方案。文獻(xiàn)[8]根據(jù)節(jié)點(diǎn)到DN的距離和信道狀態(tài)來選取CN，但是DN隨機(jī)分布。

本文提出的能耗均衡協(xié)作路由(EBCR)算法首先對(duì)WSNs進(jìn)行均勻分域，使DN均勻分布在網(wǎng)絡(luò)中，考慮將協(xié)作MIMO技術(shù)引入到域間通信中來，再綜合考慮可選節(jié)點(diǎn)的剩余能量、信道狀態(tài)和到達(dá)DN的距離，提出了一種新的CN選擇算法。通過實(shí)驗(yàn)對(duì)EBCR算法的性能進(jìn)行了驗(yàn)證。

1 理論基礎(chǔ)分析

1.1 WSNs協(xié)作MISO系統(tǒng)模型和能耗模型

1.1.1 網(wǎng)絡(luò)模型

本文在Cui S等人[9]提出的WSNs協(xié)作MIMO系統(tǒng)基礎(chǔ)上采用了更為廣泛的協(xié)作MISO模型，如圖1所示。對(duì)模型做以下假設(shè)：

1)節(jié)點(diǎn)布置完成后，靜止不動(dòng)；2)網(wǎng)絡(luò)中的節(jié)點(diǎn)通過其他定位算法獲取自身位置，并且每個(gè)節(jié)點(diǎn)在部署區(qū)域內(nèi)擁有唯一的ID；3)節(jié)點(diǎn)發(fā)射功率可以根據(jù)每跳傳輸距離相應(yīng)調(diào)節(jié)；4)Sink(匯聚節(jié)點(diǎn))能量無限，節(jié)點(diǎn)可以根據(jù)對(duì)方發(fā)射的功率基于接收信號(hào)強(qiáng)度指示(received signal strength indication，RSSI)計(jì)算出與對(duì)方和基站(BS)的距離。

圖1 WSNs協(xié)作MISO系統(tǒng)模型

1.1.2 能耗模型

WSNs點(diǎn)對(duì)點(diǎn)通信能耗主要由電路模塊能耗Pc和功率放大器能耗Ppa組成?；赟TBC(空時(shí)塊編碼)的MISO系統(tǒng)在給定的誤碼率情況下單位比特傳輸能耗如式(1)所示

(1)

式中Rb為比特速率。

電路功率消耗Pc如式(2)所示

Pc=Pc-transmitter+Pc-receiver

=Nt(PDAC+Pmix+Pfift)+2Psyn+ (PLNA+Pmix+PIFA+Pfifr+PADC)

(2)

式中PDAC為數(shù)/模轉(zhuǎn)換器功率；Pmix為混頻器功率;Pfift為發(fā)射端濾波器功率；Psyn為頻率同步器功率；PLNA為中頻放大器功率；PIFA為低噪聲放大器功率；Pfifr為接收端濾波器功率；PADC為模/數(shù)轉(zhuǎn)換器功率。

若信道為K階路徑衰落的平坦衰落時(shí)，功率放大器的功率消耗如式(3)所示

(3)

(4)

1.2WSNs分域算法

分域算法可以在一定程度上明顯延長WSNs生存時(shí)間，均衡網(wǎng)絡(luò)能耗[10]。目前,典型的分域算法有LEACH[11],HEED[12],LEACH-C[13],GRID等。為了使EBCR算法適用于大規(guī)模網(wǎng)絡(luò)，均衡全網(wǎng)能耗，首先根據(jù)最優(yōu)域首數(shù)目基于GRID算法將網(wǎng)絡(luò)進(jìn)行虛擬分區(qū)，然后在每個(gè)區(qū)內(nèi)根據(jù)節(jié)點(diǎn)位置和剩余能量選擇出最佳DN。為均衡能耗DN要盡可能均勻分布在網(wǎng)絡(luò)中，以輪周期性循環(huán)。

2 EBCR算法描述

2.1 域的構(gòu)成

1)網(wǎng)絡(luò)初始化均勻域構(gòu)成

所有節(jié)點(diǎn)部署到監(jiān)測區(qū)域之后，節(jié)點(diǎn)通過初始化獲得自身地理位置信息，并計(jì)算與對(duì)方以及BS的距離，保存在緩存中。Sink坐標(biāo)為(x0,y0)，節(jié)點(diǎn)i坐標(biāo)為(xi,yi)。根據(jù)文獻(xiàn)[14]分析推導(dǎo)出最優(yōu)域首數(shù)如式(5)所示，Gridnum取最優(yōu)域首數(shù)的整數(shù)

(5)

式中n為網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)數(shù)目;M為部署區(qū)域的邊長;dtoBS為網(wǎng)絡(luò)內(nèi)所有節(jié)點(diǎn)到BS的平均距離。

(6)

2)最優(yōu)域首選擇

為盡可能均衡全網(wǎng)能耗，DN應(yīng)選擇靠近網(wǎng)格質(zhì)心的節(jié)點(diǎn)，DN負(fù)責(zé)域內(nèi)節(jié)點(diǎn)數(shù)據(jù)收集，通信能量消耗較快，應(yīng)該選擇剩余能量較多的節(jié)點(diǎn)作為DN。為均衡全網(wǎng)能耗，本文提出了DN選擇函數(shù)

(7)

2.2 基于協(xié)作MIMO的域間傳輸策略

2.2.1CN選擇算法

本文模型中，DN和CN以協(xié)作的方式將收集到的域內(nèi)數(shù)據(jù)經(jīng)融合之后發(fā)送至下個(gè)DN。定義發(fā)送數(shù)據(jù)的DN為源節(jié)點(diǎn)S，協(xié)作節(jié)點(diǎn)為CN，接收數(shù)據(jù)的DN為目的節(jié)點(diǎn)D，hs-cn,hcn-d和hs-d為三者的信道增益，CNi收到S的瞬時(shí)信噪比為γs-cni，D收到CNi的瞬時(shí)信噪比為γcni-d。為延長WSNs生存周期，均衡能耗，本文提出了能量高效的CN選擇算法步驟如下:

1)根據(jù)S到CN，CN到D的信噪比(SNR)設(shè)定一個(gè)SNR門限范圍來確定CN的可選集，篩選出對(duì)D有較高增益的節(jié)點(diǎn)，如式(8)所示

(8)

D設(shè)定一個(gè)最小的SNR接收門限SNRthmin，當(dāng)CNi的信噪比SNRth≥SNRthmin，則該節(jié)點(diǎn)進(jìn)入CN的候選集合I，否則進(jìn)入休眠狀態(tài)以節(jié)省能量。

2)I中的節(jié)點(diǎn)根據(jù)當(dāng)前消耗的能量估計(jì)自身剩余能量Ere-cni以及信道增益hs-cni和hcni-d。

3)I中的節(jié)點(diǎn)根據(jù)位置坐標(biāo)信息計(jì)算自身到S的距離ds-cni和到D的距離dcni-d。

4)DN將收集到的域內(nèi)普通節(jié)點(diǎn)的數(shù)據(jù)進(jìn)行融合以后向候選節(jié)點(diǎn)廣播一個(gè)協(xié)作請(qǐng)求消息，候選節(jié)點(diǎn)在收到DN的協(xié)作請(qǐng)求消息以后將自身剩余能量Ere-cni、信道增益hs-cni和hcni-d以及自身到S的距離ds-cni和到目的節(jié)點(diǎn)的距離dcni-d等信息發(fā)送給DN。DN收到I發(fā)送的信息后根據(jù)式(9)計(jì)算每個(gè)候選節(jié)點(diǎn)的權(quán)重值

(9)

5)DN對(duì)計(jì)算的每個(gè)節(jié)點(diǎn)的權(quán)重值進(jìn)行排序，選出Nt-1個(gè)CN進(jìn)行數(shù)據(jù)傳輸。經(jīng)過一段時(shí)間數(shù)據(jù)傳輸以后如果DN和CN的剩余能量超過一定門限時(shí)，則全網(wǎng)重新選擇DN。DN選擇出后，重復(fù)步驟(1)～步驟(5)，全網(wǎng)進(jìn)行多跳數(shù)據(jù)傳輸。

2.2.2 域間數(shù)據(jù)協(xié)作傳輸

DN和CN選擇完成后根據(jù)EBCR算法尋找DN到Sink通信代價(jià)最小的路由。路徑選擇函數(shù)如式(10)所示

(10)

式中Ere(i)，Ere(j)分別為DN中i和j的剩余能量;di-j為i至j的距離;選擇f(i,j)函數(shù)值最大的節(jié)點(diǎn)作為下一跳DN可以均衡全網(wǎng)能耗。

3 WSNs協(xié)作MISO系統(tǒng)性能分析

3.1 平均誤碼率分析

(11)

3.2 系統(tǒng)容量分析

4 仿真分析

通過Matlab軟件對(duì)提出的能耗均衡路由算法性能進(jìn)行仿真。仿真實(shí)驗(yàn)中主要參數(shù)設(shè)置：部署區(qū)域范圍為100 m×100 m;節(jié)點(diǎn)數(shù)量為100;匯聚節(jié)點(diǎn)坐標(biāo)為(x0=150,y0=50)；節(jié)點(diǎn)的初始能量為0.5 J；數(shù)據(jù)融合因子為0.75。

圖2給出了信道容量隨發(fā)送端天線數(shù)目的變化關(guān)系?？梢钥闯?在信噪比相同的情況下，系統(tǒng)信道平均容量隨著輸入端天線數(shù)目的增加而快速增長。

圖3給出了信噪比與誤碼率隨接收端天線數(shù)目的變化關(guān)系。可以看出系統(tǒng)的誤碼性能會(huì)隨著接收信噪比的增加而得到明顯改善，并且協(xié)作通信方式相比較直接通信誤碼性能的改善更加明顯。

圖2 信道容量隨發(fā)送端天線數(shù)目的變化關(guān)系

圖3 信噪比與誤碼率隨發(fā)送端天線數(shù)目的變化關(guān)系

圖4反映了MIMO-LEACH算法和EBCR算法下網(wǎng)絡(luò)生存時(shí)間與節(jié)點(diǎn)存活數(shù)目的關(guān)系?？梢钥闯觯壕W(wǎng)絡(luò)運(yùn)行到250輪左右時(shí),MIMO-LEACH算法的節(jié)點(diǎn)存活數(shù)目呈快速下降的趨勢，而EBCR算法下降則比較緩慢，說明此時(shí)全網(wǎng)的能耗比較均衡，達(dá)到了能量高效利用的要求。圖5給出了MIMO-LEACH算法和EBCR算法下網(wǎng)絡(luò)生存時(shí)間與傳輸能量消耗的關(guān)系。可以看出：相比較MIMO-LEACH算法，EBCR算法顯著延長了網(wǎng)絡(luò)生存時(shí)間。

圖4 網(wǎng)絡(luò)生存時(shí)間與節(jié)點(diǎn)存活數(shù)目的關(guān)系

圖5 網(wǎng)絡(luò)生存時(shí)間與傳輸能量消耗的關(guān)系

5 結(jié) 論

本文提出的EBCR算法首先對(duì)WSNs進(jìn)行均勻分域，使DN均勻分布在網(wǎng)絡(luò)中，考慮將協(xié)作MIMO技術(shù)引入到域間通信中來，然后將節(jié)點(diǎn)間的信道狀態(tài)、剩余能量以及節(jié)點(diǎn)到達(dá)DN的距離進(jìn)行綜合考慮，提出了一種新的CN選擇算法。通過軟件仿真可以看出，該算法較其他算法在網(wǎng)絡(luò)生存時(shí)間，能量效率，平衡網(wǎng)絡(luò)能耗方面都有較大改善。

[1] Nguyen T D,Berder O,Sentieys O.Cooperative MIMO schemes optimal selection for wireless sensor networks[C]∥IEEE Vehi-cular Technology Conference,IEEE,2007:85-89.

[2] Cai X B,Cao H K,Yu L,et al.Virtual MISO-based energy-efficient broadcasting in clustered wireless sensor networks[C]∥International Conference on Wireless Communications Networking and Mobile Computing,2010:1-4.

[3] 刁新穎,張 曙,郭冬梅.基于自適應(yīng)協(xié)作分集技術(shù)的無線傳感器網(wǎng)絡(luò)[J].傳感器與微系統(tǒng),2011,30(3):76-80.

[4] Li X,Chen M,Liu W.Application of STBC-encoded cooperative transmissions in wireless sensor networks[J].IEEE Signal Processing Letters,2005,12(2):134-137.

[5] Ibrahim A,Han Z,Liu K J R.Distributed energy-efficient coope-rative routing in wireless networks[J].IEEE Transactions on Wireless Communications,2007,7(10):4413-4418.

[6] 張世偉,張海濤,張士杰.基于固定分簇和能量均衡的無線傳感器網(wǎng)絡(luò)多跳路由算法[J].傳感器與微系統(tǒng),2013,32(8):117-120.

[7] Gong X,Liu X,Liang P,et al.Dynamic selection on the number of antennas for cooperative MISO in WSNs[C]∥International Conference on Wireless Communications & Signal Processing，2012:1-4.

[8] Ahmed I,Peng M,Wang W.Energy efficient cooperative nodes selection in wireless sensor networks[C]∥Proceedings of the 2007 International Conference on Parallel Processing Workshops,IEEE Computer Society,2007:50.

[9] Cui S, Goldsmith A J, Bahai A. Energy-constrained modulation optimization[J]. IEEE Transactions on Wireless Communications, 2005, 4(5):2349-2360.

[10] 朱夏冰,崔寶同.無線傳感器網(wǎng)絡(luò)簇頭多跳路徑路由算法[J].傳感器與微系統(tǒng),2014,33(4):115-117.

[11] Chen G,Li C,Ye M,et al.An unequal cluster-based routing protocol in wireless sensor networks[J].Wireless Networks,2009,15(2):193-207.

[12] Younis O,Fahmy S.HEED:A hybrid,energy-efficient,distributed clustering approach for Ad Hoc sensor networks[J].IEEE Tran-sactions on Mobile Computing,2004,3(4):366-379.

[13] Heinzelman W R,Chandrakasan A,Balakrishnan H.Energy-efficient communication protocol for wireless sensor networks[C]∥Hawaii International Conference on System Sciences,2016:8020.

[14] Bouraoui M,Meddeb A.Optimal number of cluster heads for random topology WSNs using the stable election protocol[C]∥Computer & Information Technology,IEEE,2015.

Energy consumption balanced routing algorithm for WSNs
based on cooperative MIMO

MAO Kou-long

(School of Electronic and Information Engineering,Lanzhou Jiaotong University,Lanzhou 730070,China)

According to characteristics of uneven energy consumption in wireless sensor networks(WSNs),an energy consumption balanced routing algorithm based on cooperative MIMO technology is proposed.The algorithm under the premise of ensures the domain head nodes are evenly distributed in WSNs， the whole network is evenly divided into domains.Secondly,according to the preset signal-to-noise ratio threshold range,determine optional collection of cooperative nodes,and consider remained energy,channel information,and the distance from domain head nodes of optional nodes,optimal cooperative nodes of domain head nodes will be selected out.Experimental results indicate that compared with other algorithms,this algorithm has a great improvement in network survival time,energy utilization efficiency,and balancing network energy consumption.

wireless sensor networks(WSNs); energy consumption balanced ; routing algorithm; node selection; energy efficiency

10.13873/J.1000—9787(2017)08—0134—04

2016—07—19

TN 919.3

A

1000—9787(2017)08—0134—04

毛口龍(1992-)，男，碩士研究生，主要研究方向?yàn)闊o線傳感器網(wǎng)絡(luò)中的協(xié)作通信、路由協(xié)議，E—mail:1104886279@qq.com。