基于ETLB-DEEC的精細農業無線傳感器網絡研究*

董丹丹,劉波峰*,董 曦,閃超星

(1.湖南大學機器人視覺與控制技術國家工程實驗室,長沙 410082;2.無錫南泉礦山設備有限公司,江蘇 無錫 214000;3.湖南大學電氣與信息工程學院,長沙 410082)

基于ETLB-DEEC的精細農業無線傳感器網絡研究*

董丹丹1,劉波峰1*,董 曦2,閃超星3

(1.湖南大學機器人視覺與控制技術國家工程實驗室,長沙 410082;2.無錫南泉礦山設備有限公司,江蘇 無錫 214000;3.湖南大學電氣與信息工程學院,長沙 410082)

無線傳感器網絡技術應用于精細農業信息獲取與管理已成為一種趨勢和必然,針對WSN在大規模農田種植監測領域中所面臨的監測面積大、監測時間長、低功耗要求、地勢復雜以及作物多樣等問題,深入研究基于DEEC的等邊三角形節點部署的負載均衡成簇協議ETLB-DEEC(Equilateral Triangle Load Balancing-DEEC),采用等邊三角形網格節點部署方式與網絡分區,提出“孤兒節點”和“收容節點”的概念。在此基礎上,設計一種面向基站最短路徑簇間多跳尋優機制,可找尋多條最短路徑協議。仿真結果表明,改進的協議具備高效節省傳感器節點數、實現全局網絡負載均衡,提高網絡能量利用率,延長WSN整體生命周期等功能和特點。

異構無線傳感器網絡;負載均衡成簇協議;等邊三角形節點部署;精細農業;農田監測

在精細農業[1]中,遠程信息的獲取是目前需要攻克的一個難題。無線傳感器網絡技術應用于精細農業信息化已成為精細農業生產的發展趨勢[2],可解決在傳統農田種植方式中存在的數據獲取難度大、傳輸不及時、資源投入高等問題。借助無線傳感器網絡,能實時獲取農田土壤、作物和環境信息,準確地進行灌溉、施肥和噴灑農藥,有效節約水資源,減少環境污染。但是如何解決無線傳感器網絡在精細農田應用中數量眾多,分布密度高的傳感器節點的實際部署問題,如何延長無線傳感器網絡生命周期,這些都亟待解決。

成簇協議是有效管理網絡能耗以及改進整個網絡性能的方法之一。LEACH[3]協議算法簡單、成簇速度快,是典型的分布式成簇算法,其缺點是節點等概率的當選簇首,沒有考慮節點的剩余能量,而且容易造成簇首分布不均勻。文獻[4]改進了LEACH算法簇首分布不均勻的缺點,考慮了分簇后簇內的通信開銷,簇首的選舉概率直接和該節點的剩余能量相關,但是HEED只適合同構網絡。文獻[5]將節點以組織成鏈的形式,鏈的形成由每個節點或者基站計算得到,但是需要知道網絡拓撲的全局信息。文獻[6]分析正六邊形、正四邊形規則部署以及隨機部署3種方式下覆蓋率與節點間距離的關系,完全覆蓋情況下放置節點的數量。

本文針對異構無線傳感器網絡,提出ETLB-DEEC協議,協議以DEEC[7](Distributed Energy-Efficient Clustering algorithm)算法為基礎,結合等邊三角形網格均勻部署傳感器節點,將網絡區域均分;選擇簇首時,盡可能使每個區域都有簇首生成,提出了“孤兒節點”和“收容節點”的概念;簇首向基站傳輸數據,采用單跳和多跳結合的方式,找尋多條最短路徑。改進后的協議,以低成本、節點便捷部署、低功耗與實際的環境適應性為目標,更好地適應面向精細農業的大規模無線傳感器網絡組織結構。

1 節點部署和DEEC算法分析

1.1 無線傳感器網絡節點部署分析

無線傳感器網絡在精細農業農田的實際監測應用中,傳感器節點的位置和數量會影響系統的信息準確性和實時性,若傳感器節點放置過多,會出現冗余,增加系統的能耗,網絡成本增加。無線傳感器網絡首要解決的問題就是節點的部署問題。

本文所監測的對象是農田,農田覆蓋范圍廣,每年也會翻耕,合理的節點部署不僅可以提高網絡工作效率、優化網絡性能,降低成本,更好的完成信息獲取和傳輸數據[8]。針對這一問題,傳感器節點的部署主要考慮網格部署。網格部署主要有正四邊形部署,正六邊形部署。

1.2 異構網絡

為有效回收利用農田傳感器節點,會在原有死亡節點的基礎上布置新的,相比先前的節點,各節點就不可能均等地使用能量,傳感器網絡也會呈現出能量異構的特點。本文所采用協議的節點間傳輸數據的能耗取決于發送端節點與接收端節點之間的距離。當發送端發送lbit數據,傳輸距離為d時發送端節點消耗的能量為[9]:

(1)

接收端節點消耗的能量為:

ERx(l)=lEelec

(2)

式中:Eelec=50 nJ/bit為發送或接收單位比特電路消耗的能量;由于εfs和εamp已知,臨界值d0約為87.7 m。εfs=10 pJ/(bit/m2)為自由空間模型中功率放大器能量消耗的比例系數,當發送距離小于時,采用自由空間模型;εamp=0.001 3 pJ(bit/m4)為多徑衰落模型中功率放大器能量消耗的比例系數,當發送距離大于等于d0時,采用多路衰減模型。

1.3 DEEC算法分析

DEEC[7]是基于LEACH協議并且適用于多級能量異構網絡的分布式能量有效分簇成簇算法,DEEC協議的簇首選舉,使得初始能量較大的節點和剩余能量較大的節點選為簇首的機會增大,使簇首的選舉能適應能量的變化,從而均衡網絡的能耗,延長網絡的穩定周期。文獻[10]在DEEC的基礎上,通過一個概率密度函數計算出每一個節點成為簇首的概率,使得網絡生命周期最長且基站收到的數據包最多。

在LEACH協議中,節點每輪成為一次簇首,其中ni表示節點si的簇首選舉周期,popt為優化簇首比例,ni和popt互為倒數,在DEEC協議中,節點初始能量在[E0,E0(1+αmax)]內隨機分布,其中E0為初始能量下限,α是能量倍數。Ei(r)為節點i在第r輪的剩余能量,n為傳感器節點總數,在第r輪中網絡中的平均剩余能量[7]為:

(3)

節點成為簇首的概率為:

(4)

DEEC采用平均剩余能量的估算方法,用估算值代替實際網絡中的平均剩余能量來計算節點的簇首選舉概率。假設每個節點每輪中消耗的能量相同,Etotal為網絡初始總能量,R為總網絡生存時間的總輪數,第r輪的平均剩余能量估算值為[8]:

(5)

網絡中每一輪選舉的優化簇首數目為[11]:

(6)

DEEC協議和LEACH協議類似,每個輪轉周期分為3個階段:簇首選舉、組織成簇階段和簇的路由[12]。每一輪每個節點先根據pi的公式算出自身成為簇首的概率,然后產生一個0到1之間的隨機數,如果節點產生的這個隨機數小于這一輪設定的閾值T(si),則該節點被選為這一輪的簇首。然后該節點向周邊其他節點廣播“加入簇”(簇首的ID號及剩余能量)的消息,聲明自己是簇首,其他的非簇首節點則根據所接收到的所有信號并選擇最強信號的簇首作為自己的簇首,并發送加入簇請求,隨后,簇首向簇內成員節點分配TDMA時隙并且廣播。簇首不是固定的,在整個無線傳感器網絡生命周期內,每一輪網絡都會重新在所有節點中選舉簇首,每個存活節點都有可能被選為簇首。

在數據通信階段,普通傳感器節點在自己的時隙內將采集到的數據傳送給所在的簇的簇首,然后,簇首將接收到的信息進行融合處理后,通過單跳的方式直接發送給基站。穩定階段持續一段時間后,網絡重新進入到簇的建立階段,進行下一輪的簇重構,不斷循環。閾值T(si)的計算公式[7]為:

(7)

式中:G為剩余的1/pi輪循環中未當選過簇首的節點的集合。

2 ETLB-DEEC協議

2.1 基于等邊三角形網格的傳感器節點部署

在農田區域覆蓋中,要求區域中的每一點至少被一個無線傳感器網絡節點所覆蓋,同時保證網絡中各節點之間的通信連通性,并在滿足覆蓋和連通要求的前提下,盡可能減少所需節點數,傳感器節點之間的重疊面積盡可能小,使網絡成本最小。

圖1 等邊三角形節點部署

傳感器節點按照圖1所示網格部署。

每個節點的傳感面積充分利用,實現整個農田區域S(L*M)無縫覆蓋,假設N是網絡所需最少節點數,R是節點傳感半徑,L為農田區域的長,M為農田區域的寬,保證覆蓋率為1的情況下,需要放置的節點數N[6]至少為:

(8)

2.2 網絡通信模型

本文中ETLB-DEEC協議采用的網絡模型作如下假設:①所有傳感器節點按照等邊三角形網格部署,節點位置固定且具有臨時的唯一編號和坐標;②傳感器節點設定3種狀態:“預備”、“工作”和“休眠”;③傳感器節點初始能量在某區間內取值,能量有限,都具有數據融合的能力,傳感器節點彼此可以相互通信;④基站位置固定且能量充足;⑤點通過信號強度來估計距離,能根據距離的遠近調節發射功率。

2.3 網絡分區

假設N個傳感器節點按照等邊三角形網格均勻分布在一個M×M的正方形區域內。不管是LEACH還是DEEC,在簇首選舉時,會產生隨機概率,雖然閾值T(si)能讓傳感器網絡整個周期內平均每輪產生的簇首是均勻的,但依然會出現簇首分布不均勻的情況,甚至出現某一大片區域內沒有一個簇首,圖2為網絡分區圖,圖2中,藍色圓點代表簇首,×表示基站(Sink節點),白色圓點代表普通節點。C區域內的節點的能耗就會很大。針對這類情況,改進的算法將區域劃分為面積相等的幾個區域,區域劃分大小和數量可以根據實際情況和需求調整,本文將網絡劃分為4個區域,用A、B、C、D表示。具體實現過程如下:

在簇首生成完成后,依次對每個區域生成的簇首數量進行統計,根據簇首的坐標確定簇首所在分區,例如簇首a的坐標axd=50,ayd=50,所以a在A區。統計每個區域簇首的數量,每個區域應至少有一個簇首,若某區域沒有簇首,如圖C區,則應給C區的節點再一次進行簇首生成的機會,若該區域在該次機會中生成了簇首,該簇首將加入到整個網絡中,若沒有生成,則不再給另外一次機會,簇首選舉階段結束。再一次的機會中,最后沒有選出簇首的原因有很多,如概率問題,一個周期的最后兩三輪,該區域所有的節點全都當選過簇首。

圖2 網絡分區

2.4 面向基站最短路徑簇間多跳尋優機制

在DEEC算法中,簇內成員將收集的信息傳給各自的簇首,簇首將簇內的數據融合后通過單跳的方式將這些數據傳給基站,會使與基站距離越遠的簇首能耗越大,不利于整個網絡的能耗均衡。

改進的路由采用簇首面向基站方向的最短路徑尋優方法,使用單跳和多跳相結合的方式,避免簇首直接單跳發送信息給基站,避免簇頭間出現環路,從而減少簇首每輪的能耗,延長網絡生命周期。算法具體步驟如下:

步驟1 簇首CHi在它周圍找出其鄰居簇首CHj,依次計算CHi到基站的距離,用di to Sink表示,CHj到基站的距離,用dj to Sink表示;

步驟2 判斷;若CHi到基站的距離大于CHj到基站距離,即di to Sink>dj to Sink,表明CHj離基站更近一點。將CHi作為參考點,把dj to Sink小于di to Sink的點稱為CHi的下一跳候選簇首CNCH(Candidate for the Next-hop Cluster Head),將該點的坐標信息記錄到集合NCij(Next Cluster)中,并計算CHi到CHj的距離di to j,同樣記錄在集合NCij中;

步驟3 重復步驟2,直到找到所有滿足要求的點,然后比較NCij中di to j的值,找出最小的min_di to j,那么該簇首就為簇首CHi的下一跳簇首節點NHCH(Next-Hop Cluster Head);

步驟4 若在步驟2中,不存在dj to Sink小于di to Sink的點,則表明該CHi的NHCH為基站,即該CHi直接和基站通信;

步驟5 重復步驟1,直到所有簇首都找到自己的NHCH,多條最短路徑確認。具體流程如圖3所示。

圖3 ETLB-DEEC路由算法拓撲結構

2.5 “孤兒節點”和“收容節點”

在某些輪的組織成簇階段,普通節點加入簇首過程中會出現一類節點,如圖3中節點a到離其最近的簇首C的距離da to c大于節點a到基站的距離da to Sink,即da to c>da to Sink,定義在組織成簇階段,普通節點到基站的距離小于該普通節點到簇首距離的節點a為“孤兒節點”,并且具有以下性質:①“孤兒節點”并非每輪都存在;②“孤兒節點”到基站的距離必然小于到離其最近的簇首節點的距離;③“孤兒節點”不能成為“收容節點”。

而“收容節點”定義為只接收“孤兒節點”發送的數據并把數據融合后發送給簇首的普通節點?！笆杖莨濣c”具有以下性質:①“收容節點”必然是已經加入某個簇首的普通節點;②“收容節點”只能接受“孤兒節點”的數據,不能接收其他任何類型節點的數據。

LEACH和DEEC對類似“孤兒節點”的處理,都是讓其加入到簇首C,那么這類節點的能耗會增大。本文對此類情況提出的一種改進方法:即不讓“孤兒節點”加入“簇C”,具體的處理方法如下:①首先將所有普通節點標記為“0”,讓滿足datoc≤datoSink條件的節點加入到最近的簇首,形成簇,標記這些節點為“1”;②當網絡中存在“孤兒節點”時,使“孤兒節點”尋找一個離自己最近的標記為“1”的普通節點,將自己的信息發送給該普通節點,該普通節點接收融合該節點信息,然后發送給普通節點的簇首,該普通節點即為“收容節點”,另外,標記加入“收容節點”的“孤兒節點”為“2”;③其他孤兒節點按照步驟2找到對應的“收容節點”,并標記自身為“2”,注意,孤兒節點只能找標記為“1”的普通節點作為“收容所”,“孤兒節點”本身不能成為其他“孤兒節點”的“收容節點”。

3 仿真結果分析

3.1 仿真參數設置

在MATLAB R2014a仿真環境下,分別對LEACH-M、DEEC和ETLB-DEEC算法,針對存活節點、網絡能量消耗和數據傳輸量進行仿真,采用2組仿真。其中相同的參數如下:無線傳感器網絡區域大小:200 m×200 m;基站坐標:(100,200);傳感器節點總數:126;節點之間的距離:20 m;節點每次發送數據包大小:4 000 bit;εfs:10 pJ/(bit·m2);εamp:0.001 3 pJ/(bit·m2);最大仿真輪數:5 000。

由于多級能量異構表示節點的初始能量包含多種不同的取值,為避免實驗數據的偶然性,進行了2組且在兩種不同初始能量取值區間條件下[13]的仿真。第1組,取值區間[0.5,1.5],其仿真結果如圖5(a)、圖6(a)、圖7(a)所示;第2組,取值區間[1,2],其仿真結果如圖5(b)、圖6(b)、圖7(b)所示。

3.2 仿真結果與分析

3.2.1 網絡節點部署運行

圖4為ETLB-DEEC等邊三角形網格節點部署運行圖?！啊稹贝砥胀ü濣c,“●”代表簇首,經過多次仿真可知,簇首相對比較均勻的分布在網絡中,基本不會出現1/4以上區域沒有簇首的情況。

圖4 ETLB-DEEC等邊三角形網格節點部署運行圖

3.2.2 ETLB-DEEC與LEACH-M、DEEC協議性能仿真比較

①能量有效性的比較

為防止因隨機性造成的不同的總能量而帶來的影響,讓所有網絡的初始總能量都相同。圖5給出了3種協議在各自一個網絡生命周期內的兩組仿真實驗:網絡運行時間和存活節點數量的關系,它們有共同的特征:ETLB-DEEC在較大輪數才逐漸出現死亡節點,說明ETLB-DEEC的網絡生命周期明顯比LEACH-M和DEEC長。

圖5 運行時間與存活節點數的關系

表1為兩組仿真節點死亡時間對照表,列出了第1個、10%、30%、50%、70%和90%的死亡節點出現的輪數。網絡每輪的簇首選舉并非固定,普通節點會受到數據傳輸距離過長等諸多原因影響,導致網絡中出現的第1個死亡節點不一定就是當前輪的簇首。若剛好第1個死亡節點是某個簇首,該簇不能完成當前輪轉周期,該簇普通節點收集的信息不能及時發送給基站或造成數據丟失,當下一輪開始時,會進行簇重構,直到所有節點死亡,網絡生命周期結束。

表1 節點死亡時間對照表

從表1中可以看出,第1組仿真中,ETLB-DEEC第1個死亡節點出現的時間比DEEC晚172輪,比LEACH-M晚269輪,10%死亡節點出現的時間比DEEC晚343輪,比LEACH-M晚321輪;第2組中,ETLB-DEEC第1個死亡節點出現的時間比DEEC晚289輪,比LEACH-M晚370輪,10%死亡節點出現的時間比DEEC晚753輪,比LEACH-M晚791輪。多次仿真結果表明:由于ETLB-DEEC采用網絡分區,讓簇首分布更均勻,“孤兒節點”將數據傳給“收容節點”,避免“孤兒節點”直接傳輸信息給簇首,延長網絡第1個死亡節點出現的時間,也延長了網絡生命周期。

圖6為兩組仿真實驗的網絡能耗曲線,它們有共同的特征:隨著輪數的增加,能耗逐漸耗盡,且ETLB-DEEC的能耗斜率相對于DEEC和LEACH-M都較小,說明ETLB-DEEC能量消耗比DEEC和LEACH-M要少。圖6(a)中,DEEC在2 600輪左右能量基本耗盡,LEACH-M在2 900輪左右,而ETLB-DEEC在3 500輪左右。圖6(b)中,DEEC在2 900輪左右能量基本耗盡,LEACH-M在3 200輪左右,而ETLB-DEEC在3 900輪左右。相比DEEC和LEACH-M,ETLB-DEEC降低了網絡的能耗,能量有效性更優。

圖6 運行時間與網絡能量消耗的關系

圖7 運行時間與數據傳輸總量的關系

②網絡吞吐量的比較

圖7是運行時間與數據傳輸總量的關系圖,圖7中,比較了3種協議隨著網絡運行時間的延長,基站收到的數據總量的變化情況,在網絡的一個生命周期內,圖7(a)中,ETLB-DEEC中基站收到的數據總量是DEEC的2.29倍、是LEACH-M的2.18倍。圖7(b)中,ETLB-DEEC中基站收到的數據總量是DEEC的2.10倍、是LEACH-M的1.98倍。

4 結論

本文針對DEEC負載不均衡問題,以良好的環境適應性、低成本和低功耗為目標,研究面向精細農業的WSN,提出了基于DEEC的等邊三角形節點部署的負載均衡算法。在ETLB-DEEC協議中,等邊三角形網格節點部署的方式方便實際傳感器節點的部署,減少節點數量,并在低成本節點部署的基礎上,對DEEC協議進行了改進,將網絡分區,使得簇首分布更加均勻,“孤兒節點”和“收容節點”的提出,延長了網絡第1個死亡節點的時間,同時,采用簇頭面向基站方向的最短路徑尋優方法,減少了簇首每輪的能耗,延長了網絡生命周期。仿真結果表明,ETLB-DEEC與DEEC和LEACH-M協議相比有更好的性能,使WSN更好地為精細農業服務,貫徹新修訂的《農藥管理條例》的實施,實現科學施肥、灌溉和施藥,為我國糧食作物安全與高產提供了一種可靠的技術手段。

[1] 張偉. 面向精細農業的無線傳感器網絡關鍵技術研究[D]. 杭州:浙江大學農業電氣化與自動化系,2013.

[2] 黃欣,趙志剛,萬榮澤. 面向精細農業的無線傳感器網絡關鍵技術研究[J]. 農機化研究,2017,(11):208-211.

[3] Heinzelman W B,Chandrakasan A P,Balakrishnan P. An Application-Specific Protocol Architecture for Wireless Microsensor Networks[J]. IEEE Transactions on Wireless Communications,2002,4(1):660-670.

[4] Younis O,Fahmy S. HEED:A Hybrid,Energy-Efficient,Distributed Clustering Approach for Ad Hoc Sensor Networks[J]. IEEE Transactions on Mobile Computing,2004,3(4):660-669.

[5] Lindsey S,Raghavendra C S. PEGASIS:Power-Efficient Gathering in Sensor Information Systems[J]. IEEE Aerospace Conference Proceedings,2002,13(9):1125-1130.

[6] 孫玉文. 基于無線傳感器網絡的農田環境監測系統研究與實現[D]. 南京:南京農業大學農業電氣化與自動化系,2013.

[7] Li Qing,Zhu Qingxin,Wang Mingwen. Design of a Distributed Energy-Efficient Clustering Algorithm for Heterogeneous Wireless Sensor Networks[J]. Computer Communications,2006,(29):2230-2237.

[8] Subir Halder,Amrita Ghosal,Sipra Das Bit. A Pre-Determined Node Deployment Strategy to Prolong Network Lifetime in Wireless Sensor Network[J]. Computer Communications,2011,34(11):1294-1306.

[9] Intanagonwiwat C,Goxindan R,Estrin D. Directed Diffusion:A Scalable and Robust Conmmunication Paradigm for Sensor Networks[C]//Proceedings of the 6th Annual ACM/IEEE International Conference on Mobile Computing and Networking,August,2000:56-67.

[10] Sander Ali Khowaja,Iqra Kanwal Lakho,Lachhman Das Dhomeja. Extending Network Life Time of WSN Through an Optimal Number of Aggregator Nodes for Data Aggregation Protocols[M]. Springer International Publishing Switzerland,2014:109-120.

[11] Samayveer Singh,Aruna Malik,Rajeev Kumar. Energy Efficient Heterogeneous DEEC Protocol for Enhancing Lifetime in WSNs[J]. Engineering Science and Technology,an International Journal,2017,(20):345-353.

[12] 葉繼華,王文,江愛文. 一種基于LEACH的異構WSN能量均衡成簇協議[J]. 傳感技術學報,2015,28(12):1853-1860.

[13] 鄭志明,鄭燕娥,李智仁. 一種基于DEEC的異構節能分簇改進算法[J]. 西華大學學報(自然科學版),2016(1):85-88.

ResearchofWirelessSensorNetworksforPrecision
AgricultureBasedonETLB-DEEC*

DONGDandan1,LIUBofeng1*,DONGXi2,SHANChaoxing3

(1.National Engineering Laboratory of Robot Vision and Control Technology of Hunan University,Changsha 410082,China;2.Wuxi Nanquan Mining equipment Limited Company,Wuxi Jiangsu 214000,China;3.College of Electrical and Information Engineering,Hunan University,Changsha 410082,China)

Nowadays,applying acquisition and management information of wireless sensor networks technology has become a inevitable trade of precision agriculture. For large-scale farmland planting monitoring area,challenges are the requirement of detecting large-scale,long time detection,complex terrain,lower power achievement and species diversity. This article is thoroughly talking about ETLB-DEEC which can solve the above problems by using“Orphan Node”and“Asylum Node”,and applying node deployment with equilateral triangle grid and network division tactics. Based on ETLB-DEEC,a base oration design of shortest path between each cluster multi-hop optimization mechanism has been discussed,which can find multiple shortest path. The simulation proved that ETLB-DEEC can effectively save the quantity of sensors and can realize load balance of the whole network,which also improve the usage efficiency of network power and extend the lifetime of the WSN.

heterogeneous wireless sensor networks;load balancing clustering protocol;equilateral triangle nodes deploying;precision agriculture;farmland monitoring

10.3969/j.issn.1004-1699.2017.12.023

項目來源:國家自然科學基金項目(61471167)

2017-06-07修改日期2017-08-12

TP393;S24

A

1004-1699(2017)12-1918-07

董丹丹(1992-),女,湖南常德人,碩士研究生,研究方向為無線傳感器網絡技術,584751750@qq.com;

劉波峰(1962-),男,碩士研究生導師,主要從事儀器科學、自動化檢測裝置,無線傳感網絡,新能源分布式發電,智能電網等方向的研究工作,liubofeng1980@126.com。