基于能量均衡高效的LEACH改进算法_谢佳.pdf

电子技术应用 2023年 第49卷 第1期Communication and Network通信与网络基于能量均衡高效的 LEACH 改进算法*谢佳，张玲华（南京邮电大学 通信与信息工程学院，江苏 南京 210023）摘 要：LEACH 路由协议是无线传感器网络一个经典的分簇路由方法，但在限能严重的无线网络中，节点功耗高、生存时间短等问题严重影响网络性能，为此提出了改进的基于能量均衡高效的 LEACH-X 协议。通过加入最优簇首数，提出修正的剩余能量因子，考虑节点的剩余能量、周期内当选过簇首的次数以及密度因子，并对部署区域分区，针对区域调整距离因子增益参数的权重来修正簇首选举阈值函数；接着进行二次竞争并最终选举簇首，从而减小节点能耗，使 WSN 存活时间得到一定的延长。仿真结果表明，与传统 LEACH 协议进行对比，LEACH-X 协议降低了网络能耗，延长了网络生存时间。关键词：无线传感器网络；LEACH；最优簇首；剩余能量因子；密度因子；距离因子；分区中图分类号：TN92；TP393 文献标志码：A DOI:10.16157/j.issn.0258-7998.223052中文引用格式：谢佳，张玲华.基于能量均衡高效的 LEACH 改进算法J.电子技术应用，2023，49(1)：63-68.英文引用格式：Xie Jia，Zhang Linghua.Efficient LEACH algorithm based on energy equalizationJ.Application of Electronic Technique，2023，49(1)：63-68.Efficient LEACH algorithm based on energy equalizationXie Jia，Zhang Linghua(School of Communication and Information Engineering，Nanjing University of Posts and Telecommunications，Nanjing 210023，China)Abstract：LEACH routing protocol is a classical clustering routing method in wireless sensor networks.However,in severely limited wireless networks,high power consumption and short lifetime of nodes seriously affect network performance.In this paper,an improved efficient LEACH-X protocol based on energy balance is proposed.By joining the optimal number of cluster head,the surplus energy correction factor is put forward.Considering the residual energy of nodes,the number of cluster head during the period and density factor,and partitioning the deployment area，the cluster head election threshold function is modified by adjusting the weight of the distance factor gain parameters for the region.Then,the second competition is in progress and ultimately the cluster head is selectd,so as to reduce the energy consumption of nodes,the survival time of WSN can be extended to some extent.Simulation results show that compared with the traditional LEACH protocol,the LEACH-X protocol reduces the network energy consumption and prolongs the network lifetime.Key words：wireless sensor network；LEACH；optimal cluster head；residual energy factor；density factor；distance factor；partition0 引言无线传感器网络(Wireless Sensor Network,WSN)是一 种 随 机 部 署 在 某 个 地 域 范 围 内 的 自 组 织 网 络1。WSN2能够监测、感知和收集区域内环境或被监控对象的信息，广泛应用于国防军事、工业过程控制、环境监测等领域3，其研究、开发和应用关系到国家安全、经济发展等许多重要方面4。WSN 具有以数据为中心、资源受限、快速部署、网络拓扑频繁变化不易维护等特点5。其应用环境特殊，当节点能量耗尽将无法继续工作。因此,为了能够延长WSN 的生命周期，设计出简单有效的协议，是 WSN 的一项关键技术。LEACH(Low Energy Adaptive Clustering Hierarchy)6是最早被提出来的自适应分簇路由协议，但在严重限能的 WSN 中，对簇首的选择较为随机，且没有将节点密*基金项目：国家自然科学基金项目（61771258）63Communication and Network通信与网络www.ChinaAET.com度、节点负荷和节点剩余能量考虑进簇首选举过程中，整个网络性能较低7，不利于 WSN 的生存。很多学者提出了改进的 LEACH 协议。文献8中提出了 LEACH-C 协议，通过获取节点的位置和剩余能量信息参与簇首选举，优化分簇，但频繁交换信息使得网络 能 耗 加 快；文 献 9通 过 建 立 规 模 不 同 的 簇 提 出 了EEUC 路由协议；文献10对 EEUC 协议进行了改进，但是没有考虑到随着周期不同，各个因子对网络负载均衡的影响也不同；文献11的 LEACH-Advanced 协议加入了剩余能量因子、距离因子，对 LEACH 算法的阀值函数进行修正，但是没有考虑密度因子的影响。针对以上问题，本文提出了一种基于能量均衡高效的 LEACH 改进协议 LEACH-X。通过仿真数据的结果得 出，LEACH-X 协 议 与 传 统 LEACH 和 LEACH-Advanced 相比，降低了功耗，明显延缓了第一个死亡节点的出现，一定时间内存活节点增多，有效延长了网络寿命。1 LEACH 协议概述1.1 LEACH 协议简介LEACH 工作周期在簇首选举阶段，节点生成一个随机值，该值与阈值 T(n)比较，若小于阈值，则该节点就被选举为本轮的簇首。阈值 T(n)公式12如下:T(n)=p1-p()rmod()1p,n G0，其他(1)式中，P 是网络中簇首节点所占比，r 表示当前轮数，G 是在运转(1/p)轮后未被选择为簇首节点的节点集。1.2 网络模型本文对 WSN 作如下预置条件：（1）传感器节点部署随机，部署之后不能再移动;（2）传感器节点具有相等的初始能量，其计算、通信和融合数据的能力是相同的;（3）传感器节点能量有限，普通节点无能量补充；（4）传感器节点可以感知信号强度从而计算获得距离。1.3 能耗模型无线传感器网络中根据接收方和发送方之间的距离来决定采用哪种能量模型13进行能量计算:发送方所消耗的能量为：ETx(k,d)=kEelec+kfsd2,d 1Ecurrent()iE0,r=1(5)式中，Ecurrent(i)为节点i的当前剩余能量，Eaverage(r-1)是第r-1 轮节点的平均能量，E0是网络初始时的平均能量。该式表明，节点剩余能量越大，通过阈值函数当选簇首的概率就越大。剩余能量因子的引进充分考虑了节点的剩余能量，使簇首的选取更为合理，延长网络的工作时间。2.2 密度因子在实际应用中，大多数无线传感器网络节点都是随机部署的，若簇首节点附近的节点数量少，则会增加通信成本导致节点能量消耗较快。受文献14启发，引入归一化邻居节点密度因子(i)，其定义为:(i)=()ii=1Nalive2()i(6)(i)为邻居节点密度,其计算式为:(i)=NneiborNst(7)式中，Nneibor是在通信半径内的邻居节点数量，Nst为均匀分布簇中节点邻居节点数。邻居节点的集合为：Nneibor=j|d(i,j)R,j Nalivei 1,2,N(8)其中，d(i,j)为节点 i、j 之间的距离，R 为通信半径。根据参考文献15得到:R=A2Np()i(9)其中，A 为一个定值（分布的正方形区域边长）；N 为监测64Communication and Network通信与网络电子技术应用 2023年 第49卷 第1期范围内节点总数量；p(i)表示簇首的数量占所有节点数量的百分比，其计算式为：p(i)=knumNalive(10)式中，knum为网络中分簇的数量，Nalive为网络存活节点总数量。根据文献16，最优簇首数:knum=Nalive2fsmpAd2toSink(11)根据密度因子的定义，若节点密度过小，数据传输大部分采用多径衰落模式，数据传输成本很高，引入密度因子，通过阈值函数降低其成为簇首的概率，使网络能耗更均衡。2.3 距离因子由能耗模型可知，距离 Sink 节点较远的节点消耗的能量比其他节点更多。无线传感器网络中，接收信号的强弱和信号的传输距离成反比，基于这个原理可以获得节点之间的距离。本文引入参考文献15中的距离因子d(i)，其定义如下:d(i)=dmax-dtoSinkdmax-dmin(12)式中，dmax和 dmin代表网络中节点到 Sink 节点距离的最大值和最小值，dtoSink为节点 i 与 Sink 节点之间的距离。距离因子经过归一化，数值控制在 01 之间，方便控制参数。距离 Sink 节点越近，当选簇首的概率越大，使得簇首的选举更为合理。2.4 阈值函数参考文献16提出的一种分区方法，可以将部署区域划分，分别采取不同的能耗模型。改进的阈值函数为：T(i)=p()i1-p()i()rmod1p()i(M()i+()i+F()i),iG0,其他(13)式中，(i)为密度因子，函数 M(i)、F(i)的定义为：M(i)=Esurplus(i)+(1-Esurplus(i)p()i1+Ctimes(14)F(i)=1+w1d()i,dtoSink d01+w2d()i,dtoSink d0(15)其中，Ctimes为 i 节点当选过簇首的次数，w1和 w2是增益参数。新的阈值函数针对节点部署的不同区域采取不同的增益参数。离 Sink 节点较近的区域，采用自由空间衰落能耗模型，此时节点能耗相比多径传输要少，修正时增大距离因子的权重;对于离 Sink 节点较远区域的节点，采用多径衰落能耗模型，节点能耗更快更容易提前死亡，于是修正时减小距离因子的权重。2.5 二次选举参考文献17提出了候选簇首权值的定义，本文在此基础上进行改进，候选簇首的竞争权值为：W(i)=1Esurplus(i)+2(i)+3d(i)(16)式中，1、2和3是和为 1 的权值因子。根据参考文献15及多次实验验证，将密度因子的加权值2设成 1/5仿真效果较好。对于剩余能量因子的加权值1，随着轮次的增加，剩余能量越来越少，为了均衡节点能量，需更加侧重考虑剩余能量因素。经多次验证，加