劉熱　張春燕　黃驥　王恒

摘要：針對移動傳感網(wǎng)部署過程中存在能耗適應(yīng)性較差等問題，本文為降低移動傳感網(wǎng)網(wǎng)絡(luò)能耗并提高節(jié)點生存質(zhì)量，提出了一種基于雙中心機制的移動傳感網(wǎng)能量優(yōu)化算法。首先，采取非均衡分割機制，對流量強度較高的區(qū)域進行多次分割，降低流量過載導致的傳輸不均衡，以消除傳輸熱點，進而提升區(qū)域傳輸均衡質(zhì)量。隨后，為適應(yīng)移動節(jié)點環(huán)境，將具有較強均衡特性的節(jié)點設(shè)置為新簇頭節(jié)點，設(shè)計了基于并發(fā)機制的雙中心簇頭設(shè)置方法，雙中心簇頭同時承擔簇區(qū)域內(nèi)數(shù)據(jù)傳輸及匯聚，動態(tài)調(diào)整簇內(nèi)節(jié)點并發(fā)請求服務(wù)，從而降低簇內(nèi)頻繁發(fā)起傳輸請求所導致的能量消耗，有效優(yōu)化網(wǎng)絡(luò)傳輸能耗。仿真實驗表明，與當前的網(wǎng)絡(luò)能量優(yōu)化技術(shù)相比，所提算法具有更低的網(wǎng)絡(luò)平均能耗更低的節(jié)點失效率，能夠在部署過程中顯著提升網(wǎng)絡(luò)經(jīng)濟價值，具有適應(yīng)性較強的特點。

關(guān)鍵詞：移動傳感網(wǎng)；雙中心機制；傳輸熱點；數(shù)據(jù)重傳輸

中圖分類號：TP393? ? ? 文獻標志碼：A? ? ? 文章編號：1008-4657（2023）02-0018-06

0? ? ? ? 引言

隨著中國正在執(zhí)行以“中國制造2025”為代表的新經(jīng)濟發(fā)展路線，傳統(tǒng)的無線傳感網(wǎng)（Wireless? Sensor? Network，WSN）技術(shù)也日益呈現(xiàn)融合式發(fā)展態(tài)勢，特別是在得到第五代通信技術(shù)支持的情況下，WSN技術(shù)業(yè)已演進至移動傳感網(wǎng)（Mobile? Sensor? Network，MSN）階段，同時兼具傳感網(wǎng)絡(luò)和超寬帶無線通信網(wǎng)絡(luò)的特點［ 1-2 ］?？紤]到移動傳感網(wǎng)節(jié)點具有超高速移動特性，各制式節(jié)點同時需要并發(fā)進行大容量數(shù)據(jù)傳輸，使得部署過程中需要針對節(jié)點能量特點進行優(yōu)化［ 3 ］，以便能夠降低網(wǎng)絡(luò)網(wǎng)絡(luò)消耗水平，改善因能量受限而導致網(wǎng)絡(luò)運行出現(xiàn)波動的狀況［ 4 ］。

為解決移動傳感網(wǎng)部署過程中存在的能量消耗較高的問題，人們提出了一些具有前瞻性的解決方法，一定程度上降低了移動傳感網(wǎng)的能量消耗水平［ 5 ］。Jothi? S等［ 6 ］提出了一種基于周期休眠機制的移動傳感網(wǎng)能量優(yōu)化算法，該算法將熱度較低的節(jié)點進行周期性交替休眠處理，可顯著降低網(wǎng)絡(luò)能耗。但是，該算法也存在一定的不足，特別是算法在節(jié)點處于移動狀態(tài)下易造成節(jié)點休眠紊亂現(xiàn)象，導致網(wǎng)絡(luò)生存時間較低。Anna? D? E等［ 7 ］提出了一種分層傳輸機制的移動傳感網(wǎng)能量優(yōu)化算法，該算法采取多層匯聚模型對數(shù)據(jù)進行統(tǒng)一融合匯聚，可提高數(shù)據(jù)匯聚效率，降低因網(wǎng)絡(luò)擁塞而導致能量消耗較高的現(xiàn)象。然而，該算法在節(jié)點處于移動狀態(tài)時需要頻繁對網(wǎng)絡(luò)層次進行重構(gòu)處理，易導致頻繁出現(xiàn)數(shù)據(jù)重傳輸，使得網(wǎng)絡(luò)能耗難以得到進一步控制。PANG? Shanqi等［ 8 ］提出了一種基于鏈路抖動控制機制的移動傳感網(wǎng)能量優(yōu)化算法，該算法引入角度映射-爬蟲機制降低網(wǎng)絡(luò)在尋徑過程中的能量開銷，鏈路傳輸性能穩(wěn)定，可適應(yīng)節(jié)點頻繁移動的部署場景。但是，該算法對網(wǎng)絡(luò)冗余報文考慮不足，網(wǎng)絡(luò)重傳輸現(xiàn)象難以得到控制，網(wǎng)絡(luò)生存性能不高，制約了該算法在實際場合中的應(yīng)用。

針對研究中存在的不足，提出了一種基于雙中心機制的移動傳感網(wǎng)能量優(yōu)化算法。首先，采取非均衡方式對網(wǎng)絡(luò)區(qū)域進行分割，并結(jié)合流量特點選取性能優(yōu)越的節(jié)點作為簇頭節(jié)點，以增強簇區(qū)域的穩(wěn)定性能。隨后，基于并發(fā)機制在簇區(qū)域內(nèi)設(shè)置兩個簇頭節(jié)點，采取并發(fā)工作方式用以承擔簇內(nèi)數(shù)據(jù)傳輸，從而降低了簇頭失效概率，提高了網(wǎng)絡(luò)穩(wěn)定性能。最后，通過仿真實驗證明了所提算法的性能。

1? ? ? ? ?本文算法設(shè)計

考慮到移動傳感網(wǎng)節(jié)點具有的移動特性［ 9 ］，需要在網(wǎng)絡(luò)分割、數(shù)據(jù)傳輸過程中充分針對該特性優(yōu)化拓撲彈性，以便降低網(wǎng)絡(luò)數(shù)據(jù)存在的重傳輸現(xiàn)象。鑒于此，本文算法由兩個部分構(gòu)成：（1）基于非均衡機制的區(qū)域帶寬優(yōu)化分割。該過程針對區(qū)域帶寬存在的非均衡現(xiàn)象，采取流量修正方式對網(wǎng)絡(luò)進行重分割，以便能夠降低傳輸誤差強度。（2）基于并發(fā)機制的雙中心簇頭設(shè)置方法。將分割后的區(qū)域內(nèi)設(shè)置雙簇頭，規(guī)避因簇頭失效而導致的傳輸受阻現(xiàn)象。

1.1? ? ? ? 基于非均衡機制的區(qū)域帶寬優(yōu)化分割

由于移動傳感網(wǎng)分布范圍內(nèi)各區(qū)域的節(jié)點帶寬統(tǒng)計具有一定的周期特征［ 10 ］，具體可周期性統(tǒng)計區(qū)域內(nèi)節(jié)點剩余帶寬，不妨設(shè)某個區(qū)域內(nèi)第個節(jié)點剩余帶寬為，同時該節(jié)點也是區(qū)域內(nèi)能量剩余最高的節(jié)點。與該節(jié)點具有數(shù)據(jù)交換關(guān)系的節(jié)點的剩余帶寬為，則兩者均可由如下模型確定：

基于并發(fā)機制的雙中心簇頭設(shè)置過程如圖2所示。通過該方法可顯著降低單簇頭受限所帶來的網(wǎng)絡(luò)抖動問題，由于第二個簇頭節(jié)點可根據(jù)數(shù)據(jù)傳輸周期予以更新，因此網(wǎng)絡(luò)穩(wěn)定性能也得到了提升。

2? ? 仿真實驗與分析

為便于對比所提算法性能，設(shè)置MATLAB 8.5仿真實驗平臺作為實驗環(huán)境［ 12-13 ］。其中，傳感區(qū)域設(shè)置為矩形，大小為大小為512m×512m，節(jié)點為移動狀態(tài)，速度固定為10m/s，其余仿真參數(shù)見變1。為體現(xiàn)所提算法的性能，仿真實驗對照組為當前物聯(lián)網(wǎng)領(lǐng)域常用的基于分簇安全路由算法［ 14 ］（A Cluster-Based Secured Data Transmission Protocol For Efficient Data Gathering In WSN，CBSD算法）和基于混合非均衡分簇算法［ 15 ］（Energy Efficient Data Collection Through Hybrid Unequal Clustering for Wireless Sensor Networks，EE-HUC算法）進行仿真對比。仿真指標為網(wǎng)絡(luò)平均能耗、節(jié)點失效率兩項。仿真參數(shù)及信道參數(shù)如表1、2所示。

考慮到信道為高斯信道/萊斯信道，節(jié)點傳輸為多天線收發(fā)模型，信道參數(shù)配置如下：

2.1? ?網(wǎng)絡(luò)平均能耗

圖 3為所提算法與CBSD算法和EE-HUC算法在網(wǎng)絡(luò)平均能耗測試結(jié)果。可以發(fā)現(xiàn)所提算法具有網(wǎng)絡(luò)能耗水平較低的特點，顯示了較為優(yōu)越的網(wǎng)絡(luò)能耗控制水平。這是由于所提算法針對傳感網(wǎng)絡(luò)在節(jié)點處于移動狀態(tài)的特點，設(shè)計了基于非均衡機制的區(qū)域帶寬優(yōu)化分割方法，采取流量修正方式對網(wǎng)絡(luò)進行重分割，以便能夠降低傳輸誤差強度。此外，基于并發(fā)機制的雙中心設(shè)置。將分割后的區(qū)域內(nèi)設(shè)置雙簇頭，規(guī)避因簇頭失效而導致的傳輸受阻現(xiàn)象，因而具有網(wǎng)絡(luò)平均能耗較低的特點。CBSD算法采用均等分簇方案用以優(yōu)化能量傳輸，在拓撲處于較為穩(wěn)定狀態(tài)時可在一定程度上減緩網(wǎng)絡(luò)平均能耗上升的現(xiàn)象，不過，由于傳感網(wǎng)節(jié)點處于移動狀態(tài)，該算法需要頻繁針對簇區(qū)域進行維護操作，造成較為嚴重的網(wǎng)絡(luò)數(shù)據(jù)重傳輸現(xiàn)象，因而網(wǎng)絡(luò)平均能耗要高于所提算法。EE-HUC算法雖然引入了非均衡方式進行網(wǎng)絡(luò)分簇，可盡量降低因熱點不均衡而導致的網(wǎng)絡(luò)能耗偏高的問題，不過由于該算法單純制定能量較高的節(jié)點作為備用簇頭節(jié)點，備用簇頭節(jié)點僅在簇頭失效時方可被啟用，因而難以起到均衡網(wǎng)絡(luò)流量的作用，使得網(wǎng)絡(luò)平均能耗亦要高于所提算法。

2.2? ? 節(jié)點失效率

圖 4為所提算法與CBSD算法和EE-HUC算法在節(jié)點失效率測試結(jié)果?？梢园l(fā)現(xiàn)所提算法具有節(jié)點失效率較低的特點，顯示了較為卓越的網(wǎng)絡(luò)生存質(zhì)量。這是由于所提算法采用非均衡機制對網(wǎng)絡(luò)區(qū)域進行分割，可顯著降低因擁塞而導致的節(jié)點失效現(xiàn)象。此外，所提算法采取雙簇頭方案優(yōu)化簇內(nèi)數(shù)據(jù)傳輸，可顯著規(guī)避因簇頭失效而導致節(jié)點失效的問題，因而具有較低的節(jié)點失效率。CBSD算法采取均等分簇方案維護簇區(qū)域結(jié)構(gòu)，在節(jié)點處于移動狀態(tài)時需要頻繁進行網(wǎng)絡(luò)分割操作，節(jié)點離線概率較高，因此節(jié)點失效率難以降低。EE-HUC算法采取能量最優(yōu)原則篩選簇頭節(jié)點，在簇頭節(jié)點處于半失效狀態(tài)時難以及時更新簇頭節(jié)點，因而簇結(jié)構(gòu)較所提算法相比易出現(xiàn)抖動現(xiàn)象，使得節(jié)點失效率亦要高于所提算法。

3? ? 結(jié)束語

為提高移動物聯(lián)網(wǎng)節(jié)點生存質(zhì)量并降低網(wǎng)絡(luò)能耗水平，提出了一種基于基于雙中心機制的移動傳感網(wǎng)能量優(yōu)化算法。算法采取非均衡機制對網(wǎng)絡(luò)區(qū)域進行分割，并通過優(yōu)化傳輸帶寬的方式降低節(jié)點負載，進一步設(shè)置雙簇頭方案提高簇區(qū)域穩(wěn)定性能，從而達到了優(yōu)化網(wǎng)絡(luò)生存質(zhì)量并降低網(wǎng)絡(luò)能耗的目的。

下一步，將針對所提算法在高速運動環(huán)境下易出現(xiàn)節(jié)點離線的不足，擬引入離線分層機制，降低算法在高速運動場景下的節(jié)點離線程度，以便能夠適應(yīng)更加復雜的實際部署環(huán)境。

參考文獻：

［1］ 賈瓊，喬建華.基于稀疏投影排角分區(qū)的無線傳感器網(wǎng)絡(luò)路由協(xié)議［J］.太原科技大學學報，2020，41（6）：475-481.

［2］ Amit K，Abhijeet D. A Comparative study of various mobile channel routing irotocols in WSN［J］. Journal of Research in Science and Engineering，2020，2（9）：569-574.

［3］ Hicham Q， Acha Sahel， Abdelmajid B. Hybrid energy efficient static routing protocol for homogeneous and heterogeneous large scale WSN［J］. Wireless Networks，2020，7（6）：1-13.

［4］ Deepak M， Sharad S. Hierarchical WSN protocol with fuzzy multi-criteria clustering and bio-inspired energy-efficient routing （FMCB-ER）［J］. Multimedia tools and applications，2020，81（24）：1-34.

［5］ Panchikattil S S， Dnyandeo J P. A fuzzy multicriteria decision‐making‐based CH selection and hybrid routing protocol for WSN［J］. International Journal of Communication Systems，2020，33（15）：1127-1136.

［6］ Jothi S， Chandrasekar A. Genetic spider monkey‐based routing protocol to increase the lifetime of the network and energy management in WSN［J］. International Journal of Communication Systems，2020，33（14）：960-971.

［7］ Anna D E， Martin L M. Identifying Partitions in Wireless Sensor Network［J］. International Journal of Parallel Programming，2020， 48（2）：296-309.

［8］ Pang Shanqi，Hu Xianchao， Gao Qiang，et al. Accurate analysis of connectivity and resilience for a class of wireless sensor networks［J］. Chinese Journal of Electronics，2020，29（2）：208-219.

［9］ Thiruchelvi A，Karthikeyan N. Pair based sink relocation and route adjustment in mobile sink wsn integrated IoT［J］. IET Communications，2020，14（3）：365-375.

［10］ Huang H，Guo S . Adaptive service provisioning for mobile edge cloud［J］. ZTE Communications，2017，7（5）：1127-1129.

［11］ 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.

［12］ Amit S，Nagaraju A. Low latency and energy efficient routing-aware network coding-based data transmission in multi-hop and multi-sink WSN［J］. Ad Hoc Networks，2020，1（7）：118-124.

［13］ Zhang Rongbiao，Ren Zuowei，Sun Jian，et al. Method for monitoring the cotton plant vigor based on the WSN technology［J］. Computers and Electronics in Agriculture，2017，133（12）：68-79.

［14］ Sharmila P，Priyadharson S M A. A cluster-based secured data transmission protocol for efficient data gathering in WSN［J］. International Journal of Vehicle Information and Communication Systems，2019，4（4）：667-675.

［15］ Malathi L，Gnanamurthy R K， Chandrasekaran K. Energy efficient data collection through hybrid unequal clustering for wireless sensor networks［J］. Computers and Electrical Engineering，2015，48：358-370.

［責任編輯：鄭筆耕］

The Energy Optimization Algorithm for Mobile

Sensor Networks Based On Dual Center Mechanism

LIU Re1， ZHANG Chunyan1， HUANG Ji1， WANG Heng2

（1. College of Artificial Intelligence， Wuxi Professional College of Science and Technology， Wuxi 214008，China；

2.School of Electronics and Information Engineering， Jingchu University of Technology， Jingmen 448000， China）

Abstract：In order to reduce the energy consumption of the mobile sensor network and improve the quality of life of the nodes， a dual-center mechanism based energy optimization algorithm for the mobile sensor network is proposed. First of all， the unbalanced division mechanism is adopted to divide the regions with high traffic intensity for many times to reduce the transmission imbalance caused by traffic overload， so as to eliminate transmission hotspots and improve the quality of regional transmission balance. Then， in order to adapt to the mobile node environment， the node with strong balance characteristics is set as the new cluster head node， and a dual-center cluster head setting method based on the concurrency mechanism is designed. The dual-center cluster head simultaneously undertakes the data transmission and aggregation in the cluster area， dynamically adjusts the concurrent request service of the nodes in the cluster， thus reducing the energy consumption caused by frequent transmission requests in the cluster， and effectively optimizes the network transmission energy consumption. The simulation results show that compared with the current network energy optimization technology， the proposed algorithm has lower network average energy consumption and lower node failure rate， can significantly improve the economic value of the network in the deployment process， and has strong adaptability.

Key words：mobile sensor network; dual center mechanism; transmission hotspot; data retransmission

收稿日期：2022-12-16

基金項目：無錫市科學技術(shù)協(xié)會軟科學資助課題（KX-22-B89）；荊楚理工學院科技處橫向科研項目（HX202149）

作者簡介：劉熱（1976-），女，湖南汨羅人，無錫科技職業(yè)學院副教授，碩士，主要研究方向：軟件測試與質(zhì)量保障；

張春燕（1982-），女，江蘇南通人，無錫科技職業(yè)學院副教授，碩士，主要研究方向：人工智能與模式識別；

黃驥（1991-），男，江蘇無錫人，無錫科技職業(yè)學院助教，碩士，主要研究方向：圖形圖像處理及機器學習。

通訊作者：王恒（1983-），女，湖北荊門人，荊楚理工學院講師，碩士，主要研究方向：物聯(lián)網(wǎng)工程。