0 引 言
隨著微電子工藝和無線通信技術的飛速發展，無線傳感器網絡(WSN)的研究越來越受到人們的重視。傳感器網絡(sensor network)是由部署在觀測環境附近的大量微型廉價低功耗傳感器節點組成，通過無線通信方式組成一個多跳的無線網絡系統。由于無線傳感器網絡通常部署在人無法接近或者高危險區域，且數量眾多，這使得隨時更換節點能量變得非常困難。在監測區域內傳感器節點采集的相關信息，通常攜帶一次性電池且能量有限，在經過一段時間的數據采集后，無線傳感器網絡存在嚴重的能量約束問題。所以，傳感器網絡協議的首要設計目標就是要高效地使用傳感器節點的能量，延長網絡的存活時間。將傳感器節點組織成簇的形式，以有效地減少能量消耗，許多能量高效的路由協議都是在簇結構的基礎上進行設計的。
LEACH是一個典型的自適分簇協議，網絡中節點通過隨機方式自組織形成簇，在分配給的時隙向簇首發送數據，簇首對收到的數據融合后在每幀結束后直接與基站通信。節點輪流擔任簇首，均衡了網絡的能耗，但簇首在當選時，沒有考慮節點的能量高低，若節點能量很低，仍要擔當簇首時，會加速它死亡。另外，數據直接發送到基站，會使距基站較遠的節點能耗很大，導致局部節點提前死亡，產生監控盲點。
由于LEACH算法沒有考慮節點的剩余能量及與基站的距離等因素，很多文獻提出了相應的改進算法，如EBAC胡是在LEACH協議的基礎上，周期性地選用當前輪剩余能量最大的節點擔任下一輪簇頭。LEACH-D是基于LEACH的多跳路由算法。文獻[6]提出了構建能量均衡簇群的方法，LEACH-L綜合考慮了節點的位置和能量的多跳路由算法。
本文在LEACH協議的基礎上，以降低簇頭直接和基站遠距離通信的能量損耗為首要目標，同時在二層簇頭選擇時綜合考慮了節點的剩余能量和基站的距離．并且改進了簇頭間的多跳路徑，避免使用低能量的節點。通過Matlab仿真表明，該算法能進一步均衡簇頭節點的能量消耗，延長網絡的生命周期。
1 系統模型
N個傳感器節點隨機均勻分布在一個正方形區域內，周期性地收集周圍環境信息，并且具有如下性質：
(1)所有傳感器節點部署后不再移動，且都有1個惟一的標識ID；
(2)基站惟一，且位于離采集區域較遠的一個固定位置；
(3)所有節點具有相似的能力(處理／通信)，都具備數據融合功能；
(4)若已知對方的發射功率，節點可以根據接收信號的強度計算出發送方離它的近似距離；
(5)節點的能量不能補充，節點的發射功率可控。
這里采用與文獻[2]相同的無線通信模型：根據距離閾值d0，分別采用自由空間模型和多路衰減模型。發送方發送k比特的數據到距離為d的接收方所消耗的能量為：
2 CAED算法描述
在LEACH基礎上，提出一個基于能量和距離的分簇算法(clustering algorithm based on energy anddistance)。該算法按輪運行，每輪分為二層簇頭的建立，簇內節點數據轉發和穩定數據的傳輸。
2.1 二層簇頭的建立
在簇建立階段，首輪擔任簇頭的節點由基站隨機確定。簇頭的個數根據監測區域的位置、大小及網絡規模來確定。被選中擔任簇頭的ID由基站依次在網絡中進行廣播，網內節點對逐次收到的ID與自己的進行對比，相同的即為本輪的簇頭。簇頭全部選出以后，再向全網廣播簇頭ID。簇內節點在每輪數據傳輸的最后一幀，把剩余能量等信息一起發送至各自簇頭。簇頭對各簇內節點的剩余能量進行比較，選舉剩余能量最大的節點作為下一輪簇頭，這樣建立了第一層簇頭。
第二層簇頭的建立和通信模式與LEACH有較大的區別。每輪選出的第一層簇頭成為第二層簇頭的普通節點，在LEACH中這些節點直接與基站通信。由式(1)可以看出，放大器能耗遠大于電路能耗，且放大器能耗中與通信距離d有直接關系，因此在產生第二層簇頭時，充分考慮了節點的剩余能量和節點與基站間距離等因素。產生第二層簇頭的閾值按如下公式計算：
式中：Eresidual(i)標識為i的簇頭的剩余能量；BSdistance(i)標識為i的簇頭與基站之間的距離。每輪在產生完第一層簇頭且簇頭能量高于某一個值Eth(若節點低于Eth就認為節點失效)時，各簇頭比較Tch值，找出其中Tch最大值為第二層簇頭。因此，第二層簇頭既有較高的能量，又距基站較近，這樣既能減少轉發數據時所消耗的能量，又能保證節點能量不會很快耗盡，而影響數據的采集。
2.2 簇內節點數據轉發
每輪第一層簇頭選出來后，節點依據收到廣播信號的強度選擇要加入的簇，此時簇內通信采用自由空間模型。與第一層簇內節點數據通信不同，由于第二層簇內節點距離簇頭較遠，有些可能遠遠超過了d0值，而數據通信采用的自由空間模型不一定正確，另外，直接與簇頭通信的能量消耗較大。因此，假設遠離簇頭的節點可與臨近的、能量高于自己的節點通信，且數據經過多路轉發直至簇頭，滿足上述假設條件如式(4)所示：
由于每一輪每個簇頭在簇中的位置以及簇內節點的個數會發生動態變化，為便于分析式(4)的最佳臨近節點，在圖1中列出了某種狀態下4種典型的數據轉發方式。
圖1(a)出現在數據收集的前期階段，由于節點能量充足，靠近基站的節點采用直接傳輸方式，而遠離基站的節點通過式(4)選擇下一跳節點進行數據轉發；經過多輪數據采集之后，靠近基站的節點因過多參與數據的轉發能量迅速降低，依據式(4)出現了圖1(b)或圖1(c)；在數據收集的后續階段，由于靠近基站的節點整體能量下降，它們分別采用單跳的方式直接與基站通信，同時依據式(4)出現了圖1(d)。整個數據采集階段遠離基站的節點都是通過多跳的方式與臨近節點通信，說明通過多跳的數據轉發能耗要小于直接發送到簇首，同時轉發數據的節點能量較高，保證了轉發數據時有足夠的能量，均衡了網絡的能量。
2.3 穩定數據傳輸
在穩定數據傳輸階段，普通節點與第一層簇頭通信方式和LEACH相同，但是數據的采集、融合工作完成之后不是將數據包直接發送到基站，而是在給定的時隙內發送給第一層各自的簇頭。第二層的節點依據能量和距離選出下一跳節點進行數據轉發，直至第二層的簇頭或直接與基站通信，第二層簇頭節點經過二次數據融合后，發送數據至基站。
3 算法分析和仿真結果
利用Matlab工具對LEACH，EBAC和CAED算法進行仿真比較，各項參數設置如下：假設無線傳感器網絡由300個相同的節點組成，隨機拋撒在200 m×200 m的區域內，遠程基站的坐標是(x==100 m，y=350 m)。每個節點的初始能量為E0=1 J，發送和接收電路的損耗為ETX=ERX=50 nJ／b，數據融合消耗為EDA=5 nJ／b，εfs=10 pJ／(b·m-2)時dd0。其中，d0為常數，數據包長度為4 200 b，廣播包長度為60 b，簇頭個數kopt=5。節點能量低于Eth=0.000 1 J時，認為其死亡，假設數據融合率為100%，且在轉發過程中無數據包丟失。沒有誤碼率。
圖2是存活的節點數與輪數關系圖?？梢钥闯觯琇EACH在整個生命周期曲線比較陡峭，網絡中節點的存活數量隨時間的推移變化急劇，網絡中節點的能量不均衡。EBAC曲線在1 000輪前比LEACH平滑，由于在選舉簇頭節點時考慮了剩余能量，故性能明顯優于LEACH，但是EBAC中簇頭直接與基站通信，增加了簇頭節點遠程通信能量損耗，當運行到某一時刻(大約在1 094輪后)，大量節點在輪數相差不多的情況下失效。CAED綜合考慮了剩余能量和距離，并且在第二層簇中使用多跳方式轉發數據。CAED的曲線比EBAC平滑，進一步延長了網絡的生命周期。
表1統計出網絡運行這3個算法時，發生首個節點失效時的輪數，網絡有30％的節點失效時的輪數和網絡運行800輪時節點的失效個數。表中數值都是經過多次運行相應算法得出的平均值，這里用首節點死亡輪數來衡量網絡穩定周期，用30％節點失效來衡量網絡生命周期。
由表1可見，相對于LEACH來說，CAED網絡的穩定周期延長了570％以上，同時將網絡生命周期延長了458％以上。相對于EBAC來說，CAED網絡的穩定周期延長了67％以上，網絡生命周期延長了20％以上。3種算法在800輪時，節點的失效個數分別占節點總數的81.7％，11.7％和3.7％，網絡的節點能耗進一步均衡，避免了“盲節點”過早的發生。
圖3顯示了網絡在運行3種算法時，網絡總的剩余能量情況，仿真實驗中每隔50輪做1次采樣記錄。從圖3可以看出，對網絡總的剩余能量而言，CAED明顯高于LEACH和EBAC，說明CAED能很好地節省網絡能量，延長網絡的生命周期。
4 結 語
提出一種基于能量和距離的分簇多跳算法。第一層簇頭選擇時考慮了節點的剩余能量，第二層簇頭充分考慮了節點能量和到基站的距離，并且改進了簇內節點的數據轉發方式。仿真結果表明，與LEACH算法相比，該算法均衡了網絡的能量消耗，明顯延長了網絡的生命周期。