智能電網(wǎng)中無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的低耗能定位方法

摘要：無(wú)線傳感器網(wǎng)絡(luò)在智能電網(wǎng)目標(biāo)檢測(cè)、監(jiān)測(cè)和定位中得到越來(lái)越多的應(yīng)用。在無(wú)線傳感器網(wǎng)絡(luò)中，能量是一種臨界資源，系統(tǒng)壽命通過(guò)節(jié)能策略得到延長(zhǎng)。本文提出了一種基于能量感知的節(jié)點(diǎn)檢測(cè)和定位方法。它應(yīng)用于基于聚類(lèi)的無(wú)線傳感器網(wǎng)絡(luò)，使用的是簇頭和簇內(nèi)傳感器之間兩步通信協(xié)議的后驗(yàn)算法。只需要少量的傳感器節(jié)點(diǎn)信息，簇頭執(zhí)行定位程序來(lái)確定進(jìn)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(zhǎng)了系統(tǒng)壽命。實(shí)驗(yàn)結(jié)果顯示使用這種定位方法可以節(jié)省大量的能量。

關(guān)鍵詞：智能電網(wǎng) 無(wú)線傳感網(wǎng)絡(luò) 節(jié)點(diǎn)定位 能量感知

中圖分類(lèi)號(hào)： TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)1672-3791（2015）07（c）-0000-00

智能電網(wǎng)的數(shù)據(jù)傳輸網(wǎng)的組成包括有線網(wǎng)絡(luò)和無(wú)線網(wǎng)絡(luò)，其中無(wú)線網(wǎng)絡(luò)主要指無(wú)線傳感器網(wǎng)絡(luò)。無(wú)線傳感器網(wǎng)絡(luò)是面向具體應(yīng)用型的網(wǎng)絡(luò)，在智能電網(wǎng)中還是一個(gè)較新與較熱的研究領(lǐng)域。無(wú)線傳感器網(wǎng)絡(luò)的強(qiáng)適應(yīng)性確保節(jié)點(diǎn)能根據(jù)實(shí)際要求部署在各種條件苛刻環(huán)境險(xiǎn)惡的區(qū)域內(nèi)，不僅減輕了人工檢查的工作量和困難度，而且可以長(zhǎng)期有效地收集數(shù)據(jù)信息，同時(shí)減少了維護(hù)次數(shù)，降低了有線檢測(cè)的成本，特別是在偏遠(yuǎn)山區(qū)甚至是人類(lèi)搜索更加困難的區(qū)域，都可以最大地體現(xiàn)無(wú)線傳感器網(wǎng)絡(luò)的優(yōu)勢(shì)。

智能電網(wǎng)是一項(xiàng)清潔綠色的工程，要求無(wú)線傳感器網(wǎng)絡(luò)具有更小的能量消耗和通信帶寬需求，具有更長(zhǎng)的系統(tǒng)壽命。能量策略在網(wǎng)絡(luò)中是至關(guān)重要的[1]。近來(lái)有一些研究已經(jīng)使傳感器網(wǎng)絡(luò)能量更有效。在文獻(xiàn)[2]中，提出了一種無(wú)論傳感器是否工作，都能計(jì)算出網(wǎng)絡(luò)壽命邊界的數(shù)學(xué)模型。文獻(xiàn)[3]中基于硬件的用來(lái)傳輸和接收的能量模型被廣泛應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)中。文獻(xiàn)[4]提出了基于簇的LEACH路由算法，作為無(wú)線傳感器網(wǎng)絡(luò)的高效能量通信協(xié)議。其他相關(guān)工作包括鏈路層的能量節(jié)省策略[5]、數(shù)據(jù)融合[6]和系統(tǒng)劃分[7]。

我們主要關(guān)注減少用于無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位的能量消耗。一般來(lái)說(shuō)，一個(gè)傳感器網(wǎng)絡(luò)如果沒(méi)有節(jié)點(diǎn)活動(dòng)，能量的消耗率是恒定的[2]。由于定位包括不同節(jié)點(diǎn)的協(xié)同傳感和通信，所以一個(gè)活動(dòng)的傳感器網(wǎng)絡(luò)的最低能量消耗是很難確定的。定位細(xì)節(jié)的傳輸由于包含了大量的原始數(shù)據(jù)而需要消耗很大的能量。同時(shí)，無(wú)線信道的有限帶寬也使得定位細(xì)節(jié)傳輸?shù)酱仡^的時(shí)間有了延遲。本文中，我們采用一種新的節(jié)點(diǎn)定位策略來(lái)延長(zhǎng)網(wǎng)絡(luò)壽命。我們提出了一種后驗(yàn)的能量感知定位策略，基于簇頭和簇內(nèi)傳感器之間兩步通信協(xié)議。第一步傳感器檢測(cè)出一個(gè)事件位置，并將它用簡(jiǎn)單的二進(jìn)制傳給簇頭。然后，簇頭詢(xún)問(wèn)一個(gè)有近似位置信息的傳感器子集。仿真結(jié)果顯示使用這種定位方法可以節(jié)省大量的能量。

本文第二部分提出了預(yù)備知識(shí)和假設(shè)。第三部分能量感知策略的具體步驟。相關(guān)的實(shí)驗(yàn)結(jié)果和分析在第四部分給出。最后總結(jié)和提出了今后工作的方向。

1相關(guān)設(shè)定

在本文中我們做以下假設(shè)：在初始化之后，網(wǎng)絡(luò)中的所有節(jié)點(diǎn)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(wǎng)絡(luò)節(jié)點(diǎn)，這是因?yàn)楸疚挠么仡^負(fù)責(zé)計(jì)算，節(jié)點(diǎn)負(fù)責(zé)收集數(shù)據(jù)。為了方便，我們認(rèn)為發(fā)送和接收一定數(shù)量的數(shù)據(jù)所花費(fèi)的時(shí)間是一樣的。不同節(jié)點(diǎn)到簇頭的距離差異忽略不計(jì)。另外，所有傳感器節(jié)點(diǎn)假設(shè)都是一致的。

傳感器的檢測(cè)模型是將物理的傳感信號(hào)轉(zhuǎn)化成概率數(shù)值，用以評(píng)價(jià)傳感器收集數(shù)據(jù)的穩(wěn)定水平。考慮一個(gè)網(wǎng)格的傳感器網(wǎng)絡(luò)，假設(shè)其中在初始部署階段有個(gè)傳感器。每個(gè)傳感器的偵測(cè)范圍是。假設(shè)節(jié)點(diǎn)，表示配置在點(diǎn)處的節(jié)點(diǎn)。我們把協(xié)同節(jié)點(diǎn)P和之間的歐式距離定義為。公式（1）表示概率傳感器檢測(cè)模型[8]。

（1）

其中，表示檢測(cè)中的不確定性測(cè)量。，和表示當(dāng)距離大于，但小于傳感器檢測(cè)范圍時(shí)的檢測(cè)概率測(cè)量的參量。

我們采用文獻(xiàn)[2]中的方法來(lái)建立能量消耗的模型。假設(shè)一個(gè)傳感器的能量消耗由三部分組成：感知、發(fā)送和接收，并分別用、和表示。在時(shí)刻，同時(shí)有個(gè)傳感器檢測(cè)到目標(biāo)。無(wú)線網(wǎng)絡(luò)傳感器活動(dòng)的能量可以表示為：

2目標(biāo)定位方法

在我們的兩步通信協(xié)議中，當(dāng)傳感器檢測(cè)到一個(gè)目標(biāo)，它會(huì)發(fā)送一個(gè)事件通知到簇頭。為了節(jié)省能量和帶寬，這個(gè)事件通知會(huì)用很簡(jiǎn)單的方式，一個(gè)比特就夠了。詳細(xì)的信息會(huì)先存儲(chǔ)在本地內(nèi)存中并在后繼的問(wèn)詢(xún)中提供給簇頭。在收到簇中傳感器信息的基礎(chǔ)上，簇頭執(zhí)行一個(gè)或然定位算法來(lái)確定候選定位信息，然后質(zhì)詢(xún)臨近的傳感器。流程圖如圖1所示。

圖1 目標(biāo)定位方法流程圖

2.1.檢測(cè)概率表

算法的后驗(yàn)性是基于檢測(cè)概率表的。這個(gè)表包含了所有可以檢測(cè)網(wǎng)格中全體目標(biāo)的那些傳感器的概率報(bào)告。這樣的表是通過(guò)簇頭一個(gè)一個(gè)網(wǎng)格的計(jì)算出來(lái)的。假設(shè)網(wǎng)格點(diǎn)被一系列的傳感器檢測(cè)到，用表示。我們用公式（7）來(lái)計(jì)算概率表。

3 實(shí)驗(yàn)和分析

我們的實(shí)驗(yàn)選取的傳感器網(wǎng)格，其中有20個(gè)傳感器隨機(jī)分布。參數(shù)的設(shè)置如表1所示。

圖2顯示的傳感器網(wǎng)絡(luò)中是隨機(jī)運(yùn)動(dòng)的目標(biāo)軌跡。目標(biāo)從start移動(dòng)到end。假設(shè)目標(biāo)的移動(dòng)以離散的秒為單位，采樣兩個(gè)相鄰地點(diǎn)的間隔時(shí)間足夠長(zhǎng)。

圖3表示目標(biāo)在傳感器網(wǎng)絡(luò)中運(yùn)動(dòng)的瞬時(shí)和累積節(jié)省能量。我們可以從圖中看出，在定位中節(jié)省了大量的能量。當(dāng)接近時(shí)，節(jié)省的能量會(huì)少一些。這是因?yàn)樵趦刹酵ㄐ挪呗缘念^上需要更多的額外通信。然而，即使是當(dāng)時(shí)，節(jié)省的能量也是很客觀的。當(dāng)選擇了合適的后，我們可以使方法的效率達(dá)到最優(yōu)。

4結(jié)論

隨著國(guó)家電網(wǎng)公司智能電網(wǎng)工程的不斷發(fā)展，無(wú)線傳感器網(wǎng)絡(luò)也得到越來(lái)越多的應(yīng)用。為了達(dá)到綠色節(jié)能的建設(shè)要求，本文提出了一種基于能量感知的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位方法。這種方法基于簇頭和簇中傳感器的兩步通信協(xié)議，以及一種后驗(yàn)定位算法。實(shí)驗(yàn)結(jié)果顯示，本文方法可以節(jié)省大量的能量。在今后的工作中，我們會(huì)進(jìn)一步研究不同環(huán)境下無(wú)線傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)定位方法和安全認(rèn)證問(wèn)題。

參考文獻(xiàn)

[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.