大規(guī)模無線傳感器網(wǎng)絡(luò)仿真節(jié)點(diǎn)隨機(jī)部署分析①

李清平, 李向東, 劉清華

(浙江育英職業(yè)技術(shù)學(xué)院信息技術(shù)分院,杭州 310018)

無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)是由部署在監(jiān)測區(qū)內(nèi)大量移動(dòng)或靜止的微型傳感器節(jié)點(diǎn)構(gòu)成的分布式網(wǎng)絡(luò),通過多跳和自組織的方式將感知對象的信息發(fā)送給網(wǎng)絡(luò)的需求者,其關(guān)鍵技術(shù)包括傳感器、能量收集、嵌入式操作系統(tǒng)、低功耗、多跳自組織的路由協(xié)議、數(shù)據(jù)融合、數(shù)據(jù)管理以及信息安全等[1-3]. WSN當(dāng)前的研究焦點(diǎn)涵蓋網(wǎng)絡(luò)生命周期、覆蓋和連通、安全和故障、能量效率和收斂時(shí)間、能量均衡和擴(kuò)展性等[4,5].

由于網(wǎng)絡(luò)的規(guī)模性,通常情況下節(jié)點(diǎn)的位置不能精確設(shè)定,相互之間的鄰居關(guān)系也不可預(yù)知,另外在實(shí)際應(yīng)用中部分傳感器節(jié)點(diǎn)由于能量耗盡或環(huán)境因素造成失效,同時(shí)也有一些節(jié)點(diǎn)補(bǔ)充到網(wǎng)絡(luò)中來,由于節(jié)點(diǎn)數(shù)目動(dòng)態(tài)地增加或減少,導(dǎo)致網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)隨之動(dòng)態(tài)地發(fā)生變化. 在真實(shí)的環(huán)境中,包含成千上萬節(jié)點(diǎn)的大規(guī)模無線傳感器網(wǎng)絡(luò),研究和評價(jià)其性能將是一項(xiàng)耗時(shí)費(fèi)力的工作,實(shí)際上幾百個(gè)節(jié)點(diǎn)的實(shí)驗(yàn)己經(jīng)相當(dāng)難以管理與實(shí)現(xiàn),而目前流行的網(wǎng)絡(luò)仿真平臺(tái)恰好能解決這一難題,通過虛擬各個(gè)物理設(shè)備的模型,然后構(gòu)建仿真系統(tǒng),具有耗資少、配置靈活、人機(jī)交互能力強(qiáng)和可視化程度高等優(yōu)勢. 當(dāng)前主流的無線傳感器網(wǎng)絡(luò)仿真平臺(tái)包括OPNET、NS-2、OMNet++等[6].OPNET采用網(wǎng)絡(luò)、節(jié)點(diǎn)和過程三層模型實(shí)現(xiàn)對網(wǎng)絡(luò)行為的仿真,自帶各種分析工具,提供大量網(wǎng)絡(luò)設(shè)備模型,用戶可以在網(wǎng)絡(luò)模型的任意位置插入探頭采集數(shù)據(jù)和進(jìn)行統(tǒng)計(jì),能夠準(zhǔn)確分析復(fù)雜網(wǎng)絡(luò)的性能和行為,,仿真輸出以圖形化方式顯示,能夠?yàn)榫W(wǎng)絡(luò)的規(guī)劃設(shè)計(jì)提供可靠的定量依據(jù),驗(yàn)證實(shí)際方案或比較多個(gè)不同的設(shè)計(jì)方案,非常適用于分析網(wǎng)絡(luò)的性能[7,8].

文章基于傳感器仿真節(jié)點(diǎn)模型,利用OPNET仿真平臺(tái),在較小空間部署高密度節(jié)點(diǎn)時(shí),通過接收信號(hào)強(qiáng)度指示(Received Signal Strength Indication,RSSI)來控制傳感器節(jié)點(diǎn)間的傳輸距離,使得節(jié)點(diǎn)彼此之間不會(huì)相距太近或太遠(yuǎn),聚焦于WSN的能量效率和收斂時(shí)間方面若干問題,包括傳輸半徑、傳輸半徑與網(wǎng)絡(luò)能耗的關(guān)系、網(wǎng)絡(luò)時(shí)延和網(wǎng)絡(luò)吞吐量等網(wǎng)絡(luò)性能.

1 傳感器節(jié)點(diǎn)仿真模型

傳感器、被感知對象和觀察者構(gòu)成WSN三要素,傳感器系統(tǒng)一般包括傳感器節(jié)點(diǎn)(Sensor Node)、匯聚節(jié)點(diǎn)(Sink Node)和管理節(jié)點(diǎn)(Management Node)[9]. 大量傳感器節(jié)點(diǎn)隨機(jī)部署在監(jiān)測區(qū),其監(jiān)測的數(shù)據(jù)通過自組織方式多跳中繼轉(zhuǎn)發(fā),路由到匯聚節(jié)點(diǎn),最后通過互聯(lián)網(wǎng)或衛(wèi)星到達(dá)管理節(jié)點(diǎn),用戶通過管理節(jié)點(diǎn)對傳感器網(wǎng)絡(luò)進(jìn)行配置和管理,發(fā)布監(jiān)測任務(wù)以及收集監(jiān)測數(shù)據(jù),因此傳感器節(jié)點(diǎn)是WSN和信息來源的基礎(chǔ).基于OPNET平臺(tái)的感器節(jié)點(diǎn)仿真模型如圖1所示. 節(jié)點(diǎn)模型從上至下分為應(yīng)用層、網(wǎng)絡(luò)層、數(shù)據(jù)鏈路層和物理層. 應(yīng)用層(sensor)將傳感器監(jiān)測到的數(shù)據(jù)發(fā)往網(wǎng)絡(luò)層,網(wǎng)絡(luò)層(network)負(fù)責(zé)將數(shù)據(jù)分組按照設(shè)定的路由策略發(fā)送到下一跳(next hop),數(shù)據(jù)鏈路層(waln_mac_intf)主要起到將來自網(wǎng)絡(luò)層和物理層的數(shù)據(jù)分組相互轉(zhuǎn)發(fā)的中間橋梁作用,物理層(wireless_lan_mac)負(fù)責(zé)處理多個(gè)節(jié)點(diǎn)如何有效共享信道資源的問題. waln_port_rx_o和waln_port_tx_o分別為節(jié)點(diǎn)的接收機(jī)(receiver)和發(fā)射機(jī)(transmitter). 在仿真節(jié)點(diǎn)中設(shè)置數(shù)據(jù)速率1000 000 bps,頻道帶寬22 000 kHz,主頻2401 MHz.

圖1 基于OPNET平臺(tái)的感器節(jié)點(diǎn)仿真模型

仿真?zhèn)鞲衅鞴?jié)點(diǎn)的應(yīng)用層進(jìn)程模型如圖2所示.模型運(yùn)行時(shí),整個(gè)程序進(jìn)入Wait模塊等待0.02 s,然后所有節(jié)點(diǎn)進(jìn)行初始化并開始競爭. Wait模塊在接收網(wǎng)絡(luò)層的NETWORK_READY中斷信號(hào)后進(jìn)入Init狀態(tài). Init模塊初始化變量,獲得節(jié)點(diǎn)屬性以及設(shè)置數(shù)據(jù)分組的中斷計(jì)劃,在接收源節(jié)點(diǎn)發(fā)送的GEN_PKT中斷信號(hào)后進(jìn)入Idle狀態(tài),Idle模塊按不同的轉(zhuǎn)移條件進(jìn)入不同的狀態(tài)： 接到PKT_GEN中斷信號(hào)進(jìn)入Generate狀態(tài),接到NETWORK_DATA_ARV中斷信號(hào)進(jìn)入Sink狀態(tài),接到NETWORK_STOP中斷信號(hào)進(jìn)入Stop狀態(tài). Generate模塊創(chuàng)建并發(fā)送數(shù)據(jù)分組,收到PKT_GEN中斷信號(hào)則進(jìn)入,結(jié)束后返回Idle狀態(tài).Sink模塊接收網(wǎng)絡(luò)層發(fā)送的數(shù)據(jù)分組,收到NETWORK_READY中斷信號(hào)則進(jìn)入,結(jié)束后返回Idle狀態(tài). Stop模塊負(fù)責(zé)數(shù)據(jù)分組的停止發(fā)送,收到NETWORK_STOP中斷信號(hào)則進(jìn)入,結(jié)束后返回Idle狀態(tài). 模型中,除了源節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)會(huì)發(fā)送中斷信號(hào)給應(yīng)用層,進(jìn)入Init及其后續(xù)狀態(tài)完成相關(guān)任務(wù)外,其它節(jié)點(diǎn)則一直處于Wait等待狀態(tài). 源節(jié)點(diǎn)會(huì)在Idle和Generate兩個(gè)狀態(tài)之間循環(huán)切換,直到接收NETWORK_STOP中斷信號(hào)進(jìn)入Stop狀態(tài)為止,而目標(biāo)節(jié)點(diǎn)則在Idle和Sink兩個(gè)狀態(tài)之間循環(huán)切換,直到接收NETWORK_STOP中斷信號(hào)進(jìn)入Stop狀態(tài)為止.

圖2 仿真?zhèn)鞲衅鞴?jié)點(diǎn)的應(yīng)用層(sensor)進(jìn)程模型

2 傳感器節(jié)點(diǎn)傳輸距離控制

大規(guī)模無線傳感器網(wǎng)絡(luò)中,有效控制傳感器節(jié)點(diǎn)每一跳傳輸距離是滿足路由協(xié)議魯棒性的基本要求,圖3是一個(gè)隨機(jī)布點(diǎn)、自組網(wǎng)絡(luò)的多跳WSN傳輸距離控制模型. 源節(jié)點(diǎn)A采集監(jiān)測區(qū)數(shù)據(jù),經(jīng)過路由中間節(jié)點(diǎn)B、C、D、E、F…的多跳轉(zhuǎn)發(fā),直至目的節(jié)點(diǎn)N基站,數(shù)據(jù)分組在傳輸過程中,采取RSSI測距定位算法[10],選擇可達(dá)最大傳輸距離區(qū)域內(nèi)處的某可轉(zhuǎn)發(fā)路由節(jié)點(diǎn)作為下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn),最終將信息數(shù)據(jù)分組發(fā)送到基站節(jié)點(diǎn).

RSSI測距算法在實(shí)際應(yīng)用中一般采用簡化的漸變公式(1)：

圖3 傳感器節(jié)點(diǎn)傳輸距離控制模型

3 大規(guī)模節(jié)點(diǎn)隨機(jī)仿真部署實(shí)現(xiàn)方法

WSN的規(guī)模性包括兩方面的含義： 一是傳感器節(jié)點(diǎn)分布在較廣闊的地理區(qū)域內(nèi); 二是在較小的空間范圍內(nèi)部署了大量的節(jié)點(diǎn),密度較大[11]. 仿真場景適合第二種情況.

利用OPNET仿真平臺(tái),設(shè)置一個(gè)長×寬為750 m×500 m的網(wǎng)絡(luò)區(qū)間,節(jié)點(diǎn)數(shù)量為500個(gè). 在部署仿真?zhèn)鞲衅鞴?jié)點(diǎn)時(shí),采用平臺(tái)自帶的外部模塊訪問(External Model Access,EMA)文本用類似C語言的方式來建模,首先使用循環(huán)語句來確定各個(gè)節(jié)點(diǎn)編號(hào),然后用rand()函數(shù)隨機(jī)部署節(jié)點(diǎn)簇,同時(shí)隨機(jī)生成對應(yīng)的節(jié)點(diǎn)坐標(biāo)(x_pos,y_pos),根據(jù)RSSI算法,如果節(jié)點(diǎn)之間距離太近或太遠(yuǎn)時(shí),都將重新生成新的節(jié)點(diǎn)坐標(biāo),仿真生成的大規(guī)模傳感器節(jié)點(diǎn)場景如圖4所示. 模型運(yùn)行時(shí),傳感器節(jié)點(diǎn)根據(jù)狀態(tài)流程可分為4類： 源節(jié)點(diǎn)(Source)、目標(biāo)節(jié)點(diǎn)(Sink)、中間轉(zhuǎn)發(fā)節(jié)點(diǎn)和其它節(jié)點(diǎn). 源節(jié)點(diǎn)發(fā)送數(shù)據(jù)分組,目標(biāo)節(jié)點(diǎn)接收數(shù)據(jù)分組,中間節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)分組,其它節(jié)點(diǎn)則一直停留在Idle狀態(tài). 主要偽代碼如下：

(1) 節(jié)點(diǎn)編號(hào)初始化;

(2) for循環(huán)隨機(jī)生成節(jié)點(diǎn)坐標(biāo)x_pos,y_pos;

(3) if函數(shù)判斷節(jié)點(diǎn)坐標(biāo)之間的距離,如果新節(jié)點(diǎn)坐標(biāo)距離已有節(jié)點(diǎn)坐標(biāo)太近或太遠(yuǎn),則重新生成x_pos,y_pos;

(4) if函數(shù)判斷節(jié)點(diǎn)數(shù)是否滿足仿真部署要求,直至執(zhí)行完全部循環(huán);

(5) 將節(jié)點(diǎn)坐標(biāo)x_pos,y_pos保存在坐標(biāo)矩陣中;

(6) 創(chuàng)建節(jié)點(diǎn).

圖4 仿真生成的大規(guī)模傳感器節(jié)點(diǎn)場景

4 網(wǎng)絡(luò)應(yīng)用層若干性能分析

4.1 網(wǎng)絡(luò)傳輸半徑

已知網(wǎng)絡(luò)場景面積為375 000 m2,節(jié)點(diǎn)500個(gè),則節(jié)點(diǎn)密度為500/375 000=0.001 33個(gè)/m2. 當(dāng)數(shù)據(jù)分組傳輸半徑從30 m逐漸擴(kuò)展到100 m時(shí),根據(jù)半徑和密度可計(jì)算出鄰居節(jié)點(diǎn)數(shù)如表1所示,可以看出,隨著數(shù)據(jù)分組傳輸半徑的增加,鄰居數(shù)也隨之增加,增幅在1～4之間. 仿真部署時(shí),已設(shè)置最大鄰居數(shù)為50個(gè),因此每個(gè)節(jié)點(diǎn)在初始化時(shí)就預(yù)留了50個(gè)鄰居節(jié)點(diǎn)的內(nèi)存空間,模型運(yùn)行時(shí),掃描位于自己傳輸半徑范圍內(nèi)的可路由節(jié)點(diǎn)并存放在鄰居列表中. 根據(jù)最大傳輸半徑公式,可計(jì)算節(jié)點(diǎn)數(shù)為50時(shí)的=109.28 m; 假定節(jié)點(diǎn)隨機(jī)部署時(shí)符合二維泊松分布,則最小傳輸半徑[12]可計(jì)算節(jié)點(diǎn)數(shù)為50時(shí)的=82.63 m. 因此綜合考慮節(jié)點(diǎn)部署的均勻性和冗余性,當(dāng)鄰居數(shù)為N時(shí),其傳輸半徑應(yīng)滿足

表1 鄰居節(jié)點(diǎn)數(shù)與數(shù)據(jù)分組傳輸半徑的關(guān)系

4.2 傳輸半徑與網(wǎng)絡(luò)能耗的關(guān)系

MIT學(xué)者Chandrakasan 等人提出的低功耗自適應(yīng)集簇分層型協(xié)議(Low Energy Adaptive Clustering Hierarchy,LEACH)是為無線傳感器網(wǎng)絡(luò)設(shè)計(jì)的低功耗自適應(yīng)聚類路由協(xié)議,主要分為兩個(gè)階段： 簇建立階段(Setup Phase)和穩(wěn)定運(yùn)行階段(Ready Phase),兩個(gè)階段所持續(xù)的時(shí)間總和為一輪(round). 在簇建立階段,傳感器節(jié)點(diǎn)生成一個(gè)0和1之間的隨機(jī)數(shù),并且與閾值T(n)做比較,如果小于閾值,則該節(jié)點(diǎn)就會(huì)當(dāng)選為簇頭[13,14].T(n)的計(jì)算公式(3)如下：

在 LEACH 協(xié)議中,使用的能耗公式是一階無線電模型[14,15](First Order Radio Model,FORM),節(jié)點(diǎn)發(fā)送kbit數(shù)據(jù)能耗公式如(4)所示：

式(4)中,l表示數(shù)據(jù)的比特?cái)?shù);表示發(fā)送電路和接受電路消耗的總能量值;表示放大器電路的放大系數(shù);表示信號(hào)傳輸?shù)木嚯x.

設(shè)定節(jié)點(diǎn)模型中的l=1024 bit,=48 nJ/bit,=0.0016 pJ/bit/m4,根據(jù)多路衰減模型可得與之間的關(guān)系如圖5所示,可以看到,傳輸距離在0 m至95 m范圍時(shí),網(wǎng)絡(luò)能量消耗比較緩慢,超過95 m以后能耗增長很快,因此傳輸半徑盡量控制在95 m左右,這與4.1所述的最大傳輸半徑和最小傳輸半徑之和的平均值基本吻合.

4.3 網(wǎng)絡(luò)時(shí)延

網(wǎng)絡(luò)時(shí)延的仿真效果如圖6所示. 可以看到,在較小區(qū)域內(nèi)部署大量傳感器節(jié)點(diǎn)后,由于控制在有效傳輸范圍內(nèi),節(jié)點(diǎn)之間的鄰居建立以及數(shù)據(jù)傳輸相對都比較迅速,整個(gè)網(wǎng)絡(luò)的時(shí)延在3.5到4.0 ms之間,網(wǎng)絡(luò)處理數(shù)據(jù)分組的速度較快,性能較為優(yōu)良,說明仿真節(jié)點(diǎn)拓?fù)浣Y(jié)構(gòu)比較合理. 當(dāng)仿真節(jié)點(diǎn)從500增加到800時(shí),雖然整個(gè)網(wǎng)絡(luò)的傳輸速率增大,網(wǎng)絡(luò)時(shí)延降低,但基本上控制在3.25到3.75 ms之間,如圖7所示. 說明在一定數(shù)量范圍內(nèi),網(wǎng)絡(luò)節(jié)點(diǎn)的增加對網(wǎng)絡(luò)時(shí)延的影響不明顯.

圖5 仿真場景能耗與傳輸半徑的關(guān)系

圖6 仿真節(jié)點(diǎn)為500時(shí)的網(wǎng)絡(luò)時(shí)延

圖7 仿真節(jié)點(diǎn)為800時(shí)的網(wǎng)絡(luò)時(shí)延

4.4 網(wǎng)絡(luò)吞吐量

網(wǎng)絡(luò)吞吐量的仿真效果如圖7所示. 仿真開始時(shí),網(wǎng)絡(luò)的吞吐量急劇增加,在不到1 s的時(shí)間內(nèi),從0 bit/sec快速增加到52 000 bit/sec左右,但4s以后,吞吐量穩(wěn)定在60 000 bit/sec左右,說明網(wǎng)絡(luò)拓?fù)渚哂休^好的收斂性,節(jié)點(diǎn)部署較為理想. 當(dāng)仿真節(jié)點(diǎn)增加到800時(shí),在2 s以內(nèi),網(wǎng)絡(luò)吞吐量產(chǎn)生波動(dòng),之后則穩(wěn)定在72 000 bit/sec左右,如圖9所示. 說明在一定的節(jié)點(diǎn)范圍內(nèi),WSN網(wǎng)絡(luò)的吞吐量能保持在一個(gè)較為穩(wěn)定的水平.

圖8 仿真節(jié)點(diǎn)為500時(shí)的網(wǎng)絡(luò)吞吐量

圖9 仿真節(jié)點(diǎn)為800時(shí)的網(wǎng)絡(luò)吞吐量

4.5 數(shù)據(jù)端到端延遲

數(shù)據(jù)端到端延遲為源節(jié)點(diǎn)產(chǎn)生數(shù)據(jù)包的時(shí)間與該數(shù)據(jù)包到達(dá)目的節(jié)點(diǎn)時(shí)間之差的絕對值. 圖10和圖11分別為仿真節(jié)點(diǎn)500和800時(shí)的網(wǎng)絡(luò)延遲時(shí)間,對比兩者可以看出,在一定節(jié)點(diǎn)密度范圍內(nèi),網(wǎng)絡(luò)延遲時(shí)間變化不明顯,在預(yù)定空間中,調(diào)整源節(jié)點(diǎn)和目的節(jié)點(diǎn)的位置,不會(huì)對整個(gè)WSN網(wǎng)絡(luò)的延遲時(shí)間產(chǎn)生較大影響.

圖10 仿真節(jié)點(diǎn)為500時(shí)的網(wǎng)絡(luò)延遲時(shí)間

5 結(jié)論與展望

無線傳感器網(wǎng)絡(luò)是新一代的傳感器網(wǎng)絡(luò),具有非常廣泛的應(yīng)用前景,可以預(yù)計(jì),未來無線傳感器網(wǎng)絡(luò)將無處不在,完全融入我們的生活,給人類社會(huì)帶來極大的變革. 針對大規(guī)模、隨機(jī)化的無線傳感器網(wǎng)絡(luò)的研究和應(yīng)用費(fèi)時(shí)費(fèi)力,甚至無法達(dá)到預(yù)期目標(biāo),而采用仿真的方法則可以達(dá)到事半功倍. 文章基于OPNET平臺(tái),采用RSSI測距定位技術(shù)控制節(jié)點(diǎn)傳輸距離,在一個(gè)375 000 m2的仿真場景上隨機(jī)部署500個(gè)傳感器節(jié)點(diǎn),通過分析網(wǎng)絡(luò)應(yīng)用層性能,得到以下結(jié)論：

(1)當(dāng)鄰居數(shù)為N時(shí),節(jié)點(diǎn)傳輸半徑處于網(wǎng)絡(luò)最大傳輸半徑和最小傳輸半徑之間.

(2)根據(jù)多路衰減模型,考慮網(wǎng)絡(luò)能耗因素,節(jié)點(diǎn)傳輸半徑盡量為最大傳輸半徑和最小傳輸半徑之和的平均值左右.

(3)網(wǎng)絡(luò)時(shí)延和網(wǎng)絡(luò)吞吐量結(jié)果表明,采取RSSI測距定位技術(shù),以二維泊松方式隨機(jī)節(jié)點(diǎn)生成的無線傳感器網(wǎng)絡(luò)拓?fù)涮幚頂?shù)據(jù)分組的速度較快,具有較好的收斂性.

(4)在一定的可控節(jié)點(diǎn)密度范圍內(nèi),節(jié)點(diǎn)數(shù)量的增加,對網(wǎng)絡(luò)時(shí)延、數(shù)據(jù)端到端延遲的影響不明顯,網(wǎng)絡(luò)吞吐量雖然會(huì)產(chǎn)生波動(dòng),但在較短的時(shí)間內(nèi)穩(wěn)定下來.

(5)仿真實(shí)驗(yàn)需要通過真實(shí)實(shí)驗(yàn)進(jìn)行比對和驗(yàn)證,以提供更符合實(shí)際的結(jié)果,這是下一步工作的重點(diǎn).

圖11 仿真節(jié)點(diǎn)為800時(shí)的網(wǎng)絡(luò)延遲時(shí)間

1Wang ZW,Li ZM,Liu HY,et al. WSN layer-cluster sensor deployment for frozen soil data acquisition. Proceedings of 2016 International Conference on Computer,Mechatronics and Electronic Engineering (CMEE 2016). Beijing,China.2016.

2林炳. 大規(guī)模無線傳感器網(wǎng)絡(luò)組網(wǎng)研究[碩士學(xué)位論文]. 杭州： 杭州電子科技大學(xué),2012. 1-5.

3姚向民. 無線傳感器網(wǎng)絡(luò)大規(guī)模組網(wǎng)技術(shù)研究[碩士學(xué)位論文]. 成都： 電子科技大學(xué),2009. 1-5,7-9.

4韓鴻泉,朱紅松,孟軍. 無線傳感器網(wǎng)絡(luò)技術(shù). 計(jì)算機(jī)系統(tǒng)應(yīng)用,2005,(2)： 38-41.

5楊森. 大規(guī)模無線傳感器網(wǎng)絡(luò)性能分析[碩士學(xué)位論文]. 上海： 上海交通大學(xué),2013. 9-10,18-23.

6李清平. 基于進(jìn)程核心的網(wǎng)絡(luò)仿真建模及統(tǒng)計(jì)分析. 武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版),2012,34(6)： 680-683,707.

7李長連,王福豹,何戟. 無線傳感器網(wǎng)絡(luò)仿真模擬技術(shù)比較分析. 計(jì)算機(jī)應(yīng)用研究,2007,24(3)： 6-9.

8劉波. 基于OPNET的無線傳感器網(wǎng)絡(luò)建模與仿真[碩士學(xué)位論文]. 廣州： 華南理工大學(xué),2010. 11-15.

9劉彬,許屏,裴大剛,等. 無線傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)部署方法的研究進(jìn)展. 傳感器世界,2009,15(8)： 10-14.

10殷貞玲,王汝傳,黃海平,等. 基于無線傳感器網(wǎng)絡(luò)的傳輸距離控制方法. 計(jì)算機(jī)科學(xué),2012,37(6)： 97-101.

11秦小虎,辛云宏,夏海峰,等. 無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位技術(shù). 計(jì)算機(jī)系統(tǒng)應(yīng)用,2011,20(9)： 117-121.

12喬俊峰,劉三陽. 無線傳感器網(wǎng)絡(luò)中最小連通通信半徑的研究. 網(wǎng)絡(luò)安全技術(shù)與應(yīng)用,2014,(7)： 30-31,33.

13陳敏. OPNET物聯(lián)網(wǎng)仿真. 武漢： 華中科技大學(xué)出版社,2015. 110-121,155-156.

14夏中林. 基于LEACH協(xié)議的最少能量消耗算法的研究[碩士學(xué)位論文]. 湘潭： 湖南科技大學(xué),2014. 20-22.

15Shang RZ,Zhang N. A wireless sensor network for prognostics and health management. Proceedings of 2016 International Conference on Power,Energy Engineering and Management (PEEM 2016). Bangkok,Thailand. 2016.