基于etlb-deec的精细农业无线传感器网络研究-董丹丹.pdf

《基于etlb-deec的精细农业无线传感器网络研究-董丹丹.pdf》由会员分享，可在线阅读，更多相关《基于etlb-deec的精细农业无线传感器网络研究-董丹丹.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第30卷第12期2017年12月传感技术学报CINESE JOURNA OF SENSORS AND ACTUATORSVol 30 No 12Dec 2017项目来源:国家自然科学基金项目(6171167)收稿日期:20170607 修改日期:20170812Research of W ireless Sensor Networks for PrecisionAgriculture Based on ETLB-DEECDONG Dandan1，LIU Bofeng1 ，DONG Xi2，SHAN Chaoxing3(1.National Engineering Laboratory of R

2、obot Vision and Control Technology of Hunan University，Changsha 10082，China;2.Wuxi Nanquan Mining equipment Limited Company，Wuxi Jiangsu 21000，China;3.College of Electrical and Information Engineering，Hunan University，Changsha 10082，China)Abstract:Nowadays，applying acquisition and management informa

3、tion of wireless sensor networks technology hasbecome a inevitable trade of precision agriculture For large-scale farmland planting monitoring area，challenges arethe requirement of detecting large-scale，long time detection，complex terrain，lower power achievement and speciesdiversity This article is

4、thoroughly talking about ETB-DEEC which can solve the above problems by using“OrphanNode”and“Asylum Node”，and applying node deployment with equilateral triangle grid and network division tacticsBased on ETB-DEEC， a base oration design of shortest path between each cluster multi-hop optimizationmecha

5、nism has been discussed，which can find multiple shortest path The simulation proved that ETB-DEEC caneffectively save the quantity of sensors and can realize load balance of the whole network，which also improve the us-age efficiency of network power and extend the lifetime of the WSNKey words:hetero

6、geneous wireless sensor networks;load balancing clustering protocol;equilateral triangle nodesdeploying;precision agriculture;farmland monitoringEEACC:6150P;7230 doi:10.3969/j.issn.1004-1699.2017.12.023基于ETB-DEEC的精细农业无线传感器网络研究董丹丹1，刘波峰1 ，董 曦2，闪超星3(1湖南大学机器人视觉与控制技术国家工程实验室，长沙10082;2无锡南泉矿山设备有限公司，江苏无锡2100

7、0;3湖南大学电气与信息工程学院，长沙10082)摘 要:无线传感器网络技术应用于精细农业信息获取与管理已成为一种趋势和必然，针对WSN在大规模农田种植监测领域中所面临的监测面积大、监测时间长、低功耗要求、地势复杂以及作物多样等问题，深入研究基于DEEC的等边三角形节点部署的负载均衡成簇协议ETB-DEEC(Equilateral Triangle oad Balancing-DEEC)，采用等边三角形网格节点部署方式与网络分区，提出“孤儿节点”和“收容节点”的概念。在此基础上，设计一种面向基站最短路径簇间多跳寻优机制，可找寻多条最短路径协议。仿真结果表明，改进的协议具备高效节省传感器节点数、

8、实现全局网络负载均衡，提高网络能量利用率，延长WSN整体生命周期等功能和特点。关键词:异构无线传感器网络;负载均衡成簇协议;等边三角形节点部署;精细农业;农田监测中图分类号:TP393;S24 文献标识码:A 文章编号:1004-1699(2017)12-1918-07在精细农业1中，远程信息的获取是目前需要攻克的一个难题。无线传感器网络技术应用于精细农业信息化已成为精细农业生产的发展趋势2，可解决在传统农田种植方式中存在的数据获取难度大、传输不及时、资源投入高等问题。借助无线传感器网络，能实时获取农田土壤、作物和环境信息，准确地进行灌溉、施肥和喷洒农药，有效节约水资源，减少环境污染。但是如何

9、解决无线传感器网络在精细农田应用中数量众多，分布密度高的传感器节点的实际部署问题，如何延长无线传感器网络生命周期，这些都亟待解决。成簇协议是有效管理网络能耗以及改进整个网万方数据第12期董丹丹,刘波峰等:基于ETB-DEEC的精细农业无线传感器网络研究 络性能的方法之一。 EAC3协议算法简单、成簇速度快，是典型的分布式成簇算法，其缺点是节点等概率的当选簇首，没有考虑节点的剩余能量，而且容易造成簇首分布不均匀。文献改进了EAC算法簇首分布不均匀的缺点，考虑了分簇后簇内的通信开销，簇首的选举概率直接和该节点的剩余能量相关，但是EED只适合同构网络。文献5将节点以组织成链的形式，链的形成由每个节点

10、或者基站计算得到，但是需要知道网络拓扑的全局信息。文献6分析正六边形、正四边形规则部署以及随机部署3种方式下覆盖率与节点间距离的关系，完全覆盖情况下放置节点的数量。本文针对异构无线传感器网络，提出ETB-DEEC协议，协议以DEEC7(Distributed Energy-Effi-cient Clustering algorithm)算法为基础，结合等边三角形网格均匀部署传感器节点，将网络区域均分;选择簇首时，尽可能使每个区域都有簇首生成，提出了“孤儿节点”和“收容节点”的概念;簇首向基站传输数据，采用单跳和多跳结合的方式，找寻多条最短路径。改进后的协议，以低成本、节点便捷部署、低功耗与实际

11、的环境适应性为目标，更好地适应面向精细农业的大规模无线传感器网络组织结构。1 节点部署和DEEC算法分析1.1 无线传感器网络节点部署分析无线传感器网络在精细农业农田的实际监测应用中，传感器节点的位置和数量会影响系统的信息准确性和实时性，若传感器节点放置过多，会出现冗余，增加系统的能耗，网络成本增加。无线传感器网络首要解决的问题就是节点的部署问题。本文所监测的对象是农田，农田覆盖范围广，每年也会翻耕，合理的节点部署不仅可以提高网络工作效率、优化网络性能，降低成本，更好的完成信息获取和传输数据8。针对这一问题，传感器节点的部署主要考虑网格部署。网格部署主要有正四边形部署，正六边形部署。1.2 异

12、构网络为有效回收利用农田传感器节点，会在原有死亡节点的基础上布置新的，相比先前的节点，各节点就不可能均等地使用能量，传感器网络也会呈现出能量异构的特点。本文所采用协议的节点间传输数据的能耗取决于发送端节点与接收端节点之间的距离。当发送端发送l bit数据，传输距离为d时发送端节点消耗的能量为9:ETx(l，d)=lEelec+lfcd2 ddj to Sink，表明Cj离基站更近一点。将Ci作为参考点，把dj to Sink小于di to Sink的点称为Ci的下一跳候选簇首CNC(Candidate forthe Next-hop Cluster ead)，将该点的坐标信息记录到集合NCij

13、(Next Cluster)中，并计算Ci到Cj的距离di to j，同样记录在集合NCij中;步骤3 重复步骤2，直到找到所有满足要求的点，然后比较NCij中di to j的值，找出最小的min di to j，那么该簇首就为簇首Ci的下一跳簇首节点NC(Next-op Cluster ead);步骤 若在步骤2中，不存在dj to Sink小于di to Sink的点，则表明该Ci的NC为基站，即该Ci直接和基站通信;步骤5 重复步骤1，直到所有簇首都找到自己的NC，多条最短路径确认。具体流程如图3所示。2.5 “孤儿节点”和“收容节点”在某些轮的组织成簇阶段，普通节点加入簇首过程中会出现

14、一类节点，如图3中节点a到离其最图3 ETLB-DEEC路由算法拓扑结构近的簇首C的距离da to c大于节点a到基站的距离da to Sink，即da to cda to Sink，定义在组织成簇阶段，普通节点到基站的距离小于该普通节点到簇首距离的节点a为“孤儿节点”，并且具有以下性质: “孤儿节点”并非每轮都存在; “孤儿节点”到基站的距离必然小于到离其最近的簇首节点的距离; “孤儿节点”不能成为“收容节点”。而“收容节点”定义为只接收“孤儿节点”发送的数据并把数据融合后发送给簇首的普通节点。“收容节点”具有以下性质: “收容节点”必然是已经加入某个簇首的普通节点; “收容节点”只能接受“

15、孤儿节点”的数据，不能接收其他任何类型节点的数据。EAC和DEEC对类似“孤儿节点”的处理，都是让其加入到簇首C，那么这类节点的能耗会增大。本文对此类情况提出的一种改进方法:即不让“孤儿节点”加入“簇C”，具体的处理方法如下:首先将所有普通节点标记为“0”，让满足datoc datoSink条件的节点加入到最近的簇首，形成簇，标记这些节点为“1”;当网络中存在“孤儿节点”时，使“孤儿节点”寻找一个离自己最近的标记为“1”的普通节点，将自己的信息发送给该普通节点，该普通节点接收融合该节点信息，然后发送给普通节点的簇首，该普通节点即为“收容节点”，另外，标记加入“收容节点”的“孤儿节点”为“2”;

16、其他孤儿节点按照步骤2找到对应的“收容节点”，并标记自身为“2”，注意，孤儿节点只能找标记为“1”的普通节点作为“收容所”，“孤儿节点”本身不能成为其他“孤儿节点”的“收容节点”。3 仿真结果分析3.1 仿真参数设置在MATAB R201a仿真环境下，分别对EAC-M、DEEC和ETB-DEEC算法，针对存活节点、网络能量消耗和数据传输量进行仿真，采用2组1291万方数据传 感 技 术 学 报wwwchinatransducerscom第30卷仿真。其中相同的参数如下:无线传感器网络区域大小:200 m200 m;基站坐标:(100，200);传感器节点总数:126;节点之间的距离:20 m;

17、节点每次发送数据包大小: 000 bit;fs:10 pJ/ (bit m2);amp:0001 3 pJ/ (bit m2);最大仿真轮数:5 000。由于多级能量异构表示节点的初始能量包含多种不同的取值，为避免实验数据的偶然性，进行了2组且在两种不同初始能量取值区间条件下13的仿真。第1组，取值区间05，15，其仿真结果如图5(a)、图6(a)、图7(a)所示;第2组，取值区间1，2，其仿真结果如图5(b)、图6(b)、图7(b)所示。3.2 仿真结果与分析321 网络节点部署运行图为ETB-DEEC等边三角形网格节点部署运行图。 “ ”代表普通节点，“ ”代表簇首，经过多次仿真可知，簇首

18、相对比较均匀的分布在网络中，基本不会出现1/以上区域没有簇首的情况。图4 ETLB-DEEC等边三角形网格节点部署运行图322 ETB-DEEC与EAC-M、DEEC协议性能仿真比较能量有效性的比较为防止因随机性造成的不同的总能量而带来的影响，让所有网络的初始总能量都相同。图5给出了3种协议在各自一个网络生命周期内的两组仿真实验:网络运行时间和存活节点数量的关系，它们有共同的特征:ETB-DEEC在较大轮数才逐渐出现死亡节点，说明ETB-DEEC的网络生命周期明显比EAC-M和DEEC长。表1为两组仿真节点死亡时间对照表，列出了第1个、10%、30%、50%、70%和90%的死亡节点出现的轮数

19、。网络每轮的簇首选举并非固定，普通节点会受到数据传输距离过长等诸多原因影响，导致网络中出现的第1个死亡节点不一定就是当前轮的簇首。若刚好第1个死亡节点是某个簇首，该簇不能完成当图5 运行时间与存活节点数的关系前轮转周期，该簇普通节点收集的信息不能及时发送给基站或造成数据丢失，当下一轮开始时，会进行簇重构，直到所有节点死亡，网络生命周期结束。表1 节点死亡时间对照表死亡节点死亡节点出现的轮数DEEC第1组第2组DEEC第1组第2组ETB-DEEC第1组第2组第1个节点 659 87 562 793 831 1 16310%节点80 1 270 818 1 232 1 161 2 02330%节点

20、1 159 1 757 1 185 1 875 1 50 2 50950%节点1 01 1 967 1 59 2 226 2 081 2 83970%节点1 88 2 267 2 301 2 733 2 556 3 15190%节点2 580 2 919 2 90 3 215 3 556 3 850从表1中可以看出，第1组仿真中，ETB-DEEC第1个死亡节点出现的时间比DEEC晚172轮，比EAC-M晚269轮，10%死亡节点出现的时间比DEEC晚33轮，比EAC-M晚321轮;第2组中，ETB-DEEC第1个死亡节点出现的时间比DEEC晚289轮，比EAC-M晚370轮，10%死亡节点出现

21、的时间比DEEC晚753轮，比EAC-M晚791轮。多次仿真结果表明:由于ETB-DEEC采用网络分区，让簇首分布更均匀，“孤儿节点”将数据传给“收容节点”，避免“孤儿节点”直接传输信息给簇首，延长网络第1个死亡节点出现的时间，也延长了网络生命周期。图6为两组仿真实验的网络能耗曲线，它们有共同的特征:随着轮数的增加，能耗逐渐耗尽，且ETB-DEEC的能耗斜率相对于DEEC和EAC-M都较小，说明ETB-DEEC能量消耗比DEEC和EAC-M要少。图6(a)中，DEEC在2 600轮左右能量基本耗尽，EAC-M在2 900轮左右，而ETB-DEEC在2291万方数据第12期董丹丹,刘波峰等:基于

22、ETB-DEEC的精细农业无线传感器网络研究 3 500轮左右。图6(b)中，DEEC在2 900轮左右能量基本耗尽，EAC-M在3 200轮左右，而ETB-DEEC在3 900轮左右。相比DEEC和EAC-M，ETB-DEEC降低了网络的能耗，能量有效性更优。图6 运行时间与网络能量消耗的关系图7 运行时间与数据传输总量的关系网络吞吐量的比较图7是运行时间与数据传输总量的关系图，图7中，比较了3种协议随着网络运行时间的延长，基站收到的数据总量的变化情况，在网络的一个生命周期内，图7(a)中，ETB-DEEC中基站收到的数据总量是DEEC的229倍、是EAC-M的218倍。图7(b)中，ETB

23、-DEEC中基站收到的数据总量是DEEC的210倍、是EAC-M的198倍。4 结论本文针对DEEC负载不均衡问题，以良好的环境适应性、低成本和低功耗为目标，研究面向精细农业的WSN，提出了基于DEEC的等边三角形节点部署的负载均衡算法。在ETB-DEEC协议中，等边三角形网格节点部署的方式方便实际传感器节点的部署，减少节点数量，并在低成本节点部署的基础上，对DEEC协议进行了改进，将网络分区，使得簇首分布更加均匀，“孤儿节点”和“收容节点”的提出，延长了网络第1个死亡节点的时间，同时，采用簇头面向基站方向的最短路径寻优方法，减少了簇首每轮的能耗，延长了网络生命周期。仿真结果表明，ETB-DE

24、EC与DEEC和EAC-M协议相比有更好的性能，使WSN更好地为精细农业服务，贯彻新修订的农药管理条例的实施，实现科学施肥、灌溉和施药，为我国粮食作物安全与高产提供了一种可靠的技术手段。参考文献:1 张伟面向精细农业的无线传感器网络关键技术研究D杭州:浙江大学农业电气化与自动化系，20132黄欣，赵志刚，万荣泽面向精细农业的无线传感器网络关键技术研究J农机化研究，2017，(11):2082113 einzelman W B，Chandrakasan A P，Balakrishnan P An Applica-tion-Specific Protocol Architecture for Wi

25、reless Microsensor Net-worksJ IEEE Transactions on Wireless Communications，2002，(1):660670 Younis O，Fahmy S EED:A ybrid，Energy-Efficient，DistributedClustering Approach for Ad oc Sensor NetworksJ IEEE Trans-actions on Mobile Computing，200，3():6606695 indsey S，Raghavendra C S PEGASIS:Power-Efficient G

26、atheringin Sensor Information SystemsJ IEEE Aerospace ConferenceProceedings，2002，13(9):112511306孙玉文基于无线传感器网络的农田环境监测系统研究与实现D南京:南京农业大学农业电气化与自动化系，20137 i Qing，Zhu Qingxin，Wang Mingwen Design of a Distributed En-ergy-Efficient Clustering Algorithm for eterogeneous WirelessSensor Networks J Computer Comm

27、unications，2006， ( 29):223022378 Subir alder，Amrita Ghosal，Sipra Das Bit A Pre-DeterminedNode Deployment Strategy to Prolong Network ifetime in WirelessSensor NetworkJ Computer Communications，2011，3(11):12913069 Intanagonwiwat C， Goxindan R， Estrin D Directed Diffusion: AScalable and Robust Conmmuni

28、cation Paradigm for SensorNetworksC / / Proceedings of the 6th Annual ACM/ IEEE Inter-national Conference on Mobile Computing and Networking，August，2000:56673291万方数据传 感 技 术 学 报wwwchinatransducerscom第30卷10 Sander Ali Khowaja，Iqra Kanwal akho，achhman Das DhomejaExtending Network ife Time of WSN Throug

29、h an Optimal Numberof Aggregator Nodes for Data Aggregation ProtocolsM SpringerInternational Publishing Switzerland，201:10912011 Samayveer Singh，Aruna Malik，Rajeev Kumar Energy Efficienteterogeneous DEEC Protocol for Enhancing ifetime in WSNsJ Engineering Science and Technology， an InternationalJournal，2017，(20):3535312叶继华，王文，江爱文一种基于EAC的异构WSN能量均衡成簇协议J传感技术学报，2015，28(12):1853186013郑志明，郑燕娥，李智仁一种基于DEEC的异构节能分簇改进算法J西华大学学报(自然科学版)，2016(1):8588董丹丹(1992)，女，湖南常德人，硕士研究生，研究方向为无线传感器网络技术，58751750 qqcom;刘波峰(1962)，男，硕士研究生导师，主要从事仪器科学、自动化检测装置，无线传感网络，新能源分布式发电，智能电网等方向的研究工作，liubofeng1980126com。291万方数据