无线传感器网络中改进的DEEC算法

方旺盛， 胡云青

（江西理工大学信息工程学院，江西 赣州341000）

0 引 言

无线传感器网络是由大量的传感器节点组成，通过节点周围的物理环境如湿度、温度、声音等来收集节点周围环境的数据信息，并将收集的数据信息通过基站发送到最终用户.而传感器节点的主要任务是实现对感测范围内的数据信息进行收集、处理，但在传感器网络中传感器节点存在能量有限、数目众多并且分布广.因此，需要对传感器网络进行设计优化，实现网络中节点的能量均衡，从而提高传感器网络的能耗效率、延长网络的寿命.

当前，延长传感器寿命的关键技术是路由协议的研究，而实现路由协议的优化是传感器网络中研究的重点[1].传感器节点主要由四部分组成：传感单元、处理单元、收发单元、功率单元，同时也存在着额外的应用程序组件，如位置查找系统、电源生成器等.传感单元主要由传感器和模拟数字转换器两部分组成.传感器产生感测的模拟信号现象转换成数字信号，并将信号输入到处理单元.处理单元主要与小型的存储单元相关联，并实现传感器节点与其他节点协作完成传感器指定的任务.接收单元，主要实现对传感器信号的接受和发送.功率单元，为传感器节点提供相应的电源来实现传感器节点的正常工作[2].如何实现对节点中功率单元能量的均衡、延长网络生存周期是本文研究的重点.

1 相关工作

无线传感器网路中，延长网络生命周期的路由协议主要有 LEACH、TEEN、DEEC、SEP 等.LEACH协议主要是通过对整个网络能量负载平均到每个传感器节点上，实现能源消耗最低，从而延长网络的生命周期.Manjeshwar et.Al提出多级分簇结构，通过硬阈值和软阈值来实现对信息的广播，通过不同等级的簇来传递能量以实现节能[3].Faisal S等提出了将传感器的节点区域进行划分:区域0、区域1、区域2,实现0区域与基站直接通信，区域1,2先将信息传到簇节点，簇节点再将信息直接传到基站[4].Saini P,Sharma A K.对节点集群方案提出了改进并将节点的阈值来对节点簇头的分类，通过将节点分为普通节点、高级节点和最高级节点，建立相应的簇头选举策略来实现对传感器网络寿命的优化[5].Umar S通过改进LEACH协议对随机部署的无线传感器节点按照相应的动态聚集来实现对节点的选取，并在每一轮选取中保持能量平衡，从而提高整个无线传感器网络的寿命[6].因此，需要设计出一种在基于节点剩余能量的网络分簇算法的基础上，结合环境中的距离因素的簇头节点选择优化算法，进一步提高无线传感器网络整体的能源消耗的均衡性，避免提前出现网络中节点的过早“死亡”，造成网络功能性和覆盖度的降低和损失，提高能源利用效率和延长网络的生存周期.文中主要对DEEC算法进行改进，并通过改进的算法来延长网络的生命周期.DEEC协议主要根据节点的剩余能量来实现簇类节点能量的均衡，但只考虑了剩余能量未对节点到Sink节点的实际距离进行全面考虑.因此文中主要是通过对传感器节点中剩余能量和节点距离并根据网络寿命的时间和能量剩余情况对剩余能量和节点距离赋于权重系数来延长整个网络生命周期.

2 DEEC算法

DEEC算法是一种高效的、适用于多级能量的分布式分簇路由协议.其主要原理是利用当前剩余能量与整个网络的平均能量的比值来实现簇头的选取，从而实现能量的均衡以及整个网络生存周期的提高.但在实际节点网络拓扑结构中节点的部署和剩余能量的不均匀导致该算法的使用具有局限性，因此，需要对DEEC算法进行改进.而实际环境中由于普通节点分布不均匀，从而导致实际环境中所有普通节点到簇节点的位置不同，进而会对簇头节点传输过程中能耗的不同.因此，文中考虑节点位置到簇节点来实现能量的优化.通过为相应普通节点到簇节点和剩余能量建立对应的权重系数来使得改进算法和实际环境更加的接近，从而实现整个网络寿命周期的延长.

2.1 DEEC算法簇头的建立

1）簇头节点的选取

簇头节点选取对于异构的传感器网络至关重要，因为簇头节点在节点中担负着对所有普通节点数据信息的转发和传输等功能，因此，要减小由于能耗过快而对整个传感器网络的影响.簇头的选取要根据实际的传感器拓扑结构来选取最优的.由于簇头节点在信息的传输中能量消耗比普通节点消耗多得多，因此需要对簇头节点进行定期的选举，通过定期的选举实现传感器网络中能量的消耗均衡，从而延长整个传感器网络的寿命.传感器网络中节点随机部署到网络中，而簇头节点的选取是根据节点附近邻居节点剩余能量来选取的，通过节点对簇头节点的选取来实现普通节点向簇头节点进行数据信息的传输.

2）簇头的形成

簇头一旦确定，簇头就开始向周围广播自身ID信息，并选择附近离簇头最近的节点加入本簇集合里，从而形成分簇网络，而普通节点的信息传输主要是通过普通节点向簇头节点传输信息.如图1.

2.2 能耗模型

无线传感器网络中节点的能量会随着数据传输而减少，在传统的无线电研究中，无线电信号在硬件设备中能量损耗模型，即发射机发射的能耗、功率放大器、接收器消耗的能量组成.无线传感器消耗模型[7]如图2.

图1 节点分布情况

图2 无线电能耗模型图

在这个模型中，充分考虑传感器距离的影响,自由空间中d2功率损耗，d4功率损耗，

式（1）中：L表示数据包长度；Eelec为发射信号电路的能耗；Efs，Eamp为传输模型中功率放大消耗的功率；d0为距离阈值放大采用自由空间环境下的能耗模型，d≥d0则节点的功率放大采用多路径情况下的能耗模型．；假如d＜d0则节点的功率

2.3 改进的DEEC协议

针对传统DEEC算法主要在LEACH基础之上对簇头节点的选取方式将剩余能量考虑在其中，但对未知节点到簇头节点的距离对簇头的选取未深入研究，文中主要从两个方面来对DEEC算法进行改进：首先调整节点成为簇节点的概率，从节点到Sink节点的距离和剩余能量来确定节点成为簇头概率．其次对DEEC的阈值进行调整，建立合理的阈值来实现对簇节点的选取．

1）调整簇节点的概率

传统LEACH路由协议中节点成为簇头节点的概率都是相同的[8]，文中改进的算法主要通过节点对节点剩余能量和节点到Sink节点的距离来确定节点成为簇头节点的概率，改进后节点成为簇头概率的计算公式为：

式（2）中：Ei（r）为节点 i在第 r轮剩余的能量，ωE表示能量影响节点簇头的权重系数，E （r）表示网络中节点平均剩余能量，ωD表示距离影响节点成为簇头的权重系数，Di表示节点i到Sink节点的距离，同时 ωE+ωD=1．

对于整个网络剩余能量，主要是根据网络的每轮能耗和网络初始总能量来确定的，假如网络能量消耗到第r轮网络，则其剩余能量估算为[9]：

其中R表示网络生存的总轮数，Etotal表示网络总能量，Eround表示每一轮网络的消耗能量．

2）调整DEEC的阈值

对于传统的LEACH协议而言，其主要是通过每轮循环来选择对应的簇头节点，如果选择的值大于预设的门限值T（s）,节点成为本轮的簇头[10]．

其中：p表示预设的簇头比例；r表示当前运行轮数，G表示节点上一轮未被选择为簇头节点，上式可以看出节点成为簇头的机会是相同的．而LEACH算法未能考虑节点自身情况[11]，当普通节点距离Sink节点较远，而只考虑剩余能量来选取簇头节点容易造成资源的浪费，最终导致整个网络生命周期的缩短．

对普通节点被选举为簇头节点的实际节点分布情况进行综合考虑，首先需要对节点剩余能量进行考虑，同时也需要对节点到Sink距离进行考虑来实现簇头节点的选取，需要剩余能量多的节点成为簇头，因此，在选择簇头阈值[12]的时候要考虑节点的剩余能量和节点距离，改进后的阈值计算公式：

对于节点内次簇节点的选取Er（r），当簇头节点选举后需要在剩余节点选取次簇节点，次簇节点的选取是根据排除簇头节点剩余的节点选取，其中Er（r）=Etotal-Emax，根据次簇节点选取的阈值计算公式：

3 实验仿真

文中主要通过MATLAB来验证改进算法的可行性，并与传统LEACH、DEEC算法进行比较，仿真区域为200*200 m2正方形区域内，主要性能评价指标是节点寿命和节点数据接收传输率以它来验证算法并进行比较，从而可以得出改进算法的变化情况[13].其中仿真参数如表1.

表1 仿真参数

仿真结果.仿真实验主要考虑不同的权重系数值来确定节点的距离和能量对网络寿命和数据传输率的影响.并通过仿真实验得出改进算法与原始算法的比较.

当剩余能量和普通节点到Sink节点距离权值系数不同时，改进算法与传统的LEACH算法和DEEC算法比较如图3，图4，图5.

1）当 ωE＝1，ωD=0 时

图3 改进算法、LEACH算法、DEEC算法比较

2）当 ωE＝0．5，ωD=0．5 时

图4 改进算法、LEACH算法、DEEC算法比较

图5 改进算法、LEACH算法、DEEC算法比较

3）当 ωE＝1，ωD=0 时

通过实验仿真得出,在能量和普通节点到簇头节点距离赋于不同权值系数的改进算法与原始的LEACH、DEEC算法比较得出，改进算法在一定环境下延长了网络生命周期和提高了数据传输效率.

4 结 论

实现传感器节点能量均衡是延长网络生命周期传感器研究的重点，文中主要通过对簇头节点的选取来减小仅有单一的能量或者距离整个网络寿命的影响，通过对DEEC算法的改进，实现对网络生命周期的延长，从而提高网络性能.实验结果显示改进的算法延长了网络生命周期和数据传输率.而如何将本算法应用到狭长空间隧道是以后研究的重点.

[1]何学文，曹清梅，郑乐平.基于HEB无线传感器网络分簇路由算法的研究[J].江西理工大学学报,2015(1):99-103.

[2]Al-Karaki J N,Kamal A E.Routing techniques in wireless sensor networks:a survey[J].IEEE Wireless Communications,2004,11(6):6-28.

[3]Manjeshwar A,Agrawal D P.TEEN:a routing protocol for enhanced efficiency in wireless sensor networks[C]//Parallel and Distributed Processing Symposium.Proceedings,International.IEEE,2002:2009-2015.

[4]Faisal S,Javaid N,Javaid A,et al.Z-SEP:Zonal-stable election protocol for wireless sensor networks[J].Computer Science,2013,3(5):132-139.

[5]Saini P,Sharma A K.Energy Efficient Scheme for Clustering Protocol Prolonging the Lifetime of Heterogeneous Wireless Sensor Networks[J].International Journal of Computer Applications,2010,6(2):30-36.

[6]Umar S,Subbarayudu Y,Kumar K K,et al.Designing of Dynamic Re-clustering Leach Protocol for Calculating Total Residual Time and Performance[J].International Journal of Electrical and Computer Engineering(IJECE),2017,7(3):1286-1292.

[7]Heinzelman W B,Chandrakasan A P,Balakrishnan H.An application-specific protocol architecture for wireless microsensor networks[J].IEEE Transactions on Wireless Communications,2002,1(4):660-670.

[8]Lee J Y,Jung K D,Moon S J,et al.Improvement on LEACH protocol of a wide-area wireless sensor network[J].Multimedia Tools&Applications,2016:1-18.

[9]Li Q,Zhu Q,Wang M.Design of a distributed energy-efficient clustering algorithm for heterogeneous wireless sensor networks[J].Computer Communications,2006,29(12):2230-2237.

[10]Gajjar S H,Dasgupta K S,Pradhan S N,et al.Lifetime improvement of LEACH protocol for Wireless Sensor Network [C]//Nirma UniversityInternationalConferenceonEngineering.IEEE,2013:1-6.

[11]彭蕾,吕敬祥,刘秋平.大规模无线传感网络的混合LEACH协议研究[J].传感技术学报,2016,29(11):1737-1741.

[12]石云,陈钟,孟显勇.基于分区自感簇头的无线传感网数据稳定传输机制[J].计算机工程,2016,42(11):102-108.

[13]党宏社，李振伟.一种改进的DV-Hop无线传感器网络定位算法[J].仪表技术与传感器,2017(1):159-163.