無線傳感器網(wǎng)絡拓撲控制探討范文

本站小編為你精心準備了無線傳感器網(wǎng)絡拓撲控制探討參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

1引言

無線傳感器網(wǎng)絡（WSN）是集信息采集、傳輸以及處理于一體的智能信息管理系統(tǒng)，應用前景廣闊，是目前比較活躍的一個領域。WSN是一種由大量微傳感器節(jié)點組成的自組織網(wǎng)絡，其向?qū)W者們提供了大量的研究課題，拓撲控制是最基本問題之一。拓撲控制就是要研究如何形成一個良好的網(wǎng)絡拓撲結(jié)構(gòu)，為數(shù)據(jù)融合、路由協(xié)議以及目標定位等其他技術提供支撐。WSN節(jié)點通常大規(guī)模部署并且具有隨機性、自組織性，網(wǎng)絡組織方式通常多種多樣，節(jié)點能量非常有限，因此，在設計無線傳感器網(wǎng)絡時，要提高路由協(xié)議和MAC協(xié)議的效率，延長網(wǎng)絡生存周期，一定要有一個良好的網(wǎng)絡拓撲結(jié)構(gòu)。目前主流的拓撲控制算法可分為：節(jié)點功率控制型和層次型拓撲控制型。功率控制就是通過變化節(jié)點的發(fā)射功率來調(diào)整節(jié)點無線信號的覆蓋區(qū)域大小，在此基礎上調(diào)節(jié)網(wǎng)絡的拓撲結(jié)構(gòu)，最終目的是提高整個網(wǎng)絡的連通性。層次型拓撲控制主要采用的是分簇機制，將整個網(wǎng)絡劃分成若干區(qū)域形成多個簇，選出骨干節(jié)點構(gòu)成骨干網(wǎng)進行數(shù)據(jù)轉(zhuǎn)發(fā)，而普通節(jié)點可擇機關閉不必要的模塊，以避免不必要的能量消耗。

2典型的拓撲控制算法

2.1節(jié)點功率拓撲控制算法LMA和LMN算法是基于節(jié)點度的算法，通過不斷的改變節(jié)點的發(fā)射功率來使得其度數(shù)處在一個合適的范圍，根據(jù)已經(jīng)采集到的局部信息來調(diào)整鄰居節(jié)點之間的連通性，最終使整個網(wǎng)絡具有連通性。兩種算法的相同點是分步驟、周期性地調(diào)整節(jié)點的發(fā)射功率，不同點是它們有著不同的節(jié)點度數(shù)計算方法。這兩種算法利用較少的局部信息就可確定節(jié)點功率的調(diào)節(jié)方式，而且對時鐘同步、傳感器節(jié)點要求均不高，但是在節(jié)點鄰居節(jié)點判斷上存在不足，所形成的網(wǎng)狀拓撲結(jié)構(gòu)不僅增大了網(wǎng)絡復雜度，而且使網(wǎng)絡開銷增大了。

DRNG和DLMST算法是基于鄰近圖的拓撲控制算法，所有節(jié)點調(diào)整發(fā)射功率至最大化形成一個拓撲結(jié)構(gòu)圖，再根據(jù)設定的鄰居判別規(guī)則得出該圖的鄰近圖，每個節(jié)點根據(jù)鄰居中最遠節(jié)點的距離來設定發(fā)射功率。這兩種算法均以節(jié)點發(fā)射功率不一致為背景，基于鄰近圖RNG、最小生成樹LMST理論，用距離最遠的鄰居節(jié)點所需的發(fā)射功率為標準，有效解決了發(fā)射功率不一致的問題，并通過增加刪除操作來保證網(wǎng)絡拓撲的雙向連通。但是這兩個算法需要精確的定位信息。

2.2層次型拓撲控制算法LEACH是最早的也是較典型的基于均勻分簇的拓撲控制算法，簇首通過分布式選舉隨機生成，剩余節(jié)點作為簇內(nèi)成員節(jié)點。在網(wǎng)絡運行中，簇首節(jié)點融合簇內(nèi)所有節(jié)點的信息，以單跳方式發(fā)送至Sink節(jié)點。簇首節(jié)點和簇結(jié)構(gòu)均周期性更新。相對于傳統(tǒng)網(wǎng)絡，LEACH使用簇結(jié)構(gòu)，能有效提高節(jié)點能量利用率和網(wǎng)絡壽命。但簇首節(jié)點和Sink節(jié)點之間的單跳通信可能因長距離數(shù)據(jù)傳輸而能耗過大；頻繁的簇重增加了額外的通信開銷；簇首節(jié)點的選擇未考慮節(jié)點地理位置、剩余能量等因素。

GAF是一種基于地理位置的分簇拓撲控制算法，首先將網(wǎng)絡劃分為固定數(shù)目的虛擬分區(qū)，節(jié)點將自身地理位置信息與虛擬網(wǎng)格中某個點關聯(lián)映射起來并計算自身所屬的分區(qū)，每個區(qū)域內(nèi)選出一個節(jié)點在某一時間段內(nèi)處于活動狀態(tài)來監(jiān)測所在區(qū)域內(nèi)的信息并報告數(shù)據(jù)給Sink節(jié)點。GAF使得形成的簇結(jié)構(gòu)更均勻，但是在選擇簇首時沒考慮節(jié)點的剩余能量，劃分單元格時，若節(jié)點間的一跳通信距離較小單元格會比較密集，而一跳通信距離較大分簇又比較稀疏，這樣的分簇反而會降低網(wǎng)絡的效率。EEUC是一種分布式的、非均勻分簇算法，首先以概率T（由算法預先設定）在網(wǎng)絡中選出一些節(jié)點作為候選簇首節(jié)點。簇首由候選簇首節(jié)點競爭產(chǎn)生，其他節(jié)點在簇首選舉過程中處于休眠狀態(tài)，其中競爭半徑由候選簇首到Sink節(jié)點的距離決定。EEUC將整個網(wǎng)絡分成規(guī)模各異的簇，簇的規(guī)模與離Sink節(jié)點的距離成反比，這樣有效降低了簇首通信代價，避免了“熱區(qū)”問題，延長了網(wǎng)絡周期。但EEUC單純的考慮距離而沒有考慮節(jié)點的剩余能量以及密度因素，而且沒有考慮簇首節(jié)點在簇內(nèi)的位置，可能造成網(wǎng)絡能耗不均衡過早死亡的現(xiàn)象。

3結(jié)語

本文介紹了WSN拓撲控制的分類和幾種經(jīng)典的拓撲控制算法，分析了算法的優(yōu)缺點。目前的大多數(shù)研究模型都比較理想化，沒有全面考慮實際應用中存在的問題，還有很多問題亟需進一步研究。未來拓撲控制研究的發(fā)展趨勢應為：結(jié)合多種機制且更接近實際情況，網(wǎng)絡的各種性能應被綜合考慮進來，拓撲控制的自適應性和魯棒性應有所提高。

作者：李安瑩 房鑫平 孫福陽 單位：沈陽理工大學