窄长空间无线传感器网络节点部署策略研究.pdf

1517.Vol.55,No.COALENGINEERING第55卷第7 期灰程煤doi:10.11799/ce202307025窄长空间无线传感器网络节点部署策略研究滕文想1.2.3，何继鹏，刘鹏宇1（1安徽理工大学机械工程学院，安徽淮南j232001;2安徽理工大学深部煤矿采动响应与灾害防控国家重点实验室，安徽淮南232001;3矿山智能技术与装备协同创新中心，安徽淮南232001)摘要：针对井下窄长空间无线传感器网络节点能耗不均衡问题，提出了3D线型WSNs等距不均匀分层部署策略。根据无线电通信原理，建立WSNs能量消耗模型和ITU-RP.1238路径损耗模型，将窄长空间抽象成线型网络空间，建立WSNs节点部署空间模型；基于能耗模型对空间进行等距分区，各分区采用分层部署网络拓扑结构即：窄长空间顶部节点采用不等密度部署方式，侧壁节点采用矩形结构部署方式，基于路径损耗模型，分析障碍物对本研究部署策略影响；结合传统LEACH协议，引入了一种概率函数，计算每个节点成为簇首节点的概率，利用改进的路由协议对分区内节点分簇；通过Matlab平台对所部署策略及空间存障的影响进行仿真分析。结果表明：所部署策略相较于其他的部署方式其网络能耗更低，各分区节点能耗更均衡，在部署节点数量上相较于其他部署方式节约了6%7%，降低了部署成本及网络的能量消耗，解决了“能量空洞”的问题。关键词：分层拓扑结构；能耗均衡；改进的LEACH算法；二重覆盖；路径损耗中图分类号：TD679文献标识码：A文章编号：16 7 1-0 959(2 0 2 3)0 7-0 151-0 7Deployment strategy of wireless sensor network nodes in narrow and long spaceTENGWenxianggl.2.3,HE Jipengl,LIU Pengyu(1.School of Mechanical Engineering,Anhui University of Science and Technology,Huainan 232001,China;2.State Key Laboratory of Mining Response and Disaster Prevention and Control in Deep Coal Mines,Anhui University of Science andTechnology,Huainan 232001,China;3.Collaborative Innovation Center of Mining Intelligent Technology and Equipment,Huainan 232001,China)Abstract:Aiming at the uneven energy consumption of nodes in narrow and long underground spaces,a 3D linear WirelessSensor Networks(WSNs)deployment strategy with equidistant and non-uniform layering are proposed.Based on the principlesof wireless communication,the energy consumption model and ITU-R P.1238 path loss model of WSNs are established,andthe narrow and long space is abstracted into a linear network space to establish a network model.The space is divided intoequidistant zones based on the energy consumption model,and each zone adopts a layered deployment network topology.Thetop nodes of the narrow and long space are deployed using a non-uniform density deployment method,while the side wall nodesare deployed using a rectangular structure deployment method.The impact of obstacles on the deployment strategy is analyzedbased on the ITU-R P.1238 path loss model.Combining with the traditional LEACH protocol,a probability function isintroduced to calculate the probability of each node becoming a cluster head node,and an improved routing protocol is used tocluster nodes within each zone.The impact of the deployment strategy and spatial obstacles is analyzed through simulation onthe Matlab plaform.The results show that the proposed deployment strategy has lower network energy consumption compared toother methods,and the energy consumption of nodes in each zone is more balanced.The proposed strategy saves 6%to 7%ofthe deployment node quantity compared to other methods,reducing deployment costs and network energy consumption,andsolving the problem of“energy holes,.Keywords:layered topology;energy consumption balance;optimized LEACH algorithm;double coverage;path loss收稿日期：2 0 2 3-0 2-12基金项目：安徽高校自然科学研究项目重点项目（KJ2020A0285）；国家重点研发计划（2 0 2 0 YFB1314103）作者简介：滕文想（1990 一），男，江苏徐州人，博士，主要从事机械动力学、机电装备设计、物料辅运机器人以及数值求解方法的教学与研究工作，E-mail：w x t e n g c u m t 16 3.c o m。引用格式：滕文想，何继鹏，刘鹏宇窄长空间无线传感器网络节点部署策略研究J煤炭工程，2 0 2 3，55（7)：151-151522023年第7 期研究探讨程炭煤无线传感器网络WSNs（W i r e l e s s Se n s o r Ne t w o r k s）包含各种功能的传感器，已在多个领域得到应用 1.2 但WSNs节点部署仍存在很多问题，如窄长空间的地形一般为长带状，基站节点部署在空间出口或人口处，距离较远的簇首节点受到传感器通信距离以及能量的限制，不能直接向基站节点传输数据，若通过其他簇首节点进行数据中转传输，会使靠近基站的簇首节点承担过多的数据传输任务，导致网络中部分节点因能量损耗不均匀而过早死亡，造成“能量空洞”的问题。如何合理部署WSNs节点解决“能量空洞”问题，对建设智慧矿山具有重要意义 3-5目前WSNs节点部署大多采用平面线型部署方式，该方式一般为等距均匀的节点部署结构，在WSNs节点构建过程中常常由于各分区节点能耗不均衡产生“能量空洞”的问题 6-8 ，针对此问题，已有很多国内外学者进行了深入的研究。Sheikh-HosseiniMI9等研究了一种WSNs节点高效利用的部署策略，由于节点是随机部署的，不适合确定性空间中WSNs节点的部署。贾秋亭 10 等提出了一种矿井巷道中WSNs节点部署的策略，但不适用于长距离特殊地理环境的部署。吕安琪 1 等针对铁路沿线线型无线传感器网络，提出一种非均匀节点优化分簇策略，由于其中簇首节点位置难以确定，并且能耗波动较大，当分区数增大时算法性能会大打折扣。汪全涛 12 等提出了一种线性WSNs能耗均衡的非均匀网络部署策略，但主要针对平面部署，不适合长距离窄长空间。朱真才 13 等提出了一种线型无线传感器网络空间部署策略，由于分区间距不易确定，且当分区数增大时网络跳数也随之增加，导致网络性能大大降低。本研究在上述研究基础上，针对一类位于室内或地下，横截面为矩形或拱形，且纵深距离S远大于横截面宽度D及高度H的半封闭式窄长空间 14.15，提出了一种能耗均衡的3D线型WSNs等距非均匀分层部署策略1系统模型1.1能量消耗模型依据无线电通信原理，WSNs节点进行数据发送时，首先通过无线电路对数据进行发送，并对数据进行信号转换，然后采用无线电发射放大电路对信号进行放大处理，最后通过无线电接收电路接收数据 16-8 。在一个通信周期中，一个节点发送数据包到邻节点，并且收到一个响应，这其中包括启动收发机和数据包的传输、从发送状态到接收状态的转换和数据包的接收。设Eele为发送电路及接收电路每处理1bit数据时的能耗，8 smp分分别为自由传播能耗和多径衰减能耗，根据COST231的研究报告，频率在800MHz和2.4GHz之间的低功耗无线通信路径损耗=2419。则节点间传输距离为d，发送kbit数据时能耗为：Ex(h)=h Eale+h Smp d=fk Eele+h ef d,d 0、L-0，故当a=b=L/2即d,=d,时，f(a)取得最小值。同理可证明当d,=d,=d,=d,时，分区内节点总能耗Eall-CH最小。在WSNs中各分区间节点进行数据传输时，主要是通过最外侧（远离Sink节点）的簇首节点将大小为kbit的数据经前面簇首多跳转发给Sink节点，取网络第i个簇首节点到第（i-1）个簇首节点通信距离为ds，根据式（1）得网络中各分区间数据传输总能耗：(5)求Eall-cH最小值，等价于求f(d)=di4+d2a+d34+dn4在d,+d,+d,+.+d,=S条件下的最小值，其中S为窄长空间总长度。该极值求解问题属于条件极值的求解问题，可利用拉格朗日乘数法求解。令F=dj4+d24+d34+.+dna+(d,+d,+d,+.+d,-S），依次对F中各变量d，求导，得：dFa=4d;+入(i=1,2,.,n)(6)要取最小值，使dFa=0，且d,=S，解出当d,=d,=d,=d,时各分区间节点通信能耗Ell-CH最小。综合分区内以及分区间节点通信能耗，得等间距分区的总能耗最低，进一步求佳分区长度，对式(5)求导：3k8D4all-CH=2 ElempE(7)4n令式（7）等于0，得网络最佳分区长度：4S2Eeled,=d=(8)n38mmp相邻分区节点通信关系如图2 所示，由图2 知，网络通信半径r。与窄长空间分区长度d有如下关系：dr/4d?+D?+H/4(9)由此可知，在窄长空间大小及WSNs规模确定后，结合式（8）、式（9）可得节点通信半径选取范围。cmin-上一-工-1-cmaxi-J-1一-+III1d图2相邻分区节点通信关系3分层拓扑结构3.1顶部节点部署依据传感器节点能耗模型可知，越靠近Sink节点分区节点能量消耗越快，故可在靠近Sink节点的分区内部署高密度的节点，达到整个WSNs节点能耗均衡的目的，求解各分区节点数量如下：当每个分区内节点的总能耗与其内节点数目比值相等时，可以均衡网络的能耗即：EE2EE(10)一.一mlm2m3m;mn式中，E为网络中各分区内节点消耗的总能量；m为各分区内的节点数目。假设网络中节点总数为N：N=mi(11)i=1联立式（4）、式（5）、式（10）、式（11)得：13.N,i=n4n+9nmi(12)13+8(n-i)1.N,i=1,-14n?+9n154期2023年第研究探讨程炭煤3.2侧壁节点部署侧壁上节点应满足二重覆盖条件即：空间中任意位置至少被两个节点覆盖，部属形式有两种：3.2.1三角形分层部署节点在侧壁上的部署模型如图3所示。设相邻两节点间距为Ls，节点感知半径为r，为了满足二重覆盖的条件，即：节点S,（0,0)应能够被节点S2覆盖且节点S，到节点S的距离最大为rs，得L2+Dr即：LVR-D，故窄长空间侧壁上节点最大间距L=/-D，进一步得侧壁节点的数目mit=d,/r-D?L/1111OA侧壁SS1111111S11121mD1B侧壁111X111图3三角形部署3.2.2矩形分层部署矩形部署如图4所示，建立直角坐标系，取相邻两节点间距L=r.+Vr-w+。Y11A侧壁S1-S1nSB侧壁1X图4矩形部署1）当 0 时，窄长空间中点（/F-w+/2，0)与节点S,距离L=/（r-w+/2）+D r，说明窄长空间中的点（VF-w+/2，0）不能被节点S,覆盖即：该位置的点（VF-w+/2，0）不满足二重覆盖的条件。2）当 0 时，相邻节点L=r+/R-D+Lsmax，此时节点满足二重覆盖要求，但允余度较高。综上所述，当且仅当=0 时，可以满足二重覆盖要求，且节点余度最低，故窄长空间侧壁最大间距Lmax=r.+/R-D，进一步得侧壁节点数目ma=2d;/(r,+Vr-D)采用做差法比较三角形分层部署与矩形分层部署节点的数目，令：2 d;2 d;Y=mit-mir2/r-D?+/F-D?(13)结合窄长空间实际工作环境有r/-D，故采用矩形分层部署的方式，可以在满足窄长空间覆盖度要求条件下节省节点的数目，减少网络能耗及部署成本。4改进的LEACH路由协议各分区内首节点担任着信息传递的任务，影响整个网络的寿命。结合低功耗自适应集簇分层型协议（Low EnergyAdaptive Clustering Hierarchy，LEACH）2 1，引人了一种概率函数，计算出每个节点成为簇首的概率，利用改进后的路由协议对各分区的节点进行分簇。该算法可使簇首分布均匀、数量稳定。选择各分区中高剩余能量的节点作为簇首节点。具体而言，初始概率Cprob是已知的，基于这个概率，每个节点成为簇首节点的概率为：E=max(C probresidualCH,(14)probEminmax式中，Ereidal和Emx分别是一个节点的剩余能量和最大能量；Pmin为簇首节点选取最小概率。选择簇首节点，先由节点生成一个0 到1之间的随机数，如果小于阈值T(n），则发布自已是簇首的公告消息。在每轮循环周期中，如果一个节点已经被选为簇首，那么T（n）设为O，这样该节点将不再被选为簇首，对于未被选为簇首的节点，其被选为簇首的概率为T（n），当只有一个节点未当选时，表示该节点必须当选。其中，阈值T（n）可以表示为：CHprobn E G;T(n)=1-CH,Hpro(rmod(1/CH，probo,其他(15)式中，n为当前轮的节点；CH为节点成为prob簇首节点的概率；为重新挑选簇首节点的轮数；mod为取模运算符；G为最近一轮中未当选簇首节点的传感器节点集合。簇首选取结束后，簇首节点主动向网络中节点广播自已是簇首的消息。接收到消息的节点根据接收到的信号强度选择想要加人的分簇，并发送消息1552023年第7 期程炭研究探讨煤通知相应的簇首。基于时分多址（TimeDivisionMultipleAddress，T D M A），簇首节点为每个成员分配通信时隙，并以广播的形式通知簇内所有节点，这样簇中的每个节点都可以在指定的传输时隙内传输数据，而在其他时间进入休眠状态，从而降低能耗，在稳定工作阶段，节点持续采集监控数据，并在自己的传输时点到达时将监控数据发送给簇首节点，簇首节点融合接收到的数据后，将其发送到Sink节点，经过一段时间后，整个网络进人下一个工作周期，再次选择簇头节点。LEACH改进算法流程如图5所示开始计算簇头初始概率CHprob节点从0 到1中随机选取数值计算阅值T(n)选取的数值N接收簇头的广播T(n)Y根据信号强度选择节点成为簇头要加入的簇节点广播成为簇头的信息接收簇头基于时分多址的分配结果完成簇的建立节点采集数据信息，并传递给簇头节点基于时分多址，簇头节点为簇内成员分配通信时隙接收簇内节点信息，进行信息融合后传递至下一轮Sink节点图5LEACH改进算法流程5实验仿真分析对于通信距离在10 0 0 m以内的通信被定义为短距离通信，超过10 0 0 m的通信为长距离通信，针对窄长空间中的长距离通信，在Matlab平台下仿真一个长宽高为2 0 0 0 m10m10m的窄长空间，将不同部署方式与网络能量消耗的关系进行对比分析。仿真基本参数见表1。5.1节点通信半径选取一般来说WSNs节点通信半径在几十米到两百米，短距离通信半径在10 0 m以内，长距离通信半径在2 0 0 m以内。本文仿真分析了通信半径在10 0 200m的长距离通信节点，每轮数据传输结束后节点剩余能量。考虑WSNs“能量空洞”问题，取靠近Sink节点的分区进行仿真，不同通信半径对应分区长度、分区数目以及节点数目见表2。表1仿真参数参数取值通信节点总数N/个500初始能量E/J0.5收/发电路能耗Eele/nJ50放大系数emp/(pJbit-l.m4)0.0013放大系数8 fs/(pJbit-lm-4)10融合耗能Ea/(nJbit-1.m)5通信数据包长度k/bit5120控制数据包长度ket/bit150阴影衰落余量8/dB0表2仿真参数通信半径/m节点数目/个分区长度/m分区数量/个100245040120306033140337029160388025180429022不同通信半径下，节点每轮数据传输结束后节点剩余能量如图6 所示。25+r=100 m20r.=120 mr.=140m15-r=160 m+r=180m10500200040006000轮数图6不同通信半径每轮节点剩余能量由图6 可见，节点通信半径不同节点能耗也不相同，在前30 0 0 轮的仿真中，当r。=16 0 m 及r。=180m时，节点初始阶段每轮剩余能量较高，但随着仿真轮数的增加每轮剩余能量下降幅度较大，当r。=10 0 m及r。=12 0 m时，节点初始阶段每轮剩余能量较低，但随着仿真轮数的增加其每轮剩余能量下降较平缓。综合50 0 0 轮的仿真结果，可得在长宽高为2 0 0 0 m10m10m的窄长空间中，最优通信半径r。=140 m，由式（8）、式（9)知理论通信半径值取值范围为7 1.16 141.7 6 m，可得选取最优通信半径在该区间内，验证了本次研究分区方式的合理性。1562023年第7 期程研究探讨炭煤5.2节点部署方式分析为验证本文提出的部署方式总能耗更低、各分区节点能耗更均衡，本次研究对等距均匀部署、等距不均匀部署及不等距均匀部署三种部署方式每轮数据传输结束后，网络节点剩余能量进行了仿真分析。由图6 分析选取节点通信半径r。=140 m，由式（8)及式(12)计算出本文部署策略的分区长度及分区内节点数目，考虑到WSNs“能量空洞”问题，越靠近Sink区间节点能耗越快，本文仿真分析了靠近Sink节点的分区内，三种部署方式每轮数据传输结束后节点剩余能量。结果如图7 所示。187等距均匀部署16不等距均匀部署等距不均匀部署1412108605001000150020002500轮数图7每轮节点剩余能量由图7 可知，等距不均匀部署策略节点剩余能量最高，不等距均匀部署策略次之，等距均匀部署策略最低。由此可知本文的部署策略在每轮数据传输结束后，节点剩余能量更高，此部署方式节点的能耗更低、能量利用率更高。本文对三种部署方式下各分区节点生命周期进行仿真，定义网络的生命周期为T=（N,E。）/E，仿真结果如图8 所示。不等距均匀部署方式通过减少靠近Sink节点分区的长度，降低靠近Sink分区节点的通信能耗，均衡各分区能量消耗；等距非均匀部署通过不等密度的部署节点，在靠近Sink节点分区部署高密度的节点，分担数据传递的通信耗能，达到各分区节点能耗均衡的目的。仿真结果表明：等距均匀部署方式，各分区节点生命周期由靠近Sink节点的分区向外逐渐递增，由此造成“能量空洞”的问题，不等距均勾部署及等距均匀部署方式均可平衡各分区节点的能耗，但相比之下，本研究采用的等距均匀部署方式节点的生存周期更长，具有更高的使用价值。为验证本文提出的矩形分层部署策略在满足覆盖条件下节点利用率更高，在给定传感器感知半径r。=2 0 m，窄长空间宽度D=10m的情况下，统计出三角形分层部署方式与矩形分层部署方式在不同网6000-等距均匀部署不等距均匀部署5000等距不均匀部署40003000200010000L051015202530区号图8各分区节点生命周期络长度下所需的节点数，结果如图9所示。100三角形部署80口矩形部署604020020060010001400网络的长度/m图9不同部署方式所需节点数由图9可知在满足二重覆盖条件下两种部署方式所需节点数与理论值大致相同，按照矩形分层部署方式比三角形分层部署方式节约了6%7%的传感器节点，同时由于矩形分层部署方式的节点间距比三角形分层部署方式的间距大，从而减小了网络的余，使得传感器节点覆盖更加的均匀。5.3障碍物影响分析取空间中常见的5种障碍物，分别为合成材料厚2 0 mm、木头厚40 mm、混凝土厚2 40 mm、金属厚8 0 mm、砖墙厚12 0 mm，利用Matlab软件仿真分析了不同障碍物对频率为2.4GHz网络信号传输的影响，结果如图10 所示。150合成材料金属130混凝土木头砖墙1109070020406080100通信距离/m图10不同障碍物对信号传输的影响由图10 可知，随着通信距离的增加，障碍物对于信号的路径损耗值呈对数式增加，在本文的仿真157（责任编辑赵巧芝）2023年第7 期炭程煤研究探讨条件下，通信距离为8 0 m后路径损耗值基本保持不变。为避免障碍物对部署方式的影响，可采用多路径传输技术，利用信号在传输过程中经过多条路径的特点，提高信号的传输效率和穿透能力，减少信号衰减的影响。这种方法不需要增加节点的发射功率，也不会增加节点的能耗，可在不增加节点能耗的情况下消除障碍物对本文部署策略的影响。6结论1）提出了适用于窄长空间的3D线型等距不均匀分层部署策略，其网络能耗更低、节点能量利用率更高，各分区节点的寿命基本一致，可解决各分区能耗不均衡引起的“能量空洞”问题，提高网络使用寿命。2）分区部署时，等距分区方式网络总能耗最低。在长宽高为2 0 0 0 m10m10m的窄长空间中，传感器节点通信半径r。=140 m 时，网络能耗最低。3）在满足二重覆盖的条件下，矩形分层部署的拓扑结构相较于三角形部署方式，可节省6%7%的传感器节点，减少部署成本，降低网络能耗。4）M a t l a b 仿真结果表明，随着节点通信距离的增加，障碍物对于信号的路径损耗值对数式增大，可采用多路径传输技术，在不增加节点能耗的情况下，消除障碍物对本文部署策略的影响。参考文献：1冯延蓬，件博。矿井环境下的无线传感器网络路由协议研究J煤炭工程，2 0 10(8)：10 5-10 7.2 李华英，王振适用于矿井环境监测的WSN传播模型分析J煤炭技术，2 0 18，37（10）：2 7 1-2 7 4.3刘云飞，李志华，赵继军煤矿井下无线传感器网络动态路由算法研究J煤炭工程，2 0 11(10）：130-132.4金华明，郭倩倩，史明泉，等井下WSN目标跟踪局部异常检测算法J煤炭工程，2 0 2 0，52（5）：144-149.5Zhang Y,Zhang Z.Wireless Sensor Network Node DeploymentBased On Regular Tetrahedron J.Jo u r n a l o f p h y s i c s.Conference series,2020,1453(1):12113.6Zhang C,Qin J,Li H,et al.Consensus-based distributed two-target tracking over wireless sensor networks J.Automatica,2022,146:110593.7王超非均匀节点分布网络能量空洞攻击抑制仿真【J.计算机仿真，2 0 2 0，37（4）：317-32 1.8王施雨，刘唐基于数据引流的无线传感器网络能量空洞避免研究J四川师范大学学报（自然科学版），2 0 19，42(1):134-142.9Sheikh-Hosseini M,Samareh Hashemi S R.Connectivity andcoverage constrained wireless sensor nodes deployment usingsteepest descent and genetic algorithms J.Expert Systems withApplications,2022,190:116164.10贾秋亭，张申，胡青松，等矿井巷道中WSNs的能耗均衡部署策略J中国矿业大学学报，2 0 15，44(4)：7 6 1-7 6 8.11吕安琪，李翠然，谢健骊，等铁路监测WSN网络的非均匀优化分簇算法J铁道学报，2 0 19，41（11：7 2-7 8.12汪全涛，李珂，胡斌，等线性WSNs能耗均衡的非均匀网络部署方案J电子测量技术，2 0 19，42(10)：7 3-7 7.13周公博，朱真才，陈光柱，等矿井巷道无线传感器网络分层拓扑控制策略 J煤炭学报，2 0 10，35(2)：333-337.14Zhang Q W,Ban T L,You R C.Research on Wireless SensorNetwork Node Deployment and Recovery Based on O-1Programming Model J.Information Technology Journal,2013,12(23).15王建平，李军，李奇越。巷道链状无线传感器节点部署研究J合肥工业大学学报（自然科学版），2 0 16，39（12）：1649-1654,1728.16Ann Roseela J,Godhavari T,Narayanan R,et al.Design anddeployment of IoT based underwater wireless communicationsystem using electronic sensors and materials J.MaterialsToday:Proceedings,2021,45:6229-6233.17HU J W,LIANG Y,WANG R,et al.Node Deployment withArbitrary Coverage Percentage in Wireless Sensor Networks:NodeDeployment with Arbitrary Coverage Percentage in Wireless SensorNetworks J.Acta Automatica Sinica,2009,34(12).18王丁章。面向低能耗的无线传感器网络节点部署【D镇江：江苏科技大学，2 0 14.19周公博面向窄长空间的无线传感器网络可靠性关键技术研究D.徐州：中国矿业大学，2 0 10.20王甜甜。基于移动室内信号传输损耗模型的研究【J电脑编程技巧与维护，2 0 2 1（5）：8 3-8 4，119.21李嘉宁，胡玉兰，石振刚，等基于改进LEACH算法的网络能耗优化J信息技术与信息化，2 0 2 1（8）：2 35-2 37.