王紅林　 孫彩云

摘? 要： 為了提高大型WSNs的網絡資源配置效率，提出一種分布式離散化的最優(yōu)Sink移動路徑求取方法，在博物館環(huán)境監(jiān)測中引入基于移動Sink的無線傳感器網絡。首先，各節(jié)點無需全局采集路由信息，通過綜合考慮鄰居數(shù)、與Sink之間的距離等因素分布式采集數(shù)據(jù);其次，構造全新的轉換矩陣，將移動距離約束下最長停留時間問題轉化為約束條件下最短路徑的求解問題;最后，將標準Leach和移動節(jié)點兩種算法運用在博物館展覽館實際場景中，對兩種算法的執(zhí)行時間和網絡生存時間進行了比較。結果表明，移動節(jié)點方式提高了網絡的網絡生成時間，節(jié)約了各節(jié)點的能量損耗，消除了無線傳感器網絡的“能量空洞”問題，具有較強的應用和推廣價值，能夠勝任博物館場景的應用。

關鍵詞： 無線傳感器網絡; 博物館; 環(huán)境監(jiān)測; 移動Sink; 多目標定位; 數(shù)據(jù)采集

中圖分類號： TN929.5?34; TP212.9? ? ? ? ? ? ? ?文獻標識碼： A? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）20?0050?03

Application research of mobile Sink?based WSNs in museum environment monitoring

WANG Honglin1，2， SUN Caiyun1，2

（1. College of Electronic&Information Engineering， Nanjing University of Information Science and Technology， Nanjing 210044， China; 2. Jiangsu Key Laboratory of Meteorological Observation and Information Processing， Nanjing University of Information Science and Technology， Nanjing 210044， China）

Abstract： A distributed discretization optimal Sink mobile path finding method is proposed to improve the efficiency of network resource allocation for large?scale WSNs. A wireless sensor networks （WSNs） based on mobile Sink is introduced into the museum environmental monitoring. Each node does not need to collect routing information globally， and can collect data with distributed by overall consideration the quantity of neighbors， the distance from Sink and other factors. A new transformation matrix is constructed to transform the longest residence time problem under moving distance constraint into the shortest path problem under constraints. The standard Leach algorithm and mobile node algorithm are applied into the exhibition actual scene of the museum， and the execution time and the creation time of networks of the standard Leach algorithm and mobile node algorithm are compared. The results show that the mobile node algorithm can increase the creation time of networks， save the energy loss of each node， and remove the “energy hole” of the WSNs. It has strong application and promotion value， and is competent for the application of the museum scene.

Keywords： wireless sensor network; museum; environment monitoring; mobile Sink， multi?target localization; data collection

0? 引? 言

博物館里珍藏著大量的珍貴文物，這些文物是人類重要的文化遺產。博物館作為典藏、陳列和研究代表自然與人類文化遺產的場所，基本功能包含征集、保存、保護、研究、展覽和社會教育等[1?2]。博物館的存放環(huán)境對文物的保存有著至關重要的影響，對博物館環(huán)境參數(shù)的連續(xù)自動化監(jiān)測有利于實時發(fā)現(xiàn)環(huán)境風險并及時調整[3]。目前，隨著無線通信技術、傳感器技術的快速發(fā)展，無線傳感器網絡技術成為研究焦點，已應用于不同環(huán)境下的監(jiān)控系統(tǒng)[4?5]。

WSNs（Wireless Sensor Networks）是21世紀最重要的且具有巨大影響力的一項新興技術，是下一代網絡中的關鍵技術之一[6?8]。WSNs包括傳感器節(jié)點、匯聚節(jié)點和基站[9]三個部分。在傳統(tǒng)的如基于Leach協(xié)議的WSNs中，節(jié)點的位置是固定不動的，傳感器節(jié)點之間通過多跳或單跳方式傳遞信息，離Sink較近的節(jié)點需要承擔更多的通信負載，會導致能量加速耗盡，能量耗盡后這些節(jié)點便無法發(fā)揮作用，出現(xiàn)“能量空洞”現(xiàn)象[10]。

研究發(fā)現(xiàn)，通過在網絡中引入節(jié)點移動性可以解決“能量空洞”問題，移動節(jié)點充當數(shù)據(jù)匯聚節(jié)點（Sink）在網絡中游走，其自身的數(shù)據(jù)處理能力和存儲容量比一般傳感器節(jié)點高出許多，當其移動到傳感器節(jié)點的通信范圍時移動節(jié)點與傳感器節(jié)點進行單跳數(shù)據(jù)傳輸。由于通信距離較短，傳感器節(jié)點的能量損耗較低，可以降低節(jié)點數(shù)據(jù)傳輸帶來的能量損耗，延長節(jié)點的生存時間;同時，傳感器節(jié)點數(shù)據(jù)無需通過其他節(jié)點轉發(fā)到基站處，無需基站附近節(jié)點轉發(fā)數(shù)據(jù)而消耗能量，可以消除“能量空洞”問題。

1? 問題描述

定義一個端到端通信網絡[N（V，E）]，它由一系列節(jié)點[V]和節(jié)點之間的連接邊[E]組成。網絡中任何一個節(jié)點均可以被其他節(jié)點訪問，任意兩個節(jié)點之間最多通過一條有向邊連接。有向邊定義為[e=（u，v）∈E]，它有兩個非負值屬性[D（e）]和[C（e）]。[D（e）]表示該有向邊長度，而[C（e）]表示經過有向邊時的代價或者任何其他希望優(yōu)化的尺度。移動Sink距離受限的最長網絡生存時間問題優(yōu)化目標為：

1） 每輪移動距離小于等于設置值L;

2） 在目標1）的前提下，系統(tǒng)網絡生存時間最長;

3） 算法執(zhí)行時間在可以接受的范圍內。

具體的數(shù)學形式化可以表示為：

[Maxi=1nti] （1）

[s.t.? Distance（Pi）=e∈PiD（e）≤L]? ?（2）

2? 求解方案

首先，利用整數(shù)線性規(guī)劃模型計算無移動距離約束條件下在各節(jié)點的停留時間;其次，構造轉換函數(shù)將移動距離約束下最長停留時間問題轉化為最短代價路徑問題;然后，最優(yōu)路徑生成過程中，下一個節(jié)點的選擇無需采集全局路由信息，僅需在局部范圍內尋找;最后，將節(jié)點連接邊的長度進行離散化，降低搜索算法時間復雜度。分布式算法克服了線性規(guī)劃模型求解的缺陷，可以大大提高算法的執(zhí)行速度。

2.1? 節(jié)點預篩選

WSNs中的節(jié)點由于其地理位置和鄰居節(jié)點的個數(shù)不同，其成為最優(yōu)路徑停留節(jié)點的概率不同，有些節(jié)點甚至由于距離基站過遠，根本沒有成為停留節(jié)點的可能性。為了減輕后續(xù)算法的計算強度，先通過預篩選環(huán)節(jié)將不參與最優(yōu)路徑節(jié)點選擇的節(jié)點進行排除，主要方式包括：

1） 將與Sink距離超過移動距離上限[12]的節(jié)點設置為不可選。

2） 通過構造節(jié)點的停留時間系數(shù)，將系數(shù)過小的節(jié)點設置為不可選。

構造計算各個節(jié)點的停留時間系數(shù)[Ki]：

[Ki=t·sqrt（Ne）+αL+β，? 1≤i≤n] （3）

式中：[t，α，β]為修正系數(shù)，根據(jù)具體網絡進行訓練獲得;[Ne]為當前節(jié)點一跳距離內鄰居節(jié)點個數(shù);[L]為當前節(jié)點與Sink節(jié)點之間的距離。[Ki]與[L]成反比，即遠離Sink的節(jié)點成為根節(jié)點的概率小;[Ki]與[Ne]成正比，即鄰居多的節(jié)點成為停留節(jié)點的概率大。這需要各節(jié)點滿足：

[i=1necvi（vj）Kit1≤IE（vj），? vj∈v]? （4）

2.2? 節(jié)點停留時間計算

WSNs中的每個節(jié)點都是Sink停留的潛在位置。為了計算Sink在各個節(jié)點的停留時間[ti]，對于各個可能的停留節(jié)點[vi]，以[vi]為根節(jié)點構造廣度優(yōu)先生成樹（Breadth?First?Search）[Ti]。令[Tv]，[v∈V]表示以節(jié)點為根節(jié)點構造的節(jié)點路由訪問生成樹，[cv（u）]，[u∈V]為生成樹[Tv]的節(jié)點的子節(jié)點個數(shù)，則無移動距離限制條件下網絡最長生存時間問題可表示為：

[Maxi=1nti]

其中，約束各節(jié)點能量消耗之和不超過初始能量，即：

[i=1necviti≤IE（vj） ，? 1≤j≤n ] （5）

顯然，目標函數(shù)式（5）可以在多項式時間內求解。

2.3? 最優(yōu)移動路徑選擇

將[G（V，E）]每個節(jié)點[vi]看成是兩個節(jié)點[vi，1]，[vi，2]，兩個節(jié)點之間的權重（代價）為Sink在[vi]節(jié)點停留的時間長度。節(jié)點[vi]和[vj]之間的距離用邊[]的長度表示。Sink節(jié)點用[v1]表示，其余n個節(jié)點序號為從2～n+1。構造兩個矩陣[c（2n+2，2n+2）]和[dr（2n+2，2n+2）]。其中，[c]表示停留時間;[dr]表示節(jié)點之間的離散化距離。

3? 系統(tǒng)部署實現(xiàn)

3.1? 部署環(huán)境

南京市博物館是一座綜合性歷史藝術類博物館，是江蘇省南京市愛國主義教育基地。館址朝天宮是江南地區(qū)最大的官式古建筑群，是全國重點文物保護單位之一。每個展廳中部署20～30個傳感器節(jié)點，共200個。移動節(jié)點置于汽車上，電動汽車在博物館內道路上行駛，當電動汽車與展廳在通信范圍之內時，傳感器節(jié)點與移動節(jié)點進行數(shù)據(jù)通信，電動汽車的電池容量有限。節(jié)點的傳輸范圍是[Rmax=35 m]，初始能量[IE]為[50 J]，設定每個節(jié)點采集數(shù)據(jù)的速率[r=40 b/s]。

3.2? 算法實驗

實驗考察以下兩個方面：移動Sink網絡與標準Leach網絡性能對比;相同節(jié)點個數(shù)，不同移動距離上限Sink的移動路徑及最長生存時間。

1） 移動Sink方式與標準Leach性能對比

定義網絡存活時間為網絡從開始運行到所有節(jié)點全部死亡的時間。比較重要的指標包括：第一個節(jié)點死亡的時間、10%節(jié)點死亡的時間、80%節(jié)點死亡的時間。

從圖1可以看出，移動Sink在第175輪開始才有節(jié)點死亡，而Leach在第12輪就開始有節(jié)點死亡。這主要是由于長方形狹長環(huán)境中，Leach采用簇首與基站直接通信，道路出口處簇首距離基站較遠，遠距離傳輸數(shù)據(jù)快速消耗節(jié)點能量;而移動節(jié)點方式下，移動節(jié)點處于運動狀態(tài)，可以不停地改變數(shù)據(jù)采集中心點位置，避免“能量空洞”現(xiàn)象的發(fā)生，減少簇首節(jié)點與移動節(jié)點的通信開銷。通過通信方式的優(yōu)化，可以降低網絡節(jié)點整體能耗，提高網絡生存時間。

2） 不同移動距離限制下路徑選擇

選擇其中的80個節(jié)點進行實驗，如表1所示。從表1可以看出，在不同的移動距離限制條件下，Sink節(jié)點的實際移動路徑不相同，移動上限值越大，網絡的生存時間越大。

圖2為不同移動距離上限運行結果。從圖中可以看出，隨著移動距離上限的增加，網絡生存時間和實際移動距離不是一直處于增長狀態(tài)。這主要是因為網絡生存時間由包括Sink移動距離上限、網絡中節(jié)點的初始能量、網絡中節(jié)點的部署和分布方式決定，當Sink移動距離上限超過一定值后，其他因素對網絡生存時間的影響將起主導作用，移動距離上限不再影響網絡的生存時間。

4? 結? 論

本文設計一種快速求解移動Sink最優(yōu)路徑的方案，提出一種分布式離散化的最優(yōu)Sink移動路徑求取算法。將標準Leach和移動節(jié)點兩種算法運用在博物館展覽館實際場景中，對兩種算法的執(zhí)行時間和網絡生存時間進行了比較。結果表明，移動節(jié)點方式提高了網絡的網絡生成時間，節(jié)約了各節(jié)點的能量損耗，消除了無線傳感器網絡的“能量空洞”問題，具有較強的應用和推廣價值，能夠勝任博物館場景的應用。

參考文獻

[1] 何宏.國際博物館日主題與博物館社會功能再認識[J].文博，2013（1）：76?79.

[2] 王旭艷，鄭宜文，龔丹.博物館在現(xiàn)代公共文化服務體系中的功能定位及作用發(fā)揮：以上海地區(qū)的博物館、紀念館為例[J].博物館研究，2016（4）：40?48.

[3] 海鷗.物聯(lián)網技術在博物館環(huán)境監(jiān)測中的應用[J].科技視界，2018（17）：9?11.

[4] 李軍，曾志平，張雯，等.基于LabVIEW 的嬰兒培養(yǎng)箱溫濕度檢測系統(tǒng)[J].重慶理工大學學報（自然科學版），2014（10）：86?89.

[5] 李金鳳，劉沁，張治國，等.基于無線傳感器網絡的礦井瓦斯監(jiān)測系統(tǒng)[J].儀表技術與傳感器，2013（9）：73?76.

[6] MORCHE D， BERNIER C， SENTIEYS O， et al. HarvWSNet： A co?simulation framework for energy harvesting wireless sensor networks [C]// 2013 International Conference on Computing， Networking and Communications. San Diego： IEEE， 2013： 808?812.

[7] GADDAM A， MUKHOPADHYAY S C， SEN GUPTA G， et al. Wireless sensors networks based monitoring： review， challenges and implementation issues [C]// 2008 3rd International Conference on Sensing Technology. [S.l.]： IEEE， 2009： 533?538.

[8] JIMENEZ A， JIMENEZ S， LOZADA P， et al. Wireless sensors network in the efficient management of greenhouse crops [C]// 2012 Ninth International Conference on Information Technology?New Generations. Las Vegas： IEEE， 2012： 680?685.

[9] MO Q. A remark on the restricted isometry property in orthogonal matching pursuit [J]. IEEE transactions on information theory， 2012， 58（6）： 3654?3656.

[10] YAN J， YU K， CHEN R， et al. An improved compressive sensing and received signal strength?based target localization algorithm with unknown target population for wireless local area networks [J]. Sensors， 2017， 17（6）： 1246?1264.