论文研究-基于演化博弈的无线传感器网络分簇算法.pdf

所需积分/C币:10 2019-09-16 10:54:15 597KB .PDF
收藏 收藏
举报

针对无线传感器网络中节点负载过重与能耗不均衡而出现网络能量空洞的问题,基于演化博弈理论建立一种簇头竞选的博弈模型,同时提出一种基于演化博弈的无线传感器网络最优成簇算法。运用节点的剩余能量、数据接收能耗和数据转发能耗设计簇头演化博弈的收益函数,并将最优发射功率控制机制应用于簇成员的选择,从而形成稳定连通的网络分簇结构。仿真实验表明该算法平衡了节点负载,从而均衡网络能量,有效改善网络中过早出现能量空洞的问题,进而延长了网络生存时间。
王慧娇,等:基于演化博弈的无线传感器网络分簇算法 率为po(i)-[N]。若节点z当选簇头,将发射功率 数据转发能耗 控制为nop()以获得最优簇成员。 在网络中节点间的数据传输时,节点转发数据将会 定义最优邻居节点集T。对邻居集R,中的任广牛能量消耗。节点在转发k个单位数据消耗的能量 意邻居节点;满足条件G∈TPm1(,)≤D(,则称子。可计算为 为节点的最优邻居节点集,即节点当选簇头时的最 kEele t reis dd<d 优簇成员节点集。 E+ ken.d4,d≥dl 定义最优发射功率机制。节点当选簇头后,查找式中,E为节点转发器或接收器所需的能量消耗,cmp 自身的最优发射功率pn(),将当前功率调整为最优发和e分别是多路径衰减信道模型和自山空间信道模型 射功率,并以Pm()广播自身当选簇头消息,此时只有匹配的特征值,是数据转发节点与数据接收节点之 最优邻居节点集中的成员可收到该消息,这些节点收到间的传输距离,为距离阀值,do=lem 消息后根据自身情况选择加入簇。 数据接收能耗 定义。连通度。对任意节点t,在网络分簇完成其 节点在接收数据时也会消耗一定的能量,包括接收 拓扑构稳定连通后,满足D=L(∈Rmxm≤器所需的能量消耗和数据处理的能量消耗。节点在接 pmO则称D为节点的连通度,其中()为计算收k个单位数据消耗的能量为En=kE+,其中 集合元素个数的函数。 EA是当选簇头节点处理单个数据包的能量消耗 节点的连通度可以在一定程度上反映网终的连通 定理在对称分簇博弈中,使得存在非对称混合 性,如果网络屮存在某个节点m,使得其连通度Dm)策略的纳什均衡解,则参与节点声明当选簇头的概率为 为,那么此节点是例络中存在的孤立节点,因此肉络整p=0,那么均衡概率p不可能超过 体连通性较弱;反之,对网络中任意节点m,如果其连 本文利用均衡概率,同时结合簇头节点的影响因素 通度Dm)均大于,那么树络整体连通性灲是较强的。计算参与节点当选簇头的期望,从而得到综合效用函 基于演化博弈的簇头竞选模型 数,并通过博弈选择岀剩余能量高,能较好承担簇头作 模型描述 用的节点,以使得网络的整体能耗更均衡。参与节点选 运用演化博弈理论为网络分簇的簇头竞选建立模择当选簇头策略的期望为 型时,无线传感器网终中所有节点均是博弈的参与者,将 E,(i) E(i 博弈定义为T一<N,S,U>,模型中各个要素的含义为: 0(2)=pCF() BEIX(,+Y Eo(i) ()参与博弈的节点集合N={,2,…,n},其中n E1() (1- Eo( pi EIx(in) 是博弈参与者的数量,即代表网络中传感器节点个数 其屮,α、月和y为权重因子且均为正数,E。(i)为节点 ()博弈的策略空间S=11,其中代表参与者的初始能量,E1表示的剩余能量,E2()是i接收数 所选择的策略,每个参与节点的策略对应两个选择,一据的能耗,E、(是转发数据的能耗比的平均值。 个是声明自已当选簇头,另一个是声明自己不当选簇头。 大、E1(1j ()博究参与者的收益函数集合U={u1,2,… 台E() n}。定义。为除参与者外其他参与者进择的策略组式中)表示节点的当前邻居节点,E(,表示节点 合,则有(,5代表参与者在当前选择的策略组合和节点j之间转发数据的能耗。参与节点选择不当选 中所获得的收益 簇头策略的期望为 效川函数设计与分析 E:-8E ()+(1-p)·0 无线传感器网络部署场景复杂,簇头节点通常相比 较普通节点会消耗更多能量。在簇头竞选博弈模型屮 基于以上各方面分析,定义博弈模型的效用函数为 簇头节点的选择需要考虑其自身的剩余能量与数据处参与节点选择策略的平均期望,由式()和式()综合计 理能耗等因素。为能够反映网络应川的实际情况,本文 算得到效用函数如下: 从以下几个方面考虑节点的效用函数 u,=p up(i)+(1-p) uNd(i) E(i) E(i) ()节点剩余能量 E。(i) +p pEi(i) 在网络中节点的剩余能量与节点的生存时间存在 Erx(i 直接关系,节点剩余能量越多意味着其生存时间越长, 2PBEKxi-PYEM 且接收和转发数据的能力越强。簇头需要较强的数据 E.iz Ervi 接收和转发能力,使得节点剩余能量成为一个重要的影 p-p p-2p)BE×(t)-py 响因素 合理的效用函数可以约束节点行为,激励节点竞选 计算机工程与应用 成为簇头,使其做出适当的选择。在效用函数中,由于 簇建立阶段 0≤p51,则2>F,意味着节点的剩余能量越多,越有簇头确立 利于节点成功竞选簇头,表明簇头的选择偏向于剩余能 网络中的每个节点根据一定编排规则设定唯一键 量高的节点。假如簇以山剩佘能量少的节点当选,因其值,通过按照节点的唯一锉值来轮流执行博弈,每一轮 数据传输任务更重能量开销也更大,必将加速该节点博弈中,节点根据其效用函数计算得到的自身收益决定 的死亡,造成网络出现能量空洞。E1()表示簇头的选是否当选簇头。当一轮博弈执行完毕即确立当选簇头 择更倾向于距离周围节点较近且位于周围点中心的节点。 节点,数据转发的能量消耗与节点之问的传输距离正相 在博弈执行过程屮,参与节点首先根据自身的剩余 关,两个节点的传输距离越短,数据传输消耗的能量越能量、数据转发能耗和数据接收能耗,计算得到当选簇 少,因此,选择合适的节点当选簇头,不仅有利于节约头的收益,根据收益大小决定颔头节点,若两个节点的 能量,更有利于整体网络的能耗均衡。E(E2()表收益正好相同,则比较节点的唯一键值的大小,参与节 明节点接收数据消耗的能量越多,节点竞选成为簇头节 点的唯一键值小者当选为簇头。此时,当选簇头的节点 执行最优发射功率机制确定自身的发射功率以确定簇 点的机会越小,所以竞选成为簇头的节点希望节省自身 成员 感知能耗的同时适量诚小其他的能量开销,以使得节点 稳定成簇 自身的生存时间更长。 簇头确立完成后,未当选簇头的节点成为普通节 夏制动态方程 点。普通节点接收到簇头执行最优发射功率机制发来 演化博弈是反复进行的,在博弈中某个时间段里,的广播消息,查看 参与节点可观察其他节点的收益,在下一时间段参与节簇头节点,则选择加入该簇,并根据可选发射功率集中 点希望改变自己选择的策咯以获得更高的收益。在该与该簇头进行通信的最小功率级别,确定自身的当前功 时间段里,参与节点的策略变化山复制动态方程确定,率,同时以该发射功率发送返回消息,告知簇头自己的 复制动态方程表示为 入簇信息。若邻居集中有两个及两个以上簇头节点,则 Er(i F(G)=p·(()-a2)=(p-22+p 选择可选发射功率集中与之进行通信的发射功率级别 Eo(i) 最小的簇加入,并将最小发射功率级别作为白己当前发 E -202+p)3E1()-(p2-p)E( 射功率,同时以该发射功率发送返回消息,告知簇头自 己的入簇信息。若邻居集中没有一个簇头节点,则该普 (1-p<:(1E1D-(1-py E.iz E。(l) eo(i) ()通节点声明自身为簇头节点,同时广播消息通知其他节 其中,由0<p<1可得到1-p)2>0,表明参与节点自已的当选信息。分簇算法执行过程的伪代码如下 点可以根据自身的剩余能量状况和数据转发能力调所示 初始化 演化稳定策略。p2(1-p)>0,意味着参与节点会因为 节点z以pmx厂播自身信息 数据接收消耗的能量过多而调整自身的演化稳定策 mi,)≤Pnx)H←j确定邻居集 略。参与节点的演化稳定策略最终收敛到一个稳定状 k← number of il 态,此状态对较小的扰动具有稳健性。 p1]<p2]<…<p节点可选功率排序 簇头确立 基于演化博弈的最优成簇算法 E(i)>0 在建立的簇头竞选博弈模型的基础上,结合应用于 计算节点自身收益l2 簇成员选择的最优发射功率机制,提出·种基于演化博 计算邻居节点收蓄l,∈R 弈的最优成簇算法,算法流程分为信息获取、簇建立和 分簇维护三个阶段 节点z观察区域其他节点,并计算i) 信息获取阶段 (为非簇头节点且(t)>() 节点i当选为簇头执行最优发射功率机制 节点在此阶段收集相关信息、,作为分簇的依据。网 p(S,以及T,广播当选簇头信息 络中任意节点i首先进行初始化,并以最大发射功率 mx广’播白身的相关信息,接收到来自节点i疒播信息 节点观察区域其他节点,并计算(i) 的节点均发送响应消息,响应消息包括节点Ⅰ、剩余能 节点;唯一键值小于j为非簇头节点且 量、两节点间通信最小发射功率等。经过一段时间,节(>认 点i接收到可达节点的响应消息后,即可确定白身邻居 节点i当选为簇头,执行最优发射功率机制 集R:,统计邻居个数良,形成节点的可选发射功率集p。 户(OS;以及T,广插当选簇头信息 王慧娇,等:基于演化博弈的无线传感器网络分簇算法 稳定成簇 节点随机地分布其中,基站位丁监测区域外部。初始化 点j查找自身邻居集R 时,基站及传感器节点分布如图所示。 (R,只有个当选簇头节点 节点j加入该簇并计算与簇头的最小发射功率 将该功率作为当前发射功率,并向簇头反馈信息 (R有两个及两个以上当选簇头节点 计算与各簇头的最小发射功率 选择功率最小的簇加入,并向簇头反馈信息 8 (尺,没有当选簇头节点 O co C 节点声明当选族头,并广播当选信息 执行等待时延 o oo9 分簇维护阶段 区域边长 簇头根据接收到的返回消息,确定簇成员节点。至 图堪站及传感器节点分布 此,一轮分簇过程已完成,各节点进入工作状态,按照网 图为网络中存活节点数随着运行轮数变化的对比 络分簇结构,进行数据传输。由于每个簇采集和转发的 算法在树终中的存活节点数明显优于 数据量不同,故各节点的能量消耗也会不同,若以这样2 及 i算法。 i中由于没有考虑 的状念一直上作将会使得部分簇头节点负载过重,其随轮次增加,各因子对网络负载均衡的影响不同使得 能量消耗过快而死亡,导致网络中出现能量空洞。为改部分节点负载过重而快速死亡。 算法采用全局 善此类问题,使节点间的能量消耗保持均衡,网络分簇的方式选取簇头,使得簇头的数量和位置不确定,可能 应动态进行调整,从而均衡节点间的能耗,设定一个时导致簇头的负敌较重,使得簇头能量消耗过快 间周期,网络毎经过一个周期的稳定运行,则重新执行屮簇头的产生具有随机性,可能使得簇的规模不稳定, 分簇算法进行新一轮的簇头竞选,所有节点重新组成导致簇头负载过重而快速耗尽能量。在算法中 簇,按照新的恻络分簇结构传输数据 采用基于演化博弈的簇头竞选模型,选取较多剩余能量 的节点作为簇头,同时引入最优发射功率机制确立簇成 仿真结果分析 员,使每个簇的簇成员数维持在最优,故簇头的负载较 本文运用 仿真软件对所提出的基于演化为平街,不会导致其能量过快耗尽,从而改善网络中过 博弈的无线传感器网络最优成簇算法 进行仿真早出现能量空洞的问题 实验,并与文献提出的 改进算法,文献提 出的改进算法及文献提出的算法 进 行对比研究。为方便表述,将对比的前两科改进算法分 别标记为 和 i。在仿真实验中,设定 传感器节点随机布设且不可移动,并将权重因子a、B lTE 和y均设为,同时将设为,其权重因子也可以根 据实际应用场景进行调整。仿真实验相关参数如表 所示。 表仿真实验相关参数 轮数轮 参数 数值 图存活节点的个数随轮数变化 监测区域/m Eele/nJ. bit) 图为网终剩余总能量随着运行轮数变化的对 Efs/p J- (bit. m) 比 算法相比 及 算 E, mp/ (p. (biL. m#)) 法,其网络剩余总能量下降较为缓慢,支撑的运行轮数 En/(n·bit 最多,网络总能量最后才消耗殆尽。山于 算法在 节点初始能量门J 簇头的选取时,设计了节点剩余能量、数据转发能耗和 数据包长度/bi 节点数量 数据接收能耗作为效用函数,使得剩余能量较多的节点 才能当选为簇头,并且簇头的负载也相对较轻。同时 仿真实验都是在以下场景进行,监测区域为边长为 算法限制了簇的规模大小,使得各个簇的整体能 的矩形,在区域内具有相同规格的个传感器耗相对均衡,从而延缓了恻终总能量下降速度。在 计算机工程与应用 算法中周期性重新执行分簇,整个网络的能量开网络中过早出现能量空洞的问题,进而使得网络生存时 销将更为平衡,使得网络能够运行轮数更多。 可长。 参茅文献 饯志鸿,王义右而向物联网的无线传感器树络综述电 资 子与信息学报 轮数轮 图网络剩余总能量随轮数变化 图为在监測区域中分六次随机部署 李方敏,刘新华,旷海兰,等基于最优连通功率的无线传 和个节点,对四种算法在不同节点密度下 感器网络稳定成簇算法通信学报,,() 的网络生存时间进行对比。从图中可知,在不同节点密 黄利晓,王晖,袁利永,等基于能量均衡高效的 度下,运行算法的网络生存时间轮数都要优于 协议改进算法通信学报 及 算法,在 算法中 王磊,谢弯弯,刘志中,等非均匀分簇路由协议改进算法 采用了博弈的方式进行簇头节点的选取,综合考虑节点 计算机科学,,() 的剩余能量和数据传递所需能耗,确保了选取的簇头节 点自身能力较强,同时最优发射功率机制保证了簇成员 数的稳定,使得各簇头的负载较为平衠。故随节点密度 () 的增加,其能够运行的网络生存时间轮数依然较长 (): 三壮一柒图 节点密度个 图不同节点密度下网络生存时间的对比 董荣胜,孙栋栋.郭云川.等基于演化博弈论的功率控制 和垂百切换饼究计算机研究与发展,,() 结束语 无线传感器网终中节点往往是随机地密集部署,由 于节点以多跳的形式传递数据,易造成部分节点负载过 重,使得能量消耗不灼衡而出现网络能量空洞。本文通 过设计综合考虑节点剩余能量、数据转发能耗和数据接 收能耗的效用函数,构造了基于演化博弈的簇头竞选模 型,并利用最优发射功率机制确定簇成员,同时提出了 一种基于演化博弈的无线传感器网络最优成簇算法。 仿真实验表明所提算法能够优化网络分簇结构,平衡网 络节点的负载,从而均衡整体网络的能耗,有效改善了 ):

...展开详情
试读 6P 论文研究-基于演化博弈的无线传感器网络分簇算法.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    weixin_38743737 如果觉得有用,不妨留言支持一下
    2019-09-16
    • 至尊王者

      成功上传501个资源即可获取
    关注 私信 TA的资源
    上传资源赚积分,得勋章
    最新推荐
    论文研究-基于演化博弈的无线传感器网络分簇算法.pdf 10积分/C币 立即下载
    1/6
    论文研究-基于演化博弈的无线传感器网络分簇算法.pdf第1页
    论文研究-基于演化博弈的无线传感器网络分簇算法.pdf第2页

    试读已结束,剩余4页未读...

    10积分/C币 立即下载 >