鐘 萍,徐愛昆,張藝雯,李亞婷,張一鳴,黃家瑋,王建新

1(中南大學(xué) 計(jì)算機(jī)學(xué)院,湖南 長(zhǎng)沙 41008 3)

2(國(guó)防科技大學(xué) 計(jì)算機(jī)學(xué)院,湖南 長(zhǎng)沙 41 0073)

由大量可充電傳感器節(jié)點(diǎn)構(gòu)成的無(wú)線可充電傳感器網(wǎng)絡(luò)(wireless rechargeable sensor network,簡(jiǎn)稱WRSN)可以用于環(huán)境監(jiān)控、信息傳輸以及交通控制、家庭自動(dòng)化等[1].高效的數(shù)據(jù)收集由多個(gè)因素共同決定,如傳感器節(jié)點(diǎn)的電池能量、網(wǎng)絡(luò)節(jié)點(diǎn)分布、鏈路約束、數(shù)據(jù)傳輸路由調(diào)度等.數(shù)據(jù)收集問(wèn)題一直是WRSN 中的關(guān)鍵研究問(wèn)題之一.傳感器節(jié)點(diǎn)用于感知、接收和傳輸?shù)葼顟B(tài)的能量均來(lái)自能量獲取模塊及能量存儲(chǔ)模塊,節(jié)點(diǎn)傳輸?shù)臄?shù)據(jù)和電池能量密切相關(guān).為盡量延長(zhǎng)可充電節(jié)點(diǎn)的生命期,克服傳感器節(jié)點(diǎn)采用能量收集技術(shù)從周圍環(huán)境中獲取的能量源不穩(wěn)定以及密度不足的問(wèn)題,無(wú)線能量傳輸(wireless power transmission,簡(jiǎn)稱WPT)技術(shù)為解決電池能量受限問(wèn)題提供了一種新方法,它的能源更加穩(wěn)定且可控,為可充電傳感器節(jié)點(diǎn)的充電時(shí)長(zhǎng)更短.在能量傳輸過(guò)程中,由于能量密度隨著距離的增大而減少,為提高能量效率和節(jié)點(diǎn)存活率,使用配有能量傳輸設(shè)備的移動(dòng)小車,即無(wú)線充電小車(wireless c harging vehicle,簡(jiǎn)稱WCV),能夠有效地減少傳感器節(jié)點(diǎn)的充電等待時(shí)間,提高能量接收密度,延長(zhǎng)可充電傳感器網(wǎng)絡(luò)的使用壽命[2?5].相較于部署靜態(tài)充電器,WCV 可以更好地適應(yīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的變化,并能更好地管理傳感器節(jié)點(diǎn)的能量.

針對(duì)WRSN 中數(shù)據(jù)傳輸問(wèn)題,大多研究工作一般使用多跳形式[6?9]或數(shù)據(jù)收集小車(data collection vehicle,簡(jiǎn)稱DCV)將傳感器節(jié)點(diǎn)感知的數(shù)據(jù)傳輸至基站.在使用多跳形式傳輸數(shù)據(jù)過(guò)程中,傳感器節(jié)點(diǎn)不僅需要承擔(dān)自身數(shù)據(jù)感知和傳輸?shù)娜蝿?wù),還需要接收并轉(zhuǎn)發(fā)其他鄰居節(jié)點(diǎn)的數(shù)據(jù)包,使得趨近基站或錨點(diǎn)附近的傳感器節(jié)點(diǎn)能量消耗速率相對(duì)于其他節(jié)點(diǎn)較高,快速縮減了其使用壽命,很容易導(dǎo)致服務(wù)中斷,造成能量熱點(diǎn)問(wèn)題.相對(duì)于多跳形式收集節(jié)點(diǎn)數(shù)據(jù),如果僅使用DCV 收集傳感器節(jié)點(diǎn)數(shù)據(jù),雖然減少了由于傳輸鄰居節(jié)點(diǎn)數(shù)據(jù)造成的能量消耗,但同時(shí)增大了數(shù)據(jù)收集延遲.為緩解傳感器節(jié)點(diǎn)能量消耗和數(shù)據(jù)收集延遲的問(wèn)題,本文提出使用多跳傳輸和DCV 相結(jié)合的方式解決可充電網(wǎng)絡(luò)的數(shù)據(jù)收集問(wèn)題[10?12].

將WCV 和DCV 相結(jié)合,既可以為可充電傳感器節(jié)點(diǎn)補(bǔ)充能量,延長(zhǎng)網(wǎng)絡(luò)壽命,又可以有效地平衡節(jié)點(diǎn)通信能量消耗和數(shù)據(jù)收集收集延遲.為避免傳感器節(jié)點(diǎn)電池能量單向遞減的情況,本文使用WCV 為其近距離補(bǔ)充能量,以達(dá)到節(jié)點(diǎn)長(zhǎng)久使用和網(wǎng)絡(luò)壽命無(wú)限延長(zhǎng)的目的.為減少傳感器節(jié)點(diǎn)的數(shù)據(jù)收集延遲和通信能耗,本文選取一部分節(jié)點(diǎn)作為錨點(diǎn),用以收集其聚類內(nèi)節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù).DCV 在巡游整個(gè)網(wǎng)絡(luò)過(guò)程中,依次移動(dòng)到各個(gè)錨點(diǎn)處收集數(shù)據(jù),以減少節(jié)點(diǎn)傳輸數(shù)據(jù)的通信能耗.此時(shí),DCV 和WCV 在傳感區(qū)域內(nèi)移動(dòng),分別負(fù)責(zé)收集錨點(diǎn)處數(shù)據(jù)和為待充電節(jié)點(diǎn)補(bǔ)充能量,使得網(wǎng)絡(luò)壽命盡可能延長(zhǎng).所以,本文的目的是設(shè)計(jì)一種高效低能耗的數(shù)據(jù)采集和無(wú)線充電策略,使得網(wǎng)絡(luò)高效收集傳感器節(jié)點(diǎn)數(shù)據(jù)的同時(shí),減少網(wǎng)絡(luò)能量消耗.

本文提出一種三步法用于數(shù)據(jù)采集和無(wú)線充電設(shè)計(jì).當(dāng)傳感網(wǎng)絡(luò)范圍較大時(shí),為減少傳感器節(jié)點(diǎn)的數(shù)據(jù)收集延遲,首先將網(wǎng)絡(luò)劃分為多個(gè)子區(qū)域,確定每輛DCV 和WCV 的負(fù)責(zé)范圍,即進(jìn)行網(wǎng)絡(luò)區(qū)域劃分;第二步,將確定每個(gè)子區(qū)域內(nèi)DCV 的移動(dòng)路徑,即錨點(diǎn)選擇;最后,研究當(dāng)DCV 巡游在各個(gè)錨點(diǎn)處時(shí),如何實(shí)現(xiàn)最優(yōu)網(wǎng)絡(luò)性能.本文將網(wǎng)絡(luò)最優(yōu)性能,即優(yōu)化目標(biāo),定義為最小化網(wǎng)絡(luò)能量消耗問(wèn)題,通過(guò)得到的最優(yōu)節(jié)點(diǎn)感知率和物理鏈路傳輸率,以實(shí)現(xiàn)最小化網(wǎng)絡(luò)能量消耗的目的.

本文的貢獻(xiàn)如下:

?設(shè)計(jì)了一種基于傳感器節(jié)點(diǎn)鄰域相似度和節(jié)點(diǎn)距離的網(wǎng)絡(luò)區(qū)域劃分方案(a network partiti on sche me based on neighborhood similarity and distance of sensor nodes,簡(jiǎn)稱NP-NSD),從而將整個(gè)傳感網(wǎng)絡(luò)劃分為多個(gè)子區(qū)域;

?在每個(gè)傳感子區(qū)域內(nèi),本文設(shè)計(jì)了一種基于節(jié)點(diǎn)社交性和能量的錨點(diǎn)選擇方案(an anc hor selection scheme based on sociability and energy of sensor nodes,簡(jiǎn)稱AS-SE),以獲得區(qū)域內(nèi)的數(shù)據(jù)收集錨點(diǎn);

?通過(guò)分析節(jié)點(diǎn)數(shù)據(jù)傳輸路徑和能量消耗模型,將WRSN 的網(wǎng)絡(luò)性能問(wèn)題定義為最小化網(wǎng)絡(luò)能量消耗問(wèn)題,并利用對(duì)偶問(wèn)題分解理論,將優(yōu)化問(wèn)題分解為若干個(gè)子對(duì)偶問(wèn)題,求得全局最優(yōu)解;

?通過(guò)大量實(shí)驗(yàn)結(jié)果,對(duì)提出的NP-NSD,AS-SE 以及網(wǎng)絡(luò)整體策略的高效性進(jìn)行了驗(yàn)證.實(shí)驗(yàn)結(jié)果表明:本文所提方案和策略不僅確保網(wǎng)絡(luò)的持續(xù)操作,而且實(shí)現(xiàn)了較優(yōu)的網(wǎng)絡(luò)性能.

本文第1 節(jié)闡述相關(guān)研究.第2 節(jié)介紹網(wǎng)絡(luò)模型和網(wǎng)絡(luò)分區(qū)方案NP-NSD.第3 節(jié)設(shè)計(jì)基于節(jié)點(diǎn)社交性和能量的錨點(diǎn)選擇方案AS-SE.接下來(lái),第4 節(jié)通過(guò)對(duì)偶理論求解網(wǎng)絡(luò)能量消耗函數(shù),以獲得最優(yōu)節(jié)點(diǎn)感知率和物理鏈路傳輸率,實(shí)現(xiàn)最小化網(wǎng)絡(luò)能量消耗的目的.第5 節(jié)通過(guò)實(shí)驗(yàn)分析驗(yàn)證所提方案NP-NSD,AS-SE 以及本文整體策略的性能.最后,第6 節(jié)總結(jié)本文.

1 相關(guān)研究

本節(jié)根據(jù)無(wú)線可充電傳感器網(wǎng)絡(luò)中,設(shè)計(jì)移動(dòng)數(shù)據(jù)收集以及無(wú)線充電策略的3 個(gè)步驟對(duì)現(xiàn)有工作進(jìn)行分類概述,即網(wǎng)絡(luò)分區(qū)方案、自適應(yīng)錨點(diǎn)選擇方案以及網(wǎng)絡(luò)優(yōu)化目標(biāo)這3 個(gè)方面展開.

1.1 網(wǎng)絡(luò)分區(qū)方案

為了達(dá)到較高的DCV 數(shù)據(jù)收集量和WCV 充電效率,通常根據(jù)傳感器節(jié)點(diǎn)之間的距離、物理鏈路連接情況以及基站的部署方位等,將傳感網(wǎng)絡(luò)劃分為多個(gè)子區(qū)域.

文獻(xiàn)[13]利用多輛WCV 為傳感器節(jié)點(diǎn)補(bǔ)充能量,提出了將傳感網(wǎng)絡(luò)劃分為多個(gè)子區(qū)域,并在每個(gè)子區(qū)域內(nèi)部署一輛WCV 為區(qū)域內(nèi)節(jié)點(diǎn)補(bǔ)充能量.該文獻(xiàn)提出一個(gè)自適應(yīng)分區(qū)方案,首先選擇網(wǎng)絡(luò)具有最少能量的傳感器節(jié)點(diǎn)作為分區(qū)后各個(gè)子區(qū)域的中心節(jié)點(diǎn),并將所有節(jié)點(diǎn)分配至距離最近的中心節(jié)點(diǎn).根據(jù)傳感器節(jié)點(diǎn)的笛卡爾坐標(biāo),重新計(jì)算分配后每個(gè)子區(qū)域的中心節(jié)點(diǎn),重新將所有節(jié)點(diǎn)分配至距離最近的中心節(jié)點(diǎn).重復(fù)此過(guò)程,直到網(wǎng)絡(luò)中所有中心節(jié)點(diǎn)不再發(fā)生變化為止.由于基站位于傳感區(qū)域中心位置,為減少節(jié)點(diǎn)通信能量消耗和數(shù)據(jù)收集延遲,文獻(xiàn)[14]提出了基于最小生成樹的分區(qū)算法.這種方法是將傳感網(wǎng)絡(luò)劃分為內(nèi)外兩部分:以基站為中心、距離基站k跳之內(nèi)的傳感器節(jié)點(diǎn)作為內(nèi)部節(jié)點(diǎn),這類節(jié)點(diǎn)以多跳方式將數(shù)據(jù)傳至基站;剩余節(jié)點(diǎn)作為外部節(jié)點(diǎn),使用DCV 收集節(jié)點(diǎn)數(shù)據(jù).文獻(xiàn)[15]考慮復(fù)雜社交網(wǎng)絡(luò)的分區(qū)方法,采用復(fù)雜社交網(wǎng)絡(luò)服從正態(tài)分布的特性,提出了基于正態(tài)分布的最小割集算法和子網(wǎng)生成算法,使得子網(wǎng)和原始網(wǎng)絡(luò)有相似的節(jié)點(diǎn)度分布,很大程度上減少了動(dòng)態(tài)在線社交網(wǎng)絡(luò)的計(jì)算復(fù)雜度.文獻(xiàn)[16]設(shè)計(jì)了一個(gè)聯(lián)合移動(dòng)數(shù)據(jù)收集和無(wú)線能量傳輸策略(a scheme of joint mobile data collection and wireless energy transfer,簡(jiǎn)稱MDCWET)負(fù)責(zé)傳感器節(jié)點(diǎn)數(shù)據(jù)收集和能量補(bǔ)充過(guò)程.該文獻(xiàn)根據(jù)MC 個(gè)數(shù),提出了基于中心點(diǎn)的二次分區(qū)算法(a twice-partition algorithm based on center points,簡(jiǎn)稱TP-CP),將傳感網(wǎng)絡(luò)劃分為多個(gè)區(qū)域,即:首先將網(wǎng)絡(luò)進(jìn)行初始劃分,選定子區(qū)域的中心節(jié)點(diǎn);隨后,通過(guò)其他所有傳感器節(jié)點(diǎn)到中心節(jié)點(diǎn)的距離和靜態(tài)路由長(zhǎng)度,將節(jié)點(diǎn)劃分給其中一個(gè)中心節(jié)點(diǎn),直到所有節(jié)點(diǎn)均有屬于自己的分區(qū)為止.

1.2 自適應(yīng)錨點(diǎn)選擇方案

為減少傳感器節(jié)點(diǎn)的通信能量消耗和數(shù)據(jù)收集延遲,通常需要考慮如何選擇網(wǎng)絡(luò)中的數(shù)據(jù)收集錨點(diǎn)以及構(gòu)建DCV 的最短移動(dòng)路徑.

文獻(xiàn)[13]提出用一系列圓覆蓋傳感區(qū)域,任意兩個(gè)相鄰圓的圓心長(zhǎng)度為(3)1/2kdr,其中,k表示錨點(diǎn)的覆蓋范圍為k跳,dr表示傳感器節(jié)點(diǎn)的傳感范圍.每個(gè)圓的圓心即為網(wǎng)絡(luò)中的數(shù)據(jù)收集錨點(diǎn),隨后,DCV 構(gòu)建所有錨點(diǎn)的最短旅行商(traveling sale sman problem,簡(jiǎn)稱TSP)路徑,收集錨點(diǎn)處數(shù)據(jù).文獻(xiàn)[16]提出一種基于傳感器節(jié)點(diǎn)鄰居節(jié)點(diǎn)數(shù)目和剩余能量的錨點(diǎn)選擇算法(an anch or selection al gorithm b ased o n nei ghbor a mount an d resid ual energy of sensor nodes,簡(jiǎn)稱AS-NAE),該文獻(xiàn)根據(jù)區(qū)域內(nèi)節(jié)點(diǎn)的k跳鄰居節(jié)點(diǎn)數(shù)目和最小電量選擇錨點(diǎn),再構(gòu)建區(qū)域內(nèi)錨點(diǎn)的TSP 路徑,DCV 巡游該路徑并收集節(jié)點(diǎn)數(shù)據(jù).文獻(xiàn)[17]提出一種基于傳感器節(jié)點(diǎn)k跳鄰居之內(nèi)最小電量的錨點(diǎn)選擇算法(an anchor selection algorithm based on lea st energy of sensor nodes withinkhops,簡(jiǎn)稱AS-LE),該算法將所有節(jié)點(diǎn)的最小鄰居節(jié)點(diǎn)電量按升序排列,依次選擇具有最大電量的節(jié)點(diǎn)作為錨點(diǎn).文獻(xiàn)[18]通過(guò)計(jì)算傳感器節(jié)點(diǎn)k跳鄰居節(jié)點(diǎn)的數(shù)目和電量,從而構(gòu)建每個(gè)節(jié)點(diǎn)的權(quán)重,依次選擇具有最大權(quán)重的節(jié)點(diǎn)作為數(shù)據(jù)收集錨點(diǎn).

1.3 網(wǎng)絡(luò)優(yōu)化目標(biāo)

目前,通常以網(wǎng)絡(luò)生命期、系統(tǒng)能量消耗、數(shù)據(jù)收集量和數(shù)據(jù)收集延遲等為系統(tǒng)優(yōu)化目標(biāo),并針對(duì)這些指標(biāo)構(gòu)建優(yōu)化函數(shù),從而獲得系統(tǒng)的最優(yōu)性能.

針對(duì)網(wǎng)絡(luò)生命期問(wèn)題,文獻(xiàn)[19]分析了無(wú)線傳感器網(wǎng)絡(luò)的能量消耗.在該網(wǎng)絡(luò)中的無(wú)線傳感器均具有可調(diào)整的傳感范圍.該文獻(xiàn)還提出了滿足最小網(wǎng)絡(luò)生命期時(shí)長(zhǎng)T的節(jié)點(diǎn)部署策略,該策略極大地提高了節(jié)點(diǎn)存活率.文獻(xiàn)[20]設(shè)計(jì)了一個(gè)有向充電器的部署策略,提升了傳感網(wǎng)絡(luò)的充電效率和網(wǎng)絡(luò)壽命.文獻(xiàn)[21]提出一種分析模型判斷產(chǎn)生熱點(diǎn)問(wèn)題的區(qū)域,同時(shí)預(yù)測(cè)網(wǎng)絡(luò)的剩余時(shí)間.在此基礎(chǔ)上,他們將能量熱點(diǎn)的時(shí)空變化應(yīng)用到網(wǎng)絡(luò)路由中,這極大地平衡了傳感器節(jié)點(diǎn)的能量消耗并提高網(wǎng)絡(luò)使用時(shí)長(zhǎng).文獻(xiàn)[22]提出了基于環(huán)的動(dòng)態(tài)路由方案.在非熱點(diǎn)區(qū)域聚合數(shù)據(jù),提高了網(wǎng)絡(luò)生命周期.

針對(duì)系統(tǒng)能量消耗問(wèn)題,文獻(xiàn)[11]通過(guò)計(jì)算啟發(fā)式算法設(shè)計(jì)收集器的收集路徑,平衡多跳傳輸中的傳輸負(fù)載,從而減少系統(tǒng)的整體能量消耗.文獻(xiàn)[23]利用移動(dòng)基站收集各個(gè)錨點(diǎn)數(shù)據(jù),并設(shè)計(jì)了移動(dòng)基站的最優(yōu)移動(dòng)路徑,有效地減少了采用DCV 方式進(jìn)行數(shù)據(jù)收集的移動(dòng)能量消耗.文獻(xiàn)[24]從系統(tǒng)能量消耗出發(fā),分析傳感器節(jié)點(diǎn)的能量消耗模型和DCV 的數(shù)據(jù)收集模型,分別構(gòu)建節(jié)點(diǎn)和DCV 的能量消耗優(yōu)化函數(shù),從而獲得節(jié)點(diǎn)的最優(yōu)數(shù)據(jù)傳輸量和DCV 在各個(gè)錨點(diǎn)處的停留時(shí)間.

針對(duì)數(shù)據(jù)收集量問(wèn)題,文獻(xiàn)[25]在鏈路帶寬、節(jié)點(diǎn)能量等有限的資源條件下,提出了一種兩層架構(gòu)模型,最大化所有節(jié)點(diǎn)到收集器的數(shù)據(jù)傳輸率,以提高網(wǎng)絡(luò)中的數(shù)據(jù)收集量.文獻(xiàn)[14]利用一輛DCV 完成整個(gè)網(wǎng)絡(luò)的數(shù)據(jù)收集過(guò)程,節(jié)點(diǎn)數(shù)據(jù)包以多跳傳輸和移動(dòng)元素收集兩種方式最終傳輸至基站,通過(guò)設(shè)計(jì)節(jié)點(diǎn)到錨點(diǎn)或基站的最小生成樹,減少通信能耗和小車移動(dòng)能耗,有效地收集網(wǎng)絡(luò)數(shù)據(jù),緩解了能量熱點(diǎn)問(wèn)題.文獻(xiàn)[17]使用一輛移動(dòng)小車既收集傳感器節(jié)點(diǎn)數(shù)據(jù)又給節(jié)點(diǎn)進(jìn)行無(wú)線充電,并設(shè)計(jì)關(guān)于數(shù)據(jù)收集量的優(yōu)化函數(shù),極大地提高了網(wǎng)絡(luò)的數(shù)據(jù)收集性能.盡管系統(tǒng)使用小車平衡了網(wǎng)絡(luò)中能量消耗,然而,由于充電時(shí)間不可忽略,節(jié)點(diǎn)需要等待較長(zhǎng)的時(shí)間數(shù)據(jù)才能被收集,增大了數(shù)據(jù)收集延遲.

針對(duì)數(shù)據(jù)收集延遲問(wèn)題,文獻(xiàn)[13]通過(guò)分別構(gòu)建錨點(diǎn)和待充電節(jié)點(diǎn)的TSP 路徑,使用DCV 收集錨點(diǎn)處數(shù)據(jù),用WCV 給網(wǎng)絡(luò)中節(jié)點(diǎn)進(jìn)行充電,這將極大減少數(shù)據(jù)被收集的等待時(shí)間.文獻(xiàn)[10]從減少網(wǎng)絡(luò)巡游路徑出發(fā),設(shè)計(jì)了一個(gè)啟發(fā)式算法,逐漸減少DCV 的移動(dòng)路徑和數(shù)據(jù)收集延遲.文獻(xiàn)[26]提出了基于動(dòng)態(tài)拓?fù)湎?以最大化能量補(bǔ)給設(shè)備的駐站時(shí)間比為目標(biāo)的最優(yōu)化問(wèn)題,即最小化無(wú)線能量補(bǔ)給與數(shù)據(jù)采集設(shè)備的移動(dòng)時(shí)長(zhǎng)和服務(wù)時(shí)長(zhǎng)之比,通過(guò)分析節(jié)點(diǎn)和設(shè)備的工作約束,將原問(wèn)題轉(zhuǎn)化為多狀態(tài)線性規(guī)劃問(wèn)題,有效地減少數(shù)據(jù)收集延遲,提升了網(wǎng)絡(luò)運(yùn)行時(shí)長(zhǎng).文獻(xiàn)[27]設(shè)計(jì)了一個(gè)聯(lián)合否定回答和確認(rèn)幀的廣播協(xié)議,極大地提高了網(wǎng)絡(luò)運(yùn)行周期,減少了數(shù)據(jù)傳輸延遲.

1.4 分析與比較

與現(xiàn)有工作相比,本文提出一種新的傳感網(wǎng)絡(luò)分區(qū)的方案,綜合考慮傳感器節(jié)點(diǎn)的鄰域相似度以及節(jié)點(diǎn)之間距離劃分網(wǎng)絡(luò).而現(xiàn)有工作中關(guān)于分區(qū)的方案或是基于多輛WCV 或是僅考慮節(jié)點(diǎn)的距離和路由,并未考慮到多輛DCV 和WCV 同時(shí)存在以及節(jié)點(diǎn)的鄰域節(jié)點(diǎn)對(duì)劃分網(wǎng)絡(luò)的影響.其次,由于目前大多數(shù)錨點(diǎn)選擇方案并未同時(shí)對(duì)傳感器節(jié)點(diǎn)社交性和k跳鄰居的能量對(duì)錨點(diǎn)選擇進(jìn)行分析,本文考慮了兩者的影響,并設(shè)計(jì)出一種新的自適應(yīng)錨點(diǎn)選擇方案.最后,本文是通過(guò)以最小化系統(tǒng)能耗為目標(biāo),計(jì)算出傳感器節(jié)點(diǎn)最優(yōu)數(shù)據(jù)感知率和鏈路傳輸率,以達(dá)到網(wǎng)絡(luò)最優(yōu)性能,而不是采用目前大多數(shù)工作中假定節(jié)點(diǎn)數(shù)據(jù)感知率服從泊松分布或設(shè)為已知.

圖1 為本文策略的整體網(wǎng)絡(luò)框架圖.根據(jù)傳感器節(jié)點(diǎn)坐標(biāo)和路由信息,本文設(shè)計(jì)了NP-NSD 方案,將網(wǎng)絡(luò)劃分為多個(gè)子區(qū)域并獲得每個(gè)子區(qū)域內(nèi)節(jié)點(diǎn)的連接情況.隨后,在傳感器節(jié)點(diǎn)連接情況和電池能量已知的條件下,采用AS-SE 方案確定每個(gè)區(qū)域內(nèi)錨點(diǎn)及其覆蓋節(jié)點(diǎn),以及傳感器節(jié)點(diǎn)數(shù)據(jù)傳至錨點(diǎn)的最優(yōu)傳輸路徑.最后,利用對(duì)偶理論和梯度法對(duì)網(wǎng)絡(luò)能量消耗優(yōu)化函數(shù)求解,以獲得最優(yōu)節(jié)點(diǎn)數(shù)據(jù)感知率和鏈路傳輸率實(shí)現(xiàn)最優(yōu)網(wǎng)絡(luò)性能.當(dāng)DCV 完成一輪數(shù)據(jù)收集過(guò)程后,由于傳感器節(jié)點(diǎn)傳輸數(shù)據(jù)將動(dòng)態(tài)改變節(jié)點(diǎn)剩余能量,為實(shí)現(xiàn)較好的數(shù)據(jù)收集結(jié)果,本文策略將根據(jù)節(jié)點(diǎn)剩余電池能量重新選定每個(gè)子區(qū)域內(nèi)的錨點(diǎn).

Fig.1 Diagram of network framework圖1 網(wǎng)絡(luò)框架圖

2 系統(tǒng)模型概述

2.1 網(wǎng)絡(luò)模型

在N個(gè)可充電傳感器節(jié)點(diǎn)均勻分布的網(wǎng)絡(luò)區(qū)域中,每個(gè)傳感器節(jié)點(diǎn)均配備一個(gè)無(wú)線能量接收設(shè)備和一個(gè)儲(chǔ)能設(shè)備,從而能夠?qū)腤CV 發(fā)送的射頻(radio fre quency,簡(jiǎn)稱RF)能量存儲(chǔ)在儲(chǔ)能設(shè)備(可充電電池)中,供數(shù)據(jù)感知和傳輸使用.

如果兩個(gè)傳感器節(jié)點(diǎn)i和j能夠在低于最大傳輸功率的情況下傳輸數(shù)據(jù),那么這兩個(gè)節(jié)點(diǎn)之間存在一條物理鏈路.節(jié)點(diǎn)的最大傳輸范圍依賴于其最大傳輸功率的大小,只有在傳輸范圍內(nèi)的節(jié)點(diǎn)才能與鄰居節(jié)點(diǎn)直接通信[28].本文中,傳感器節(jié)點(diǎn)之間是否存在物理鏈路,由其傳感范圍確定.在不考慮傳感器節(jié)點(diǎn)部署地勢(shì)的影響下,一旦兩個(gè)傳感器節(jié)點(diǎn)之間的歐幾里得距離小于節(jié)點(diǎn)自身傳感范圍,則認(rèn)為節(jié)點(diǎn)i與j之間存在一條物理鏈路.在本網(wǎng)絡(luò)模型中,設(shè)定任意兩個(gè)節(jié)點(diǎn)至少可以通過(guò)一跳路由相連接,網(wǎng)絡(luò)中不存在無(wú)法相互通信的傳感器節(jié)點(diǎn).

考慮存在多輛DCV 和WCV 的WRSN 場(chǎng)景中,整個(gè)傳感網(wǎng)絡(luò)架構(gòu)分為3 層,如圖2所示.

Fig.2 Scene of network圖2 網(wǎng)絡(luò)場(chǎng)景圖

每一層包含了網(wǎng)絡(luò)中的不同元素.

?底層用于部署所有的傳感器節(jié)點(diǎn),并在節(jié)點(diǎn)之中選出一部分節(jié)點(diǎn)作為錨點(diǎn).傳感器節(jié)點(diǎn)將靜態(tài)感知到的數(shù)據(jù)以多跳的形式傳輸至錨點(diǎn);

?中間層為一系列資源豐富的移動(dòng)小車,DCV 和WCV.通過(guò)網(wǎng)絡(luò)分區(qū)算法,將網(wǎng)絡(luò)劃分為多個(gè)區(qū)域,并在每個(gè)區(qū)域內(nèi)各部署一輛WCV 和DCV 小車.WCV 從車站出發(fā),巡游整個(gè)區(qū)域,最終回到出發(fā)點(diǎn)位置,為發(fā)送充電請(qǐng)求的傳感器節(jié)點(diǎn)進(jìn)行無(wú)線充電.在這個(gè)過(guò)程中,區(qū)域內(nèi)的DCV 周期性地巡游各個(gè)錨點(diǎn),收集錨點(diǎn)處數(shù)據(jù),并將收集到的數(shù)據(jù)傳送至基站;

?頂層用于放置基站,位于整個(gè)網(wǎng)絡(luò)區(qū)域的中心位置,用于處理收集到的數(shù)據(jù)且給移動(dòng)小車充電,以維持整個(gè)網(wǎng)絡(luò)的持續(xù)運(yùn)行.

2.2 網(wǎng)絡(luò)分區(qū)方案

與靜態(tài)充電樁和全網(wǎng)多跳通信相比,使用移動(dòng)充電節(jié)點(diǎn)可以大大增強(qiáng)充電過(guò)程和可控性,利用移動(dòng)數(shù)據(jù)收集小車可以有效減少通信能耗及延遲問(wèn)題.不過(guò),當(dāng)網(wǎng)絡(luò)范圍較大時(shí),WCV 可能無(wú)法及時(shí)移動(dòng)至待充電傳感器節(jié)點(diǎn)位置或無(wú)法完成此次充電隊(duì)列,造成傳感器節(jié)點(diǎn)死亡,網(wǎng)絡(luò)中斷.此外,多部DCV 可能集中在相同區(qū)域而影響了整體網(wǎng)絡(luò)性能.為提高DCV 的數(shù)據(jù)收集量以及WCV 的充電效率,本文提出一種基于傳感器節(jié)點(diǎn)鄰域相似度和節(jié)點(diǎn)之間距離的網(wǎng)絡(luò)區(qū)域劃分方案,即NP-NSD.該方案將網(wǎng)絡(luò)劃分為多個(gè)區(qū)域,并在每個(gè)區(qū)域內(nèi)部署一輛DCV 和WCV,分別負(fù)責(zé)該區(qū)域內(nèi)傳感器節(jié)點(diǎn)的數(shù)據(jù)收集和電量補(bǔ)充.

傳感器節(jié)點(diǎn)鄰域相似度最早由MIT 實(shí)驗(yàn)室的Jeh 和Widom 教授提出,用SimRank 模型表示,用于衡量拓?fù)鋱D中任意兩個(gè)對(duì)象之間的相似程度[29].由于計(jì)算傳感器節(jié)點(diǎn)相似度的時(shí)間復(fù)雜度較高,因此,Yu 等人基于本地信息冗余提出了一種高效的SimRank 計(jì)算方法,將時(shí)間復(fù)雜度由O(K|E|2)減少到O(K|E||V|),其中,K為總的迭代次數(shù),E為邊個(gè)數(shù),V為節(jié)點(diǎn)個(gè)數(shù)[30].

SimRank 模型的基本思想是:如果兩個(gè)傳感器節(jié)點(diǎn)在基于圖的拓?fù)浣Y(jié)構(gòu)中鄰域比較相似,即有較多的相似鄰居節(jié)點(diǎn),則這兩個(gè)傳感器節(jié)點(diǎn)應(yīng)該也比較相似.所以,兩個(gè)傳感器節(jié)點(diǎn)是否相似,是由它們的鄰居節(jié)點(diǎn)來(lái)確定.由于當(dāng)傳感器節(jié)點(diǎn)的傳感范圍較大以及網(wǎng)絡(luò)中節(jié)點(diǎn)分布較為密集時(shí),網(wǎng)絡(luò)區(qū)域劃分單單依靠節(jié)點(diǎn)之間鄰域相似度是遠(yuǎn)遠(yuǎn)不夠的,因此,本文將傳感器節(jié)點(diǎn)之間的距離也作為衡量節(jié)點(diǎn)是否屬于同一分區(qū)的重要指標(biāo).

首先,傳感器節(jié)點(diǎn)與自身的相似度定義為1.對(duì)于存在鄰域的傳感器節(jié)點(diǎn)i與j,它們的相似度定義為其所有一跳鄰居兩兩相似度的均值,再和阻尼系數(shù)c相乘.對(duì)于任意兩個(gè)存在鄰居節(jié)點(diǎn)的傳感器節(jié)點(diǎn)i與j,傳感器節(jié)點(diǎn)之間的相似度表示為

這里:傳感器節(jié)點(diǎn)m∈N1_hop(i),l∈N1_hop(j).N1_hop(i)表示傳感器節(jié)點(diǎn)i在第1 跳鄰居節(jié)點(diǎn)的集合;r(m,l)表示節(jié)點(diǎn)m與節(jié)點(diǎn)l的相似度;c是一個(gè)阻尼系數(shù),使得距離越遠(yuǎn)的傳感器節(jié)點(diǎn)i與j對(duì)r(i,j)的影響越小.

若存在傳感器節(jié)點(diǎn)i與j,且N1_hop(i)=?或N1_hop(j)=?,則r(i,j)=0.用矩陣R表示網(wǎng)絡(luò)中傳感器節(jié)點(diǎn)的兩兩相似度矩陣,則矩陣R是一個(gè)對(duì)角線元素為1 的對(duì)稱矩陣.

用矩陣D表示任意兩個(gè)傳感器節(jié)點(diǎn)之間的距離,則矩陣D是一個(gè)對(duì)角線為0 的對(duì)稱矩陣.將矩陣R和D中的下三角元素值從小到大排序并從1 開始編號(hào),然后將編號(hào)放入對(duì)應(yīng)元素值所在矩陣中的位置.矩陣B定義為傳感器節(jié)點(diǎn)i與j的分區(qū)指數(shù),則B表示為

接著,將矩陣B下三角元素中值最小的兩個(gè)傳感器節(jié)點(diǎn)劃分為同一區(qū)域.隨后,根據(jù)層次聚類的方法,直到將整個(gè)網(wǎng)絡(luò)區(qū)域劃分為設(shè)定的h部分為止.

設(shè)定200 個(gè)可充電傳感器節(jié)點(diǎn)均勻分布于100m×100m 的傳感區(qū)域內(nèi).每個(gè)傳感器節(jié)點(diǎn)的傳感范圍dr=10m.采用網(wǎng)絡(luò)分區(qū)方案NP-NSD 的分區(qū)示例結(jié)果如圖3所示.分區(qū)后的傳感器節(jié)點(diǎn)用4 種圖標(biāo)(三角形、菱形、圓形和方形)加以表示,整個(gè)網(wǎng)絡(luò)分為4 部分.從圖中可以看出:網(wǎng)絡(luò)中所有節(jié)點(diǎn)均可達(dá),且同一分區(qū)內(nèi)的物理鏈路較為密集,分區(qū)之間的鏈路較為稀疏,斷開分區(qū)間傳感器節(jié)點(diǎn)的鏈路連接幾乎不影響節(jié)點(diǎn)數(shù)據(jù)包的傳輸.

網(wǎng)絡(luò)區(qū)域劃分完畢后,在每個(gè)區(qū)域內(nèi)分別放置一輛DCV 和WCV,保證數(shù)據(jù)收集和節(jié)點(diǎn)能量補(bǔ)充.選擇各個(gè)區(qū)域內(nèi)到其他傳感器節(jié)點(diǎn)距離之和以及路由跳數(shù)之和最小的傳感器節(jié)點(diǎn)作為小車出發(fā)點(diǎn)位置[16],即車站.

Fig.3 Sample diagram of network partition圖3 網(wǎng)絡(luò)分區(qū)示例圖

3 移動(dòng)數(shù)據(jù)收集

3.1 自適應(yīng)錨點(diǎn)選擇方案

為使傳感器節(jié)點(diǎn)傳輸至基站的通信能耗盡可能少,本文中選取區(qū)域內(nèi)一部分傳感器節(jié)點(diǎn)作為錨點(diǎn),收集其聚類內(nèi)節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù),DCV 移動(dòng)至各個(gè)錨點(diǎn)處收集節(jié)點(diǎn)數(shù)據(jù).由于錨點(diǎn)需要頻繁收發(fā)來(lái)自其他傳感器節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù),這為節(jié)點(diǎn)的電池開銷帶來(lái)較大的負(fù)擔(dān).因此,電池能量大以及鄰居節(jié)點(diǎn)數(shù)目盡可能多的傳感器節(jié)點(diǎn)應(yīng)該首先被選為錨點(diǎn),即DCV 的數(shù)據(jù)收集點(diǎn).

鄰居節(jié)點(diǎn)的數(shù)目和傳感器節(jié)點(diǎn)的社交性緊密相關(guān),節(jié)點(diǎn)的社交性可表示k跳之內(nèi)鄰居節(jié)點(diǎn)數(shù)目占分區(qū)內(nèi)總節(jié)點(diǎn)數(shù)目的比例,即節(jié)點(diǎn)密度.為計(jì)算分區(qū)內(nèi)每個(gè)傳感器節(jié)點(diǎn)的社交性,通過(guò)定義連通矩陣X表明區(qū)域內(nèi)傳感器節(jié)點(diǎn)在k跳靜態(tài)路由之內(nèi)的鄰居節(jié)點(diǎn)個(gè)數(shù).若傳感器節(jié)點(diǎn)i與節(jié)點(diǎn)j在k跳之內(nèi)可達(dá),那么Xij=1;否則,Xij=0.另外,矩陣X對(duì)角線元素設(shè)為0,這代表了網(wǎng)絡(luò)中不存在自循環(huán)的情況.Nh表示區(qū)域h內(nèi)的傳感器節(jié)點(diǎn)個(gè)數(shù),該區(qū)域內(nèi),節(jié)點(diǎn)i在k跳路由之內(nèi)的密度ρi為

Ns_hop(i)表示傳感器節(jié)點(diǎn)i在第s跳鄰居節(jié)點(diǎn)的集合.隨后計(jì)算傳感器節(jié)點(diǎn)i在k跳之內(nèi)鄰居節(jié)點(diǎn)的最小電池能量batt(i),其值由公式(4)給出:

其中,Ej表示傳感器節(jié)點(diǎn)j的電池能量.為了將傳感器節(jié)點(diǎn)的能量和社交性綜合考慮,本文定義區(qū)域內(nèi)每個(gè)節(jié)點(diǎn)的權(quán)重Wi為

其中,δ,β,γ分別表示傳感器節(jié)點(diǎn)i在k跳范圍內(nèi)的節(jié)點(diǎn)密度、最小電池能量以及自身能量Ei在計(jì)算每個(gè)傳感器節(jié)點(diǎn)權(quán)重過(guò)程中所占的比例,且δ+β+γ=1,0≤δ,β,γ≤1;E0表示傳感器節(jié)點(diǎn)i所在分區(qū)所有節(jié)點(diǎn)能量.

接著,根據(jù)傳感器節(jié)點(diǎn)的權(quán)重,將一個(gè)分區(qū)內(nèi)所有節(jié)點(diǎn)從高到低進(jìn)行排序.首先,選擇具有最大權(quán)重的傳感器節(jié)點(diǎn)作為區(qū)域內(nèi)的錨點(diǎn),并將其加入錨點(diǎn)隊(duì)列A;隨后,從權(quán)重隊(duì)列中依次去除與該節(jié)點(diǎn)相連的k跳鄰居節(jié)點(diǎn),并根據(jù)節(jié)點(diǎn)權(quán)重重新對(duì)剩余傳感器節(jié)點(diǎn)按照升序進(jìn)行排列;然后,將新隊(duì)列中權(quán)重值最大的節(jié)點(diǎn)選為錨點(diǎn),將新錨點(diǎn)加入錨點(diǎn)隊(duì)列.重復(fù)上述過(guò)程,直到分區(qū)內(nèi)每個(gè)節(jié)點(diǎn)都有相對(duì)應(yīng)的錨點(diǎn).

此時(shí),錨點(diǎn)隊(duì)列A即為分區(qū)內(nèi)選擇的所有錨點(diǎn),該隊(duì)列中所有錨點(diǎn)的最短遷移路徑Ltsp可根據(jù)TSP 問(wèn)題計(jì)算得出.若Ltsp≤Lb,Lb為DCV 的遷移路徑上限,則錨點(diǎn)隊(duì)列A即為最終錨點(diǎn)選取隊(duì)列;否則,移除隊(duì)列A中具有最小權(quán)重的傳感器節(jié)點(diǎn),重新計(jì)算隊(duì)列A的最短遷移路徑,直到Ltsp滿足路徑約束Lb.

由于錨點(diǎn)選擇方案與其k跳之內(nèi)鄰居節(jié)點(diǎn)的個(gè)數(shù)和能量相關(guān),參考文獻(xiàn)[18]的設(shè)置,將k設(shè)為3.在圖3 的基礎(chǔ)上,同樣選取200 個(gè)可充電傳感器節(jié)點(diǎn)均勻的傳感區(qū)域內(nèi),通過(guò)網(wǎng)絡(luò)分區(qū)方案NP-NSD,每個(gè)區(qū)域內(nèi)錨點(diǎn)選擇示例結(jié)果如圖4所示.黑色虛線代表錨點(diǎn)構(gòu)成的TSP 路徑,帶有標(biāo)號(hào)的點(diǎn)表示本次執(zhí)行過(guò)程中選擇的錨點(diǎn).圖中共有4 個(gè)TSP 路徑,分別代表各個(gè)分區(qū)內(nèi)的所有錨點(diǎn)的最短路徑.

Fig.4 Sample diagram of anchor selection圖4 錨點(diǎn)選擇示例圖

3.2 數(shù)據(jù)傳輸路徑

當(dāng)DCV 停留在錨點(diǎn)a處時(shí),停留時(shí)長(zhǎng)記為τa.在這段時(shí)間內(nèi),錨點(diǎn)以單跳路由的形式向DCV 傳輸數(shù)據(jù).聚類內(nèi)其他節(jié)點(diǎn)以多跳靜態(tài)路由的形式向錨點(diǎn)傳輸數(shù)據(jù).DCV 一旦達(dá)到在錨點(diǎn)a處的固定停留時(shí)長(zhǎng),它立即前往下一錨點(diǎn)進(jìn)行數(shù)據(jù)收集.

聚類內(nèi)其他傳感器節(jié)點(diǎn)向錨點(diǎn)傳輸數(shù)據(jù)過(guò)程中,節(jié)點(diǎn)并不是向與其相連的所有物理鏈路發(fā)送數(shù)據(jù),而是具有一定的規(guī)則.

錨點(diǎn)a向DCV 傳輸數(shù)據(jù)過(guò)程中,以錨點(diǎn)a為根節(jié)點(diǎn),將其一跳范圍內(nèi)所有傳感器節(jié)點(diǎn)視為每個(gè)錨點(diǎn)的子節(jié)點(diǎn).錨點(diǎn)的子節(jié)點(diǎn)記為一級(jí)節(jié)點(diǎn),且每個(gè)錨點(diǎn)的一級(jí)節(jié)點(diǎn)集合不包含其他錨點(diǎn).重復(fù)此過(guò)程,直到計(jì)算出錨點(diǎn)a的第k跳傳感器節(jié)點(diǎn),即k級(jí)節(jié)點(diǎn).每級(jí)傳感器節(jié)點(diǎn)均不包含其上級(jí)節(jié)點(diǎn).此時(shí),每個(gè)傳感器節(jié)點(diǎn)的數(shù)據(jù)傳輸路徑設(shè)置完畢,且每個(gè)錨點(diǎn)均沒有父節(jié)點(diǎn)只有子節(jié)點(diǎn),k級(jí)節(jié)點(diǎn)只有父節(jié)點(diǎn)不存在子節(jié)點(diǎn),一個(gè)節(jié)點(diǎn)可能屬于多個(gè)聚類,但不影響節(jié)點(diǎn)之間數(shù)據(jù)的傳輸.

圖5 給出了一個(gè)網(wǎng)絡(luò)數(shù)據(jù)傳輸示例圖,圖中包含17 個(gè)傳感器節(jié)點(diǎn),其中有3 個(gè)節(jié)點(diǎn)被選為錨點(diǎn),節(jié)點(diǎn)編號(hào)1,3,15 用于收集其聚類內(nèi)節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù).一個(gè)傳感器節(jié)點(diǎn)可以向不同的錨點(diǎn)傳輸數(shù)據(jù),如節(jié)點(diǎn)14,它可以向錨點(diǎn)3,15 同時(shí)傳輸數(shù)據(jù).

?當(dāng)DCV 停留在錨點(diǎn)3 處時(shí),節(jié)點(diǎn)14 向錨點(diǎn)3 傳輸數(shù)據(jù);

?當(dāng)DCV 移動(dòng)至15 號(hào)節(jié)點(diǎn)時(shí),節(jié)點(diǎn)14 先將數(shù)據(jù)傳輸至節(jié)點(diǎn)2;隨后,節(jié)點(diǎn)2 將收集到的數(shù)據(jù)轉(zhuǎn)發(fā)至錨點(diǎn)15;錨點(diǎn)15 將收集到的數(shù)據(jù)傳至DCV.

Fig.5 Sample diagram of network data transmission圖5 網(wǎng)絡(luò)數(shù)據(jù)傳輸示例圖

4 網(wǎng)絡(luò)能耗優(yōu)化問(wèn)題

在確定了網(wǎng)絡(luò)子區(qū)域、錨點(diǎn)以及DCV 的移動(dòng)路徑后,本文的下一步工作是當(dāng)DCV 移動(dòng)在各個(gè)錨點(diǎn)處時(shí),如何在收集傳感器節(jié)點(diǎn)數(shù)據(jù)的同時(shí),最小化網(wǎng)絡(luò)能量消耗.本節(jié)首先介紹單個(gè)傳感器節(jié)點(diǎn)的能量消耗模型,隨后將數(shù)據(jù)收集性能優(yōu)化問(wèn)題定義為最小化網(wǎng)絡(luò)能量消耗問(wèn)題.根據(jù)傳感器節(jié)點(diǎn)的能耗模型和節(jié)點(diǎn)數(shù)據(jù)傳輸路徑,使用對(duì)偶理論和梯度法等方法求得最優(yōu)節(jié)點(diǎn)數(shù)據(jù)感知率和鏈路傳輸率.當(dāng)DCV 完成一輪數(shù)據(jù)收集過(guò)程后,本文策略將根據(jù)上一輪中節(jié)點(diǎn)剩余電池能量重新選定子區(qū)域錨點(diǎn),通過(guò)優(yōu)化函數(shù)再次計(jì)算最優(yōu)節(jié)點(diǎn)感知率和鏈路率,以實(shí)現(xiàn)最優(yōu)網(wǎng)絡(luò)性能.

4.1 感知及數(shù)據(jù)傳輸能耗

通過(guò)傳感器節(jié)點(diǎn)的剩余電池能量和動(dòng)態(tài)能量消耗計(jì)算其剩余生命.隨后,將待充電傳感器節(jié)點(diǎn)之間的距離和剩余生命時(shí)長(zhǎng)作為待充電節(jié)點(diǎn)排序的衡量指標(biāo)[3],WCV 根據(jù)充電隊(duì)列對(duì)節(jié)點(diǎn)進(jìn)行充電.

4.2 優(yōu)化函數(shù)

5 實(shí)驗(yàn)驗(yàn)證與分析

本節(jié)將通過(guò)大量的實(shí)驗(yàn)來(lái)驗(yàn)證所提方案和網(wǎng)絡(luò)整體策略的高效性.所有實(shí)驗(yàn)結(jié)果由MATLAB 計(jì)算得到.首先驗(yàn)證基于最小化網(wǎng)絡(luò)能量消耗函數(shù)所得傳感器節(jié)點(diǎn)數(shù)據(jù)感知率的收斂性.其次,通過(guò)對(duì)比不同分區(qū)方案下基站收集到的數(shù)據(jù)量,驗(yàn)證分區(qū)方案NP-NSD的高效性;接著,由于DCV收集錨點(diǎn)數(shù)據(jù)時(shí)的巡游路徑長(zhǎng)度和網(wǎng)絡(luò)系統(tǒng)能量消耗密切相關(guān),通過(guò)計(jì)算3 種不同錨點(diǎn)選擇方案時(shí)DCV 的移動(dòng)長(zhǎng)度,驗(yàn)證本文錨點(diǎn)選擇方案AS-SE 的高效性.為進(jìn)一步驗(yàn)證錨點(diǎn)選擇方案對(duì)整個(gè)網(wǎng)絡(luò)性能的影響,本文以網(wǎng)絡(luò)中存活節(jié)點(diǎn)數(shù)目和基站收集的數(shù)據(jù)量為指標(biāo),分析不同錨點(diǎn)選擇方案下網(wǎng)絡(luò)生命期.最后,驗(yàn)證整體策略的性能:通過(guò)對(duì)比不同方案下基站收集數(shù)據(jù)量、能量消耗情況以及充電效率對(duì)能量消耗的影響,綜合驗(yàn)證本策略的高效性;通過(guò)對(duì)比不同拓?fù)浞桨赶碌恼w性能,驗(yàn)證本策略的穩(wěn)定性.

實(shí)驗(yàn)場(chǎng)景如圖3所示,200 個(gè)可充電傳感器節(jié)點(diǎn)均勻分布于100m×100m 的傳感區(qū)域內(nèi).每個(gè)傳感器節(jié)點(diǎn)的傳感范圍相同,所有節(jié)點(diǎn)均使用相同的硬件,即能量接收裝置、電量存儲(chǔ)裝置等.網(wǎng)絡(luò)部分參數(shù)參見表1.根據(jù)文獻(xiàn)[16],錨點(diǎn)選擇方案中,3 個(gè)可調(diào)整參數(shù)δ、β、γ分別設(shè)為0.4、0.3 和0.3.

Table 1 Para meter setting表1 參數(shù)設(shè)置

Fig.6 Data sensing rate of sensor nodes圖6 傳感器節(jié)點(diǎn)的數(shù)據(jù)感知率

圖7 顯示了隨著時(shí)間的運(yùn)行,兩種網(wǎng)絡(luò)分區(qū)方案NP-NSD 和TP-CP[16]的數(shù)據(jù)收集量.TP-CP 采用基于中心點(diǎn)的二次分區(qū)方式,主要根據(jù)傳感器節(jié)點(diǎn)到中心節(jié)點(diǎn)的距離和靜態(tài)路由長(zhǎng)度進(jìn)行劃分.由圖可見:隨著時(shí)間的增大,兩種方案中基站收集的數(shù)據(jù)量越來(lái)越多.不過(guò),NP-NSD 略優(yōu)于TP-CP.這是由于NP-NSD 依據(jù)傳感器節(jié)點(diǎn)的鄰域相似度和節(jié)點(diǎn)之間的距離劃分網(wǎng)絡(luò),這樣劃分的區(qū)域之間節(jié)點(diǎn)的物理鏈路連接較少,而且考慮到了距離因素,距離更近的節(jié)點(diǎn)很有可能劃分為同一區(qū)域.而TP-CP 僅考慮了傳感器節(jié)點(diǎn)到中心節(jié)點(diǎn)的路由長(zhǎng)度和距離,因此,TP-CP 可能出現(xiàn)區(qū)域之間較多鏈路被斷開的情況,使得節(jié)點(diǎn)數(shù)據(jù)傳輸至錨點(diǎn)的通信能耗增大.雖然節(jié)點(diǎn)到中心節(jié)點(diǎn)的路由較小,但不能保證到錨點(diǎn)的路由長(zhǎng)度的大小,而NP-NSD 的鄰域相似度很好的保證這一點(diǎn).因此,同一場(chǎng)景下,NP-NSD 較TP-CP 性能更優(yōu).

Fig.7 Comparison of data amount between TP-CP and NP-NSD圖7 TP- CP 與NP-NSD 兩種方案下收集數(shù)據(jù)量對(duì)比

再使用相同分區(qū)方案NP-NSD,對(duì)比3 種錨點(diǎn)選擇方案AS-SE、AS-NAE[16]和AS-LE[17],DCV 的巡游路徑長(zhǎng)度,所得結(jié)果如圖8所示.

Fig.8 Impact of anchor coverage k on the DCV tour length圖8 錨點(diǎn)覆蓋范圍k 對(duì)DCV 巡游長(zhǎng)度的影響

AS-NAE 根據(jù)區(qū)域內(nèi)節(jié)點(diǎn)的k跳鄰居節(jié)點(diǎn)數(shù)目和最小電量選擇錨點(diǎn).AS-LE 僅僅依據(jù)k跳鄰居節(jié)點(diǎn)的電量選擇錨點(diǎn).由圖可知:隨著錨點(diǎn)覆蓋范圍k的增大,DCV 的巡游路徑逐步減少.這是由于隨著聚類長(zhǎng)度的增大,每個(gè)錨點(diǎn)的覆蓋范圍也隨之增大,使得錨點(diǎn)個(gè)數(shù)減小,DCV 的巡游路徑也隨之減小.另外,AS-SE 的長(zhǎng)度最短,ASNAE 次之,AS-LE 最長(zhǎng).這是由于AS-LE 集中考慮每個(gè)節(jié)點(diǎn)k跳之內(nèi)的最小電池電量,可能存在一些節(jié)點(diǎn)的最小電池能量均為同一節(jié)點(diǎn),此時(shí)是隨機(jī)選擇某個(gè)節(jié)點(diǎn)作為錨點(diǎn),選擇的錨點(diǎn)可能位于區(qū)域的邊界位置,增大了DCV的巡游長(zhǎng)度.AS-SE 相比其他兩種方案不僅考慮傳感器節(jié)點(diǎn)k跳之內(nèi)鄰居數(shù)目和最小電池電量,而且將節(jié)點(diǎn)自身能量考慮在內(nèi),綜合選擇電量較多且社交性較好的節(jié)點(diǎn)作為錨點(diǎn),避免了AS-NAE 中節(jié)點(diǎn)自身能量的影響,選擇偏遠(yuǎn)節(jié)點(diǎn)作為錨點(diǎn),因此,本文的AS-SE 方案較優(yōu).

圖9 給出了3 種自適應(yīng)錨點(diǎn)選擇方案AS-SE,AS-NAE[16]和AS-LE[17]在不同運(yùn)行時(shí)間時(shí)的存活節(jié)點(diǎn)數(shù)目.從圖中可以看出:隨著時(shí)間的運(yùn)行,存活的傳感器節(jié)點(diǎn)數(shù)量的總體趨勢(shì)是越來(lái)越少.然而,在不同時(shí)間段內(nèi),ASSE 方案下存活的節(jié)點(diǎn)數(shù)目大于AS-NAE 和AS-LE.隨著時(shí)間的運(yùn)行,AS-NAE 和AS-LE 沒有考慮到由于錨點(diǎn)收發(fā)較多的數(shù)據(jù),它的能量消耗率會(huì)變大;相應(yīng)的,錨點(diǎn)死亡的概率就更高.而AS-SE 考慮鄰域節(jié)點(diǎn)能量的同時(shí),將錨點(diǎn)自身的能量考慮在內(nèi),最大程度上避免了選擇的錨點(diǎn)能量相對(duì)較低.相對(duì)于AS-NAE 和AS-LE,AS-SE 能有效地增大錨點(diǎn)的使用時(shí)長(zhǎng),減少能量熱點(diǎn)的出現(xiàn)頻率.因此,AS-SE 方案中節(jié)點(diǎn)存活率更高一些.

Fig.9 Comparison of survival sensor nodes between AS-SE,AS-NAE and AS-LE圖9 AS-SE、AS-NAE 和AS-LE 這3 種方案下,存活傳感器節(jié)點(diǎn)數(shù)目對(duì)比

圖10 給出了兩種錨點(diǎn)選擇方案AS-SE 和AS-NAE[16]下,傳感器節(jié)點(diǎn)傳輸至基站的數(shù)據(jù)量.從公平性出發(fā),本文選取了具有相同應(yīng)用場(chǎng)景的文獻(xiàn)[16]作為對(duì)比,測(cè)試了兩種錨點(diǎn)選擇方案AS-SE 和AS-NAE 下收集的數(shù)據(jù)量.在使用相同的網(wǎng)絡(luò)分區(qū)方案和構(gòu)建相同的優(yōu)化函數(shù)前提下,給定固定的網(wǎng)絡(luò)能量消耗閾值,隨著時(shí)間增大,兩種方案收集的數(shù)據(jù)量隨之增大,但本文的錨點(diǎn)選取方案AS-SE 明顯能使基站收集到更多的數(shù)據(jù).這是由于AS-SE 充分考慮到傳感器節(jié)點(diǎn)自身能量的影響,在網(wǎng)絡(luò)運(yùn)行過(guò)程中,電池能量更高,鄰居節(jié)點(diǎn)數(shù)目更多的傳感器節(jié)點(diǎn)更有可能被選為錨點(diǎn).而在AS-NAE 中,作為錨點(diǎn)的傳感器節(jié)點(diǎn),很大程度上會(huì)由于能量耗盡進(jìn)入死亡狀態(tài),此時(shí),如果較為偏遠(yuǎn)的節(jié)點(diǎn)被選為錨點(diǎn),使得節(jié)點(diǎn)的社交性不一定減弱,其他節(jié)點(diǎn)傳輸數(shù)據(jù)的通信能耗會(huì)有所增大,最終導(dǎo)致基站收集到的數(shù)據(jù)相對(duì)較少.因此,AS-SE 方案的性能較優(yōu).

圖11 分別從基站收集數(shù)據(jù)量和能量消耗兩個(gè)方面給出了本文整體策略與MDCWET[16]的性能對(duì)比.從圖中可以看出:隨著時(shí)間的運(yùn)行,兩種整體策略下,基站收集的數(shù)據(jù)量越來(lái)越多.前期組網(wǎng)階段,本文策略的數(shù)據(jù)收集量較小,但是在組網(wǎng)穩(wěn)定后,本文策略所得數(shù)據(jù)量明顯大于MDCWET.隨著時(shí)間的遞增,本文策略與MDCWET之間的數(shù)據(jù)量差距越來(lái)越大.這是由于隨著時(shí)間的運(yùn)行,MDCWET 中傳感器節(jié)點(diǎn)死亡個(gè)數(shù)增加,使得網(wǎng)絡(luò)中產(chǎn)生的數(shù)據(jù)量急劇減少.然而,當(dāng)使用本文策略時(shí),基站收集的數(shù)據(jù)量差值并未出現(xiàn)明顯減少的情況.在本文整體策略與MDCWET 的能量消耗對(duì)比中,隨著時(shí)間的運(yùn)行,兩種策略產(chǎn)生的能量消耗呈現(xiàn)增長(zhǎng)趨勢(shì).在穩(wěn)定組網(wǎng)后,本文策略產(chǎn)生的能量消耗明顯高于MDCWET.這是由于網(wǎng)絡(luò)中能量消耗主要由錨點(diǎn)引起,而錨點(diǎn)的能耗與所傳輸?shù)臄?shù)據(jù)量成正向關(guān)系,因此數(shù)據(jù)量越大,網(wǎng)絡(luò)產(chǎn)生的能量消耗就越大.由此可見,本文策略可以有效地幫助系統(tǒng)增大數(shù)據(jù)收集量,提高數(shù)據(jù)收集效率.

Fig.10 Comparison of data amount between AS-SE and AS-NAE圖10 A S-SE 和AS-NAE 兩種方案下,收集數(shù)據(jù)量對(duì)比

Fig.11 Comparison of performance between our scheme and MDCWET圖11 本文整體策略和MDCWET 性能對(duì)比

圖12 給出了無(wú)線充電效率WCV_eta 對(duì)能量消耗的影響.可以看出:充電效率越高,網(wǎng)絡(luò)中的能量消耗越小,且在充電效率較高時(shí)保持穩(wěn)定.本文提出的整體策略能量消耗率明顯低于MDCWET,這是由于本文在確定錨點(diǎn)時(shí)考慮了錨點(diǎn)自身的剩余能量,并及時(shí)為需要充電的錨點(diǎn)服務(wù),降低了錨點(diǎn)的能量消耗,從而降低了整個(gè)網(wǎng)絡(luò)的能量消耗.由此可見,本文整體策略可以有效地降低網(wǎng)絡(luò)中的能量消耗,高效地為節(jié)點(diǎn)充電.

如圖13所示,本文采用3 個(gè)節(jié)點(diǎn)數(shù)量相同、節(jié)點(diǎn)位置不同且路由不同的拓?fù)渚W(wǎng)絡(luò)驗(yàn)證整體策略的性能表現(xiàn).圖14 給出了不同拓?fù)浣Y(jié)構(gòu)下基站收集數(shù)據(jù)量和能量消耗.從圖中可以看出:隨著時(shí)間的運(yùn)行,基站所收集的數(shù)據(jù)量不斷增加,且整體增長(zhǎng)較為穩(wěn)定.這是因?yàn)楸疚牟扇〉腻^點(diǎn)選擇策略能夠及時(shí)獲得節(jié)點(diǎn)所儲(chǔ)存的數(shù)據(jù),并合理安排DCV 的移動(dòng)路徑,完成數(shù)據(jù)收集工作.節(jié)點(diǎn)的能量消耗隨著時(shí)間的運(yùn)行而增長(zhǎng),且與數(shù)據(jù)量增長(zhǎng)的趨勢(shì)接近.這是由于網(wǎng)絡(luò)中主要能耗來(lái)源于錨點(diǎn).數(shù)據(jù)量增多引起錨點(diǎn)能耗增大,從而導(dǎo)致整體能量消耗的增長(zhǎng).由此可見,本文策略可以穩(wěn)定地應(yīng)用于不同拓?fù)浣Y(jié)構(gòu).

Fig.12 Comparison of the effects of wireless charging efficiency on energy consumption圖12 無(wú)線充電效率對(duì)能量消耗影響對(duì)比

Fig.13 Three networks with different topology圖13 3 種拓?fù)洳煌木W(wǎng)絡(luò)

Fig.14 Performance comparison of our scheme under three different topologies圖14 本文整體策略在3 種不同拓?fù)湎碌男阅軐?duì)比

6 結(jié)束語(yǔ)

本文研究無(wú)線可充電傳感器網(wǎng)絡(luò)的高效數(shù)據(jù)收集以及減少網(wǎng)絡(luò)整體能量消耗的問(wèn)題,提出了一種三步法的移動(dòng)數(shù)據(jù)采集與無(wú)線充電策略.首先針對(duì)網(wǎng)絡(luò)分區(qū),本文提出了一種基于傳感器節(jié)點(diǎn)鄰域相似度和節(jié)點(diǎn)聚類的網(wǎng)絡(luò)分區(qū)方案NP-NSD,將整個(gè)傳感網(wǎng)絡(luò)劃分為多個(gè)區(qū)域.區(qū)域內(nèi)部的物理鏈路較為密集且集中,而區(qū)域之間的鏈路連接較為稀疏,斷開區(qū)域之間的連接幾乎不影響傳感器節(jié)點(diǎn)數(shù)據(jù)的傳輸.其次,本文提出了一種基于傳感器節(jié)點(diǎn)社交性和能量的錨點(diǎn)選擇方案AS-SE,與其他錨點(diǎn)選擇方案相比,該方案具有明顯的性能優(yōu)勢(shì).接著定義最小化網(wǎng)絡(luò)能量消耗問(wèn)題,通過(guò)對(duì)偶分解和次梯度的方法逐次求出優(yōu)化函數(shù)的最優(yōu)傳感器節(jié)點(diǎn)數(shù)據(jù)感知率和網(wǎng)絡(luò)鏈路傳輸率.最后,在給定網(wǎng)絡(luò)能量閾值的情況下,本文通過(guò)對(duì)比基站收集的數(shù)據(jù)量驗(yàn)證了本文整體策略的性能較優(yōu).

本文針對(duì)WRSN 中高效數(shù)據(jù)收集及網(wǎng)絡(luò)整體能量消耗優(yōu)化展開了研究,下一步工作將考慮多功能移動(dòng)小車對(duì)網(wǎng)絡(luò)性能的影響,即小車同時(shí)具備能量補(bǔ)給和數(shù)據(jù)收集功能,研究多功能小車的移動(dòng)路徑以及不同場(chǎng)景下與單功能小車的性能比較.