无线传感器网络中移动接收器的运动以节约能源

摘要

能源是无线传感器网络的主要约束条件。在多跳网络中，汇聚节点附近的节点负责转发来自较远节点的数据，消耗大量的能量。电池在短时间内就耗尽了。在该系统中，我们引入了用于无线传感器网络中多个传感器数据采集的移动接收器。在无线传感器网络中，首先要找到集合点(RP)。一种处理这一挑战的方法是提出一种混合移动模式，其中一个移动汇聚节点只访问集合点(RPs)，作为敌对的所有节点。似乎不是RP的传感器节点通过多跳将其检测到的知识转发给最近的RP。这样做的基本缺点是计算这些rp在给定延迟之间的访问次数。然而，独特的最佳之旅是NP-hard的缺点。为了解决这一缺陷，提出了一种称为加权交会规划(WRP)的启发式方法，其中每个传感元素节点被指定一个权重，等价于它从巡回的跳跃距离，以及它转发到最近RP的信息包的种类。 WRP is valid via intensive technique, and our results demonstrate that WRP permits a mobile sink to retrieve all detected knowledge among a given point in time whereas preserving the energy expenditure of sensor nodes. a lot of specifically, WRP reduces energy consumption by twenty second and will increase network life by a quarter mile, as compared with existing algorithms.

关键字

WRP，能量，汇聚节点。

介绍

无线传感器网络(WSN)由能够从环境中收集信息并通过无线收发器相互通信的传感器节点组成。收集到的数据将被传送到一个或多个接收器，通常是通过多跳通信。传感器节点通常使用电池，通常部署在不易接近或恶劣的环境中，有时数量很大。更换传感器节点的电池可能很难或不可能。另一方面，碳汇通常富含能量。由于传感器能量是传感器网络中最宝贵的资源，有效利用传感器能量以延长网络生命周期一直是传感器网络研究的重点。无线传感器网络中的通信具有多对一的特性，即来自大量传感器节点的数据往往集中在几个sink中。由于距离接收器较远的传感器节点通常需要多跳路由以节省能量，因此接收器附近的节点可能会负担来自其他节点的大量流量。

传感器节点在能量、处理器和内存以及低范围通信和带宽方面受到资源限制。有限的电池电量用于操作传感器节点，当节点死亡时，很难更换或充电。这将影响网络性能。能量的节约和收集增加了网络的寿命。为了优化通信范围，减少能源消耗，我们需要节约传感器节点的能量。部署传感器节点是为了收集信息，并希望所有节点都能持续工作，尽可能长时间地传输信息。这解决了无线传感器网络的寿命问题。传感器节点在传输数据、接收和转发数据包时消耗能量。因此，设计路由算法，最大限度地延长寿命，直到第一个电池到期是一个重要的考虑因素。设计能量感知算法可以延长传感器节点的寿命。在一些应用中，网络规模较大，需要可扩展的体系结构。 Energy conservation in wireless sensor networks has been the primary objective, but however, this constrain is not the only consideration for efficient working of wireless sensor networks. There are other objectives like scalable architecture, routing and latency. In most of the applications of wireless sensor networks are envisioned to handled critical scenarios where data retrieval time is critical, i.e., delivering information of each individual node as fast as possible to the base station becomes an important issue. It is important to guarantee that information can be successfully received to the base station the first time instead of being retransmitted. In wireless sensor network data gathering and routing are challenging tasks due to their dynamic and unique properties. Many routing protocols are developed, but among those protocols cluster based routing protocols are energy efficient, scalable and prolong the network lifetime .In the event detection environment nodes are idle most of the time and active at the time when the event occur. Sensor nodes periodically send the gather information to the base station. Routing is an important issue in data gathering sensor network, while on the other hand sleep-wake synchronization is the key issues for event detection sensor networks.

无线传感器网络(WSN)由空间分布的自主传感器组成，用于监测物理或环境条件，如温度、声音、压力等，并将其数据通过网络协作传递到主要位置。更现代化的网络是双向的，也可以控制传感器的活动。无线传感器网络的发展是受到战场监视等军事应用的推动;今天，这样的网络被用于许多工业和消费应用，如工业过程监测和控制、机器健康监测等。

WSN由几个到几百个甚至几千个“节点”组成，其中每个节点连接到一个(有时是几个)传感器。每个这样的传感器网络节点通常都有几个部分:一个带有内部天线或连接到外部天线的无线电收发器，一个微控制器，一个与传感器连接的电子电路和一个能量源，通常是电池或嵌入式能量收集形式。传感器节点的大小可能从鞋盒大小到一粒尘埃大小不等，尽管真正微观尺寸的功能“微粒”尚未被创造出来。传感器节点的成本同样可变，根据单个传感器节点的复杂性，从几美元到数百美元不等。传感器节点的尺寸和成本限制导致了对能源、内存、计算速度和通信带宽等资源的相应限制。无线传感器网络的拓扑结构可以从简单的星型网络到先进的多跳无线网状网络。网络跳点之间的传播技术可以是路由或泛洪。

相关工作

1) Ad-hoc传感器网络中的分布式聚类:一种混合、节能的方法——>Ossaiiia Younis和Sonia Fahmy。本文提出了一种新的高效节能的自组织传感器网络节点聚类方法。基于混合节能分布式聚类，根据簇头剩余能量和次要参数(如节点与邻居的接近度或节点度)的混合，周期性地选择簇头。2)正则拓扑下无线传感器网络的网络寿命最大化——->田慧，沈宏，Matthew Roughan作者首先提出了如何在SN的通信半径不小于传感半径的情况下，使用最小数量的SN来实现覆盖面积的最大化，从而实现了正则拓扑在WSNs部署中的应用。Shah, S. Roy, S. Jain和W. Brunette)—本文涉及移动数据收集，它使用一个或多个移动收集器，这些收集器是机器人或装有强大收发器和电池的车辆

传感器网络节能的覆盖和连接配置>——在本文中，作者提出了一种新型协议的设计和分析，该协议可以动态配置网络以实现有保证的覆盖和连接程度。这项工作与现有的连接或覆盖维护协议在几个关键方面有所不同。5)传感器网络中的数据存储位置——> M. Rahimi, Y. Yu——在本文中，作者介绍了存储节点来存储从传感器收集到的数据。6)无线传感器网络中机会数据采集的数据预转发——>吴秀超，Kenneth N. Brown——在本文中，作者提出了一种分布式DPF机制，在机会数据采集的背景下，利用人类移动的空间局部性。通信协议首先经过精心设计，以便传感器节点能够高效地与其邻居和移动节点进行集合和通信。7)无线传感器网络中移动汇聚组数据传播的新策略——>Soochang Park, Euisin Lee, Min-Sook Jin, and Sang-Ha Kim。在本文中，作者提出了一种新的数据传播策略，可以与移动接收器组的任何成员接收器解耦。为了独立处理移动汇聚组，该策略由三种机制组成:代表性位置更新、分布式数据收集和每组足迹链。

提出工作

我们认为网络中的所有传感器节点都会周期性地产生数据包。传感器节点生成的每个包都应该在每个包的死线内到达接收器。在这里，我们考虑一个移动接收器通过这些数据包死线内的一些特定的集合点从传感器进行数据收集。在这里，我们的目标是根据延迟、效用和旅行的总长度来规划水槽的旅行。

A.分析数据接收器细节:

当数据sink在传感器传输覆盖范围内时，将数据切换给数据sink。传感器位于数据接收器范围内，以最小跳数将所有信息转换到数据接收器。

B.减少跳数传输:

多跳路由，数据包在到达数据接收器之前必须经历多次中继。尽量减少转发路径上的能量消耗并不一定会像一些流行的传感器那样延长网络的生命周期。因此，为了避免多跳路由中的问题，我们设置了较少的跳数传输。

C.选择传感器为RP:

将选择一个传感器子集作为轮询点，每个传感器在一定数量的中继跳内聚合来自其附属传感器的本地数据。这些pp将临时缓存数据，并在移动收集器到达时将其上传到移动收集器。PPs可以是网络中传感器的一个子集，也可以是一些其他特殊设备，比如具有更大内存和更多电池电量的存储节点。

D.查找并收集Rp的数据:

由于移动收集器可以自由地移动到传感领域的任何位置，因此提供了为其计划最佳行程的机会。我们的基本思想是在网络中找到一组特殊的节点，称为PP，并通过按特定顺序访问每个PP来确定移动收集器的行程。当移动收集器到达时，它轮询每个PP以请求数据上传。然后把数据上传到M-Sink。

E.数据向基站切换:

RP是将数据包上传到移动采集器的一跳方式。移动采集器从位于传感场内外的静态数据接收器开始巡回，在pp处收集数据包，然后将数据返回给数据接收器。最后，M-Sink将数据切换到数据接收器，如BS。

仿真结果

在本节中，将介绍仿真工具和为仿真选择的各种参数。各种性能指标用于比较移动汇聚在不同方法下的移动性能。速度在最小和最大速度分别为0 m/s和20 m/s之间统一选择。当节点到达目的地时，它会在那里停留一段时间，之后它会选择另一个随机的目的地点并重复这个过程。模拟结束100秒。数据流量由源和目的之间发起的CBR (Constant Bit Rate)会话产生。在模拟开始时，假设所有节点的电池容量相同且能量充足，每个节点的初始能量为0.5 j，每个节点的发射功率约为0 mW，接收功率约为0.335mW。

A.能源效率(EE):

在模拟结束时，以字节/焦耳为单位测量的总接收数据。

EE=接收的总数据(字节)/消耗的总能量(焦耳)。

如果节点的电池容量为零，则节点将死亡。网络生命期可以用多种方式定义:它可以定义为网络中K%节点死亡所花费的时间。它可以是第一个节点死亡所花费的时间。它也可能是网络中所有节点死亡的时间。我们的工作比较如下所示。能量消耗对比如上图所示，它取决于开销和负载，路径失效主要取决于sink移动的所选路径上任意一个节点或RP能量不足。

B.Throughput:

在无线传感器网络中，例如传输或分组无线电，网络吞吐量是通过通信信道成功传递消息的平均值。这些数据可以通过物理或逻辑链路传递，也可以通过某个网络节点传递。吞吐量通常以每个时隙的数据包来衡量。它可以计算为最大总吞吐量、最大理论吞吐量、最大持续吞吐量、峰值吞吐量、标准化吞吐量等。

吞吐量的比较如上图所示，它取决于成功传递数据包的特定通道中数据包流的速率。

吞吐量=文件大小/传输时间(bps)

结论

在我们的工作中，我们做了WRP，一种控制无线传感器网络中移动接收器运动的方法。WRP从传感器网络中选择一组RPs，既能降低传感器节点的能量消耗，又能防止能量空洞的形成，同时保证传感数据的及时采集。我们还比较了WRP与现有方案在传感器节点能耗方面的差异。仿真结果表明，该方法能耗分布均匀，优于现有方法。作为未来的工作，我们计划增强我们的方法，以包括具有不同延迟要求的数据。这意味着移动接收器需要比其他传感器网络更频繁地访问某些传感器节点或部分，同时确保能源使用最小化，并且在给定的截止日期内收集所有数据。此外，我们计划将WRP扩展到多个移动接收器/漫游者的情况。通过RP的多跳通信，从可到达下沉的传感器节点生成应急信号。

参考文献

1. C. S. R. Murthy和B. S. Manoj，“Adhoc无线网络:架构和协议”，Prentice Hall, 2004。
2. Srivastava，“跨层设计:一个调查和未来的道路”，IEEE通信杂志，2005年，43(12)，第112-119页。J. Broch, D. Johnson和D. Maltz，“移动自组织网络的动态源路由协议”，IETF Internet草案，2004年。
3. Charles E. P, E. M. Belding-Royer和I. Chakeres，“Adhoc按需距离向量路由”，IETF Internet草案，2003。
4. Mahesh K. M和Samir R. D，“Adhoc网络中的按需多路径距离矢量路由”，《IEEE国际网络协议会议论文集》，第14-23页，2001。
5. S. J. Lee和M. Gerla，“Adhoc网络中最大不相交路径的分裂多路径路由”，第7卷。《IEEE国际商会论文集》，第3201-3205页，2001。
6. 王磊，舒玉玉，张磊，杨欧，“Adhoc网络中多路径源路由的负载均衡”，电子学报，2002,Vol. 5, pp. 3197 - 3201。
7. 杨振强，Krishnamurthy S. V和Tripathi S. K.“移动Adhoc网络的可靠路由框架”，IEEE信息通信学报，2003，第1卷，第270 -280页。
8. 王正宇，丁向军，林林，“一种基于网格的能量感知节点分离多路径路由算法”，计算机工程学报，2007,Vol. 5, pp. 244-248。
9. 王正宇，薛晓梅，薛汉涛，“基于蚂蚁能量感知的多路径路由算法”，计算机工程学报，2007,pp. 674-679。
10. 袁平，白勇，王宏，“一种基于多路径节能路由协议的Adhoc网络”，计算机工程学报，Vol. 3, 2006, pp. 1462 -1466。
11. 林晓玲，王t.k，雷明，朱克曼，“LAMOR:基于寿命感知的多路径优化路由算法”，电子工程学报，2006,Vol. 2, pp. 623-627。
12. Jin s.y, K. Kang, Y. J. Cho和S. Y. Chae，“无线Adhoc网络的功率感知多路径路由协议”，《IEEE无线通信与网络会议论文集》，2008，第2247-2252页。
13. Anand P. S, Anto A. J, Janani V, Narayanasamy P，“移动Adhoc网络的多路径功率敏感路由协议”，
14. 无线随需应变网络系统，Vol. 2928, 2004, pp. 84-89。
15. H Do-Youn, Eui-Hyeok K，和Jae-Sung L，“能量感知源路由与不相交多路径选择的节能多跳无线Adhoc网络”，国际信息处理联合会学报，2006,pp. 41-50。
16. 李秀明，张丽玲，李永勇，“一种基于能量感知的移动自组织网络多路径路由协议”，计算机工程，2005,pp: 1-6。
17. P. Sinha, R. Sivakumar和V. Bharghavan，“CEDAR:一种核心提取分布式自组织路由算法”，《IEEE INFOCOM学报》，第17卷，第1454-1465页，1999。
18. Q. Xue, A. Ganz，“移动Adhoc网络中的Adhoc QoS按需路由”，并行与分布式计算杂志，第63卷，no. 1。2, pp. 154- 165,2003。
19. 陈磊，“移动自组织网络中支持服务质量的协议”，博士论文，罗彻斯特大学，纽约，2006。
20. Luo L和Cuthbert L，“Adhoc网络中节点分离路由的QoS”，《无线通信、网络和移动计算国际会议论文集》，2007年，第1649-1652页。
21. Boshoff J. N和Helberg A. S. J，“基于延迟感知多路径路由的Adhoc网络实时多媒体流量QoS改进”，《无线通信学术研讨会论文集》，2008,pp.1-8。