专利名称：无线传感网络中基于软阈值的簇头选举方法
技术领域：
本发明提出一种无线传感器网络分簇选举方法，尤其涉及分簇方法中的簇头选举机制。
背景技术：
无线传感器网络(Wireless sensor networks)是当前国际上备受关注的，由多学 科高度交叉的新兴前沿研究热点领域。它综合了传感器技术、嵌入式计算技术、分布式 信息处理技术、现代网络及无线通信等技术。通过各类微型传感器对目标信息进行实时 监测，由嵌入式计算资源对信息进行处理，能够协作地实时监测、感知和釆集各种环境 信息。无线传感器网络具有十分广阔的应用前景，在军事国防、工农业控制、城市管理、 生物医疗、环境监测、抢险救灾、防恐反恐和危险远程控制等许多领域都有重要的科研 价值和巨大的实用价值，己经引起了世界许多国家学术界，工业界乃至国防部门的高度 重视，并成为进入2000年以来公认的新型前沿热点研究领域，并被认为是将对二十一 世纪产生巨大影响力的技术之一，将会对人类未来的生活方式产生深远影响。
在无线传感网络的研究中，由于节点的能量有限，如何更有效的利用节点能量，均 衡网络负载，以延长网络的生存时间是最重要的问题。对于拥有大量节点的无线传感网 络，分层的拓扑结构在网络管理和可扩展性上具有较多的优势。在这种网络结构中，簇 头(Cluster Head, CH)承担簇内的数据收集和处理工作，收集的数据通过簇头间的路 由发送至基站(Sink节点)。分簇算法也是目前的主流路由算法，在众多的分簇算法 中，LEACH (low energy adaptive clustering hierarchy)算法是比较成熟且常用的 分簇路由算法，它的成簇方法贯穿于其后提出的很多层次路由协议中，如PEGASIS， HEED 等。LEACH是一种基于簇的低能耗自适应的路由协议，其操作被分为若干的轮(round)， 每轮包括簇的建立阶段和稳定阶段，如图1所示。在簇的建立阶段，相邻节点动态地形 成簇，随机产生簇头在数据通信阶段，簇内节点把数据发送给簇头，簇头进行数据融 合并把结果发送给汇聚节点。LEACH算法能够保证各节点等概率地担任簇头，使得网络 中的节点相对均衡地消耗能量。但LEACH算法也存在许多局限，如簇头节点分布不均， 未考虑节点剩余能量等。针对LEACH算法存在的局限，国内外学者提出了许多改进的算 法，PEGASIS (Power-Efficient Gathering in Sensor Information System)算法提
出了簇内多跳的概念，通过在簇内建立一条遍历所有簇成员节点的链路，每个节点只与 距离自己最近的节点通信，并且在每一跳均进行数据融合，进一步降低了网络能耗。HEED(Hybrid Energy Efficient Distributed)算法针对LEACH簇头分布不均匀这一问题
进行了改进，在簇头选择中考虑了节点的剩余能量，并以主从关系引入了多个约束条件
作用于簇头的选择过程，能产生分布更加均匀的簇头。
发明内容
本发明主要针对LEACH算法中簇头选取机制的不足进行了改进，并在LEACH架构的 基础上提出了基于软阈值的簇头选举方法(STCS, Soft Threshold based Cluster-head Selection Method)。此方法对LEACH的簇头选举机制进行了改进，不再采用硬性的阈 值来控制节点成为簇头的概率，而使用一种动态调整阈值的策略，能够更好的均衡网络 能耗，延长网络生存时间。
在LEACH算法中，选取簇头的方法为对于网络中的任意一个节点i，随机地产生 一个0到1之间的随机数，并将随机数与阈值T(i)进行比较，若随机数小于T(i)，节 点被选择担任本轮的簇头，并将阈值T(i)设置为0，下次将不再参与簇头选举，否则， 若节点产生的随机数大于或等于T(i)，节点不担任该轮簇头。T(i)表示如下
r("l-/^(尸mod全) (i)
o 其它
其中户=7^ (k是每轮中的簇头期望个数，N是网络中的节点总数)，r表示当前
的轮次(0^<*) ， G是前r轮数据传输过程中均未担任过簇头的节点的集合。
本发明不同于传统的LEACH算法所采用的硬性阈值策略，使得节点的成为簇头的概 率能够根据自己在上一轮中扮演的角色以及簇内成员节点数目进行调整，执行流程如图 2所示，步骤如下
第一轮簇头选举设置每个节点的阈值T(i)均为p,也就是说每个节点担任簇头的 A;
初始概率均为P(P=y)。
第r轮簇头选举(r〉l):若节点在第r-1轮中担任过簇头，则降低节点在本轮被选 举为簇头的概率，设置『(0l^:r(/)iM-e;否则，将调整阈值，提高节点在本轮被选举
为簇头的概率，设置|r =|r—i + NUjJ(c(;.》。其中，c (i)表示节点i在第r-i轮
中所属的簇，NUM(C(i))表示该簇C(i)的簇内成员数目。
图1 LEACH算法的简要流程图 图2软阈值的计算流程图
图3 STCS方法与LEACH算法节点存活数比较曲线图，(a)为场景1， (b)为场景2。
具体实施方式
-
具体实施方案可分为协议初始化，簇头选举及簇的建立，簇内通信和簇间通信，簇 头更新几个部分。
协议初始化首先将节点以一定的密度部署在监测区域，各传感器节点烧录对应的 协议程序。
簇头选举及簇的建立各节点设置各自的阈值T(i)， i表示节点编号，各节点的初 始阈值均设置为0.05，每个节点产生一个O到l之间的随机数。将该数与各自的阈值进 行比较，若随机数小于阈值，则节点设置自身为当前轮的簇头节点，并广播ADV报文通 告自身的簇头信息。否则，若随机数大于或等于阈值，则节点设置自身为普通节点，等 待接受来自簇头的ADV消息。当普通节点接收到来自周围各簇头发送的ADV消息之后，
将比较接收到各簇头报文的信号强度，然后选择信号最强的节点作为自己将要加入簇的 簇头节点，并向其发送JOIN消息。簇头节点接收到普通节点发送的JOIN消息后，将其 设置为本簇的簇内成员节点，并记录。如此，距离较近的节点将组成簇，簇头节点为簇 内成员分配TDMA时槽并发送至各成员节点，簇的建立过程结束。
簇内通信和簇间通信簇内成员节点根据簇头节点分配的TDMA时槽，在指定的时 间进行数据传输，将自身监测的数据传给簇头节点。簇头节点收到来自簇内成员的所有 数据之后，将对数据进行融合，然后将数据经过簇间的路由传至Sink节点。
簇头更新由于簇头节点承担簇内数据融合，发送或转发数据到基站的任务，因此 会比普通节点消耗更多的能力，为均衡网络负载，每轮数据传输结束之后，将重复上述 过程，重新选择簇头节点，新一轮的簇头选举，各节点的阈值将根据上一轮所属簇的成 员节点数目以及自己在上轮中担任的角色进行调整，若节点在上一轮中担任簇头，则降 低其在本轮中被选为簇头的概率，将本轮的阈值调整为上轮的阈值减小p2,即0.0025,
否则，若节点在上一轮中未担任簇头，则增加其在本轮中被选为簇头的概率，将本轮的 阈值调整为上轮阈值增加p7上轮所属簇成员数目。
示范性实例分析
网络生存时间(life-time)是衡量无线传感器网络路由协议性能的核心指标。由于
6传感器节点能量有限，如何最大限度的利用传感器能量，尽可能地延长网络使用寿命是诸多协议首要考虑的问题，基于软阈值的簇头选举方法与LEACH最大的区别在于改进了分簇方法中簇头选举机制，通过动态的调整节点的阈值来延长网络生存时间，为了验证STCS方法的有效性，从传感器节点的平均能量消耗以及存活节点数对所提出的算法进行仿真和分析。使用的仿真工具是被业界公认的NS2仿真工具。
为了测试网络规模对路由协议的性能影响，设置了两种节点部署场景场景l:将100个节点随机分布在100*1001112的区域内，Sink节点部署在(50， 175)处的位置；
场景2:将200个节点随机分布在200*200 1112的区域内，Sink节点部署在(100，350)处的位置；
每个无线传感器节点的初始能量设为2J，每20秒更新一次簇头。基于软阈值的簇头选举方法与LEACH在网络生存时间与节点存活数比较曲线图如图3的(a) 、 (b)所示。
在场景1中，STCS方法在网络运行初期，由于节点可以多次被选举担任簇头，从而有部分节点因担任簇头次数过多而失效，因此性能与LEACH相比欠佳，但随着算法的执行，STSC方法的优势逐渐凸显出来，并且在总体性能上超过了 LEACH， LEACH算法由于簇头选择局限性，有些节点可能剩余能量不多，但由于算法的不断进行，LEACH由于其硬性的阈值策略，节点一旦担任过簇头，就不能再继续参与下一轮的簇头选举，因而可以选择担当簇头节点的范围越来越小， 一些剩余能量较低的节点因为没有其他的选择而只能被选为担当簇头，从而导致节点能量更快的耗尽，所以总的看来，相对LEACH，STCS方法使网络的生存时间得到了有效的延长。
在场景2中可以看出，随着传感器网络规模的扩大，STCS方法的性能仍然高于LEACH，并且相比较小网络规模条件下的表现更佳。因此可以推断，本方法在较大的网络规模条件下仍然适用。
综上所述，基于软阈值的簇头选举方法在平均网络能耗，延长网络生存时间等方面较LEACH而言都表现出了良好的性能，随着网络规模的扩大，本方法仍然能够表现出较好的性能，显示了良好的可扩展性。符号说明
WSN:无线传感器网络； Sink:汇聚节点，基站；STCS:基于算阀值的簇头选举方法； LEACH:低开销自适应分层路由算法；TDMA:时分多址。
权利要求
1、一种应用于分簇路由协议的基于软阈值的簇头选举方法，其特征是节点在每轮担任簇头的概率根据上一轮是否担任簇头的情况以及簇成员数目进行调整，而不是在该节点担任过簇头之后直接将阈值设为0，从而使节点可以多次参与簇头的选举过程；具体步骤主要包括簇头选举及簇的建立，簇内通信和簇间通信，簇头更新。
2、 根据权利要求l所述的基于软阈值的簇头选举方法，其特征在于，所述簇头选举 及簇的建立的操作步骤如下步骤l:各节点设置自身的阈值T(i)， i表示节点编号，设r表示轮次，T(i)的设置方 式为若当前是第一轮簇头选举，对应r=0，则T(i)=Pinit，各节点的初始阈值均设置为pinit=o.05，否则的话，若节点在上一轮选举中担任簇头，则设置n/)l,:r(!')lH-e，若节点 在上一轮选举中不担任簇头，则设置r(/)ir=r(/)|r—} + ^jj(c^ ,其中为阈值调整参数，C (i)表示节点i在第r-l轮中所属的簇，N函(C(i))表示该簇C(i)的簇内成员数目； 步骤2:每个节点产生一个0到1之间的随机数；将该数与各节点在步骤1中计算的阈值进行比较，若随机数小于阈值，则节点设置自身为当前轮的簇头节点，并广播ADV报文通告自身的簇头信息；否则，若随机数大于或等于阈值，则节点设置自身为普通节点，等待接受来自簇头的ADV消息；步骤3:当普通节点接收到来自周围各簇头发送的ADV消息之后，将比较接收到各簇头报文的信号强度，然后选择信号最强的节点作为自己将要加入簇的簇头节点，并向其发送JOIN消息；步骤4:簇头节点接收到普通节点发送的JOIN消息后，将其设置为本簇的簇内成员节点， 并记录；如此，距离较近的节点将组成簇；步骤5:簇头节点根据簇内成员节点的数目产生一个时分复用TDMA时隙表，并广播给簇 内成员节点，TDMA时隙表为每个簇内成员节点指定了其数据传输的所属时隙。
3、 根据权利要求1所述的基于软阈值的簇头选举方法，其特征在于，所述簇内通 信和簇间通信的步骤如下步骤l:簇内成员节点根据簇头节点分配的TDMA时槽，在指定的时间进行数据传输，将 自身监测的数据传给簇头节点；步骤2:簇头节点收到来自簇内成员的所有数据之后，将对数据进行融合，然后将数据经过簇间的路由传至Sink节点；
4、根据权利要求l所述的基于软阈值的簇头选举方法，其特征在于，所述簇头更新的步骤如下步骤1:若节点在上一轮中担任簇头，则降低其在本轮中被选为簇头的概率，将本轮的 阈值调整为上轮的阈值减小；步骤2:若节点在上一轮中未担任簇头，则增加其在本轮中被选为簇头的概率，将本轮
全文摘要
一种应用于无线传感网络中的簇头选举机制，本簇头选举机制引入了软阈值的概念，对传统分簇算法的簇头选举机制进行了改进。通过设置可动态调整的阈值，改变传统分簇算法中的固定阈值的方式，让节点在担任过簇头之后仍然有机会继续担任簇头，从而让更多的节点参与到每轮的簇头选举中来，因而能够更好的均衡网络中节点的能耗，延长网络生存时间。
文档编号H04W40/02GK101594657SQ200910087899
公开日2009年12月2日 申请日期2009年6月25日 优先权日2009年6月25日
发明者嵘 丁, 冰 杨, 磊 杨, 王佳伟 申请人:北京航空航天大学