一种改进的井下无线传感器网络广播算法

(1.柳州铁道职业技术学院信息技术学院，广西柳州 545616；2.广西科技大学电气与信息工程学院，广西柳州 545006)

摘要：针对现有的井下无线传感器网络广播算法能耗较高的问题，提出了一种改进的无线传感器网络前向广播算法。该算法中，转发节点可根据自身位置，选择优先节点转发信息，大大减少了无线传感器网络中需要转发的冗余信息量，从而降低了网络能耗。仿真结果表明，该算法在网络节点密度达到一定值时，满足网络接收率要求，且能够限制转发的信息总量，有效降低了无线传感器网络能耗。

关键词：井下无线传感器网络；广播算法；前向广播；洪泛广播；能耗

0 引言

为了加强煤炭开采技术的管理，无线传感器网络(Wireless Sensor Network，WSN)逐步应用于井下环境监测、人员管理和设备管理中。WSN一般由固定位置的锚节点和可移动位置的传感器节点组成，通过自组织方式构成网络。传感器节点将采集的数据通过多跳方式传送至锚节点，并通过有线网络将数据传送到监控设备[1-2]。

广播是WSN的一种基本通信方式。监控中心需要获取某一目标传感器节点的数据或向传感器节点发送命令时，通过锚节点向周围的传感器节点广播信息，传感器节点接收到信息后转发给其相邻节点，直至下一个锚节点或目标传感器节点。该过程将覆盖整个网络。目标传感器节点根据监控中心命令，做出相应的命令操作或回传数据。

洪泛广播算法实现较简单，但转发的信息量较大，导致能耗较大[3]。参考文献[4]提出了基于预测的数据收集广播算法——Sidewinder-0.7算法，该算法广播时仍需要转发大量数据，能耗改善状况有限。参考文献[5]提出了一种基于密度和距离的概率广播算法——NDDP算法，可对转发的节点数量进行有效控制，与洪泛广播算法相比，节能效果较好，但不能保证让位置最好的节点转发信息，广播的实际效率受到影响，且不适用于井下。

本文针对矿井结构特点，提出一种适用于井下WSN的改进广播算法，能有效提高广播效率，降低广播能耗。

1 井下WSN模型

井下巷道狭长，环境复杂，不利于无线信号传输。用于环境监测的井下WSN节点一般由人工布置，而用于人员和设备管理的节点则具有移动性。井下WSN节点分布呈线性梯状结构，如图1所示[6]。

图1 井下WSN结构

井下WSN结构特点：锚节点处于监测区域的某个端点，传感器节点或下一个锚节点的位置基本是前向分布的。基于该结构，在广播信息时，信息只需向前转发，即可有效保证广播的效率，减少能耗。因此，矿井WSN采用前向广播算法转发信息较合适。

2 井下WSN广播算法

前向广播的基本特点是只向原始锚节点更远的半圆区域发送信息[7]。如图2所示，传感器节点St接收到传感器节点Sr发送的信息后，根据锚节点和节点Sr的位置来判断自身是否处于前向区域，从而决定是否转发接收到的信息。

图2 前向广播示意

表1 转发信息格式

(1) 由锚节点产生一个表1所示格式的信息包，并将Sr-ID的信息清零。

(2) 节点St收到信息包后，先判断是否是重复接收的信息，如果重复则丢弃，否则转入步骤(3)。

(3) 判断是否是锚节点信息，如果是则将本节点标记信息填入Sr-ID后转发信息，否则转入步骤(4)。

(4) 根据Sr-ID的信息和锚节点位置信息，判断本节点是否处于前向区域，如果是则转发信息，否则丢弃。

前向广播算法保证了信息往有效的方向传输，但如果前向转发区域内有多个节点，如图3所示的节点B—节点E等，当接收到节点A发送来的信息时，若节点B—节点E都转发，则会增大无线干扰及能耗。将节点A与任一节点的信息传递用一向量来表示，该向量在锚节点与节点A连线上的分量决定了传递效率大小，即该方向上分量越大，传递效率越高。图3中，节点B信息传递效率最低，节点D信息传递效率最高。

图3 井下WSN节点前向广播示意

图4为某一节点X与WSN节点A的位置示意。设d为节点A与节点X的距离，θ为节点A与节点X所在直线L1及锚节点与节点A所在直线L2的夹角，K为节点X在直线L2上的投影点，lAK为节点A与点K的距离，r为节点A的无线信号发射距离。

图4 WSN节点位置示意

当d越大、θ越小时，lAK越大，向前传递信息的效率越高，所以取lAK最大的节点为有效转发节点。

当某一节点向前转发信息时，在前向区域内的每个节点都接收信息，并计算自身转发等待时间τ。lAK最大的节点，其τ最小，因此其将获得最优转发权。

图3中，节点D获得最优转发权。在转发信息前，节点D将节点A发送的信息中的Sr-ID项内容替换为St-ID项内容，并将自身节点标记写入St-ID项，将自身节点坐标写入St-Pos项，在其他节点转发之前广播。节点B、节点C、节点E在等待时间内收到节点D转发的信息，并判断出是节点D转发节点A的信息，从而放弃转发。改进的前向广播算法流程如图5所示。

图5 改进的前向广播算法流程

3 改进的前向广播算法仿真

在Windows7环境下，以Matlab2010为仿真平台进行仿真分析，验证改进的前向广播算法的性能和效果，并与洪泛广播算法、参考文献[4]中的Sidewinder-0.7算法、参考文献[5]中的NDDP算法进行比较。仿真设置：模拟10 m×500 m的井下巷道区域，在纵向巷道内每隔15 m放置1个锚节点，共设置50—250个随机分布的传感器节点。图6为设置100个传感器节点时WSN节点分布。进行仿真时，锚节点位置固定，每次增加50个传感器节点，节点通信半径为25 m。

图6 设置100个传感器节点时WSN节点分布

网络接收率是网络中信息包的接收比例，其值越大，表示广播效果越好，广播范围越大。在传感器节点数不同的情况下，采用改进的前向广播算法、洪泛算法、Sidewinder-0.7算法和NDDP算法时，WSN网络接收率如图7所示。可看出洪泛算法的网络接收率最高，但因洪泛算法转发率较高，导致网络能耗高；在相同区域内，随着传感器节点数的增加，节点密度也不断增加，改进的前向广播算法的网络接收率也在增大，满足网络接收率要求；改进的前向广播算法与Sidewinder-0.7算法、NDDP算法相比，在网络接收率方面更有优势。

图7 采用不同算法时WSN网络接收率

网络转发率是网络中信息转发节点与总节点的比值。在网络接收率相同的情况下，网络转发率越小，表示广播算法越节能。在传感器节点数不同的情况下，采用改进的前向广播算法、洪泛算法、Sidewinder-0.7算法和NDDP算法时,WSN网络转

发率如图8所示。可以看出，与其他算法相比，改进的前向广播算法的网络转发率最小，因此更为节能。

图8 采用不同算法时WSN网络转发率

4 结语

采用改进的前向广播算法时，WSN转发节点将根据自身位置，选择优先传感器节点转发信息，大大减少了网络转发的冗余信息和能耗。仿真结果表明，在WSN节点密度达到一定程度时，改进的前向广播算法满足网络接收率要求，且该算法能够限制转发的信息总量，从而降低WSN能耗。

[1] 张小庆, 李腊元.无线传感器网络洪泛路由算法的改进模型[J].微计算机信息, 2008, 24(31):122-124.

[2] 朱军.无线传感器网络在煤矿井下的应用[J].煤炭技术, 2014,33(1):127-128.

[3] AKYILDIZ I F, SU W, SANKARASUBRAMAN-IAM Y, et al. A survey on sensor networks[J]. IEEE Communications Magazine, 2002, 40(8):102-114.

[4] KEALLY M, ZHOU G, XING G. Sidewinder: a predictive data forwarding protocol for mobile wireless sensor networks[C]// IEEE Communications Society Conference on Sensor, Mesh and Ad Hoc Communications and Networks, Rome, 2009:1-9.

[5] 沈悦, 郭龙江, 李金宝.移动传感网中基于密度和距离的概率广播算法[J].计算机研究与发展,2014,51(1):151-160.

[6] 冯娜.煤矿无线传感网络(WSN)人员定位系统研究[J].煤炭技术, 2014,33(3)：252-254.

[7] 胡长俊, 袁树杰.移动传感网基于位置的前向广播算法[J].西安电子科技大学学报(自然科学版), 2015, 42(4):147-152.

(1.School of Information Technology, Liuzhou Railway Vocational Technical College, Liuzhou 545616, China; 2.College of Electrical and Information Engineering, Guangxi University of Science and Technology, Liuzhou 545006, China)

Abstract：For problem of high energy consumption of existing broadcasting algorithm for underground wireless sensor network, an improved forward broadcasting algorithm of wireless sensor network was proposed. In the algorithm, forwarding nodes select prioritized node to forward information according to their own positions, so as to decrease redundant forwarding information and reduce energy consumption of the network. The simulation results show that when network node density achieve certain value, the algorithm can satisfy network receiving rate requirement, and limit total forwarding information, so as to reduce energy consumption of wireless sensor network effectively.

Key words：underground wireless sensor network; broadcasting algorithm; forward broadcasting; flooding broadcasting; energy consumption

基金项目：“十二五”国家科技支撑计划资助项目(2012BAF12B18)；广西科技开发计划资助项目(桂科攻1348014-2)。

作者简介：谢洪(1967-)，男，广西平南人，副教授，主要研究方向为计算机通信技术及软件开发，E-mail：lzc1658@126.com。

网络出版地址：http://www.cnki.net/kcms/detail/32.1627.TP.20161201.1029.009.html

谢洪，刘振超，王大溪.一种改进的井下无线传感器网络广播算法[J].工矿自动化，2016,42(12)：42-45.