传感器分簇算法研究及其进展讲诉.docVIP

无线传感器网络(WSN)在军事、环境监测、工业控制、智能家居和城市交通等方面都有重要的实用价值，已成为热点研究领域之一。对应于不同的应用需求，各种WSN在硬件平台、软件系统和通信协议上都存在较大差异。从网络拓扑的角度看，WSN可以被分为平面结构以及分簇结构两大类。平面结构中WSN各节点的地位都是平等的，而在分簇结构中，网络中的节点被划分为若干个称为簇的节点集合，每个簇通常由一个簇头节点和多个成员节点组成，簇头负责管理和控制簇成员节点的工作，同时负责簇内数据收集及簇间数据转发。与平面结构相比，采用分簇结构的WSN具有能量效率高、可扩展性好等优点，但是如何选取簇头、划分簇类，需要合适的分簇算法加以解决。 1 WSN中的分簇架构??? 在采用分簇结构的无线传感器网络中，网络节点被划分为若干个簇。每个簇通常由一个簇头节点(CH)以及多个成员节点(MN)组成。成员节点只与簇头通信，簇头与簇头构成高一级的虚拟骨干网，负责簇内的数据融合和簇间数据转发。因为簇头节点的能量消耗较大，通常采用周期性选择簇头节点的方法均衡网络中节点能量的消耗。簇头的集合形成连通统治集(CDS)，因为获得最优CDS是NPC问题，因此实际提出的算法均为启发式的。图1给出了分簇结构以及簇内与簇间的数据流向。 ? WSN采用分簇结构具有如下一些显著的优点： 在满足一定约束条件情况下(例如覆盖范围与采样精度要求等)，簇成员节点可以在某些时间段内关闭通信模块，大幅度减少空闲等待状况的能量消耗，因此可节省能量。 簇头通常负责采集簇成员发送来的数据，这些数据具有较大的相关性，因此可以采用数据融合算法，在保证信息量的情况下降低数据通信量，降低数据转发的能量开销。 因为采用层次结构，簇成员只需了解到所属簇头的路由信息，簇头只需了解簇头间的路由信息，因此可降低路由协议的复杂度，减少路由表项数目，路由维护开销也随之降低。 具有较好的可扩展性能，更加适合于大规模WSN的应用场景。 2.1 集中式/分布式算法??根据是否存在一个中心控制节点(通常是基站)负责整个网络的簇划分，分簇算法可分为集中式与分布式两类。典型的集中式算法有LEACH-C[2]、APTEEN[3]等。我们提出的基于径向基函数(RBF)的分簇算法[4]也属于此类。中心控制节点通常有持续的电源供应、较高的存储与计算能力，并能获得网络的全局信息(如每个节点的位置以及剩余能量等)，因此可以采用复杂的算法获得优化的分簇结果。但是由于普通无线传感器节点能量有限，计算与通信能力不强，因此对于大型的WSN，集中式算法在灵活性、可扩展性以及健壮性等方面存在缺陷，例如很多集中式算法要求获得节点的剩余能量，因为传感器节点运行中能量不断下降，所以必须隔一段时间就得通知中心控制点更新剩余能量信息，这就造成大量额外数据包的传输，使算法的开销过大。 ??与集中式算法不同，分布式算法一般只需要相邻节点之间互相交换信息，甚至不考虑相邻节点独立作出判断，这类算法简单、高效、灵活，因此更适用于大规模WSN。目前大部分经典的WSN分簇算法如LEACH、HEED[5]等，都属于分布式算法，Hausdorff算法[6]、响应式分布分簇算法(RDCA)[7]也属于这一类。 ? 2.2 基于地理位置/地理位置无关算法??根据是否需要借助GPS获得节点的地理位置，可以将分簇算法分为基于地理位置的算法与地理位置无关算法两类。典型的基于地理位置的算法有GAF[8]等，其他大部分常见的分簇算法，如LEACH与HEED算法等，都不需要借助于地理位置信息。基于地理位置的算法有的需要获得全局信息，有的只需要通过广播包获得相邻节点的位置信息。因为传感器网络节点数量大，单个节点造价低、能量有限，而GPS模块不但成本高而且会额外消耗节点能量，因此为每个节点都配备GPS模块是不经济的。通常的做法是在网络中设置少量信标节点，一般是通过携带GPS定位设备获得自身的精确位置，然后其他传感器节点通过信标节点的位置信息根据一定的定位算法获得自身的位置。常用的定位算法有到达时间(TOA)、到达时间差(TDOA)、接收信号强度指示(RSSI)、到达角度(AOA)和距离向量-跳数(DV-Hop)[9]等。不过在室内、水下或森林等有障碍环境中无法使用GPS系统，使其应用受到一定限制。基于地理位置的分簇算法一般假设节点已知自身的精确位置，而如何获得自身位置信息则不包括在算法内。 ? 2.3 确定性/随机性算法??在网络拓扑结构与每个节点的剩余能量不变的情况下，根据分簇算法是否能取得确定结果，可将其分为确定性与随机性算法。在确定性算法中，节点必须等待某个特定事件发生或某些特定节点已宣布自己的角色(CH还是MN)后，才能做出决定。例如DCA算法[10]必须等待所有权值高于自己的相邻节点宣布成为C