无线传感器网络中基于独占区域的连通支配集构造方法

摘要

本发明公开了一种自定义的无线传感器网络中基于独占区域的连通支配集构造方法。本发明根据无线传感器网络虚拟骨干网的特点和分布式连通支配集构造算法，引入独占覆盖和延时等待规则的概念，通过两者的共同作用，每个节点维护自身的独占区域内至多一个节点，从而减小连通支配集的规模，使得支配节点分布更为均匀。本发明能够很好的减低连通支配集的规模，同时保证支配节点的分布均匀稀疏，同时节约能量，延长整个网络的生命周期，很好地适应了节点分布密集的无线传感器网络。

说明书

技术领域

本发明涉及一种无线传感器网络中EACDS (Exclusive Area based Connected Dominating Sets，基于独占区域的连通支配集)构造方法，属于计算机通信网络领域。

背景技术

无线传感器网络是由大量自治节点通过多跳通信方式构建形成的自组织网络，具有大规模、自组织、随机部署、环境复杂等特点，其节点由电池供电，能量有限，数量多且不易更换。由于通信范围受限、电池供电能量有限和较高的容错性能要求，传感器网络大多需要依赖于中间节点转发和接收消息。大量中间节点参与转发数据容易导致严重的数据冗余、传输冲突和碰撞问题，出现类似广播风暴的问题。作为一种特殊的分簇形式，虚拟骨干网在传感器网络中能够获得良好的节能效果和路由执行效率。构造虚拟骨干网的重要手段就是CDS (connected domination set, 连通支配集)，网络中的任意节点与支配节点之间最多相继一跳。MCDS (Minimum CDS , 最小连通支配集)的求解已经被证明是NP完全问题，一般采用启发式方法求解近似值。基于CDS的节能路由方法能否获得良好的效率，直接依赖于CDS的规模以及生成、维护CDS的开销。在固定的网络拓扑中，通常希望在不损失网络功能、可靠性和效率的同时获得规模尽可能小的 CDS。

现有的连通支配集求解算法将基于局部邻居信息的优化广播算法进一步细分为邻居指定和自裁减两种策略。在邻居指定策略中，节点的是否成为转发节点是由其邻居节点决定的，通常是源节点选择一跳邻居的一个子集来覆盖其二跳邻居节点。采用自裁减广播策略时,节点根据邻居节点的连接状况和优先级来自主决定是否成为转发节点。MPR和增强版本EMPR就是基于邻居节点指定策略的典型算法，算法提供了一种局部化且有效的方式，通过节点在两跳内邻居信息构建自身的中继转发节点集合，从而在整个网络中形成连通支配集。L.Qu, S. Ahmet等提出的LCF算法是基于自裁剪策略的，利用节点局部拓扑信息作为参考依据，构造出较小的CDS，减小支配选择的节点的盲目性。孙超、尹荣荣等提出了基于能量代价的连通支配集拓扑控制算法，构建耗能较小的连通支配集拓扑，从而延长网络生命周期。

通过研究发现，现有的几种算法也存在一些问题，大多数算法只考虑连通支配集合的规模大小，而忽略支配节点的分布情况，使得支配节点分布存在着不均匀性，不利于整个网络的负载均衡；现有算法未区分节点分布密集程度，没有考虑节点密度不同的区域，支配节点发挥的作用也不相同的问题。此外，大多数算法的支配节点选择依据较为单一，综合考虑拓扑、能量等因素更能体现网络的负载均衡效果。

发明内容

本发明所要解决的技术问题是针对现有求解连通支配集算法的缺陷，提出一种基于独占区域的连通支配集算法（EACDS），每个节点基于独占覆盖和延时等待规则，在各自的独占区域内控制支配节点的数目，从而降低了连通支配集的规模，同时综合考虑节点的剩余能量值，使得支配节点的分布在整个网络拓扑中更加均匀，均衡网络负载，延长了网络生存周期。

本发明为解决上述技术问题采用以下技术方案：

一种无线传感器网络中基于独占区域的连通支配集构造方法，具体包括如下步骤：

步骤1）、计算每个节点成为支配节点的优先级的优先权值：

              (1)

在公式(1)中，N代表节点v所在的网络拓扑中所有节点的个数，|N₁(v)|表示节点v一跳邻居节点的个数，N₁(v)表示节点v一跳邻居节点的集合，d_vj表示节点v到任意一跳范围内邻居节点j的距离，Er(v)表示节点v的剩余能量值，且Er(v) > E_thres；其中E_thres代表支配节点的能量阈值，其大小需满足一轮时间内节点通信的能耗需求；W₁、W₂为权重，其参数值根据具体应用场景进行调整；

根据公式(1)计算Gateway(v)值，得到决定每个节点成为支配节点的优先级的依据； 

步骤2）、节点竞争成为支配节点阶段，具体步骤如下：

a. 根据公式(2)计算节点v的等待延迟时间(latencyTime)，所述等待延时时间(latencyTime)与Gateway(v)值成反比例关系，即权值大的节点延时等待的时间短，优先成为支配节点。公式(2)中为周期调和参数，用于调整等待延迟时间的取值范围，本发明的仿真实验中取值为15，为消息发送的时间间隔，取值为1000ms；

        (2)

b. 首先，在等待延迟时间内，记录节点v收到的其他节点发送的竞争成为支配节点的广播消息，并更新支配节点集合C₁(v)；同时，由节点v划定其独占区域(E_area)，原则是该独占区域内的支配节点能最大限度地独自覆盖该独占区域；

然后，对节点v的独占区域内是否已经存在其他支配节点采用为M(v)进行赋值的方式进行标记：当节点v的独占区域内并无其他支配节点存在，标记M(v)=F，当节点v的独占区域内已经存在其他支配节点，标记M(v)=T；

c. 当等待延迟时间过期后，若节点v没收到任何竞争支配节点的广播消息，即M(v)=F，由节点v发送广播消息，竞争成为支配节点；若M(v)=T，则节点v放弃成为支配节点的权利；

步骤3）、当步骤2）形成的支配节点集是相互不连通的连通支配集碎片时，将非支配节点竞争成为补充支配节点，步骤如下：

d. 由节点v检查两跳邻居范围内支配节点之间的连通性，若存在支配节点不连通情况，由节点v重新划定其独占区域(E_area)；

e. 在节点v竞争成为补充支配节点之前，根据公式(3)计算发送补充支配节点的消息需要等待的延迟时间(latencyConnect)：

            (3)

其中，|C₂(v)|为节点v两跳范围的支配节点的个数，random()为(0,0.1)之间的随机数，其目的是减少延迟时间相同导致的冲突；

等待延迟时间过期后，由节点v再次检查邻居范围内支配节点是否连通，若仍然未连通，则标记M(v)=F，反之，若此时节点v邻居范围内已经满足连通性，则标记M(v)=T；

f. 节点v判断M(v)的值：

若M(v)=T，则节点v放弃成为支配节点；

若M(v)=F，则节点v发布广播消息，宣布成为支配节点；

步骤4）、连通支配集形成：网络进入稳定阶段，形成虚拟骨干网，节点之间进行数据通信；

步骤5）、循环执行步骤1）至步骤4），直至网络拓扑失效结束。

进一步的，本发明的一种无线传感器网络中基于独占区域的连通支配集构造方法中，所述独占区域(E_area)是由节点v以其自身为中心，以其通信半径R与自适应因子α的值相乘为半径来划定的，其中： 

在步骤2）的b步骤中，所述自适应因子α的值由节点v的邻居范围内节点分布稀疏程度决定，取值范围为； 

在步骤3）的d步骤中，自适应因子α的值随着节点v的两跳邻居范围内支配节点连通情况作出适应性调整，取值范围为。

进一步的，本发明的一种无线传感器网络中基于独占区域的连通支配集构造方法，在步骤2）的b步骤中，在不对节点分布进行定量的密度分析情况下，自适应因子α的值以平均节点的度进行区分，邻居节点个数不超过6的节点位于稀疏分布区域，自适应因子α取0.5；邻居节点个数大于6的节点，其自适应因子α取0.75；

在步骤3）的d步骤中，邻居范围内连通的节点自适应因子α的值为1；邻居范围内尚未连通的节点自适应因子α的值不论邻居范围内节点分布稀疏程度，自适应因子α的值为0.05。

进一步的，本发明的一种无线传感器网络中基于独占区域的连通支配集构造方法，公式(1)中的权值W₁取0.001，W₂取0.001。

进一步的，本发明的一种无线传感器网络中基于独占区域的连通支配集构造方法，公式(2)中等待延迟时间(latencyTime)的设置范围是[0.7s,1.25s]。

本发明由于独占覆盖和延时等待规则的双重作用，各节点维护自身的独占区域，并严格限制独占区域内支配节点的数目不超过一个节点，避免了大量节点被选中为支配节点，进而减小连通支配集的规模，同时均匀分布支配节点，节约能量。在拓扑节点能量变化后，节点计算自身权值，决定其在接下来的通信过程中是否能够成为支配节点，均衡节点能量消耗，延长整个网络的生命周期。以下分点列举本发明与现有技术相比的优点：

1、引入独占区域的概念，在整个网络拓扑中以各个节点的独占区域限制支配节点数目；

2、延时等待规则使得剩余能量值高的节点优先成为支配节点；

3、独占覆盖规则限制，使得支配节点分布更加稀疏均匀，均衡节点负载；

4、较好地权衡连通支配集规模和平均最短路径两者关系，减少支配节点数目的同时保证平均最短路径较短；

5、延长网络生存周期，缩短从第一个节点死亡时间，避免大量节点同时集中死亡。

附图说明

图1是独占区域示意图。

图2是本发明的支配节点选择流程图。

图3是补充连通节点流程图。

图4是几种算法生成的连通支配集的规模比较图。

图5是MPR算法和本发明所形成的虚拟骨干网分布情况比较图。

图6是各算法关于虚拟骨干网中平均最短路径参数的对比图。

图7是本发明与MPR算法在达到20%节点死亡时，其死亡节点的分布情况对比图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

本发明针对现有连通支配集构造算法的缺陷，提出基于独占覆盖和延时等待规则，每个节点基于独占覆盖和延时等待规则，在各自的独占区域内控制支配节点的数目，从而降低了连通支配集的规模，同时综合考虑节点的剩余能量值，使得支配节点的分布在整个网络拓扑中更加均匀，均衡网络负载，延长网络生存周期。

为方便描述，有必要给出相关定义。传感器网络研究中，网络拓扑结构一般采用单位圆盘图(unit disk graph, UDG)模型，即利用无向图描述传感器网络的拓扑结构。是网络节点集合，为网络中节点组成的边。网络拓扑中节点通信半径相同，两节点间有一边存在的条件是两节点之间的欧几里德距离不大于其通信半径。

定义1：连通支配集

无向图中，若存在一个节点集合满足：

1)        由节点集合导出的子图是连通图；

2)        图G中任意节点，满足。

则称该节点集合为CDS。若集合是满足以上条件的最小集合，则成为无向图的最小连通支配集(minimum connected dominating set , MCDS)。

定义2：支配节点集合

无向图中，对于节点，节点集合中所有节点的k跳内邻居支配节点集合为。

定义3：节点独占区域

在节点的通信范围内，存在这样一个区域，该区域内节点集合即为，并且满足，，为节点v一跳邻居范围内节点集合，则称区域为节点独占区域，如图1所示，图中R表示节点的通信半径，虚线范围内区域即为节点的独占区域，该区域内不允许除中心节点以为的节点成为支配节点，空心节点表示普通节点，黑色实心节点表示在独占区域之外被选中的支配节点。

定义4：k跳邻居集合N_k(v) 

无向图中，对于节点，节点的1跳内邻居集合：

，则节点的k跳邻居集合。

定义5：自适应因子α

调整因子α决定节点的独占区域的大小，并且根据通信范围内网络进行调整，具有自适应性。α的初始值由邻居范围内节点密度决定，取值范围为；在不对节点分布进行定量的密度分析情况下，参考Fei Dai, JieWu文章，以平均节点的度进行区分，在本文仿真实验中，邻居节点个数不超过6的节点位于稀疏分布区域，为防止节点过早死亡，通过多次实验分析，自适应因子α取0.5；邻居节点个数大于6的节点，其自适应因子α取0.75。自适应因子α取1时候表示节点的独占区域是其整个通信范围，限制所有权值节点低于该节点的邻居节点不能成为支配节点。

在补充支配节点的时候，α的值随着节点连通情况作出适应性调整，取值范围为。邻居范围内连通的节点自适应因子α的值为1，表明节点不需要进行参与支配节点的竞争过程，邻居范围内尚未连通的节点自适应因子α的值不论邻居范围内节点分布稀疏程度，自适应因子α缩小至0.05，以增加符合条件的连通节点的存在范围。自适应因子α取0表示其独占区域范围内只有中心节点自身，与不采用独占区域，在整个通信范围内选取支配节点的作用相同。

本发明是一种自定义的无线传感器网络中基于独占区域的连通支配集构造方法，其特征在于独占覆盖和延时等待规则，正是这两种规则的相互结合，共同作用，使得形成的连通支配集规模更小，支配节点分布更为均匀：

①    独占覆盖规则：

节点参与支配节点的选举过程中，节点计算自适应因子α的值，从而决定节点的独占区域E_area，使得该区域内的支配节点最大限度独立覆盖区域E_area。连通支配集形成初期，在节点的独占区域内，检查是否已有其他邻居支配节点存在，若存在，则标记M(v)=T，否则标记M(v)=F。后期补充连通节点时，在节点邻居范围内，检查是邻居支配节点是否连通，若连通，则M(v)=T标记，反之标记M(v)=F。

②    延时等待规则：

在t时刻，节点参与支配节点的选举，根据协议所处阶段和自身节点的权值，计算节点的等待延迟时间d_i(见公式2、公式3)。在发送竞选的广播消息前[t,t+d_i]时间段，节点等待延迟时间超时。若在此期间内节点收到邻居范围内其他节点成为支配节点的竞争消息，记录邻居支配节点的信息，写进支配节点集合C₁(v)；延迟时间过期后，在t+d_i时刻根据节点M(v)的值，决定节点是否发送广播消息，竞争成为支配节点。

本发明基于独占覆盖和延时等待规则的共同作用，具体包括如下步骤：

1）节点计算优先权值

支配节点的选择需要考虑到剩余能量高的节点。为防止支配节点能量耗尽节点死亡而导致在网络中节点通信数据的丢失，每个支配节点设置一个能量阈值(E_thres)，节点能量高于此阈值才有成为支配节点的可能，低于能量阈值的节点只能作为源节点和目的节点收发消息，即不允许进行消息转发，不再具有竞争支配节点的权利。能量阈值(E_thres)的设置满足一轮时间内节点通信的能耗需求。此外，支配节点的选择同样考虑邻居节点的个数的因素，采用节点的度作为选择依据，使得支配节点通信范围内覆盖的邻居个数增多，支配节点数目必然减少。

节点v的权值计算见公式(1)，权值决定了节点成为支配节点的优先级。

              (1)

在公式(1)中，N代表节点v所在的网络拓扑中所有节点的个数，本实施例中取值为200；|N₁(v)|表示节点v一跳邻居节点的个数，N₁(v)表示节点v一跳邻居节点的集合，d_vj表示节点v到任意一跳范围内邻居节点j的距离，Er(v)表示节点v的剩余能量值，且Er(v) > E_thres；其中E_thres代表支配节点的能量阈值，其大小需满足一轮时间内节点通信的能耗需求；W₁、W₂为权重，根据具体应用场景调整参数值，如节点能量初始值不同时倾向于节点剩余能量高的节点优先权值高，即提高W₁的值，若如节点分布稀疏差别较大场景下，可提高W₂的值，剩余能量和邻居节点个数相同情况下，与邻居节点距离的平方和越大，表明该节点覆盖范围越大。在本发明的仿真实验中，简单考虑两者因素的共同作用，W₁取0.001，W₂取0.001。

根据公式(1)计算Gateway(v)值，决定每个节点成为支配节点的优先级的依据。

2）支配节点竞争阶段

如图2所示，节点v竞争成为支配节点的规则如下：

节点v遵循延时等待规则，根据公式(2)计算节点v的等待延迟时间latencyTime，延时时间与Gateway(v)值成反比例关系；使得权值大的节点延时等待的时间短，从而优先成为支配节点。

          (2)

为区分优秀节点的等待延时时间，等待延迟时间latencyTime参照NS中AODV协议hello消息设置时间在[0.7s,1.25s]。公式(2)中为周期调和参数，使得等待延迟时间的值在合理的取值范围内。在本发明的仿真实验中，取值为15。为消息发送的时间间隔，取值为1000ms。

①    在等待延迟时间内，节点v记录收到的广播消息，更新支配节点集合C₁(v)，并对M(v)的值进行标记，表示节点的独占区域内已经存在其他支配节点。

②    等待延迟时间过期后，节点v没收到任何竞争支配节点的广播消息，则若标记M(v)=F，则表示节点v的独占区域内并无其他支配节点存在，根据独占覆盖规则，节点v发送广播消息，竞争成为支配节点；若M(v)=T，则表示节点v的独占区域内已经存在其他支配节点，同样，因为已存在的支配节点需要维护自身的独占区域不被共享，不允许其他节点成为支配节点，从而迫使节点v放弃成为支配节点的权利。

节点通过采用延时等待规则，优先选择出对于减小虚拟骨干网规模起关键作用的一些节点，使得这些节点能够优先成为支配节点，有利于降低连通支配集的规模，同时有利于虚拟骨干网的稳定。

3）补充连通节点

节点v通过采用延时等待规则，竞争成为支配节点。根据不同的网络拓扑结构，所有具有转发权利的节点，即支配节点集形成的有可能是相互不连通的连通支配集碎片，需要补充连通节点，以构成整个网络的连通支配集，即使对于局部已经连通的支配集，适度增加支配节点也能够保证支配节点的负载均衡，防止个别节点能耗过快死亡导致CDS的断开。同时增加支配节点也有利于形成更多相对较短的路径。在选择补充节点时，通过节点的独占覆盖和延时等待规则，优先选择出对于网络连通起关键作用的一些节点，有利于降低连通支配集的规模。在本阶段，只有非支配节点才参与到补充连通节点的过程中。

如图3所示，非支配节点v竞争成为补充连通节点的步骤如下：

①    非支配节点检查两跳邻居范围内支配节点之间的连通性，若存在支配节点不连通情况，在独占覆盖规则下，节点调整自适应性因子α的值。

②    在竞争成为支配节点之前，节点依照延时等待规则，根据公式(3)计算发送补充支配节点的消息需要等待的延迟时间latencyConnect；

        (3)

其中，|C₂(v)|为节点v两跳范围的支配节点的个数，random()为(0,0.1)之间的随机数，是为了减少延迟时间相同导致的冲突。

等待延迟时间过期后，节点v再次检查邻居范围内支配节点是否连通，若仍然未连通，则标记M(v)=F，反之，若此时节点v邻居范围内已经满足连通性，则标记M(v)=T。

③依据独占覆盖规则，节点v判断M(v)的值，若M(v)=T，表示此时邻居范围内已经其他节点成为支配节点，连通了各CDS碎片，节点v放弃成为支配节点；若M(v)=F，表示此时邻居范围内没有其他节点成为支配节点，或支配节点数目仍然不能满足各CDS碎片的连通，节点v发布广播消息，宣布成为支配节点。

4）连通支配集形成

网络进入稳定阶段，形成虚拟骨干网，节点之间进行数据通信；循环1）～4）步至网络拓扑失效结束。 

性能分析与评价

为了评估EACDS算法的性能，在本实施例中，通过仿真的方法，将其与现有的典型连通支配集算法进行比较分析。

仿真实验设计

在仿真实验中，300个无线节点随机分布在 200m×200m 的目标区域内，采用 UDG 模型,节点具有统一的通信半径 ，当且仅当两个节点的距离在通信半径之内时相互连通。以上所有节点初始能量相同。本实施例中给出的实验结果为多次随机实验求得的平均值。

无线传感器网络中，网络的生命周期主要取决于数据发送和传输消耗的能量。本实施例采用J. Wu, F. Dai等人在“On Calculating Power-Aware Connected Dominating Sets for Ef?cient Routing in Ad Hoc Wireless Networks”文中提出的能量模型３，该模型中路由查找和路由更新信息则取决于整个拓扑的大小()，更接近实际情况。

为简化计算，我们假设。本模型假设所有通信流量是均匀分布的，即在每个更新周期内，每个节点都是具有n个数据包的源节点和目的节点。整个实验中，一共有个数据包在网络中流动。非支配节点仅仅需要负责发送或传输他们作为源节点和目的节点的一个数据包即可。因此，非支配节点在每个更新周期内的能量消耗为：。假设每条路径需要对每个数据包进行路由更新，并且每次路由更新过程都包括在所有支配节点进行广播泛洪，则每个支配节点相应的能耗为：

，

，

其中是每条路径的平均长度(用跳数衡量)。

因此每个更新周期内支配节点的能量消耗为：，并且。其中是跟路由查找和路由更新信息相关的开销，而则跟数据包时延相关。是路由开销系数，是每个数据包被转发的平均次数。

性能评价标准

仿真实验考虑的性能分析标准包括以下方面：

1、连通支配集规模：即连通支配集中节点个数；

2、平均最短路径：虚拟骨干网中的平均最短路径；

3、节点死亡时间：即节点死亡轮数。

实验性能分析

首先分析EACDS算法生成的连通支配集规模，然后分析由连通支配集导出的虚拟骨干网的分布情况，最后分析生成的虚拟骨干网的平均最短路径、节点死亡时间和死亡节点分布情况。通过多次实验分析，本次实验中，支配节点选择阶段节点密集区域自适应因子α对应的值为0.75，节点稀疏区域自适应因子α为0.5，连通节点补充阶段中非连通节点自适应因子α的值是0.05，连通节点自适应因子的值是1。

图4是算法生成的连通支配集规模的比较。从图中可以看出，相比其他几种算法，EACDS算法形成的连通支配集规模明显减小。EACDS算法较MPR算法产生的连通支配集节点数减小26.3%。MPR算法单纯采用节点ID作为连通支配节点选择的依据，并不考虑该节点通信范围内邻居节点个数以及分布情况，选择的支配节点通信范围内覆盖邻居节点个数少，从而需要更多这样的节点来覆盖整个网络，不利于形成规模更小的连通支配集，如节点ID为0的节点在任何情况下都被选中；EACDS算法考虑节点的通信范围内的拓扑信息，综合节点的度等因素，计算节点的权值作为支配节点的选择依据，使得支配节点覆盖的邻居个数增多，因此，支配节点数目的减少是必然的。Rulek(D,3)同样采用节点度作为选择依据，较Rulek形成的连通支配集规模明显降低，但仍然比EACDS算法多出24.1%。这是因为EACDS算法采用独占覆盖规则，通过节点各自享有的独占区域，抑制多余的节点竞争成为支配节点，从而可以用相对少的支配节点覆盖全网。

图5描述的是MPR算法和EACDS算法所形成的虚拟骨干网分布情况，图中A-F分别为标记的各个局部区域，a-c为标记的节点。从图5(a)中可以看出MPR算法生成的虚拟骨干网中，支配节点分布不均匀，节点密集区域内支配节点个数目较多，如区域B，而节点稀疏区域A、C区域，支配节点稀少，不利于形成最优路径，并且支配节点需要承担更多的网络负载，能耗增加；支配节点不均匀的分布同时导致骨干网的支配节点数目增多。图5(b)中EACDS算法形成的虚拟骨干网中，支配节点分布相较图5(a)更均匀。在节点密集区域B附近，支配节点明显降低。这是因为采用独占覆盖和延时等待规则，通过节点维护自己的独占区域内最多只有一个支配节点，有效抑制了支配节点的数目，这一点在节点密集区域体现更为明显。此外，由于决定独占区域大小的的因子α能够根据节点分布密度以及邻居范围内拓扑信息进行自适应性调整，区分对待节点分布稀疏程度不同的区域，解决了稀疏区域中支配节点稀少甚至没有的问题，如图5(b)中，在节点较为稀疏的D、F区域，支配节点数目增多，较图5(a)中A、C区域有了明显的改善。因而在整个网络拓扑下，EACDS算法形成的连通支配集中，支配节点的分布更为均匀，同时减少了支配节点的数目。

图6是各算法关于虚拟骨干网中平均最短路径参数的对比。平均最短路径是用来衡量反映在虚拟骨干网中路由算法性能的指标。EACDS算法产生的连通支配集的支配节点个数比MPR等算法的要少，而EACDS算法生成的虚拟骨干网的平均最短路径却优于其他算法。这是因为其他各算法中部分支配节点与其他支配节点距离较远，支配节点分布是无规则、不均匀的，如图5(a) MPR算法形成的虚拟骨干网，支配节点a到支配节点b的最短路径至少要通过支配节点c，因而平均最短路径较长。而EACDS算法中支配节点分布较为均为，尽管连通支配规模更小，平均最短路径却比MPR更短。平均最短路径变长是虚拟骨干网中骨干节点稀疏并且均匀分布所要牺牲的代价之一，而EACDS算法较好地权衡了连通支配集规模的降低以及平均最短路径的减小。

表1 节点死亡时间

算法第一个节点死亡时间10%节点死亡时间20%节点死亡时间EACDS636577MPR383838WULI45.145.145.1Rulek(3)36.736.736.7Rulek(D,3)38.938.938.9

表1描述的是EACDS算法和其他典型的连通支配集算法关于节点死亡时间，从表可以看出，MPR等算法中，若有一个节点死亡，其支配节点也同时死亡，因而随后节点的死亡时间都不变。这是因为一方面，节点死亡可以是节点的单独行为，也可以是节点的共同行为，同时节点的这种单独行为对节点生存周期的共同行为有着一定的影响，如死亡节点一跳距离内邻居节点会很快死亡；另一方面MPR、Rulek(D,3)等算法中，支配节点的选取是节点ID和度为依据，只要没有节点死亡，则每个节点邻居范围内邻居节点的ID以及度的值就不会改变，因而每一轮连通支配集中的节点都是相同的，当任何一个节点能量耗尽时，其他支配节点同样也消耗尽其能量值。EACDS算法中是以节点的权值作为支配节点的选择依据，充分考虑了节点的能量和邻居范围的拓扑信息，因而构成连通支配集的节点是动态变化的，使得每个节点成为支配节点的平均次数最低，从而达到整个网络能耗均衡的目的，延长了网络生存时间。

图7是EACDS算法与MPR算法在达到20%节点死亡时，其死亡节点的分布情况对比图。WULI等算法与MPR算法类似，不再一一列出。从图7（a）中可以看出，MPR算法节点死亡相对集中，从上文可知，这是因为MPR算法中选择支配节点的依据具有单一性，同时每一轮连通支配集的构成保持不变；此外，节点分布稀疏区域中死亡节点更为严重，如图中标记区域、区域。相比而言，图7（b）所示的EACDS算法中死亡节点的分布更为均匀，同时在标记区域、区域，死亡节点的分布同样均匀，并且不因为节点稀疏分布而使得节点死亡数据增加。这是因为EACDS算法中节点能够自适应地调整节点独占区域的范围，区分对待节点密度不同的区域，并充分考虑节点的剩余能量值，动态地构造连通支配集，从而使得在整个网络中，支配节点的分布均匀，节点能耗均衡。