一種能量感知的無線傳感網(wǎng)拓撲控制算法*

陳 志 ，駱 平，岳文靜，扈羅全，黃洵松，曹 壹，毛 博

(1．南京郵電大學計算機學院，南京210003;2．南京大學計算機軟件新技術(shù)國家重點實驗室，南京210093;3．江蘇省無線傳感網(wǎng)高技術(shù)研究重點實驗室，南京210003;4．寬帶無線通信與傳感網(wǎng)技術(shù)教育部重點實驗室，南京210003;5．蘇州出入境檢驗檢疫局，江蘇蘇州215104)

無線傳感網(wǎng)是由部署在監(jiān)測區(qū)域內(nèi)大量的廉價微型傳感器節(jié)點通過無線通信方式形成的一種多跳自組織網(wǎng)絡[1]，具有廣泛的應用。考慮到無線傳感網(wǎng)節(jié)點能量有限等特點，設計能量高效的網(wǎng)絡協(xié)議需要設計優(yōu)化的拓撲控制機制，以提高網(wǎng)絡運行效率，減少系統(tǒng)吞吐量。

無線傳感網(wǎng)拓撲控制研究涉及鄰近圖方法、概率分析方法、優(yōu)化理論方法、分簇算法等，其中分簇拓撲控制算法具有拓撲管理方便、能量利用高效、數(shù)據(jù)融合簡單等優(yōu)點。在分簇算法中，網(wǎng)絡被劃分為多個簇，每個簇通常由一個簇頭和多個簇內(nèi)成員組成，簇內(nèi)信息經(jīng)過簇頭融合之后再轉(zhuǎn)發(fā)至基站[2]。

不平衡能量分布的無線傳感網(wǎng)模型是異構(gòu)傳感網(wǎng)基本模型[3]，無論是實驗室環(huán)境還是實際應用環(huán)境條件下，考慮到技術(shù)缺陷或環(huán)境等因素，傳感網(wǎng)節(jié)點能量在使用之前、使用過程中和使用后都不可能達到完全的平衡，因而不平衡能量分布傳感網(wǎng)模型更貼近實際情況。

文獻[4]提出了無線傳感網(wǎng)拓撲控制典型的低功耗自適應算法LEACH，與平面拓撲算法相比，該協(xié)議可以延長網(wǎng)絡生命期約30%，但是LEACH算法沒有考慮能量不平衡問題。在LEACH的基礎上出現(xiàn)了很多基于節(jié)點剩余能量的拓撲控制算法，文獻[5]提出了一種基于剩余能量的自適應分簇算法，該算法選擇剩余能量最大的節(jié)點作為簇頭，文獻[6]提出了基于節(jié)點能量閾值的簇頭競爭算法，當簇頭節(jié)點的剩余能量值降低到特定閾值下時，算法就啟動新一輪簇的建立過程。

在無線傳感網(wǎng)實際應用中，異構(gòu)節(jié)點的正確使用可以比較好地平衡網(wǎng)絡負載，延長無線傳感網(wǎng)生命期。文獻[7]提出了一種異構(gòu)無線傳感網(wǎng)分簇算法，該算法使用功能較強的特定節(jié)點作為簇頭，并將一個簇分為內(nèi)外兩層，實現(xiàn)了快速分簇和多跳路由。文獻[8]提出了一種能量有效的雙簇頭產(chǎn)生算法以減輕簇頭負擔并均衡網(wǎng)絡能耗，該算法在每個簇中選出兩個簇頭分別承擔簇內(nèi)數(shù)據(jù)處理和簇外數(shù)據(jù)通信任務，較好地平衡了網(wǎng)絡負載，但是網(wǎng)絡大量節(jié)點的協(xié)調(diào)增加了信息交互的負擔。文獻[9]使用異構(gòu)無線傳感網(wǎng)對特定環(huán)境進行監(jiān)測，提出了在考慮能量效率、覆蓋范圍和生命期等因素的情況下網(wǎng)絡異構(gòu)節(jié)點的最優(yōu)比例，但沒有處理好能量平衡的問題。

在目前所有提出的異構(gòu)傳感網(wǎng)分簇拓撲控制算法中，文獻[10]提出的EADEEG算法是特別新穎和高效的，得到廣泛的關(guān)注，EADEEG算法是一種基于能量感知的無線傳感網(wǎng)數(shù)據(jù)收集協(xié)議，EADEEG算法基于鄰居節(jié)點平均剩余能量與本節(jié)點剩余能量的比值，提出了一種獨特的分簇方法，形成了比較優(yōu)化的網(wǎng)絡拓撲，延長了網(wǎng)絡壽命，并且可以有效地應用于不平衡能量分布的網(wǎng)絡場景。

1 問題描述

文獻[11]提出了一種以鄰居節(jié)點平均剩余能量與節(jié)點剩余能量的比值為參數(shù)、以節(jié)點的“度”作為另一個參數(shù)的分布式分簇算法BPEC。BPEC分簇算法在一定程度上解決了EADEEG算法存在的“孤點”問題，但BPEC算法還存在以下問題:

問題1 文獻[11]所述BPEC算法引入了“度”的計算，“度”只對剩余能量大于平均剩余能量的“孤點”產(chǎn)生有限的影響，網(wǎng)絡每一輪運行中的“孤點”仍然有可能成為簇頭。如圖1所示:節(jié)點2為“孤點”，若節(jié)點2成為簇頭后會使簇與簇之間產(chǎn)生過多重疊區(qū)域，造成分簇不平衡，網(wǎng)絡局部簇頭數(shù)目偏多，從而降低網(wǎng)絡效率，耗費能量。

圖1 “孤點”問題

問題2 BPEC算法沒有及時休眠能量過低的傳感器節(jié)點，從而加快了能量過低節(jié)點的失效，不利于網(wǎng)絡平衡。

問題3 BPEC算法在每一輪簇頭選舉之前，各個節(jié)點都要為獲取實時的“度”和鄰居節(jié)點平均剩余能量信息而在鄰居節(jié)點之間進行大量的信息交互和數(shù)據(jù)計算，大量信息的發(fā)送和接收造成了能量損失。傳感器節(jié)點在很短時間內(nèi)所處環(huán)境、鄰居節(jié)點關(guān)系不會有較大變化，節(jié)點的時間保持同步，簇頭和普通節(jié)點信號發(fā)射半徑固定，大部分節(jié)點只能在短時間內(nèi)不變，這些因素決定了沒有必要在每一輪開始時都進行能量信息交互，網(wǎng)絡運行過程中可以充分利用經(jīng)驗數(shù)據(jù)，并在運行若干輪以后對經(jīng)驗數(shù)據(jù)進行修正，從而減少不必要的能量損耗。

基于上述方面的考慮，本文在對BPEC算法改進的基礎上，提出一種新的面向不平衡能量分布的拓撲控制算法EADCA。

2 節(jié)點能耗模型

本文假定無線傳感網(wǎng)節(jié)點均勻分布在目標區(qū)域內(nèi)，無線傳感網(wǎng)節(jié)點具有以下特征:①傳感器節(jié)點具有全局唯一的標識符ID;②傳感器節(jié)點被部署在目標區(qū)域后不具有移動能力;③傳感器節(jié)點在部署時具有不同的能量分布，且能量不能被補充;④傳感器節(jié)點不能獲取地理位置信息，但能夠根據(jù)接收信號強度計算發(fā)送節(jié)點到本節(jié)點的相對距離;⑤除上述特點外，傳感器節(jié)點的其他參數(shù)配置相同。

無線傳感網(wǎng)節(jié)點能耗主要涉及傳感器模塊、處理器模塊、通信模塊等。由于傳感器模塊和處理器模塊的能耗比較低，本文只考慮通信模塊的能耗，采用與文獻[4]相同的一階無線通信能耗模型。在該模型中，發(fā)送n bit信息且傳送距離為d時的能耗公式及接收n bit信息的能耗公式如下:

3 能量感知分布式拓撲控制算法EADCA

面向不平衡能量分布的拓撲控制算法EADCA在BPEC算法的基礎上對分簇過程進行改進，避免“孤點”問題，及時對能量過低的節(jié)點進行休眠。EADCA包括四個過程:信息交互、簇頭競爭、節(jié)點歸屬和孤點休眠。在每一輪分簇開始時，各個節(jié)點獲取自己的剩余能量，并與自己的鄰居節(jié)點進行能量信息交互。各個節(jié)點根據(jù)交互的能量信息進行簇頭競爭，產(chǎn)生適當數(shù)目的簇頭節(jié)點。新當選的簇頭向鄰居節(jié)點廣播消息，各個普通節(jié)點根據(jù)接收到的簇頭廣播消息，加入距離自己最近的簇頭所在的簇。網(wǎng)絡在運行過程中保持時間同步。圖2為EADCA算法流程圖。

圖2 EADCA流程圖

在EADCA中，網(wǎng)絡節(jié)點維護以下數(shù)據(jù)信息:節(jié)點唯一標志符ID、節(jié)點剩余能量Er、鄰居節(jié)點平均剩余能量Ea、上一輪鄰居節(jié)點平均剩余能量oldEa、簇內(nèi)節(jié)點tdma時隙、是否為簇頭、該節(jié)點的簇頭節(jié)點標識符、鄰居節(jié)點列表、簇內(nèi)成員列表、當前的輪數(shù)等。這些數(shù)據(jù)信息以特定的數(shù)據(jù)結(jié)構(gòu)形式保存在節(jié)點內(nèi)存中。節(jié)點之間的通信報文包括能量報文powerMsg、簇頭聲明報文 advMsg、入簇請求報文reqMsg、tdma時分報文等。

EADCA具體步驟如下:

步驟1 信息交互

(1)若網(wǎng)絡是運行第1輪，則執(zhí)行以下動作:

網(wǎng)絡中各個節(jié)點以自己的發(fā)射半徑R向鄰居節(jié)點廣播能量報文powerMsg。同時，各個節(jié)點接收鄰居節(jié)點發(fā)送過來的powerMsg能量報文。各個節(jié)點根據(jù)接收到的powerMsg報文，計算出鄰居節(jié)點平均剩余能量值Ea，并保存在各自的數(shù)據(jù)結(jié)構(gòu)中。

(2)若網(wǎng)絡運行第2輪，則執(zhí)行以下動作:

網(wǎng)絡中各個節(jié)點將上一輪計算所得的鄰居節(jié)點平均剩余能量值Ea存入另一個數(shù)據(jù)結(jié)構(gòu):上一輪鄰居節(jié)點平均剩余能量oldEa。各個節(jié)點以自己的發(fā)射半徑R向鄰居節(jié)點廣播能量報文powerMsg。同時，各個節(jié)點接收鄰居節(jié)點發(fā)送過來的能量報文powerMsg。各個節(jié)點根據(jù)接收到powerMsg報文，計算出鄰居節(jié)點平均剩余能量值存入Ea，并保存在各自的數(shù)據(jù)結(jié)構(gòu)中。

(3)若網(wǎng)絡運行第3輪，則執(zhí)行以下動作:

網(wǎng)絡中各個節(jié)點將鄰居節(jié)點平均剩余能量值Ea保存到臨時存儲器temp。各節(jié)點基于經(jīng)驗數(shù)據(jù)，即上一輪鄰居節(jié)點平均剩余能量值oldEa和當前鄰居節(jié)點平均剩余能量值Ea，使用式(3)來及時更新當前鄰居節(jié)點平均剩余能量值Ea。各節(jié)點完成更新鄰居節(jié)點平均剩余能量值Ea后，將臨時存儲器temp保存的值賦給上一輪鄰居節(jié)點平均剩余能量值oldEa。

(4)若網(wǎng)絡運行第4輪，則執(zhí)行以下動作:

網(wǎng)絡中各個節(jié)點使用已經(jīng)存在于內(nèi)存中的鄰居節(jié)點平均剩余能量值Ea和上一輪鄰居節(jié)點平均剩余能量值oldEa，基于經(jīng)驗數(shù)據(jù)，直接使用式(3)來及時更新鄰居節(jié)點平均剩余能量值Ea。

整個網(wǎng)絡在后面的運行過程中，在信息交互階段重復上述步驟，以每4輪為一個單位，前兩輪獲取經(jīng)驗數(shù)據(jù)，后兩輪在信息交互階段不再發(fā)送和接收報文進行交互，而是直接使用經(jīng)驗數(shù)據(jù)。所有節(jié)點的信息交互過程持續(xù)時間為T1，第1輪的節(jié)點剩余能量值為節(jié)點的初始能量值。

步驟2 簇頭競爭

各個節(jié)點在經(jīng)歷了持續(xù)T1時間的信息交互過程后，按照式(4)[10]～式(6)進行簇頭競爭或休眠。簇頭競爭持續(xù)時間為T2。

(1)當節(jié)點剩余能量大于鄰居節(jié)點平均剩余能量值時，按照式(4)計算該節(jié)點可能成為簇頭節(jié)點而發(fā)送簇頭聲明報文advMsg的時刻t1。所有剩余能量大于鄰居節(jié)點平均剩余能量的節(jié)點在各自的t1時刻到達時，如果還沒有收到任何鄰居節(jié)點發(fā)出的簇頭聲明報文advMsg，則該節(jié)點向鄰居節(jié)點廣播簇頭聲明報文advMsg，聲明自己當選為簇頭;否則該節(jié)點立刻放棄簇頭競爭而成為非簇頭節(jié)點。

(2)當節(jié)點剩余能量小于鄰居節(jié)點平均剩余能量值時，按照下列式(5)和式(6)分別計算時刻t2和時刻t3。當t2小于t3時，該節(jié)點在其時刻t2到達時，如果還沒有收到任何鄰居節(jié)點發(fā)出的簇頭聲明報文advMsg，則該節(jié)點向鄰居節(jié)點廣播簇頭聲明報文advMsg，聲明自己當選為簇頭;否則該節(jié)點立刻放棄簇頭競爭而成為非簇頭節(jié)點。當t2大于t3時，該節(jié)點進入一輪休眠。

在式(4)～式(6)中，ρ為0．9到1之間的隨機數(shù)，T2為簇頭競爭的持續(xù)時間，Er為節(jié)點剩余能量，Ea為鄰居節(jié)點平均剩余能量;式(4)引用自文獻[10];式(5)源于對文獻[11]的改進，與文獻[11]中有關(guān)公式形式相同，參數(shù)意義不同。由上述公式可以得到結(jié)論:t1＜(T2/2)[11]，(T2/2)＜t2＜T2，(T2/2)＜t3＜T2，該結(jié)論說明簇頭競爭階段持續(xù)了T2時間，在0到(T2/2)時間段里，在節(jié)點剩余能量Er大于鄰居節(jié)點平均剩余能量Ea的節(jié)點中選出部分簇頭節(jié)點;在(T2/2)到T2時間段里，選擇剩余能量較大的節(jié)點作為簇頭節(jié)點，并且使剩余能量不足鄰居節(jié)點平均剩余能量一半的節(jié)點進入一輪休眠中。

步驟3 節(jié)點歸屬

當簇頭競爭結(jié)束后，網(wǎng)絡進入節(jié)點歸屬階段，該階段持續(xù)時間為T3。當普通節(jié)點接收到簇頭節(jié)點發(fā)送過來的簇頭聲明報文advMsg，該節(jié)點根據(jù)接收的信號強度計算該節(jié)點到簇頭節(jié)點的距離d。每一個普通節(jié)點可能接收到一個或多個簇頭節(jié)點發(fā)送來的簇頭聲明報文advMsg，該節(jié)點選擇距離自己最近的簇頭節(jié)點作為自己的簇頭，并向該簇頭節(jié)點發(fā)送入簇請求報文reqMsg。網(wǎng)絡中各個簇頭節(jié)點在接收普通節(jié)點發(fā)送來的入簇請求報文reqMsg后，將該普通節(jié)點的ID加入自己的簇內(nèi)成員列表，并將不屬于該簇的其他節(jié)點ID刪除，這樣就完成了分簇過程。各個普通節(jié)點在成為特定簇的成員節(jié)點后，調(diào)整自己的信號發(fā)射半徑為普通節(jié)點信號傳輸半徑，以多跳方式與簇頭進行通信。

步驟4 孤點休眠

在簇頭競爭和節(jié)點歸屬的過程中，凡是成為簇頭，卻沒有收到任何入簇請求報文reqMsg的網(wǎng)絡節(jié)點立即放棄簇頭身份，進入一輪休眠。凡是沒有成為簇頭，且沒有收到任何簇頭聲明報文advMsg的網(wǎng)絡節(jié)點，立即進入一輪休眠。

4 仿真分析

由文獻[10]可知，整個無線傳感網(wǎng)中實際簇頭數(shù)量的期望值計算公式為:

其中，Kexp為簇頭數(shù)量的期望值，‖A‖為網(wǎng)絡覆蓋區(qū)域的面積，r為簇半徑。

下面以EADCA算法和BPEC算法為對象進行仿真和分析，仿真平臺為 Castalia[12]。參照文獻[11]，本文仿真采用高密度和低密度兩種場景，具體仿真參數(shù)配置如表1。圖3和圖4給出的仿真結(jié)果是10次獨立仿真結(jié)果的平均值。

表1 仿真參數(shù)

圖3給出使用100個節(jié)點進行低密度節(jié)點布局的仿真實驗結(jié)果。由該圖可知，當簇半徑較小時，EADCA算法產(chǎn)生的簇頭節(jié)點數(shù)目小于BPEC算法產(chǎn)生的簇頭節(jié)點數(shù)目，這是由于當簇半徑較小時，簇頭廣播簇頭聲明報文advMsg的范圍有限，導致網(wǎng)絡中存在一定數(shù)目的“孤點”。EADCA算法休眠了這些“孤點”，而BPEC算法則使這部分“孤點”成為簇頭;EADCA算法休眠部分低能量節(jié)點，減少了可能參與簇頭競爭的節(jié)點數(shù)目。當簇半徑較大時，EADCA算法產(chǎn)生的簇頭節(jié)點數(shù)目小于并且接近BPEC算法產(chǎn)生的簇頭節(jié)點數(shù)目，這是由于隨著簇半徑的增大，“孤點”對簇頭競爭的作用減弱，同時EADCA算法休眠了部分能量較低的節(jié)點，使得EADCA算法中可能參與簇頭競爭的節(jié)點數(shù)目在概率上低于BPEC算法。可見，EADCA算法可能產(chǎn)生的簇頭數(shù)目比BPEC算法更貼近理論值。

圖3 100個節(jié)點產(chǎn)生簇頭數(shù)目的理論值與實際值比較

由圖4可知，在使用500個節(jié)點的高密度場景下，仿真數(shù)據(jù)仍然接近理論值，說明在節(jié)點密度達到一定程度后，可能產(chǎn)生的簇頭數(shù)目不會隨著冗余節(jié)點的增加而增加。當簇半徑較大時，EADCA算法產(chǎn)生的簇頭數(shù)目非常接近甚至超出BPEC算法產(chǎn)生的簇頭數(shù)目，這是由于在簇半徑較大時，“孤點”的影響變小，EADCA算法雖然休眠了部分節(jié)點，但網(wǎng)絡中仍然存在冗余節(jié)點，這些因素使得EADCA算法和BPEC算法產(chǎn)生的簇頭數(shù)目非常相近;此外，EADCA算法及時休眠不必要工作的節(jié)點，使得網(wǎng)絡能量更趨于平衡，隨著BPEC網(wǎng)絡節(jié)點一一失效，EADCA網(wǎng)絡能夠在較長時間繼續(xù)保持較多的節(jié)點進行簇頭競爭，從而實現(xiàn)EADCA算法產(chǎn)生簇頭數(shù)目接近超出BPEC算法產(chǎn)生簇頭數(shù)目的可能。

綜上所述，EADCA算法延續(xù)了BPEC算法的分布式并行算法的特性，選擇剩余能量比較突出的節(jié)點作為簇頭，而不是簡單地選擇剩余能量最大的節(jié)點作為簇頭，適合于大規(guī)模無線傳感網(wǎng)應用。

圖4 500個節(jié)點產(chǎn)生簇頭數(shù)目的理論值與實際值比較

EADCA算法基于足夠短時間內(nèi)網(wǎng)絡節(jié)點及其周邊環(huán)境大致不變的情形，在簇頭競爭過程中充分利用經(jīng)驗數(shù)據(jù)，使得EADCA算法在簇頭競爭過程中的信息交互負荷為BPEC算法的一半，這在分簇無線傳感網(wǎng)高速按輪運行過程中節(jié)省了能耗。EADCA算法對“孤點”進行了休眠處理，避免了BPEC算法中“孤點”成為簇頭而造成網(wǎng)絡局部簇結(jié)構(gòu)重疊的情況，提高了網(wǎng)絡的工作效率。

EADEEG算法使用式(4)來處理所有節(jié)點的簇頭競爭;BPEC算法采用涉及“度”的公式來對節(jié)點剩余能量值Er大于鄰居節(jié)點平均剩余能量值Ea的網(wǎng)絡節(jié)點進行簇頭競爭;而本文EADCA算法引用EADEEG算法中的式(4)，并在此基礎上引入了“孤點”休眠處理來對節(jié)點剩余能量值Er大于鄰居節(jié)點平均剩余能量值Ea的網(wǎng)絡節(jié)點進行簇頭選擇，既省去了 BPEC算法對“度”的計算，也彌補了EADEEG算法的不足。可見，EADCA算法延續(xù)了EADEEG算法和BPEC算法簇頭競爭的高效性，而在“孤點”處理上性能更優(yōu)。

BPEC算法基于節(jié)點剩余能量和節(jié)點初始能量，使用一個類似于式(5)來處理節(jié)點剩余能量值Er小于鄰居節(jié)點平均剩余能量值Ea的網(wǎng)絡節(jié)點;而EADCA算法基于節(jié)點剩余能量和鄰居節(jié)點平均剩余能量，使用了式(5)和式(6)來處理節(jié)點剩余能量值Er小于鄰居節(jié)點平均剩余能量值Ea的網(wǎng)絡節(jié)點。當式(5)的計算結(jié)果t2大于式(6)的計算結(jié)果t3時，說明節(jié)點剩余能量Er不足鄰居節(jié)點平均剩余能量Ea的一半，則該節(jié)點進入一輪休眠;當t2小于t3時，說明節(jié)點剩余能量Er大于鄰居節(jié)點平均剩余能量Ea的一半且小于Ea，則EADCA算法選擇能量比較突出者作為簇頭。可見，EADCA算法比BPEC算法對簇頭的選擇性更加精確，同時又對剩余能量過低的節(jié)點進行休眠，利于網(wǎng)絡平衡。

5 結(jié)論

本文提出了一種基于節(jié)點剩余能量的分布式分簇拓撲控制算法EADCA，該算法注重使無線傳感網(wǎng)能量趨向平衡，充分利用經(jīng)驗數(shù)據(jù)，減少不必要的網(wǎng)絡交互，在一定程度上提高了能量利用率和網(wǎng)絡生命期。該算法對“孤點”進行及時休眠，避免孤立節(jié)點成為簇頭，有效控制了網(wǎng)絡的簇頭數(shù)量和分布密度。同時，EADCA算法充分考慮鄰居節(jié)點平均剩余能量、實時節(jié)點剩余能量，比EADEEG算法和BPEC算法對節(jié)點休眠和簇頭競爭的控制更精確，同時也更節(jié)省能量。本文通過仿真實驗驗證了EADCA算法產(chǎn)生的簇頭數(shù)目優(yōu)于BPEC算法產(chǎn)生的簇頭數(shù)目，并更貼近網(wǎng)絡所期望的理論值。

本文在網(wǎng)絡運行中使用經(jīng)驗數(shù)據(jù)并及時對經(jīng)驗數(shù)據(jù)進行修正，但目前經(jīng)驗數(shù)據(jù)的使用并沒有固定的模型，在無線傳感網(wǎng)實際應用中，不同的情況下應采用不同的經(jīng)驗數(shù)據(jù)使用模型，否則可能會對網(wǎng)絡產(chǎn)生負面的效果。

[1]史倢，陳志，章韻，等．一種基于元胞自動機的無線傳感器網(wǎng)絡拓撲控制方法[J]．傳感技術(shù)學報，2011，24(12):1734－1738．

[2]A-l Karaki J N，Kamal A E．Routing Techniques in Wireless Sensor Network:A Survey[J]．IEEE Wireless Communications，2004，11(6):6－28．

[3]Mhatre V，Rosenberg C．Homogeneous vs Heterogeneous Clustered Sensor Networks:A Comparative Study[C]//Proceedings of IEEE International Conference on Communications，2004:3646－3651．

[4]Heinzellnan 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．

[5]Garg A，Hanrnandlu M．An Energy-Aware Adaptive Clustering Protocol for Sensor Networks[C]//Proceedings of Fourth International Conference on Intelligent Sensing and Information Processing，2006:23－30．

[6]Rajiullah M，Shimamoto S．An Energy-Aware Periodical Data Gathering Protocol Using Deterministic Clustering in Wireless Sensor Networks(WSN)[C]//Proceedings of IEEE Wireless Communications and Networking Conference，2007:3016－3020．

[7]張雪凡．異構(gòu)分簇的無線傳感器網(wǎng)絡拓撲控制[J]．應用科學學報，2011，29(1):39－43．

[8]徐小良，裘君娜．異構(gòu)傳感器網(wǎng)絡中一種能量有效的簇頭選擇算法[J]．傳感技術(shù)學報，2009，22(3):395－400．

[9]Machado R，Zhang W，Wang G．Network Planning for Heterogeneous Wireless Sensor Networks in Environmental Survivability[C]//Proceedings of 21st IEEE International Conference on Tools with Artificial Intelligence，2009:814－821．

[10]劉明，曹建農(nóng)，陳貴海，等．EADEEG:能量感知的無線傳感器網(wǎng)絡數(shù)據(jù)收集協(xié)議[J]．軟件學報，2007，18(5):1092－1109．

[11]周新蓮，吳敏，徐建波．BPEC:無線傳感器網(wǎng)絡中一種能量感知的分布式分簇算法[J]．計算機研究與發(fā)展，2009，46(5):723－730．

[12]Boulis A．Castalia:Revealing Pitfalls in Designing Distributed Algorithms in WSN[C]//Proceedings of Proceedings of the 5th International Conference on Embedded Networked Sensor Systems，2007:407－408．