一種面向?qū)嶒炇野踩O(jiān)測WSN的自適應(yīng)分段聚類多跳路由協(xié)議研究?

湯旭翔何 蕾

(1.浙江工商大學(xué)統(tǒng)計與數(shù)學(xué)學(xué)院，浙江 杭州 310018；2.浙江工商大學(xué)實驗室與資產(chǎn)管理處，浙江 杭州 310018)

高校的發(fā)展推動著實驗室建設(shè)水平的不斷提升，而實驗室的內(nèi)涵建設(shè)支撐著學(xué)校人才培養(yǎng)、科學(xué)研究和社會服務(wù)等重要工作[1]。安全是實驗室建設(shè)工作的基礎(chǔ)，做好實驗室安全管理是一切教學(xué)、科研工作順利開展的重要保障[2]。當(dāng)前，高校通過改善實驗室安全設(shè)施、完善安全管理體系、推進(jìn)實驗室安全環(huán)保工作、構(gòu)建防災(zāi)減災(zāi)工作機(jī)制、優(yōu)化實驗室安全宣傳教育模式，以及推動智慧安防系統(tǒng)建設(shè)，建立實驗室質(zhì)量信息的統(tǒng)計、分析、反饋機(jī)制，加速建設(shè)實驗室安全監(jiān)控預(yù)警系統(tǒng)等手段，進(jìn)一步提升實驗室安全管理水平[3]。

無線傳感器網(wǎng)絡(luò)是由部署在監(jiān)測區(qū)域內(nèi)的大量微型、低成本、低功耗的傳感器節(jié)點組成的多跳無線網(wǎng)絡(luò)[4]。由于微電子技術(shù)和無線通信技術(shù)的進(jìn)步，傳感器技術(shù)也向著集成化、微型化、智能化、網(wǎng)絡(luò)化的方向發(fā)展[5]。目前，傳感器網(wǎng)絡(luò)的應(yīng)用已涉及軍事、環(huán)境監(jiān)測和干預(yù)、健康護(hù)理、智能家居、建筑物狀態(tài)監(jiān)控、城市交通以及機(jī)場、大型工業(yè)園區(qū)的安全監(jiān)測等領(lǐng)域[6]。異常數(shù)據(jù)對于WSN網(wǎng)絡(luò)來說是具有極強(qiáng)干擾性質(zhì)的，因此異常數(shù)據(jù)處理在WSN領(lǐng)域具有重要研究價值[7]。異常數(shù)據(jù)定義為明顯偏離節(jié)點傳感器正常閾值范圍的感知數(shù)據(jù)，其產(chǎn)生根源在于節(jié)點故障、外界干擾等因素[8－9]。因此WSN系統(tǒng)應(yīng)及時準(zhǔn)確的解析外界干擾和節(jié)點故障造成的異常數(shù)據(jù)，并進(jìn)行相應(yīng)的合理處理，提高實驗室安全狀態(tài)感知的精確度[10，11]。無線傳感技術(shù)作為一種先進(jìn)的通信技術(shù)可被應(yīng)用于實驗室的管理和監(jiān)測[12]，為完善實驗室安全監(jiān)管體系與管理模式革新提供了一種新的思路。

本文研究了一種面向?qū)嶒炇野踩O(jiān)測WSN的自適應(yīng)分段聚類多跳路由協(xié)議，通過優(yōu)化自適應(yīng)參數(shù)(如跳躍次數(shù)、跳躍距離等)[13]，尋求發(fā)現(xiàn)一種降低系統(tǒng)能耗的最優(yōu)方案，并且可以平衡系統(tǒng)其他指標(biāo)來降低能量消耗從而延長網(wǎng)絡(luò)系統(tǒng)的生命周期[14]。根據(jù)實驗室安全監(jiān)測的結(jié)構(gòu)特點，在實驗室中設(shè)立多個隔離子單元的結(jié)構(gòu)(如防火區(qū)、隔離門等)[15－16]，并基于子單元結(jié)構(gòu)設(shè)計引入等間隔多跳的傳輸方案，以期提高實驗室安全感知的準(zhǔn)確性。

1 網(wǎng)絡(luò)模型及算法思路

無線傳感器網(wǎng)絡(luò)(WSN)主要結(jié)構(gòu)如圖1所示，主要包括數(shù)據(jù)服務(wù)器、網(wǎng)關(guān)、傳感器和多個無線傳感器節(jié)點。本文采用異常數(shù)據(jù)預(yù)處理結(jié)合具有自適應(yīng)功能的分段聚類支持多跳協(xié)議(Adaptive Subsection Cluster Protocol with multiple hop，ASCP)，不但實現(xiàn)了感知節(jié)點異常數(shù)據(jù)的預(yù)處理，而且提高WSN感知數(shù)據(jù)傳輸性能。在ASCP中，采用優(yōu)化跳躍次數(shù)、距離等參數(shù)，獲取一套優(yōu)化整體能耗信號傳輸方法，最大程度降低能耗，平衡WSN能量消耗以實現(xiàn)延長系統(tǒng)壽命的目標(biāo)。根據(jù)實驗室的結(jié)構(gòu)特性，在WSN中引入多跳傳輸方式，在實驗室體系結(jié)構(gòu)中構(gòu)建出最優(yōu)化的多跳策略，從而提升感知節(jié)點監(jiān)測數(shù)據(jù)傳輸?shù)臏?zhǔn)確性和效率。

圖1 實驗室安全監(jiān)測WSN結(jié)構(gòu)

2 算法與網(wǎng)絡(luò)模型

2.1 異常數(shù)據(jù)預(yù)處理方案

WSN感知節(jié)點異常數(shù)據(jù)產(chǎn)生源頭有:外部干擾或系統(tǒng)故障引發(fā)的瞬時性異常數(shù)據(jù)；節(jié)點能量異常、硬件問題或者軟件缺陷誘發(fā)的異常數(shù)據(jù)；感知區(qū)域中系統(tǒng)工作環(huán)境變化導(dǎo)致的異常波動數(shù)據(jù)。這些都是引起WSN節(jié)點異常數(shù)據(jù)的主要原因。

2.1.1 異常數(shù)據(jù)預(yù)處理方法

首先，本文確定異常數(shù)據(jù)判定方法:對于節(jié)點信號s(t)，若｜s(t)－d｜≥δ，則s(t)為異常數(shù)據(jù)。其中，d為采集到節(jié)點信號s(t)之前經(jīng)過簇頭的最近鄰近異常數(shù)據(jù)；δ是異常節(jié)點數(shù)據(jù)計算閾值。根據(jù)上述定義方法對測量值s(t)做二值化分析:如果s(t)是異常信號，就把s(t)置1，如果不是異常信號就把s(t)置0。如果s(t)置1，進(jìn)一步統(tǒng)計之前P－1個檢測數(shù)據(jù)的轉(zhuǎn)換結(jié)果是否半數(shù)以上置1，如果半數(shù)以上置1，則二值化為y(t)＝1，反之y(t)＝0。P表示判定窗口的大小。y(t)＝0表示判定窗口范圍你異常數(shù)據(jù)少于50%，那么s(t)判定為瞬時性異常數(shù)據(jù)，不進(jìn)行傳送。而y(t)＝1表示s(t)為非瞬時性異常數(shù)據(jù)，檢測信號s(t)將被傳送。

WSN系統(tǒng)在工作過程中節(jié)點能量隨著消耗而降低，如果能量少到一定程度將影響節(jié)點數(shù)據(jù)的準(zhǔn)確性，此時節(jié)點就會生成異常數(shù)據(jù)。如果判定為異常數(shù)據(jù)，就需要對異常數(shù)據(jù)進(jìn)行確認(rèn)和進(jìn)一步分析。設(shè)簇頭信號強(qiáng)度閾值γ，假定簇內(nèi)成員節(jié)點數(shù)為m，假設(shè)為0.5 m。在某個采集周期中如果收到n個異常數(shù)據(jù)，如果n不小于γ，則視為所監(jiān)測區(qū)域中監(jiān)測焦點情況，簇頭激發(fā)興奮狀態(tài)從而啟動融合算法；反之，則認(rèn)為生成異常數(shù)據(jù)的節(jié)點數(shù)量不足，系統(tǒng)僅將故障節(jié)點信息進(jìn)行發(fā)送。

2.1.2 數(shù)據(jù)有效性判定

傳統(tǒng)WSN中包含一定數(shù)量的感知節(jié)點，因此節(jié)點故障或錯誤的可能性很大。本研究工作選取足夠數(shù)量訓(xùn)練樣本，使用最大似然估計(MLE)估計條件概率密度函數(shù)[6]。設(shè)訓(xùn)練屬性值集合為S＝{s1，s2，…，sk}，將其密度表示如下:

θ的MLE是具有較大榮譽(yù)的最大似然函數(shù)，本文以對數(shù)似然的最大化計算代替θ的MLE以提高計算效率:

若模型具有m個類C1，C2，…，Cm，設(shè)t類是一個n維的向量，用DCt＝{dCt1，dCt2，…，dCtm}表示，表示數(shù)據(jù)i在t類中的出現(xiàn)概率。S＝{s1，s2，…，sk}為網(wǎng)絡(luò)運行的k種場景。場景s1的似然定義為在該場景中某個數(shù)據(jù)出現(xiàn)的概率:

Ni表示數(shù)據(jù)i在場景s1中的數(shù)量。設(shè)P(DCt)為分類任務(wù)集合，針對P(DCt)的先驗分布，該模型最大的后驗概率L的定義如下[17]:

2.2 WSN參數(shù)優(yōu)化

把WSN區(qū)域平均分為多個段m1，m2，m3…，mi，…，mj子單元，其結(jié)構(gòu)如圖2所示。子單元發(fā)送出來的數(shù)據(jù)向中央單元集中，離基站近的中央單元主要提供數(shù)據(jù)轉(zhuǎn)發(fā)服務(wù)，數(shù)據(jù)轉(zhuǎn)發(fā)的量越大，節(jié)點能量的消耗就更大，就要對不同子單元之間的簇頭節(jié)點的能量消耗進(jìn)行優(yōu)化，使得BS附近子單元的簇頭節(jié)點平均能量大于遠(yuǎn)離BS單元的節(jié)點的能量。

圖2 WSN優(yōu)化模型示意圖

對于每個子單元來說，如果產(chǎn)生一次數(shù)據(jù)發(fā)送所產(chǎn)生的能量消耗如式(5)所示。而數(shù)據(jù)中繼簇頭由于傳輸數(shù)據(jù)所需能量與傳輸距離相關(guān)，所有中繼簇頭在本輪數(shù)據(jù)傳輸中所需能量之和如式(6)。

在本文所研究的工作中，假定數(shù)據(jù)傳遞距離不小于臨界閾值d0。令，代入公式(7)可知。

得到關(guān)于L和m的函數(shù)可以通過對G(L，m)函數(shù)求解最小解來實現(xiàn)對WSN模型參數(shù)的優(yōu)化。我們采用粒子群(PSO)算法探索函數(shù)G(L，m)最小化，得到優(yōu)化的WSN參數(shù)，圖3為算法流程圖。

圖3 優(yōu)化算法流程

2.3 集群密度

單個節(jié)點內(nèi)能量消耗如式(10)所示。

全網(wǎng)絡(luò)節(jié)點總的能量消耗定義為Qall

3 仿真結(jié)果

3.1 仿真方法

在實驗室安全監(jiān)測感知節(jié)點布置方案中，根據(jù)不同監(jiān)測目標(biāo)需要選用不同類型的傳感器，表1為所采用傳感器的型號。傳感器為監(jiān)測WSN提供及時可靠的感知數(shù)據(jù)，然后通過感知節(jié)點的無線模塊通過WSN將數(shù)據(jù)傳輸至數(shù)據(jù)堆棧，在對這感知數(shù)據(jù)進(jìn)行進(jìn)一步的分析。

表1 實驗室監(jiān)測各類型傳感器型號

在仿真平臺上開展仿真分析，對上述提出的WSN協(xié)議進(jìn)行性能研究，表2為WSN網(wǎng)絡(luò)參數(shù)仿真限定范圍。選擇LEACH、SEP作為對照協(xié)議，與本文所研究的協(xié)議進(jìn)行了性能方面的對比工作。

表2 網(wǎng)絡(luò)仿真參數(shù)

3.2 仿真結(jié)果分析

圖4展現(xiàn)的是ASCP、LEACH和SEP協(xié)議存活節(jié)點數(shù)量的仿真變化情況，我們知道，當(dāng)WSN網(wǎng)絡(luò)出現(xiàn)首個死亡節(jié)點時就意味著網(wǎng)絡(luò)開始失去其完整性，而完整性的變化情況則是該網(wǎng)絡(luò)生存能力的一種可信的評價。根據(jù)圖4，三種協(xié)議在首個50輪中均出現(xiàn)一定的節(jié)點損失，SEP協(xié)議在100輪時死亡節(jié)點數(shù)量已經(jīng)高于另外兩種協(xié)議。隨著時間的持續(xù)，LEACH協(xié)議死亡節(jié)點出現(xiàn)的速度最快，在550輪時已經(jīng)失去了將近50%的節(jié)點，而在1 000輪時幾戶損失殆盡，結(jié)果證明該網(wǎng)絡(luò)協(xié)議隨著時間的增加其完整性保持的最差。對于SEP協(xié)議來說，其節(jié)點死亡速度遜于LEACH，但是也明顯高于ASCP，SEP在900輪左右只有50%左右的節(jié)點幸存，并且在1 000輪時降至40%。而本文提出的ASCP協(xié)議在1 000輪之后，尚有80%左右的節(jié)點存活，因此ASCP的生存周期最長，最大程度的避免死亡節(jié)點的產(chǎn)生，有效提高了網(wǎng)絡(luò)的完整性。

圖4 ASCP網(wǎng)絡(luò)生存周期比較

WSN網(wǎng)絡(luò)每個區(qū)域節(jié)點能量消耗指標(biāo)對于網(wǎng)絡(luò)的生存性能則是一種重要的參數(shù)。圖5所示為WSN區(qū)域中以距離基站四個不同距離區(qū)域內(nèi)死亡節(jié)點數(shù)目的變化仿真結(jié)果。我們選取了4個區(qū)域進(jìn)行分析，分別是距離基站100 m、200 m、300 m和400 m距離。從仿真結(jié)果可以看出，總體來說死亡節(jié)點數(shù)量呈現(xiàn)上升的趨勢，說明隨著時間的增加，WSN網(wǎng)絡(luò)正在失去其完整性。但是每個距離的區(qū)域內(nèi)節(jié)點的情況又有所不同，300 m和400 m這些距離相對遠(yuǎn)一點的區(qū)域中，死亡節(jié)點數(shù)量多于較近的區(qū)域，從500輪到2 000輪這個時間段內(nèi)，死亡率上升到600%和230%。而距離基站100 m和200 m區(qū)域內(nèi)的WSN節(jié)點，從1 500輪到2 000輪其死亡率都增加到250%。結(jié)果表明ASCP在基站附近所展開節(jié)點的能量消耗分布相對均勻，并且在距離進(jìn)展不同距離的各個區(qū)域內(nèi)死亡數(shù)目增長符合規(guī)律，并且能耗均衡。

圖5 網(wǎng)絡(luò)不同區(qū)域節(jié)點生存率的比較

圖6是WSN網(wǎng)絡(luò)簇頭數(shù)量的變化情況曲線，可以發(fā)現(xiàn)在仿真研究過程中我們提出的ASCP協(xié)議的簇頭總數(shù)總是多于SEP協(xié)議和LEACH協(xié)議。在100輪時，ASCP協(xié)議簇頭數(shù)是另外兩種協(xié)議的2.5倍。而在1 000輪后，ASCP協(xié)議仍保持了高于SEP和LEACH協(xié)議，結(jié)果證明ASCP具備更優(yōu)的數(shù)據(jù)傳輸能力和網(wǎng)絡(luò)整體的持續(xù)性。

圖6 ASCP簇頭數(shù)目與時間變化曲線圖

圖7所示為ASCP、SEP和LEACH三種協(xié)議在1 000輪仿真過程中，數(shù)據(jù)吞吐量的變化情況。仿真結(jié)果證明，LEACH協(xié)議和SEP協(xié)議在一定范圍內(nèi)略有上升，但是其吞吐量處于一種較低的水平。ASCP協(xié)議則一直處于上升狀態(tài)，并且在1 000輪時達(dá)到將近9E4的可觀水平，這是非常大的數(shù)據(jù)吞吐優(yōu)勢。

圖7 數(shù)據(jù)吞吐仿真結(jié)果

4 結(jié)語

本文研究了一種面向?qū)嶒炇野踩O(jiān)測WSN的自適應(yīng)分段聚類多跳路由協(xié)議，該協(xié)議由兩個層次組成:異常數(shù)據(jù)預(yù)處理和WSN網(wǎng)絡(luò)參數(shù)優(yōu)化。異常數(shù)據(jù)預(yù)處理包括瞬時性異常數(shù)據(jù)分析、故障性數(shù)據(jù)預(yù)處理和數(shù)據(jù)有效性判斷。通過優(yōu)化自適應(yīng)參數(shù)，尋求發(fā)現(xiàn)一種降低系統(tǒng)能耗的最優(yōu)方案，以平衡系統(tǒng)其他指標(biāo)實現(xiàn)降低能量需要，達(dá)到延長網(wǎng)絡(luò)生命周期的目標(biāo)。根據(jù)實驗室安全監(jiān)測的結(jié)構(gòu)特點，研究體系基于多個實驗室房間的空間結(jié)構(gòu)，設(shè)立多個隔離子單元的結(jié)構(gòu)(如防火區(qū)、隔離門等)。相應(yīng)的，基于子單元結(jié)構(gòu)設(shè)計而本研究引入等間隔多跳的傳輸方案。該設(shè)計便于有效地將災(zāi)害隱患隔離在防護(hù)區(qū)內(nèi)，保護(hù)整個實驗室的安全。仿真結(jié)果證明，ASCP協(xié)議在1 000輪之后，尚有80%左右的節(jié)點存活，因此該WSN協(xié)議的生存周期最長，最大程度的避免死亡節(jié)點的產(chǎn)生，有效提高了網(wǎng)絡(luò)的完整性。ASCP在基站附近所展開節(jié)點的能量消耗分布相對均勻，并且在距離進(jìn)展不同距離的各個區(qū)域內(nèi)死亡數(shù)目增長符合規(guī)律，并且能耗均衡。在1 000輪后，ASCP協(xié)議仍保持了高于SEP和LEACH協(xié)議，結(jié)果證明ASCP具備更優(yōu)的數(shù)據(jù)傳輸能力和網(wǎng)絡(luò)整體的持續(xù)性。并且，LEACH協(xié)議和SEP協(xié)議在一定范圍內(nèi)略有上升，但是其吞吐量處于一種較低的水平。ASCP協(xié)議則一直處于上升狀態(tài)，并且在1 000輪時達(dá)到將近9E4的可觀水平，便顯出吞吐數(shù)據(jù)量的優(yōu)勢。