基于動態(tài)WSN中分簇脈沖耦合時間同步開銷研究

莫文婷

（安徽文達信息工程學(xué)院，安徽 合肥 230000）

WSN的研究起步于20世紀90年代末，當(dāng)無線自組網(wǎng)絡(luò)技術(shù)日趨成熟時，無線通信、微電子、傳感技術(shù)也得到快速發(fā)展，如何將無線自組網(wǎng)與傳感技術(shù)相結(jié)合的課題成為熱點，即無線傳感器網(wǎng)絡(luò)的研究。無線傳感網(wǎng)絡(luò)中節(jié)點之間相互交流與信息交換需要時間同步，因此時間同步是一項重要的技術(shù)支持。

目前，時間同步方法主要分3類：基于發(fā)送者的同步，如FTSP；基于發(fā)送者-接收者的同步，如TPSN，基于接收者-接收者的時間同步，如RBS。這些經(jīng)典時間同步算法在時間上都能達到有效的同步。在工業(yè)、農(nóng)業(yè)等無線傳感器利用中，為了節(jié)約成本以及能更大范圍采集網(wǎng)絡(luò)中的數(shù)據(jù)，傳感器點節(jié)點不斷移動，網(wǎng)絡(luò)點拓撲結(jié)構(gòu)不斷，在動態(tài)WSN網(wǎng)絡(luò)中以上的同步算法不能很好解決時間同步問題。因此對于動態(tài)WSN，文章提出動態(tài)脈沖耦合 振 蕩 器（Moving Pulse Coupled Oscillator，MPCOs），因網(wǎng)絡(luò)范圍比較大，大范圍傳感器節(jié)點同步開銷比較大，可以先局部同步，再整體傳感器節(jié)點同步，因此在MPCOs基礎(chǔ)上進行優(yōu)化，提出分簇型 MPCOs（Clustering -Moving Pulse Coupled Oscillator）算法，解決網(wǎng)絡(luò)負擔(dān)、通信開銷，提高時間同步速度，使同步具有針對性和方向性。

1 MPCOs模型

移動式脈沖耦合振蕩器是在脈沖耦合振蕩器基礎(chǔ)上根據(jù)網(wǎng)絡(luò)情況進行優(yōu)化，在動態(tài)的無線傳感器網(wǎng)絡(luò)中，通過傳感器點節(jié)點不斷移動采集網(wǎng)絡(luò)中數(shù)據(jù)，網(wǎng)絡(luò)中點拓撲結(jié)構(gòu)不斷發(fā)生變化，而MPCOs模型具有自組織、無記憶網(wǎng)絡(luò)同步模型，則很好應(yīng)用于動態(tài)無線傳感器網(wǎng)絡(luò)則。文章中，采用在網(wǎng)絡(luò)中W= (I,E)有N個節(jié)點（節(jié)點設(shè)置I= { 1 ,2,3…N}并且E?I×I），所有節(jié)點在二維空間（L×L）以周期性相同、速度為V的相同速度進行移動，同時它們的初始相位角是隨機確定。令相位φi是節(jié)點i的相位變量，因為周期T與相位關(guān)系為那么節(jié)點i的位置變化為和狀態(tài)變量的分別是下式（1）和（2）：

當(dāng)節(jié)點i的狀態(tài)和相位在時間t內(nèi)達到1，它將激發(fā)一個信號強度為ε的脈沖。那么節(jié)點j狀態(tài)增加ε達到狀態(tài)xj，方向相位角θj隨機變化，節(jié)點隨機分布。因此，得（3）式：

從式（3）可以看出，在任意均勻分布間隔為[0，2π]內(nèi)，狀態(tài)變化是任意的。x（t+）表示接收脈沖信號后的狀態(tài)，x（t-）是接收脈沖信號前的狀態(tài)。通過更新所有傳感器節(jié)點的相位，使所有節(jié)點時間達到同步。

2 分簇型MPCOs步驟

為減輕網(wǎng)絡(luò)負擔(dān)與開銷，在MPCOs模型基礎(chǔ)上提出分簇型算法。實現(xiàn)WSN整個網(wǎng)絡(luò)的同步，需要包括主要的內(nèi)容包括：簇內(nèi)節(jié)點的時間同步；簇間節(jié)點的時間同步，最終實現(xiàn)整個網(wǎng)絡(luò)時間同步。

步驟1：確定最優(yōu)簇頭數(shù)目mbest，計算方法如下公式：

其中，mbest為簇頭數(shù)目；N為無線傳感網(wǎng)絡(luò)的節(jié)點數(shù)目；λ1為MPCOs模型固定屬性值為4.965 1；λ2為另一個MPCOs模型固定屬性值為4.865 1；M為網(wǎng)絡(luò)監(jiān)測區(qū)域范圍；d為監(jiān)測區(qū)域與匯聚節(jié)點的距離。

步驟2：利用基于距離的K-MEANS聚類算法生成mbest個簇頭節(jié)點，以通信開銷最小為形成簇的準則。

步驟3：形成簇頭節(jié)點后，利用鄰居握手協(xié)議（NHP）形成簇。

步驟4：根據(jù)MPCOs模型先實現(xiàn)簇內(nèi)同步，然后再實現(xiàn)簇間之間時間同步。

3 C-MPCOs算法

4 仿真結(jié)果分析

MPCOs模型利用狀態(tài)函數(shù)：

仿真分析速度V、耦合強度ε以及耦合節(jié)點通信半徑R對時間同步時間的影響。討論傳感器節(jié)點為N=4個，速度為V=[22 26 30 34 38 40]m/s，半徑R=[20 22 24 26 28 30 32 34 36 38 40]m，可以采取不同的耦合強度，文章中耦合強度ε=0.04的情況。根據(jù)算法得到如下仿真圖1R-T。

圖1 R-T

N=4，ε=0.04

仿真結(jié)果圖1分別是在節(jié)點N=4，耦合強度ε=0.04仿真圖。討論速度為V=[22 26 30 34 38 40]m/s，半徑R=[20 22 24 26 28 30 32 34 36 38 40]m時，同步時間與它們之間關(guān)系。從仿真圖可以看出總體趨勢，在某段通信半徑范圍內(nèi)，隨著半徑范圍的增加，剛開始同步時間在十幾秒以上，隨著半徑范圍點增加，在半徑為40 m時，同步時間縮小為6 s以下，同步時間明顯比比較范圍小的同步時間快，即同步半徑越大同步時間越快；對于速度相對而言，速度為40 m/s與22 m/s的整體同步時間要快，即速度越大的整體點同步時間越快，則速度越大同步時間速率收斂越快。因此速度和通信半徑與同步時間收斂速度成正比。

最終將MPCOs模型應(yīng)用到WSN中，同時將網(wǎng)絡(luò)分為多個簇，在一個簇內(nèi)達到同步后，再將各個簇再進行整體同步。根據(jù)上述仿真在100 m×100 m區(qū)域內(nèi)，選最佳參數(shù)節(jié)點數(shù)N=8、耦合強度ε=0.04、通信半徑R=40 m、速度V=34 m/s，進行仿真后得同步時間為Tsync=2.337 9 s。對N=8個節(jié)點進行分簇，根據(jù)公式（4）計算得到簇頭節(jié)點為2，則分為兩個簇x1、x2，進行仿真后如圖2（a）、圖2（b），圖2（a）中不同點顏色表示振蕩器不同步，最后所有節(jié)點顏色相同，則所有傳感器節(jié)點都達到同步狀態(tài)，如圖2（b）。

圖2（a） 振蕩器節(jié)點不同時狀態(tài)圖

圖2（b） 振蕩器節(jié)點同步狀態(tài)圖

根據(jù)MPCOs模型仿真得到最優(yōu)參數(shù)，再將最優(yōu)參數(shù)應(yīng)用C-MPCOs算法進行仿真，如圖3所示，簇x1、簇x2同步后的同步時間為Tsync=0.667，相比于MPCOs模型時間同步快了1.670 9 s，有效點縮短了同步時間，減小網(wǎng)絡(luò)開銷。

圖3 Xi—t

5 總結(jié)

文章在MPCOs模型基礎(chǔ)上進行優(yōu)化提出C-MPCOs算法提高同步時間，從而有效減少網(wǎng)絡(luò)開銷。通過MPCOs模型仿真在確定參數(shù)最優(yōu)情況下，再根據(jù)C-MPCOs算法進行仿真。通過仿真驗證了C-MPCOs算法明顯相比于MPCOs算法同步時間提高，有效減小網(wǎng)絡(luò)負擔(dān)和同步開銷，使同步更具有方向性。文章模型能很好在二維動態(tài)相互交互平面進行時間同步，對于三維空間需更進一步研究。