大坝廊道无线传感器网络节点布局优化*

陈 娟， 徐 蒙， 周 怡， 李凤玲

(1.湖南科技大学 海洋矿产资源探采装备与安全技术国家地方联合工程实验室，湖南 湘潭 411201;2.中南大学 地球科学与信息物理学院，湖南 长沙 410083；3.长沙理工大学 汽车与机械工程学院，湖南 长沙 410076)

0 引 言

近年来地下工程智能化、数字化施工发展迅速，计算机技术、无线网络技术在该领域得到广泛应用[1,2]。大坝灌浆廊道和平洞通常分布在坝体内，沿坝高设置一层或多层，有纵向和横向两种，内部结构、环境复杂。因此，如何在灌浆廊道狭长、多分叉的环境下，实现有效的无线信号传输与处理是实现廊道灌浆数据智能化传输亟待解决的问题。研究证明，不同的节点铺设方案对信号传输影响很大， 李敬兆[3]给出了应用于狭长空间的无线感知节点定位算法，同时对狭长空间的锚节点布置方法进行了研究，给出一种较优的锚节点布置策略， Wu D等人[4]提出了一种面向地下煤矿巷道的全局路由选择算法。Bendigeri K Y等人[5]研究了不同节点布局方法对网络能耗的影响。

大量研究结果表明，无线网络传输效率受多因素影响，严斌亨等人[6]提出了一种基于能量和连通度的 LEACH(LEACH-EC) 算法，避免了低能量和低连通度节点担任簇头的可能性。王灵矫等人[7，8]提出了一种基于权值的簇头选取LEACH改进协议，在选取簇头节点时综合考虑节点的剩余能量、距离、节点成为簇头的次数以及侦听密度，优化簇头节点选取策略延长网络生命周期。目前，基于狭长通信区域的节点布置研究已有很多成果，但无线信号传输过程中受环境噪声因素的影响很大，且不同环境对不同的分簇策略及参数影响不同，对于灌浆廊道狭长、多分叉且具有复杂施工环境的通信条件，难以借鉴以上方法。

本文拟通过分析各种因素对接收信号强度指示(received signal strength indication,RSSI)信号在灌浆廊道中传输特性影响，研究复杂廊道无线传感器节点布局方法，构建覆盖率和能耗均衡双重优化的拓扑结构，实现复杂灌浆廊道条件下有效的无线信号传输与处理。

1 LEACH协议分析

由于廊道位于坝址内、两岸山体内部或者河床底部，廊道无线通信节点需要克服信号穿越地层或者混凝土坝体信号强度快速衰减的影响，才能保证廊道无线通信顺畅，传统的廊道无线通信方法，通常通过减少单位时间内节点能量的供应，或者通过增加廊道无线通信节点数量，以保证节点有足够的能力应对廊道无线信号衰减的影响，但难以实现了网络性能的最优化，大量节点工作势必造成互相之间的信号干扰以及通信协议的冲突，簇头节点选取的难度相应提高，同时，节点能量下降会使通信效率下降。因此，本文拟基于LEACH协议[9,10]采用适量节点构造节点密度与数据传输效率最优化的网络，构建合理的无线传感器节点网络布局。

1.1 网络能耗分析

本文忽略节点在储存、运输过程中所消耗的能量，采用经典的能量消耗模型计算单个无线传感器节点传输l bit信息经过距离d所消耗的能量

(1)

ER(l)=lEelec

(2)

1.2 簇头选取策略

经典LEACH算法，簇头分蔟是随机的，对簇头的布局没有做出规划，因此，很容易出现簇头集中分布，或者簇头分布于网络边缘的情况。大坝廊道中的无线网络主要功能为接收灌浆控制参数以及发送灌浆监测数据，如实时灌浆压力、水灰比、抬动值等，其对网络的连通性能要求较高，正三边形布局具有最高的连通度，并且其几何特性较适宜于大坝廊道这种狭长环境。

Seffe=πr2-Srep

(3)

式中Seffe为节点有效覆盖面积，Srep为节点重叠网络覆盖面积，节点的有效覆盖面积率为节点有效覆盖面积与节点覆盖面积的比值，即

(4)

通过计算蔟内各节点的有效覆盖面积，求得蔟内最大有效覆盖面积和各蔟最大有效覆盖面积率，实现蔟内节点的合理布局。

考虑到簇头要与Sink节点和基站进行通信，同时远距离通信传输数据受多径衰落影响，能量消耗大，节点能量与网络寿命有关，为了尽可能地最大化网络寿命，减少不必要通信开销，提髙消息传输的速率，在进行簇头选择时，要考虑节点的剩余能量。

整个网络的平均能量可表示为

(5)

式中Eavg为整个网络平均剩余能量，Ere为节点剩余能量。N为网络节点总数量，i为节点总数。

因此，当节点成为簇头后，仅向周围最佳通信距离范围内的节点广播成为簇头的信号，而不是覆盖整个网络。簇头未收到其他簇头的广播信息，则成为最终簇头；反之，则比较该蔟头与其他节点的剩余能量，邻居节点距离和到基站的距离，在当前蔟各因素权值确定情况下，如果当前簇头剩余能量小于广播中簇头能量，邻居节点距离和到基站的距离较远，则本周期内放弃成为簇头，若自身剩余能量大于广播中簇头能量，邻居节点距离和到基站的距离较近，则成为最终簇头。根据上述分析，节点成为簇头的概率采用下式进行计算

(6)

式中P为簇头节点在传感器网络所有节点中所占百分比的期望值；r为当前选举的轮数；G是在最近1/p轮中没有当选过簇头的节点集合。Ere为节点剩余能量；Eavg为整个网络平均剩余能量；EPT为上一周期节点能量消耗；D为当前节点与邻居节点的距离，d为节点到基站的距离。优先选择离基站、邻居节点较近、剩余能耗较大的节点作为簇首，能够减少簇首节点与基站通信时的能量消耗，有利于网络的能量均衡和延长网络的生命周期。

1.3 权重的确定

在RSSI向量中，可通过提取RSSI测量的不同方差计算权值。簇头的选择，不仅与各因素有关，还与各因素的权重有关，网络各因素由网络状态决定。权重由各属性的相对重要程度和簇头选择变化频率决定，本文考虑3个因素，平均剩余能量的比值，同一蔟内邻居节点距离、簇头节点到基站的距离。

将3个因素归一化，得到第a个节点的第b个属性为

(7)

式中 1≪a≪N,1≪b≪N，N为可选择的簇头数量。maxM、minM分别为b属性取值范围的最大值、最小值。然后确定权值ω，设有k个节点可以进行选择，则加权决策矩阵为

(8)

第a个节点加权属性值

(9)

在簇头选举过程中，选择加权值最大的节点成为簇头。

廊道空间变化或者廊道换层对网络环境影响较大，不同的网络环境,各因素对簇头选举的影响不同，通常在初始能量相同的网络中，距离比重影响较大，则可以减小成簇概率中剩余能量所占的比重，以保证簇首选择的优化。如果节点分布比较集中，则可以减小能量比重，凸显节点的剩余能量，使剩余能量越大的节点拥有更高的成簇概率。

因此确定权值大小时，设蔟内各节点中差异较大的因素对簇头选择影响要大于差异小的因素，则根据网络环境变化而得出的权重向量为

(10)

(11)

簇头节点确定以后，向全网广播其成为簇头的消息，在簇头有效覆盖面积内的节点，或者通信范围内的节点，按照以上各因素的影响，计算加入哪一蔟，并把自己的信息发送给簇头，簇头收集完蔟内节点消息后，确定成蔟各节点，分簇完成。

2 簇头节点布局设计

廊道内节点分簇完成以后，需要对簇头的位置进行进一步优化，尤其是当簇内的节点个数较多时，簇头位置显得尤为重要。一方面簇头要收集蔟内节点的数据，另一方面要将数据融合处理发送到远端的Sink节点，传输数据量大，需要消耗能量增加，为了减轻能耗负担，在蔟内节点密度大的情况下，可以通过再次优化簇头节点位置，平衡网络负载。

蔟内节点根据簇头信号的强弱决定加入位置最近的簇，因廊道内存在分叉区域，形成的蔟节点分布形状不规则，网络通信过程中，距离较远的节点和簇头节点能量消耗过快，通信时间加长后，节点生命寿命将减少，因此，为了更好的规划节点剩余能量分配，通过最小二乘法估计簇头位置，实现蔟内系欸但通信距离优化设计，进而均衡网络能耗。

设定n个节点的坐标为(xi,yi)，其中i=1, 2,…,n，待定位的簇头节点的坐标为B=[x,y]T，蔟内节点到待定位节点的距离分别为d1,d2,…,dn，则有

(12)

用向量表示为

BX=C

(13)

使用最小二乘估计簇头节点的坐标为

(14)

3 试验仿真

以云南某电站大坝廊道注浆通信节点铺设为例，对改进后的LEACH协议和经典LEACH协议进行了对比。实验对协议的能量消耗、网络生存时间和网络数据传输量进行了对比。运用所提出的节点部署策略，对廊道内节点位置进行优化。无线传感器节点检测系统选用CC2430芯片，该芯片是基于ZigBee技术的2.4 GHz射频系统芯片，使用8051微处理器内核，集成了无线通信模块，接收信号强度值可以从CC2430内置接收信号强度指示器RSSIL.RSSI_VAL读出。无线传感网络由100个初始能量为5 J的传感器节点构成，其中，电路能耗Eelec=50 nJ/bit，自由空间模型放大倍数εfs=10 pJ/bit/m2，多路径衰减模型放大倍数εmp=0.001 3 pJ/bit/m2，临界距离dT=10 m，网络区域为5 m×200 m，轮询时间为20 s。

为了更加直观地了解廊道环境对信号的影响，试验在具有分岔结构的廊道内进行，试验廊道宽5 m、高2.6 m，根据廊道实际结构与现场环境，计算廊道面积，在节点允许分布范围内连续布置信号强度值监测点。从图1中可以看出经典LEACH算法出现第一个死亡节点的轮数为166，本文提出的LEACH算法出现第一个死亡节点的轮数为275，相对于经典算法延后了109轮；经典算法在166～483轮之间存活节点下降速度非常快，在483轮时，存活节点降到最低，本文提出的LEACH算法在709周期时存活节点下降速度逐渐加快，在990轮降到最低；这表明本文提出的方法在通信时间相同的情况下，网络环境中存活的节点数明显高于经典LEACH协议，且降低了节点能量消耗，有效提升网络的寿命周期。

图1 网络剩余节点数统计

从图2中可知，在网络工作时间为400轮时，本文提出的LEACH-M协议的能量消耗比经典LEACH协议降低了42.85 %左右；在网络工作寿命的后半段(680轮左右)时，能量消耗降低了大约14.28 %。从整个工作的时间来说，改进后的LEACH-M协议明显减低了网络的能量消耗，提高了网络的能量利用率,有效的增加了网络的生命周期。

由于文中采用距离和能耗权重分簇策略并结合覆盖率对通信半径进行优化，改进的LEACH算法在选择簇头节点时综合考虑了节点剩余能量与节点距离使得远离基站的节点具有较小的通信半径，靠近基站的节点具有较大的通信半径，实现了网络能量的均衡消耗。

图2 网络总能耗对比

图3仿真比较了两种协议在工作过程中传输给基站的数据量。

图3 网络数据传输量对比

从图中可明显看出，在网络运行前半部分时间，本文提出的方法比经典LEACH协议数据传输量提高了58.15 %，到网络运行时间的后半段，本文提出的方法数据传输量均衡上升，数据传输量最大值为47 509，相比于经典LEACH数据传输量最大值为23 856，提高了99.14 %，因此，可以得出本文提出的协议使整个网络的拓扑结构较合理，节点的能量消耗均衡，在相同的时间内可以传送更加全面完整的数据供基站调度使用，无线传感器网络可靠性、稳定性提高。

4 结 论

结合工程试验对经典LEACH算法与本文提出的的LEACH算法在网络剩余存活节点、网络总体能量消耗、网络数据传输率三个方面进行了对比分析，结果表明本文提出的方法适用于灌浆廊道狭窄、多分叉的通信环境。