《分层的水下传感器网络策略.docx》由会员分享，可在线阅读，更多相关《分层的水下传感器网络策略.docx（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、分层的水下传感器网络策略（通信学报）2014年第六期1网络与能耗模型1.1网络模型在网络初始状态，n个传感器节点随机分布在一个MMN的长方体内，10个sink节点均匀地分布在监控领域的水面长方体上外表，如图1所示，并假设水下传感器网络具有下面性质。1)水下传感器网络由固定在海底的静态节点、悬浮在水中的动态节点和浮在水面的sink节点构成。2)所有非sink节点均具有唯一的ID，并均匀地分布在监测区域。3)传感器节点采用水声通信进行数据通信，且数据分组传送到任意sink节点，均表示数据被成功采集。4)所有非sink节点具有类似的处理/通信能力。5)节点根据预先设置的功率进行数据通信，一经部署通信
2、功率不再改变。6)节点不具有位置感悟能力，但能感悟深度信息。7)节点周期性进行数据采集任务，并始终有数据传送至基站。8)网络的生命周期被定义为10%节点死亡的时间15。1.2能耗模型本文采用与文献16一样的水声通信能耗模型。对于当前的水下传感器网络节点，发送数据产生的能耗远远地超过节点接收数据产生的能耗，因而本文用节点发送数据产生的能耗来衡量整个网络的能耗，即不考虑数据接收带来的能耗。式(1)给出了水下传感器网络中节点发送数据的能耗模型。1.3节点运动模型水下传感器网络节点通过锚链被锚定，通过调整锚链长度来构成三维网络，节点随着海流做受限的运动17。图2给出了节点的运动范围。如图2所示，锚链长
3、度为L，通过对节点受力分析得知，节点遭到了水流横向的冲击力F，水流产生的浮力f以及锚链对节点的拉力T，这3种力构成了一组平衡力，夹角度数为。于是有tan=F/f，节点的运动范围Field=Lcos,L。为了模拟水下传感器网络的动态性特点，本文假定节点在运动范围内采用RandomWaypoint运动模型18。RandomWaypoint运动模型描绘为：传感器节点在运动空间A内随机生成坐标值产生起始S和目的点D，节点运动速度在Vmin，Vmax之间随机取值并匀速从S沿直线运动到D，再在Tmin，Tmax中随机选取一个时间Tpause保持静止，这样完成一次运动经过。随后节点将本次运动的目的点D作为下
4、次运动的起始点S，开场下一次运动经过，如此重复。网络中所有传感器节点均遵循上述运动经过，它们之间互相独立。2算法设计2.1算法设计道路首先分析水下传感器网络的环境特点，即水声通信、节点不具有感悟全局位置信息的能力、网络高时延、节点移动性等，并建立相关的网络模型。如图3所示，该算法思想立足于网络冗余，建立与网络冗余相关的接收节点的深度范围和网络分层。同时针对特定深度范围内的传感器节点，建立时机转发的路由机制，进而知足水下传感器网络的特性。2.2算法描绘节点将带有当前深度信息的数据分组进行一次广播，接收该数据分组的邻居节点获该发送节点的深度信息，结合节点通信半径、网络冗余度等信息计算通信范围D，并
5、检查本人能否在通信范围D内。假如在，则计算转发概率P；反之，则丢弃该数据分组。3分层路由策略3.1分层间距d与网络冗余采用静态分层模型，通过数学分析，预先确定网络的分层间距；该分层模型下，层内节点之间无需进行数据通信，层间通信采用了时机路由；节点i通过感悟当前深度信息来确定层号，时机转发带来的极大挑战是网络冗余，本文从网络冗余角度分析，提出分层间距d，该分层间距将依靠于节点的通信半径R和网络的冗余度每个节点广播后最多存在个节点接收数据。在总体积为VU的区域内随机分布n个水下传感器节点，由此构成水下传感器网络。假设该网络的网络冗余度为，为保证层内任意节点的接收范围内最大概率地存在个节点，考虑图4
6、所示的情况。在T时刻，某节点位于图4所示的原点处，节点通信半径R为预设固定值，假设分层间距为d。由于分层网络模型下同层节点无需进行通信，该节点在T时刻的通信范围被限制在区域DABCD内。根据网络冗余度的定义，该节点的通信范围DABCD内的最大概率存在着个节点来接收数据。对通信范围DABCD和网络分层间距d做了如下数学分析。DABCD的体积可由球锥ABCDO的体积减去圆锥ABCO的体积，求解区域DABCD的体积通过预先设定节点通信半径R，根据实际的应用需求给出冗余度，便能计算出相应的网络分层间距d和任意节点对应的下一跳邻居节点所在的深度区间I(h)，并对水下传感器网络冗余进行初步的控制。3.2时
7、机路由中消息转发概率针对节点位置信息未知的水下传感器网络，结合网络分层间距和节点的下一跳邻居节点所在的深度区间，提出一种基于相对深度距离和相对剩余能量的时机转发路由。定义1相对深度距离。水下传感器网络中，任意节点i进行一次数据转发，其下一跳邻居节点所在的深度范围为d1，d2，i的相对深度距离为mE。其中di为该节点的当前深度信息。定义2相对剩余能量。水下传感器网络中，某节点当前剩余能量为Er，节点的平均剩余能量为E。mE为当前网络状态下节点剩余能量的最小值，该值可由sink节点周期性全网反应获得，该节点的为了防止出现数据传输中断的现象，当数据传输失败时，选择该节点通信范围DABCD内的邻居节点
8、中具有最大转发概率的节点Pk值最大的节点作为消息的转发节点。4.3队列管理的实现队列管理机制工作原理包括消息入列方法和消息出列方法。消息入列方法：节点i收到来自其他节点的消息后，从消息中获取转发节点的深度信息和剩余能量信息，计算该节点转发消息的概率Pi详见4.2节，节点i以概率Pi将该消息插入消息队列，以1Pi的概率丢弃该消息，进入消息队列的消息根据Pi值由大到小的先后顺序发送；节点本身采集的信息则立即发送。若某节点的邻居节点均被丢弃时，选择Pi值最大的邻居节点进入队列，防止消息传递经过中出现传递中断的情况。消息出列方法：某节点的消息队列中若存在多个数据分组，根据数据分组中携带的Pi值大小，节
9、点优先发送Pi值大的数据分组，消息发送后消息标记为已发送，但不立即丢弃；只要当队列满时，丢弃在队列中存在时间最久的已发送消息，避免屡次发送同一消息。4实验与仿真本文仿真实现了layered-DBR、DBR和Flooding算法，并从节点周期性采集次数和能量消耗做了性能比拟。在仿真实验中，本文定义1000个节点随机分布在1000m1000m5L00m的三维区域。网络中设定10个sink，它们位于三维区域的上外表位置。其他网络参数以及相应的缺省值如表1所示。图6给出了在节点通信半径R=240m的条件下，取值对网络周期性数据采集次数和网络能量消耗的影响。从图6能够看出，当取值为0.5时，综合网络能耗
10、表现和消息转发次数，网络有较好的性能表现，因而在后续的仿真实验中默认=0.5。图7(a)给出了在网络冗余度=2时，取不同的节点通信半径，网络剩余能量随着网络周期性数据采集次数的增加所带来的变化情况。能够看出，在一定范围内随着网络通信半径增加，网络能量消耗逐步增大。图7(b)给出了在网络通信半径R=240m时，取不同的网络冗余度，网络能量消耗随着网络周期性数据采集次数的增加所产生的变化。从图7(b)中能够看出，网络能耗并没有由于网络冗余度的改变而产生大幅度的变化，这是由于layered-DBR算法采用了时机转发机制之后，网络中消息副本在一定程度上得到了控制，网络能耗一定程度上不再受网络冗余的影响
11、。图8(a)给出了在网络通信半径为220m的条件下，完成屡次周期性数据采集后，网络的能量消耗的比照。图8(b)中给出了在不同的网络通信半径下，网络生命周期内的周期性数据采集总次数的比照。能够看出，采用layered-DBR算法的网络性能要优于DBR算法和Flooding算法。5结束语针对水下传感器网络，考虑水下网络复杂环境(节点无法感悟全局位置信息，节点的移动性等)，提出了一种网络分层机制，该机制不仅能避免同层节点通信带来的宏大网络能量消耗，而且简化了网络模型。进而，本文提出了一种水下传感器网络的分层路由协议layered-DBR。该策略基于网络冗余给出了适用于不同网络冗余环境下的接收节点的深度域，并引入时机转发机制和消息队列管理，在知足水下传感器网络复杂网络环境的同时，有效地控制了网络消息副本的数量。仿真实验表明，layered-DBR能够有效地控制网络冗余，与DBR和Flooding算法相比，该算法有效地减少网络的能耗，延长了网络寿命。