Page 246 - 《软件学报》2021年第9期

2870 Journal of Software 软件学报 Vol.32, No.9, September 2021

通过计算传感器节点 k 跳邻居节点的数目和电量,从而构建每个节点的权重,依次选择具有最大权重的节点作
为数据收集锚点.
1.3 网络优化目标
目前,通常以网络生命期、系统能量消耗、数据收集量和数据收集延迟等为系统优化目标,并针对这些指
标构建优化函数,从而获得系统的最优性能.
针对网络生命期问题,文献[19]分析了无线传感器网络的能量消耗.在该网络中的无线传感器均具有可调
整的传感范围.该文献还提出了满足最小网络生命期时长 T 的节点部署策略,该策略极大地提高了节点存活率.
文献[20]设计了一个有向充电器的部署策略,提升了传感网络的充电效率和网络寿命.文献[21]提出一种分析模
型判断产生热点问题的区域,同时预测网络的剩余时间.在此基础上,他们将能量热点的时空变化应用到网络路
由中,这极大地平衡了传感器节点的能量消耗并提高网络使用时长.文献[22]提出了基于环的动态路由方案.在
非热点区域聚合数据,提高了网络生命周期.
针对系统能量消耗问题,文献[11]通过计算启发式算法设计收集器的收集路径,平衡多跳传输中的传输负
载,从而减少系统的整体能量消耗.文献[23]利用移动基站收集各个锚点数据,并设计了移动基站的最优移动路
径,有效地减少了采用 DCV 方式进行数据收集的移动能量消耗.文献[24]从系统能量消耗出发,分析传感器节点
的能量消耗模型和 DCV 的数据收集模型,分别构建节点和 DCV 的能量消耗优化函数,从而获得节点的最优数
据传输量和 DCV 在各个锚点处的停留时间.
针对数据收集量问题,文献[25]在链路带宽、节点能量等有限的资源条件下,提出了一种两层架构模型,最大
化所有节点到收集器的数据传输率,以提高网络中的数据收集量.文献[14]利用一辆 DCV 完成整个网络的数据
收集过程,节点数据包以多跳传输和移动元素收集两种方式最终传输至基站,通过设计节点到锚点或基站的最
小生成树,减少通信能耗和小车移动能耗,有效地收集网络数据,缓解了能量热点问题.文献[17]使用一辆移动小
车既收集传感器节点数据又给节点进行无线充电,并设计关于数据收集量的优化函数,极大地提高了网络的数
据收集性能.尽管系统使用小车平衡了网络中能量消耗,然而,由于充电时间不可忽略,节点需要等待较长的时
间数据才能被收集,增大了数据收集延迟.
针对数据收集延迟问题,文献[13]通过分别构建锚点和待充电节点的 TSP 路径,使用 DCV 收集锚点处数据,
用 WCV 给网络中节点进行充电,这将极大减少数据被收集的等待时间.文献[10]从减少网络巡游路径出发,设
计了一个启发式算法,逐渐减少 DCV 的移动路径和数据收集延迟.文献[26]提出了基于动态拓扑下,以最大化能
量补给设备的驻站时间比为目标的最优化问题,即最小化无线能量补给与数据采集设备的移动时长和服务时
长之比,通过分析节点和设备的工作约束,将原问题转化为多状态线性规划问题,有效地减少数据收集延迟,提
升了网络运行时长.文献[27]设计了一个联合否定回答和确认帧的广播协议,极大地提高了网络运行周期,减少
了数据传输延迟.
1.4 分析与比较
与现有工作相比,本文提出一种新的传感网络分区的方案,综合考虑传感器节点的邻域相似度以及节点之
间距离划分网络.而现有工作中关于分区的方案或是基于多辆 WCV 或是仅考虑节点的距离和路由,并未考虑
到多辆 DCV 和 WCV 同时存在以及节点的邻域节点对划分网络的影响.其次,由于目前大多数锚点选择方案并
未同时对传感器节点社交性和 k 跳邻居的能量对锚点选择进行分析,本文考虑了两者的影响,并设计出一种新
的自适应锚点选择方案.最后,本文是通过以最小化系统能耗为目标,计算出传感器节点最优数据感知率和链路
传输率,以达到网络最优性能,而不是采用目前大多数工作中假定节点数据感知率服从泊松分布或设为已知.
图 1 为本文策略的整体网络框架图.根据传感器节点坐标和路由信息,本文设计了 NP-NSD 方案,将网络划
分为多个子区域并获得每个子区域内节点的连接情况.随后,在传感器节点连接情况和电池能量已知的条件下,
采用 AS-SE 方案确定每个区域内锚点及其覆盖节点,以及传感器节点数据传至锚点的最优传输路径.最后,利用
对偶理论和梯度法对网络能量消耗优化函数求解,以获得最优节点数据感知率和链路传输率实现最优网络性