無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的動(dòng)態(tài)拓?fù)淠芰坑行С纱厮惴?/h1>
作者：
時(shí)間：2014-04-06
來(lái)源：網(wǎng)絡(luò)
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對(duì)面交流
海量資料庫(kù)查詢(xún)
收藏
3．5數(shù)據(jù)傳輸
在傳感器網(wǎng)絡(luò)中，簇內(nèi)數(shù)據(jù)傳輸為單跳的，在簇首和各成員節(jié)點(diǎn)之間進(jìn)行，而對(duì)于簇頭到Sink節(jié)點(diǎn)的數(shù)據(jù)傳輸，LEACH算法及一部分改進(jìn)算法是采用簇頭到匯聚節(jié)點(diǎn)的單跳傳輸，這種方法使簇頭使用了多徑衰落的通信模型(文獻(xiàn)[3])，能量消耗很大，本文采用基于距離因子的多跳傳輸方式。由于采用多跳通信，能量消耗為自由空間模型，而且消息在傳送過(guò)程中進(jìn)行了多次數(shù)據(jù)融合，使各級(jí)數(shù)據(jù)轉(zhuǎn)發(fā)中的數(shù)據(jù)量都有所減少，也減少了通信能耗。網(wǎng)絡(luò)所有節(jié)點(diǎn)都存儲(chǔ)有根據(jù)接收到Sink節(jié)點(diǎn)的信號(hào)確定的自己到Sink的距離值，這一距離值在第一輪成簇前就已確定，我們稱(chēng)之為距離因子。當(dāng)每個(gè)簇的簇內(nèi)數(shù)據(jù)融合進(jìn)行之后，就會(huì)開(kāi)始各簇到Sink的多跳數(shù)據(jù)傳輸。
首先，發(fā)送數(shù)據(jù)的簇頭以確定的半徑RD發(fā)送出消息，消息報(bào)文中還包含了此簇頭的距離因子，周?chē)拇仡^收到消息后，各簇頭將些距離因子與自己的進(jìn)行比較，若發(fā)現(xiàn)其距離因子小于報(bào)文中的距離因子，且自己的剩余能量值不低于簇間傳輸所需的最小能量閾值Emin后，確定自己將此數(shù)據(jù)進(jìn)行轉(zhuǎn)發(fā)，將消息報(bào)文中的距離因子替換為其距離因子后以半徑RD繼續(xù)轉(zhuǎn)發(fā)，之后傳輸過(guò)程相似。由于轉(zhuǎn)發(fā)消息的簇頭的距離因子小，從而其離Sink節(jié)點(diǎn)更近，這樣消息報(bào)文在簇間就以多跳的最優(yōu)路徑傳向了匯聚節(jié)點(diǎn)。傳輸能量開(kāi)銷(xiāo)得以最小化。
3 仿真研究
NS2(Network Simulator 2)是著名的用于網(wǎng)絡(luò)研究的離散事件仿真工具，里面包括了大量的用于有線(xiàn)和無(wú)線(xiàn)、本地連接或通過(guò)衛(wèi)星連接進(jìn)行TCP協(xié)議、路由算法、多播協(xié)議仿真的網(wǎng)絡(luò)協(xié)議、調(diào)度器和工具。NS的核心部分是一個(gè)離散事件模擬引擎。NS中有一個(gè)“調(diào)度器”(Scheduler)類(lèi)，負(fù)責(zé)記錄當(dāng)前時(shí)間，調(diào)度網(wǎng)絡(luò)事件隊(duì)列中的事件，并提供函數(shù)產(chǎn)生新事件，指定事件發(fā)生的時(shí)間。在仿真過(guò)程中，將執(zhí)行相關(guān)算法，并且將網(wǎng)絡(luò)運(yùn)行的具體情況寫(xiě)到文件當(dāng)中，包括數(shù)據(jù)分組的傳遞情況、節(jié)點(diǎn)的能量狀況等，這些文件對(duì)算法之間進(jìn)行比較有很大的作用。本文在仿真場(chǎng)景設(shè)置方面，使用了如下場(chǎng)景設(shè)置方案：
(1) 仿真區(qū)域大小為(100*100)。
(2) 所有節(jié)點(diǎn)的初始能量相同。
(3) 傳感器節(jié)點(diǎn)在區(qū)域(100*100)內(nèi)隨機(jī)分布。
仿真開(kāi)始時(shí)，網(wǎng)絡(luò)內(nèi)傳感器節(jié)點(diǎn)的分布狀態(tài)如圖1所示。
仿真結(jié)束之后得到了LEACH和DTEE算法生成的相關(guān)文件，使用awk程序提取算法生成的相關(guān)文件中的關(guān)鍵數(shù)據(jù)，然后利用gnuplot工具將這些數(shù)據(jù)顯示于圖表上，得到兩個(gè)算法相比較的曲線(xiàn)圖如圖2所示。
從圖可以看出在仿真過(guò)程中，節(jié)點(diǎn)的能量會(huì)隨著時(shí)間的推移逐漸減少，直至節(jié)點(diǎn)能量耗盡而死，所以在各個(gè)時(shí)段傳感區(qū)內(nèi)仍存有能量的節(jié)點(diǎn)數(shù)是不同的，圖對(duì)兩種算法在不同時(shí)段仍然存活的節(jié)點(diǎn)個(gè)數(shù)做出了比較。首先，LEACH算法在第120秒時(shí)第一個(gè)節(jié)點(diǎn)出現(xiàn)了死亡，而DTEE是在130多秒時(shí)第一個(gè)節(jié)點(diǎn)死亡。從節(jié)點(diǎn)存活數(shù)目圖可以看出，在300秒左右，LEACH算法的存活節(jié)點(diǎn)數(shù)已經(jīng)為0，而DTEE算法仍有8個(gè)節(jié)點(diǎn)能量并未耗盡，直到320秒左右，DTEE算法的節(jié)點(diǎn)才全部死亡，所以DTEE算法中節(jié)點(diǎn)的生命周期比LEACH提高了約6%，可以看出，DTEE算法由于采用多跳的路由方式，網(wǎng)絡(luò)生命周期得到了一定程度的延長(zhǎng)。
本文通過(guò)采用引入能量因子的低復(fù)雜度簇頭選擇算法降低了網(wǎng)絡(luò)通信能耗，在數(shù)據(jù)傳輸上通過(guò)多跳方式進(jìn)行信息路由。仿真結(jié)果顯示,改進(jìn)后的DTEE協(xié)議能更好地平衡網(wǎng)絡(luò)負(fù)載、節(jié)約能量消耗且具有更高的能量使用效率，對(duì)分簇算法的的路由協(xié)議實(shí)現(xiàn)了優(yōu)化。
仿真結(jié)束之后得到了LEACH和DTEE算法生成的相關(guān)文件，使用awk程序提取算法生成的相關(guān)文件中的關(guān)鍵數(shù)據(jù)，然后利用gnuplot工具將這些數(shù)據(jù)顯示于圖表上，得到兩個(gè)算法相比較的曲線(xiàn)圖如圖2所示。
從圖可以看出在仿真過(guò)程中，節(jié)點(diǎn)的能量會(huì)隨著時(shí)間的推移逐漸減少，直至節(jié)點(diǎn)能量耗盡而死，所以在各個(gè)時(shí)段傳感區(qū)內(nèi)仍存有能量的節(jié)點(diǎn)數(shù)是不同的，圖對(duì)兩種算法在不同時(shí)段仍然存活的節(jié)點(diǎn)個(gè)數(shù)做出了比較。首先，LEACH算法在第120秒時(shí)第一個(gè)節(jié)點(diǎn)出現(xiàn)了死亡，而DTEE是在130多秒時(shí)第一個(gè)節(jié)點(diǎn)死亡。從節(jié)點(diǎn)存活數(shù)目圖可以看出，在300秒左右，LEACH算法的存活節(jié)點(diǎn)數(shù)已經(jīng)為0，而DTEE算法仍有8個(gè)節(jié)點(diǎn)能量并未耗盡，直到320秒左右，DTEE算法的節(jié)點(diǎn)才全部死亡，所以DTEE算法中節(jié)點(diǎn)的生命周期比LEACH提高了約6%，可以看出，DTEE算法由于采用多跳的路由方式，網(wǎng)絡(luò)生命周期得到了一定程度的延長(zhǎng)。
本文通過(guò)采用引入能量因子的低復(fù)雜度簇頭選擇算法降低了網(wǎng)絡(luò)通信能耗，在數(shù)據(jù)傳輸上通過(guò)多跳方式進(jìn)行信息路由。仿真結(jié)果顯示,改進(jìn)后的DTEE協(xié)議能更好地平衡網(wǎng)絡(luò)負(fù)載、節(jié)約能量消耗且具有更高的能量使用效率，對(duì)分簇算法的的路由協(xié)議實(shí)現(xiàn)了優(yōu)化。
- 加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對(duì)面交流
海量資料庫(kù)查詢(xún)
3．5數(shù)據(jù)傳輸
在傳感器網(wǎng)絡(luò)中，簇內(nèi)數(shù)據(jù)傳輸為單跳的，在簇首和各成員節(jié)點(diǎn)之間進(jìn)行，而對(duì)于簇頭到Sink節(jié)點(diǎn)的數(shù)據(jù)傳輸，LEACH算法及一部分改進(jìn)算法是采用簇頭到匯聚節(jié)點(diǎn)的單跳傳輸，這種方法使簇頭使用了多徑衰落的通信模型(文獻(xiàn)[3])，能量消耗很大，本文采用基于距離因子的多跳傳輸方式。由于采用多跳通信，能量消耗為自由空間模型，而且消息在傳送過(guò)程中進(jìn)行了多次數(shù)據(jù)融合，使各級(jí)數(shù)據(jù)轉(zhuǎn)發(fā)中的數(shù)據(jù)量都有所減少，也減少了通信能耗。網(wǎng)絡(luò)所有節(jié)點(diǎn)都存儲(chǔ)有根據(jù)接收到Sink節(jié)點(diǎn)的信號(hào)確定的自己到Sink的距離值，這一距離值在第一輪成簇前就已確定，我們稱(chēng)之為距離因子。當(dāng)每個(gè)簇的簇內(nèi)數(shù)據(jù)融合進(jìn)行之后，就會(huì)開(kāi)始各簇到Sink的多跳數(shù)據(jù)傳輸。
首先，發(fā)送數(shù)據(jù)的簇頭以確定的半徑RD發(fā)送出消息，消息報(bào)文中還包含了此簇頭的距離因子，周?chē)拇仡^收到消息后，各簇頭將些距離因子與自己的進(jìn)行比較，若發(fā)現(xiàn)其距離因子小于報(bào)文中的距離因子，且自己的剩余能量值不低于簇間傳輸所需的最小能量閾值Emin后，確定自己將此數(shù)據(jù)進(jìn)行轉(zhuǎn)發(fā)，將消息報(bào)文中的距離因子替換為其距離因子后以半徑RD繼續(xù)轉(zhuǎn)發(fā)，之后傳輸過(guò)程相似。由于轉(zhuǎn)發(fā)消息的簇頭的距離因子小，從而其離Sink節(jié)點(diǎn)更近，這樣消息報(bào)文在簇間就以多跳的最優(yōu)路徑傳向了匯聚節(jié)點(diǎn)。傳輸能量開(kāi)銷(xiāo)得以最小化。
3 仿真研究
NS2(Network Simulator 2)是著名的用于網(wǎng)絡(luò)研究的離散事件仿真工具，里面包括了大量的用于有線(xiàn)和無(wú)線(xiàn)、本地連接或通過(guò)衛(wèi)星連接進(jìn)行TCP協(xié)議、路由算法、多播協(xié)議仿真的網(wǎng)絡(luò)協(xié)議、調(diào)度器和工具。NS的核心部分是一個(gè)離散事件模擬引擎。NS中有一個(gè)“調(diào)度器”(Scheduler)類(lèi)，負(fù)責(zé)記錄當(dāng)前時(shí)間，調(diào)度網(wǎng)絡(luò)事件隊(duì)列中的事件，并提供函數(shù)產(chǎn)生新事件，指定事件發(fā)生的時(shí)間。在仿真過(guò)程中，將執(zhí)行相關(guān)算法，并且將網(wǎng)絡(luò)運(yùn)行的具體情況寫(xiě)到文件當(dāng)中，包括數(shù)據(jù)分組的傳遞情況、節(jié)點(diǎn)的能量狀況等，這些文件對(duì)算法之間進(jìn)行比較有很大的作用。本文在仿真場(chǎng)景設(shè)置方面，使用了如下場(chǎng)景設(shè)置方案：
(1) 仿真區(qū)域大小為(100*100)。
(2) 所有節(jié)點(diǎn)的初始能量相同。
(3) 傳感器節(jié)點(diǎn)在區(qū)域(100*100)內(nèi)隨機(jī)分布。
仿真開(kāi)始時(shí)，網(wǎng)絡(luò)內(nèi)傳感器節(jié)點(diǎn)的分布狀態(tài)如圖1所示。
仿真結(jié)束之后得到了LEACH和DTEE算法生成的相關(guān)文件，使用awk程序提取算法生成的相關(guān)文件中的關(guān)鍵數(shù)據(jù)，然后利用gnuplot工具將這些數(shù)據(jù)顯示于圖表上，得到兩個(gè)算法相比較的曲線(xiàn)圖如圖2所示。
從圖可以看出在仿真過(guò)程中，節(jié)點(diǎn)的能量會(huì)隨著時(shí)間的推移逐漸減少，直至節(jié)點(diǎn)能量耗盡而死，所以在各個(gè)時(shí)段傳感區(qū)內(nèi)仍存有能量的節(jié)點(diǎn)數(shù)是不同的，圖對(duì)兩種算法在不同時(shí)段仍然存活的節(jié)點(diǎn)個(gè)數(shù)做出了比較。首先，LEACH算法在第120秒時(shí)第一個(gè)節(jié)點(diǎn)出現(xiàn)了死亡，而DTEE是在130多秒時(shí)第一個(gè)節(jié)點(diǎn)死亡。從節(jié)點(diǎn)存活數(shù)目圖可以看出，在300秒左右，LEACH算法的存活節(jié)點(diǎn)數(shù)已經(jīng)為0，而DTEE算法仍有8個(gè)節(jié)點(diǎn)能量并未耗盡，直到320秒左右，DTEE算法的節(jié)點(diǎn)才全部死亡，所以DTEE算法中節(jié)點(diǎn)的生命周期比LEACH提高了約6%，可以看出，DTEE算法由于采用多跳的路由方式，網(wǎng)絡(luò)生命周期得到了一定程度的延長(zhǎng)。
本文通過(guò)采用引入能量因子的低復(fù)雜度簇頭選擇算法降低了網(wǎng)絡(luò)通信能耗，在數(shù)據(jù)傳輸上通過(guò)多跳方式進(jìn)行信息路由。仿真結(jié)果顯示,改進(jìn)后的DTEE協(xié)議能更好地平衡網(wǎng)絡(luò)負(fù)載、節(jié)約能量消耗且具有更高的能量使用效率，對(duì)分簇算法的的路由協(xié)議實(shí)現(xiàn)了優(yōu)化。
仿真結(jié)束之后得到了LEACH和DTEE算法生成的相關(guān)文件，使用awk程序提取算法生成的相關(guān)文件中的關(guān)鍵數(shù)據(jù)，然后利用gnuplot工具將這些數(shù)據(jù)顯示于圖表上，得到兩個(gè)算法相比較的曲線(xiàn)圖如圖2所示。
從圖可以看出在仿真過(guò)程中，節(jié)點(diǎn)的能量會(huì)隨著時(shí)間的推移逐漸減少，直至節(jié)點(diǎn)能量耗盡而死，所以在各個(gè)時(shí)段傳感區(qū)內(nèi)仍存有能量的節(jié)點(diǎn)數(shù)是不同的，圖對(duì)兩種算法在不同時(shí)段仍然存活的節(jié)點(diǎn)個(gè)數(shù)做出了比較。首先，LEACH算法在第120秒時(shí)第一個(gè)節(jié)點(diǎn)出現(xiàn)了死亡，而DTEE是在130多秒時(shí)第一個(gè)節(jié)點(diǎn)死亡。從節(jié)點(diǎn)存活數(shù)目圖可以看出，在300秒左右，LEACH算法的存活節(jié)點(diǎn)數(shù)已經(jīng)為0，而DTEE算法仍有8個(gè)節(jié)點(diǎn)能量并未耗盡，直到320秒左右，DTEE算法的節(jié)點(diǎn)才全部死亡，所以DTEE算法中節(jié)點(diǎn)的生命周期比LEACH提高了約6%，可以看出，DTEE算法由于采用多跳的路由方式，網(wǎng)絡(luò)生命周期得到了一定程度的延長(zhǎng)。
本文通過(guò)采用引入能量因子的低復(fù)雜度簇頭選擇算法降低了網(wǎng)絡(luò)通信能耗，在數(shù)據(jù)傳輸上通過(guò)多跳方式進(jìn)行信息路由。仿真結(jié)果顯示,改進(jìn)后的DTEE協(xié)議能更好地平衡網(wǎng)絡(luò)負(fù)載、節(jié)約能量消耗且具有更高的能量使用效率，對(duì)分簇算法的的路由協(xié)議實(shí)現(xiàn)了優(yōu)化。
評(píng)論