多簇无线传感网的优化生存时间近邻功率控制算法

doi:10.3969/j.issn.1000-0801.2012.03.014

摘要/Abstract

摘要：

针对非均匀分布的无线传感网的生存时间问题，提出多簇无线传感网的优化生存时间近邻功率控制（NPCAOL_MC）算法。该算法采用 K-means 算法确定网络的簇个数和对应每个簇的节点，利用近邻算法评估每个簇的节点密度，确定簇的最优通信距离。结合 Friss 自由空间模型计算当前簇的最优发送功率。Sink 节点广播通知其他节点，如果是同一簇内的节点相互通信，则采用簇最优功率发送数据，否则采用默认最大发送功率发送数据。仿真结果表明，利用 NPCAOL_MC 算法可以分析整个网络节点的位置信息，采用簇最优发送功率发送数据，从而提高生存时间，并使能耗经济有效。在密度分布不均的无线传感网中，NPCAOL_MC 比采用固定发送功率的 Ratio_w算法更优。

关键词: 无线传感网, 优化生存时间, 近邻算法, 分簇

Abstract:

For the lifetime problem of wireless sensor networks when nodes are non-uniform distribution,nearest-neighbor power control algorithm for optimizing lifetime in multi-clusters wireless sensor networks （NPCAOL_MC）is proposed.K-means algorithm is used to determine the number of clusters and the corresponding nodes in each cluster.Then nearest-neighbor algorithm is used to measure the node density of each cluster and determine optimal communication distance of each cluster.The optimal transmission powers of each cluster are calculated with Friss free space model.Finally sink node broadcasts to inform nodes that in the same cluster,nodes use cluster optimal transmission power to communication.Nodes between different clusters use the default maximum transmission power to communication.Simulation results show that NPCAOL_MC algorithm analyzes the entire node position information,uses the cluster optimal transmission power,then prolongs network lifetime and remains average energy consumption at a low level.In the wireless sensor network with node non-uniform distribution,NPCAOL_MC algorithm outperforms Ratio_w algorithm with fixed transmission power.

任条娟,陈友荣,王章权. 多簇无线传感网的优化生存时间近邻功率控制算法[J]. 电信科学, 2012, 28(3): 50-56.

Tiaojuan Ren,Yourong Chen,Zhangquan Wang. Nearest-Neighbor Power Control Algorithm for Optimizing Lifetime in Multi-Clusters Wireless Sensor Network[J]. Telecommunications Science, 2012, 28(3): 50-56.

图/表 8

图1

图2

表1

图3

图4

图5

图6

图7

参考文献 13

1	嘉兴市政府. 嘉兴市无线传感网络产业发展规划（2010-2020年）
2	, 2010
3	Akyildiz I F , Su W L . A survey on sensor networks. IEEE Communications Magazine, 2002,40(10): 2～116
4	Yick J , Mukherjee B , Ghosal D . Wireless sensor network survey. Computer Networks,, 2008,52(12) 2292～2330
5	Wu X Y , Cassandras C G . A maximum time optimal control approach to routing in sensor networks. Proceedings of the 44th IEEE Conference on Decision and Control,and the European Control Conference,IEEE Computer Press, 2005: 1137～1142
6	文凯，郭伟，黄广杰 . 无线Ad hoc网络中的随机功率控制. 电子学报， 2008，36（7）： 1304～1308
7	Kubisch M , Karl H , Wolisz A , et al. Distributed algorithms for transmission power control in wireless sensor networks. Proceedings of IEEE Wireless Communications and Networking Conference, New Orleans, 2003: 132～137
8	Li L , Halpern J Y , Bahl P , et al. A cone-based distributed topology control algorithm for wireless multi-hop networks. IEEE/ACM Transactions on Networking, 2005,13(1): 147～159
9	Zhu Y H , Wu W D , Victor C M , et al. Energy-efficient tree-based message ferrying routing schemes for wireless sensor networks. Thirteen International Conference on Communications and Networking in China, Hangzhou,China, 2008: 25～28
10	朱艺华，沈丹丹，吴万登等. 无线传感器网络优化生存时间的动态路由算法. 电子学报， 2009，37（5）： 1041～1045
11	陈友荣，俞立，董齐芬等. 基于近邻算法的无线传感器网络功率控制. 浙江大学学报（工学版）， 2010，44（7）： 1321～1326
12	Wikipedia. K-means clustering. , 2011
13	Blekas K , Lagaris I E . Newtonian clustering:an approach based on molecular dynamics and global optimization. Pattern Recognition, 2007,40(7): 1734～1744

参数	取值
收发单位比特数据时的电子能耗E_elec	50 nJ/bit
信号放大器的单位数据能耗参数ε_ft	10.8 μJ/W
最大发送功率P_max（对应节点的最大通信半径）	2.54 W/bit（200 m）
网络仿真区域边长	500 m
节点初始能量E	1 000 J
近邻算法判断因子ε	0.01
发送节点天线放大率G_t	1
接收节点天线放大率G_r	1
无线波长b	0.125 m
传播无线的系统丢失率D_s	1
最小接收功率P_r*	6.3 nW/bit
每个节点每次需要感知并发送给Sink节点的数据量g	1 000 bit

[1]	马巧巧, 董黎刚, 蒋献. 面向SDWSN的分布式高效熵节能分簇路由算法[J]. 电信科学, 2023, 39(3): 100-114.
[2]	贺智敏, 林育哲, 程宇杰, 闫实. 基于无线感知辅助的车联网下行无线资源分配方法[J]. 电信科学, 2022, 38(9): 60-70.
[3]	刘浩然,王星淇,邓玉静,覃玉华. 基于级联失效的有向无标度网络节点重要度评价模型[J]. 电信科学, 2020, 36(2): 43-51.
[4]	杨海波,陈友荣,刘半藤,祝云凯,苏子漪. 一种优化网络生存时间的移动传感节点覆盖调度算法[J]. 电信科学, 2018, 34(5): 39-49.
[5]	曹一侃,解志斌,王亚军,夏本琦. 密集异构网络中基于非邻区关系分簇的集中式基站休眠算法[J]. 电信科学, 2018, 34(5): 63-71.
[6]	李丽君,张福泉,刘鸿飞. 基于功率损耗均衡化控制机制的移动无线传感网数据传输算法[J]. 电信科学, 2018, 34(11): 1-9.
[7]	赵宇翔,卢光跃,王航龙,李四维. 基于缺失数据BN参数学习的电信流失客户预测算法[J]. 电信科学, 2018, 34(1): 52-60.
[8]	蔡畅,王亚芳,苗兵梅,姜慧. 基于改进遗传算法的认知无线传感网动态频谱分配方案[J]. 电信科学, 2017, 33(8): 85-93.
[9]	崔力民,何清素,王俊生,石欣. 基于二分图模型的通信信息网络故障联合定位[J]. 电信科学, 2017, 33(3): 76-82.
[10]	周朋光,黄俊伟,张仁迟,徐浩. 超密集网中一种基于人工蜂群的节能分簇算法[J]. 电信科学, 2017, 33(2): 90-97.
[11]	董齐芬,陈红玉,李国军,王亢,洪榛. 优化生存时间的无线传感器网数据融合[J]. 电信科学, 2016, 32(6): 116-123.
[12]	赵季红,胡江燕,曲桦,王炜. 一种LTE-Advanced网络中的能效协作基站睡眠机制[J]. 电信科学, 2016, 32(2): 20-25.
[13]	李鑫滨,高梦玲,闫磊. 一种负载均衡且能量高效的水下传感网络分簇协议[J]. 电信科学, 2016, 32(11): 42-49.
[14]	邱恭安,封森. 一种基于融合规则的自适应分簇协作频谱感知算法[J]. 电信科学, 2015, 31(5): 88-94.
[15]	韩东升,丁莎莎,余萍. 一种基于阈值的无线异构网络基站分簇方法[J]. 电信科学, 2015, 31(4): 92-97.