基于事件触发的六边形分布式分簇多跳路由协议

摘要：针对随机分布的大规模无线传感器网络，为了减少能耗，延长网络生存期，提出了一种基于事件触发的六边形分布式分簇多跳路由协议（hexagonal distributed clusterbased multihop routing protocol based on event triggering， HDCMET）。HDCMET协议由事件触发节点根据剩余能量来选择簇头，由簇头综合距离、能量等条件，确定六边形完成分簇；数据采集后，簇头负责以多跳方式将数据传输给基站。由于采用了事件触发机制、六边形分簇和多跳传输方式，大规模无线网络能高效地进行传输。仿真结果表明，在大规模网络中，HDCMET协议与LEACH协议相比明显延长了网络寿命。

关键词：无线传感器网络；路由协议；事件触发；六边形；分簇

中图分类号：TP301 文献标识码：A 文章编号文章编号：16727800（2014）001002903

作者简介作者简介：罗明玉（1990-），女，武警工程大学信息工程系硕士研究生，研究方向为无线传感器网络；田杰（1970-），女，博士，武警工程大学信息工程系副教授、硕士生导师，研究方向为无线传感器网络、数据融合。

0 引言

无线传感器网络（Wireless Sensor Network，WSN）是部署在监测区域内大量的传感器节点以自组织方式构成的无线网络。WSN具有展开快速、抗毁性强、检测精度高、覆盖区域大等特点，在军事、航空航天、环境监测等领域具有广阔的应用前景。但传感器节点在计算、通信能力及能量等方面都十分有限，再加上部署环境多在人们不易到达的地方，使得节点的更换和充电也较难实现。因此，如何减少节点能耗、延长网络生存时间是目前研究的热点问题[1]。

对此，国内外学者提出了一系列的解决方案，LEACH（lowenergy adaptive clustering hierarchy）协议提出了分簇思想，实现了载荷均衡[2]；HCCM协议采用了正六边形分簇的方式，实现了多跳传输[3]。这两种协议都是先确定好簇的划分，再收集数据，这样划分的灵活性不强，可能造成不必要的资源浪费，而且，在大规模无线网络环境中，簇头与基站之间的距离一般较远，LEACH采取簇头与基站单跳通信的方式将会造成因簇头能量不足，无法与基站通信而产生“死亡簇”的情况[4]。虽然在HCCM中簇头与基站之间通信时采用多跳方式，节省了能量，延长了簇的生命力，但这种做法会使得离基站近的节点因为转发大量数据而过早耗尽能量，从而失去工作能力。

为了改善这些情况，本文提出了基于事件触发的六边形分布式分簇多跳路由协议，该协议采用6个点构成六边形，这种方式增加了网络的容错性，使簇内成员能够灵活地被簇外成员替换。HDCMET协议由事件触发节点，只有当事件进入监测区域，才能使位于监测范围内的节点被激活，而其余节点仍处于休眠状态。此外，HDCMET协议使用编码分区的方式，将信息从簇头向基站多跳传输。Matlab仿真结果表明，在大规模随机分布的无线网络中，HDCMET协议能增加节点使用率，有效延长网络生存时间。

1 分簇多跳路由协议

1.1 网络模型

假设有大量传感器节点随机均匀分布在一个正方形区域内，基站的位置位于正方形区域的一角上。在网络建立之初，基站会根据各节点的位置，设置一个标志（用0、1、2…表示，数字越小表示距离越近，基站标志为0），基站将与其距离相近的节点用统一的标志表示出来，并通过广播的形式将标志发送给各个节点。

结合HDCMET协议的特点，现对无线网络传感器作如下假设[5]：①网络中的全部节点是随机分布的，初始能量相同，节点的坐标由定位算法获得；②因为基站不靠电池供电，这样就可以认为它的能量是无穷的；③节点的发射功率可根据通信双方之间的距离来动态调整；④各个节点的监测半径R0相同并已知，R0不随能量、温度等外界因素的变化而变化。

1.2 基于事件触发的六边形分布式分簇算法

当事件进入监测区域后，处于休眠状态的传感器被激活。此时，被激活的传感器先将自己的剩余能量与Er（能量阈值）进行比较，当小于Er时不发送自身位置等信息，当大于或等于Er时才广播自己的位置、ID号和剩余能量。当节点接收到其余节点发来的信息时，先提取剩余能量，将其和自身保存的最大能量E-{max}进行比较，如果大于E-{max}，则修改最大能量值，并保存其位置信息；如果小于等于E-{max}，则丢弃该信息[5]。被事件触发的传感器数目有限，这样可以保证经过一轮比较后，在所有被触发的节点中，最大能量节点的信息是一致的。所以，选取出来的簇头不用进行声明，其余节点可以及时向簇头发送数据。而后，簇头收集其余各节点发来的信息，根据它们的距离、剩余能量和数据采集量选择出最接近正六边形的5个节点。具体算法如下：

根据正六边形的几何特性，构建的正六边形是以检测半径为边长。簇头先以自身为圆心，以监测半径R0为半径，选取在该范围内的节点，再利用公式（1）对节点进行筛选。公式（1）的具体算法为：

簇头选择距离最接近R-0且P-i最大的两个节点，作为与簇头相邻的节点，而后这3个节点利用公式（1），分别找与其距离为2 R-0的节点。当完成筛选后，与簇头相邻的两个节点把选择的结果发送给簇头。簇头接收到这些信息后，将选择的结果广播出去，未被选中的节点进入休眠状态。这样建立的六边形最接近正六边形，其监测面积约为6×[SX（]1[]2[SX）]×R-0×[SX（][KF（]3[KF）][]2[SX）]R-0=[SX（]3[KF（]3[KF）][]2[SX）]R+2-0。

图1 六边形建立

当节点的剩余能量小于等于E-{min}（最低能量值）时，节点停止采集信息，并唤醒最近的节点，使其代替自己继续工作。新进入的节点先主动将自己的位置和ID号发送给簇头，让簇头明白之前的节点已经失效，而后，新节点直接进行数据采集，把数据发送给簇头。在替换过程中，不必担心数据采集不完全，因为6个节点采集的数据高达5.6%左右的冗余度，可以允许部分节点的位置偏移。但如果簇头的能量小于或等于能量阈值E-r，则其会广播发送重新竞争簇头的信息，簇内的5个节点接受到这个信息，则停止数据采集。之前被事件激活的簇外节点再次激活，进入下一轮的簇头选择。

1.3 多跳路由选择算法

节点编码是一种新型节点位置标识方式，融合了编码和路由选择的概念，可以在数据传输中减小传输距离，降低能耗，减缓信号衰减的速度[6]。基于这一观点，本文提出基于节点编码的多跳路由算法。

在网络成立之初，基站会收集各个节点的位置信息，并以自身为圆点，以节点的监测半径R-0的整数倍为半径，依次编号。即半径为R-0时编号为1，半径处于R-0与2R-0之间编号为2，以此类推。

已知基站对各节点的编号，当某一标志的节点（簇头）要向基站发送数据而自身能量不足以将数据发送过去，即E-r

图2 多跳协议实现流程

1.4 能耗分析

节点的能量消耗主要在于数据的传输和处理。对于服从四次方衰减的无线电，每100m距离上传输lkb数据所消耗的能量大致相当于在100MIPS/W的处理器上执行300万个指令，即节点的数据处理能耗要远小于数据收发能耗，因此，本文主要考虑数据收发能耗。

结合HDCMET协议的分簇特点，根据通信双方的位置，可分为簇内通信和基站通信。在簇内通信中，簇内成员会根据其与簇头的距离调整发射能量，并以单跳的形式进行传输。在与基站通信时，簇头采用多跳路由算法，在其最远发射范围内选择合适的节点，进行下一跳传输。

其中，E-{elec}是发送电路和接收电路的能量消耗；ε-{ fs }和ε-{mp}分别是自由空间模型和多径衰减模型中功率放大器的能量消耗，d-0是传输距离门限，为R-0的两倍，决定了衰减模式。

2 仿真结果与数据分析

HDCMET协议利用Matlab进行仿真，将HDCMET协议与LEACH协议进行比较，结果见图3。其中，相关参数定义为：正方形监测区域边长a=200m，基站位于（190，190），节点数目为N=1000，各个节点的监测半径R-0=10m，节点初始能量E-0为2J，数据包长度（即最大传输量）S-0=5000 bit。

图3 仿真结果对比

由图3（a）所示，采用HDCMET协议传输数据明显多于LEACH协议。因为数据处理具有突发性，不能事先预测数据传输的路径，HDCMET协议的数据采集是基于事件触发机制的，能有效应对突发数据的采集和传输，而LEACH协议是通过事先选择好的路径进行传输，容易出现路径选择不合理的情况，降低传输效率。

从图3（b）可以发现，在相同节点数目内，采用HDCMET协议存活的节点数明显高于LEACH协议，而且整体节点的存活时间也长于LEACH。这是由于HDCMET协议是根据事件触发节点进行信息监控和发送，而不是像LEACH协议那样，由基站按照时间轮进行统一分簇，即使没有事件发生，节点也要接受分簇信息，避免了不必要的能量消耗。同时，HDCMET协议采用分散式算法，由节点自身分析、计算并分簇，增加了分簇的灵活性，避免了大规模网络中因节点数目众多而造成的重复数据采集问题，减少了整体节点的能耗，而且，数据的冗余性也使簇内节点能够灵活替换，减少了重新建簇的机会，节省了能量消耗，延长了网络的寿命，从而增加数据传输量，提升网络性能。

3 结语

HDCMET协议在大规模的随机均匀分布的无线传感器网络中，能明显延长网络寿命，而且该协议采用事件触发机制，节省了大量节点。HDCMET是以六边形为基础的，既保证了数据采集的完整性，也为其容错性提供了一定的数据冗余[8]。虽然基于事件触发的六边形分布式分簇多跳路由协议对于大规模随机均匀分布的无线传感器网络有较好的适应性，但是，由于该协议中分簇划分是由簇头完成的，这样容易造成单个节点负担较大，对此还需要进一步深入研究。

参考文献参考文献：

[1] GUAN XIN， WANG YONGXIN， LIU FANG. An energyefficient clustering technique for WSN[C].International Conference on Networking， Architecture， and Storage， IEEE， 2008：248252.

[2] 陈静，张晓敏.无线传感器网络簇头优化分簇算法及其性能仿真[J].计算机应用，2006，26（11）.

[3] 李桢，陈健，阔永红.WSN中六边形集中式分簇多跳路由协议[J].西安电子科技大学学报，2012，39（3）.

[4] 伍小平.传感器网络分簇路由协议的研究与仿真[D].武汉：武汉理工大学，2005.

[5] YANG YINGTANG，GAO XIANG，CHAI CHANGCHUN，et al.Novel dynamic routing algorithm for energy optimization in WSN[J].Journal of Xidian University，2010，37（5）.

[6] 林力伟，许力，潘鹏贵.基于网络编码的分簇传感器网络链路容错策略[J].计算机应用， 2010，30（1）.

[7] 裴晓黎，刘志坤，刘忠.事件触发的无线传感器网络动态分簇[J].舰船电子工程，2012，32（2）.

[8] ABDELSALAM H S，OLARIU S.HexNet hexagonbased localization technique for wireless sensor network[C].International conference on Pervasive Computing and Communications， 2009.