刘热　张春燕　黄骥　王恒

摘要：针对移动传感网部署过程中存在能耗适应性较差等问题，本文为降低移动传感网网络能耗并提高节点生存质量，提出了一种基于双中心机制的移动传感网能量优化算法。首先，采取非均衡分割机制，对流量强度较高的区域进行多次分割，降低流量过载导致的传输不均衡，以消除传输热点，进而提升区域传输均衡质量。随后，为适应移动节点环境，将具有较强均衡特性的节点设置为新簇头节点，设计了基于并发机制的双中心簇头设置方法，双中心簇头同时承担簇区域内数据传输及汇聚，动态调整簇内节点并发请求服务，从而降低簇内频繁发起传输请求所导致的能量消耗，有效优化网络传输能耗。仿真实验表明，与当前的网络能量优化技术相比，所提算法具有更低的网络平均能耗更低的节点失效率，能够在部署过程中显著提升网络经济价值，具有适应性较强的特点。

关键词：移动传感网；双中心机制；传输热点；数据重传输

中图分类号：TP393      文献标志码：A      文章编号：1008-4657（2023）02-0018-06

0        引言

随着中国正在执行以“中国制造2025”为代表的新经济发展路线，传统的无线传感网（Wireless  Sensor  Network，WSN）技術也日益呈现融合式发展态势，特别是在得到第五代通信技术支持的情况下，WSN技术业已演进至移动传感网（Mobile  Sensor  Network，MSN）阶段，同时兼具传感网络和超宽带无线通信网络的特点［ 1-2 ］。考虑到移动传感网节点具有超高速移动特性，各制式节点同时需要并发进行大容量数据传输，使得部署过程中需要针对节点能量特点进行优化［ 3 ］，以便能够降低网络网络消耗水平，改善因能量受限而导致网络运行出现波动的状况［ 4 ］。

为解决移动传感网部署过程中存在的能量消耗较高的问题，人们提出了一些具有前瞻性的解决方法，一定程度上降低了移动传感网的能量消耗水平［ 5 ］。Jothi  S等［ 6 ］提出了一种基于周期休眠机制的移动传感网能量优化算法，该算法将热度较低的节点进行周期性交替休眠处理，可显著降低网络能耗。但是，该算法也存在一定的不足，特别是算法在节点处于移动状态下易造成节点休眠紊乱现象，导致网络生存时间较低。Anna  D  E等［ 7 ］提出了一种分层传输机制的移动传感网能量优化算法，该算法采取多层汇聚模型对数据进行统一融合汇聚，可提高数据汇聚效率，降低因网络拥塞而导致能量消耗较高的现象。然而，该算法在节点处于移动状态时需要频繁对网络层次进行重构处理，易导致频繁出现数据重传输，使得网络能耗难以得到进一步控制。PANG  Shanqi等［ 8 ］提出了一种基于链路抖动控制机制的移动传感网能量优化算法，该算法引入角度映射-爬虫机制降低网络在寻径过程中的能量开销，链路传输性能稳定，可适应节点频繁移动的部署场景。但是，该算法对网络冗余报文考虑不足，网络重传输现象难以得到控制，网络生存性能不高，制约了该算法在实际场合中的应用。

针对研究中存在的不足，提出了一种基于双中心机制的移动传感网能量优化算法。首先，采取非均衡方式对网络区域进行分割，并结合流量特点选取性能优越的节点作为簇头节点，以增强簇区域的稳定性能。随后，基于并发机制在簇区域内设置两个簇头节点，采取并发工作方式用以承担簇内数据传输，从而降低了簇头失效概率，提高了网络稳定性能。最后，通过仿真实验证明了所提算法的性能。

1         本文算法设计

考虑到移动传感网节点具有的移动特性［ 9 ］，需要在网络分割、数据传输过程中充分针对该特性优化拓扑弹性，以便降低网络数据存在的重传输现象。鉴于此，本文算法由两个部分构成：（1）基于非均衡机制的区域带宽优化分割。该过程针对区域带宽存在的非均衡现象，采取流量修正方式对网络进行重分割，以便能够降低传输误差强度。（2）基于并发机制的双中心簇头设置方法。将分割后的区域内设置双簇头，规避因簇头失效而导致的传输受阻现象。

1.1        基于非均衡机制的区域带宽优化分割

由于移动传感网分布范围内各区域的节点带宽统计具有一定的周期特征［ 10 ］，具体可周期性统计区域内节点剩余带宽，不妨设某个区域内第个节点剩余带宽为，同时该节点也是区域内能量剩余最高的节点。与该节点具有数据交换关系的节点的剩余带宽为，则两者均可由如下模型确定：

基于并发机制的双中心簇头设置过程如图2所示。通过该方法可显著降低单簇头受限所带来的网络抖动问题，由于第二个簇头节点可根据数据传输周期予以更新，因此网络稳定性能也得到了提升。

2    仿真实验与分析

为便于对比所提算法性能，设置MATLAB 8.5仿真实验平台作为实验环境［ 12-13 ］。其中，传感区域设置为矩形，大小为大小为512m×512m，节点为移动状态，速度固定为10m/s，其余仿真参数见变1。为体现所提算法的性能，仿真实验对照组为当前物联网领域常用的基于分簇安全路由算法［ 14 ］（A Cluster-Based Secured Data Transmission Protocol For Efficient Data Gathering In WSN，CBSD算法）和基于混合非均衡分簇算法［ 15 ］（Energy Efficient Data Collection Through Hybrid Unequal Clustering for Wireless Sensor Networks，EE-HUC算法）进行仿真对比。仿真指标为网络平均能耗、节点失效率两项。仿真参数及信道参数如表1、2所示。

考慮到信道为高斯信道/莱斯信道，节点传输为多天线收发模型，信道参数配置如下：

2.1   网络平均能耗

图 3为所提算法与CBSD算法和EE-HUC算法在网络平均能耗测试结果。可以发现所提算法具有网络能耗水平较低的特点，显示了较为优越的网络能耗控制水平。这是由于所提算法针对传感网络在节点处于移动状态的特点，设计了基于非均衡机制的区域带宽优化分割方法，采取流量修正方式对网络进行重分割，以便能够降低传输误差强度。此外，基于并发机制的双中心设置。将分割后的区域内设置双簇头，规避因簇头失效而导致的传输受阻现象，因而具有网络平均能耗较低的特点。CBSD算法采用均等分簇方案用以优化能量传输，在拓扑处于较为稳定状态时可在一定程度上减缓网络平均能耗上升的现象，不过，由于传感网节点处于移动状态，该算法需要频繁针对簇区域进行维护操作，造成较为严重的网络数据重传输现象，因而网络平均能耗要高于所提算法。EE-HUC算法虽然引入了非均衡方式进行网络分簇，可尽量降低因热点不均衡而导致的网络能耗偏高的问题，不过由于该算法单纯制定能量较高的节点作为备用簇头节点，备用簇头节点仅在簇头失效时方可被启用，因而难以起到均衡网络流量的作用，使得网络平均能耗亦要高于所提算法。

2.2    节点失效率

图 4为所提算法与CBSD算法和EE-HUC算法在节点失效率测试结果。可以发现所提算法具有节点失效率较低的特点，显示了较为卓越的网络生存质量。这是由于所提算法采用非均衡机制对网络区域进行分割，可显著降低因拥塞而导致的节点失效现象。此外，所提算法采取双簇头方案优化簇内数据传输，可显著规避因簇头失效而导致节点失效的问题，因而具有较低的节点失效率。CBSD算法采取均等分簇方案维护簇区域结构，在节点处于移动状态时需要频繁进行网络分割操作，节点离线概率较高，因此节点失效率难以降低。EE-HUC算法采取能量最优原则筛选簇头节点，在簇头节点处于半失效状态时难以及时更新簇头节点，因而簇结构较所提算法相比易出现抖动现象，使得节点失效率亦要高于所提算法。

3    结束语

为提高移动物联网节点生存质量并降低网络能耗水平，提出了一种基于基于双中心机制的移动传感网能量优化算法。算法采取非均衡机制对网络区域进行分割，并通过优化传输带宽的方式降低节点负载，进一步设置双簇头方案提高簇区域稳定性能，从而达到了优化网络生存质量并降低网络能耗的目的。

下一步，将针对所提算法在高速运动环境下易出现节点离线的不足，拟引入离线分层机制，降低算法在高速运动场景下的节点离线程度，以便能够适应更加复杂的实际部署环境。

参考文献：

［1］ 贾琼，乔建华.基于稀疏投影排角分区的无线传感器网络路由协议［J］.太原科技大学学报，2020，41（6）：475-481.

［2］ Amit K，Abhijeet D. A Comparative study of various mobile channel routing irotocols in WSN［J］. Journal of Research in Science and Engineering，2020，2（9）：569-574.

［3］ Hicham Q， Acha Sahel， Abdelmajid B. Hybrid energy efficient static routing protocol for homogeneous and heterogeneous large scale WSN［J］. Wireless Networks，2020，7（6）：1-13.

［4］ Deepak M， Sharad S. Hierarchical WSN protocol with fuzzy multi-criteria clustering and bio-inspired energy-efficient routing （FMCB-ER）［J］. Multimedia tools and applications，2020，81（24）：1-34.

［5］ Panchikattil S S， Dnyandeo J P. A fuzzy multicriteria decision‐making‐based CH selection and hybrid routing protocol for WSN［J］. International Journal of Communication Systems，2020，33（15）：1127-1136.

［6］ Jothi S， Chandrasekar A. Genetic spider monkey‐based routing protocol to increase the lifetime of the network and energy management in WSN［J］. International Journal of Communication Systems，2020，33（14）：960-971.

［7］ Anna D E， Martin L M. Identifying Partitions in Wireless Sensor Network［J］. International Journal of Parallel Programming，2020， 48（2）：296-309.

［8］ Pang Shanqi，Hu Xianchao， Gao Qiang，et al. Accurate analysis of connectivity and resilience for a class of wireless sensor networks［J］. Chinese Journal of Electronics，2020，29（2）：208-219.

［9］ Thiruchelvi A，Karthikeyan N. Pair based sink relocation and route adjustment in mobile sink wsn integrated IoT［J］. IET Communications，2020，14（3）：365-375.

［10］ Huang H，Guo S . Adaptive service provisioning for mobile edge cloud［J］. ZTE Communications，2017，7（5）：1127-1129.

［11］ Heinzelman W B，Chandrakasan A P，Balakrishnan H.An application-specific protocol architecture for wireless microsensor networks［J］. IEEE Transactions on Wireless Communications，2002，1（4）：660-670.

［12］ Amit S，Nagaraju A. Low latency and energy efficient routing-aware network coding-based data transmission in multi-hop and multi-sink WSN［J］. Ad Hoc Networks，2020，1（7）：118-124.

［13］ Zhang Rongbiao，Ren Zuowei，Sun Jian，et al. Method for monitoring the cotton plant vigor based on the WSN technology［J］. Computers and Electronics in Agriculture，2017，133（12）：68-79.

［14］ Sharmila P，Priyadharson S M A. A cluster-based secured data transmission protocol for efficient data gathering in WSN［J］. International Journal of Vehicle Information and Communication Systems，2019，4（4）：667-675.

［15］ Malathi L，Gnanamurthy R K， Chandrasekaran K. Energy efficient data collection through hybrid unequal clustering for wireless sensor networks［J］. Computers and Electrical Engineering，2015，48：358-370.

［责任编辑：郑笔耕］

The Energy Optimization Algorithm for Mobile

Sensor Networks Based On Dual Center Mechanism

LIU Re1， ZHANG Chunyan1， HUANG Ji1， WANG Heng2

（1. College of Artificial Intelligence， Wuxi Professional College of Science and Technology， Wuxi 214008，China；

2.School of Electronics and Information Engineering， Jingchu University of Technology， Jingmen 448000， China）

Abstract：In order to reduce the energy consumption of the mobile sensor network and improve the quality of life of the nodes， a dual-center mechanism based energy optimization algorithm for the mobile sensor network is proposed. First of all， the unbalanced division mechanism is adopted to divide the regions with high traffic intensity for many times to reduce the transmission imbalance caused by traffic overload， so as to eliminate transmission hotspots and improve the quality of regional transmission balance. Then， in order to adapt to the mobile node environment， the node with strong balance characteristics is set as the new cluster head node， and a dual-center cluster head setting method based on the concurrency mechanism is designed. The dual-center cluster head simultaneously undertakes the data transmission and aggregation in the cluster area， dynamically adjusts the concurrent request service of the nodes in the cluster， thus reducing the energy consumption caused by frequent transmission requests in the cluster， and effectively optimizes the network transmission energy consumption. The simulation results show that compared with the current network energy optimization technology， the proposed algorithm has lower network average energy consumption and lower node failure rate， can significantly improve the economic value of the network in the deployment process， and has strong adaptability.

Key words：mobile sensor network; dual center mechanism; transmission hotspot; data retransmission

收稿日期：2022-12-16

基金項目：无锡市科学技术协会软科学资助课题（KX-22-B89）；荆楚理工学院科技处横向科研项目（HX202149）

作者简介：刘热（1976-），女，湖南汨罗人，无锡科技职业学院副教授，硕士，主要研究方向：软件测试与质量保障；

张春燕（1982-），女，江苏南通人，无锡科技职业学院副教授，硕士，主要研究方向：人工智能与模式识别；

黄骥（1991-），男，江苏无锡人，无锡科技职业学院助教，硕士，主要研究方向：图形图像处理及机器学习。

通讯作者：王恒（1983-），女，湖北荆门人，荆楚理工学院讲师，硕士，主要研究方向：物联网工程。