[发明专利]基于移动汇聚节点的WSNs改进分簇能耗优化方法

说明书

本发明提供了一种基于移动汇聚节点的WSNs改进分簇能耗优化方法，移动汇聚节点根据具体的运动模型进行移动。该方法包含以下步骤：首先，根据邻域节点阈值确定邻域节点集合，从而构建能量密度函数；其次，根据移动汇聚节点在不同轮的运动参数（速度、距离）构建运动性能函数；然后根据LEACH算法基础框架，将能量密度函数和运动性能函数引入簇头选择；最后根据当前轮节点死亡率构建自适应调节函数，对簇头选择进行自适应调节；重复上述簇头选择过程，直至全部节点死亡。本发明综合考虑了传感器节点邻域半径内剩余能量率和密度、移动汇聚节点运动参数变化、节点死亡率等因素，提高了簇头选择自适应性、延长了网络寿命、降低了数据延迟、均衡了网络负载。

技术领域

本发明涉及无线传感器网络通信技术领域，尤其涉及一种基于移动汇聚节点的WSNs改进分簇能耗优化方法。

背景技术

无线传感器网络(Wireless Sensor Networks，WSNs)由成千上万传感器节点构成。随着无线通信技术的快速发展，无线传感器网络有了更大的应用空间。传感器节点可以部署在很多无人坚守或生存条件恶劣的区域，对于这些传感器节点的监测数据进行收集带来了很大的挑战。移动汇聚节点的引入对于监测数据的收集提供了很大的帮助。因此，针对于移动汇聚节点的引入，如何均衡网络能耗、延长网络寿命、降低网络数据时延也成为了一项重要的研究课题。

在WSNs中，传感器节点自身携带的能量有限，无法及时进行补充，一旦耗尽，将会导致网络节点拓扑结构改变，监测性能下降，整个网络的生存周期也会减少。WSNs根据传感器网络中节点的类型可以分为多种类型，其中包含静止传感器网络(static WSNs)和移动传感器网络(mobile WSNs)。静止WSNs中，传感器节点随机分布后位置保持固定状态，但是传感器节点能量有限，且当它们靠近静止汇聚节点时具有高流量负载，从而引发节点能耗增大、过早死亡等问题。与静止传感器网络不同，移动WSNs中传感器节点分布后可以进行移动，移动汇聚节点(Mobile Sink)的引入可以有效缓解上述问题。许多学者针对无线传感器网络中的能量优化问题提出了很多相关的路由算法。最经典的分簇路由算法是Heinzelman等人提出的低功耗自适应分簇路由协议(Low Energy Adaptive Clustering Hierarchy，LEACH)，该协议首次提出了执行过程分轮和网络节点分簇的思想，将整个过程划分为若干轮，并且每一个完整的工作过程为“一轮”。其中，每一轮中包含两个阶段：簇的建立阶段和稳定的数据通信阶段。簇的建立阶段主要通过簇头选择阈值随机选择簇头，确定簇头集合和非簇头集合。然后簇头节点广播自己成为簇头的消息，非簇头节点根据接收各个簇头节点的信号强度，选择加入信号最强的簇头节点，建立多个簇。其次，簇内成员将自身监测数据发送给相应的簇头节点，簇头节点对接收到的数据进行融合处理，将融合后的数据发送给汇聚节点，对节约网络能耗和延长网络寿命具有一定成效。

经典的LEACH分簇路由算法建立了分簇路由算法的基本框架，对无线传感器网络中针对能耗优化的分簇路由算法有很好的意义。现存的分簇路由算法中，存在以下问题：

1，在进行数据传输过程中，靠近汇聚节点的传感器节点具有较大的流量负载，能耗消耗较大，会出现过早死亡的问题；

2，移动汇聚节点的移动性，导致数据传输网路拓扑结构不断变化，网络中各个传感器节点能耗不均衡和数据延迟；

3，簇头选择具有随机性，簇头选择时没有考虑移动汇聚节点运动参数的变化对网络能耗的影响，导致部分簇头进行远距离传输能耗较大。

发明内容

本发明公开了一种基于移动汇聚节点的WSNs改进分簇能耗优化方法，通过考虑在节点邻域半径内的剩余能量率和密度和移动汇聚节点移动的方向性，同时引入自适应调节函数，进而对簇头选择阈值进行自适应调节，增加了簇头选择的自适应性，降低了数据延迟，延长网络寿命，减少网络能耗。

为了实现上述目的，本发明采用以下技术方案：