文档库 最新最全的文档下载
当前位置:文档库 › 基于双簇头交替和压缩感知的WSN 路由协议

基于双簇头交替和压缩感知的WSN 路由协议

软件学报ISSN 1000-9825, CODEN RUXUEW E-mail: jos@https://www.wendangku.net/doc/db17873487.html,

Journal of Software,2012,23(Suppl.(1)):17?24 https://www.wendangku.net/doc/db17873487.html,

+86-10-62562563 ?中国科学院软件研究所版权所有. Tel/Fax:

?

基于双簇头交替和压缩感知的WSN路由协议

赵小川+, 周正, 秦智超

(泛网无线通信教育部重点实验室(北京邮电大学),北京 100876)

Multi-Hop Routing Protocol Based on Double Cluster Head Alternation and Compressed

Sensing for Wireless Sensor Networks

ZHAO Xiao-Chuan+, ZHOU Zheng, QIN Zhi-Chao

(Key Laboratory of Universal Wireless Communication (Beijing University of Posts and Telecommunications), Ministry of Education,

Beijing 100876, China)

+ Corresponding author: E-mail: zhaoxiaochuanbupt@https://www.wendangku.net/doc/db17873487.html,

Zhao XC, Zhou Z, Qin ZC. Multi-Hop routing protocol based on double cluster head alternation and

compressed sensing for wireless sensor networks. Journal of Software, 2012,23(Suppl.(1)):17?24 (in Chinese).

https://www.wendangku.net/doc/db17873487.html,/1000-9825/12003.htm

Abstract: A multi-hop routing protocol, based on double cluster head alternation and compressed sensing

(DCHACS), is proposed to improve network’s performance in wireless sensor networks. In DCHACS, a distributed

algorithm is adopted to select temporary cluster heads, and the temporary cluster heads use a neighbor cluster

optimization algorithm to dynamically adjust the size of the cluster through local information. After optimization,

temporary cluster heads re-selects better cluster heads by residual energy and location information of member nodes.

In the data transmission phase, the double cluster head alternation mechanism is adopted to reduce the burden of

cluster head, and cluster heads use compressed sensing theory to aggregate data and route the packets to the next

hop. The cluster head replacement mechanism is adopted to replace old cluster head with the new one under certain

conditions. The simulation results show that the proposed protocol is able to enhance the clustering performance,

make the distribution of cluster’s size more uniform, and significantly reduces the number of lost packets that are

due to the death of cluster head to balance the energy consumption of the network and extend the network’s lifetime.

Key words: wireless sensor network; neighbor cluster optimization; double cluster head alternation; compressed

sensing; cluster head replacement

摘要: 针对无线传感器网络能量有限等特点,提出了一种基于双簇头交替和压缩感知的WSN路由协议

(double cluster head alternation and compressed sensing,简称DCHACS),DCHACS采用分布式算法选举临时簇头,

临时簇头采用邻居簇优化算法动态调整各个簇的大小,然后利用局部信息重新选举较优的簇头;在数据传输阶

段,采用双簇头交替机制分担簇头的负担,簇头节点利用压缩感知理论进行数据融合,并进行簇间路由;采用簇头

更换机制,在特定条件下及时更换新簇头.仿真结果表明,DCHACS能够显著提升网络的成簇性能,使得各个簇的

大小分布更加均匀,大幅度减少了因簇头死亡而丢失的数据包个数,均衡了网络的能量消耗,延长了网络寿命.

?基金项目: 国家科技重大专项(2009ZX03006-009); 韩国知识经济部仁荷大学ITRC基金(NIPA-2011-C1090-1111-0007)

收稿时间:2012-05-05; 定稿时间: 2012-08-17

18

Journal of Software 软件学报 V ol.23, Supplement (1), October 2012

关键词: 无线传感器网络;邻居簇优化;双簇头交替;压缩感知;簇头更换机制

无线传感器网络(wireless sensor network,简称WSN)是由部署在监测区域内大量廉价的微型传感器节点组成,通过无线通信方式形成的多跳自组织网络[1].WSN 中传感器节点通过多跳通信将感知信息发送到基站,基站通过移动通信网、卫星通信网、Internet 等网络与任务管理中心交互信息,从而实现对物理世界的感知和对节点的控制.传感器节点通常由电池供电,能量非常有限,因此需要在各层协议的设计中尽可能的节省能量,从而延长网络寿命.

在层次型传感器网络中,目前提出的路由协议主要有LEACH [2]、HEED [3]、GAF 改进算法[4]等.基于分簇的网络拓扑具有路由维护开销小、可扩展性好等特点,且随着网络规模的增加,以分簇的方式组网具有更好的性能.LEACH 协议是第一个提出分簇思想的低能耗分簇路由协议.网络运行周期被分为若干轮,每轮将网络分成多个簇,这样不但能够减少通信数据量,均衡消耗网络的能量,而且有利于网络的扩展.

文献[5]提出了一种两步簇头选举机制,第1步选举出的临时簇头个数多于最优值,第2步根据临时簇头的剩余能量和到基站的距离进一步筛选,使得网络的成簇个数接近最优.文献[5]虽然能够获得较优的成簇个数,但仍不能解决各个簇的节点数(即簇的大小)分布不均匀的问题.文献[6]提出了一种双簇头机制,一个簇头负责接收簇内节点的感知数据、进行数据融合、将融合后的数据以及来自上层的数据沿基站方向转发;另一个簇头负责将来自下层的数据向上层转发.文献[6]提出的双簇头机制虽然可以减轻簇头节点的负担,但两个簇头均需要在工作过程中保持侦听状态,信道侦听也会耗费大量的能量.

根据压缩感知理论(compressed sensing,简称CS)[7],只要信号是稀疏的,就可以通过少量的观测值来高概率的重构出原始信号.文献[8]指出光滑信号的Fourier 系数、小波系数、有界变差函数的全变差范数、振荡信号的Gabor 系数及不连续边缘的图像信号的Curvelet 系数等都具有足够的稀疏性,可以通过压缩感知理论恢复出原始信号.CS 具有优异的压缩性能,其编解码相互独立,且编码的复杂度远低于信号重构解码的复杂度.在WSN 中,传感器节点的能量、处理能力都非常有限,仅适合做低复杂度的编码,而基站具有持续的能量供给和较强的处理能力,可进行较复杂的解码操作.因此,CS 特别适合应用在WSN 中.

本文结合LEACH 协议的分簇拓扑,提出了一种基于双簇头交替和压缩感知的传感器网络路由协议.本文第1节介绍压缩感知理论.第2节描述系统模型.第3节详细介绍协议.第4节给出仿真分析.

1 压缩感知理论

关于压缩感知理论的介绍,本文采用文献[7?9]中普遍采用的理论框架. 1.1 信号的稀疏表示

考虑一维实值离散时间信号x ,长度为N ,可看作R N 空间的N ×1维列向量,基向量为Ψi (i =1,2,...,N ),则信号可表示为

1

N i i i x αψ==∑或x Ψα= (1)

其中,x 是信号在时域的表示,α是信号在Ψ域的表示.若α中只有K 个非零值,且K <

y x ΦΦΨαΘα=== (2)

其中,测量矩阵Φ的选择与信号x 无关.文献[8]指出,目前用于压缩感知的测量矩阵主要有高斯随机矩阵、伯努力矩阵、傅里叶随机矩阵、哈达玛矩阵等.经过观测后,原始信号从N 维降到了M 维,测量到的K 个测量值保留了原始信号的信息,从而保证信号的精确重构.

赵小川 等:基于双簇头交替和压缩感知的WSN 路由协议 19

由于M <

如果信号是K 稀疏的,且Θ满足RIP 准则,则可通过求解最小l 1范数重构信号:

1

min s.t. l y α

α

ΘαΦΨα== (3)

文献[9]指出,当服从独立同分布的高斯测量值的个数M ≥c ?K ?log(N/K )时,其中c 是一个很小的常数[9],用l 1

范数能够高概率地精确重建K 稀疏向量,这样问题变成了一个凸优化问题,可以转化成线性规划问题求解.通过求解优化问题重构信号的典型算法有:BP(基追踪)、MP(匹配追踪)、OMP(正交匹配追踪)和StOMP(分段正交匹配追踪)等.

2 系统模型

2.1 网络模型

本文假设无线传感器网络中节点均匀部署在一个正方形的目标区域内,网络具有如下特点:

1) 基站部署在区域外,具有持续的能量供给、较强的处理能力、无线通信能力和存储能力;

2) 网络部署完成后,初始化时执行一次全网定位,初始化后基站和所有节点都知道自己的位置,且在定位过程中每个节点保存邻居节点的位置信息,WSN 的定位技术详见文献[1];

3) 节点知道自己的剩余能量,无线发射功率可根据发送方和接收方之间的距离调节; 4) MAC 层采用能量高效的MAC 协议,不考虑干扰和碰撞引起的重传. 2.2 无线通信能耗模型

无线通信能耗是WSN 中主要的能耗部分,本文采用与文献[10]相同的无线通信能耗模型.由文献[10]可知,当节点间的通信距离小于阈值d 0时,采用自由空间模型,发送数据的能量消耗与距离的平方成正比;否则采用多径衰落模型,发送数据的能量消耗与距离的4次方成正比.当发送方与接收方的距离为d ,发送k 比特数据消耗的能量可表示为

204

0,(,),elec fs Tx elec

mp kE k d d d E k d kE k d d d εε?+

=?+??≥ (4) 其中,E elec 为无线收发电路消耗的能量,εfs 和εmp 分别为当d

0fs mp d εε接收方接收k 比特数据消耗的能量为

()Rx elec E k kE = (6)

3 协议描述

LEACH 协议提出的簇头选举机制具有随机性,没有考虑节点的地理位置,不能保证簇头均匀地分布在整个网络中,另外不同簇的规模相差较大.为了改善上述问题,DCHACS(double cluster head alternation and

compressed sensing)先利用分布式算法选举出临时簇头,临时簇头利用局部信息对邻居簇进行优化,再利用集中式算法,根据成员节点的剩余能量、位置等信息选举出更优的簇头.另外,DCHACS 在WSN 中引入压缩感知理论,簇头节点利用压缩感知进行数据融合,并提出了双簇头交替机制以进一步减轻簇头的负担.

协议中,网络的生命周期分为若干轮,每轮分为成簇和数据传输两个阶段,见表1.

20 Journal of Software 软件学报 V ol.23, Supplement (1), October 2012

Table 1 Process of each round

表1 轮时间流程

成簇阶段

数据传输阶段 临时簇头选举

邻居簇优化

簇头选举

TDMA 公告

数据传输

3.1 临时簇头选举

LEACH 协议的簇头选举机制为:每轮开始时,所有节点参与竞选簇头,设定一阈值T ,在簇头选举时,1/P 轮内

未竞选过簇头的节点生成一个0~1之间的随机数R and ,当R and 小于阈值T 时,节点竞选为簇头.

11 mod

P

T P r P =?

??×??

?

? (7) 其中,P 为网络中簇头节点占总节点数的百分比,r 为当前轮数.

选举临时簇头时采用与LEACH 相同的分布式算法.节点当选为临时簇头后,发布通告消息,消息中包含节点的标识(identify,简称ID)、剩余能量和位置等信息.非簇头节点接收并存储各簇头的广播消息,根据与各个簇头之间的距离,发送消息加入到与自己最近的簇,消息中包括自己的ID 、剩余能量等信息. 3.2 邻居簇优化

由第3.1节构建的临时簇存在如下问题:1) 簇头分布不均匀;2) 各个簇的规模相差较大;3) 选举临时簇头时没有考虑节点的剩余能量、位置等信息.临时簇构建完成后,邻居簇头相互广播公告消息,即可获得各邻居簇的节点数.临时簇头利用邻居簇优化算法对相邻的簇进行优化,从而解决分簇不均匀的问题.优化目标为:规模较大的簇将部分节点补偿给规模较小的簇,使得簇的分布更加均匀,从而使得各个簇头的能耗更加均衡.

设N 0为本地簇的成员节点数,N i 为邻居簇的成员节点数,临时簇头计算所有邻居簇的平均节点数N aver ,有 011,1n

aver

i i N N N n =??=+??+??

∑其中n 为邻居簇的个数.如果N 0>N aver ,则临时簇头启动优化算法.算法分为以下几个 步骤:

1) 计算自身可供补偿的节点数N c 0=N 0?N aver ;

2) 执行遍历操作,如果邻居簇C i 的节点数N i

要补偿的节点数N c i =N aver ?N i ;

3) 统计CS 中所有邻居簇需要补偿的总节点数1

,n j c c j N N ′

==∑其中,n ′为CS 中需要补偿的邻居簇总数;

4) 执行遍历操作,计算CS 中每个簇C i 实际获得的补偿节点数N ac i

,有0;i

i c ac

c

c

N N N N =× 5) 依次遍历CS 中的所有邻居簇,对于每个邻居簇C i ,找出距离C i 最近的N ac i 个节点,将其补偿给C i ,并更新补偿节点的临时簇头ID;

6) 向所有补偿给其他邻居簇的节点广播公告消息,消息包括补偿节点的ID,及其对应的新临时簇头ID,节点收到消息后脱离旧簇,并发送消息加入到新的簇中.

经过邻居簇优化后,网络中N 0>N aver 的簇会把N 0?N aver 个节点按照上述算法补偿给其他需要补偿的邻居簇,从而使局部范围内各邻居簇的节点数大体均衡. 3.3 簇头选举与TDMA 时隙分配

3.3.1 簇头选举

由第3.1节选举出的临时簇头不是最优的,经过第3.2节的邻居簇优化后,局部范围内各邻居簇的规模大体相当,此时临时簇头已经获得成员节点的剩余能量、位置等信息,可利用集中式算法选举出较优的簇头.定义簇头选举的能量阈值E elect 为发送和接收50个数据包所消耗的能量,临时簇头在选举簇头时,若成员节点的能量低

赵小川 等:基于双簇头交替和压缩感知的WSN 路由协议

21

于E elect ,则不参加竞选.定义簇内备选节点的竞争力为C ,E 为备选节点的剩余能量,d max 为备选节点到簇内其他成员节点的最大距离,d aver 为备选节点到簇内其他所有节点的平均距离,d toBS 为备选节点到基站的距离,d 0为无线通信能耗模型中的距离阈值,则有:

max 012

3 aver toBS

d d

C E d d ωωω=++ (8) 其中,1

__1

1,1N aver

to node i i d d N ?==?∑d to_node_i 为备选节点到簇内第i 个节点的距离,N 为簇内节点总数.ω1,ω2,ω3为权重系数,且有ω1+ω2+ω3=1.选举簇头时,备选节点剩余能量越大、到其他所有节点的平均距离越小、越靠近基站,其竞争力就越强.临时簇头遍历所有成员节点,选取竞争力C 最大的节点作为簇头.

由于本文的双簇头交替机制需要选举两个簇头(主簇头和副簇头),在选举副簇头时,已经当选为主簇头或能量低于E elect 的节点不再参加竞选,副簇头选举的竞争力公式与主簇头相同.

3.3.2 TDMA 时隙分配

主簇头根据簇内节点总数N 分配时隙,簇头需要分配额外的时隙进行数据融合和簇间路由.设N frams 为节点每个时隙处理的帧数,N ′为簇头的额外时隙数,且有N ′=?N /N frams ?,主、副簇头交替共用N ′个额外时槽(双簇头交替机制将在下节介绍),则总时槽数=N +N ′.时隙分配完成后,临时簇头创建TDMA 广播消息,消息中包含主簇头ID 、副簇头ID 、簇成员节点的时隙分配表、总时槽数,并根据簇内距自己最远节点的距离调整发射功率,各簇头之间采用随机退避机制广播消息.

成员节点收到TDMA 消息后,根据时隙分配表设置自己的时隙,根据总时槽数设置时隙周期.若自己的ID 和主簇头或副簇头的ID 相等,则变为簇头节点.在数据传输阶段,节点仅在自己的时隙醒来发送数据,其他时隙睡眠以节省能量. 3.4 数据传输

3.4.1 双簇头交替

为了减轻簇头节点的负担,采用两个簇头来分担任务.如果两个簇头都保持侦听状态,则会耗费不必要的能量,采用双簇头交替机制既可以减轻簇头节点的负担,又可减少不必要的信道侦听.设T 为每轮中数据传输阶段的时间,t slot 为每个时槽的时间,T slot 为时隙周期,且有T slot =(N +N ′)×t slot ,数据传输阶段每轮所拥有的时隙周期总数为

()slot slot ij ij

slot T T N T N N t =

=′+× (9)

双簇头交替机制:设m 个时隙周期为一组,将N slot 个时隙周期分为k 组,且.slot

N k m

=

当k 为奇数时,主簇头保持工作,副簇头退化为普通节点;当k 为偶数时,副簇头正常工作,主簇头退化为普通节点.如此交替循环,节点将感知数据交替发送到主、副簇头,簇头节点进行数据融合并进行簇间路由,从而有效分担簇头的繁重任务.m 为唤醒因子,如果m 为1,则主、副簇头将会频繁的交替轮换,频繁的唤醒无线通信模块将会耗费额外的能量;但如果m 太大,当副簇头工作时主簇头需要睡眠较长的时间,会影响主簇头对簇的动态管理(如更换新簇头、新节点的加入等).因此,双簇头交替时,m 的值应当根据具体的应用灵活设置. 3.4.2 簇头更换机制

在数据传输阶段,如果簇头节点死亡,则整个簇的数据包都将丢失,因此需要采用簇头更换机制在需要时及时更换新簇头.主簇头在自己的时隙首先检查剩余能量,如果剩余能量低于簇头选举的能量阈值E elect (发送和接收50个数据包所消耗的能量),则利用第3.3.1节所描述的簇头选举算法重新选举主簇头,已当选为副簇头的节点不再参加竞选.选举完成后广播主簇头更新消息,簇成员节点收到此更新消息后,更新主簇头.

同理,副簇头的剩余能量低于E elect 时,向主簇头发送副簇头更换请求,主簇头收到请求后,重新选举副簇头,然后广播副簇头更新消息.簇成员节点收到此更新消息后,更新副簇头.

22

Journal of Software 软件学报 V ol.23, Supplement (1), October 2012

3.4.3 数据融合

簇头采用压缩感知进行数据融合时,本文采用文献[9]的研究成果,测量矩阵采用高斯随机矩阵,重构算法采用OMP(正交匹配追踪),设数据包长度为N packet ,稀疏度为K ,观测个数为M .由文献[9]可知,在特定的高斯随机测

量矩阵和OMP 重构算法条件下,观测个数M 与稀疏度K 满足如下条件时即可精确重构(本文中忽略重构误差):

2ln()packet M K N ≈?? (10) 本文中,取N packet =475,K =10[9],则M ≈123.27,数据融合率为M /N ≈26%.

压缩感知具有优异的压缩性能,其应用于本文的重要性有:1) 编码的复杂度低,便于在传感器节点上实现;2) 数据融合后的数据量少,在进行路由时消耗的能量也就越少;3) 目前大多数路由协议中都假设数据完全融合,或假设数据融合率为定值,实用性不强,而本文引入压缩感知理论进行数据融合,使得协议更具实用性,具有重要意义. 3.5 簇间路由

簇头节点CH 0在进行簇间路由时,需要找到路由代价(routing cost,简称RC)最小的簇头节点作为下一跳,簇间路由分为以下几个步骤:

1) CH 0估算将数据包直接发送到基站所付出的路由代价RC 0;

2) 执行遍历操作,如果邻居簇头到基站的距离小于自己到基站的距离,则将其加入路由表;

3) 对于路由表中的候选簇头CH i ,估算CH 0将数据包发送到CH i 所消耗的能量T i ,CH i 接收数据包所消耗

的能量R i ,CH i 将数据包发送到基站所消耗的能量RC i ′,则CH 0将数据包路由到CH i 的路由代价RC i =T i +R i +RC i ′;

4) 遍历路由表中的所有候选簇头,记录所有RC i

跳,如果未找到符合要求的CH i ,则CH 0直接将数据包发送到基站.

4 仿真分析

使用OMNeT++仿真软件仿真本文提出的协议,使用MATLAB 绘图.仿真场景为100个传感器节点均匀分布在100m×100m 的正方形区域内,基站位于区域外,坐标为(50m,150m).网络中簇头节点数与总节点数的百分比P =5%,节点的初始能量为2J,数据包长度为500byte,其中包头25byte,有效数据475byte,数据融合率P da 为26%.无线通信能耗模型中的参数取自文献[10],即E elec =50nJ/bit,εfs =10pJ/bit/m 2,εmp =0.0013pJ/bit/m 4,d 0=

/fs mp εε87.7m,数据融合能耗E DA =5nJ/bit.每轮的时间为30s,成簇阶段为5s,数据传输阶段为25s,每个时槽的

时间为0.03s.仿真结束条件为节点全部死亡.

仿真中,分别对使用和不使用邻居簇优化算法进行仿真,图1为整个生命周期中簇成员节点数(簇的大小)在区间[1,100]内出现次数的统计情况.

如图1所示,优化前,簇成员节点数主要分布在区间[1,40],随机性较强,且簇的大小分布不均匀.优化后,整个生命周期中共成簇477个,成员节点数为20个的簇累计出现373次,簇的大小分布更加均匀,网络的成簇性能提升明显.

为验证双簇头交替机制的性能,分别对双簇头交替机制和单簇头进行仿真,图2为两种机制特定百分比节点死亡时的仿真轮数.由图2可知,双簇头交替机制第1个节点死亡轮数为第82轮,半数节点死亡轮数为第102轮,全部节点死亡轮数为第109轮;对于上述参数,单簇头机制分别为第76轮、第97轮、第102轮.相比单簇头机制,双簇头交替机制延长了网路寿命.改善原因:由于数据融合和簇间路由将会消耗大量能量,双簇头交替机制采用两个簇头交替工作,有效分担了簇头的繁重任务.

为验证簇头更换机制的性能,分别对使用和不使用簇头更换机制进行仿真,图3为使用和不使用簇头更换机制时因簇头节点死亡而丢失的数据包总数.

由图3可知,不使用簇头更换机制时,因簇头死亡总计丢失7 788个数据包,使用簇头更换机制后总计丢失324个数据包,簇头更换机制大幅减少了因簇头节点死亡而丢失的数据包个数.

赵小川 等:基于双簇头交替和压缩感知的WSN 路由协议 23

另外,本文增加了对LEACH 协议和GAF 改进算法的仿真,并与DCHACS 进行对比.图4为3种协议特定百分比节点死亡时的仿真轮数.由图4,相比LEACH 协议和GAF 改进算法,DCHACS 能够推迟首节点的死亡轮数,在50%的节点死亡前都具有更好的性能,且能够均衡消耗网路能量(曲线更加平滑).在50%和70%的节点死亡后,虽然GAF 改进算法和LEACH 仍具有更好的性能,但当大部分节点死亡后,由于节点通信距离有限,网络将会形成与基站隔绝的子网,此时剩余的存活节点其数据将无法到达基站,将造成网络资源的浪费.DCHACS 的改善原因:邻居簇优化算法使得簇的规模更加均衡,双簇头交替机制减轻了簇头的负担,能量高效的簇头选举和簇间路由算法进一步降低了网络的能耗,因此,DCHACS 能够均衡网络能耗、延长网络寿命.

5 结束语

本文提出了一种基于双簇头交替和压缩感知的WSN 路由协议(DCHACS).DCHACS 采用两步簇头选举机制以选举出较优的簇头;采用邻居簇优化算法利用局部信息动态调整簇的大小;采用双簇头交替机制分担簇头的负担;采用簇头更换机制更换新的簇头.仿真表明,DCHACS 可以获得较优的成簇性能,使各个簇的大小分布更加均匀,大幅减少了因簇头死亡而丢失的数据包个数,均衡消耗了网络能量.但就每轮的成簇个数来说,文献[6]提出的协议优于DCHACS,另外DCHACS 的邻居簇优化算法虽然可以使得各个簇的大小分布更加均匀,但

nodes' number of cluster

s

t a t i s t i c s S t a t i s t i c s

100110120percentage of dead nodes to total nodes / %

s

i m u l a t i o n r o u n d s S i m u l a t i o n r o u n d s

Fig.1 Statistics of cluster’s size

图1 簇成员节点数出现次数的统计情况

Fig.2 Comparison of simulation rounds between two-cluster head and single-cluster head when

nodes of specific percentage are dead

图2 双簇头与单簇头机制特定百分比节点

死亡时的仿真轮数

10

20

30

40

50607080

90

100

110

160024003200400048005600

64007200

8000simulation rounds

t

o t a l n u m b e r o f l o s t p a c k e t s

use cluster head replacement mechanism no cluster head replacement mechanism

T o t a l n u m b e r o f l o s t p a c k e t s

100110120130percentage of dead nodes to total nodes / %

s

i m u l a t i o n r o u n d s

DCHACS

Improved GAF LEACH

S i m u l a t i o n r o u n d s

Fig.3 Total number of lost packets due to

the death of cluster head

图3 因簇头节点死亡而丢失的数据包总数Fig.4 Comparison of simulation rounds of three protocols

when nodes of specific percentage are dead

图4 3种协议特定百分比节点死亡时的仿真轮数

24 Journal of Software软件学报 V ol.23, Supplement (1), October 2012

没有考虑多跳转发时基站附近的热点问题.进一步的工作可研究非均匀优化算法,使得离基站近的簇拥有更多的节点,从而更好的改善网络的性能.

致谢在此,我们向对本文的工作给予支持和建议的同行,尤其是北京邮电大学信息与通信工程学院周正教授、蒋挺教授、赵成林教授领导的泛网无线通信实验室的老师和同学们表示感谢.

References:

[1] Sun LM, Li JZ, Chen Y, Zhu HS. Wireless Sensor Networks. Beijing: Tsinghua University Press, 2005 (in Chinese).

[2] Heinzelman W, Chandrakasan A, Balakrishnan H. Energy-Efficient communication protocol for wireless microsensor networks. In:

Proc. of the 33rd Annual Hawaii Int’l Conf. on System Sciences. Maui: IEEE Computer Society, 2000. 3005?3014. [doi: 10.1109/ HICSS.2000.926982]

[3] Younis O, Fahmy S. HEED: A hybrid, energy-efficient, distributed clustering approach for ad hoc sensor networks. IEEE Trans. on

Mobile Compute, 2004,3(4):366?379. [doi: 10.1109/TMC.2004.41]

[4] Santi P, Simon J. Silence is golden with high probability: Maintaining a connected backbone in wireless sensor networks. In: Proc.

of the 1st European Workshop on Wireless Sensor Networks, Vol.2920. Springer-Verlag, 2004. 106?121. [doi: 10.1007/978-3-540- 24606-0_8]

[5] Sun ZG, Zheng ZW, Xu SJ. An efficient routing protocol based on two step cluster head selection for wireless sensor networks. In:

Proc. of the 5th Int’l Conf. on Wireless Communications, Networking and Mobile Computing. Beijing: IEEE Press, 2009. 1?5. [doi:

10.1109/ WICOM.2009.5303948]

[6] Ebadi S, Ghasembaglou M, Navin AH, Mirnia MK. Energy balancing in wireless sensor networks with selecting two cluster-heads

in hierarchical clustering. In: Proc. of the 2010 Int’l Conf. on Computational Intelligence and Communication Networks (CICN).

Bhopal: IEEE Press, 2010. 230?233. [doi: 10.1109/CICN.2010.55]

[7] Donoho DL. Compressed sensing. IEEE Trans. on Information Theory, 2006,52(4):1289?1306. [doi: 10.1109/TIT.2006.871582]

[8] Shi GM, Liu DH, Gao DH, Liu Z, Lin J, Wang LJ. Advances in theory and application of compressed sensing. ACTA

ELECTRONICA SINICA, 2009,37(5):1070?1081 (in Chinese with English abstract).

[9] Li XB. Research on measurement matrix based on compressed sensing [MS. Thesis]. Beijing: Beijing Jiaotong University, 2010 (in

Chinese with English abstract).

[10] Zhao CL, Mao S, Tan H. An energy-balanced clustering protocol for wireless sensor network. Radio Engineering of China, 2011,

41(3) (in Chinese with English abstract).

附中文参考文献:

[1] 孙利民,李建中,陈渝,朱红松.无线传感器网络.北京:清华大学出版社,2005.

[8] 石光明,刘丹华,高大化,刘哲,林杰,王良君.压缩感知理论及其研究进展.电子学报,2009,37(5):1070?1081.

[9] 李小波.基于压缩感知的测量矩阵研究[硕士学位论文].北京:北京交通大学,2010.

[10] 赵成林,毛松,谭虎.无线传感器网络能量均衡分簇路由协议.无线电工程,2011,41(3).

赵小川(1984-),男,宁夏银川人,博士生,主要研究领域为无线传感器网络,无线和移动通信理论与技术.

秦智超(1981-),男,博士生,主要研究领域为无线传感器网络,无线和移动通信理论与技术

.

周正(1945-),男,博士,教授,博士生导师,

主要研究领域为短距离无线通信.

认知无线电中频谱感知技术研究+Matlab仿真

毕业设计(论文)题目:认知无线电中频谱感知技术研究专业: 学生姓名: 班级学号: 指导教师: 指导单位: 日期:年月日至年月日

摘要 无线业务的持续增长带来频谱需求的不断增加,无线通信的发展面临着前所未有的挑战。无线电频谱资源一般是由政府统一授权分配使用,这种固定分配频谱的管理方式常常会出现频谱资源分配不均,甚至浪费的情形,这与日益严重的频谱短缺问题相互矛盾。认知无线电技术作为一种智能频谱共享技术有效的缓解了这一矛盾。它通过感知时域、频域和空域等频谱环境,自动搜寻已授权频段的空闲频谱并合理利用,达到提高现有频谱利用率的目的。频谱感知技术是决定认知无线电能否实现的关键技术之一。 本文首先介绍了认知无线电的基本概念,对认知无线电在 WRAN 系统、UWB 系统及 WLAN 系统等领域的应用分别进行了讨论。在此基础上,针对实现认知无线电的关键技术从理论上进行了探索,分析了影响认知网络正常工作的相关因素及认知网络对授权用户正常工作所形成的干扰。从理论上推导了在实现认知无线电系统所必须面对的弱信号低噪声比恶劣环境下,信号检测的相关方法和技术,并进行了数字滤波器的算法分析,指出了窗函数的选择原则。接着详细讨论了频谱检测技术中基于发射机检测的三种方法:匹配滤波器检测法、能量检测法和循环平稳特性检测法。为了检验其正确性,借助 Matlab 工具,在Matlab 平台下对能量检测和循环特性检测法进行了建模仿真,比较分析了这两种方法的检测性能。研究结果表明:在低信噪比的情况下,能量检测法检测正确率较低,检测性能远不如循环特征检测。 其次还详细的分析认知无线电的国内外研究现状及关键技术。详细阐述了频谱感知技术的研究现状和概念,并指出了目前频谱感知研究工作中受到关注的一些主要问题,围绕这些问题进行了深入研究。 关键词:感知无线电;频谱感知;匹配滤波器感知;能量感知;合作式感知;

无线传感器网络路由协议

无线传感器网络的关键技术有路由协议、MAC协议、拓扑控制、定位技术等。路由协议: 数据包的传送需要通过多跳通信方式到达目的端,因此路由选择算法就是网络层设计的一个主要任务。路由协议主要负责将数据分组从源节点通过网络转发到目的节点,它主要包括两个方面的功能: 1、寻找源节点与目的节点间的优化路径。 2、将数据分组沿着优化路径正确转发。 无线传感器与传统的无线网络协议不同之处,它受到能量消耗的制约,并且只能获取到局部拓扑结构的信息,由于这两个原因,无线传感器的路由协议要能够在局部网络信息的基础上选择合适路径。传感器由于它很强的应用相关性,不同应用中的路由协议差别很大,没有通用的路由协议。无线路由器的路由协议应具备以下特点: (1)能量优先。需要考虑到节点的能量消耗以及网络能量均衡使用的问题。(2)基于局部拓扑信息。WSN为了节省通信能量,通常采用多跳的通信模式,因此节点如何在只能获取到局部拓扑信息与资源有限的情况下实现简单高效的路由机制,这就是WSN的一个基本问题。 (3)以数据为中心。传统路由协议通常以地址作为节点的标识与路由的依据,而WSN由于节点的随机分布,所关注的就是监测区域的感知数据,而不就是具体哪个节点获取的信息,要形成以数据为中心的消息转发路径。(4)应用相关。设计者需要针对每一个具体应用的需求,设计与之适应的特定路由机制。 现介绍几种常见的路由协议(平面路由协议、网络分层路由协议、地理定位辅助路由协议): 一、平面路由协议 平面路由协议中,逻辑结构时平面结构,节点间地位平等,通过局部操作与反馈信息来生成路由。当汇聚点向某些区域发送查询并等待来自于这些区域内传感器所采集的相关数据,其中的数据不能采用全局统一的ID,而就是要采用基于属性的命名机制进行描述。平面路由的优点就是结构简单、鲁棒性(即路由机制的容错能力)较好,缺点就是缺乏对通信资源的优化管理,对网络动态变化的反应速度较慢。其中典型的平面路由协议有以下几种: 1、1、洪泛式路由(Flooding): 这就是一种传统的网络通信路由协议。这种算法不要求维护网络的拓扑结构与相关路由的计算,仅要求接受到信息的节点以广播形式转发数据包。例如:S节点要传送一段数据给D节点,它需要通过网络将副本传送给它每一个邻居节点,一直到传送到节点D为止或者为该数据所设定的生存期限为零为止。优点在于:实现简单;不需要为保持网络拓扑信息与实现复杂路由发现算法消耗计算资源;适用于鲁棒性较高的场合。但同时也有相应的缺点:一个节点可能得到一个数据的多个副本;存在部分重叠,如果相邻节点同时对某件事作出反应,则两个节点的邻居节点将收到两份数据副本;盲目使用资源,无法作出自适应的路由选择。 为克服Flooding算法这些固有的缺陷,S、Hedetniemi等人提出闲聊式(Gossiping)策略。这种算法采用随机性原则,即节点发送数据时不再采用广播形式,而就是随机选取一个相邻节点转发它接收到的数据副本(避免了消息爆炸的结果)。

认知无线电频谱感知之功率检测matlab代码

能量检测仿真实验代码: clear all;clc; n = 5; ps = 1; SNR1 = -5; SNR2 = -8; SNR3 = -10; % Sim_Times=10000; %Monter-Carlo times % m=5; T=0.001; % 信号带宽W W=5*10^4; % 采样频率 Fs = 2*W; m = T*W; n = 2*T*W; % F0=W; % Fs=2; % Sig=sqrt(2)*sin(2*pi*F0/Fs*t); %single tone samples, Fs=2F0 % 实际信噪比 snr1 = 10.^(SNR1/10); snr2 = 10.^(SNR2/10); snr3 = 10.^(SNR3/10); pn = (1/snr1)*ps; mu0 = n*pn; sigma0 = sqrt(2*n)*pn; mu = n*(pn+ps); sigma = sqrt(2*n*(pn^2+2*pn*ps)); % [noi,x0,mu0,sigma0,m0] = cnoi( n,pn ); % sig = randn(n,1); sig = 1; % 重复次数 count = 5000; % 能量检测判决门限 lambda = [200:20:600]; lambda1 = [500:20:900]; lambda2 = [700:30:1300]; % 置信度判决参数 % tt = [-5:0.4:3]; % cc = 10.^tt; % tt1 = [-1:0.1:1]; % cc1 = 10.^tt; % cc2 = [-0.01:0.001:0.01];

无线传感器网络典型路由协议分类比较

无线传感器网络典型路由协议 摘要:本文主要以节点的传播方式为出发点,分析集中典型的路由协议。 关键字:无线网络路由协议性能 1. 引言 随着微电子技术、计算技术和无线通信技术的进步,多功能传感器快速发展,进而使无线传感器网络(wireless sensor network, WSN)成为目前研究热点。WSN 是由部署在检测区域内的大量廉价微型传感器节点组成,形成一个多跳的自组织网络系统,使其在小体积内集成信息采集、数据处理和无线通信等功能,其目的是协作地感知、采集和处理网络覆盖区域中感知对象的信息,并提供给终端用户。本文首先简要说明衡量路由协议的四个标准,然后就WSN 中路由协议的几种路由协议提出新的分类方法。 2. 路由协议的衡量标准 无线传感器网络的路由协议不同于传统网络的协议,它具有能量优先、基于局部的拓扑信息、以数据为中心和应用相关四个特点,因而,根据具体的应用设计路由机制时,从四个方面衡量路由协议的优劣: (1)能量高效 (2)可扩展性 (3)健壮性 (4)快速收敛性 3. 路由协议的分类 针对不同传感器网络的应用,研究人员提出了不同的路由协议,目前已有的分类方式主要有两种:按网络结构可以分为平面路由协议、分级网络路由协议和基于位置路由协议;按协议的应用特征可以分为基于多径路由协议、基于可靠路由协议、基于协商路由协议、基于查询路由协议、基于位置路由协议和基于QoS 路由协议。本文就各个协议的不同侧重点提出一种新的分类方法,把现有的代表性路由协议按节点的传播方式划分为广播式路由协议、坐标式路由协议和分簇式路由协议。下面进行详细的介绍和分析。 4. 广播式路由协议

能量感知路由协议的改进算法

能量感知路由协议的改进算法 修龙亭、李光、梁晓 计算机学院 摘要:本文主要探讨了无线传感器网络中路由协议的设计,对无线传感器网络中的能量感知路由协议进行了分析研究,讨论了其优点以及不足,提出了带有能量门限的感知路由协议。在该协议中,汇聚节点通过对邻居节点能量情况的探测生成能量门限,通过广播路径建立消息,利用能量门限和最少跳数方法生成路由树,并通过周期性的广播来进行路径的维护。 关键字:无线传感器网络 路由协议 汇聚节点 1、能量路由 能量路由是最早提出的传感器网络路由机制之一,它根据节点的可用能量或传输路径上的能量需求,选择数据的转发路径,节点的可用能量就是节点的当前剩余能量。能量路由算法示意图如下: 能量路由策略主要有以下几种: (1) 最大PA 路由:从数据源到汇聚节点的所有路径中选取节点PA 之和最大的 路径。在上图中选择路径:源节点-F-E-汇聚节点。 (2) 最小能量消耗路由:从数据源到汇聚节点的所有路径中选取节点耗能之和 最少的路径。 (3) 最少跳数路由:选取冲数据源到汇聚节点的所有路径中跳数最少的路径。 (4) 最大最小PA 节点路由:每条路径上有多个节点,且节点的可用能量(PA ) 不同,从中选取每条路径中可用能量最小的节点表示这条路径的可用能

量。最大最小PA节点路由策略就是选择路径可用能量最大的路径。 上述能量路由算法需要节点知道整个网络的全局信息。由于传感器网络存在资源约束,节点只能获取局部信息,因此能量路由算法只是理想情况下的路由策略。其中的最少跳数路由是比较容易实现的路由策略。 最少跳数路由的优点显而易见,它构建路由的过程迅速,数据传输过程中能量消耗小,然而它的缺陷是数据传送往往走单一路径,容易使路径上的节点能量耗尽,当大部分节点还处在活动状态时,个别关键节点能量耗尽,从而影响网络的连通性,限制了整个网络的生存期。特别是初始状态时,加入各个节点的初始能量随机分布,该算法没有考虑到对初始能量较低节点的保护,从而加大了某些关键位置节点能量耗尽的可能。 2、能量多路径路由 能量多路径路协议包括路径建立,数据传播,路由维护三个过程。路径建立过程是该协议的重点内容。每个节点需要知道到达汇聚节点的所有下一跳节点,并计算选择每个下一跳节点传输数据的概率。概率的选择是根据节点到汇聚节点的通信代价来计算的。因为每个节点到达汇聚节点的路径很多,所以这个代价值是各路径的加权平均值。能量多路径路由的主要过程描述如下: (1)汇聚节点向邻居节点广播路径建立消息,路径建立消息中包含一个代价 域,表示发出该消息的节点到汇聚节点的代价,初始值设为0; (2)当节点收到邻居节点转发的路径建立消息时,相对发送该消息的邻居节 点,只有当距离源节点更近,距离汇聚节点更远才转发该消息,否则丢弃。 (3)如果节点决定转发路径建立消息,需要重新计算代价值来替换原来的代 价值。当路径建立消息从节点Ni发送到节点Nj时,该路径的通信代价为节点Ni的代价加上这两个节点的通信消耗,具体如公式所示: 其中,C N j ,Ni 表示节点N j 到达汇聚节点的代价,其中Metric(Nj,Ni)表示 节点Nj到节点Ni的通信能量消耗,计算公式如下: 这里e ij 表示Nj和节点Ni直接通信的能量消耗,Ri表示节点Nj的剩余能量。 (4)节点要放弃代价太大的路径,节点Nj将节点Ni加入本地路由表FTj中的条件如公式所示: (5)节点将为路由表中的每个下一跳节点计算选择概率,该概率与下一跳节点的代价成反比。计算下一跳节点选择概率公式如下:

无线传感器网络路由协议研究报告

无线传感器网络路由协议的研究 摘 要:对无线传感器网络及其特点进行了学习归纳,指出了无线传感网络 and sensor networks and wireless ad hoc networks and their differences on key issues to be resolved. Several of today's popular WSN routing protocols layered analysis and summary. Compare them on whether data-centric, whether to support data fusion, whether based on node location, and the Quality of Service (QoS>, scalability, robustness, security, and point their advantages and disadvantages. Last, point that the current WSN is committed to meet the basic performance of routing protocols on the improvement of QoS. Key words:wireless sensor network 。 routing protocol 。 Stratified。 Performance Comparison 0前言 传感器是数据采集、信息处理的关键部件,它可以将物理世界中的一个物理量映射到一个定量的测量值,使人们对物理世界形成量化认识。传感器技术是新技术革命和信息社会的重要技术基础[1]。随着微电子、计算机和网络技术的发展,传感器技术正向着微型化、智能化、网络化、集成化的方向发展[2]。无线传感网络

WSN协议分类

WSN的路由协议分类 2011年11月07日14:03 来源:本站整理作者:秩名我要评论(0) 目前国内外科研人员已设计了多种面向WSN的路由协议,将其分为四类:以数据为中心的、分层次的、基于位置的、基于数据流模型和服务质量(QoS)要求的。 (1)以数据为中心的路由协议 此类路由协议是基于查询和目标数据命名之上的,通过数据融合减少冗余的数据传输。 ①Flooding协议和Gossiping协议:这是两个最经典和简单的传统网络路由协议,在Flooding协议中,节点产生或收到数据后向所有邻节点广播,数据包直到过期或到达目的地才停止传播。该协议具有严重缺陷:内爆(implosiON),节点几乎同时从邻节点收到多份相同数据;交叠(overlap),节点先后收到监控同一区域的多个节点发送的几乎相同的数据;资源利用盲目(resource blindness),节点不考虑自身资源限制,在任何情况下都转发数据。Gossiping协议是对Flooding协议的改进,节点将产生或收到的数据随机转发,避免 了内爆,但增加了时延。这两个协议不需要维护路由信息,也不需要任何算法,简单但扩展性很差。 ②SPIN协议:SPIN(sensor protocols for inf°rmatlon vla negotiation)协议节点利用三种消息进行通信:数据描述ADV、数据请求REQ和数据DATA。该协议以抽象的元数据对数据进行命名,命名方式没有统一标准。节点产生或收到数据后,用包含元数据的ADV 消息向邻节点通告,需要数据的邻节点用REQ消息提出请求,然后将DATA消息发送到请求节点。该协议的优点是ADV消息减轻了内爆问题;通过数据命名解决了交叠问题;节点根据自身资源和应用信息决定是否进行ADV通告,避免了资源利用盲目问题;与Flooding 协议和Gossiping协议

频谱感知

https://www.wendangku.net/doc/db17873487.html,/article/11-09/422921315975560.html 频谱感知,是指认知用户通过各种信号检测和处理手段来获取无线网络中的频谱使用信息。从无线网络的功能分层角度看,频谱感知技术主要涉及物理层和链路层,其中物理层主要关注各种具体的本地检测算法,而链路层主要关注用户间的协作以及对本地感知、协作感知和感知机制优化3 个方面。因此,目前频谱感知技术的研究大多数集中在本地感知、协作感知和感知机制优化3个方面。文章正是从这3个方面对频谱感知技术的最新研究进展情况进行了总结归纳,分析了主要难点,并在此基础上讨论了下一步的研究方向。 1 本地感知技术 1.1 主要检测算法 本地频谱感知是指单个认知用户独立执行某种检测算法来感知频谱使用情况,其检测性能通常由虚警概率以及漏检概率进行衡量。比较典型的感知算法包括: 能量检测算法,其主要原理是在特定频段上,测量某段观测时间内接收信号的总能量,然后与某一设定门限比较来判决主信号是否存在。由于该算法复杂度较低,实施简单,同时不需要任何先验信息,因此被认为是CR系统中最通用的感知算法。 匹配滤波器检测算法,是在确知主用户信号先验信息(如调制类型,脉冲整形,帧格式)情况下的最佳检测算法。该算法的优势在于能使检测信噪比最大化,在相同性能限定下较能量检测所需的采样点个数少,因此处理时间更短。 循环平稳特征检测算法,其原理是通过分析循环自相关函数或者二维频谱相关函数的方法得到信号频谱相关统计特性,利用其呈现的周期性来区分主信号与噪声。该算法在很低的信噪比下仍具有很好的检测性能,而且针对各种信号类型独特的统计特征进行循环谱分析,可以克服恶意干扰信号,大大提高检测的性能和效率。 协方差矩阵检测算法,利用主信号的相关性建立信号样本协方差矩阵,并以计算矩阵最大、最小特征值比率的方法做出判决。文献[1]提出基于过采样接收信号或多路接收天线的盲感知算法。通过对接收信号矩阵的线性预测和奇异值分解(QR)得到信号统计值的比率来判定是否有主用户信号。 以上这些算法都是对主用户发射端信号的直接检测,基本都是从经典的信号检测理论中移植过来的。此外,近期一些文献从主用户接收端的角度提出了本振泄露功率检测和基于干扰温度的检测。有些文献对经典算法进行了改进,如文献[2]提出了一种基于能量检测-循环特征检测结合的两级感知算法。文献[3]研究了基于频偏补偿的匹配滤波器检测、联合前向和参数匹配的能量检测、多分辨率频谱检测和基于小波变换频谱检测等。表2归纳了文献中提及较多的一些感知算法,并对其优缺点进行了比较。

认知无线电学习笔记三-频谱感知技术研究

认知无线电的频谱感知技术研究 0 引言 随着无线通讯业务的增长,可利用的频带日趋紧张,频谱资源匾乏的题目日益严重。世界各国现行的频率使用政策除分配极少的ISM频段之外,大多采用许可证制度。而获得许可的用户,并非全部都是全天候占用许可频段,一些频带部分时间内并没有用户使用,另有一些偶然才被占用,即使系统频谱使用率低,仍无法将空间的频谱分配给其他系统使用,即无法实现频谱共享。怎样才能进步频谱利用率,在不同区域和不同时间段里有效地利用不同的空闲频道,成为人们非常关注的技术题目。为了解决该题目,Joseph Mito1a于1999年在软件无线电的基础上提出了认知无线电(Cognitive Radio,简称CR)的概念,要实现动态频谱接进,首先要解决的题目就是如何检测频谱空穴,避免对主用户的干扰,也就是频谱感知技术。CR用户通过频谱感知检测主用户是否存在,从而利用频谱空穴。 1 匹配滤波器检测(Matched Filtering) 匹配滤波器是一种最优的信号检测法,由于在输出端它能够使信号的信噪比达到最大。匹配滤波器最大的优点就是能够在短时间里获得高处理增益。但是使用匹配滤波器进行信号检测必须知道被检测的主用户信号的先验知识,比如调制方式、脉冲波形、数据包格式等,假如这些信息不正确就会严重影响其性能,同时匹配滤波器计算量也较大。因此它可以用来检测一些特定的信号,但是每类主用户认知无线电都要有一个专门的接收器,这就增加了系统的资源耗费量和复杂度。 2 能量检测(Energy Detector—Based Sensing) 能量检测是一种较简单的信号非相干检测方法。根据基本假设模型,在高斯加性白噪声(AWGN)信道情况下,采用能量检测法进行主用户信号检测的性能。在AWGN信道非衰落的环境中,可知信道增益h是确定的。在H1下,当接收到的信号超过判决门限进时,判定主用户信号存在。在H0下,当接收信号超过判决门限时,则会作出错误的判定。分别用Pd 和Pf,来表示检测到主用户的概率(检测概率)和错误判定警报的(虚警)概率,对H.Urkowitz 的研究结果进行简化,可以得到通过无衰落的AWGN信道检测的概率和虚警概率的近似表达式为 其中:γ是信噪;σ是一个正数;r0,r(,g)是方差;是完整和不完整Gamma函数;Qm是普遍马库姆(Marcum)函数,其定义为

相关文档