无线传感器网络非均匀簇路由协议

无线传感器网络非均匀簇路由协议第一页，共30页。第二页，共30页。01研究的背景与意义第三页，共30页。接入控制器

无线访问控制器AC)【其实就是路由器】AP1AP2STA2STA3STA1STA4STA5STA6STA7IP网络汇聚层交换机（宿舍楼道交换机）接入层交换机用一个实例引出无线传感器网络514宿舍515宿舍第四页，共30页。无线传感器网络概述无线传感器网络是由大量的传感器节点构成的多跳、自组织网络，这些传感器节点可随机分布在监测区域，采集温湿度等各类有用数据（采集），在进行数据融合后（处理），传递给汇聚节点（传输），供用户研究分析。无线传感器网络具有价格低廉，可快速部署，规模大等特点，因而在环境检测、智能家居、军事国防等领域有广阔的应用前景，受到了国内外研究人员的高度关注。第五页，共30页。无线传感器网络协议栈第六页，共30页。路由协议是无线传感器网络的关键技术之一，它对网络的存活时间有至关重要的影响。它的作用是降低单个节点的能量消耗，均衡整个网络节点的能量消耗，延长网络的生命周期无线传感器网络路由协议概述路由就是指导数据包发送的路径信息。路由协议是在路由指导数据包发送过程中事先约定好的规定和标准。第七页，共30页。不同的应用需求，无线传感器网络路由协议也是不一样的分为主动型路由协议与响应型路由协议。前者针对的是持续进行数据采集，周期性发送数据给Sink节点的网络；后者针对的是只在预定的事件发生时，才会发送数据给Sink节点的网络。1.按照数据的传输模式分为支持QoS的路由协议与不支持QoS的路由协议，在对通信的服务质量高要求的应用场合，需要设计可靠性高的路由协议，即基于服务质量的路由协议。2.按照是否考虑服务质量；分为平面路由与分簇路由协议。其中平面路由协议的应用范围较小，只适用于网络中节点数目较少的情况；分簇路由协议的可扩展性强，已经成为研究重点之一。3.按照构建的网络拓扑结构；按照是否考虑安全性，分为安全性的路由协议与非安全性的路由协议；按照是否考虑支持多路径传输，分为多路径传输的路由协议与非多路径传输的路由协议。4.按照是否考虑地理位置信息路由协议的分类第八页，共30页。02国内外研究现状第九页，共30页。2.1非均匀分簇路由技术的发展2005定义节点的“竞争半径”概念，根据节点与簇头的距离，设置大小不等的竞争半径，来划分进行非均匀分簇。2007MNUC算法在竞争半径的计算中，不仅考虑距离因素，还考虑节点能量因素，使选举的簇头更符合要求；2005年Soro等人提出UCS协议，这是首个含有非均匀分簇思想的无线传感器网络路由协议。在之后的发展中考虑的方面不段增加，如考虑簇头到Sink节点的最佳多跳跳数从而定义竞争半径的最大值，结合距离、能量、子节点数目三个因素考虑节点入簇阶段，总之方法越来越完善，第十页，共30页。2.1非均匀分簇路由技术的发展BR-EEUC算法考虑到EEUC在簇头竞选过程中会产生大量的广播消息开销，用节点剩余能量与其邻居节点的平均剩余能量定义“广播等待时间”赵小川等人提出NuGPM算法，其创新在于用粒子群优化选举最优的各层网格的宽度大小组合李成法等人又提出了EEUC路由算法，EEUC是一个分布式的竞争算法本文重点论述了基于EEUC的WSN双簇头路由算法——D-EEUC路由算法（一种改进的EEUC路由算法）第十一页，共30页。2.2本文对非均匀分簇路由技术的研究论文主要研究了基于EEUC的改进路由算法，其实是结合了典型的分层路由协议LEACH（低功耗自适应聚类分级）路由协议和分布式的竞争算法EEUC的一个双簇头选举方法。1.双簇头非均匀路由协议将双簇头机制与非均匀分簇结合起来，分析了一种基于EEUC的改进算法，主要思想是将数据监测区域分为近区与远区，各区域的簇内可产生主副两个簇头，近区的副簇头负责转发数据，以分担主簇头的能耗；远区的副簇头负责采集数据和融合数据，以减少簇内节点通信代价。2.协议重点改进与优化选举主簇头过程中改进了EEUC算法候选簇头方式（结合了LEACH+能量），提高候选簇头的节点质量。在选举远区的副簇头的过程中，综合考虑节点密度、与主簇头间的距离和节点能量等影响因子。第十二页，共30页。03非均匀分簇路由协议的研究第十三页，共30页。

EEUC是一个分布式的竞争算法，其主要思想是：定义了节点的竞争半径，在当选簇头的竞争半径内的其他候选簇头全部退出竞选，以此进行网络的非均匀分簇，使得距Sink节点近的簇较小，距Sink节点远的簇较大。较小的簇的成员节点较少，簇头节点就能省下能量作为转发数据使用，达到解决“热区”问题的目的。传统的非均匀分簇EEUC路由协议的简单介绍第十四页，共30页。3.1基于非均匀分簇的WSN双簇头路由算法基于非均匀分簇的WSN双簇头路由算法(D-EEUC算法)的主要思想

D-EEUC协议的主要思想是在EEUC协议的基础上，根据距离Sink节点的远近，将监测区域大致分为近区与远区，分区域选举双簇头。近区的主簇头负责采集和融合数据，传给副簇头，由副簇头进行数据转发，同时副簇头还负责转发其他簇的采集数据。

离汇聚节点（sink节点）距离较远的远区的主簇头负责接收副簇头融合的信息，并将信息通过多跳的方式转发，远区的副簇头负责采集数据和融合数据，以减少簇内节点通信代价第十五页，共30页。D-EEUC协议的分簇示意图B是一个簇内的副簇头，同时A、B、C构成一条链，B又是A与C的中转簇头。已有的一些双簇头机制的路由算法，其主、副簇头的工作模式与此处近区的一致。本文是近区与远区的主、副簇头的工作模式不同基站第十六页，共30页。3.1第一步：区域划分（近区，远区）本文利用节点的竞争半径Rc进行区域的划分，节点按照一个预先设置的阈值选出候选簇头，候选簇头参与竞选，未成为候选簇头的节点进入睡眠状态直至簇头竞选结束，各候选簇头具有各自的竞争半径为：

dmax与dmin分别是网络中节点到Sink节点的最大距离和最小距离，d(si,BS)为节点到Sink节点的距离，R0c为竞争半径的最大值，c为0~1之间的参数距离是线性递减的关系，取值范围为取最小值与最大值的平均值为。考虑到非均匀分簇的区域中，靠近Sink节点的簇规模小于远离Sink节点的簇，近区的簇数目多于远区的簇数目，因此将近区与远区的划分界限值定为。当主簇头的竞争半径大于界限值时，判定该簇属于远区，反之属于近区第十七页，共30页。3.2主簇头的选举在EEUC算法中，首先依据预设的阈值T在网络中选出部分节点成为候选簇头，再由候选簇头参与竞选最终簇头。。D-EEUC算法不用阈值T来竞争候选簇头，使用改进的LEACH算法的簇头竞选方式，使候选簇头的选择更加合理，阈值T(n)如公式所示：选出候选簇头后，借鉴EEUC算法的最终簇头竞选规则，采用候选簇头在局部区域进行竞争的方法，选出D-EEUC算法的主簇头传统LEACH竞选轮数达到20轮，既P=0.05效果最好，本文结合EEUC算法最好的竞选轮数2.5轮即P=0.4第十八页，共30页。3.2主簇头的选举近区和远区的主簇头利用该算法选举同时完成！第十九页，共30页。3.3近区副簇头的选举分析主簇头选举完成后，在全网范围内广播竞选获胜的消息，普通节点发送请求入簇的信息。主簇头接收到请求入簇的信息后，进行副簇头的选举。近区的簇规模较小，在簇内选取剩余能量大、距主簇头近的节点作为副簇头；远区的簇规模较大，在簇内选取剩余能量大、周围节点密集的节点作为副簇头。第二十页，共30页。3.3远区副簇头的选举分析步骤1：主簇头广播其当选的消息，簇内普通节点发送入簇申请，申请消息里还有各自的邻居节点个数；步骤2：在申请入簇的节点中，主簇头计算出各节点与自己之间的距离，主、副簇头不宜靠得太近，选出其中大于最小距离值dmin的节点；步骤3：副簇头应处于较为密集的区域，在满足上述步骤的节点中，比较它们的簇内的邻居节点个数，选出拥有邻居节点最多的两个节点；步骤4：比较两个节点的剩余能量，能量多的节点当选为副簇头。第二十一页，共30页。3.1簇的形成在主、副簇头都选举完成后，普通节点会选择合适的簇头加入，完成簇的建立，分别考虑近区与远区的成簇：在远区，主簇头在申请入簇的节点中选出副簇头后，根据网络节点可根据需要调整自身发射功率，令副簇头以主簇头的竞争半径CR为半径进行广播，此时副簇头也不需要进行全网范围的广播。簇内的普通节点接收到副簇头的当选信息，在主簇头与副簇头中，根据信号强度重新申请入簇。主、副簇头确认入簇请求，建立TMDA调度，进入簇内部的数据传输阶段。在远区簇内，原先的一个簇划分为两个小簇，主副簇头各采集部分节点的数据。第二十二页，共30页。在D-EEUC协议中，假设簇内的数据相似度大，可进行数据融合，而对来自其它簇的采集数据，簇首直接做转发处理，不再进行数据融合。远区的簇内节点分为两部分，一部分将采集的数据发送给主簇头，另一部分将采集的数据发送给副簇头，副簇头在融合数据完毕后，会再交由主簇头。3.2D-EEUC协议的数据传输在簇内通信阶段，D-EEUC采用单跳传输的方式。近区的簇内节点将采集的数据发送给主簇头，主簇头在融合数据完毕后，再交由副簇头；第二十三页，共30页。04仿真分析第二十四页，共30页。在matlab平台下进行仿真实验，将400个节点随机分布在一个200m×200m的监测区域中，Sink节点的坐标定为(100，250)。假设采用理想的MAC协议，不发生碰撞错误，也忽略掉无线链路中可能发生的丢包等情况，具体的实验参数如表4.1所示。其中R是用来测量节点周围的邻居节点个数的通信半径，在R范围内的节点才会被认为是某节点的邻居节点；α是用来控制远区的副簇头至主簇头之间距离的参数。4.1协议仿真参数第二十五页，共30页。簇头的位置分布共有400个传感器节点随机分布在监测区域内D-EEUC算法的分簇效果近区有10个规模较小的簇，远区有5个规模较大的簇，每个簇内都有两个簇头，且主、副簇头的位置分布也较为合理第二十六页，共30页。4.2网络生命周期与剩余能量为了验证D-EEUC算法的可行性与有效性，实验中分别对LEACH、EEUC及D-EEUC算法进行仿真，以网络生命周期和网络剩余能量作为性能优良的评价标准在D-EEUC协议的仿真过程中，观察节点失效率(即能量耗尽的节点数占总节点数的比例)达到60%时的节点分布情况，图中圆形表示未失效的节点，叉形表示已失效的节点。由图可以看出，在整个网络中，死亡节点的位置分布较为合理第二十七页，共30页。远区的节点没有大面积的死亡，表明采取双簇头的机制，很好地缓减了远区较大规模簇的簇内通信代价；近区的节点也没有大面积的死亡，表示较好地解决了热点区域问题，满足预先的设计要求。4.2网络生命周期与剩余能量D-EEUC的末节点失效最晚，较EEUC与LEACH分别延迟了10.1%和22.9%。D-EEUC达到延长网络生命周期的目的。第二十八页，共30页。针对无线传感器网络的“热区”问题，考虑研究非均匀分簇思想的路由协议，论述了基于EEUC的WSN双簇头路由算法——D-EEUC