改进的异构无线传感器网络中能量感知分布式非均匀分簇协议的性能评估与比较

工程科学与技术，国际期刊19（2016）1050完整文章一种改进的异构无线传感器网络Vrinda Gupta*，Rajoo Pandey印度哈里亚纳邦Kurukshetra国家理工学院电子与通信工程系A R T I C L E I N F OA B S不 R 一C T文章历史记录：收到日期：2015年7月26日收到日期：2015年12月22日2015年12月26日接受2016年2月10日在线发布保留字：EADUC能量空洞多跳路由网络生命周期无线传感器网络提出了一种改进的能量感知分布式非均匀分簇协议EADUC协议是解决多跳无线传感器网络中能量空洞问题的常用协议。在EADUC中，基站的位置和剩余能量作为聚类参数被赋予重要性。基于这些参数，不同的竞争半径被分配给节点。在这里，已经提出了一种新的方法来改善EADUC的工作，通过选举簇头考虑在附近的节点的数量，除了上述两个参数。与现有方法相比，在计算竞争半径时引入邻域信息提供了更好此外，对于下一跳节点的选择，中继度量直接根据能量消耗而不是仅根据EADUC中使用的距离信息来定义，并且通过使用主时隙和微时隙多次执行数据收集，在每一轮中扩展了数据传输阶段。使用的方法在几轮中保持相同的簇，并且有效地减少了聚类开销。在三种不同的场景下对该协议的性能进行了评估，并通过仿真与现有协议进行了比较结果表明，该方案优于现有的协议在网络生命周期的所有场景。© 2016，Karabuk University.出版社：Elsevier B.V.1. 介绍无线传感器网络受到能量、处理能力、存储和传输距离等资源的在这些因素中，部署的传感器的能量在过去的十年中，为了应对这一挑战，已经进行了大量的研究工作[1WSN被密集地部署用于涉及大面积的数据收集应用，诸如农业、森林、煤矿、铁路隧道的监测、电网中的太阳能光伏电池的监测等，而无线传感器网络需要来自所有位置的数据[2，4在大多数情况下，基站（BS）被放置在远离感测场的地方。在这样的网络中，数据由BS周期性地收集。发现具有层次拓扑的聚类对于实现连续监测网络是成功的[7它表明，集群的网络提供了更大的寿命比直接数据传输的网络。它表明，网络寿命通过聚类提高了约2或3倍[12]。* 通讯作者。联系电话：+91 1744 233424，传真：+91 1744 238050。电子邮件地址：vrindag16@gmail.com（V. Gupta）。由Karabuk大学负责进行同行审查http://dx.doi.org/10.1016/j.jestch.2015.12.0152215-0986/© 2016，Karabuk University.出版社：Elsevier B.V.在数据收集网络中使用分簇协议有许多优点. 在密集网络中，通常在传感器之间存在大量的预期将传感器分组将使长距离传输的数量最小化，从而导致能量的节省。 在集群中，正常的传感器节点（集群成员）睡眠时间被抽出，而集群头协调其成员节点的活动，再次导致节能[13]。该活动调度主要通过基于TDMA的调度来执行[5，11，14，15]。此外，聚类通过减少传输的数据包的数量来促进簇头（CH）处的数据聚合，这有助于减少传感器节点的能耗[13]。集群协议中的通信分两步执行，第一步是集群内，即集群内，第二步是集群间，即集群与BS之间。此外，无线传感器网络集群协议中的通信可以采用单跳传输或多跳路由[16，17]。大多数集群协议使用单跳通信用于集群内的通信，因为集群内传感器之间的距离相对较短，例如LEACH[11]、LEACH-DT[15]、HEED[18]等。文献中提出的研究报告指出，出版社：Karabuk University，PressUnit ISSN（印刷版）：1302-0056 ISSN（在线）：2215-0986 ISSN（电子邮件）：1308-2043主 办可 在 www.sciencedirect.com上 在 线ScienceDirect可在ScienceDirect上获得目录列表工程科学与技术国际期刊杂志主页：http://www.elsevier.com/locate/jestch古普塔河Pandey / Engineering Science and Technology，an International Journal 19（2016）10501051当传播损耗指数较高时，传感器节点和簇头的能量效率比单跳通信高这是当传感器节点部署在密集的植被区域，或建筑物，或工厂[1，16]。在这种情况下，多跳通信在克服信号传播困难方面是成功的[1，7]。然而，由于无线电不仅在发射中而且在接收中消耗能量，因此直接发射也是有用的。但在直接传播的情况下也有限制。最好只在一定的阈值距离内使用它[19]。这是因为在传输距离超过阈值距离的情况下，能量消耗根据距离的四次方增加[15，20]。由于传感器节点的能量受限，它们通常具有有限的传输范围。因此，为了增加网络的可扩展性，多跳通信是优选的[21]。在从簇头节点到BS的通信中，如果BS远离传感器场，则最好使用多跳通信[19]。已经开发了许多使用多跳通信来实现更节能的集群间通信的集群协议。多跳LEACH[22] ，EADC[23] ，EDUC[24]等是一些这样的协议。无线传感器网络中的主要问题之一是最大化-网络寿命的最小化，因为在网络变得功能失调之后，大量的能量不应该留在节点中，否则就是浪费。许多研究工作将网络生命周期定义为第一个节点死亡（FND）。这个假设背后的想法是，重要的是网络的所有节点近似同时消亡，以避免早期失去感知覆盖，以及可能的网络分区[8，11，15，18]。但是，由于寿命要求是特定于应用程序的，因此将第一个节点死亡视为寿命定义并不是通用的[25]。有不同类型的传感器网络在任何情况下，更重要的是网络自主运行并保证其运行直到其生命周期[28]。在分簇协议中，CH的负担很重，因为它必须执行各种任务，例如簇形成、数据聚合、数据传输和中继。因此，与非CH节点相比，簇头消耗更多的能量。无论是单跳还是多跳通信模式，在簇间传输时，都不可避免地存在传感器节点间能量不均衡的问题[24]。在单跳通信中，距离基站较远的簇头节点由于传输距离较长而消耗能量。但是在分簇协议中使用多跳通信时，由于额外的传输中继负担，靠近基站的簇头能量消耗很快。这种不平衡的通信负载导致能量空穴或热点区域。由于这一点，发生感测覆盖和网络分割的损失，并最终影响网络性能。以前的研究[29]已经证明，如果传感器均匀分布在感兴趣的区域，当网络生命周期结束时，传感器总能量的90%未被使用，即第一个节点死亡的时间。参考文献30证明，由于无线传感器网络中的多对一通信模式，所有传感器之间的不平衡能量消耗是不可避免的。为了最大化网络的生命周期，所有网络节点之间的能量消耗必须平衡。近年来，针对分簇无线传感器网络的能量不平衡和能量空洞问题进行已经提出了许多策略，例如使用节点移动性[31，32]，移动sink[33-36]，在本文中，已经尝试改进用于连续监测应用的EADUC协议的网络生命周期[38]。EADUC采用非均匀聚类算法来缓解能量空洞问题。该方案的核心思想是在簇头选择阶段，节点竞争半径的分配不仅基于EADUC中的距离因子和节点剩余能量，而且还基于第三个这种邻域信息被认为是聚类参数，以延长网络的寿命。改进后的EADUC协议的另一个关键思想是在传输中继的选择过程中。在中继中涉及的成本，在能量方面，被incorporated作为度量选择的可行节点之一作为中继节点，而不是只有距离信息中使用的EADUC。该方案均衡了网络中节点的能量消耗，使其既适用于均匀分布，也适用于非均匀分布。为了进一步提高网络寿命，通过划分成主时隙和小时隙来扩展数据传输阶段的思想与参考文献41中使用的所提出的集群和中继技术数据收集使用一旦形成的相同集群在每个微时隙中发生，并且微时隙的数量包括主时隙。在每个主要时隙之后，在当前集群边界内进行集群头轮换和集群成员的切换。提出的方法减少了分簇开销，从而延长了网络生命周期。我们提出的协议的性能与现有的协议使用网络生命周期作为性能度量是本文的其余部分组织如下：第2回顾了相关的工作，第3节介绍了系统模型。第4节详细描述了所提出的协议操作，第5节分析了协议特性。第6节给出了我们的传感器部署方案的仿真结果，并与现有的协议进行了比较。第七节是论文的结论。2. 相关工作在分簇算法领域中进行的早期研究工作主要是基于在每轮中簇头角色的轮换在这一类别中可用的先驱协议是低能量自适应聚类层次（LEACH）协议[20]。LEACH协议假设节点之间和到基站的单跳通信这使得它不适合大型网络。过去已经开发了许多基于LEACH的协议，这些协议是对LEACH协议的改进，例如LEACH-DT[15]或LEACH的多跳变体，称为M-LEACH[1]。参考文献18提出了一种混合能量效率分布式（HEED）分簇算法，该算法不仅根据节点剩余能量，而且根据簇内通信代价来选择簇头。它使用多跳通信的簇头之间的它在延长网络寿命方面是成功的，但在平衡通信负载方面不是那么有效，因为离BS较近的节点另一种协议，分布式能量效率聚类算法（DEEC），是可用的[42]。在DEEC中，簇头的选择是基于一个节点的剩余能量和网络的平均能量的比率的概率。在所有这些能量高效的分簇方案中，虽然簇首函数的周期性轮换可以使节点能量运行更加均匀，但并不能有效避免多对一数据采集的无线传感器网络的能量空洞问题。在文献中已经提出了许多方法用于减轻能量空洞问题，从而最大化网络1052古普塔河Pandey / Engineering Science and Technology，an International Journal 19（2016）1050辈子克服能量空穴问题的方法分为三类[43]。首先是辅助方法，例如部署辅助[35]，例如TTDD[44]，传输压缩和聚合[39]。较大的初始能量节点可以部署在消耗较大能量的区域中，即使用能量异质性[35]，或者如TTDD[44]中所述，这被称为分层部署。在TTDD方案中，部署了许多具有较大电池容量和较大传输范围的辅助节点。这些辅助节点在具有较低初始能量的常规传感器的上侧形成中继区域，从而有助于缓解能量空洞问题。第二类方法是基于节点分布策略的方法，已在参考文献[29]、[30]、[45]和[46]中进行了研究。可以在BS附近的区域中部署更多数量的节点。同样在参考文献[47]中，在预定分布函数的帮助下部署节点。第三种方法是基于传输范围调整[35，43，48]。在参考文献43中，已经研究了传输范围调整方案以最大化传感器网络的寿命。参考文献35通过调整传感器通信范围的半径来解决能量洞问题。但这种方法对传感器场的大小有严格的限制。汇的移动性是解决能量空穴问题的另一种选择[36，48]。在参考文献36中， 基站被考虑用于事件驱动网络。在参考文献33中，作者提出了基站移动性和多跳路由方法来延长无线传感器网络的生命周期。这些方法的主要缺点是它们不可行。这些方法涉及高成本并且提供较低的能量效率[46]。在过去的几年里，研究人员探索了以减轻分层（基于簇的）无线传感器网络中的能量空洞问题。利用等长和不等长的聚类技术，已经开发出许多能量有效的算法在这里，我们考虑sider不等大小的聚类只是为了对付网络的传感器节点之间的能量消耗不均匀的问题在利用不等簇大小的类别中提出的第一个算法是不等簇大小（UCS）模型[8]，该模型形成不等簇以减轻负担过重的簇头，并确保节点之间能量耗散的更好平衡。该工作考虑了异构网络和确定性部署的簇头在预先计算的位置，以控制集群的大小。它比等簇策略提高了10-30%，这取决于CH节点的聚集效率。在EEUC[49]中，为数据收集应用设计了一种分簇和分布式算法，该算法使用不等分簇和多跳路由来有效地组织网络节点。但在这种方法中，簇头的选择是概率性的，因此可以产生孤立节点。除了使用非均匀聚类来解决能量不平衡问题外，也已经使用节能多跳路由来节省节点的能量。在这一类别中，EEMR[50]，一种节能多跳路由协议就是这样一种协议。 它使用BS选择源节点和汇聚节点之间的数据传输的最佳路径。通过利用基站的能量进行路由路径选择和其他控制消息广播，节省了网络节点的能量不平等的基于簇的路由协议（UCR）[51]是另一种考虑多跳传感器网络中热点问题的算法。它还通过使用不均匀的竞争范围来形成不等的簇大小，并且对于簇间通信，它使用贪婪的地理和能量感知的路由协议。本文提出的路由策略同时使用剩余能量和传输距离参数来平衡网络中的能量消耗。另一种方法，能量驱动的不平等聚类协议（EDUC）[24]，考虑分布式不平等聚类算法和能量驱动的自适应簇头轮换方法。在这种情况下，通过允许一个节点在网络生命周期中只做一次簇头，使簇头旋转所消耗的能量最小化。因此，通过减少簇头旋转的能量消耗，实现了能量的有效性。但它也有局限性，它仅对单跳网络有用。在参考文献52中，提出了一种不均匀分簇的多跳路由协议（UCMR），其中每个簇基于到BS的距离具有不同的大小，并且Dijkstra的最短路径算法用于簇内和簇间通信。但与其他不知道位置的协议不同，UCMR依赖于物理位置信息。在文献[53]中，作者通过基于能量和邻近度的非均匀聚类算法（EPUC）解决了能量不平衡问题CH是基于剩余能量及其与BS的接近度来选择的。它集中在BS附近的区域以对抗能量不平衡，因为该区域由于中继活动而具有更多负载最近文献[54]提出了一种基于汇聚节点移动性的能量均衡不等分簇协议（SMEBUC），该协议采用改进的蛙跳算法进行网络分簇和簇头替换策略。簇头一旦被选中，就可以连续服务，并且通过减少簇头更换的频率，节省了能量。根据权值确定簇头交换时间，簇头采用贪婪算法确定中继节点。簇间通信采用多跳路由进行，并采用门限值来避免单长链的形成。在参考文献41中提出的另一种能量效率数据收集方法利用混合不等聚类。在这种情况下，网络被划分为层和集群。分层用于集群间通信，其本质上是多跳集群是独立的层，并在这种静态和动态聚类的混合方法被利用。降低了聚类的频率，从而减少了聚类开销。此外，它还使用了一种网络内数据压缩算法，该算法还可以延长网络寿命。3. 预赛本节提出了一种改进的EADUC算法。该网络由N个传感器节点随机部署在M×M传感器场中组成。节点和基站在部署之后是静态的。节点是能量异构的，即部署的节点具有不同的初始能量。BS远离传感器场，并且其位置被假设为每个节点已知。节点使用功率控制来根据传输距离调整传输功率。节点不知道位置，但可以根据接收信号强度估计到另一个节点的距离;假设链路是对称的[49，55]。簇头可以直接与BS传输数据。数据消息（DM）和控制消息（CM）通过无线链路传输。此外，假设由节点感测的数据是高度相关的。3.1. 能量模型发射机在运行无线电电子电路和发射放大器电路时消耗能量，而接收机的能量消耗仅在无线电电子部分[11，20]。此外，取决于传输距离，使用了OFDM和多径衰落MIMO信道模型如果这个-如果距离小于阈值水平，则使用自由空间当将l比特数据传输到距离d时，无线电根据等式（1）进行扩展。（一）.古普塔河Pandey / Engineering Science and Technology，an International Journal 19（2016）10501053E l， d E Eamp l， dl（一）邻居节点的数目应该具有较大的竞争半径。为了实现这一点，下面的公式中给出的方程（5）使用。我的朋友l dmaxdsj,BSsnb R11 r最大转速（5）当接收到l比特数据时，无线电设备根据下式进行消耗：d最大值d最小值Emax最 新消息当量（二）、ERx你好。3.2. 数据聚合模型（二）其中，、、Emax是（0，1）中的权重，Rmax是传输半径的最大值，dmax和dmin是节点到BS的最大和最小距离，d（sj，BS）是第j个节点到BS的距离，Er是节点的 剩 余 能 量 ， Em a x 是 网 络 中节 点 的 初 始 能 量 的 最 大 值 ， s j （ n b ） 是 第 j 个 节 点 的 邻 居节 点 的 数 量 ， n b m a x 是 邻 居 节 点 的 最 大 值 。因此，结合节点在目前的工作中，无限压缩模型用于数据聚合[7，20]。假设簇头从其成员节点收集数据，并将其聚合成固定长度的单个数据包，而不管接收到的数据包的数量。4. 改进的EADUC协议机制使用的聚类方法在操作上与EADUC协议[38]相似。该协议以回合为单位运行在部署节点为此，BS广播信号，该信号被所有节点听到在接收信号强度的基础上，每个节点近似其到BS的每一轮包括集群建立阶段和数据传输发生的稳态阶段。设置阶段进一步细分为三个子阶段，分别持续时间为T1、T2和T3。第一个子阶段是邻居节点信息收集。在信息收集子阶段开始时，每个节点广播Node_Msg，其包含其剩余能量以及其id。在其无线电范围内的所有节点从其所有邻居接收Node_Msg然后，每个节点根据等式2计算出集群的平均剩余能量Eavg_res。（三）、M剩余能量及其邻域信息，决定了簇的大小。在一些现有协议中使用了包括用于簇头选择的邻域信息以及到信宿的可用能量和距离的想法，即不均匀聚类多跳路由协议（UCMR）[52]和混合不均匀聚类分层协议（HUCL）[41]。然而，在UCMR和HUCL协议中，在计算竞争半径时没有考虑邻居的数量。这些论文中的竞争半径的计算仅使用了能量效率不等分簇机制（EEUC）[49]或基于不等分簇的路由协议（UCR）[51]中使用的距离参数。在UCMR协议中，相邻节点的数量被纳入权值计算，这是簇头选择过程中的参数之一。在HUCL协议中，在计算等待时间期间使用邻居信息，即邻居的数量，这是集群建立期间的一个步骤在选择簇头的簇头竞争子阶段之后，开始簇形成子阶段，其持续时间为T3。在这个阶段，正常节点选择最近的簇头。通过发送Join_Msg，形成集群簇头依次广播TDMASchedule_Msg用于其簇成员任务因此，成员节点只能在它们的时间内唤醒Eavg_re1sj. 埃鲁恩湾（三）时隙，而在其它时间，它们可以保持在睡眠状态。这有助于 节约能源。其中sj是节点之一。Er是s j的剩余能量，nb是邻居的数量。在T1超时之后，开始下一子阶段的操作，即簇头竞争，其持续时间为T2。在这个子阶段，选择簇头 在信息收集阶段结束时，每个节点根据等式2计算其用于广播Head_Msg的等待时间。（4）.在网络被设置为集群之后，稳态阶段开始。在这个阶段，进行数据传输。首先，成员节点根据由其各自的簇头准备的调度来发送其感测数据。这种传输是单跳的，称为集群内通信。簇头从其成员节点接收感测到的数据，存储平均聚合数据。作为在一个平均分辨率TV，E E集群是那些更接近他们各自的ter电压T2Vr，2r r avg_resEr 平均分辨率（四）头，因此将传入数据聚合到一个数据包中是合适的。集群内通信的任务在所有集群中同时完成。其中，Er是节点的当前剩余能量;Vr是随机分布在[0.9，1]中的实值，其用于减少概率。两个节点同时发送Head_Msg的能力。如果任何节点没有接收到任何Head_Msg，则它在Rc内广播Head_Msg，将其状态通告为簇头。改进的EADUC方案基于EADUC协议[38];然而，与EADUC相比，它使用不同的竞争半径规则来产生不相等的簇。在原始的EADUC协议中，在竞争半径的表达式中，仅考虑了节点与BS之间的距离以及节点为了说明涉及聚合，拟议的计划还考虑了簇头直接或通过中继将数据分组发送到BS。如果各个簇头到BS的距离大于阈值距离（dist_th），则进行簇间通信;否则执行直接对于簇间通信，提出了簇头作为下一跳节点（中继节点）的选择在原有的EADUC协议中，中继节点的选择是根据一个参数Erelay从候选转发集中选择一个邻居节点。该E中继参数被计算为当CH si选择sj作为其下一跳时的能量消耗，（6）下面。邻居的数量，除了上述两个因素，而决定竞争半径。职业选手的比赛半径E中继器i，sjj，BS（六）所提出的方案是到BS的距离、CH的剩余能量和邻居节点的数量的函数具有相对较高的剩余能量、距BS较远的距离和较低的剩余能量的因此，在EADUC协议中，在转发候选集中具有最小E中继的节点被选择作为用于将数据转发到BS的中继节点。1054古普塔河Pandey / Engineering Science and Technology，an International Journal 19（2016）1050我们认为，由于距离和能量之间的关系不是线性的，能量消耗E中继可能不是唯一的重要指标设置的路线。在我们提出的方案中，中继节点的选择是基于每个可行节点的能量估计。最后根据等式中给出的表达式选择可行节点中的一个作为中继节点。（7）。在该方案中，对于簇间通信过程，每个簇头首先广播消息，该消息包括其节点ID、剩余能量、包含簇成员数量的计数以及到基站的距离。如果CH s i的剩余能量是最大值，则CH si将选择CH sj作为中继节点，在结合其簇内能量消耗、簇间传输的成本以及将数据从s j中继到BS的成本之后。s j。EJRs j。计数器x计数器DM的计数器j. 计数：10000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000头选择和移交发生时，另一个主要时隙开始。在完成主要槽的数量之后，另一轮协议运行包括设置阶段和稳态阶段。5. 协议分析以下是改进的EADUC协议的特征。(i) 簇头的选举是基于平均剩余能量和方程中给出的节点的剩余能量的比率（4）.这有助于延长网络寿命，因为选择了具有更多剩余能量的节点(ii) 选出的簇首集合覆盖整个网络。作为继电器继电器Emax（七）由方程式（4）、Vr参数保证在节点剩余能量为零的情况下，等待时间小于或等于簇头竞争子阶段的持续时间T2。在那里-其中，S J。E_jr表示第j个节点的当前剩余能量;count表示第j个节点的成员计数;ER_x表示从其具有分组长度DM的成员接收数据的能量成本;EDA表示聚合接收到的数据的能量成本，并且ET_x是从CHsi通过relay_dist发送到CH sj，最后发送到BS。Emax是网络中初始可用的剩余能量的最大值。CH sj在任一情况下直接向BS发送消息，即，如果sj在预定的dist_th内，或者即使第一条件不为真，也当没有其他CH节点可用于路由分组时。因此，si选择具有最大中继值的簇头，即具有最高剩余能量的簇头。通过选择具有更高中继的中继节点，以这种方式有助于保持能量平衡并延长网络寿命。为了进一步提高性能，在每一轮中不进行簇头旋转。相反，一旦获得集群设置，它将保留几轮。在一轮中在协议操作中，数据传输阶段运行次数。为此，稳态阶段包括多个主时隙每个主时隙还包括多个迷你时隙在每一个小时隙中，执行数据传输阶段在最后一个迷你时隙期间，成员节点将其剩余能量与数据一起发送。在一个主时隙结束后，执行簇边界内的簇头旋转。根据节点的剩余能量和与当前簇头的距离，旧簇头被同一簇中的新簇头替换具有较高剩余能量且与其距离最小的成员节点被选为新的簇头。旧的簇头将成员列表移交给新的簇头。当新的集群因此，任何节点都可以在时间T2用完之前成为簇头。此外，在任何节点没有接收到Head_Msg的情况下，它广播自己成为簇头。(iii) 用于产生不等簇的竞争半径规则它有助于更好地平衡网络中的能量，因为邻域信息的包含考虑了聚合中涉及的能量开销。(iv) 所使用的中继度量直接根据能量来定义，因此它有助于通过更有效地选择用于将数据发送到BS的路由来延长寿命。(v) 集群开销减少，因为集群设置保留了几轮。因此，网络的能量消耗减少，网络寿命延长。6. 绩效评价6.1. 仿真环境选择了三种情景进行模拟：场景1：在200 × 200 m2的区域内均匀部署100个节点，如图1（a）所示场景2：在200 × 200 m2的区域内，非均匀地部署100个节点，在传感器场右侧的区域内，即基站附近，有更多的传感器节点聚集在一起，如图所示。 1（b）.场景3：100个节点非均匀部署，更多数量的传感器节点在区域内分组，（一）200联系我们（b）第（1）款200二氧化钛（c）第（1）款200场景31501005000 50 100 150200x坐标1501005000 50 100 150200x坐标1501005000 50 100 150 200x坐标Y坐标y坐标Y坐标古普塔河Pandey / Engineering Science and Technology，an International Journal 19（2016）10501055Fig. 1. 三种场景下的网络拓扑。1056古普塔河Pandey / Engineering Science and Technology，an International Journal 19（2016）1050表1模拟参数。参数值网络面积200 m × 200 m基站位置（250，100）节点数量100节点初始能量0.5数据包大小500字节E≤50 nJ/位εfs10 pJ/bit/m2εmp0.0013 pJ/bit/m4EDA5 nJ/bit/signalRmax110 m门槛距离87.7米α，β，γ 0.3333传感器场的左侧，即远离BS，在200× 200 m2，如图所示。1（c）.为了观察所提出的计算竞争半径和中继的方法以及将数据传输阶段分别划分为主时隙和小时隙的技术的效果，所提出的协议（改进的EADUC）的结果在随后的部分中分两步示出。在第一个实现中，即改进的EADUC 1，所提出的协议只使用分簇和中继的方法，而不包括数据传输阶段的划分。在第二种实现中，即改进的EADUC 2，采用了分簇中继的方法和数据传输阶段的划分技术。在模拟EADUC 2协议时，迷你时隙的数量取为3，主时隙取为2将该协议的能量效率与EADUC协议和HUCL协议进行了比较。为了进行比较，所有协议的仿真参数和考虑的场景都是相同的，并且考虑了HUCL协议在没有压缩的情况下操作的基本机制。6.2. 模拟参数本论文中使用的模拟参数列于表1中。7. 结果和讨论在MATLAB中进行了仿真在模拟实验中，所使用的能量模型和数据聚合模型分别如第3.1节和第3.2模拟的结果是所进行的几个实验的平均值。本文使用了以下性能指标• 簇头数量：该指标列出了每个场景中节点分布的影响。• 每轮平均能耗：该指标代表网络中所有节点在一轮中的平均能耗• 网络剩余能量：该度量表示网络相对于轮的总剩余能量• 网络生命周期-FND：这个指标是根据数据收集轮次来衡量的，代表网络中第一个节点死亡的时间• 网络生命周期-PNA：这个指标对应于从网络开始运行到10%的节点死亡的时间• 存活节点数：此指标显示相对于轮次存活图二. 不同场景下生成的平均簇头数。7.1. CH分布评价图2显示了每个场景中生成的簇头的平均数量。该算法对簇头进行了分配，并对簇头的数目进行了控制。改进后的EADUC协议产生了稳定的簇头数，如图所示。二、这是因为竞争半径检查每个竞争半径中只有一个簇头。在场景1的情况下，即由均匀分布的传感器组成，在每轮协议操作中生成四个或五个簇头，并且几乎是同等可能的。在场景2的情况下，5个簇头的可能性更大，而在场景3中，4个CH的可能性更大。在协议操作期间，BS附近的节点被分配较小的竞争半径。如在场景2中，在BS附近的区域中部署更多数量的节点;与场景3的情况相比，更可能产生更多数量的簇头，其中BS附近的区域是稀疏的。7.2. 能耗评价EADUC和改进的EADUC协议的平均能耗进行评估，这里考虑的三种情况图图3示出了对于三种不同场景，当每个协议运行直到其生命周期时，网络中每轮的平均能耗。一轮的能量消耗包括分簇拓扑形成和数据传输过程中消耗的能量。改进后的EADUC 1协议的平均能耗比EADUC协议略低，而改进后的EADUC 2协议的平均能耗比EADUC协议低得多。此外，还观察到，图三. 不同场景下网络平均能耗。古普塔河Pandey / Engineering Science and Technology，an International Journal 19（2016）1050105710080604020场景1场景2场景300 200 400 600 800 10001200轮数见图6。 当90%的节点处于活动状态时的网络寿命。见图4。网络在不同轮的平均剩余能量。与场景2相比，场景3略大，因为 3中，BS附近的区域稀疏分布，因此，与场景2中密集分布的情况相比，最终中继节点更可能与BS相距更大的距离7.3. 网络剩余能量评估图4示出了改进的EADUC 2协议中的网络相对于每个场景中的轮数的总剩余能量。据观察，在场景1和场景2的情况下，网络中的节点的剩余能量以几乎相同的速率减小。但是，与场景1和场景2相比，在场景3的情况下，这是因为在场景3中网络的节点的较大能量这是由于在场景3中 BS附近的区域稀疏7.4. 网络寿命评估网络寿命在这里以两种方式进行评估。一种方法是在第一个节点死亡时测量轮数（FND），另一种方法是在90%的节点存活时测量轮数（PNA）。在这三个场景中运行了原始EADUC、HUCL和改进的EADUC 1和2协议 如图如图5和6所示，与EADUC和HUCL协议相比，在三种考虑的方案中的每一种中，改进的EADUC 1和2的网络寿命、FND和PNA都有改善。改进后的EADUC 1协议在以FND为度量时，网络生存时间分别提高了12%、6%和2%，在以PNA为度量时，图五. 第一个节点死亡时的网络寿命。对于场景1、2和3，分别增加4%、5%和2%，以符合EADUC协议。改进的EADUC 1中的网络寿命 更好的方法改进后的EADUC协议在将数据路由到基站的任务上更加有效。与EADUC相比，在考虑FND作为度量的改进的EADUC 2协议中获得的寿命以PNA作为寿命评价指标，在情景1、2和3中的平均改善分别约为180%、167%和126%。我们的EADUC 2协议中的网络生命周期显著增强，因为除了集群和中继技术之外，通过根据迷你时隙和主时隙的数量将一旦形成的集群保留几轮，从而最大限度地减少了集群开销。所示的结果是主时隙的数量被认为是2，而小时隙的数量被认为是3。此外，与HUCL协议相比，我们改进的EADUC 2协议在FND和PNA度量方面具有更好的网络生命周期。在场景1、场景2和场景3的情况下，网络寿命FND和PNA分别增强了109%、166%和55%，并且分别增强了28%、10%和9%这种增强是由于簇头选择和感测数据的路由的机制中的差异。在我们提出的协议中产生的控制消息的数量是较少的相比，HUCL协议，因为它使用混合不平等的聚类与分层技术。此外，在模拟运行期间观察到，HUCL每轮产生更多此外，它没有考虑在簇头选择过程中节点的异构性这一改进表明了所提出的改进的EADUC协议在平衡能量方面的有效性，分配集群。7.5. 活动节点数评估通过我们改进的EADUC协议获得的改进在三种情况下都有进一步的阐述。图图7、图8和图9分别示出了在场景1、场景2和场景3的情况下关于轮的存活节点的数量。如观察到的，改进的EADUC协议，即，EADUC 2实现了比EADUC和HUCL协议更好的能量效率和平衡。这是因为改进的EADUC协议考虑了操作期间集群内和集群间通信负载的影响。结果表明，改进后的EADUC协议能够有效地解决节点的非均匀分布、异构性和能量空洞问题。网络剩余能量1058古普塔河Pandey / Engineering Science and Technology，an International Journal 19（2016）10501201008060200 400 600 8001000 1200见图7。场景1中与轮次相关的活动节点数。8. 结论为了提高无线传感器网络的寿命，本文对一种能量感知的分布式不等分簇非均匀聚类方法已被利用在这项工作中。利用不均匀竞争半径，形成大小不等的集群更靠近基站的集群具有比远离BS的集群更小的大小。利用多因素，即竞争半径、竞争半径到BS的距离、剩余能量和相邻节点的数量。从而，簇头节点之间的能量消耗被更有效地此外，用于向BS转发数据的中继节点选择过程直接基于能量消耗。仿真结果表明，在EADUC和HUCL协议下，网络寿命在各个场景下都得到了有效的延长。本研究的结果120100806040200400600800 1000 1200轮数见图8。场景2中与轮次相关的活动节点数。120100806040200 400 600 8001000 1200轮数见图9。场景3中与轮次相关的活动节点数。将有助于解决数据收集网络中的能量空穴问题。引用[1] 诉姆哈特雷角Rosenberg，Homogeneous vs. 异构集群网络：比较研究，Proc. IEEE，ICC 6（2004）3646-3651。[2] C.Y. Chang，H. R. Chang，无线传感器网络的能量感知节点布局、拓扑控制和MAC调度，Comp. 网络 52（2008）2189 - 2204。[3] X. Gu，J. Yu，D. Yu，G. Wang，Y. Lv，ECDC：一个能量和覆盖感知的无线传感器网络分布式分簇协议，比较。电动Eng. 40（2014）384-398。[4] J. 毛氏Z. Wu，X. Wu，无线传感器网络中多对一通信的TDMA调度方案，Comp. Commun. 30（2007）863-872。[5] P. Ayona，A.张文，铁路系统中的传感器节点配置，北京：交通大学出版社。Technol. Int. J.（2015），doi：10.1016/j.jestch.2015.10.009.[6] V. Kaundal，A.K. Mondal，P. Sharma，K. Bansal，使用无线传感器网络跟踪阴影对SPV网格的SPV单元的影响。Sci. J. 18（2015）475-484。[7] S.陈志华，无线传感器网络中的一种能量有效的分层分簇算法，2003年，北京，第103页。1713 - 1723年。[8] S. Soro，W.B. Heinzelman，通过不等分簇延长无线传感器网络的生命周期。第19届IEEE国际并行与分布式处理研讨会论文集（IPDPS），美国，2005，doi：10.1109/IPDPS.2005.365。[9] M.叶角，澳-地Li，G.陈俊武，无线传感器网络中的一种节能分簇方案，IEEE性能、计算和通信国际会议，2005年，第100页。535-540[10] S. Soro，W.B.王志华，无线传感器网络中簇头选举算法的研究，无线传感器网络。7（2009）955[11] W.B. Heinzelman，A. Chandrakasan，H. Balakrishnan，无线微传感器网络的能量效率通信协议。Proc. 第33届夏威夷国际系统科学会议（2000年），pp。8020-8029[12] A.F. Liu，W.X.你，C. Z Gang，G.W.华，基于不等簇半径的无线传感器网络能量洞问题研究，Comp. Commun. 33（2010）302-321。[13] N. Vlajic，D.无线传感器网络：集群还是不集群？Proc. 无线、移动和多媒体网络世界国际研讨会，2006年。[14] M. Liu，J. Cao，G.