太陽能補給的線型WSN能量高效路由算法

李翠然,李 昂

(蘭州交通大學 電子與信息工程學院,蘭州 730070)

0 概述

無線傳感器網絡(Wireless Sensor Network,WSN)是一種由大量傳感器節點以多跳自組織方式組成的無線通信網絡,其具有監測精度高、覆蓋區域廣等特點[1],在數據收集、環境監測等領域被廣泛應用。目前,針對平坦型WSN的路由算法已經有大量研究成果,但是對狹長區域進行環境監測時,還需要設計WSN節點線型部署時的路由算法以滿足應用需求[2]。

線型WSN可以應用于管道[3]、鐵路沿線[4]和邊界[5]等線型區域的環境監測。但線型WSN特殊的拓撲結構更易導致能量空洞問題,即靠近匯聚節點的節點由于轉發數據包數量多而造成能量快速消耗甚至節點死亡。文獻[6]提出一種用于監視大型建筑物中各種管道的線型WSN節點最優部署方案,其采用獅群優化算法,根據不同管道長度優化節點數和節點間距離,以最小的延遲和丟包率使節點部署數量最少同時延長網絡壽命。文獻[4]面向高速鐵路環境提出一種基于事件觸發的線型WSN路由協議,通過調節觸發閾值減少節點轉發數據量,從而降低節點能耗,延長網絡生命周期。文獻[7]針對鐵路線型環境提出的路由算法,根據采集信息的重要程度設置優先級,使等級高的數據包傳輸跳數變少,從而減少排隊時延,有效均衡網絡能耗,延長網絡壽命。上述路由算法雖然適用于線型環境,但是一旦節點電池耗盡,網絡就會死亡。

目前,環境能量采集(Ambient Power Harvesting,APH)技術的發展使傳感器節點不僅由電池供電,而且還可以從環境中補給能量(如太陽能、振動能等)[8]。但是由于APH具有隨機性和時變性,因此能量有效性研究始終是WSN硬件設計、通信協議和上層應用優化方面的研究重點[9],設計高效管理的路由協議并合理利用采集的能量十分重要。ACMC[10]是一種數據采集量隨太陽能能量補給值變化的路由算法,其由矩陣恢復出全部數據,同時增大遠離簇頭節點的占空比,從而提高能量利用率并降低網絡時延。DEARER[11]是一種具有能量預留的距離和能量感知路由算法,其設定能量補給為泊松分布,使節點輪流成為簇頭,在節點為非簇頭節點時預留部分能量在自身為簇頭時使用,從而解決能量補給短缺時簇頭中斷的問題。PHC[12]是一種基于振動能能量補給的分簇路由算法,其中簇首的選擇綜合考慮各節點能量補給值和剩余能量,并定義一個代價函數決定非簇頭節點應歸屬于哪個簇的問題,從而有效延長網絡壽命。

現有針對能量采集WSN的路由算法多為面向節點大面積密集隨機部署的場景,不適用于線型環境監測。為此,本文提出一種具有太陽能補給功能的WSN路由算法,針對不同能量補給值設置傳輸閾值,從而高效利用補給能量,延長網絡生命周期,使算法滿足線型WSN節點部署要求。

1 系統模型

1.1 節點部署方式與能耗模型

線型WSN節點部署方式如圖1所示[4]。在鐵路沿線這種線型狹長區域部署大量信息采集節點,用于采集沿線氣溫、風力、機車參數等大量數據,并將采集的信息周期性地發送至數據接收/轉發節點,每個數據接收/轉發節點接收到信息采集節點轉發的數據量相同。為定量分析線型WSN的節點能耗問題,本文做如下假設:

2)所有傳感器節點都是同構的,具有相同初始能量和唯一ID,并且部署后不可移動。

3)由于節點能耗主要發生在接收和轉發數據中,為簡化計算,對節點感知環境的能耗忽略不計。

4)節點可根據與接收節點之間的距離自由調節發射功率以節省能量。

5)數據傳輸時不考慮沖突或重傳。

圖1 線型WSN節點部署示意圖

無線傳感器節點的主要功能包括信息感知、信息處理和信息傳輸,相對于信息感知和信息處理,信息傳輸的能耗較高[13]。節點每傳輸lbit數據至距離d時,發送端和接收端的能量消耗ETX和ERX分別表示為[14]:

(1)考慮到介質含有焦粉等顆粒雜質以及在運行過程中會產生熱量，易導致電滲析膜堵塞、老化變性，從而縮短膜壽命，故在工藝中設置預處理工序，對介質進行過濾和冷卻，以保護設備。

(1)

ERX(l)=lEelec

(2)

1.2 太陽能補給模型

傳感器節點主要由處理模塊、傳感模塊、能量模塊和通信模塊4個部分組成[15]。圖2顯示了具有太陽能采集功能的WSN節點系統結構。在能量采集模塊中,通過太陽能電池板將太陽能轉化為電能,可以直接為節點供能。若太陽能采集速率大于節點消耗速率,則可以將多采集的能量存儲于能量存儲模塊即電池中;若太陽能補給不足,則采用電池供電[16]。

圖2 具有太陽能補給功能的WSN節點系統結構

太陽能采集能量的多少主要取決于時間、天氣和位置等信息[17]。本文對傳感器節點配備1 V 80 mA的30 mm×25 mm太陽能電池,對不同天氣下節點的能量采集速率進行實際測量,每隔10分鐘記錄一次數據。設置同一節點位置不變,晴天和陰天環境下的最大能量采集功率如圖3所示。

圖3 不同天氣條件下節點太陽能最大采集功率

2 路由算法

本文提出太陽能補給的線型WSN能量高效路由算法,其設計思想為:根據不同天氣條件下太陽能補給值的不同,確定相應的傳輸閾值,提高數據傳輸量,并采用節點均勻分簇和簇內節點輪流作為簇首的機制,以均衡節點間的能耗,延長網絡生命周期。

2.1 傳輸閾值選取

由于太陽能能量補給具有隨機性、受天氣影響變化大和夜間無能量補給的特性[18],因此在設計具有太陽能補給功能的WSN路由算法時要兼顧有能量補給和無能量補給2種情況。定義數據傳輸閾值η為Sink節點接收到的數據包數量占信息采集節點轉發數據包數量的比率,取值范圍為(0,1]。當有能量補給時,根據能量補給值的變化設置不同的閾值,從而高效利用補給能量以提升網絡性能;當夜間無能量補給時,全網為節能模式,設置較低的閾值,使網絡可以運行至下一個能量補給周期。

在白天,根據太陽能補給量可以將網絡分為3種狀態,分別為耗能期、儲能期和平穩期。若節點能量補給值小于等于消耗值α,此時網絡處于耗能期,網絡總能量呈下降趨勢,為延長網絡生命周期,將數據傳輸閾值設置為η1;若節點電池電量小于初始值E0,能量補給值大于消耗值α,此時網絡處于儲能期,節點電池為充電狀態,網絡總能量呈上升趨勢,但由于電池并沒有充滿,因此將數據傳輸閾值提升到η2;若電池電量已充滿為E0,節點能量補給值大于等于消耗值α,此時網絡處于平穩期,為減少能量的溢出浪費,將補給能量用于全部數據傳輸,此時將傳輸閾值設置為η3=1。

在夜間,網絡處于無能量補給階段,此時要根據夜間時長和夜間來臨時刻節點的剩余能量確定傳輸閾值η4,以達到延長網絡生命周期至下一次能量補給周期的目的。

網絡處于不同狀態時,每輪能量補給周期內的傳輸數據包數量mη表示為:

(3)

2.2 分簇與簇首選舉

分簇算法將網絡任務分散到各個簇并在本地范圍內加以解決,為網絡帶來全面的性能提升[19]。文獻[4]中數據接收/轉發節點之間距離為250 m,間距較遠,節點間為單跳傳輸,容易使靠近Sink節點的傳感器節點能量迅速耗盡而造成能量空洞現象。為均衡節點間能耗,本文在原節點之間增設新的節點,并以簇直徑D均勻分簇,如圖4所示。其中,d為新增節點后節點之間的距離,此時網絡中均勻部署了n個節點。當網絡初始化運行分簇后,網絡拓撲結構不再發生變化。

圖4 節點均勻分簇示意圖

每個簇內節點數n0為:

(4)

若監測區域長度為L,則每個節點接收信息采集節點的數據包數量m0為:

(5)

在長距離、線型稀疏節點部署環境下,為確保相鄰簇首間的距離相近并且簇首節點有較充足的剩余能量,采用使簇內節點輪流成為簇首的選舉機制。在每輪簇首選舉中,每個簇內從靠近Sink節點的節點成為簇首開始,依次到簇內距離Sink最遠的節點成為簇首的輪數為一次循環,則循環一次為n0輪,保證每一輪相鄰簇首之間的距離均為D,使簇內各節點平均能耗相近,從而延長網絡生命周期。

2.3 數據傳輸

路由算法采用單跳和多跳相結合的數據傳輸方式。簇內通信采用單跳傳輸方式,簇內節點將其采集到的數據包直接發送給簇內的簇首節點;簇間通信采用多跳傳輸方式,簇首節點將接收到的簇內成員和其他簇首的數據包轉發至Sink方向最近簇首,從而將數據包多跳傳輸至Sink節點。

除了距離Sink最近的簇外,其余每個簇內任意一個節點成為簇首的能耗為:

(6)

由式(6)可以看出,簇首能耗與簇內節點數無關,只與簇首所在簇的位置有關,越靠近Sink的簇首轉發的數據量越大,這是因為節點能耗主要取決于收發節點之間的距離和比特數[20]。但第一個簇內除距離Sink最遠的節點外,其余節點成為簇首后雖然數據轉發量大,但是轉發距離均小于D,只有第一個簇內距離Sink最遠的節點成為簇首時,其數據轉發量和傳輸距離為全網最高,會成為網絡最先死亡的節點。本文采用網絡生命周期的一般定義,即網絡中第一個節點死亡時的輪次,計算網絡的生存周期T。

將第一個簇內距離Sink最遠的節點稱為節點A,則在一次循環中,節點A在前(n0-1)輪為普通節點,在第n0輪為簇頭節點。節點A在前(n0-1)輪的總接收能耗E2和總發射能耗En0-1分別表示為:

E1=m0(n0-1)lEelec

(7)

E2=m0ηl(Eelec+εmp·d4)+m0ηl((Eelec+εmp·(2d)4)+…+m0ηl(Eelec+εmp·((n0-1)d)4)=

(8)

(9)

節點A在第n0輪成為簇首的總能耗En0為:

(10)

節點A在一次循環n0輪的總能耗Euse-A為:

Euse-A=En0-1+En0

(11)

(12)

網絡生命周期T為:

(13)

2.4 算法流程

本文路由算法流程如圖5所示,具體步驟如下:

步驟1網絡運行開始,各節點以距Sink最近的節點開始,依次以每n0個節點為一簇廣播成簇信息,第一輪分簇后,簇結構不再變化。

步驟2判斷網絡中是否存在節點k剩余能量小于等于0,若存在則網絡運行結束;否則轉步驟3。

步驟3由Sink節點計算判斷網絡處于耗能期、儲能期、平穩期還是夜間無能量補給期。判斷節點平均能量補給值是否等于0,若是則為夜間無能量補給期,設置傳輸閾值為η4,轉步驟6;否則轉步驟4。

步驟4判斷節點平均能量補給值是否小于α,若是則為耗能期,設置傳輸閾值為η1,轉步驟6;否則轉步驟5。

步驟5判斷節點平均剩余能量是否小于E0,若是則為儲能期,設置傳輸閾值為η2;否則為平穩期,設置傳輸閾值為η3。

步驟6廣播節點能量補給信息和此輪傳輸閾值η,并根據簇內節點輪流成為簇首的選舉機制,廣播此輪成為簇首的節點信息。

步驟7節點接收到廣播信息后,判斷自身是否為簇首節點,若是則轉步驟8;否則轉步驟9。

步驟8多跳數據傳輸階段。簇首節點將接收到的信息多跳轉發給距Sink方向最近的簇首節點,最終到達Sink節點,轉步驟10。

步驟9簇內節點將自身儲能耗能信息及接收采集到的信息以傳輸閾值η單跳轉發給所在簇的簇首,轉步驟8。

步驟10Sink節點接收到全網數據后進行計算處理,網絡進入下一輪運行,轉步驟2。

圖5 本文路由算法流程

3 仿真結果與分析

本節使用Matlab軟件進行仿真實驗。選取的監測區域長度L為2 km,簇直徑D為250 m,此監測區域內的數據采集節點個數為160,節點初始能量E0為50 J,每輪時間為60 s[21],其他仿真參數設置與文獻[4]相同,即Eelec=50 nJ/bit,εmp=0.001 3 pJ/bit/m4,εfs=10 pJ/bit/m2,d0=87.7,數據包大小l為4 000 bit。

3.1 分簇對網絡性能的影響

圖6和圖7分別給出了采用文獻[4]單跳傳輸路由算法和本文均勻分簇-多跳路由算法的節點平均能耗和網絡生命周期對比。由圖6可以看出,單跳傳輸方式下的節點能耗遠大于均勻分簇算法的節點平均能耗,在均勻分簇n0=3,4,5時的對比中,n0=5的平均能耗最低。由圖7可以看出,均勻分簇方式下的網絡生命周期遠長于單跳傳輸方式,且隨著簇內節點數目的增多,網絡生命周期隨之增加,這是由于傳輸相同的數據量,簇內有更多的節點可以輪流成為簇頭以分擔能耗,從而延長了網絡生命周期。

圖6 節點平均能耗對比

圖7 網絡生命周期對比

3.2 傳輸閾值η對網絡性能的影響

仿真分別在圖3所示的不同天氣能量補給情況下,研究η1、η2、η4取值對網絡剩余能量、網絡生命周期和數據傳輸量的影響。路由算法均采用n0=5的均勻分簇-多跳路由。

在晴天環境下,網絡運行1天時,η4不變條件下η1、η2的取值對網絡剩余能量的影響如圖8所示。可以看出:η1、η2的值越小,電池充滿電的速度越快,這是因為在同樣的能量補給速率下,η1、η2取值越小,傳輸的數據包越少,節點能量消耗越少,則充電時間越短;在第960輪晝夜交替的時間點上,η1、η2取值越小,則網絡的剩余能量越多,這是因為η4的取值是相同的,所以η1、η2取值越小的網絡在夜間無能量補給時網絡剩余能量越多,網絡生命周期越長。

圖8 晴天環境下的網絡剩余能量

在晴天環境下,網絡運行1天時,η4不變條件下η1、η2的取值對數據傳輸總量的影響如圖9所示。可以看出:在網絡開始的耗能期,η1、η2取值越大,其傳輸的數據量的增量越大;在960輪以后夜間無能量補給時,η4不變,但η1、η2值越大,其傳輸的數據總量越大。

圖9 晴天環境下的數據傳輸總量

在晴天環境下,網絡運行1天后,η1、η2不變條件下η4的取值對數據傳輸總量的影響如圖10所示。可以看出,η1、η2不變時,η4越大則數據傳輸總量越大。

圖10 晴天環境下η4對數據傳輸總量的影響

在晴天環境下,η1、η2不變條件下η4的取值對網絡生命周期的影響如圖11所示。可以看出,當η1=0.4,η2=0.6時,為使網絡運行至下一能量補給周期,η4的最大取值為0.14,若超過這一閾值,會使網絡提早死亡。這也解釋了圖10中η4大于0.14后網絡中數據傳輸總量的增量變小甚至傳輸總量下的原因。

圖11 晴天環境下η4對網絡生命周期的影響

在陰天環境下,網絡運行1天后,η4不變條件下η1、η2的取值對網絡剩余能量的影響如圖12所示。可以看出:η1、η2越小,節點充電速度越快;在第900輪晝夜交替時剩余能量越多,η4相同時其網絡生命周期越長。對比圖8可以發現,晴天時節點充電速度更快,網絡在穩定期的時間更長,在晝夜交替的時間點剩余能量更多。

圖12 陰天環境下的網絡剩余能量

在陰天環境下,網絡運行1天時,η4不變條件下η1、η2的取值對數據傳輸總量的影響如圖13所示。可以看出,η4取值固定時,η1、η2取值越大,則數據傳輸總量越多。對比圖8、圖9和圖12可以發現,在η4不變、η1、η2變化的情況下,陰天環境下網絡對η1、η2的變化反應更敏感,這是因為陰天環境下的能量補給變化波動較大,能量補給值較低。

圖13 陰天環境下的數據傳輸總量

在陰天環境下,網絡運行1天后,η1、η2不變條件下η4取值對數據傳輸總量的影響如圖14所示。可以看出,陰天數據傳輸總量隨η4的增大而增大,且在η4=0.11以后,增量逐漸變小,因為網絡已經提早死亡。此外,當η4值相同時,圖10中晴天的數據傳輸總量遠多于陰天,主要有以下2個原因:1)在白天,陰天環境下能量補給值較低,數據傳輸閾值大部分時間處于低值狀態,與大部分時間都處于平穩期的晴天相比,數據傳輸總量更低;2)陰天夜間來臨更早,網絡處于無能量補給狀態的時間更長,傳輸閾值低,則數據傳輸更少。

圖14 陰天環境下η4取值對數據傳輸總量的影響

在陰天環境下,η1=0.4,η2=0.6時,η4的取值對網絡生存周期的影響如圖15所示。可以看出,為使網絡運行至下一能量補給周期,η4的取值最大為0.11。對比圖11可以看出,當η1、η2相同時,晴天可取的η4值更大,這是因為陰天時,晝夜交替更早,夜間無能量補給的時間更長,且晝夜交替時間點剩余能量更少,為使網絡運行至下一能量補給周期,η4取值更小。

綜上所述,隨著網絡對數據傳輸量要求不同和天氣的變化,η1、η2、η4的取值可做出相應變化。如網絡要求夜間傳輸數據量多,則要降低η1、η2的值,使晝夜交替時間點網絡剩余能量更多,η4取值可以增大;如果是陰天,則要降低η4的值,使網絡可以運行在較長的無能量補給期間,直至下次能量補給周期的到來。

4 結束語

針對線型WSN中容易出現能量空洞現象而導致網絡生命周期縮短的問題,本文提出一種具有太陽能補給功能的能量高效路由算法。通過均勻分簇和多跳路由解決節點能耗不均衡問題,根據不同天氣和時刻的能量補給值動態設置傳輸閾值,提高太陽能補給能量利用率。在晴天和陰天環境下的仿真結果表明,該算法可有效提高網絡數據傳輸量,延長網絡生命周期。后續將在更復雜的天氣條件下進行研究,進一步提高本文算法的適用性和路由性能。