能量负载均衡的无线传感网分组成簇协议

收稿日期：2011－01－04；修回日期：2011－03－01。

作者简介：邓亚平（1948－），男，重庆人，教授，主要研究方向：计算机网络与通信、网络信息安全；陈峥（1985－），男，河南开封人，硕士研究生，主要研究方向：计算机网络与通信。

文章编号：1001－9081（2011）06－1465－04doi ：10．3724/SP．J．1087．2011．01465能量负载均衡的无线传感网分组成簇协议邓亚平，陈峥（重庆邮电大学计算机科学与技术学院，重庆400065）(chenzh1123@163．com)摘要：针对无线传感网（WSN ）中分簇路由协议在簇首分布及节点能耗不均问题，提出了一种节点能量负载均衡的分组成簇算法。

根据节点能量分组，并随着节点能量的减少动态调整分组个数，组内根据能量重心进行簇首选举，利用簇首轮转和簇间多跳路由进一步均衡节点能耗。

仿真结果表明，该算法有效实现了负载均衡，并显著延长了网络的稳定期。

关键词：无线传感网；分组成簇；负载均衡；多跳路由；网络稳定期中图分类号：TP393．03文献标志码：AGroup clustering protocol based on energy balance for wireless sensor networksDENG Ya-ping，CHEN Zheng(College of Computer Science and Technology，Chongqing University of Posts and Telecommunications，Chongqing 400065，China )Abstract:Concerning the inequality of cluster-head distribution and node energy consumption in Wireless Sensor Network (WSN)cluster routing protocol，a node-energy load-balance clustering algorithm was proposed．Group according to the node energy，dynamically adjust the group number to the node energy reduction，conduct cluster-head election in the group according to the energy focus，and further balance the node energy consumption using cluster-head rotate and multi-hop routing between clusters．The simulation results show that this protocol effectively balances the energy consumption among network nodes and achieves an obvious improvement in network stable period．Key words:Wireless Sensor Network (WSN);grouping cluster;load balancing;multi-hop route;network stable period0引言无线传感器网络（Wireless Sensor Network ，WSN ）由大量的具有数据采集、无线通信和自组网功能的低成本、微小传感器节点组成，通过随机部署于监控区域，可以实现对该目标区域的实时数据监测和有效传输。

无线传感器网络在环境恶劣、无人值守、资源受限的环境中显示了很大的应用价值，能够客观有效地获取物理信息，有十分广阔的应用前景，可应用于军事国防、城市管理、生物医疗、智能家居、工农业控制、环境检测、防恐反恐、抢险救灾、危险区域远程控制等诸多领域［1］。

由于传感器节点通常以电池来供电，且不太可能进行电池更换，因此如何高效使用能量来最大化网络生命期限是WSN 面临的重要挑战。

低功耗自适应集簇分层型协议［2］（Low Energy AdaptiveClustering Hierarchy ，LEACH ）是最早提出的一种分布式分簇路由协议，其后的许多分簇算法都是在其基础上发展而来。

文献［3］指出LEACH 选取簇首的方法无论从数量上还是分布位置上都常常呈现不稳定状态。

文献［4］在簇首的选择时充分考虑了节点的能量和地理位置。

文献［5］在簇首选择时考虑了节点的密度。

文献［6］提出的算法考虑了节点的剩余能量，以及簇头、节点跟基站三者之间的相互距离和节点的层次水平三个参数。

文献［7］提出每个簇内采用多簇头方式共同承担簇头作用，以提高能量的使用效率。

文献［8］提出了一个以节点到基站的距离和所执行的轮数为参数的函数。

以上所提到的算法都不能保证簇首的个数和相对均匀的分布。

文献［9］提出了一种分组成簇的算法GCAL （Group Clustering Algorithm for LEACH ），节点先按最优簇首个数k 分组，再在组内成簇。

该算法保证了簇首的个数和相对均匀的分布。

本文提出了一种能量负载均衡的分组成簇协议，该协议采用改进后的GCAL 算法，在分组的过程中充分考虑了节点能量与组内能量，并随着节点能量的减少动态调整分组的个数来减小成簇的半径，延长网络的生命周期。

此外，在成簇过程中，以能量重心作为簇首选择的依据，采用簇首轮换方式来平衡簇内负载及延长网络稳定期（从传感器网络启动到第一个节点能量耗尽的时间）。

1网络模型与问题描述1．1网络模型假设N 个传感器节点随机均匀散布在一个方形区域内，基站远离节点监测区域。

该网络还有如下假设：1）基站唯一且位置固定，所有传感器节点在部署后均不再发生移动。

2）所有传感器节点都具有相同的结构，每个节点具有唯一标识，所有节点都具有数据融合功能。

3）节点可根据自身与接收者的距离远近，自由调节发射功率以节约能量。

4）节点没有位置信息，但可以根据接收信号的强度计算出发送者到自身的相对距离。

根据发送节点和接收节点之间的距离，使用不同的能耗模型计算发送数据所需的能量。

节点发送L 比特数据到距离第31卷第6期2011年6月计算机应用Journal of Computer Applications Vol．31No．6June 2011为d的接收方，可使用式（1）计算发送能耗：ETX （L，d）=LEelec+Lεfsd2，d＜dLEelec+Lεmpd4，d≥d{（1）其中：Eelec 表示无线收发电路每比特所消耗能量，εfs和εmp取决于收发放大器。

即若传输距离小于阈值d，采用自由空间模型，否则使用多路径衰减模型。

节点接收L比特数据所消耗的能量为：ERX （L）=LEelec（2）将m个L比特长数据包融合所消耗能量为：Ef （m，L）=mLEDA（3）其中EDA表示融合1比特数据所消耗的能量。

1．2问题描述GCAL分组成簇算法的基本思想是：在分组阶段，根据节点总数及分组个数，分成组内节点个数相同的若干组，进而由组成簇来保证成簇的均匀性；成簇阶段，组内簇首的选举与节点的剩余能量直接相关，选组内剩余节点能量最大的担任簇首；簇首直接向基站传输数据。

本文在以下方面对原有算法进行改进：1）考虑随着网络的运行，每个组内的能量会出现差异，生成的每个簇的能量也会有所差异，如果这种差异过大，则会影响网络的生命周期。

所以在分组的过程中充分考虑节点能量与组内能量，将网络分成能量相同的若干组，从而形成的簇的能量也相对均衡，达到能量均衡的目的。

2）考虑到随着时间的推移，区域中所有节点的能量会逐渐减少，此时再分组时，适当增加分组的个数，这样成簇时的簇头个数就会增加，每个簇的半径就会减小，簇首的负载就会减小，从而延长网络的稳定期。

3）在由组成簇阶段，簇首的选择应该综合考虑节点的剩余能量和簇内的通信代价，其中后者主要由簇首的位置决定。

降低簇内的通信代价可以均衡簇内节点负载，同时亦使所成的簇更为接近对应分组。

4）当网络接近不稳定期时，节点的能量普遍偏低，此时负载的不均衡容易导致某些节点的快速死亡。

采取一种簇首的轮换机制，当簇首剩余能量低于一定的阈值时将选择簇内剩余能量最多的节点作为继承节点。

5）考虑到基站远离网络监测区域，簇首需向基站进行长距离数据传输，引入多跳路由以减轻簇首负担。

对于远离基站的簇首，综合考虑节点剩余能量与链路能量开销两个参数来选择其下跳中继簇首。

2算法描述新算法将时间划分为轮（Round），每轮即一个数据收集周期。

刚开始是分组阶段（Group Stage），将节点划分成组，随后是成簇阶段（Cluster Stage），由各组选出簇头形成若干个簇，最后是稳定阶段（Steady Stage），各个簇将收集的数据发送给基站。

为了减少能耗和保持网络的相对稳定，分组周期长度应远大于数据收集周期。

2．1基于能量的动态分组阶段假定簇首数目为k，分组过程如下：基站向所有节点广播分组请求消息，接收到的节点返回确认（ACK）消息，消息内容包含节点的能量信息。

基站根据收集的能量信息计算出每组的平均能量aepc=ETotalk，然后选择最后一个响应节点作为第一组的组头GH1，并向其发送组头消息，内容包含分组ID，分组数k和分组能量阈值aepc。

类似于基站，GH1继续广播成组请求，当接收到的未分组的节点能量累计超过阈值aepc 时，GH1选择下一个响应节点作为下组组头GH2并向其发送组头消息，同时向之前的未分组节点发送成组协定消息以召集为组内成员。

此过程重复进行，直至GHk。

GHk将直接广播最终分组消息，此时仍未分组节点均加入该组，分组过程结束。

在经过一个很长的分组周期后重新分组时，动态调整分组的个数，增加λ个分组，分组个数的增加意味着生成的簇首个数的增加，那么成簇的半径就会减小，簇首的负载也会相应减小，从而延长网络的稳定期。

在分组周期的前一个数据收集周期，各节点将自己的剩余能量连同数据一同发送给簇首，由簇首将收集的组内总能量信息发送给基站，减少分组时的能量开销。

2．2基于能量与通信代价的簇首选择成簇阶段主要是在组内选择簇首，然后成簇。

原算法在每组内选择剩余能量最多的节点作为簇首，这样的簇首选择具有一定的随机性，并没有考虑簇内非簇首节点向簇首发送数据的通信代价，尤其当所选簇首靠近分组的边界时，更容易导致簇内能耗过大。

由网络能耗模型可知，簇内的能量消耗大致可分为两部分：非簇首节点向簇首节点发送数据包的消耗和簇首节点收集并融合数据的消耗。