基于協作MIMO的WSNs能耗均衡路由算法

毛口龍

(蘭州交通大學 電子與信息工程學院,甘肅 蘭州 730070)

?

基于協作MIMO的WSNs能耗均衡路由算法

毛口龍

(蘭州交通大學 電子與信息工程學院,甘肅 蘭州 730070)

根據無線傳感器網絡(WSNs)能耗不均衡的特點，基于協作多輸入多輸出(MIMO)技術，提出了一種能耗均衡的協作路由算法—EBCR算法。算法在保證全網均勻分域的前提下，確保域首均勻分布，其次，根據預設的性噪比門限范圍來確定協作節點的可選集，再綜合考慮可選節點的剩余能量、信道狀態和到達域首節點的距離，選擇出域首節點的最優協作節點。實驗結果表明：該算法較其他算法在網絡生存時間，能量效率，平衡網絡能耗方面都有較大改善。

無線傳感器網絡； 能耗均衡； 路由算法； 節點選擇； 能量效率

0 引 言

無線傳感器網絡(wireless sensor networks，WSNs)是一種分布式網絡，其能夠以協作的方式對網絡區域內多種目標的信息數據進行監測、感知和采集，并進行處理[1]。現有的路由算法多是基于單輸入單輸出(single-input single-output，SISO)系統設計而成，存在傳輸能耗高且不可靠的缺點。研究表明，在相同的信噪比條件下，多輸入多輸出(multi-input multi-output,MIMO)系統相比SISO系統可以提供更加可靠的通信，并且在長距離通信中MIMO系統需要更少的發射能量，能夠降低通信開銷[2]。在WSNs中引入協作MIMO技術，節點間通過協作通信可以產生分集增益，提高網絡的性能和降低能耗[3]。文獻[4]將協作MIMO技術引入到LEACH路由算法中，提出了MIMO-LEACH算法，此算法較LEACH路由算法在網絡生存時間方面有較大提升。LEACH算法不能保證所選域首節點(domain-head node,DN)均衡地分布在網絡中，導致部分區域節點能耗過快，不適用于大規模WSNs。文獻[5]提出了一種聯合聚類和協作的路由方案，使DN可以協作傳輸數據。文獻[6]結合LEACH算法，提出了一種節點在隨機部署情況下構建能量負載均衡的多跳路由算法。文獻[7]分析了WSNs在協作多輸入單輸出(multiple-input single-output,MISO)方案下，協作節點(cooperative node,CN)數目對系統性能的影響，提出了根據傳輸距離來動態地選擇CN數目的方案。文獻[8]根據節點到DN的距離和信道狀態來選取CN，但是DN隨機分布。

本文提出的能耗均衡協作路由(EBCR)算法首先對WSNs進行均勻分域，使DN均勻分布在網絡中，考慮將協作MIMO技術引入到域間通信中來，再綜合考慮可選節點的剩余能量、信道狀態和到達DN的距離，提出了一種新的CN選擇算法。通過實驗對EBCR算法的性能進行了驗證。

1 理論基礎分析

1.1 WSNs協作MISO系統模型和能耗模型

1.1.1 網絡模型

本文在Cui S等人[9]提出的WSNs協作MIMO系統基礎上采用了更為廣泛的協作MISO模型，如圖1所示。對模型做以下假設：

1)節點布置完成后，靜止不動；2)網絡中的節點通過其他定位算法獲取自身位置，并且每個節點在部署區域內擁有唯一的ID；3)節點發射功率可以根據每跳傳輸距離相應調節；4)Sink(匯聚節點)能量無限，節點可以根據對方發射的功率基于接收信號強度指示(received signal strength indication，RSSI)計算出與對方和基站(BS)的距離。

圖1 WSNs協作MISO系統模型

1.1.2 能耗模型

WSNs點對點通信能耗主要由電路模塊能耗Pc和功率放大器能耗Ppa組成。基于STBC(空時塊編碼)的MISO系統在給定的誤碼率情況下單位比特傳輸能耗如式(1)所示

(1)

式中Rb為比特速率。

電路功率消耗Pc如式(2)所示

Pc=Pc-transmitter+Pc-receiver

=Nt(PDAC+Pmix+Pfift)+2Psyn+ (PLNA+Pmix+PIFA+Pfifr+PADC)

(2)

式中PDAC為數/模轉換器功率；Pmix為混頻器功率;Pfift為發射端濾波器功率；Psyn為頻率同步器功率；PLNA為中頻放大器功率；PIFA為低噪聲放大器功率；Pfifr為接收端濾波器功率；PADC為模/數轉換器功率。

若信道為K階路徑衰落的平坦衰落時，功率放大器的功率消耗如式(3)所示

(3)

(4)

1.2WSNs分域算法

分域算法可以在一定程度上明顯延長WSNs生存時間，均衡網絡能耗[10]。目前,典型的分域算法有LEACH[11],HEED[12],LEACH-C[13],GRID等。為了使EBCR算法適用于大規模網絡，均衡全網能耗，首先根據最優域首數目基于GRID算法將網絡進行虛擬分區，然后在每個區內根據節點位置和剩余能量選擇出最佳DN。為均衡能耗DN要盡可能均勻分布在網絡中，以輪周期性循環。

2 EBCR算法描述

2.1 域的構成

1)網絡初始化均勻域構成

所有節點部署到監測區域之后，節點通過初始化獲得自身地理位置信息，并計算與對方以及BS的距離，保存在緩存中。Sink坐標為(x0,y0)，節點i坐標為(xi,yi)。根據文獻[14]分析推導出最優域首數如式(5)所示，Gridnum取最優域首數的整數

(5)

式中n為網絡內節點數目;M為部署區域的邊長;dtoBS為網絡內所有節點到BS的平均距離。

(6)

2)最優域首選擇

為盡可能均衡全網能耗，DN應選擇靠近網格質心的節點，DN負責域內節點數據收集，通信能量消耗較快，應該選擇剩余能量較多的節點作為DN。為均衡全網能耗，本文提出了DN選擇函數

(7)

2.2 基于協作MIMO的域間傳輸策略

2.2.1CN選擇算法

本文模型中，DN和CN以協作的方式將收集到的域內數據經融合之后發送至下個DN。定義發送數據的DN為源節點S，協作節點為CN，接收數據的DN為目的節點D，hs-cn,hcn-d和hs-d為三者的信道增益，CNi收到S的瞬時信噪比為γs-cni，D收到CNi的瞬時信噪比為γcni-d。為延長WSNs生存周期，均衡能耗，本文提出了能量高效的CN選擇算法步驟如下:

1)根據S到CN，CN到D的信噪比(SNR)設定一個SNR門限范圍來確定CN的可選集，篩選出對D有較高增益的節點，如式(8)所示

(8)

D設定一個最小的SNR接收門限SNRthmin，當CNi的信噪比SNRth≥SNRthmin，則該節點進入CN的候選集合I，否則進入休眠狀態以節省能量。

2)I中的節點根據當前消耗的能量估計自身剩余能量Ere-cni以及信道增益hs-cni和hcni-d。

3)I中的節點根據位置坐標信息計算自身到S的距離ds-cni和到D的距離dcni-d。

4)DN將收集到的域內普通節點的數據進行融合以后向候選節點廣播一個協作請求消息，候選節點在收到DN的協作請求消息以后將自身剩余能量Ere-cni、信道增益hs-cni和hcni-d以及自身到S的距離ds-cni和到目的節點的距離dcni-d等信息發送給DN。DN收到I發送的信息后根據式(9)計算每個候選節點的權重值

(9)

5)DN對計算的每個節點的權重值進行排序，選出Nt-1個CN進行數據傳輸。經過一段時間數據傳輸以后如果DN和CN的剩余能量超過一定門限時，則全網重新選擇DN。DN選擇出后，重復步驟(1)～步驟(5)，全網進行多跳數據傳輸。

2.2.2 域間數據協作傳輸

DN和CN選擇完成后根據EBCR算法尋找DN到Sink通信代價最小的路由。路徑選擇函數如式(10)所示

(10)

式中Ere(i)，Ere(j)分別為DN中i和j的剩余能量;di-j為i至j的距離;選擇f(i,j)函數值最大的節點作為下一跳DN可以均衡全網能耗。

3 WSNs協作MISO系統性能分析

3.1 平均誤碼率分析

(11)

3.2 系統容量分析

4 仿真分析

通過Matlab軟件對提出的能耗均衡路由算法性能進行仿真。仿真實驗中主要參數設置：部署區域范圍為100 m×100 m;節點數量為100;匯聚節點坐標為(x0=150,y0=50)；節點的初始能量為0.5 J；數據融合因子為0.75。

圖2給出了信道容量隨發送端天線數目的變化關系。可以看出,在信噪比相同的情況下，系統信道平均容量隨著輸入端天線數目的增加而快速增長。

圖3給出了信噪比與誤碼率隨接收端天線數目的變化關系。可以看出系統的誤碼性能會隨著接收信噪比的增加而得到明顯改善，并且協作通信方式相比較直接通信誤碼性能的改善更加明顯。

圖2 信道容量隨發送端天線數目的變化關系

圖3 信噪比與誤碼率隨發送端天線數目的變化關系

圖4反映了MIMO-LEACH算法和EBCR算法下網絡生存時間與節點存活數目的關系。可以看出：網絡運行到250輪左右時,MIMO-LEACH算法的節點存活數目呈快速下降的趨勢，而EBCR算法下降則比較緩慢，說明此時全網的能耗比較均衡，達到了能量高效利用的要求。圖5給出了MIMO-LEACH算法和EBCR算法下網絡生存時間與傳輸能量消耗的關系。可以看出：相比較MIMO-LEACH算法，EBCR算法顯著延長了網絡生存時間。

圖4 網絡生存時間與節點存活數目的關系

圖5 網絡生存時間與傳輸能量消耗的關系

5 結 論

本文提出的EBCR算法首先對WSNs進行均勻分域，使DN均勻分布在網絡中，考慮將協作MIMO技術引入到域間通信中來，然后將節點間的信道狀態、剩余能量以及節點到達DN的距離進行綜合考慮，提出了一種新的CN選擇算法。通過軟件仿真可以看出，該算法較其他算法在網絡生存時間，能量效率，平衡網絡能耗方面都有較大改善。

[1] Nguyen T D,Berder O,Sentieys O.Cooperative MIMO schemes optimal selection for wireless sensor networks[C]∥IEEE Vehi-cular Technology Conference,IEEE,2007:85-89.

[2] Cai X B,Cao H K,Yu L,et al.Virtual MISO-based energy-efficient broadcasting in clustered wireless sensor networks[C]∥International Conference on Wireless Communications Networking and Mobile Computing,2010:1-4.

[3] 刁新穎,張 曙,郭冬梅.基于自適應協作分集技術的無線傳感器網絡[J].傳感器與微系統,2011,30(3):76-80.

[4] Li X,Chen M,Liu W.Application of STBC-encoded cooperative transmissions in wireless sensor networks[J].IEEE Signal Processing Letters,2005,12(2):134-137.

[5] Ibrahim A,Han Z,Liu K J R.Distributed energy-efficient coope-rative routing in wireless networks[J].IEEE Transactions on Wireless Communications,2007,7(10):4413-4418.

[6] 張世偉,張海濤,張士杰.基于固定分簇和能量均衡的無線傳感器網絡多跳路由算法[J].傳感器與微系統,2013,32(8):117-120.

[7] Gong X,Liu X,Liang P,et al.Dynamic selection on the number of antennas for cooperative MISO in WSNs[C]∥International Conference on Wireless Communications & Signal Processing，2012:1-4.

[8] Ahmed I,Peng M,Wang W.Energy efficient cooperative nodes selection in wireless sensor networks[C]∥Proceedings of the 2007 International Conference on Parallel Processing Workshops,IEEE Computer Society,2007:50.

[9] Cui S, Goldsmith A J, Bahai A. Energy-constrained modulation optimization[J]. IEEE Transactions on Wireless Communications, 2005, 4(5):2349-2360.

[10] 朱夏冰,崔寶同.無線傳感器網絡簇頭多跳路徑路由算法[J].傳感器與微系統,2014,33(4):115-117.

[11] Chen G,Li C,Ye M,et al.An unequal cluster-based routing protocol in wireless sensor networks[J].Wireless Networks,2009,15(2):193-207.

[12] Younis O,Fahmy S.HEED:A hybrid,energy-efficient,distributed clustering approach for Ad Hoc sensor networks[J].IEEE Tran-sactions on Mobile Computing,2004,3(4):366-379.

[13] Heinzelman W R,Chandrakasan A,Balakrishnan H.Energy-efficient communication protocol for wireless sensor networks[C]∥Hawaii International Conference on System Sciences,2016:8020.

[14] Bouraoui M,Meddeb A.Optimal number of cluster heads for random topology WSNs using the stable election protocol[C]∥Computer & Information Technology,IEEE,2015.

Energy consumption balanced routing algorithm for WSNs
based on cooperative MIMO

MAO Kou-long

(School of Electronic and Information Engineering,Lanzhou Jiaotong University,Lanzhou 730070,China)

According to characteristics of uneven energy consumption in wireless sensor networks(WSNs),an energy consumption balanced routing algorithm based on cooperative MIMO technology is proposed.The algorithm under the premise of ensures the domain head nodes are evenly distributed in WSNs， the whole network is evenly divided into domains.Secondly,according to the preset signal-to-noise ratio threshold range,determine optional collection of cooperative nodes,and consider remained energy,channel information,and the distance from domain head nodes of optional nodes,optimal cooperative nodes of domain head nodes will be selected out.Experimental results indicate that compared with other algorithms,this algorithm has a great improvement in network survival time,energy utilization efficiency,and balancing network energy consumption.

wireless sensor networks(WSNs); energy consumption balanced ; routing algorithm; node selection; energy efficiency

10.13873/J.1000—9787(2017)08—0134—04

2016—07—19

TN 919.3

A

1000—9787(2017)08—0134—04

毛口龍(1992-)，男，碩士研究生，主要研究方向為無線傳感器網絡中的協作通信、路由協議，E—mail:1104886279@qq.com。