冯小欧, 陈 婉, 袁培燕

(1.郑州旅游职业学院 信息中心，河南 郑州 450000；2.河南师范大学 计算机与信息工程学院，河南 新乡 453007)

0 引 言

数据传输被认为是无线传感网络(wireless sensor networks，WSNs)最关键的技术之一。有效的数据传输算法能减少节点负载，平衡网络开销，进而延长网络寿命[1]。然而，由于WSNs节点数量的巨大，设计有效数据传输算法成为存在挑战。此外，传感节点存在多项限制，如能量、数据处理能力和通信容量。这些限制影响了WSN的性能，如传感节点间的通信连接、网络覆盖以及网络寿命[1]。

WSNs中多数传感节点是由电池供电，并没有替换设备。同时，多数能量被消耗于数据通信过程。一旦节点能量耗尽，该节点就无法感测数据和传输数据，这也缩短了网络寿命。因此，可通过减少总体数据包数保存能量，进而提高能量利用率。

据此，网络开销，即被传输到信宿的总体数据包数是以覆盖限制为下限。基于此界限，每个数据包应以最小跳数的路径传输数据包，进而减少数据包被传输的次数。然而，如果节点总是以最小跳数传输数据包，这会导致信宿节点附近的节点能耗过快，容易出现能量空洞[2-3]。因此，平衡所有节点负载，减少能耗，进而延长网络寿命成为多跳WSNs的一项挑战工作。

为此，本文提出基于光晕网络模型的平衡负载的数据传输算法(coronas-based network model load balanced data gathering，CLBDG)算法。CLBDG算法先建立光晕网络模型，然后基于覆盖感知推导每个光晕的节点数及总的节点数，最后，依据再依据最大匹配算法，构建从数据源节点至信宿的最小跳数路径。通过CLBDG算法，减少了传输路数以及产生的数据包数，进而平衡了网络负载，延长了网络寿命。

1 模 型

1.1 网络模型

假定在2-D区域内部署了n个同构静态节点，且传输范围为T，感测范围S。

定义1 给定一个传感网络，n个传感节点集V=1,2,…,n和一个信宿节点分布于2-D区域。网络拓扑可用图论表示为GV,E,其中E为链路。如果节点i与j间的距离di,j小于T,即di,j≤T,则E=i,j|i,j∈V，并且则GV,E也称为WSN的拓扑图。

引论1 假定GV,E中的链路是双向的，则G(V,E)是一个无向图。

在CLBDG算法中，任何一个节点既可扮演成数据源节点(data originator)也可成为路由节点(router)，转发数据包，它们的定义如下：

定义2 数据源节点先感测数据，然后转发至信宿。将从感测数据至将数据转发至信宿，称为一轮，且标记为Tround。而路由节点仅接收数据包，然后再转发。

定义3 一周由m轮构成，即Tcycle=m×Tround，并且Tcycle>>Tround，其中m为整数。

在CLBDG算法中，假定在每一周开始，从覆盖区域的节点中选择一些节点作为数据源节点，并由它们感测数据，而其它节点作为路由节点。在连续的周内，一个节点可能会改变它的角色，通过角色的轮活，均担开销，进而平衡能耗。

1.2 能量模型

每个传感节点的初始能量为E。这些能量只能用于数据传输或接收。与文献[4-7]的能量模型一样，忽略节点感测和计算的能耗。例如，Mica2 motes[8]用于感测和计算的能耗仅占总能耗的6%。因此，本文只考虑节点传输和接收数据的能耗。

Rx=Eelec×

(1)

Tx=Rx+Eamp××Ta

(2)

其中，Eelec表示发射或接收电路的能耗。而Eamp则为发射放大器传输单元比特的能耗。而α为路径衰落指数，且2≤α≤6。

由于本文以同构网络为研究对象，所有传感节点的传输范围均为T，每个数据包的比特数均为。

2 CLBDG算法

2.1 基于覆盖感知的节点数

首先，假定信宿节点部署于监测区域的中心，并将区域划分为P个光晕C1,C2,…,CP-1,CP。每个光晕的宽度为R，且小于R≤T,如图1所示。

图1 光晕模型

相应的拓扑图如图2所示。所有节点部署于覆盖区域，致使数据源节点产生数据，然后由路由节点转发数据包，进而均担路由开销。

图2 网络拓扑

依图1可知，光晕CP区域面积S(CP)

S(CP)=π(PR)2-π((P-1)R)2=πR2(2P-1)

(3)

S(CP-1)=π((P-1)R)2-π((P-2)R)2=πR2(2P-3)

(4)

因此，在光晕CP-1内需要的数据源节点数可表示为

(5)

因此，CP-1内的总的节点数NP-1，包括数据源节点和路由节点

(6)

对于任何光晕CK,且1≤K≤P,网络内总的节点数可表示为

(7)

而贯穿所有光晕的总的数据源节点，可表示为MG

(8)

而每一轮转发一个数据包的总的路由节点数MR

(9)

因此，所有光晕内的总的节点数等于M

(10)

从图3可知，随着光晕数的增加，路由节点的百分比快速增加，而数据源节点数的百分比逐渐下降。数据源节点数的下降限制了网络内产生的数据包数，这提高了网络寿命。这些数据也证实，光晕数越多的网络，能量平衡越好。

图3 路由和数据源节点的百分比随光晕数变化曲线

2.2 基于随机节点分布

2.2.1 数据源节点的选择

CLBDG算法引用[11,12]的覆盖算法，通过选择K个不相交连接子集cover，进而保证网络覆盖率，并且能保证每个不相交连接子集cover能覆盖网络。例如文献[11]，先随机选择一些头节点，然后每个头节点围绕着自己形成一个不相交连接集。在每次迭代时，一集内的所有节点选择一跳邻居，致使它们最化覆盖，然后由它们将信息转发至头节点。然后，从所有的这些头节点中，选择一个最大覆盖率的不相交连接子集cover，然后广播。

CLBDG算法就将已选的子集cover表示数据源节点集，这些节点感测数据。而其它节点根据情况可作为路由节点。

2.2.2 路由节点的选择

在最外层的光晕CP中，每个数据源节点从光晕CP-1中选择唯一的路由节点。依次类推，处于光晕CK的数据源节点或路由节点就从圆心圆CK-1选择唯一的路由节点，且2≤K≤P。从图论角度，这个过程可看成最大匹配问题(maximum matching problem，MMP)。

若是确定性节点部署，对于CK内的每个节点都是完美匹配，并且在CK-1内存在唯一的路由节点。这也保证数据源节点产生的每个数据包能够通过唯一的路由节点将数据包成功传输至信宿，使得网络开销达到平衡。

对于随机非均匀的节点部署，这无法保证完美匹配。只能通过最大匹配算法，如果CK内的节点不能在CK-1找到路由节点(即匹配)，则它的数据包将丢失。

2.3 数据传输方式

如果在Ck内部署NK个节点，致使MG个数据源节点覆盖光晕Ck，最终Ck内的每个源节点都能在Ck-1内找到唯一的路由节点，并通过此路由节点转发数据包。在这种情况下，传输数据的开销的平衡问题能得到有效地解决。

显然，通过此策略，每个路由节点所消耗的能量为(Tx+Rx)，并且每个数据源节点只消耗Tx能量，并且数据包每次只依据最短路径跳数到达信宿。数据传输如图4所示。

图4 数据传输

注意，在大型网络内，由于总的数据源节点数小于总的路由节点，图3可以证明。因此，大型网络几乎可以接近开销平衡。此外，由上述分析可知，节点可以通过转换角色，平衡能量消耗。

3 性能分析

3.1 真场景及性能评价指标

利用Matlab软件建立仿真平台。实验仿真参数见表1。在性能分析过程中，选择采用非均匀的节点分布的算法(distributed data gathering with graded node distribution，DGGND)[13]和采用均匀节点分布的算法(optimal data ga-thering paths and energy-balance mechanisms，ODGEB)[14]作为参照。每次实验仿真独立重复50次，并取平均值作为最终的实验数据。

表1 仿真参数

3.2 数据分析

3.2.1 部署的节点数

图5显示了各算法部署的节点数随光晕数的变化曲线。从图可知，部署的节点数随着光晕数增加而上升。而采用非均匀部署的DGGND算法的节点数最多，并且随光晕呈指数增加。而CLBDG算法的节点数是依据式(10)计算，远低于DGGND，但是略高于采用均匀部署的ODGEB算法。例如，当P=5时，CLBDG算法所部署的节点数比DGGND算法所部署的节点数降低近34%。

图5 部署的节点数

3.2.2 产生总数据包数

在同种情况下，网络内产生总数据包数越多，表明流量越大，网络开销越重，越不利于拓延网络寿命。

图6显示各算法产生总数据包数随光晕数的变化曲线。从图6可知，P的增加，使DGGND算法产生的总数据包数迅速上升。例如，当P=5时，DGGND算法产生的数据包数是CLBDG算法的5.7倍。CLBDG算法通过降低数据包数，可有效地保存能量，进而提高网络寿命。

图6 产生总数据包数

3.2.3 网络寿命

接下来分析各算法的网络寿命。在本次实验中，假定P=3，考查感测半径对网络寿命的影响。3个算法的归一化网络寿命如图7所示。

图7 归一化网络寿命

从图7可知，CLBDG算法、DGGND和ODGEB算法的归一化网络寿命随感测半径增加呈增长趋势。原因在于：感测半径的增加有利于传感节点感测环境数据。与DGGND算法相比，CLBDG算法的归一化网络寿命得到显著提高。例如， 感测半径为6、6.5时两种情况下，归一化网络寿命分别为0.77和0.92，远高于随机DGGND算法。这些数据充分说明，CLBDG算法通过优化部署传感节点，降低成本，减少覆盖重叠区域，进而提高网络寿命。

4 结束语

传感节点的能效问题是无线传感网络的研究热点。为此，提出基于光晕网络模型的平衡负载的数据传输CLBDG算法。CLBDG算法通过控制传输数据包的次数，减少网络流量，平衡负载，提高网络寿命。CLBDG算法以信宿节点为中心建立光晕网络模型，估算网络内的节点数，依据光晕建立数据传输路径。实验数据表明，与同类算法相比，CLBDG算法的网络寿命得到了有效提高。