無線傳感器網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，激發您的寫作靈感。歡迎深入閱讀并收藏。

1引言

無線傳感器網絡（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，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點組成的自組織網絡，其向學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絡拓撲結構，為數據融合、路由協議以及目標定位等其他技術提供支撐。WSN節點通常大規模部署并且具有隨機性、自組織性，網絡組織方式通常多種多樣，節點能量非常有限，因此，在設計無線傳感器網絡時，要提高路由協議和MAC協議的效率，延長網絡生存周期，一定要有一個良好的網絡拓撲結構。目前主流的拓撲控制算法可分為：節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點的發射功率來調整節點無線信號的覆蓋區域大小，在此基礎上調節網絡的拓撲結構，最終目的是提高整個網絡的連通性。層次型拓撲控制主要采用的是分簇機制，將整個網絡劃分成若干區域形成多個簇，選出骨干節點構成骨干網進行數據轉發，而普通節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節點功率拓撲控制算法LMA和LMN算法是基于節點度的算法，通過不斷的改變節點的發射功率來使得其度數處在一個合適的范圍，根據已經采集到的局部信息來調整鄰居節點之間的連通性，最終使整個網絡具有連通性。兩種算法的相同點是分步驟、周期性地調整節點的發射功率，不同點是它們有著不同的節點度數計算方法。這兩種算法利用較少的局部信息就可確定節點功率的調節方式，而且對時鐘同步、傳感器節點要求均不高，但是在節點鄰居節點判斷上存在不足，所形成的網狀拓撲結構不僅增大了網絡復雜度，而且使網絡開銷增大了。

DRNG和DLMST算法是基于鄰近圖的拓撲控制算法，所有節點調整發射功率至最大化形成一個拓撲結構圖，再根據設定的鄰居判別規則得出該圖的鄰近圖，每個節點根據鄰居中最遠節點的距離來設定發射功率。這兩種算法均以節點發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點所需的發射功率為標準，有效解決了發射功率不一致的問題，并通過增加刪除操作來保證網絡拓撲的雙向連通。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，剩余節點作為簇內成員節點。在網絡運行中，簇首節點融合簇內所有節點的信息，以單跳方式發送至Sink節點。簇首節點和簇結構均周期性更新。相對于傳統網絡，LEACH使用簇結構，能有效提高節點能量利用率和網絡壽命。但簇首節點和Sink節點之間的單跳通信可能因長距離數據傳輸而能耗過大；頻繁的簇重增加了額外的通信開銷；簇首節點的選擇未考慮節點地理位置、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，首先將網絡劃分為固定數目的虛擬分區，節點將自身地理位置信息與虛擬網格中某個點關聯映射起來并計算自身所屬的分區，每個區域內選出一個節點在某一時間段內處于活動狀態來監測所在區域內的信息并報告數據給Sink節點。GAF使得形成的簇結構更均勻，但是在選擇簇首時沒考慮節點的剩余能量，劃分單元格時，若節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）在網絡中選出一些節點作為候選簇首節點。簇首由候選簇首節點競爭產生，其他節點在簇首選舉過程中處于休眠狀態，其中競爭半徑由候選簇首到Sink節點的距離決定。EEUC將整個網絡分成規模各異的簇，簇的規模與離Sink節點的距離成反比，這樣有效降低了簇首通信代價，避免了“熱區”問題，延長了網絡周期。但EEUC單純的考慮距離而沒有考慮節點的剩余能量以及密度因素，而且沒有考慮簇首節點在簇內的位置，可能造成網絡能耗不均衡過早死亡的現象。

3結語

本文介紹了WSN拓撲控制的分類和幾種經典的拓撲控制算法，分析了算法的優缺點。目前的大多數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展趨勢應為：結合多種機制且更接近實際情況，網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