一种能量感知型分布式分簇路由协议设计方法

摘要

本发明提供了一种能量感知型分布式分簇路由协议设计方法，适用于基于太阳能的能量采集型无线传感网。本方法包括：采集网络中各传感器节点在设定时间段内采集的太阳能能量，建立太阳能预测矩阵；训练太阳能预测模型，太阳能预测模型为一个具有n+k个输入节点和1个输出节点的神经网络；将太阳能预测模型运用到分布式分簇路由协议中，在建立阶段，节点以P(i,d,r)的概率选取自身作为簇首；簇首向所有非簇首节点发布广播信息，每个非簇首节点以到达簇首需要消耗的通信能量最少为标准决定本轮要加入的簇。本发明使得剩余能量和预测能量高的节点有更高的几率成为簇首，有更强的均衡网络节点能量消耗的能力，同时能够提高网络的吞吐量。

说明书

技术领域

本发明涉及能量采集型无线传感网路由协议设计领域，尤其涉及一种能量感知型分布式 分簇路由协议设计方法。

背景技术

无线传感网被广泛地应用到环境监测，工业控制和跟踪等领域。近些年来，能量采集型 无线传感网由于其能够突破传统无线传感网电池容量的限制而得到广泛关注。由于能量采集 型无线传感网的许多特性(例如节点能量分布不均衡，无限的能量供应，对环境敏感等)，传 统无线传感网中原有的路由协议已不再适用。为能量采集型无线传感网设计适用的路由协议 是本发明的研究背景。

在能量采集型无线传感网的分簇路由协议设计中，如何精确预测节点的采集能量是要解 决的关键问题之一。通过预测节点的采集能量，提高选择有较强采集能力的节点做簇首的概 率，同时降低选择有较弱采集能力的节点做簇首的概率，进而达到平衡节点能量消耗，提高 网络性能的目的。基于太阳能的能量采集型无线传感网是应用最广泛的一类能量采集型无线 传感网。而太阳能辐射在时间上的相关性也为对节点采集特性的预测提供了可能。

本发明考虑基于太阳能的能量采集型无线传感网中的分布式分簇路由协议设计问题。如 何对节点采集的太阳能进行预测，改进现有协议使之适用于能量采集型无线传感网是本发明 的关注点。针对太阳能预测，前人已经提出了很多预测模型，但是很少有人将预测模型运用 到无线传感网的路由设计中。

发明内容

本发明的目的是为能量采集型无线传感网提出的一种能量感知型分布式分簇路由协议设 计方法，通过构建一个基于神经网络的太阳能预测模型，使每个传感器节点具有预测自身短 期内采集能量的能力，而预测能量将被用到选择簇首的过程中。通过本发明方法使得剩余能 量和预测能量高的节点有更高的几率成为簇首，有更强的均衡网络节点能量消耗的能力，同 时能够提高网络的吞吐量。

本发明提供的能量感知型分布式分簇路由协议设计方法，实现步骤如下：

步骤1，采集网络中各传感器节点在设定时间段内采集的太阳能能量，建立太阳能预测 矩阵；

太阳能预测矩阵中，每一列代表一天中的不同小时，矩阵的每一行代表不同的天；标记 节点i在第r轮中第d天采集的太阳能能量为E_harv(i,d,r)，标记节点i在第r轮中第d天的预 测能量为E_pre(i,d,r)；

对于给定的天数和轮数，节点i在第r轮中第d天的预测能量E_pre(i,d,r)表示为节点i在 第r轮中当天之前n天采集的太阳能能量和之前k轮中第d天采集到的太阳能能量的函数f_ANN， 表示为：

E_pre(i,d,r)＝f_ANN(E_harv(i,d-1,r),E_harv(i,d-2,r),...,E_harv(i,d-n,r),

E_harv(i,d,r-1),E_harv(i,d,r-2),...,E_harv(i,d,r-k))

函数f_ANN中，包含n+k个参数。

步骤2，训练太阳能预测模型，太阳能预测模型为一个具有n+k个输入节点和1个输出 节点的神经网络；

神经网络的n+k个输入节点对应函数f_ANN中的n+k个参数，神经网络的输出节点对应函 数f_ANN中的E_pre(i,d,r)；设定测试精度，用存储的太阳能预测矩阵中数据对神经网络进行训练， 将训练好的神经网络用作所有传感器节点的太阳能预测模型。

步骤3，将步骤2得到的太阳能预测模型运用到分布式分簇路由协议中去；

分布式分簇路由协议按轮进行，每轮分为两个阶段：建立阶段和稳定状态阶段；在每一 轮的建立阶段，节点i以P(i,d,r)的概率选取自身作为簇首；

节点i选取自身成为簇首的概率P(i,d,r)定义为：

其中，E(i,d,r-1)表示节点i在第r-1轮的第d天结束时刻的剩余能量，E_pre(i,d,r)表示 节点i在第r轮的第d天的预测能量，E_TX(k,d_ibs)表示节点i传输k比特数据到距离d_ibs的基 站所消耗的能量，p为本轮期望的簇的数目与网络中所有节点数目之比，α和β是权重因子， 取值范围均为(0,1)。

步骤4，簇首向所有非簇首节点发布广播信息，每个非簇首节点以到达簇首需要消耗的 通信能量最少为标准决定本轮要加入的簇。

所有非簇首节点都做出决定后，簇首发送给其成员节点TDMA调度信息；所有成员节点 收到TDMA调度信息以后，建立阶段结束，稳定状态阶段开始进行。

对于处于睡眠状态的节点将不加入任何簇，它们将保持睡眠状体直至唤醒，然后等待基 站发送新一轮开始的消息，在收到新一轮开始的消息后，将加入簇首选举过程。

本发明的优点与积极效果在于：本发明公开的能量感知型分布式分簇路由协议设计方法， 通过构建一个基于神经网络的太阳能预测模型，通过改进簇首选举机制，使分簇路由协议具 有更好的平衡网络节点能量消耗的能力。本发明方法适用于基于太阳能的能量采集型无线传 感网，在均衡网络节点能量消耗的能力的同时，具有良好的提高网络的吞吐量性能的优点。

附图说明

图1为本发明的能量感知型分布式分簇路由协议设计方法的流程示意图；

图2为本发明路由协议设计方法所使用的太阳能预测矩阵的部分示意图；

图3为本发明实施例所构建的基于神经网络的太阳能预测模型示意图；

图4为本发明实施例仿真实验得到的太阳能预测结果示意图；

图5为本发明实施例在指标为可用传感器节点个数时的性能对比图；

图6为本发明实施例在指标为平均网络吞吐量时的性能对比图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。描述中的附图仅仅是本发明的 一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据 这些附图获得其他附图。所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。 基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明的保护范围。

本发明提供的能量感知型分布式分簇路由协议设计方法，适用于基于太阳能的能量采集 型无线传感网，整体步骤如图1所示，下面对各步骤进行具体说明。

步骤1，将网络中各传感器节点在一段时期内采集的太阳能能量值存到一个矩阵中，矩 阵称为太阳能预测矩阵。太阳能预测矩阵的每一列代表一天中的不同小时，矩阵的每一行代 表不同的天。对于给定的天数和轮数，认为节点在这一轮中能采集到的平均能量是之前n天 在这一轮采集到的能量和当天在之前k轮采集到的能量的函数，即：

E_pre(i,d,r)＝f_ANN(E_harv(i,d-1,r),E_harv(i,d-2,r),...,E_harv(i,d-n,r),

E_harv(i,d,r-1),E_harv(i,d,r-2),...,E_harv(i,d,r-k))

其中，E_harv(i,d,r)和E_pre(i,d,r)分别是节点i在第d天第r轮中的采集能量和预测能量。函数 f_ANN中，包含n+k个输入参数，输出E_pre(i,d,r)。n、k均为正整数。

图1为本发明实施例提供的某个节点在第k轮的太阳能预测矩阵的部分数据，图中标“？” 的地方表示待预测的太阳能能量值。对于每个传感器节点，每一轮数据采集都建立一个太阳 能预测矩阵。

步骤2，训练生成一个太阳能预测模型。

选取一个具有n+k个输入节点、1个输出节点以及若干个隐藏节点的神经网络模型作为太 阳能预测模型。

神经网络的n+k个输入节点对应于上述函数f_ANN中的n+k个输入参数，1个输出节点对应于 E_pre(i,d,r)。用步骤1获得的太阳能预测矩阵中存储数据对神经网络进行训练，调整训练数据 数目和隐藏节点数目以达到设定的期望测试精度。将训练好的神经网络模型用作所有传感器 节点的太阳能预测模型。

图3为本发明实施例提供的太阳能预测模型。模型中6个输入对应节点当天的前3天在这一 轮采集到的能量和当天在之前3轮采集到的能量，1个输出对应节点预测的采集能量。实施例 中，n＝3，k＝3。

图4为本发明实施例利用训练得到的太阳能预测模型，对测试数据进行预测，从图中可以 看出，通过太阳能预测模型输出的预测数据基本与测试数据相重合。

步骤3，将得到的太阳能预测模型运用到分布式分簇路由协议中去。

分布式分簇路由协议按轮进行，每轮分为两个阶段：建立阶段(set-upphase)和稳定状 态阶段(steady-statephase)。在每一轮的建立阶段，每个节点以P(i,d,r)的概率选取自身作为 簇首，未成为簇首的节点加入与其距离最近的簇首所在的簇并成为该簇首的成员节点。基于 上述构建的太阳能预测模型，所有节点，但不包括概率为0的睡眠节点，选取自身成为簇首 的概率定义为：

其中，E(i,d,r-1)表示节点i在第r-1轮的第d天结束时刻的剩余能量，E_pre(i,d,r)表示 节点i在第r轮的第d天的预测能量，E_TX(k,d_ibs)表示节点i传输k比特数据到距离d_ibs的基 站所消耗的能量。α和β是权重因子，取值范围均为(0,1)，可根据实际情况进行调整。在 每一轮的set-up阶段，每个节点自主地决定它是否成为本轮的簇首，其中p为本轮期望的簇 的数目与网络中所有节点数目之比。

步骤4，簇首向所有非簇首节点发布广播信息，每个非簇首节点以到达簇首需要消耗的通 信能量最少为标准，决定本轮要加入的簇。

所有非簇首节点都做出决定后，簇首发送给其成员节点TDMA(timedivisionmultiple access，时分多址)调度信息。所有成员节点收到TDMA调度信息以后，set-up阶段结束， steady-state阶段开始进行。需要注意的是，处于睡眠状态的节点不会加入任何簇，它们将保 持睡眠状体直至唤醒，然后等待基站发送新一轮开始的消息。一旦收到此消息，它们将加入 簇首选举过程。此处，当节点剩余能量低于1/10节点能量容量时，节点进入睡眠状态。

下面基于本发明实施例的技术方案进行仿真实验，100个节点随机部署在1000*1000正方 形区域内，基站部署在(1500,750)处。数据包长度为500B，控制包长度为25B，每轮每个可 用节点发送10个数据包到它的簇首。每轮持续时间定为0.1h，仿真时间设定为72h。在太阳能 预测模型中，取n＝3，k＝3。在对比吞吐量这一指标时，再分别部署50,60,70,80,90个节点，分 别进行仿真，计算各自的归一化平均网络吞吐量，比较本发明方法实现的路由协议和现有分 布式分簇路由协议的性能，绘制相应的曲线进行观察。

图5中，指标为可用传感器节点个数，通过图中对比可知，在同一仿真时间，采用本发明 方法实现的路由协议具有更多的可用传感器节点。图6中，指标为平均网络吞吐量，通过图中 对比可知，采用本发明方法实现的路由协议具有更低地归一化平均网络吞吐量。已上仿真结 果表明，在较大范围内，本发明提出的路由协议有更强的平衡网络能量节点消耗的能力，同 时提高网络的吞吐量约29.53％。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何 熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵 盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。