ARDCH：適于多媒體傳感器網(wǎng)絡(luò)的自適應(yīng)周期分簇機(jī)制

李瑞芳，李仁發(fā)，羅娟

（湖南大學(xué) 計(jì)算機(jī)與通信學(xué)院，湖南 長(zhǎng)沙 410082）

1 引言

隨著人們對(duì)信息獲取的需求不斷增加，傳統(tǒng)傳感器網(wǎng)絡(luò)所獲取的簡(jiǎn)單數(shù)據(jù)不能滿足人們對(duì)信息獲取的全面需求，而迫切需要獲取信息量豐富的圖像、音頻、視頻等多媒體信息。無(wú)線多媒體傳感器網(wǎng)絡(luò)（WMSN,wireless multimedia sensor network）受到越來(lái)越多研究者的重視。多媒體傳感器網(wǎng)絡(luò)傳輸質(zhì)量保障的一個(gè)關(guān)鍵問(wèn)題是流媒體路由選擇，網(wǎng)絡(luò)中節(jié)點(diǎn)能量、帶寬等資源的嚴(yán)重受限，使得支持實(shí)時(shí)可靠的大數(shù)據(jù)流媒體傳輸相當(dāng)困難，如何設(shè)計(jì)新型的傳感器網(wǎng)絡(luò)路由，實(shí)現(xiàn)實(shí)時(shí)、可靠的流媒體信息傳輸，值得深入探討[1]。由于層次結(jié)構(gòu)特別是簇結(jié)構(gòu)有利于減少數(shù)據(jù)傳輸延遲、增強(qiáng)網(wǎng)絡(luò)的可擴(kuò)展性以及易于實(shí)現(xiàn)數(shù)據(jù)聚合，因此，近年來(lái)，研究者對(duì)分簇以及簇頭競(jìng)爭(zhēng)方式進(jìn)行了廣泛研究。

在本文中，針對(duì)多媒體傳感器網(wǎng)絡(luò)的需求，提出了一種基于剩余能量與傳輸距離的自適應(yīng)周期分布式簇頭競(jìng)爭(zhēng)機(jī)制（ARDCH,adaptive round distributed cluster head），不同于以前的研究工作，協(xié)議采用一種基于地理位置的分簇方式，通過(guò)綜合考慮節(jié)點(diǎn)剩余能量以及通信代價(jià)選舉簇頭，同時(shí)根據(jù)剩余能量來(lái)動(dòng)態(tài)調(diào)節(jié)簇頭的工作周期，使節(jié)點(diǎn)均衡能耗，延長(zhǎng)網(wǎng)絡(luò)生命周期，同時(shí)采用多信道簇間通信，避免簇間干擾。

本文第2節(jié)介紹相關(guān)工作，第3節(jié)對(duì)本文采用的系統(tǒng)模型及提出問(wèn)題進(jìn)行描述，第4節(jié)給出算法的詳細(xì)設(shè)計(jì)，第5節(jié)對(duì)算法性能進(jìn)行分析，第6節(jié)進(jìn)行協(xié)議仿真實(shí)驗(yàn)、分析實(shí)驗(yàn)結(jié)果，第7節(jié)是結(jié)束語(yǔ)。

2 相關(guān)工作

Heinzelman等人在文獻(xiàn)[2]中提出的 LEACH(low energy adaptive clustering hierarchy)協(xié)議假設(shè)基站被部署在網(wǎng)絡(luò)外的一個(gè)固定位置，并且所有節(jié)點(diǎn)都可以與基站直接通信。為了節(jié)省能量，LEACH協(xié)議在部署前確定簇頭的比例 p，剩余的節(jié)點(diǎn)作為普通節(jié)點(diǎn)加入信號(hào)最強(qiáng)的簇頭，成為該簇頭的簇成員。為了將能量負(fù)載均勻地分配到各節(jié)點(diǎn)上，LEACH協(xié)議按輪運(yùn)行，并在每一輪中對(duì)簇頭進(jìn)行輪換。在每一輪中，當(dāng)簇生成以后，簇頭將聚合其收到的各成員節(jié)點(diǎn)的采集信息，并將聚合信息直接傳輸?shù)交尽Ｓ捎跍p少了與基站直接通信的節(jié)點(diǎn)數(shù)量以及通信量，LEACH協(xié)議可以有效地延長(zhǎng)網(wǎng)絡(luò)生命周期。但是，協(xié)議中簇頭的選舉忽略了節(jié)點(diǎn)剩余能量、地理位置等信息，容易導(dǎo)致簇頭節(jié)點(diǎn)很快失效。

文獻(xiàn)[3]提出了一種分布式的節(jié)能分簇算法HEED(a hybrid,energy-efficient,distributed clustering approach)。HEED算法綜合節(jié)點(diǎn)的剩余能量和其他參數(shù)(如候選節(jié)點(diǎn)與鄰居節(jié)點(diǎn)的鄰近性)來(lái)周期性地選擇簇頭。HEED算法在O(1)內(nèi)結(jié)束，與傳統(tǒng)的簇算法具有更小的消息開(kāi)銷相比，HEED可以保證簇頭節(jié)點(diǎn)在整個(gè)網(wǎng)絡(luò)中分布良好。然而，由于HEED算法在簇形成階段仍然需要廣播多條消息，因而增大了能量開(kāi)銷。

文獻(xiàn)[4]提出了一種隨機(jī)簇組織局部算法，并在此基礎(chǔ)上，提出了建立層次化簇結(jié)構(gòu)的思路。其同文獻(xiàn)[2]的重要區(qū)別在于在簇頭選舉時(shí)不需要時(shí)間同步，并且沒(méi)有考慮簇首輪換和簇重組問(wèn)題。

在文獻(xiàn)[5]中，每個(gè)節(jié)點(diǎn)需要估計(jì)網(wǎng)絡(luò)中所有節(jié)點(diǎn)的總能量來(lái)計(jì)算自己成為簇頭的概率，高能量的節(jié)點(diǎn)有更大的機(jī)率成為簇頭，但是由于協(xié)議需要每個(gè)節(jié)點(diǎn)獲得全局信息，因此，該協(xié)議的可擴(kuò)展性受到影響。

文獻(xiàn)[6]提出的非均勻分簇EEUC（energy-efficient uneven clustering)算法，利用非均勻的競(jìng)爭(zhēng)半徑，使得靠近匯聚點(diǎn)的簇的成員數(shù)目相對(duì)較小，從而簇首能夠節(jié)約能量以供數(shù)據(jù)轉(zhuǎn)發(fā)使用，達(dá)到均衡簇首能量消耗的目的。此外，在簇首選擇其路由的下一跳節(jié)點(diǎn)時(shí)，同時(shí)考慮候選節(jié)點(diǎn)相對(duì)匯聚點(diǎn)的位置以及候選節(jié)點(diǎn)的剩余能量。文獻(xiàn)主要解決簇間通信的“熱區(qū)”問(wèn)題，對(duì)于多媒體傳感器網(wǎng)絡(luò)并無(wú)涉及。

DAEA(data aggregation-exact and approximate)[7]算法是一個(gè)3層分簇算法，它首先依據(jù)地理位置將所有的傳感器區(qū)域分成大小相等且不互相重疊的正方形區(qū)域，為每個(gè)區(qū)域選擇能量最多的節(jié)點(diǎn)作為簇頭LA，然后在所有的LA中選取能量最多的節(jié)點(diǎn)作為簇頭的上層簇頭節(jié)點(diǎn)MA，LA與MA通信，MA負(fù)責(zé)與基站通信。分層協(xié)議雖然節(jié)省了能量，但同時(shí)增加了延遲，不適于多媒體傳感器網(wǎng)絡(luò)。

3 信道模型及問(wèn)題描述

3.1 信道模型

本文假設(shè)N個(gè)多媒體傳感器節(jié)點(diǎn)隨機(jī)均勻分布在一個(gè)區(qū)域 A內(nèi)部（為方便起見(jiàn)，在方案中令 A為正方形），并假設(shè)該傳感器網(wǎng)絡(luò)具有如下性質(zhì)。

1) 基站位于區(qū)域外部較遠(yuǎn)處，傳感器節(jié)點(diǎn)和基站均靜止不動(dòng)。

2) 每個(gè)節(jié)點(diǎn)功能相同，均具備數(shù)據(jù)聚合能力，即把接收到的多個(gè)數(shù)據(jù)包根據(jù)應(yīng)用的具體要求聚合成一個(gè)數(shù)據(jù)包。

3) 節(jié)點(diǎn)的無(wú)線發(fā)射功率可控，即節(jié)點(diǎn)可以根據(jù)到信號(hào)接收方距離的遠(yuǎn)近調(diào)節(jié)發(fā)射功率以節(jié)省能量，例如Berkeley Motes節(jié)點(diǎn)具有100個(gè)發(fā)射功率等級(jí)，與采用固定發(fā)射功率相比，能顯著減少節(jié)點(diǎn)的能量損耗，從而延長(zhǎng)無(wú)線傳感器網(wǎng)絡(luò)的壽命。

4) 系統(tǒng)能通過(guò)GPS、有向天線或定位算法等定位技術(shù)得到各節(jié)點(diǎn)的具體位置信息。由于對(duì)大多數(shù)應(yīng)用，不知道傳感器位置而感知的數(shù)據(jù)是沒(méi)有意義的，尤其對(duì)多媒體傳感器網(wǎng)絡(luò)，多媒體節(jié)點(diǎn)對(duì)其位置、方向角度等要素都有要求，傳感器節(jié)點(diǎn)必須明確自身位置才能詳細(xì)說(shuō)明“在什么位置或區(qū)域發(fā)生了特定事件”，從而實(shí)現(xiàn)對(duì)外部目標(biāo)的準(zhǔn)確定位和追蹤。目前許多研究者對(duì)傳感器節(jié)點(diǎn)的定位進(jìn)行了大量的研究，取得了諸多成果。

3.2 無(wú)線通信能耗模型

近年來(lái)，許多學(xué)者在低能量無(wú)線通信方面進(jìn)行了大量的研究工作。本方案與文獻(xiàn)[4]使用了相同的無(wú)線通信模型。該無(wú)線通信模型給出了一個(gè)閾值d0(d0是常數(shù)，數(shù)值取決于使用環(huán)境)，當(dāng)發(fā)送節(jié)點(diǎn)與接收節(jié)點(diǎn)的距離小于d0時(shí)，發(fā)送方發(fā)送數(shù)據(jù)的能量損耗與距離的平方成正比，否則與距離的4次方成正比。上述的2種能量衰減模型分別稱為自由空間(free space) 模型和多路衰減(multipath fading)模型。因此，根據(jù)發(fā)送節(jié)點(diǎn)和接收節(jié)點(diǎn)之間的距離，發(fā)送節(jié)點(diǎn)可以使用不同的能耗模型計(jì)算發(fā)送數(shù)據(jù)所需要的能量。例如，節(jié)點(diǎn) a 向距離 d 外的另一節(jié)點(diǎn)b 發(fā)送k byte的數(shù)據(jù)，可以使用下面的公式計(jì)算其能量消耗：

而b 接收a發(fā)送的消息，其無(wú)線接收裝置產(chǎn)生的能耗為

式(1)、式(2)中，Eelec表示無(wú)線收發(fā)電路所消耗的能量。Eamp表示放大器消耗的能量，其大小取決于發(fā)送節(jié)點(diǎn)與接收節(jié)點(diǎn)間的距離以及可接受的位錯(cuò)誤率。此外，大部分協(xié)議和算法都采用了數(shù)據(jù)聚合技術(shù)來(lái)減少發(fā)送和接收的數(shù)據(jù)量，從而達(dá)到節(jié)省能量的目的。此外，本文假設(shè)無(wú)線信道是對(duì)稱的，即從節(jié)點(diǎn)a 傳送消息m 到節(jié)點(diǎn)b 消耗的能量等于從節(jié)點(diǎn)b 傳送消息m 到節(jié)點(diǎn)a 消耗的能量。

3.3 問(wèn)題描述

傳感器網(wǎng)絡(luò)路由協(xié)議的一個(gè)重要目標(biāo)，就是合理高效地使用網(wǎng)絡(luò)中各傳感器節(jié)點(diǎn)的能量，延長(zhǎng)網(wǎng)絡(luò)的存活時(shí)間。在以分簇方式組織的傳感器網(wǎng)絡(luò)中，路由分為簇內(nèi)通信和簇間通信2部分。當(dāng)簇成員與簇頭之間傳輸數(shù)據(jù)時(shí)，采用單跳通信的方式，這樣易于調(diào)度各成員節(jié)點(diǎn)的數(shù)據(jù)傳輸，當(dāng)簇頭向匯聚點(diǎn)進(jìn)行長(zhǎng)距離數(shù)據(jù)傳輸時(shí)，研究表明采用多跳路由的方式更能降低能耗[8]。

由于多媒體傳感器節(jié)點(diǎn)成本的提高，無(wú)法像傳統(tǒng)傳感器網(wǎng)絡(luò)使用大量冗余節(jié)點(diǎn)的隨機(jī)部署，多媒體傳感器網(wǎng)絡(luò)一般采用有計(jì)劃的部署節(jié)點(diǎn)。此外，由于多媒體數(shù)據(jù)（尤其是視頻信息）的位置相關(guān)性，任何節(jié)點(diǎn)的信息對(duì)于整個(gè)網(wǎng)絡(luò)而言都是重要的，因此，網(wǎng)絡(luò)的生存周期與所有節(jié)點(diǎn)的生存周期密切相關(guān)。這樣，如何均衡節(jié)點(diǎn)能耗、提高能耗有效性、延長(zhǎng)每個(gè)節(jié)點(diǎn)的生命周期顯得至關(guān)重要[9]。

本文創(chuàng)新地設(shè)計(jì)了一種基于剩余能量與傳輸距離的自適應(yīng)周期分布式簇頭競(jìng)爭(zhēng)機(jī)制。與前人的方法相比，本文提出的方法在均衡網(wǎng)絡(luò)中節(jié)點(diǎn)的能量消耗，延長(zhǎng)網(wǎng)絡(luò)生存周期有顯著提高，更適于多媒體傳感器網(wǎng)絡(luò)傳輸要求。

4 協(xié)議設(shè)計(jì)

4.1 分簇及簇頭競(jìng)爭(zhēng)方式

4.1.1 簇的生成

以往的各種分簇協(xié)議，大都采用節(jié)點(diǎn)以一定的概率通過(guò)競(jìng)爭(zhēng)產(chǎn)生簇頭，其余普通節(jié)點(diǎn)根據(jù)信號(hào)接收強(qiáng)度加入，自發(fā)形成簇的方式。由于多媒體傳感節(jié)點(diǎn)相比傳統(tǒng)傳感器節(jié)點(diǎn)硬件成本高，且節(jié)點(diǎn)（尤其圖像、視頻傳感節(jié)點(diǎn)）與其傳感方向相關(guān)，故一般情況下不采用傳統(tǒng)傳感器網(wǎng)絡(luò)隨機(jī)大量冗余部署，而是采取有計(jì)劃的部署。本文在假設(shè)節(jié)點(diǎn)的具體地理位置已知的情況下，根據(jù)節(jié)點(diǎn)的具體位置信息，將區(qū)域A劃分為若干正方形區(qū)域Aij，各區(qū)域Aij成為一個(gè)簇，如圖1所示。由于網(wǎng)絡(luò)采取有計(jì)劃部署，相對(duì)傳統(tǒng)WSN，WMSN的節(jié)點(diǎn)部署較為均勻，采取如下分簇方式，并不會(huì)造成嚴(yán)重的分簇不均勻。

圖1 分簇示意圖

4.1.2 簇間通信

協(xié)議采用多信道接入方式，使相鄰各簇的信道不同，如圖2所示，劃分4種不同信道。簇內(nèi)各成員節(jié)點(diǎn)根據(jù)簇頭的廣播消息計(jì)算與簇頭的距離調(diào)整其發(fā)射功率，即使在最壞的情況，當(dāng)簇頭位于區(qū)域頂點(diǎn)而成員節(jié)點(diǎn)位于對(duì)角線的另一端頂點(diǎn)時(shí)，即在圖 2中A22簇，簇頭位于其頂點(diǎn)，若在其對(duì)角頂點(diǎn)存在節(jié)點(diǎn)，如圖2中虛線圓圈所代表的通信覆蓋范圍，則在相同信道的 A20以及 A02簇存在范圍較小的干擾區(qū)，但是由于簇頭選舉的競(jìng)爭(zhēng)指標(biāo)其一為各成員節(jié)點(diǎn)到簇頭距離之和相對(duì)較小，故這種情況在實(shí)際簇頭競(jìng)爭(zhēng)的過(guò)程中幾乎不存在，如當(dāng)簇頭位于接近頂點(diǎn)的位置，圖 2 A22黑色實(shí)心點(diǎn)位置，此時(shí)，通信覆蓋范圍為圖中實(shí)線圓圈所示，簇間不存在干擾，即信道相同的相鄰簇之間的簇間干擾可基本消除。

圖2 簇間多信道接入示意圖

4.1.3 簇頭的產(chǎn)生

設(shè)邊長(zhǎng)為a的簇Aij隨機(jī)分布m個(gè)節(jié)點(diǎn)。假設(shè)節(jié)點(diǎn)q成為候選簇頭，本文假設(shè)無(wú)線信道是對(duì)稱的，則簇內(nèi)各成員節(jié)點(diǎn)向候選簇頭發(fā)送k byte數(shù)據(jù)所消耗的能量，與候選簇頭向各成員節(jié)點(diǎn)發(fā)送k byte數(shù)據(jù)所耗能量相等。簇內(nèi)能量衰減模型采用自由空間模型，即可見(jiàn)，決定了網(wǎng)絡(luò)能耗的高低，即網(wǎng)絡(luò)能量開(kāi)銷指標(biāo)為。候選簇頭的競(jìng)爭(zhēng)指標(biāo)(CI,competition index)與SEtr(k,d)以及ER（剩余能量）有關(guān)，即與以及 ER相關(guān)，假設(shè)節(jié)點(diǎn)初始能量為E0，則已消耗能量為E0～ER，且存在如下關(guān)系：

標(biāo)準(zhǔn)化參數(shù)，則轉(zhuǎn)化為

即，

式(4)中α、β的取值根據(jù)簇內(nèi)節(jié)點(diǎn)位置的分布及能量均衡的程度，具體的值將通過(guò)多次實(shí)驗(yàn)進(jìn)行最優(yōu)選擇。

由于消息的發(fā)送、接收以及聚合所消耗的能量可以預(yù)知，所以當(dāng)一個(gè)節(jié)點(diǎn)成為簇頭所需要消耗的最小能耗Emin可以計(jì)算，把Emin稱之為閾值，當(dāng)節(jié)點(diǎn)的剩余能量小于閾值時(shí)，該節(jié)點(diǎn)不再參與簇頭競(jìng)爭(zhēng)。

其中，cycle表示每輪數(shù)據(jù)收集的次數(shù)，E_fusion表示聚合所消耗的能量，l表示數(shù)據(jù)包的長(zhǎng)度，dC表示相鄰簇間的距離（同信道相鄰簇頭之間的距離），由于本文采用簇間多信道接入，相鄰簇之間信道各不相同（圖 2所示），故同信道相鄰簇頭之間的距離假設(shè)其大于閾值d0。

簇頭產(chǎn)生后，采用自適應(yīng)周期的方式，依據(jù)簇頭節(jié)點(diǎn)的剩余能量動(dòng)態(tài)調(diào)節(jié)其工作周期，當(dāng)簇頭節(jié)點(diǎn)消耗的能量為成為簇頭節(jié)點(diǎn)之前能量的ρ%時(shí)，簇頭本輪工作結(jié)束。即

在協(xié)議中，簇頭產(chǎn)生的方式如圖3所示。

圖3 簇頭產(chǎn)生方式

簇頭的生成依照以下規(guī)則。

規(guī)則1 簇內(nèi)各節(jié)點(diǎn)廣播節(jié)點(diǎn)信息SN_Msg（ID,Locatin(x,y),Er）。

規(guī)則2 簇內(nèi)各剩余能量大于Emin的節(jié)點(diǎn)均有機(jī)會(huì)參與簇頭節(jié)點(diǎn)競(jìng)爭(zhēng)，節(jié)點(diǎn)產(chǎn)生一個(gè)[0,1]隨機(jī)數(shù)q，q大于p（p的取值取決于簇內(nèi)節(jié)點(diǎn)密度及分布狀態(tài)）時(shí)，節(jié)點(diǎn)根據(jù)公式（4）計(jì)算其自身的競(jìng)爭(zhēng)指標(biāo)CI，廣播競(jìng)爭(zhēng)簇頭消息Compete_CH_Msg(ID,CI)。

規(guī)則3 根據(jù)廣播的競(jìng)爭(zhēng)消息，建立鄰居競(jìng)爭(zhēng)簇頭集合 S.CH，比較其 CI，CI最小的節(jié)點(diǎn)成為最終簇頭，廣播競(jìng)爭(zhēng)勝利消息 CH_Msg(ID,Locatin(x,y))。其余競(jìng)爭(zhēng)節(jié)點(diǎn)接收到競(jìng)爭(zhēng)勝利消息，退出競(jìng)爭(zhēng)。

規(guī)則 4 當(dāng)簇頭節(jié)點(diǎn)消耗的能量為成為簇頭節(jié)點(diǎn)之前能量的ρ%時(shí)，以及自身能量小于或等于 Emin時(shí)，本輪周期結(jié)束，簇頭節(jié)點(diǎn)廣播CH_Quit_Msg，簇內(nèi)各節(jié)點(diǎn)開(kāi)始重新競(jìng)爭(zhēng)簇頭。

5 協(xié)議分析

在這一節(jié)里，主要對(duì)協(xié)議的復(fù)雜度性能進(jìn)行分析。

假設(shè)網(wǎng)絡(luò)中共有N個(gè)節(jié)點(diǎn)，分成m簇，每簇平均有naverage個(gè)節(jié)點(diǎn)。

在協(xié)議中，每一輪（round）開(kāi)始時(shí)，所有節(jié)點(diǎn)廣播其節(jié)點(diǎn)信息 SN_Msg，符合要求參與簇頭競(jìng)爭(zhēng)的節(jié)點(diǎn)廣播Compete_CH_Msg，競(jìng)爭(zhēng)成功的節(jié)點(diǎn)廣播勝利消息CH_Msg，當(dāng)簇頭節(jié)點(diǎn)經(jīng)過(guò)若干周期傳輸后，其自身剩余能量小于或等于Emin時(shí)，簇頭節(jié)點(diǎn)廣播CH_Quit_Msg，即一輪中網(wǎng)絡(luò)控制消息數(shù)目如表1所示。

表1 消息格式及說(shuō)明

由表1可知網(wǎng)絡(luò)中總的消息開(kāi)銷為

因此，整個(gè)網(wǎng)絡(luò)的控制消息復(fù)雜度為O(N)。

6 實(shí)驗(yàn)及分析

6.1 仿真環(huán)境及參數(shù)設(shè)置

本文采用NS2與MATLAB2008對(duì)自適應(yīng)周期分布式簇頭競(jìng)爭(zhēng)機(jī)制 ARDCH進(jìn)行性能分析與評(píng)估。為簡(jiǎn)單起見(jiàn)，假設(shè)采用理想的MAC協(xié)議，忽略無(wú)線鏈路中可能發(fā)生的分組丟失錯(cuò)誤。實(shí)驗(yàn)中統(tǒng)計(jì)傳感器節(jié)點(diǎn)接收數(shù)據(jù)、融合數(shù)據(jù)和發(fā)送數(shù)據(jù)所消耗的能量，計(jì)算網(wǎng)絡(luò)的存活時(shí)間，來(lái)分析競(jìng)爭(zhēng)機(jī)制的能量效率。為了證明本文提出的路由協(xié)議的能耗均衡以及能量高效，將ARDCH與LEACH、DAEA分簇協(xié)議進(jìn)行比較。實(shí)驗(yàn)中所用的參數(shù)如表2所示，其中能量消耗模型相關(guān)的參數(shù)取自文獻(xiàn)[4]。

表2 仿真實(shí)驗(yàn)中的參數(shù)設(shè)置

6.2 實(shí)驗(yàn)結(jié)果及性能分析

文中考慮網(wǎng)絡(luò)的生存周期以及節(jié)點(diǎn)剩余能量的分布，由于多媒體傳感器網(wǎng)絡(luò)大多采用有計(jì)劃部署，節(jié)點(diǎn)有位置及方向相關(guān)性，文中用第一個(gè)節(jié)點(diǎn)死亡的時(shí)間衡量網(wǎng)絡(luò)完整生存周期，但是，如若有一個(gè)節(jié)點(diǎn)死亡就放棄整個(gè)網(wǎng)絡(luò)，這無(wú)疑造成極大的浪費(fèi)，實(shí)驗(yàn)中同時(shí)衡量網(wǎng)絡(luò)基本生存周期，即網(wǎng)絡(luò)剩余50%節(jié)點(diǎn)的持續(xù)時(shí)間。

6.2.1 ARDCH算法參數(shù)分析

由式(4)可知，ARDCH算法的簇頭競(jìng)爭(zhēng)指標(biāo)與參數(shù)α、β密切相關(guān)，同時(shí)由簇頭生成規(guī)則4可知簇頭的工作周期由參數(shù)ρ決定，圖4分析了在α、β以及ρ取不同值的情況下ARDCH算法在網(wǎng)絡(luò)生存周期方面的表現(xiàn)，實(shí)驗(yàn)分析得知，算法在α=0.1，β＝0.9，ρ＝0.05的時(shí)候，網(wǎng)絡(luò)完整生存周期達(dá)到較為理想的狀態(tài)。

圖4 ARDCH算法參數(shù)取值比較

6.2.2 網(wǎng)絡(luò)生存周期比較

圖 5(a)比較了 ARDCH算法與 LEACH及DAEA算法的網(wǎng)絡(luò)完整生存周期，由于文中采用基于地理位置的分簇劃分方法，實(shí)驗(yàn)中假設(shè) LEACH與DAEA在既定的簇內(nèi)選取一個(gè)簇頭。由圖可知，ARDCH算法的網(wǎng)絡(luò)完整生存周期相較于其他算法有明顯的提高。

圖5(b)比較了3種算法的基本生存周期，即從網(wǎng)絡(luò)中第一個(gè)節(jié)點(diǎn)死亡到 50%節(jié)點(diǎn)死亡的持續(xù)時(shí)間，由圖可知，ARDCH算法比DAEA算法基本生存周期有一定的增長(zhǎng)，變化趨勢(shì)則基本相似，隨著節(jié)點(diǎn)增多，網(wǎng)絡(luò)基本生存周期延長(zhǎng)，但是當(dāng)節(jié)點(diǎn)增加到一定程度，基本生存周期緩慢減小，而LEACH算法隨著節(jié)點(diǎn)的增加，基本生存周期單向增加，且比前2種算法有較大的增幅。

圖5(c)比較了3種算法從初始工作到50%節(jié)點(diǎn)死亡的網(wǎng)絡(luò)持續(xù)時(shí)間，可以看出，ARDCH算法相比于其余2種算法，無(wú)論從網(wǎng)絡(luò)完整生存周期還是網(wǎng)絡(luò)總持續(xù)時(shí)間都有明顯優(yōu)勢(shì)。

6.2.3 節(jié)點(diǎn)剩余能量分析

圖5 網(wǎng)絡(luò)生存周期比較

圖6比較了3種算法在100個(gè)節(jié)點(diǎn)的情況下網(wǎng)絡(luò)中節(jié)點(diǎn)剩余能量分布，由圖6(a)可知，當(dāng)網(wǎng)絡(luò)中第一個(gè)節(jié)點(diǎn)死亡時(shí)，LEACH算法節(jié)點(diǎn)剩余能量分布最為不均勻，某些節(jié)點(diǎn)幾乎未消耗能量而有些節(jié)點(diǎn)的能量幾乎消耗完畢，DAEA算法能量消耗分布最為均勻，當(dāng)網(wǎng)絡(luò)中出現(xiàn)節(jié)點(diǎn)死亡的情況時(shí)，其余各節(jié)點(diǎn)剩余能量均在0.15J左右，而ARDCH算法在出現(xiàn)節(jié)點(diǎn)死亡時(shí)，一部分節(jié)點(diǎn)的剩余能量在0.15J附近，一部分節(jié)點(diǎn)能量在0.1J附近，一部分節(jié)點(diǎn)的剩余能量在 0.02J附近，這樣就有利于一部分節(jié)點(diǎn)能繼續(xù)充當(dāng)簇頭節(jié)點(diǎn)，而不至于使整個(gè)簇內(nèi)全部節(jié)點(diǎn)全部癱瘓。圖6(b)所示為網(wǎng)絡(luò)中50%節(jié)點(diǎn)死亡時(shí)，節(jié)點(diǎn)的剩余能量分布，LEACH算法的能量分布仍然最為不均勻，ARDCH算法相比DAEA算法能量消耗的更為徹底。

通過(guò)剩余能量的分析印證了上小節(jié)的網(wǎng)絡(luò)生存周期的實(shí)驗(yàn)結(jié)果，由于在第一節(jié)點(diǎn)死亡時(shí)，LEACH算法的節(jié)點(diǎn)剩余能量最多且最為不均勻，所以從網(wǎng)絡(luò)中第一個(gè)節(jié)點(diǎn)開(kāi)始死亡到 50%節(jié)點(diǎn)死亡，LEACH算法持續(xù)時(shí)間最長(zhǎng)，而DAEA算法的節(jié)點(diǎn)能耗最均勻，而作為分簇協(xié)議，簇頭相比簇內(nèi)成員節(jié)點(diǎn)需要消耗的能量要大得多，所以能量略為不均勻的ARDCH算法的基本生存周期相比DAEA算法略有優(yōu)勢(shì)。

圖6 節(jié)點(diǎn)剩余能量分布比較

總結(jié)實(shí)驗(yàn)結(jié)果,本文提出的適于多媒體傳感器網(wǎng)絡(luò)的分簇機(jī)制具有以下優(yōu)點(diǎn)：1)分簇穩(wěn)定；2)能量消耗低，并且有效平衡了簇內(nèi)節(jié)點(diǎn)的能量消耗；3)顯著延長(zhǎng)了網(wǎng)絡(luò)完整存活時(shí)間，同時(shí)保證了網(wǎng)絡(luò)基本生存周期。對(duì)于多媒體傳感器網(wǎng)絡(luò)的要求，ARDCH分簇機(jī)制相較于其他分簇協(xié)議更為適合。

7 結(jié)束語(yǔ)

本文依據(jù)多媒體傳感器網(wǎng)絡(luò)的需求，提出了一種基于剩余能量與傳輸距離的自適應(yīng)周期分布式簇頭競(jìng)爭(zhēng)機(jī)制，其核心思想是綜合考慮通信代價(jià)及地理位置進(jìn)行簇頭選取，同時(shí)根據(jù)剩余能量來(lái)動(dòng)態(tài)調(diào)節(jié)簇頭的工作周期，以此均衡網(wǎng)絡(luò)中節(jié)點(diǎn)的能量消耗，理論分析和仿真試驗(yàn)證明，和已有的幾個(gè)分簇協(xié)議相比，顯著地延長(zhǎng)了網(wǎng)絡(luò)的生存周期，同時(shí)采用多信道簇間通信，避免簇間干擾。

如何利用傳感器網(wǎng)絡(luò)實(shí)時(shí)、可靠地傳輸大數(shù)據(jù)量流媒體信息，而盡量節(jié)省網(wǎng)絡(luò)能量，延長(zhǎng)網(wǎng)絡(luò)生存期，是多媒體傳感器網(wǎng)絡(luò)研究的重要內(nèi)容，結(jié)合路由層和MAC層綜合考慮多媒體信息可靠高效傳輸是下一步工作研究方向。

[1] 馬華東,陶丹.多媒體傳感器網(wǎng)絡(luò)及其研究進(jìn)展[J].軟件學(xué)報(bào),2006,17(9): 2013-2028.MA H D,TAO D.Multimedia sensor network and its research progresses[J].Journal of Software,2006,17(9): 2013-2028.

[2] HEINZELMAN W R,CHANDRAKASAN A,BALAKRISHNAN H.Energy-efficient communication protocol for wireless microsensor networks[A].Proc of the Hawaii Int’l Conf on System Sciences[C].San Francisco: IEEE Computer Society,2000.3005-3014.

[3] YOUNIS O,FAHMY S.Distributed clustering in ad-hoc sensor networks: a hybrid,energy-efficient approach[A].Proc of the IEEE INFOCOM[C].San Francisco: IEEE Computer Society Press,2004.

[4] BANDYOPADHYAY S,COYLE E J.An energy efficient hierarchical clustering algorithm for wireless sensor networks[A].INFOCOM 2003,the 22nd Annual Joint Conference of the IEEE Computer and Communications Societies[C].IEEE,2003.1713-1723.

[5] HEINZELMAN W R,CHANDRAKASAN A,BALAKRISHNAN H.An application-specific protocol architecture for wireless microsensor networks[J].IEEE Trans on Wireless Communications,2002,1(4):660-670.

[6] 李成法,陳貴海,葉懋.一種基于非均勻分簇的無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議 [J].計(jì)算機(jī)學(xué)報(bào),2007,30(1):27-36.LI C F,CHEN G H,YE M,WU J.An uneven cluster-based routing protocol for wireless sensor networks[J].Chinese Journal of Computers,2007,30(1):27-36.

[7] AL-KARAKI J N,UL-MUSTAFA R,KAMAL A E.Data aggregation in wireless sensor networks—exact and approximate algorithms[A].Proc of the IEEE Workshop on High Performance Switching and Routing.Phoenix: IEEE Communications Society[C].2004.241-245.

[8] SOHRABI K,GAO J,AILAWADHI V,et al .Protocols for self-organization of a wireless sensor network[J].IEEE Personal Communications 2000,7(5): 16-27.

[9] 李瑞芳,李仁發(fā),羅娟.無(wú)線多媒體傳感器網(wǎng)絡(luò) MAC協(xié)議研究綜述[J].通信學(xué)報(bào),2008,29(8): 111-123.LI R F,LI R F,LUO J.Survey of MAC protocol in wireless multimedia sensor networks [J].Journal on Communications,2008,29(8): 111-123.