WSN自適應(yīng)負(fù)載均衡集簇分層路由協(xié)議

孫 揚(yáng)，何建忠

(上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院，上海200093)

0 引言

相比于傳統(tǒng)網(wǎng)絡(luò)，無(wú)線傳感器網(wǎng)絡(luò) (wireless sensor network，WSN)具有節(jié)點(diǎn)能量受限、動(dòng)態(tài)性、自組織性、以數(shù)據(jù)為中心等特點(diǎn)，這也就決定了在設(shè)計(jì)WSN路由協(xié)議時(shí)必須將重點(diǎn)放在如何更有效地利用有限的節(jié)點(diǎn)能源上面，同時(shí)應(yīng)充分考慮網(wǎng)絡(luò)拓?fù)涞膭?dòng)態(tài)變化，以數(shù)據(jù)為中心，保證網(wǎng)絡(luò)的健壯性和實(shí)時(shí)性。另外，在實(shí)際應(yīng)用背景中，網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)往往是非對(duì)等的，也就是節(jié)點(diǎn)在初始能量、計(jì)算能力以及通信能力上往往存在著差異，而這往往會(huì)對(duì)WSN路由協(xié)議的設(shè)計(jì)產(chǎn)生重要影響。傳統(tǒng)的WSN路由協(xié)議從不同的角度力求均衡網(wǎng)絡(luò)中各節(jié)點(diǎn)功耗，同時(shí)最大化網(wǎng)絡(luò)壽命。但是，在不同應(yīng)用背景下，這些路由協(xié)議也都存在著各自的缺陷。針對(duì)這些問(wèn)題，本文提出了一種自適應(yīng)負(fù)載均衡集簇分層路由協(xié)議——ALBCH(adaptive load balancing clustering hierarchy)，從多個(gè)層面對(duì)傳統(tǒng)路由協(xié)議進(jìn)行了綜合性的改進(jìn)，并通過(guò)引入剩余能量因子等方法使本協(xié)議可以適用于實(shí)際應(yīng)用中非對(duì)等節(jié)點(diǎn)構(gòu)成的網(wǎng)絡(luò)，實(shí)現(xiàn)網(wǎng)絡(luò)整體負(fù)載均衡和網(wǎng)絡(luò)生存周期的延長(zhǎng)。

1 LEACH和PEGASIS協(xié)議分析

1.1 LEACH協(xié)議

文獻(xiàn)［1］提出了一種低功耗自適應(yīng)集簇分層路由協(xié)議——LEACH(low energy adaptive clustering hierarchy)，它的核心思想是:將整個(gè)網(wǎng)絡(luò)中的節(jié)點(diǎn)劃分為若干個(gè)簇，每個(gè)簇內(nèi)隨機(jī)選舉出一個(gè)簇頭節(jié)點(diǎn)，簇內(nèi)節(jié)點(diǎn)都通過(guò)簇頭結(jié)點(diǎn)與基站進(jìn)行通信，以減少直接與基站進(jìn)行通信的節(jié)點(diǎn)的數(shù)量。該協(xié)議按輪進(jìn)行通信，每輪分為建立階段和穩(wěn)定階段，在建立階段以自組織的方式進(jìn)行簇頭的隨機(jī)選舉，選舉出的簇頭節(jié)點(diǎn)進(jìn)行廣播，未被選為簇頭的普通節(jié)點(diǎn)根據(jù)收到的信號(hào)強(qiáng)弱選擇加入的簇;穩(wěn)定階段，節(jié)點(diǎn)采集到的數(shù)據(jù)首先發(fā)送到簇頭節(jié)點(diǎn)，簇頭節(jié)點(diǎn)進(jìn)行數(shù)據(jù)融合后將收集到的信息發(fā)送到基站。由于每輪簇頭是隨機(jī)產(chǎn)生的，這樣可以較好得平衡節(jié)點(diǎn)耗能，達(dá)到負(fù)載平衡的目的。

在LEACH的基礎(chǔ)上，包括該協(xié)議作者在內(nèi)的一些研究者進(jìn)行了一系列基于集簇分層思想的改進(jìn)，比如LEACHC［3］提出了中心化的成簇算法以解決簇頭節(jié)點(diǎn)分布不均的問(wèn)題;還有學(xué)者提出簇頭節(jié)點(diǎn)間通過(guò)MTE(minimum transmission energy)［4］方式向基站發(fā)送數(shù)據(jù)以節(jié)省能量的策略，如圖1所示。

圖1 LEACH和PEGASIS協(xié)議

1.2 PEGASIS協(xié)議

PEGASIS(power efficient gathering in sensor information systems)是一種基于貪婪算法的路由策略。它本質(zhì)上是LEACH的增強(qiáng)算法，其核心思想與LEACH是一致的，那就是盡量減少直接與基站進(jìn)行通信的節(jié)點(diǎn)的數(shù)量［5］。它首先使用貪婪算法構(gòu)成一條邊長(zhǎng)之和接近最小的鏈。該策略在每輪會(huì)選舉一個(gè)鏈內(nèi)簇頭節(jié)點(diǎn)，當(dāng)通信開始的時(shí)候，數(shù)據(jù)會(huì)從最遠(yuǎn)端節(jié)點(diǎn)開始沿鏈向簇首節(jié)點(diǎn)發(fā)送，每經(jīng)過(guò)一個(gè)節(jié)點(diǎn)都會(huì)進(jìn)行一次數(shù)據(jù)融合，直到到達(dá)簇首節(jié)點(diǎn)后由簇首節(jié)點(diǎn)將融合后的數(shù)據(jù)發(fā)送到基站。

1.3 兩種協(xié)議的分析與比較

由于兩種協(xié)議基本策略的差異，在實(shí)際應(yīng)用場(chǎng)景中他們具有各自的特點(diǎn)，總結(jié)見表1。

表1 LEACH和PEGASIS優(yōu)缺點(diǎn)對(duì)比

通過(guò)對(duì)比分析我們發(fā)現(xiàn)，LEACH和PEGASIS在很多方面，比如整體耗能均衡、實(shí)時(shí)性、容錯(cuò)性等特性上具有一定的可互補(bǔ)性，這就為我們?cè)谶@兩個(gè)協(xié)議的基礎(chǔ)上進(jìn)行改進(jìn)提供了必要的可行性。另外，由LEACH和PEGASIS協(xié)議的原始文獻(xiàn)，作者在分析討論前都假設(shè)網(wǎng)絡(luò)內(nèi)所有節(jié)點(diǎn)是同構(gòu)節(jié)點(diǎn)，也就是初始能量、計(jì)算能力、通信能力是一致的，而這是與實(shí)際應(yīng)用中具體的節(jié)點(diǎn)情況不符的;同時(shí)PEGASIS中的貪婪算法機(jī)制本身也有一定的缺陷。因此，本文提出一種自適應(yīng)負(fù)載均衡集簇分層路由協(xié)議——ALBCH(adaptive load balancing clustering hierarchy)，以解決上述問(wèn)題。

2 改進(jìn)算法描述

2.1 網(wǎng)絡(luò)模型

本文討論的WSN基于以下假設(shè):

(1)所有N個(gè)傳感器節(jié)點(diǎn)位于一個(gè)正方形區(qū)域S內(nèi)。(2)所有節(jié)點(diǎn)部署后不再發(fā)生移動(dòng)且不需人工維護(hù)。

(3)基站位于離S較遠(yuǎn)的固定位置，且其能量不受限。(4)網(wǎng)絡(luò)內(nèi)各節(jié)點(diǎn)初始能量、處理能力不對(duì)等。

(5)在每輪通信中各節(jié)點(diǎn)耗能不統(tǒng)一。

其中前3項(xiàng)是一般討論WSN路由協(xié)議時(shí)使用的典型配置，后兩項(xiàng)旨在討論本協(xié)議對(duì)異構(gòu)網(wǎng)絡(luò)節(jié)點(diǎn)的處理能力。

2.2 簇頭選舉

當(dāng)網(wǎng)絡(luò)部署完畢或每次新節(jié)點(diǎn)被播撒加入網(wǎng)絡(luò)后，每隔一定時(shí)間都要進(jìn)行簇頭的選舉。在文獻(xiàn)［1］中，采用以下方法確定當(dāng)前節(jié)點(diǎn)是否當(dāng)選為簇頭:節(jié)點(diǎn)n每輪產(chǎn)生一個(gè)0到1之間的隨機(jī)數(shù)，然后該隨機(jī)數(shù)與閾值T(n)進(jìn)行比較，若該隨機(jī)數(shù)小于T(n)，則該節(jié)點(diǎn)n當(dāng)選為本輪通信的一個(gè)簇頭。閾值T(n)由以下公式產(chǎn)生

式中:P——簇頭節(jié)點(diǎn)在總節(jié)點(diǎn)中所占的比例 (LEACH中經(jīng)計(jì)算選取0.05為最佳)，r——當(dāng)前輪數(shù)，n——當(dāng)前還未被選為過(guò)簇頭的節(jié)點(diǎn)的集合。

顯然，這種選舉辦法是不適用于非對(duì)等節(jié)點(diǎn)構(gòu)成的網(wǎng)絡(luò)的。我們這里說(shuō)的非對(duì)等包括了以下3種情形:

(1)節(jié)點(diǎn)本身在初始能量、計(jì)算能力、通信能力上有一定的差距;

(2)網(wǎng)絡(luò)在運(yùn)行一段時(shí)間后由于其所處環(huán)境的復(fù)雜性造成節(jié)點(diǎn)的耗能不均而產(chǎn)生的不對(duì)等;

(3)由于節(jié)點(diǎn)不可避免的死亡需要定期向網(wǎng)絡(luò)中添加部署新節(jié)點(diǎn)才能保證系統(tǒng)的健壯性，這樣也會(huì)產(chǎn)生剩余能量上的非對(duì)等現(xiàn)象。

為適應(yīng)這些情況，對(duì)閾值計(jì)算公式進(jìn)行改進(jìn)

其中En為節(jié)點(diǎn)n剩余能量，ET為設(shè)定的剩余能量閾值，具體取值由實(shí)際節(jié)點(diǎn)參數(shù)決定。Pe為剩余能量相關(guān)因子，它由當(dāng)前節(jié)點(diǎn)剩余能量和網(wǎng)絡(luò)節(jié)點(diǎn)平均剩余能量的比值決定

因?yàn)樽屆總€(gè)節(jié)點(diǎn)都知道網(wǎng)絡(luò)的實(shí)時(shí)剩余能量是很難實(shí)現(xiàn)的，此處我們使用的節(jié)點(diǎn)平均剩余能量采用的是由通信輪數(shù)所計(jì)算的估計(jì)值，使用該估計(jì)值并不會(huì)影響算法的性能。本文我們采用文獻(xiàn)［3］所提出的無(wú)線電能耗模型，發(fā)送長(zhǎng)度為k比特的信息至距離d處所產(chǎn)生的能耗為

接收此信息耗能為

其中Eelec為發(fā)送或接收電路每處理1比特?cái)?shù)據(jù)所消耗的能量，εfsd2和εmpd4分別為放大電路使用無(wú)線電自由空間模型和多徑傳播模型時(shí)的耗能，采用哪種模型主要取決于到接收器的距離和可允許的比特差錯(cuò)率。設(shè)已知N個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)初始節(jié)點(diǎn)總能量為Einit，網(wǎng)絡(luò)生存周期為T，則網(wǎng)絡(luò)啟動(dòng)時(shí)間t后節(jié)點(diǎn)的平均剩余能量為

由于Einit已知，只需估算出網(wǎng)絡(luò)的生存周期T即可計(jì)算出平均剩余能量。由上述無(wú)線電能耗模型，每輪通信消耗的能量估計(jì)值為

式中:Ec——節(jié)點(diǎn)進(jìn)行數(shù)據(jù)處理的耗能，dBS——簇頭與基站的平均距離，dCH——節(jié)點(diǎn)到簇頭的平均距離。可以推導(dǎo)得到，在邊長(zhǎng)M的正方形區(qū)域中，為便于計(jì)算，設(shè)基站位于區(qū)域正中間，則

在理想情況下，有

整理代入即得平均剩余能量的估計(jì)值。

C為節(jié)點(diǎn)計(jì)算能力相關(guān)因子，由具體節(jié)點(diǎn)處理資源決定。因?yàn)橐话阍O(shè)計(jì)的傳感器節(jié)點(diǎn)處理能力與其電池容量有一定的約束關(guān)系，所以通常不必考慮兩者不協(xié)調(diào)的情形。加入計(jì)算能力相關(guān)因子主要是出于提高網(wǎng)絡(luò)整體實(shí)時(shí)性的考慮，因?yàn)樵诒緟f(xié)議體系中作為簇頭節(jié)點(diǎn)相比普通節(jié)點(diǎn)有更多的機(jī)會(huì)參與數(shù)據(jù)融合處理和數(shù)據(jù)轉(zhuǎn)發(fā)，所以簇頭節(jié)點(diǎn)處理能力的快慢勢(shì)必會(huì)影響到整個(gè)網(wǎng)絡(luò)的延遲程度，在一些對(duì)實(shí)時(shí)性要求較高的網(wǎng)絡(luò)中加入相關(guān)因子是必須的，而處理資源相對(duì)均等的網(wǎng)絡(luò)時(shí)C的值可以直接置1。

由于剩余能量因子的引入，非對(duì)等節(jié)點(diǎn)由于作為簇頭所引起的能耗將得到最大程度的均衡，并使得該協(xié)議可以應(yīng)用于能量異構(gòu)型網(wǎng)絡(luò)，增強(qiáng)網(wǎng)絡(luò)的可拓展性和可維護(hù)性。通過(guò)設(shè)定剩余能量閾值ET，剩余能量低于該閾值的節(jié)點(diǎn)將不再被選為簇首節(jié)點(diǎn)，大大延后節(jié)點(diǎn)首次死亡時(shí)間，延長(zhǎng)網(wǎng)絡(luò)生存周期。計(jì)算能力相關(guān)因子的引入對(duì)于網(wǎng)絡(luò)整體實(shí)時(shí)性的增強(qiáng)提供了一定的幫助。

2.3 簇的建立和簇內(nèi)通信

當(dāng)簇頭選舉完畢后，當(dāng)選為簇頭的節(jié)點(diǎn)發(fā)送一個(gè)廣播信息，附近的普通節(jié)點(diǎn)根據(jù)收到的廣播信號(hào)的強(qiáng)弱來(lái)決定以哪個(gè)簇頭作為簇首，并向簇頭節(jié)點(diǎn)發(fā)送確認(rèn)消息，并將自己的簇標(biāo)志位CLUSTER_FLAG(大小寫?)設(shè)為簇頭節(jié)點(diǎn)ID。然后，在每個(gè)簇內(nèi)指定任意非簇頭節(jié)點(diǎn)開始，使用改進(jìn)后的貪婪算法進(jìn)行成鏈運(yùn)算，將所有CLUSTER_FLAG值相同的節(jié)點(diǎn) (含簇頭節(jié)點(diǎn))構(gòu)成一條長(zhǎng)鏈。如圖2所示，當(dāng)有數(shù)據(jù)要發(fā)送時(shí)，當(dāng)開始收集網(wǎng)絡(luò)數(shù)據(jù)的時(shí)，首先由本輪簇頭節(jié)點(diǎn)c向d節(jié)點(diǎn)發(fā)送一個(gè)ACK信令 (非常小，帶來(lái)的能量損耗可忽略)，d節(jié)點(diǎn)收到后依次傳送該信令直至右側(cè)端節(jié)點(diǎn)e;當(dāng)端節(jié)點(diǎn)接收到ACK指令后，就將傳感器模塊收集到的數(shù)據(jù)發(fā)送到節(jié)點(diǎn)d，節(jié)點(diǎn)d收到e節(jié)點(diǎn)的數(shù)據(jù)后，將該數(shù)據(jù)與自身傳感器模塊收集的數(shù)據(jù)進(jìn)行數(shù)據(jù)融合后發(fā)送到下一節(jié)點(diǎn)，依此操作直到到達(dá)簇頭節(jié)點(diǎn);同時(shí)，對(duì)鏈的另一端進(jìn)行類似的處理。

圖2 ALBCH基本成鏈機(jī)制

2.4 簇頭與基站的通信

與LEACH不同的是，本協(xié)議不再采用簡(jiǎn)單的多跳路由的方式來(lái)進(jìn)行簇頭與基站間的通信，這主要是因?yàn)槿绻捎枚嗵酚傻姆绞剑拷镜拇仡^節(jié)點(diǎn)必然會(huì)過(guò)多地參與數(shù)據(jù)的轉(zhuǎn)發(fā)，相應(yīng)的其能耗就會(huì)過(guò)大，造成近基站節(jié)點(diǎn)早死的問(wèn)題。

當(dāng)所有簇內(nèi)的節(jié)點(diǎn)數(shù)據(jù)經(jīng)融合收集并到達(dá)簇頭節(jié)點(diǎn)后，采用與前述簇內(nèi)通信類似的機(jī)制將所有簇頭節(jié)點(diǎn)構(gòu)成一條長(zhǎng)鏈，然后這些簇頭節(jié)點(diǎn)經(jīng)過(guò)二次選舉再選出一個(gè)簇頭來(lái)，所有簇頭通過(guò)這個(gè)更高級(jí)的簇頭與基站進(jìn)行通信。需要注意的是，本協(xié)議的二次選舉區(qū)別于PEGASIS成鏈策略的是:PEGASIS中是采用鏈上節(jié)點(diǎn)輪流作為簇頭節(jié)點(diǎn)的方式，而本協(xié)議繼續(xù)使用式 (2)中與剩余能量和計(jì)算能力的關(guān)聯(lián)，進(jìn)一步均衡網(wǎng)絡(luò)負(fù)載和減少延遲。

2.5 改良后的貪婪算法

2.5.1 長(zhǎng)鏈問(wèn)題

PEGASIS中的貪婪成鏈算法存在長(zhǎng)鏈問(wèn)題，如圖3所示。由于傳統(tǒng)的貪婪算法總是取局部最優(yōu)解，當(dāng)由節(jié)點(diǎn)1發(fā)起成鏈過(guò)程后，始終是選擇最短路徑作為下一跳，這就導(dǎo)致節(jié)點(diǎn)8即使與鏈路前端節(jié)點(diǎn)距離較近，但仍然會(huì)被插入到鏈路的遠(yuǎn)端，從而大大增加了通信耗能，這就是所謂的長(zhǎng)鏈問(wèn)題［6］。

圖3 長(zhǎng)鏈問(wèn)題

2.5.2 距離閾值法解決長(zhǎng)鏈問(wèn)題

為解決長(zhǎng)鏈問(wèn)題，在貪婪算法成鏈過(guò)程中加入距離閾值機(jī)制，設(shè)當(dāng)前跳數(shù)為N的鏈中包含的節(jié)點(diǎn)集為S={s1，s2，s3，…sN}，成鏈過(guò)程由 s1發(fā)起，且已對(duì) s1～sk-1完成成鏈，那么在對(duì)當(dāng)前局部最優(yōu)解節(jié)點(diǎn)sk進(jìn)行如下入鏈處理:設(shè)定一個(gè)距離閾值L，鏈上節(jié)點(diǎn)集S中各節(jié)點(diǎn)的距離為Dis(si，sj)(i N，j N，i≠ j)，令 L= αMax［Dis(si，sj)］，α取值由具體網(wǎng)絡(luò)情況決定。

(1)若Dis(sk，sk－1) L，說(shuō)明該鏈接非長(zhǎng)鏈，則節(jié)點(diǎn)sk即為下一跳節(jié)點(diǎn)，并繼續(xù)成鏈過(guò)程;

(2)否則，若 Dis(sk，sk－1)＞ L ，將 Dis(sk，sk－1)與鏈上各節(jié)點(diǎn)到節(jié)點(diǎn)sk的距離逐一對(duì)比:

1)若對(duì) i＜k，有

則說(shuō)明此長(zhǎng)鏈不可避免，節(jié)點(diǎn)sk仍作為下一跳節(jié)點(diǎn)，并繼續(xù)成鏈過(guò)程;

2)若式 (10)不成立，設(shè)對(duì) i＜k，有

此時(shí)將 Dis(sk，sj－1)與 Dis(sk，sj+1)進(jìn)行比較，若 Dis(sk，sj－1)較小，則將節(jié)點(diǎn)sk插入到sj-1和sj之間，從節(jié)點(diǎn)sk-1繼續(xù)成鏈過(guò)程;若式 (11)不能滿足，則說(shuō)明此長(zhǎng)鏈不可避免，節(jié)點(diǎn)sk仍作為下一跳節(jié)點(diǎn)，從節(jié)點(diǎn)sk繼續(xù)成鏈過(guò)程。

3 仿真結(jié)果及分析

本文使用Matlab軟件平臺(tái)對(duì)ALBCH協(xié)議進(jìn)行仿真。搭建虛擬網(wǎng)絡(luò)環(huán)境基本參數(shù)如表2所示。

另外，取ACK信令長(zhǎng)度為25bit，根據(jù)所搭建的網(wǎng)絡(luò)環(huán)境參數(shù)，計(jì)算能力因子C取1，多次仿真后確定距離閾值參數(shù)α較理想取值為1.4。

ALBCH協(xié)議相比LEACH和PEGASIS可以進(jìn)一步均衡網(wǎng)絡(luò)負(fù)載，同時(shí)延長(zhǎng)首次節(jié)點(diǎn)死亡出現(xiàn)的時(shí)間。由于簇頭分布、成鏈過(guò)程等的隨機(jī)性較大，我們采取每種協(xié)議循環(huán)仿真50次后取平均值的方法對(duì)所得的節(jié)點(diǎn)存活個(gè)數(shù)進(jìn)行統(tǒng)計(jì)。首先將節(jié)點(diǎn)初始能量均設(shè)為1J，已驗(yàn)證ALBCH在處理同構(gòu)網(wǎng)絡(luò)時(shí)的能量性能。圖4為所得仿真結(jié)果。

表2 仿真參數(shù)表

圖4 三種協(xié)議在同構(gòu)網(wǎng)絡(luò)環(huán)境下能耗仿真結(jié)果

由仿真結(jié)果我們可以看到，在應(yīng)用于節(jié)點(diǎn)完全對(duì)等的網(wǎng)絡(luò)時(shí)，LEACH協(xié)議的首次節(jié)點(diǎn)死亡時(shí)間和節(jié)點(diǎn)全部死亡時(shí)間分別出現(xiàn)在第570輪和第1210輪;PEGASIS協(xié)議的首次節(jié)點(diǎn)死亡時(shí)間個(gè)節(jié)點(diǎn)全部死亡時(shí)間分別出現(xiàn)在第760輪和第1480輪;而ALBCH協(xié)議的首次節(jié)點(diǎn)死亡時(shí)間和節(jié)點(diǎn)全部死亡時(shí)間則分別出現(xiàn)在第850輪和第1590輪。ALBCH協(xié)議在處理同構(gòu)網(wǎng)絡(luò)時(shí)較LEACH和PEGASIS分別延長(zhǎng)了網(wǎng)絡(luò)生存周期達(dá)49%和12%。

ALBCH在處理異構(gòu)網(wǎng)絡(luò)時(shí)對(duì)網(wǎng)絡(luò)生存周期的改善就更加明顯。我們將100個(gè)節(jié)點(diǎn)分別按1:1:1:1的比例分別取初始能量為0.5J、1J、1.5J、2J，重新進(jìn)行仿真，所得結(jié)果如圖5所示。

由仿真結(jié)果，在所給定的異構(gòu)網(wǎng)絡(luò)環(huán)境下，ALBCH相比LEACH和PEGASIS分別將生存周期延長(zhǎng)了185%和72%。剩余能量因子的引入使得能量非對(duì)等節(jié)點(diǎn)網(wǎng)絡(luò)各節(jié)點(diǎn)的負(fù)載得以均衡，大大延后了節(jié)點(diǎn)死亡時(shí)間。同時(shí)對(duì)貪婪算法的改進(jìn)也使得網(wǎng)絡(luò)生存周期進(jìn)一步延長(zhǎng)，整個(gè)協(xié)議取得較高的能量效率。

ALBCH協(xié)議還大大減輕了PEGASIS在采用貪婪算法鏈狀機(jī)制時(shí)的時(shí)延問(wèn)題，從而可以應(yīng)用在一些對(duì)實(shí)時(shí)性要求較高的網(wǎng)絡(luò)中。圖6為三種協(xié)議在同構(gòu)網(wǎng)絡(luò)中進(jìn)行通信時(shí)數(shù)據(jù)的端到端時(shí)延的仿真統(tǒng)計(jì)。

圖5 三種協(xié)議在異構(gòu)網(wǎng)絡(luò)環(huán)境下能耗仿真結(jié)果

圖6 三種協(xié)議端到端時(shí)延仿真結(jié)果

節(jié)點(diǎn)數(shù)為20、50、100時(shí)，ALBCH的平均端到端時(shí)延分別比LEACH減少了20%、22%、31%，比PEGASIS減少了200%、260%、300%(約略值)。由于采用了更完善的分簇機(jī)制，ALBCH使鏈狀機(jī)制所帶來(lái)的時(shí)延大大減少，提高了網(wǎng)絡(luò)的實(shí)時(shí)性。

仿真結(jié)果證明，ALBCH比LEACH和PEGASIS具有更好的均衡負(fù)載能力、低能耗特性和實(shí)時(shí)性能，并且克服了后兩者在異構(gòu)網(wǎng)絡(luò)中的局限性，在應(yīng)用于能量非對(duì)等節(jié)點(diǎn)網(wǎng)絡(luò)中具有非常大的優(yōu)勢(shì)。

4 結(jié)束語(yǔ)

本文在綜合考慮LEACH和PEGASIS優(yōu)缺點(diǎn)的基礎(chǔ)上，結(jié)合實(shí)際應(yīng)用中節(jié)點(diǎn)的不對(duì)等性，提出了一種自適應(yīng)負(fù)載均衡集簇分層路由協(xié)議。該協(xié)議分別將改進(jìn)過(guò)的貪婪算法成鏈機(jī)制引入分簇網(wǎng)絡(luò)的雙層結(jié)構(gòu)，并在簇頭選舉時(shí)充分考慮節(jié)點(diǎn)剩余能量，使其在處理異構(gòu)網(wǎng)絡(luò)時(shí)具有更好的性能。該協(xié)議相比LEACH和PEGASIS在網(wǎng)絡(luò)能耗、負(fù)載均衡、網(wǎng)路實(shí)時(shí)性和健壯性等方面都有顯著提高。

［1］Heinzelman W，Chandrakasan A，Balakrishnan H.Energy efficient communication protocol for wireless microsensor networks［J］.IEEE Computer society，2007:3005-3014.

［2］Lindsey S，Raghavenda CS.PEGASIS:Power efficient gathering in sensor information systems［C］//Philadelphia:Proceeding of the IEEE Aero space Conference，IEEE Press，2009:1125-1130.

［3］Heinzelman W，Chandrakasan A，Hari Balakrishnan.An application specific protocol architecture for wireless microsensor networks［J］.IEEE Trans on Wireless Communications，2009，1(4):660-670.

［4］LIU Ming，GONG Haigang，MAO Yingchi.A distributed energy efficient data gathering and aggregation protocol for wireless sensor networks［J］.Journal of Software，2005，16(12):1000-9825(in Chinese).［劉明，龔海剛，毛鶯池.高效節(jié)能的傳感器網(wǎng)絡(luò)數(shù)據(jù)收集和聚合協(xié)議 ［J］.軟件學(xué)報(bào)，2005，16(12):1000-9825.］

［5］JUNG Sungmin，HAN Youngju，CHUNG Taimyoung.The Concentric Clustering Scheme for Efficient Energy Consumption in the PEGASIS［C］//Seoul:IEEE The 9th International Conference on Advanced Communication Technology，2007，3(1):260-265.

［6］Cortez R Andres，F(xiàn)ierro Rafae，Wood John.Heterogeneous sensor network for prioritized sensing［C］//New York:IEEE 2011 IEEE/RSJInternational Conference on Intelligent Robots and Systems，2011:2333-2339.

［7］Akshay N Kumar，Harish M P，Dhanorkar S B.An efficient approach for sensor deployments in wireless sensor network［C］//Detroit:IEEE Technologies Internati-onal Conference on Digital Object Identifier，2010:350-355.

［8］Kee-Young Shin，Junkeun Song，JinWon Kim，et al.REAR:Reliable energy aware routing protocol for wireless sensor networks［C］//Seoul:IEEE The 9th International Conference on Advanced Communication Technology，2007，3(1):525-530.

［9］Euisin Lee，Soochang Park，F(xiàn)ucai Yu，et al.Communication model and protocol based on multiple static sinks for supporting mobile users in wireless sensor networks ［J］.IEEE Transactions on Consumer Electronics，2010，56(3):1652-1660.

［10］LI Xin，ZHOU Chan，F(xiàn)EI Minrui.Wired/Wirless heterogeneous network performance comprehensive evaluation［C］//Shanghai:WRI Global Congress on Intelligent Systems，2009:399-403.

［11］Yonis O.HEED:A hybrid，energy-efficient，distributed clustering approach for ad-hoc sensor networks［J］.IEEE Trans on Mobile Computing，2006，3(4):366-379.

［12］Manjeshwar A，Agrawal D P.TEEN:A routing protocol for enhanced efficiency in wireless sensor networks［C］//Memphis:Internatonal Proceeding of 15th Parallel and Distributed Processing Symposium，2006:23-27.