趙旦峰, 陳通,2

(1.哈爾濱工程大學 信息與通信工程學院，黑龍江 哈爾濱 150001; 2.北京長城電子裝備有限責任公司，北京 100082)

基于能量的水聲傳感器網(wǎng)絡分簇算法優(yōu)化

趙旦峰1, 陳通1,2

(1.哈爾濱工程大學 信息與通信工程學院，黑龍江 哈爾濱 150001; 2.北京長城電子裝備有限責任公司，北京 100082)

針對分簇水聲傳感器網(wǎng)絡中簇頭分布不均和水聲信道時變特性等原因?qū)е碌墓?jié)點能量分布不均的問題，以LEACH(low energy adaptive clustering hierarchy protocol )算法為基礎，提出了一種基于網(wǎng)絡能量狀態(tài)估計的分布式算法進行簇頭選舉，有效均衡網(wǎng)絡能耗。通過改進分布式簇頭選舉機制，每輪中簇頭選舉由一次選舉改為多次選舉，在不需要中心控制節(jié)點和增加節(jié)點間通信量的情況下，首次選舉通過設置能量閥值選舉出高能量節(jié)點擔任簇頭，通過第二次選舉保證每輪簇頭數(shù)目穩(wěn)定。仿真結果表明，該改進算法能夠解決分簇水聲傳感器網(wǎng)絡時變信道條件下能量消耗不均衡的問題，均衡網(wǎng)絡能耗，延緩網(wǎng)絡首節(jié)點死亡時間。

水聲傳感器網(wǎng)絡；LEACH；分布式；簇頭；能量均衡

水聲傳感器網(wǎng)絡(underwater acoustic sensor networks, UASNs)是集數(shù)據(jù)采集、處理和傳輸為一體的綜合信息處理系統(tǒng)，可以對海洋信息進行有效監(jiān)測[1-5]。在無人值守的情況下對海洋信息進行長時間監(jiān)測需要消耗大量能量，然而UASNs的節(jié)點能量儲備有限且難以進行補給[6-8]，因此能夠延長水聲傳感器網(wǎng)絡生命周期的分簇拓撲控制技術成為了當前的研究熱點[9-13]。

LEACH[13](low energy adaptive clustering hierarchy)協(xié)議是麻省理工大學Heinzelman等[14]提出的一種自適應分簇拓撲控制協(xié)議，基本思想是通過周期、循環(huán)、隨機的方式來選擇簇頭節(jié)點，可以使整體網(wǎng)絡旳能量消耗均勻地分攤到每個傳感器節(jié)點上。與一般的平面拓撲控制協(xié)議相比，可以將網(wǎng)絡生命周期延長15%[15-16]。以陸上傳感器網(wǎng)絡LEACH協(xié)議研究為基礎，近年來陸續(xù)提出了一些可以應用于水聲傳感器網(wǎng)絡的LEACH改進協(xié)議。文獻[17]指出在水聲傳感器網(wǎng)絡監(jiān)測區(qū)域確定的情況下，網(wǎng)絡中能量消耗的期望是關于簇覆蓋范圍的函數(shù)，可以通過調(diào)整網(wǎng)絡中簇的覆蓋范圍來降低網(wǎng)絡能耗。文獻[18]中提出了一種以節(jié)點與基站之間距離為主要參考指標的水聲傳感器網(wǎng)絡層次拓撲控制方法，簇頭節(jié)點距離sink節(jié)點越近，節(jié)點當選簇頭的概率越大，以此來均衡網(wǎng)絡能耗，降低簇頭節(jié)點和sink節(jié)點通信的能量損失，從而提高網(wǎng)絡的能量效率，延長網(wǎng)絡壽命。文獻[19]中對應用于水聲傳感器網(wǎng)絡的LEACH協(xié)議中簇結構建立階段廣播簇頭當選消息碰撞問題進行了分析，提出了降低廣播簇頭當選消息碰撞概率的改進協(xié)議，改進協(xié)議通過時隙劃分的方式有效降低了播簇頭消息的碰撞概率，避免了因為信息重傳造成的能量浪費。但上述研究沒有考慮水聲信道時變特性對網(wǎng)絡每輪能量消耗的影響。由于網(wǎng)絡中每輪能耗存在差異，節(jié)點周期性當選簇頭節(jié)點的輪換方法不能有效均衡網(wǎng)絡能耗。

針對水聲傳感器網(wǎng)絡每輪能量消耗不均衡的問題，本文提出了一種基于能量的水聲傳感器網(wǎng)絡分簇算法LEACH-ET。優(yōu)化算法通過增加簇頭選舉過程中高能量節(jié)點簇頭當選概率均衡網(wǎng)絡能耗，通過增加每輪簇頭選舉次數(shù)保證網(wǎng)絡簇頭節(jié)點數(shù)目穩(wěn)定。優(yōu)化算法通過均衡網(wǎng)絡能耗，穩(wěn)定簇頭節(jié)點數(shù)目，有效推遲了網(wǎng)絡首節(jié)點死亡時間，延長了網(wǎng)絡壽命。

1 水聲傳感器網(wǎng)絡能量模型

陸上傳感器網(wǎng)絡信號傳輸損耗與信號傳輸距離d相關，但由于水聲傳感器網(wǎng)絡情況特殊，信號傳輸損耗不僅與信號傳輸距離相關，同時還與信號頻率等傳輸條件相關。

根據(jù)Urick的數(shù)據(jù)和公式，Jurdak等人推導出下列模型：

SL=TL+85

(1)

式中：SL為聲源級,TL為傳輸損耗。式中物理量均以dB為單位，參考值1 μPa的量值為0.67×10-22W/cm2，由于水聲傳感器節(jié)點通常布放在海底，可以采用柱狀波傳輸損耗模型，信號傳輸損耗：

(2)

式中：d為聲信號發(fā)射機與接收機間的距離；α為與頻率相關的吸收系數(shù)。為了表示α與頻率之間的函數(shù)關系，可以將α寫成α(f)，通常情況下水聲傳感器網(wǎng)絡采用Thorp給出的水聲信號低頻段吸收損耗經(jīng)驗公式[20]：

(3)

式中f表示信號的傳輸頻率。

為了得到在參考距離1m處的強度It，則水聲信號發(fā)射功率Pt：

(4)

式中H表示當前水深，It與SL關系：

(5)

則可以由式(1)～(5)可以導出聲信號發(fā)射功率Pt滿足：

pt=CHdeα(f)d

(6)

C為基于聲吶方程推導出的發(fā)射器處于最小發(fā)射功率時的系數(shù)，取值為2π×(0.67)×10-9；H表示節(jié)點下放深度；d為傳輸距離；f為水聲信號傳輸頻率；α(f)為頻率吸收系數(shù)。

因此水聲傳感器節(jié)點發(fā)送數(shù)據(jù)消耗能量Etx及接收數(shù)據(jù)消耗能量Erx的通用模型可以描述為

(7)

式中：l表示傳輸數(shù)據(jù)bit量，Eelec表示節(jié)點處理單位bit數(shù)據(jù)消耗能量，Tb表示單位bit數(shù)據(jù)傳輸時長。

2 LEACH-ET算法

由于水聲傳感器網(wǎng)絡中缺少中心控制節(jié)點，節(jié)點通信能力受限，水聲通信環(huán)境中難以通過中心控制或節(jié)點間大量信息交互的方式獲取全局網(wǎng)絡能量信息，只能采用分布式簇頭選舉算法，每輪簇頭節(jié)點數(shù)目存在差異，同時水聲信道時變特性將導致網(wǎng)絡能量消耗不均，部分節(jié)點可能過早死亡。為了均衡網(wǎng)絡能量分布，改進算法通過設定能量閥值Eth，規(guī)定只有能量高于Eth的節(jié)點才可以參加簇頭選舉，提高高能量節(jié)點擔任簇頭的概率。但是由于節(jié)點難以獲取全局網(wǎng)絡能量信息，難以使能量大于Eth的節(jié)點數(shù)目保持穩(wěn)定，因此無法保證每輪簇頭節(jié)點數(shù)目的穩(wěn)定性。為了保證簇頭節(jié)點數(shù)目的穩(wěn)定性，每輪進行兩次簇頭選舉，首次選舉出部分高能量節(jié)點擔任簇頭，通過第二次選舉提高每輪簇頭節(jié)點數(shù)目穩(wěn)定性。

首次簇頭選舉只有高能量節(jié)點參加，以概率ph當選為簇頭節(jié)點，高能量節(jié)點數(shù)目Nh應當滿足：

Nhph

(8)

式中：E(CH)為本輪簇頭數(shù)目期望，首次簇頭選舉中當選的節(jié)點在選舉結束后完成簇建立；剩余未加入簇的節(jié)點進行第二次簇頭選舉，節(jié)點以概率p當選簇頭節(jié)點，通過第二次選舉保證簇頭數(shù)目的穩(wěn)定性。每輪簇頭節(jié)點數(shù)目期望可以表達為

(9)

閥值Eth的設定決定了參加首次選舉節(jié)點的數(shù)目Nh，在ph為定值情況下，Nhph的值是只與Nh有關的函數(shù)，因此能量閥值Eth的設定決定了協(xié)議性能。為了保證NhphE(CH)，需要通過增加Eth減少Nh，來滿足式(8)的條件；如果Nh較小，則簇頭節(jié)點中高能量節(jié)點數(shù)目較少，不能達到均衡網(wǎng)絡能耗的目的，需要降低Eth以增加高能量節(jié)點數(shù)目Nh，盡可能增加簇頭節(jié)點中高能量節(jié)點數(shù)目。

水聲傳感網(wǎng)絡中節(jié)點難以通過節(jié)點間信息交互或集中控制方式獲取高能量節(jié)點數(shù)目Nh的準確值，但每輪簇頭節(jié)點選舉過程中，簇頭節(jié)點會廣播當選信息，因此可以通過首次選舉中簇頭節(jié)點數(shù)目和第二次選舉中簇頭節(jié)點數(shù)目對Nh進行估計。在首次簇頭選舉中，高能量節(jié)點以概率ph當選簇頭節(jié)點，高能量節(jié)點是否當選簇頭節(jié)點滿足獨立同分布條件，則簇頭節(jié)點數(shù)目滿足二項分布條件, 則可以通過矩估計方法對Nh的值進行估計，表示為

(10)

(11)

每一輪中簇頭節(jié)點數(shù)目并不是一個固定的值，而是在期望值附近波動，可以通過二項分布均值方差來衡量簇頭節(jié)點數(shù)目穩(wěn)定性。在均值一定時，簇頭節(jié)點數(shù)目方差越小，簇頭節(jié)點數(shù)目越穩(wěn)定。根據(jù)上述網(wǎng)絡模型，在N=256，p=0.1，ph從0.05～0.5變化的條件下進行了十次仿真實驗，每次實驗分別對500輪仿真實驗中簇頭節(jié)點數(shù)目均值與方差進行統(tǒng)計。由圖1和圖2可知，改進算法中ph較小的情況簇頭數(shù)目均值與LEACH算法基本相同，但隨著ph的增加，導致Nhph>E(CH)，簇頭數(shù)目均值不斷增加。

圖1 簇頭節(jié)點數(shù)目均值Fig.1 Mean of cluster head node number

改進算法簇頭數(shù)目方差也隨著ph變化，ph較小時，首次選舉簇頭數(shù)目較少，二次選舉簇頭數(shù)目較多時簇頭數(shù)目方差與LEACH算法相近，隨著ph增加且滿足NhphE(CH)，簇頭數(shù)目方差只與第一選舉相關且簇頭數(shù)目均值較大，則簇頭數(shù)目方差開始不斷增加，并大于LEACH算法簇頭數(shù)目方差。

圖2 簇頭節(jié)點數(shù)目方差Fig.2 Variance of cluster head node number

3 算法仿真與分析

根據(jù)水聲傳感器網(wǎng)絡模型對改進算法與LEACH、LEACH-E算法進行比較，規(guī)定簇成員節(jié)點只能與簇頭節(jié)點通信，簇成員節(jié)點與簇頭通信采用TDMA協(xié)議，成員在規(guī)定時間內(nèi)向簇頭傳輸數(shù)據(jù)，簇內(nèi)通信不會產(chǎn)生干擾；簇頭節(jié)點在收集數(shù)據(jù)完成后直接傳給sink節(jié)點，sink節(jié)點與簇頭通信采用CDMA協(xié)議，簇頭與sink節(jié)點通信過程中不會干擾其它簇頭節(jié)點與sink節(jié)點通信，且簇內(nèi)通信也不會對其他簇的任何通信產(chǎn)生干擾。仿真參數(shù)設置如表1所示[21]。

表1 仿真參數(shù)

為了驗證改進算法性能，模擬分簇水聲傳感器網(wǎng)絡中簇頭分布不均和信道時變特性等原因?qū)е碌墓?jié)點能量異構，節(jié)點初始能量均勻的分布在0.5～0.35 J，在N=256，p=0.1的條件下驗證不同ph值對網(wǎng)絡性能影響，仿真如圖3所示。

圖3對不同ph值下網(wǎng)絡存活節(jié)點數(shù)目進行統(tǒng)計，在ph=0.05時，首次選舉簇頭節(jié)點數(shù)目過小，無法有效均衡網(wǎng)絡能耗；隨著ph的增加到0.25時，網(wǎng)絡能量均衡效果得到了有效改善，延遲了首節(jié)點死亡時間，在首節(jié)點死亡過后，其余節(jié)點均在短時間內(nèi)死亡；但隨著ph增加至大于0.5時，由于首次選舉簇頭數(shù)目增加導致Nhph>E(CH)，本輪簇頭均為高能量簇頭節(jié)點，但網(wǎng)絡中簇頭節(jié)點數(shù)目大于本輪簇頭數(shù)目期望且方差不斷增加，這導致網(wǎng)絡能量均衡效果減弱，首節(jié)死亡時間比ph=0.25要早，且首節(jié)點死亡時間隨著ph的進一步增加而提前。

為了驗證改進算法的性能，在ph=0.25時對網(wǎng)絡中節(jié)點能量分布和存活節(jié)點數(shù)目進行統(tǒng)計，并與LEACH、LEACH-E兩種算法進行對比，仿真實驗結果如圖4～6所示。

圖3 ph對存活節(jié)點數(shù)目的影響Fig.3 Number of nodes alive of different ph

圖4 LEACH節(jié)點能量分布Fig.4 Node energy distribution of LEACH

圖5 LEACH-E節(jié)點能量分布Fig.5 Node energy distribution of LEACH-E

圖6 改進算法節(jié)點能量分布Fig.6 Node energy distribution of optimization algorithm

為了驗證算法能量均衡效果，分別對網(wǎng)絡第1輪，第200輪，第400輪和第600輪節(jié)點能量分布進行統(tǒng)計，將0～0.5J均勻分成20個能量區(qū)間，對能量處于相應區(qū)間的節(jié)點數(shù)目進行統(tǒng)計，在網(wǎng)絡運行過中，全部節(jié)點能量分布區(qū)間越小，分布范圍越集中，網(wǎng)絡能量均衡效果約好。

在水聲傳感器網(wǎng)絡中節(jié)點初始能量均勻分布在0.5～0.35J，LEACH算法在簇頭選舉過程中未考慮節(jié)點能量，在網(wǎng)絡運行過程中節(jié)點能量分布區(qū)間具有擴大趨勢，200輪時，節(jié)能量分布在0.15～0.4J，400輪時開始出現(xiàn)節(jié)點死亡，能量在0～0.3J，直至節(jié)點開始出現(xiàn)因能量耗盡死亡，節(jié)點能量分布區(qū)間變小，600輪時存活節(jié)點能量分布在0～0.225J，在水聲時變信道情況下僅通過節(jié)點周期性當選簇頭節(jié)點的輪換方法不能起到良好的網(wǎng)絡能耗均衡效果；由于LEACH-E算法以節(jié)點能量為參考選舉簇頭節(jié)點，因此與LEACH算法相比提高了節(jié)點能量分布集中程度，200輪時節(jié)點能量分布在0.175～0.4J，400輪時節(jié)點能量分布在0.05～0.3J，600輪時存活節(jié)點能量分布在0～0.125J，在相同時間內(nèi)節(jié)點能量分布區(qū)間均小于LEACH算法，能量均衡效果得到了提升，同時避免了節(jié)點因能量耗盡而過早死亡；改進算法中節(jié)點能量分布集中程度優(yōu)于上述兩種算法，在第200輪70%以上的節(jié)點分布在0.275～0.3J，第400輪75%以上的節(jié)點能量分布在0.125～0.15J，第600輪90%以上存活節(jié)點能量分布在0～0.025J，這證明改進算法在信道時變的水聲傳感器網(wǎng)絡中，通過提高高能量節(jié)點簇頭當選概率的方法可以有效的均衡網(wǎng)絡能耗。

圖7對三種算法存活節(jié)點數(shù)目進行了統(tǒng)計。LEACH算法最先出現(xiàn)節(jié)點死亡的情況，隨后節(jié)點開始緩慢死亡，LEACH算法在簇頭選舉過程中沒能考慮節(jié)點能量，簇頭節(jié)點能量消耗遠大于簇成員節(jié)點，在水聲通信環(huán)境中，水聲信道時變特性導致網(wǎng)絡每輪能量消耗存在差異，LEACH算法中節(jié)點通過周期性當選簇頭節(jié)點的輪換方法不能很好的均衡網(wǎng)絡能耗，部分節(jié)點能量消耗過快，死亡時間較早，節(jié)點死亡時間差異較大，影響網(wǎng)絡性能，網(wǎng)絡能量均衡效果較差；LEACH-E算法在簇頭選舉中考慮能量因素，由于水聲時變信道特性，每輪節(jié)點能量消耗存在差異，LEACH-E算法通過降低低能量節(jié)點簇頭當選概率來均衡網(wǎng)絡能耗，因此可以有效降低網(wǎng)絡首節(jié)點死亡時間，能量均衡效果優(yōu)于LEACH算法，但簇頭選舉中低能量節(jié)點仍然有較大機會當選簇頭，節(jié)點間死亡時間差異也比較大，且需要收集網(wǎng)絡中全體節(jié)點能量信息，算法在水聲環(huán)境下實現(xiàn)難度較大；改進算法首節(jié)點死亡時間最晚，且網(wǎng)絡中節(jié)點死亡時間差異最小，由于改進算法每輪簇頭選舉分為兩次完成，首次簇頭選舉通過設置能量閥值，避免了低能量節(jié)點當選簇頭，可以有效均衡網(wǎng)絡能耗，為了避免每輪節(jié)點能量變化，能量閥值調(diào)整導致每輪網(wǎng)絡簇頭節(jié)點數(shù)目變化過大，通過第二次選舉使每輪簇頭數(shù)目保持穩(wěn)定，低能量節(jié)點簇頭當選概率遠遠小于上述兩種算法，因此在信道時變的水聲傳感器網(wǎng)絡中改進算法首節(jié)點死亡時間最晚，存活節(jié)點數(shù)目曲線最陡峭，證明改進算法具有良好的能量均衡效果。

圖7 存活節(jié)點數(shù)目Fig.7 Number of nodes alive

4 結論

針對水聲信道時變特性導致網(wǎng)絡每輪能量消耗存在差異的問題，本文提出了一種基于能量的簇頭選舉算法，每輪簇頭選舉分為兩次完成，通過首次簇頭節(jié)點選舉中高能量簇頭數(shù)目可以有效估計網(wǎng)絡能量狀況，并合理設置首次簇頭選舉能量閥值，避免了低能量節(jié)點當選簇頭，通過第二次選舉保證了每輪選舉簇頭數(shù)目的穩(wěn)定。通過仿真實驗與LEACH和LEACH-E算法進行對比，驗證了算法性能：

1) 在不增加節(jié)點間通信量和中心控制節(jié)點的情況下通過改進簇頭節(jié)點選舉策略，合理設置能量閥值Eth和高能量節(jié)點簇頭當選概率ph可以提高高能量節(jié)點簇頭當選概率和每輪簇頭節(jié)點數(shù)目的穩(wěn)定性；

2) 在時變水聲通信環(huán)境下，改進算法有效的延緩了首節(jié)點死亡時間，提高了水聲傳感器網(wǎng)絡能量均衡效果。

水聲通信環(huán)境復雜多變，水聲傳感器網(wǎng)絡自適應設置高能量節(jié)點簇頭當選概率ph是下一步的研究重點。

[1]VERMA S. Communication architecture for underwater wireless sensor network[J]. Communication architecture for underwater wireless sensor network, 2015, 7(6): 67-74.

[2]AKYILDIZ I F, POMPILI D, MELODIA T. Underwater acoustic sensor networks: research challenges[J]. Ad Hoc network, 2005, 3(3): 257-79.

[3]GUANGYU F, HUIFANG C. An Improved CDMA-based MAC protocol for underwater acoustic wireless sensor networks[C]. Wireless Communications, Networking and Mobile Computing (WiCOM), Chengdu, China, 2011: 1-6.

[4]VERMA S. Communication architecture for underwater wireless sensor network[J]. Communication architecture for underwater wireless sensor network, 2015, 6: 67-74.

[5]孫力娟, 劉林峰, 杜曉玉, 等. 水聲傳感器網(wǎng)絡拓撲控制技術綜述[J]. 南京郵電大學學報: 自然科學版, 2012, 32(5): 20-25. SUN Lijuan, LIU Linfeng, DU Xiaoyu, et al. Overview of topology control techniques in underwater acoustic sensor networks[J]. Journal of Nanjing university of posts and telecommunications: natural science, 2012, 32(5): 20-25.

[6]WANG Yu, LIU Yingjian, GUO Zhongwen. Three-dimensional ocean sensor networks: a survey[J]. Journal of ocean university of China, 2012, 11(4): 436-450.

[7]WAHID A, KIM D. An energy efficient localization-free routing protocol for underwater wireless sensor networks[J]. International journal of distributed sensor networks, 2012, 8(4): 307246.

[8]PARTAN J, KUROSE J, LEVINE B N. A survey of practical issues in underwater networks[J]. Proc Acm Wuwnet, 2006, 11: 23-33.

[9]AZIZ A A, SEKERCIOGLU Y A, FITZPATRICK P, et al. A survey on distributed topology control techniques for extending the lifetime of battery powered wireless sensor networks[J]. IEEE communications surveys & tutorials, 2013, 15(1): 121-144.

[10]OVALIADIS K, SAVAGE N. Cluster protocols in underwater sensor networks: a research review[J]. Journal of engineering science and technology review, 2014, 7(3): 171-175.

[11]PUROHIT R, SIDHU N. Wireless sensor network: Routing protocols and attacks- a survey[C]. 2015 2nd International Conference on Computing for Sustainable Global Development (INDIACom), 2015.

[12]OVALIADIS K, SAVAGE N. Cluster protocols in underwater sensor networks: a research review[J]. Journal of engineering science and technology review, 2014, 7(3): 171-175.

[13]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.

[14]劉壯, 馮欣, 王雁龍, 等. 基于雙簇頭聚類分簇和數(shù)據(jù)融合的無線傳感器網(wǎng)絡路由算法[J]. 吉林大學學報: 理學版, 2015, 53(5): 1013-1017. LIU Zhuang, FENG Xin, WANG Yanlong, et al. An improved clustering routing algorithm based on double-CH clustering and data fusion in WSN[J]. Journal of Jilin university: science edition, 2015, 53(5): 1013-1017.

[15]LIN Hongzhi, WEI Wei, ZHAO Ping, et al. Energy-efficient compressed data aggregation in underwater acoustic sensor networks[J]. Wireless networks, 2016, 22(6): 1985-1997.

[16]張瑞華, 程合友, 賈智平. 基于能量效率的無線傳感器網(wǎng)絡分簇算法[J]. 吉林大學學報: 工學版, 2010, 40(6): 1663-1667. ZHANG Ruihua, CHENG Heyou, JIA Zhiping. Energy-efficient clustering algorithm for wireless sensor net works[J]. Journal of Jilin university: engineering and technology edition, 2010, 40(6): 1663-1667.

[17]ZHAO Liang, LIANG Qilian. Optimum cluster size for underwater acoustic sensor networks[C]//Proceedings of IEEE Military Communications Conference. Washington, DC: IEEE, 2006: 1-5.

[18]YANG Guangsong, XIAO Mingbo, CHENG En, et al. A cluster-head selection scheme for underwater acoustic sensor networks[C]//Proceedings of 2010 International Conference on Communications and Mobile Computing. Shenzhen: IEEE, 2010: 188-191.

[19]LI Yongcui, WANG Ying, JU Yang, et al. Energy efficient cluster formulation protocols in clustered underwater acoustic sensor networks[C]//Proceedings of the 7th International Conference on Biomedical Engineering and Informatics (BMEI). Dalian: IEEE, 2014: 923-928

[20]JIANG Peng, LIU Jun, WU Feng. Node non-uniform deployment based on clustering algorithm for underwater sensor networks[J]. Sensors, 2015, 15(12): 29997-30010.

[21]卞金洪, 徐新洲, 魏昕, 等. 水聲通信網(wǎng)層次路由算法[J]. 哈爾濱工程大學學報, 2013, 34(3): 275-279. BIAN Jinhong, XU Xinzhou, WEI Xin, et al. Research on hierarchical routing algorithm for underwater acoustic communication networks[J]. Journal of Harbin engineering university, 2013, 34(3): 275-279.

Optimization of the cluster-head selection algorithm of an energy-based underwater acoustic sensor network

ZHAO Danfeng1,CHEN Tong1,2

( 1.College of Information and Communication Engineering, Harbin Engineering University,Harbin 150001,China; 2.Beijing Great Wall Electronic Equipment Co.,Ltd,Beijing 100082,China)

To solve the uneven energy consumption problem caused by the time-varying characteristics of underwater acoustic channels and non-uniform distribution of cluster heads in underwater acoustic sensor networks (UASNs), a novel distributed low-energy adaptive clustering hierarchy (LEACH) algorithm was developed. The number of elections was increased in each round, and an energy threshold for the first cluster-head elections was set. If the node energy is higher than the energy threshold, the former can take part in the first cycle of cluster-head election, and the second cycle of cluster-head election can maintain the stability of the cluster-head number. Simulation results showed that the improved algorithm can eliminate the problem of unbalanced energy consumption under the time-varying channel conditions of the clustered acoustic sensor network. It can also balance the energy consumption of the network and prolong the survival period of the network′s first node.

underwater acoustic sensor network; LEACH; cluster-head; distribution; energy consumption

2016-03-15.

日期：2016-11-16.

國家自然科學基金項目(61371099).

趙旦峰(1961-), 男, 教授,博士生導師.

趙旦峰,E-mail：zhaodanfeng@hrbeu.edu.cn.

10.11990/jheu.201603047

http://www.cnki.net/kcms/detail/23.1390.u.20161116.1613.008.html

TN929.3

A

1006-7043(2017)02-0282-06

趙旦峰, 陳通. 基于能量的水聲傳感器網(wǎng)絡分簇算法優(yōu)化[J]. 哈爾濱工程大學學報， 2017, 38(2): 282-287. ZHAO Danfeng, CHEN Tong. Optimization of the cluster-head selection algorithm of an energy-based underwater acoustic sensor network[J]. Journal of Harbin Engineering University, 2017, 38(2): 282-287.