宋三華

(黃淮學(xué)院信息工程學(xué)院,河南 駐馬店 463000)

無(wú)線傳感網(wǎng)絡(luò)WSNs(Wireless Sensor Networks)由大量的微型傳感節(jié)點(diǎn)組成[1-2],這些傳感節(jié)點(diǎn)具有感測(cè)、通信能力,進(jìn)而實(shí)現(xiàn)對(duì)環(huán)境的監(jiān)測(cè)目的。目前,WSNs已廣泛應(yīng)用于軍事勘測(cè)、環(huán)境管理以及健康醫(yī)療等領(lǐng)域[3-4]。

由于WSNs中節(jié)點(diǎn)能量受到限制,如何降低網(wǎng)絡(luò)能耗成為WSNs的首要目標(biāo)。依據(jù)文獻(xiàn)[5]研究表明,傳輸數(shù)據(jù)所消耗的能量占居節(jié)點(diǎn)能耗的大部分。因此,如何優(yōu)化路由,減少數(shù)據(jù)傳輸量,進(jìn)而降低能耗成為WSNs的研究熱點(diǎn)[6-8]。

數(shù)據(jù)融合是減少傳輸數(shù)據(jù)量的有效技術(shù)之一。因此,將數(shù)據(jù)融合與路由協(xié)議相結(jié)合可有效地減少數(shù)據(jù)傳輸量?，F(xiàn)存的路由協(xié)議可分為基于數(shù)據(jù)DC(Data-Centric)和基于地址AC(Address-Centric)的兩類協(xié)議[9]。

而基于數(shù)據(jù)融合樹的路由是DC路由典型代表。文獻(xiàn)[10]引用了基于貪婪遞增融合樹GITD(Greedy Incremental Tree Data),通過(guò)融合樹優(yōu)化路由。研究結(jié)果表明,基于DC路由的能耗低于基于AC路由。文獻(xiàn)[11]引用根樹概念建立樹骨干網(wǎng),利用簇頭輪換機(jī)制降低能耗。此外,文獻(xiàn)[12]提出了基于能耗的融合樹構(gòu)建算法。該算法從網(wǎng)絡(luò)能耗決策路由。然而,這些算法多數(shù)是從能量角度構(gòu)建融合樹,并沒(méi)有考慮了融合時(shí)延。

為此,本文提出基于節(jié)點(diǎn)度-限制的數(shù)據(jù)融合樹構(gòu)建DC-DATC(Degree-Constrained-based Data Aggregation Tree Constructing)算法。DC-DATC算法從節(jié)點(diǎn)度角度構(gòu)建融合樹,降低高節(jié)點(diǎn)度對(duì)數(shù)據(jù)融合時(shí)延的影響,同時(shí)優(yōu)化融合樹,減少了網(wǎng)絡(luò)能耗。實(shí)驗(yàn)結(jié)果表明,提出的DC-DATC算法有效降低網(wǎng)絡(luò)能耗和融合時(shí)延。

1 網(wǎng)絡(luò)模型

建立圖論G=(V,E)的無(wú)線傳感網(wǎng)絡(luò),其中V為傳感節(jié)點(diǎn)集,E為邊集。同時(shí)假定傳感節(jié)點(diǎn)的傳輸距離為R。如果兩個(gè)節(jié)點(diǎn)i、j間的歐式距離‖i-j‖小于R,則它們間存在一條邊(i,j)∈E。

在DC的無(wú)線傳感網(wǎng)絡(luò),將每個(gè)節(jié)點(diǎn)的整個(gè)壽命劃分為多個(gè)工作時(shí)期WP(Working Periods),且每個(gè)工作時(shí)期WP包含T個(gè)時(shí)隙。每個(gè)節(jié)點(diǎn)i隨機(jī)在從T個(gè)時(shí)隙中選擇一個(gè)時(shí)隙用于傳輸數(shù)據(jù)包或接收數(shù)據(jù)包。假定節(jié)點(diǎn)i所選擇的時(shí)隙表示為A(i),且這個(gè)時(shí)隙稱為節(jié)點(diǎn)i的活動(dòng)時(shí)隙(Active time slot),而其他T-1個(gè)時(shí)隙為休眠時(shí)隙,如圖1所示。圖中描繪了3個(gè)工作時(shí)期WP,且每個(gè)WP內(nèi)含5個(gè)時(shí)隙,即T=5,而節(jié)點(diǎn)i選擇的時(shí)隙為2。

圖1 基于DC的WSNs的工作時(shí)隙

假定每個(gè)節(jié)點(diǎn)僅有一個(gè)數(shù)據(jù)包要傳,且每個(gè)節(jié)點(diǎn)在它的活動(dòng)時(shí)隙只能接收數(shù)據(jù)包,但是,它能夠在任何時(shí)隙發(fā)送數(shù)據(jù)。此外,假定節(jié)點(diǎn)能夠融合它的子節(jié)點(diǎn)的數(shù)據(jù)[13],并通過(guò)數(shù)據(jù)融合樹向它的父節(jié)點(diǎn)傳輸。所謂數(shù)據(jù)融合就是指將兩個(gè)或多個(gè)數(shù)據(jù)轉(zhuǎn)換成一個(gè)數(shù)據(jù)包。

此外,一個(gè)信宿節(jié)點(diǎn)s∈V能夠接收其他所有節(jié)點(diǎn)的數(shù)據(jù),直到網(wǎng)絡(luò)內(nèi)所有數(shù)據(jù)傳輸至信宿后,數(shù)據(jù)融合過(guò)程才結(jié)束。

2 問(wèn)題描述

在給定圖論G=(V,E)中和一個(gè)信宿s∈V。假定Sk表示在工作時(shí)期WPk內(nèi)傳輸數(shù)據(jù)的節(jié)點(diǎn)集,并且保證Sk內(nèi)的數(shù)據(jù)發(fā)送節(jié)點(diǎn)不發(fā)生沖突。因此,一個(gè)數(shù)據(jù)融合分配就可形式化表述為:

(1)

式中:L表示數(shù)據(jù)融合時(shí)延。

DC-DATC算法就是在一定的約束條件下,最小化融合時(shí)延,分別如式(2)～式(4)所示:

MinimineL

(2)

(3)

Si∩Sj=φ, ?i≠j

(4)

將DC-DATC算法對(duì)節(jié)點(diǎn)u的安排表示為[tsch(u),p(u)],這表示節(jié)點(diǎn)u被安排工作時(shí)期tsch(u)內(nèi)的A(p(u))時(shí)隙向它的父節(jié)點(diǎn)p(u)傳輸數(shù)據(jù)。

3 DC-DATC算法

DC-DATC算法目的在于節(jié)點(diǎn)度-限制的融合樹DCT(Degree-Constrained Aggregation Tree),進(jìn)而消除高節(jié)點(diǎn)度對(duì)數(shù)據(jù)融合時(shí)延的影響。給定預(yù)設(shè)的節(jié)點(diǎn)度閾值α,數(shù)據(jù)融合樹中的每個(gè)節(jié)點(diǎn)的子節(jié)點(diǎn)數(shù)不大于α。這個(gè)參數(shù)α由環(huán)境決定[14]。然而,在節(jié)點(diǎn)密度不是足夠高的環(huán)境下,并非所有節(jié)點(diǎn)均能滿足節(jié)點(diǎn)度限制條件。為此,DC-DATC算法就試著減少融合樹中節(jié)點(diǎn)度高于α的節(jié)點(diǎn)數(shù)。

3.1 節(jié)點(diǎn)度對(duì)融合時(shí)延的影響分析

首先給出融合時(shí)延定義。本文將信宿接收網(wǎng)絡(luò)內(nèi)所有節(jié)點(diǎn)數(shù)據(jù)所需的工作時(shí)期WP數(shù)定義為融合時(shí)延。

為了減少融合時(shí)延,融合樹應(yīng)最大化在同一個(gè)時(shí)期內(nèi)工作的節(jié)點(diǎn)數(shù)。而融合樹內(nèi)高節(jié)點(diǎn)度的節(jié)點(diǎn)數(shù)越多,融合時(shí)延也就越大。原因在于:高節(jié)點(diǎn)度的節(jié)點(diǎn)越多,在同一時(shí)期內(nèi)傳輸數(shù)據(jù)的節(jié)點(diǎn)數(shù)也就越少,這就增加了工作時(shí)期數(shù),最終增加了融合時(shí)延。

3.2 基于節(jié)點(diǎn)度構(gòu)建融合樹的具體過(guò)程

此外,DC-DATC算法主要由兩個(gè)階段構(gòu)成:初始階段和主要階段。在初始階段,先構(gòu)成初始的數(shù)據(jù)融合樹,然后,在主要階段進(jìn)一步完善樹的構(gòu)建。在闡述DC-DATC算法前,先引用以下變量:

①nn(u):節(jié)點(diǎn)u的鄰居節(jié)點(diǎn)數(shù);

②ChS(u):在DCT樹中節(jié)點(diǎn)u的子節(jié)點(diǎn)集;

③nch(u):在DCT樹中節(jié)點(diǎn)u的子節(jié)點(diǎn)數(shù);

④napc(u):節(jié)點(diǎn)u的可選父節(jié)點(diǎn)APC(Available Parent Candidates)數(shù)。若節(jié)點(diǎn)υ是節(jié)點(diǎn)u的一個(gè)鄰居節(jié)點(diǎn),如果υ滿足以下兩個(gè)條件,則υ稱為u的APC。兩個(gè)條件:?在DCT樹中,υ沒(méi)有被選成為u的子節(jié)點(diǎn);?nch(υ)<α;

⑤NAS(u):節(jié)點(diǎn)u的可選活動(dòng)者集。NAS(u)是指被加到DCT樹后,能構(gòu)建DCT的節(jié)點(diǎn)u的子節(jié)點(diǎn)。

⑥state(u):節(jié)點(diǎn)u的狀態(tài)。DC-DATC算法規(guī)定節(jié)點(diǎn)u有4種狀態(tài):等待(WAIT)、活動(dòng)(ACTIVATED)、監(jiān)聽(LISTEN)和完成(COMPLETE)

此外,依據(jù)napc值,將網(wǎng)絡(luò)內(nèi)所有節(jié)點(diǎn)劃分兩類:①特殊節(jié)點(diǎn),如果napc(u)=1,則節(jié)點(diǎn)u稱為特殊節(jié)點(diǎn);②普通節(jié)點(diǎn),如果napc(u)>1,則節(jié)點(diǎn)u稱為普通節(jié)點(diǎn)。

3.3 初始階段

初始階段的過(guò)程如算法1所示。最初,所有節(jié)點(diǎn)處于WAIT狀態(tài)。特殊節(jié)點(diǎn)υ(napc(υ)=1)先向它的鄰居節(jié)點(diǎn)發(fā)送JOIN_REQ消息,請(qǐng)求加入DCT。JOIN_REQ消息包含了節(jié)點(diǎn)的ID號(hào)。一旦接收到JOIN_REQ消息,它的唯一鄰居節(jié)點(diǎn)u就是更新局部變量,并廣播JOIN_ACCEPT消息,如算法1的第Step 3至第Step 6所示。

圖2 DC-DATC算法的初始階段

圖3 算法1的執(zhí)行主流程

一旦接收到JOIN_ACCEPT消息,節(jié)點(diǎn)υ就加入DCT,并將它的狀態(tài)修改成COMPLETE,如第Step 7至第Step 9所示。同時(shí),如果nch(u)≥α,節(jié)點(diǎn)u的其他鄰居節(jié)點(diǎn)就它們的APC數(shù)減一。因?yàn)楣?jié)點(diǎn)u不再是這些節(jié)點(diǎn)的APC。應(yīng)當(dāng)注意:在更新napc后(第Step 4或第Step 10),普通節(jié)點(diǎn)就成為新的特殊節(jié)點(diǎn),然后再重復(fù)上述過(guò)程。算法1執(zhí)行過(guò)程如圖3所示。

3.4 主要階段

主要階段的偽代碼如算法2所示。如果信宿s的所有鄰居節(jié)點(diǎn)已經(jīng)被選為了信宿s的子節(jié)點(diǎn),即DCT已經(jīng)構(gòu)成完畢,此時(shí)DC-DATC算法就停止,如第2行所示。否則的話,信宿s就成為第1個(gè)活動(dòng)節(jié)點(diǎn),然后就開始尋找它的子節(jié)點(diǎn)。當(dāng)state(s)≠COMPLETE,DC-DATC算法工作如2所示。

圖4 DC-DATC算法的主要階段

活動(dòng)節(jié)點(diǎn)u就向它的鄰居節(jié)點(diǎn)發(fā)送FIND_CHILD消息,尋找子節(jié)點(diǎn)。一旦從WAIT狀態(tài)的鄰居節(jié)點(diǎn)接收到JOIN_REQ消息,活動(dòng)節(jié)點(diǎn)u就為將它的特殊鄰居節(jié)點(diǎn)的退避時(shí)間設(shè)為零,如第Step 13所示。對(duì)于普通鄰居,它的退避時(shí)間t(u,υ):

t(u,υ)=d(u)+sl(υ,u)+rand(0,1)+[nch(υ)×T]

(5)

式中:sl(υ,u)的定義如式(6)所示:

(6)

在整個(gè)退避時(shí)間內(nèi),如果u接收到來(lái)自υ的JOIN_CONFIRM消息,則u就取消退避時(shí)間t(u,υ),如Step 18所示。否則的話,一旦t(u,υ)到期,u就執(zhí)行Procedure1,如算法2的Step 18所示。由于特殊節(jié)點(diǎn)的退避時(shí)間是零,特殊節(jié)點(diǎn)的鄰居節(jié)點(diǎn)總是被選為u的子節(jié)點(diǎn)。而對(duì)于u的普通鄰居節(jié)點(diǎn)υ,一旦t(u,υ)到期,u就選擇節(jié)點(diǎn)υ作為它的子節(jié)點(diǎn),并將此節(jié)點(diǎn)加入NAS(u),因此,節(jié)點(diǎn)υ成為新的活動(dòng)節(jié)點(diǎn),如Procedure1的Step 4所示。

一旦產(chǎn)生了新的子節(jié)點(diǎn)后,節(jié)點(diǎn)u就更新nch(u),再向它的一跳鄰居節(jié)點(diǎn)發(fā)送JOIN_ACCEPT消息,其包含了它的子節(jié)點(diǎn)信息,如Procedure1的Step 1至Step 2所示。

為了滿足節(jié)點(diǎn)度的限制,節(jié)點(diǎn)u就將nch(u)與α進(jìn)行比較。如果已選擇了新的活動(dòng)節(jié)點(diǎn),并且nch(u)=α,則節(jié)點(diǎn)u就停止子節(jié)點(diǎn)的選擇過(guò)程,然后再將自己狀態(tài)修改為L(zhǎng)ISTEN,如Procedure1 Step 5至Step 9所示。通過(guò)這種方式,保證節(jié)點(diǎn)u的度不大于α。然而,如果節(jié)點(diǎn)u沒(méi)有選擇任何新的活動(dòng)節(jié)點(diǎn),它將繼續(xù)執(zhí)行子節(jié)點(diǎn)的選擇過(guò)程。

圖5 Procedure1的偽代碼

圖6 Procedure2的偽代碼

如果節(jié)點(diǎn)u不能找到任何活動(dòng)節(jié)點(diǎn),它就向它的父節(jié)點(diǎn)發(fā)送STUCK消息,請(qǐng)求父節(jié)點(diǎn)尋找新的活動(dòng)節(jié)點(diǎn),并將自己的狀態(tài)修改為COMPLETE,如算法2的Step 23至Step 25所示。一旦接收到來(lái)自活動(dòng)節(jié)點(diǎn)u的JOIN_ACCEPT消息,處于WAIT狀態(tài)節(jié)點(diǎn)υ就加入DCT。Procedure2顯示節(jié)點(diǎn)υ加入DCT的過(guò)程。節(jié)點(diǎn)υ先向一跳鄰居節(jié)點(diǎn)發(fā)送JOIN_CONFIRM消息,其包含自己的ID和父節(jié)點(diǎn)的ID,進(jìn)而告知鄰居節(jié)點(diǎn),它已經(jīng)選擇了父節(jié)點(diǎn)。

如果節(jié)點(diǎn)υ是特殊節(jié)點(diǎn),由于它與鄰居節(jié)點(diǎn)沒(méi)有可選鏈路時(shí),節(jié)點(diǎn)υ就將改變狀態(tài),進(jìn)入COMPLETE,不再參與樹構(gòu)建。否則,如果節(jié)點(diǎn)υ是普通節(jié)點(diǎn),它將成為新的活動(dòng)節(jié)點(diǎn),繼續(xù)構(gòu)建DCT。

已接收到NAS集內(nèi)所有節(jié)點(diǎn)發(fā)送的STUCK消息后,處于LISTEN狀態(tài)的節(jié)點(diǎn)就知道它的所選擇的活動(dòng)節(jié)點(diǎn)不能再找到新的活動(dòng)節(jié)點(diǎn),如算法2的Step 35所示。因此,它將執(zhí)行Procedure 3,進(jìn)而尋找新的活動(dòng)節(jié)點(diǎn)。節(jié)點(diǎn)就向它的一跳鄰居節(jié)點(diǎn)廣播FIND。如果沒(méi)有發(fā)現(xiàn)活動(dòng)節(jié)點(diǎn),它就通過(guò)發(fā)送STUCK消息尋找新的活動(dòng)節(jié)點(diǎn)。如果信宿s已接收到來(lái)自NAS(s)內(nèi)所有節(jié)點(diǎn)的STUCK消息,信宿s就改變狀態(tài),進(jìn)入COMPLETE狀態(tài),并停止DCT算法。

圖7 Procedure 3的偽代碼

構(gòu)建整個(gè)DCT的主要過(guò)程如圖8所示。首先執(zhí)行初始階段,然后由信宿檢測(cè)是否有節(jié)點(diǎn)已成為自己的子節(jié)點(diǎn)。若是,結(jié)束算法;否則信宿作為活動(dòng)節(jié)點(diǎn),尋找子節(jié)點(diǎn)。產(chǎn)生了新子節(jié)點(diǎn)后,就相繼執(zhí)行Procedure 1、Procedure 2和Procedure 3。

圖8 構(gòu)建整個(gè)DCT的主要過(guò)程

4 性能分析

4.1 仿真參數(shù)

利用MATLAB建立仿真平臺(tái),并分析基于DC-DATC算法性能。假定N個(gè)傳感節(jié)點(diǎn)分布于100 m×100 m的正方形區(qū)域,信宿位于區(qū)域邊界上。傳感節(jié)點(diǎn)傳輸距離R=25 m。

為了更好地比較基于DC-DATC的路由的性能,選擇基于GITD的路由[15]和基于AC路由[16]。主要考查算法的數(shù)據(jù)融合時(shí)延和網(wǎng)絡(luò)能耗。數(shù)據(jù)融合時(shí)延是指在一個(gè)工作時(shí)期內(nèi)信宿s接收到所有節(jié)點(diǎn)數(shù)據(jù)的時(shí)間。每次實(shí)驗(yàn),獨(dú)立重復(fù)50次,取平均值作為最終的仿真數(shù)據(jù)。

4.2 數(shù)據(jù)分析

在本次實(shí)驗(yàn)中,假定節(jié)點(diǎn)數(shù)N從70～120變化,且T=100。平均能量隨節(jié)點(diǎn)數(shù)變化曲線如圖9所示。所謂平均能量是指出現(xiàn)第1個(gè)失效節(jié)點(diǎn)時(shí),網(wǎng)絡(luò)中剩余節(jié)點(diǎn)的平均能量。平均能量越高,說(shuō)明能耗越不平衡。

圖9 平均能量隨節(jié)點(diǎn)數(shù)變化曲線

從圖9可知,AC路由的能耗不平衡,原因在于AC路由的中間轉(zhuǎn)發(fā)節(jié)點(diǎn)過(guò)多,這加大了能耗。當(dāng)中間節(jié)點(diǎn)能量已消耗殆盡,而其他節(jié)點(diǎn)能量還很高。而GITDC和DC-DATC路由通過(guò)有效的數(shù)據(jù)融合樹傳輸數(shù)據(jù),平衡了網(wǎng)絡(luò)能耗。

接下來(lái),分析網(wǎng)絡(luò)壽命。網(wǎng)絡(luò)壽命是指第一傳感節(jié)點(diǎn)失效時(shí)間,實(shí)驗(yàn)數(shù)據(jù)如圖10所示。

圖10 網(wǎng)絡(luò)壽命

從圖10可知,基于DC-DATC的路由的網(wǎng)絡(luò)壽命優(yōu)于CA和GITDC路由。節(jié)點(diǎn)數(shù)越多,優(yōu)勢(shì)越明顯。原因在于:基于DC-DATC路由通過(guò)DC-DATC樹,優(yōu)化數(shù)據(jù)傳輸,減少了中間節(jié)點(diǎn)的參與,同時(shí)通過(guò)DC技術(shù),降低了能耗。

最后,數(shù)據(jù)包傳輸時(shí)延,實(shí)驗(yàn)數(shù)據(jù)如圖8所示。從圖11可知,提出的基于DC-DATC的路由的數(shù)據(jù)包傳輸時(shí)延最低,這進(jìn)一步說(shuō)明,通過(guò)DC-DATC構(gòu)建的樹能夠有效地優(yōu)化數(shù)據(jù)傳輸,使得數(shù)據(jù)包快速傳輸?shù)叫潘?進(jìn)而降低了傳輸時(shí)延。

圖11 數(shù)據(jù)包傳輸時(shí)延

5 總結(jié)

本文針對(duì)無(wú)線傳感網(wǎng)絡(luò)的數(shù)據(jù)傳輸問(wèn)題,展開分析,并提出基于節(jié)點(diǎn)度-限制的數(shù)據(jù)融合樹構(gòu)建DC-DATC算法。DC-DATC算法從節(jié)點(diǎn)度角度構(gòu)建融合樹,進(jìn)而優(yōu)化數(shù)據(jù)傳輸路線,減少了數(shù)據(jù)傳輸量,一方面平衡了網(wǎng)絡(luò)能耗,另一方面也中間節(jié)點(diǎn)傳輸?shù)臄?shù)據(jù)量。最終,通過(guò)平衡能耗,延長(zhǎng)了網(wǎng)絡(luò)壽命。

[1] Rehman A,Abbasi A Z,Islam N,et al. A Review of Wireless Sensors and Networks Applications in Agriculture[J]. Compute Stand Interfaces,2014,36(2):263-270.

[2] Li Z,Wang N,Franzen A,et al. Practical Deployment of an in-Field Soil Property Wireless Sensor Network[J]. Compute Stand Interfaces,2014,36(2):278-287.

[3] 陳東海,李長(zhǎng)庚. 基于簇頭功能分化的無(wú)線傳感器網(wǎng)絡(luò)成簇算法[J]. 傳感技術(shù)學(xué)報(bào),2015,28(2):244-248.

[4] 門順治,孫順遠(yuǎn),徐保國(guó). 基于PSO的非均勻分簇雙簇頭路由算法[J]. 傳感技術(shù)學(xué)報(bào),2014,27(9):1281-1286.

[5] Akyildiz I F,Su W,Cayirci E. A Survey on Sensor Networks[J]. IEEE Commun. Mag,2013,40(8):102-114.

[6] Kang B,Kwon N,Choo H. Developing Route Optimization-Based PMIPv6 Testbed for Reliable Packet Transmission[J]. IEEE Access,2016,4(3):1039-1049.

[7] Incel O D,Ghosh A,Krishnamachari B. Scheduling Algorithms for Tree-Based Data Collection in Wireless Sensor Networks[C]//Theoretical Aspects of Distributed Computing in Sensor Networks. Berlin,Germany,2012:407-445.

[8] Kang B,Choo H. An SDN-Enhanced Load-Balancing Technique in the Cloud System[J]. J Supercomputing,2016,72(1):1-24.

[9] Kang B,Choo H. A Cluster-Based Decentralized Job Dispatching for the Large-Scale Cloud[J]. EURASIP J Wireless Commun Netw,2016,1(2):1-8.

[10] Fafoutis X,Mauro A D,Vithanage M D. Receiver Initiated Medium Access Control Protocols for Wireless Sensor Networks[J]. Comput Netw,2015,76(3):55-74.

[11] Kumar N,Misra S,Obaidat M S. Collaborative Learning Automata-Based Routing for Rescue Operations in Dense Urban Regions Using Vehicular Sensor Networks[J]. IEEE Syst J,2015,9(3):1081-1090.

[12] Kang B,Myoung S,Choo H. Distributed Degree-Based Link Scheduling for Collision Avoidance in Wireless Sensor Networks[J]. IEEE Access,2016,4(6):7452-7468.

[13] Jung S G,Kang B,Yeoum S,et al. Trail-Using Ant Behavior Based Energy-Efficient Routing Protocol in Wireless Sensor Networks[J]. Int J Distrib Sensor Netw,2016,1(7):1-8.

[14] Aldeer M,Howard R,Al-Hilli A. Minimizing Energy Consumption in Transmit-Only Sensor Networks Via Optimal Placement of the Cluster Heads[C]//Proc 8th Wireless of the Students,by the Students,and for the Students Workshop,2016:36-38.

[15] Razaque A,Elleithy K M. Low Duty Cycle,Energy-Efficient and Mobility-Based Boarder Node-MAC Hybrid Protocol for Wireless Sensor Networks[J]. J Signal Process Syst,2015,81(2):265-284.

[16] Han G,Dong Y,Guo H,et al. Cross-Layer Optimized Routing in Wireless Sensor Networks with Duty Cycle and Energy Harvesting[J]. Wireless Commun. Mobile Comput,2015,15(16):1957-1981.

[17] Madden S,Franklin M J,Hellerstein J M,et al. TAG:A Tiny Aggregation Service for Ad-Hoc Sensor Networks[J]. ACM SIGOPS OperSyst Rev,2012,36(2):131-146.