自適應半徑調整的無線傳感器網絡覆蓋算法

王曙光， 楊 蕾， 劉滿倉

(1.西安郵電大學 自動化學院，陜西 西安 710121；2.西安郵電大學 通信與信息工程學院，陜西 西安 710121；3.陜西昱琛航空設備有限公司，陜西 西安 710089)

?

自適應半徑調整的無線傳感器網絡覆蓋算法

王曙光1， 楊 蕾2， 劉滿倉3

(1.西安郵電大學 自動化學院，陜西 西安 710121；2.西安郵電大學 通信與信息工程學院，陜西 西安 710121；3.陜西昱琛航空設備有限公司，陜西 西安 710089)

針對隨機分布的無線傳感器網絡中節點分布不均勻造成的覆蓋冗余，以及同時存在的覆蓋空洞，提出了一種自適應半徑調整無線傳感器網絡覆蓋算法，通過閾值判斷監測區域內傳感器節點密度，根據監測區域內傳感器節點疏密程度，利用節點半徑步長系數對監測區域內節點半徑進行自適應調整，建立無線傳感器節點發射功率與節點發射半徑的模型，計算無線傳感器發射功率，通過實驗和仿真，表明上述方法能夠保證網絡覆蓋率的基礎上減少無線傳感器網絡總功耗，提高網絡壽命。

無線傳感器網絡； 覆蓋率； 網絡功耗

0 引 言

無線傳感器網絡(WSNs)在應用中，節點部署和覆蓋控制是一個基本問題。在很多應用中網絡采用隨機部署方式[1]。傳統無線傳感器網絡隨機部署，為了實現對監測區域有效覆蓋，采用大量拋灑傳感器節點的方式，這樣雖然在傳感器網絡覆蓋率上得到了保證，但傳感器節點自身攜帶的能量有限，以固定發射功率發送信號，容易造成節點密度密集的地方覆蓋重疊，節點密度稀少的地方產生覆蓋空洞，浪費節點資源。將傳感器節點區分為活動和休眠節點[2,3]，合理調度部分傳感器節點覆蓋監測區域[4,5],優化隨機分布的無線傳感器網絡覆蓋，消除冗余覆蓋，減少網絡的功耗，提高網絡的生存時間，是目前無線傳感器網絡的主要研究方向之一。

本文提出一種自適應無線傳感器網絡覆蓋方法，計算單個節點通信覆蓋范圍內連接節點的個數與距離，求出連接距離平均值，根據各個節點周圍連接距離平均值，設定判定閾值Dmax,Dmin，給出閾值與節點半徑步長調整系數η的關系模型，通過調整閾值與步長系數，改變傳感器節點覆蓋半徑，實現在保證監測區域內覆蓋率不變或者減少很小的情況下，降低網絡功耗的目的。

1 傳感器節點布設模型

1.1 假設條件

本文傳感器節點假設條件:1)相對與單個節點的最大覆蓋范圍，監測區域的覆蓋范圍要遠遠大于單個節點的最大覆蓋范圍。2)傳統無線傳感器網絡覆蓋半徑為6 m，節點部署后位置不變化,可以調整發射功率，進而可以改變發射半徑，傳感器節點最大半徑等于8 m。3)節點傳感器采用的是布爾覆蓋模型為基礎[6,7],每個節點傳感器的通信范圍是以節點為圓心，R為半徑的圓。4)發射天線增益Gt等于接收天線增益Gr，Gt=Gr=10 dBm，無線電頻率f=420 MHz。5)節點接受靈敏度為Prmin等于-10 dBm。

1.2 節點數量

無線傳感器網絡中隨機部署節點的情況符合概率論中的泊松分布，文獻[8,9]已經證明了節點服從泊松分布的可能性。

無線傳感器網絡參數，覆蓋率、節點密度、節點覆蓋半徑三者[8]關系其如下所示

(1)

式中 fa為監測區域內無線傳感器的覆蓋率，r為監測區域內所有節點的覆蓋半徑。

監測區域的面積為S，滿足一定覆蓋率等條件下，節點部署數量為N，關系如下所示

N=λS

(2)

1.3 節點發射功率與發射半徑

常見的傳播路徑損耗模型有三種[10]:自由空間傳播模型，對數路徑損耗模型和哈特模型。本文討論自由空間模型,能量損耗模型公式[11,12]如下所示

Los(dB)=32.45+20lgd+20lgf

(3)

式中 d為發射機與接收機的距離, f為發射機發送電磁波的頻率。

自由空間模型中接收機的接收功率計算公式[12]，如下所示

Pr=Pt+Gt+Gr-Los

(4)

式中 Pt為自由空間中發射機的發射功率，Pr為自由空間中接收機的接收功率，Gt為發射機的天線增益，Gr為接收機的天線增益，Los為傳輸損耗。

根據條件四的假設，Gt=Gr=10dBm，Prmin=-10dBm，Prmin表示接收機可以接收到并能正常工作的最低接收功率[13]。由式(3)可知，當發射機以Pt為發射功率向接收機發送信號時，電磁波經過距離為d的路損衰減，如果接收機能夠接收到的功率等于接收靈敏度，即接收機的最小接收功率，則此時的傳輸路損Los應為最大，由式(3)，式(4)兩式可以得出發射功率與傳輸距離的關系

Pt=32.45+20lgd(km)+20lg420(MHz)-30

(5)

2 自適應半徑調整無線傳感器算法

傳統無線傳感器網絡中網絡節點使用統一半徑覆蓋監測區域，隨機部署無線傳感器網絡的特性可知[14]，在節點密度大的區域傳感器節點之間產生重復覆蓋，而在節點密度小的區域內會產生覆蓋空洞。本文通過設定節點通信半徑閾值Dmax與Dmin的方法，判定傳感器節點處于密集區域或稀少區域，調整節點半徑步長系數，改變節點覆蓋半徑。

具體算法步驟如下:

1)連接傳感器節點覆蓋半徑周圍內的各個節點，統計連線距離。

2)計算各點周圍連接距離的平均值。

3)根據各個節點周圍連線距離的平均值，設定閾值參量Dmax,Dmin以及節點半徑步長系數η:

a.當傳感器節點之間距離大于Dmax時，表示無線傳感器節點在該監測測區域內屬于稀少轉態，提高節點覆蓋半徑，公式如下所示

Rx=(1+η)R

(6)

b.當傳感器節點之間距離小于Dmin時，表示無線傳感器節點在該監測區域內屬于密集狀態，減少節點覆蓋半徑，公式如下所示

Ry=(1-η)R

(7)

c.當傳感器節點之間的距離小于Dmax,并且大于Dmin時，表示無線傳感器節點在該監測區域內的疏密程度合適。該區域內節點覆蓋半徑不變。

以上兩個式子中的Rx與Ry表示調整后節點覆蓋半徑，η為調整步長。

4)調整后，用蒙特卡羅統計法[15]計算覆蓋率fa。

5)計算調整后各個節點的分功率，得出總功率Ptotal。

3 仿真分析

監測區域S為100m×100m的二維平面，通過公式(1)計算隨機部署條件為fa=98 %和R=6m時的節點密度λ，并且通過公式(2)計算監測區域S內至少部署節點數目N=345，實驗取N=365。在監測區域S內生成隨機節點, 通過蒙特卡羅統計法計算覆蓋率, 由公式(5)計算單個節點功率，求和得出總功耗Pt總。圖1為傳統無線傳感器網絡的覆蓋情況，覆蓋率fa=98 %,總功率Pt=7641.3dBm。

經過自適應半徑調整無線傳感器算法的覆蓋后，網絡覆蓋如圖2所示。可以看出，節點密集的區域，節點連線明顯減少，節點稀少的區域，節點之間選擇性增加了連線長度。

設定閾值Dmax=5m,Dmin=4m,覆蓋半徑步長系數η=0.01m,10次仿真實驗結果如表1。

表1中可以得出:在節點數目和部署分布不變的情況下，設置閾值與步長系數，調整覆蓋半徑，覆蓋率基本不變，自適應半徑調整網絡覆蓋算法的總功率明顯低于傳統傳感器網絡覆蓋算法的總功率。

圖1 傳統無線傳感器網絡覆蓋Fig 1 Traditional WSNs coverage

圖2 自適應半徑調整傳感器網絡覆蓋Fig 2 Adaptive radius adjustment WSNs coverage

測試指標12345678910傳統方法總功率/dBm7641.37641.37641.37641.37641.37641.37641.37641.37641.37641.3傳統方法覆蓋率/%98.797.797.497.598.098.298.198.598.698.0自適應方法總功率/dBm7325.175527545.87524.97477.67550.07385.67326.17420.07433.0自適應方法覆蓋率/%98.197.797.197.397.598.297.598.198.397.8總功率變化率/%4.11.11.21.52.11.13.34.12.82.7覆蓋率變化率/%0.600.30.20.500.60.60.30.2

4 結束語

本文提出自適應半徑調整的無線傳感網絡覆蓋算法，根據自由空間模型和自由空間損耗鏈路公式，給出節點發射功率與節點覆蓋半徑的模型，調整閾值和節點半徑步長系數，自適應改變節點覆蓋半徑。為了驗證自適應半徑調整傳感器網絡覆蓋的性能，從網絡總能耗和監測區域覆蓋率方面進行實驗與仿真，實驗結果表明，合理設置閾值可以達到在保障覆蓋率的前提下，降低網絡能耗。

[1] Poduri S, Pattem S, Krishnamachari B, et al.A unifying framework for tunable topology control in sensor networks[J].Cove-rage Rate,2005,8(2):218-230.

[2] Cardei M，Du D Z.Improving wireless sensor network lifetime through power aware organization[J].Wireless Networks，2005，11(3):333-340.

[3] 彭蓓雷,程良倫.一種節點任務活動狀態感知的改進型S-MAC協議[J].傳感器與微系統，2011,30(5):72-74.

[4] 張 蕾.無線傳感器網絡中多重覆蓋算法的研究[J].傳感技術學報，2014，27(6):802-806.

[5] 趙小燕, 張 申, 李建峰.覆蓋范圍可變時WSNs優化算法[J].傳感器與微系統，2009,28(7):107-109.

[6] Zhang H，Hou J C.Maintaining sensing coverage and connectivity large sensor networks[J].Journal of Ad Hoc and Sensor Networks，2005(1):89-124.

[7] 薛興亮.基于布爾感知模型的邊界線多重覆蓋算法[J].海軍航空工程學院學報,2013,28(5):510-513.

[8] 高德民.無線傳感器網絡隨機分布模型及覆蓋控制研究[J].傳感器技術學報，2011,24(3):413-417.

[9] 趙 靜.無線多媒體傳感器網絡感知模型與數量估計[J].軟件學報,2012,23(8):2104-2114.

[10] 趙士強.基于RSSI的WSNs定位算法及測距影響因素的研究[D].長春:吉林大學，2014:30-32.

[11] Andersen J B, Rappaport T S, Yoshida S.Propagation measurements and models for wireless communications channels[J].Communications Magazine, IEEE，1995, 33(1):42-49.

[12] 葉雙印.電視直播中繼微波設備常用公式和鏈路計算方法與分析[J].電視技術論談,1999(3):54-57.

[13] 賴 鵬.短距離無線數據傳輸系統的設計[D].廈門:廈門大學,2014:10-12.

[14] 王 偉，林 鋒,周激流.無線傳感器網絡覆蓋問題的研究進展[J].計算機應用研究,2010,27(1):33-35.

[15] 吳海霞.蒙特卡羅方法在實際問題中的應用[J].太原師范學院學報，2009(1):77-79.

王曙光(1972-)，河北保定人，碩士，副教授，從事嵌入式系統設計、機器人技術方向研究工作。

Adaptive radius adjustment algorithm of wireless sensor networks coverage

WANG Shu-guang1, YANG Lei2， LIU Man-cang3

(1.School of Automation, Xi’an University of Posts & Telecommunications, Xi’an 710121,China；2.School of Communication and Information Engineering, Xi’an University of Posts and Telecommunications,Xi’an 710121, China;3.Yu Chen Aviation Equipment of Shaanxi, Xi’an 710089,China)

In order to solve the problem of coverage redundancy caused by uneven distribution of nodes in wireless sensor networks(WSNs) distributed randomly , as well as existence of covering hole at the same time, an adaptive adjustment algorithm for WSNs coverage radius is proposed, which judging and analysis the sensor node density by setting the threshold.According to the degree of sensor nodes density monitoring area,node radius with coverage is adjusted in an adaptive way using the coefficient of node radius step.Set up wireless sensor node transmission power and emission radius model, and calculate the transmission power.Simulation show that the proposed algorithm can reduce overall power consumption of network increase network lifetime.

wireless sensor networks(WSNs); coverage rate; power consumption of network

10.13873/J.1000—9787(2016)12—0137—03

2016—01—06

TP 391

A

1000—9787(2016)12—0137—03