智能電網中無線傳感器網絡節點的低耗能定位方法

摘要：無線傳感器網絡在智能電網目標檢測、監測和定位中得到越來越多的應用。在無線傳感器網絡中，能量是一種臨界資源，系統壽命通過節能策略得到延長。本文提出了一種基于能量感知的節點檢測和定位方法。它應用于基于聚類的無線傳感器網絡，使用的是簇頭和簇內傳感器之間兩步通信協議的后驗算法。只需要少量的傳感器節點信息，簇頭執行定位程序來確定進一步定位所需的傳感器子集。這樣的步驟減少了能量消耗和通信帶寬需求，延長了系統壽命。實驗結果顯示使用這種定位方法可以節省大量的能量。

關鍵詞：智能電網 無線傳感網絡 節點定位 能量感知

中圖分類號： TP393 文獻標識碼：A 文章編號1672-3791（2015）07（c）-0000-00

智能電網的數據傳輸網的組成包括有線網絡和無線網絡，其中無線網絡主要指無線傳感器網絡。無線傳感器網絡是面向具體應用型的網絡，在智能電網中還是一個較新與較熱的研究領域。無線傳感器網絡的強適應性確保節點能根據實際要求部署在各種條件苛刻環境險惡的區域內，不僅減輕了人工檢查的工作量和困難度，而且可以長期有效地收集數據信息，同時減少了維護次數，降低了有線檢測的成本，特別是在偏遠山區甚至是人類搜索更加困難的區域，都可以最大地體現無線傳感器網絡的優勢。

智能電網是一項清潔綠色的工程，要求無線傳感器網絡具有更小的能量消耗和通信帶寬需求，具有更長的系統壽命。能量策略在網絡中是至關重要的[1]。近來有一些研究已經使傳感器網絡能量更有效。在文獻[2]中，提出了一種無論傳感器是否工作，都能計算出網絡壽命邊界的數學模型。文獻[3]中基于硬件的用來傳輸和接收的能量模型被廣泛應用于無線傳感器網絡節點中。文獻[4]提出了基于簇的LEACH路由算法，作為無線傳感器網絡的高效能量通信協議。其他相關工作包括鏈路層的能量節省策略[5]、數據融合[6]和系統劃分[7]。

我們主要關注減少用于無線傳感器網絡節點定位的能量消耗。一般來說，一個傳感器網絡如果沒有節點活動，能量的消耗率是恒定的[2]。由于定位包括不同節點的協同傳感和通信，所以一個活動的傳感器網絡的最低能量消耗是很難確定的。定位細節的傳輸由于包含了大量的原始數據而需要消耗很大的能量。同時，無線信道的有限帶寬也使得定位細節傳輸到簇頭的時間有了延遲。本文中，我們采用一種新的節點定位策略來延長網絡壽命。我們提出了一種后驗的能量感知定位策略，基于簇頭和簇內傳感器之間兩步通信協議。第一步傳感器檢測出一個事件位置，并將它用簡單的二進制傳給簇頭。然后，簇頭詢問一個有近似位置信息的傳感器子集。仿真結果顯示使用這種定位方法可以節省大量的能量。

本文第二部分提出了預備知識和假設。第三部分能量感知策略的具體步驟。相關的實驗結果和分析在第四部分給出。最后總結和提出了今后工作的方向。

1相關設定

在本文中我們做以下假設：在初始化之后，網絡中的所有節點都能跟簇頭通信。簇頭在初始化步驟中也能知道傳感器的位置信息。簇頭在能量的消耗上要大于傳感器網絡節點，這是因為本文用簇頭負責計算，節點負責收集數據。為了方便，我們認為發送和接收一定數量的數據所花費的時間是一樣的。不同節點到簇頭的距離差異忽略不計。另外，所有傳感器節點假設都是一致的。

傳感器的檢測模型是將物理的傳感信號轉化成概率數值，用以評價傳感器收集數據的穩定水平。考慮一個網格的傳感器網絡，假設其中在初始部署階段有個傳感器。每個傳感器的偵測范圍是。假設節點，表示配置在點處的節點。我們把協同節點P和之間的歐式距離定義為。公式（1）表示概率傳感器檢測模型[8]。

（1）

其中，表示檢測中的不確定性測量。，和表示當距離大于，但小于傳感器檢測范圍時的檢測概率測量的參量。

我們采用文獻[2]中的方法來建立能量消耗的模型。假設一個傳感器的能量消耗由三部分組成：感知、發送和接收，并分別用、和表示。在時刻，同時有個傳感器檢測到目標。無線網絡傳感器活動的能量可以表示為：

2目標定位方法

在我們的兩步通信協議中，當傳感器檢測到一個目標，它會發送一個事件通知到簇頭。為了節省能量和帶寬，這個事件通知會用很簡單的方式，一個比特就夠了。詳細的信息會先存儲在本地內存中并在后繼的問詢中提供給簇頭。在收到簇中傳感器信息的基礎上，簇頭執行一個或然定位算法來確定候選定位信息，然后質詢臨近的傳感器。流程圖如圖1所示。

圖1 目標定位方法流程圖

2.1.檢測概率表

算法的后驗性是基于檢測概率表的。這個表包含了所有可以檢測網格中全體目標的那些傳感器的概率報告。這樣的表是通過簇頭一個一個網格的計算出來的。假設網格點被一系列的傳感器檢測到，用表示。我們用公式（7）來計算概率表。

3 實驗和分析

我們的實驗選取的傳感器網格，其中有20個傳感器隨機分布。參數的設置如表1所示。

圖2顯示的傳感器網絡中是隨機運動的目標軌跡。目標從start移動到end。假設目標的移動以離散的秒為單位，采樣兩個相鄰地點的間隔時間足夠長。

圖3表示目標在傳感器網絡中運動的瞬時和累積節省能量。我們可以從圖中看出，在定位中節省了大量的能量。當接近時，節省的能量會少一些。這是因為在兩步通信策略的頭上需要更多的額外通信。然而，即使是當時，節省的能量也是很客觀的。當選擇了合適的后，我們可以使方法的效率達到最優。

4結論

隨著國家電網公司智能電網工程的不斷發展，無線傳感器網絡也得到越來越多的應用。為了達到綠色節能的建設要求，本文提出了一種基于能量感知的無線傳感器網絡節點定位方法。這種方法基于簇頭和簇中傳感器的兩步通信協議，以及一種后驗定位算法。實驗結果顯示，本文方法可以節省大量的能量。在今后的工作中，我們會進一步研究不同環境下無線傳感器網絡的節點定位方法和安全認證問題。

參考文獻

[1] P. K. Varshney， Distributed Detection and Data Fusion， Springer， New York， NY， 1996.

[2] M. Bhardwaj， T. Garnett and A. P. Chandrakasan， “Bounding the Lifetime of Sensor Networks Via Optimal Role Assignments”， Proc. IEEE Infocom， vol. 3， pp. 1380-1387， 2001.

[3] T. Rappaport， Wireless Communications： Principles Practice， New Jersey： Prentice-Hall， Inc.， 1996.

[4] W. B. Heinzelman， A. Chandrakasan and H. Balakrishnan， “Energy-efficient Communication Protocol for Wireless Micro Sensor Networks”， Proc. 33rd Annual Hawaii International Conference on System Science， pp. 3005-3014， 2000.

[5] E. Shih， B. H. Callhoun， H. C. Seong， and A. P. Chandrakasan， “An Energy-efficient Link Layer for Wireless Micro Sensor Networks”， Proc. IEEE Computer Society Workshop on VLSI， pp. 16-21， 2001.

[6] A. Wang， W. B. Heinzelman， A. P. Chandrakasan， “Energy-scalable Protocols for Battery-operated Macro Sensor Nteworks”， IEEE Workshop on Signal Processing System， pp. 483-490， 1999.

[7] A. Wang， W. B. Heinzelman， A. P. Chandrakasan， “An Energy-efficient System Partitioning for Distributed Wireless Sensor Networks”， Proc. IEEE International Conference on Acoustices， Speech， and signal Processing， vol. 2， pp. 905-908， 2001.

[8] A. Elfes， “Occupancy Grids： A Stochastic Spatial Representation for Active Robot Perception”， Proc. 6th Conference on Uncertainty in AI， pp. 60-70， July， 1990.