An Empirical Analysis Study on the Efficacy of a Rouating Algorithm for Saving Energy in Wireless Sensor Networks

摘要

无线传感器网络(WSNs)是由大量节点部署组成的一项智能技术。对传感器网络日益增长的研究，给我们带来了众多的和多元化的应用。在其早期，传感器节点被用于军事目的，观察敌人的地理坐标、军事设备，从而定位到战场中。它也用于环境中:森林火灾、自然灾害;灾难、地震、火山、洪水等等。出于环境目的使用传感器节点的必要性是为了人类的生存。现在也在人类日常生活中使用，例如智能学习、交通道路控制、水质监测、管道监测等。此外，在健康（在医院监测家中的病人、显微外科手术）、农业、物业监控（建筑、汽车等）和仅列举几个例子的工业方面有良好的声誉。这些不同的应用意味着无线传感器网络是人类生活状况现代化的一个组成部分。
　　 节点的运转主要依赖储存在物理电池里的能源资源。节点的能量资源是有限的，其必须基于一个有效的路由算法以最优的方式使用。在研究工作中，我们假定一个事实，一旦传感器节点让其组件以一个低效的路由协议去实现任何基本通信，这将对数据信息的传输过程产生不利影响。它将使节点迅速耗尽能量且过早死亡。因此，某些节点由于缺乏能量动力会停止通信活动。这类情况可能会导致具有两种显著不同的域:第一种，还有一些节点具有一些残留的能量，这些被算作活节点;第二种情况是死亡节点的域，这些节点没有任何可以完成通信活动的残余能量。换句话说，它们的能量水平低于阈值。特别是对于用于军事目的和民事用途的无线传感器网络的应用，第二种情况看起来很糟糕。
　　 除了能源问题，还有其他问题，这些被归类到无线传感器网络问题的第二类，也就是安全问题——数据传输安全、少量内存存储备份检索到的数据、安装在节点上的操作系统的更新问题、节点开始任何活动前保持静态和节点位置从一个地方到另一个地方的改变都仍然重要的拓扑问题、编程问题等。在所有提及的问题中，能源仍然是无线传感器网络中毋庸置疑地最有挑战性的概念，相对于以上提及的其他问题，也一直是最吸引众多研究者的领域。究其原因，自从无线传感器网络的研究开始以来，在能源演化方面没有记录足够的进步且它的图示至今仍然停滞。在这项研究中，我们遇到能源问题，并提出了一个路由算法，称为簇间平方单元多跳路由算法，旨在减轻阻塞，以便应用中任何节点之间的通信成本函数最小化。
　　 在节点设计时能量利用问题的研究依然是非常重要的，因为在大多数情况下，更换电池是不可能的。因此，这就使得能量问题变得棘手。这意味着，传感器节点的寿命在很大程度上依赖于电池的能量。在无线传感器网络中，传输过程是非常耗能的，这就是为什么现在研究的重点是在缓解能源消耗的基础上通过不同的路由算法来降低能源消耗，这些算法能够很好的降低能量消耗。为了解决这个问题，一般概念的节点通常设在有危险的环境中，在其中真实存在的人类不能如前所述的去探寻。对于这个特殊的方面，节点的设计必须遵循一个自我组织的概念。结点组件的概述表明，它配备了一个传感器、微型计算机、收发器和电源，其组件的每个实体都扮演着不同的角色，使该节点可以正常运行而没有任何副作用。在节点开始网络通信活动之前，它必须知道其邻居节点和它本身之间每一个单一连接路由的成本函数的值。使用节点能量的成本函数来选择最佳目的节点的问题是我们提出的解决方案的基石，基于最低成本函数，源节点选择这个合适的目的节点。
　　 近年来，无线传感器网络的研究工作给予成本函数更多关注，这与节点的能量消耗密切相关。为了避免传感器节点消耗大量的电力资源，研究人员提出许多路由算法来减少能源损耗。
　　 在我们的研究工作中，正如我们前面所提到的，我们旨在使用成本函数去找到一条便捷的路径，以致传感器节点能够将得到的数据传播到相应的目的节点。考虑普通节点到最后的目的节点的中间成本函数的综合，计算出成本函数值。为了实现这一有效成本函数的目标，建立一个有效的高效路由算法是可取的，从通信过程中选择最佳成本函数。这意味着，不选择代价高的路径，因此节点可以节省很多电力资源。至于成本函数方面，已有大量之前提出的方案来缓解传感器节点设计时的能量利用方法。我们的研究工作或多或少的参考其中的一些方案。我们把一些路由算法的不足之处当作灵感元素，而且也是我们研究工作的重点。我们首先观察了低功耗自适应集簇分层型协议(LEACH)。LEACH协议是第一个提出来采用随机分布式均匀成簇机制的分簇路由协议，该协议适合传感器节点同质且静态分布的环境。在LEACH中，传感器节点基于一些参数比如接受信号强度最大的簇头选择他们的主簇。在一定间隔后，一些节点被选为簇头。LEACH协议通过簇头轮转的方式来维持节点的能量平衡，在网络中均匀地分散能量负荷，且当不需要时关闭普通节点。传感器信息系统低功耗PEGASIS借鉴了LEACH中分簇算法的思想。PEGASIS形成了传感器节点链。传感器节点从邻居节点那传输或接收数据，这样PEGASIS避免簇的形成且在链中只使用一个节点传输到基站。这增加了网络的生命周期，混合节能分布式簇HEED。HEED是LEACH的一个改进。HEED分簇随机选择簇头且改善网络寿命。WSN的节能同质分簇算法EEHCA中，基于已存在簇头的剩余能量、节点的最近跳距离和阻碍值选择新簇头。簇成员的均与分布延长了网络的生命周期。尽管提出了许多路由算法，就能量效用而言这些算法的性能是很有前途的，但是大部分不能保证良好的服务质量。
　　 其中，LEACH仍然是最著名的算法。在WSNs中，由于其低性能，它不能满足能源安全的要求，特别是对于一个簇间单跳通信。在本研究工作中，我们把这个簇间LEACH的弱点作为我们工作的出发点。因此我们提出了一个路由算法，称之多跳路由算法簇间同心平方单元ICSUMRA。我们的研究工作主要目的是减少节点在路由阶段的能耗，从而延长网络的生命。ICSUMRA算法基于优化网络寿命，也本质上依赖于整个监测区域划分为血多同心平方单元，这些节点均匀分布在一组集群中，基站位于应用区域的中心。
　　 在本研究工作中，我们默认节点以密度函数φ(u，v)均匀分布，考虑到网络的大小为C，且Co代表基站之后的初始平方单元值。Ho代表一个平方单元到另外一个其直接继承的平方单元的跳跃值。根据我们的路由算法设计，一旦一个普通节点从它的感应范围获取数据，它必须将获取到的数据传播到主节点，主节点反过来将数据发送给基站。一旦主节点不能在簇中正确地履行其职责，必须用另外一个有最高值的普通节点来替换它，考虑簇中的能量，这个普通节点会最终作为新的主节点。与LEACH相比较我们提出的方案作用明显。网络区域分为多个平方单位。出于简单原因，我们首先优先计算网络内可能的簇数，然后我们假设所有的节点都有相同的初始生命能量，且均匀分布在应用领域中。实验结果来表明，ICSUMRA算法在减少延迟和能量控制方面具有更好的性能。ICSUMRA算法还考虑整个网络时间的同步性，这样可以避免任何相邻平方单元之间的冲突问题。
　　 在研究工作中，我们提出一个能量模型，其目的是增加节点的寿命，从而时网络性能最大化。该算法利用多跳通信下每轮网络最优簇数的节点通信能耗模型;通过分析整个网络的能耗，决定选择下一跳节点的成本，建立主节点之间到基站的一个最小能量路径树。仿真结果表明，该算法可以弥补LEACH算法里的单跳通信的不足，降低了能耗，延长了网络寿命。为了实现这个想法，我们使用MATLAB作为仿真工具。在应用区域中，设置通过计算得到的16个节点作为主节点，而且只占网络中部署节点总数的8％，184个普通节点放置在100*100平方米的区域内。ICSUMRA与LEACH比较结果表明，ICSUMRA算法优于LEACH算法112％。研究工作开发的这个算法主要是基于将无线传感器网络能量利用最小化。我们的目的是以节点初始能量值来延长网络寿命。然而，实施这一想法依赖于需要有一个合适的数据传输拓扑的目标分区。因此，这里就有个有趣的问题:是否可能在很短的足够的时间里实现整个网络节点的时间同步？这个问题对于数据传输特别是网络服务质量(QoS)和数据新鲜度来说很重要。因此，我们今后的工作将在短时间内很大程度上取决于或涉及到整个网络的时间同步概念而不是能源效率，能源效率已经是无线传感器网络中己知最热门的研究领域。

目录

声明

ABSTRACT

摘要

TABLE OF CONTENTS

LIST OF FIGURES

LIST OF TABLES

CHAPTER 1 INTRODUCTION

1．1 Motivation

1．2 Objectives

1．3 Outlines of the Thesis

CHAPTER 2 BACKGROUND AND RELATED WORK

2．1 Little Background

2．1．1 Data Round

2．1．2 Data Aggregation

2．1．3 Data Gathering Problem

2．1．4 Data Gathering Tree

2．1．5 Data Gathering Schedule

2．1．6 Network Lifetime

2．2 Brief Introduction on Related work

2．3 Related work

2．4 Summary

CHAPTER 3 INTER-CLUSTERING SQUARE UNIT MULTI-HOP BASED ON ROUTING ALGORITHM

3．1 General overview of Inter-Clustering Square Unit Multi-hop based on Routing Algorithm “ICSUMRA”

3．2 What is the Objective of ICSUMRA Algorithm?

3．3 Overview of the System

3．4 Data Transmission process in ICSUMRA

3．5 Network Model analysis

3．6 Computing the optimum number of Clusters

3．7 Computing the value of communication Cost Function between Relay nodes

3．8 ICSUMRA algorithm Description

3．9 Summary

CHAPTER 4 EXPERIMENT RESULTS

4．1 Overview of the Experimental Results

4．2 Simulation Results of ICSUMRA AND LEACH algorithms with reference to Energy Consumption Value and the number of Rounds

4．3 Simulation Results of ICSUMRA and LEACH algorithm based on Lifetime aspect and the number of Rounds

4．4 Discussion

4．4．1 Discussion of our research work based on the number of Round with the lifetime

4．4．2 Discussion of our research work based on the number of rounds with the energy consumption

4．5 Summary

CONCLUSION AND FUTURE WORK

CONCLUSION

FURTURE WORK

REFERENCES

ACKNOWLEDGEMENTS

COORDINATES OF NODES

CODES