物聯網下的低功耗無線傳感器網絡路由技術研究

王續智

（河南交通職業技術學院，河南 鄭州 450000）

0 引 言

隨著物聯網技術的飛速發展，無線傳感器網絡作為其關鍵組成部分，已被廣泛應用于各類環境監測、信息采集和工業生產[1]。為適應傳感器設備在長時間工作過程中對供電的高度依賴，文章聚焦于物聯網下的低功耗無線傳感器網絡路由技術，旨在提升網絡性能并延長設備工作時間。深入研究無線傳感器網絡的基本結構，分析其在實際應用中所面臨的各種挑戰。鑒于傳統路由協議在低功耗環境下的不足，提出一種創新性的基于聚類優化的低能量自適應聚類層次協議（Low Energy Adaptive Clustering Hierarchical，LEACH）[2]。該協議通過優化聚類結構有效降低網絡能耗，同時具有較好的自適應性，能更好地適應不同的工作環境。

1 無線傳感器網絡的基本架構

無線傳感器網絡的分布式結構主要包括傳感器節點、Sink 節點（匯聚節點）、路由器及服務器等，如圖1 所示。

圖1 無線傳感器網絡的基本結構

傳感器節點通過感知、采集環境參數形成分散式的數據源，并將采集的數據聚合至Sink 節點。Sink節點負責匯總和處理傳感器節點上傳的信息。在網絡中，路由器對數據傳輸至關重要，負責將信息從傳感器節點傳輸至Sink 節點，并將數據從Sink 節點傳輸至服務器[3-4]。

無線傳感器網絡在實際應用中普遍存在能耗問題。由于傳感器節點通常被部署在無人的環境中，能源供給受到限制，因此如何降低網絡的能耗成為一個重要的研究方向。首先，傳感器節點在采集數據的過程中需要進行信號處理、編碼和數據傳輸，這些操作都會消耗大量的能量[5]。其次，數據的傳輸需要經過多個節點，涉及多次無線通信，導致額外的能耗。最后，由于傳感器網絡長時間運行，能耗不均衡問題日益凸顯，一些節點可能因頻繁傳輸大量數據而耗盡能量，從而影響整個網絡的穩定性[6]。

2 基于聚類優化的低能量自適應聚類層次協議

2.1 低能量自適應聚類層次協議

LEACH 是一種廣泛應用于無線傳感器網絡通信的協議，基本原理如圖2 所示[7]。LEACH 協議通過引入聚類結構，將傳感器節點分組為若干個簇，每個簇中包含一個被稱為簇首的節點。簇首負責聚合和處理簇內傳感器節點采集的數據，并將其傳輸至Sink節點或基站。

圖2 LEACH 協議的基本原理

LEACH 采用周期性的輪換機制，以均衡能耗，避免簇首節點因能耗過大而失效。在每個輪換周期內，傳感器節點有一定概率成為簇首，負責數據聚合和傳輸。這種隨機輪換的方式能夠有效分散能耗，延長網絡壽命[8]。LEACH 協議的具體原理包括以下4 個方面。

第一，節點選擇概率。LEACH 協議通過引入節點選擇概率的概念，決定哪些傳感器節點將成為簇首。每個節點根據一個概率閾值決定是否在當前輪次中擔任簇首的角色，節點選擇概率為

式中：P為全局概率參數，決定了一個節點在一個輪次內成為簇首的期望概率；num(·)用于周期性地更新簇首節點；mod(·)表示取模運算。

第二，簇形成與數據聚合。選定為簇首的節點負責形成簇，并將其他節點分配到對應的簇中。在每個簇內，節點將采集的數據進行局部聚合，降低數據傳輸的能耗。簇首將聚合后的數據傳輸至匯聚節點。

第三，輪換機制。為平衡能耗，LEACH 引入輪換機制，通過在每個輪次中隨機選擇簇首，實現節點能耗的均衡。輪換機制的關鍵在于調整概率參數，確保每個節點都有機會成為簇首，避免某些節點頻繁成為簇首而過早耗盡能量。

第四，能耗模型。LEACH 協議考慮節點在不同狀態下的能耗，包括傳感、聚合、傳輸等，計算公式為

式中：Esensor為傳感器節點在采集數據時的能耗；α和β為能耗參數；d為傳感器到簇首或目標節點的距離。

2.2 基于聚類優化的改進方法

為優化LEACH，文章采用基于K-means 聚類的優化方法[9-10]。應用K-means 聚類算法，以更快確定簇的數量和位置。設有N個傳感器節點，每個節點用xi表示其特征向量，其中i=1,2,…,N。K-means聚類的目標是將節點劃分為K個簇，使簇內節點間的距離盡可能小，簇間節點間的距離盡可能大。優化目標函數可以表示為

式中：nk為第k個簇內節點的數量；μk為第k個簇的中心。

為了將K-measn 聚類與LEACH 協議相結合來實現優化，考慮傳感器節點的能耗特性，引入具有適應性的權重。采用的優化目標函數為

式中：wi為節點i的適應性權重，反映節點的能耗狀況。

適應性權重的更新同樣考慮節點能耗的動態變化，計算公式為

式中：Ei是節點i的能耗；di是節點到簇中心的距離。適應性權重可以通過節點能耗的倒數來更新，即

通過該優化方法，結合K-means 聚類和適應性權重更新，LEACH 協議在形成簇結構時能夠更精準地考慮節點的能耗狀況，從而進一步提高網絡的能效性能。

3 實驗與分析

3.1 實驗參數

文章采用MATLAB進行無線傳感器網絡的仿真，并測試所提出的基于K-means 聚類的低能量自適應聚類層次協議。實驗參數設置如表1 所示。

表1 實驗參數設置

3.2 實驗方案

基于表1 的實驗參數，進行MATLAB 實驗仿真，實驗步驟如下。

第一，網絡初始化。在MATLAB 環境中，生成并初始化包含指定數量（N=100）的傳感器節點的網絡。確保節點坐標分布在給定的網絡區域內。第二，能源模型參數設定。設置能源模型的參數，包括α和β，用于計算節點的能耗，確保能夠反映實際應用環境中的能源消耗特征。第三，節點能量生成。根據能源模型，在每個傳感器節點上生成初始能量，并引入適當的隨機性以模擬節點能量的真實分布情況。第四，K-means 聚類執行。利用MATLAB 內置的K-means聚類算法聚類傳感器節點。第五，LEACH 協議實現。在MATLAB 中實現基于K-means 聚類的LEACH 協議。在每個輪次內，根據LEACH 協議的節點選擇概率，確定簇首節點并執行數據聚合與傳輸。第六，輪換機制應用。實施LEACH 協議中的輪換機制，確保簇首節點的均衡輪換，以防止能耗不均衡。第七，實驗數據記錄。記錄仿真的關鍵性能指標，如網絡總能耗、簇內節點能耗分布、數據傳輸成功率等，多次重復實驗，以獲取可靠的結果，并評估實驗結果的一致性和穩定性。

3.3 結果與分析

實驗對比所提方法與傳統LEACH 協議的結果，在仿真實驗中記錄仿真的關鍵性能指標，并重復8 次實驗來評估實驗的一致性和穩定性，實驗結果如表2所示。

表2 實驗結果

由表1 可知，所提優化方法在節點簇內的能耗均值為119.125 J，標準差為1.68 J，表明優化方法有助于提高能耗均衡性，避免節點過度耗能；系統的平均數據傳輸成功率為91.625%，表明優化后的協議在數據傳輸方面相對穩定。通過8 次重復實驗可以看出，實驗結果的一致性較好，標準差相對較小，表明該優化方法在不同實驗場景下的穩定性。對于更全面的評估，可以考慮更多實驗和性能指標的分析，以深入了解優化方法的性能優勢。

4 結 論

針對物聯網下的低功耗無線傳感器網絡的路由協議問題，文章通過引入基于K-means 聚類的優化方法，成功改進傳統的LEACH協議，提高網絡的性能。通過在MATLAB 平臺上進行詳實的仿真實驗，驗證所提方法的有效性和穩定性。實驗結果表明，優化后的LEACH 協議在總能耗、能耗均衡性和數據傳輸成功率等方面均表現出良好的性能，并通過多次重復實驗進一步驗證實驗結果的一致性。這一研究為物聯網下的無線傳感器網絡通信協議提供新的理念和方法，為提高網絡性能和延長節點壽命提供切實可行的解決方案。