农业大棚应用环境下网络能耗算法的最优化分析
朱大伟;宛博文;陈洁;崔晓萌
【摘 要】在传感器网络能耗算法基础上,以农业大棚为背景,通过调节传感器的位置与感知半径对一定体积空间内总能耗最优化问题进行分析.利用传感器改变自身半径所消耗的能耗与传感器在不同半径通信时所消耗的能耗之和来计算总能耗,结合不同传感器个数及不同通信半径情况,分析不同大棚体积内节点能耗的最优化问题.通过对不同传感器节点情况下的分析、对比,证明该算法在不同体积农业大棚环境下,很好地解决能耗消耗问题.
【期刊名称】《南京工程学院学报（自然科学版）》 【年(卷),期】2019(017)002 【总页数】5页(P38-42)
【关键词】无线传感器网络;半径可调;能耗分析;农业大棚 【作 者】朱大伟;宛博文;陈洁;崔晓萌
【作者单位】南京工程学院通信工程学院,江苏 南京211167;南京工程学院通信工程学院,江苏 南京211167;南京工程学院通信工程学院,江苏 南京211167;南京工程学院通信工程学院,江苏 南京211167 【正文语种】中 文 【中图分类】TP393
在当前农业大棚中,科学种植需要系统、严谨的环境控制,这样才能培育出真正的高
质量农作物.精确的环境控制需要无线传感器网络通过各种传感器检测外界环境的微小变化来改变作物的生长环境,从而达到适合作物生长的最优环境.无线传感器网络是部署在特定监测区域、由大量的微型传感器节点所组成的一个多跳的自组织网络系统[1].该系统是集成了传感技术、微处理器技术、嵌入式操作系统和无线通信技术的无线传感器网络(wireless sensor network,WSN),在最近几年得到了迅速发展,被广泛应用于军事、交通、环境和工业生产等领域中,完成对温度、湿度、压力和速度等多种物理量的测量[2].无线传感器网络将逻辑上的信息世界与真实的物理世界融合在一起,极大地提高了人们认识和改造世界的能力[3].无线传感器网络通过节点间的通信、采集处理传感器所传达的信息、控制一些电子元件来实现具体的实际应用效果.随着对无线传感器网络的深入研究,节省能耗成为不可忽视的问题.构建无线传感器网络时,在保证一定服务质量的条件下,网络覆盖是无线传感器网络的基本问题之一,即如何部署传感器网络节点,达到网络覆盖范围最大化[4].目前,很多文献仅限于理论基础研究,并未根据具体的环境及其需求而将算法与研究成果应用在实际环境中，文献[5]详细阐述了3D-CAAR算法的一些优势,但其并未能够应用到实际中.为此,本文研究在农业大棚的环境下,基于相互通信和半径可调的无线传感器网络的能耗和覆盖率问题.无线传感器网络中的传感器节点具有初始感知半径和初始功率,在不同尺寸的三维空间内,传感器网络通过各种传感器感知外界环境的细微变化,利用相关数据信息同时结合无线传感器网络节点之间相互通信的功能自动改变自身感知半径,并通过不断调整达到覆盖率最大的同时能耗最优化. 1 三维感知模型及相关定义 1.1 半径可调的无线传感器模型
半径可调的无线传感器网络其节点的自身感知半径可以改变,节点覆盖范围在三维空间中为一个以传感器节点为中心的球体(见图1).由于在一定的三维长方体空间内,通过增加节点个数来缩小半径,或者增大半径来减少节点个数,都可以完全覆盖需要
监视控制的空间,这样会有无限种不同的节点部署方式.在调整过程中需要消耗能量的多少取决于自身改变半径的长度. (a) 正视图 (b) 俯视图
图1 感知半径可调的无线传感器模型 1.2 可相互通信的无线传感器模型
无线传感器节点可以任意地分布在三维监测空间内,如图2所示,由大量的静止或者移动的传感器通过自组织和多跳的方式构成无线网络,协作地感知、采集、处理和传输网络覆盖地理区域内被感知对象的信息,并最终把这些信息发送给网络所有者[6].在此过程中,传感器节点之间相互通信的能耗取决于两两节点之间的距离. 图2 可相互通信的无线传感器模型 2 算法定义及相应模型建立 2.1 应用环境下能耗算法的设计
在三维长方体空间环境下,对于区域中的每一个节点,首先判断自己在环境中的位置,然后分析与相邻节点之间的距离关系,从而调整自身感知半径,使得几个节点感知区域刚好覆盖所有检测区域,并通过调整达到能耗最佳状态.
1) 算法的执行:首先给定节点数目,然后给定不同节点数目情况下的节点位置,节点会根据位置信息检测其与其他传感器节点之间的距离；之后节点自动检测自身与各个被监测点之间的距离,并将此距离最小值作为自己的感知半径；最后传感器节点会根据采集数据调整自身感知半径(见图3). 图3 算法设计方案
2) 算法假设:① S个传感器节点都具有感知、通信能力;② 此算法会根据所需要覆盖空间大小自由传感器感知半径;③ 每个传感器节点初始感知半径相同,调整相同感知半径长度消耗能量相同;④ 节点相互之间通信时,单位距离内节点通信消耗能
量相同.
2.2 建立相关模型
将图3算法应用在模拟农业大棚的环境下,假定环境中需要16个灯照,分别分布于3个相连的正方体顶点上,为方便每种情况下的半径计算,将正方体边长设置为为长度.
采用3种不同方式覆盖3个相连的正方体区域,传感器节点数目S分别为2、3、4,研究在传感器节点数目不同的情况哪种方式的能耗最低.
1) 采用4个传感器节点,分别在每个正方体接触面中心点及正方体两侧边缘的面中心点上放置节点,见图4,节点半径为h,节点间距为
2) 采用3个传感器节点,1个节点位于左侧正方体中心,另外2个分别位于中间正方体和右侧正方体接触面中心点和右侧正方体右侧面中心点,见图5(由于当节点数为3时,节点不能均匀布置,所以采用只调节1个节点半径的方式).节点半径为个节点间距分别为
(a) 传感器节点在空间中位置 (b) 传感器节点在空间中的覆盖 图4 S=4时节点在空间中的位置
(a) 传感器节点在空间中位置 (b) 传感器节点在空间中的覆盖 图5 S=3时节点在空间中的位置
3) 采用2个传感器节点,2个节点分别位于两侧正方体中心,见图6.节点半径为节点间距为 2.3 能耗算法
节点改变单位距离感知半径所需要消耗的能量用er表示,节点间以单位距离相互通信要消耗的能量用ec表示.在三维空间中布置传感器节点需要考虑两方面能耗：1)
在传感器节点原有感知半径基础上,其调整感知半径所需要消耗的能量取决于调整距离的大小,此部分能耗用E2表示；2) 节点在一定距离相互通信时的能耗用E2表示.
(a) 传感器节点在空间中位置 (b) 传感器节点在空间中的覆盖 图6 S=2时节点在空间中的位置
两部分的和为此应用环境下的总能耗,则本文算法中网络的总能耗为:
式中:l(i)为节点感知半径改变的长度;S为节点的总个数;N(i)为某一节点；d为两个节点之间的距离；N为需要计算节点距离的数目,N=S(S-1)/2. 3 仿真试验与能耗分析
模拟大棚环境下的参数设置：仿真区域V为3个相连的长为的正方体；总被监测目标点为16；传感器节点数分别为S=2,3,4；节点通信半径为25 m;初始节点感知半径为h m.
3.1 不同节点个数时的能耗对比
由图7可以看出，在基础模型距离为0～10 m时,采用2个节点可以实现能耗最优化,但在实际应用环境下,10 m的大棚并无实际的价值,故按照一般农业大棚下的尺寸,排除S=2的情况下的能耗. 图7 不同节点数的能耗对比
3.2 S=3时在几种平均方案下的能耗对比
如图7所示,由于在模型距离为20 m左右时,S=3与S=4能耗较为接近,另外,如图5所示,S=3时存在多种解决方案,故计算S=3时的各种平均能耗取值(几何、算术、调和),再与原值进行比较.
由图8可以看出，在节点数为3时,采用调和平均数求出的能耗值最小,故采用调和
平均数的值作为3个节点最佳放置方式时的能耗,以保证与4个节点数对比时的公平性.
图8 S=3时的最佳能耗 3.3 S=3和S=4的能耗对比
由于S=3时调和平均为最佳情况,所以将之与S=4进行对比.
由图9与图7可知在模型基础距离为10～20 m时,采用3个节点即可实现能耗最优化.在基础模型距离为20 m至更大时,需要4个节点甚至更多的节点才可以实现能耗最优化.
图9 S=3和S=4的能耗对比 3.4 结果分析
由试验数据可得,在本文所建立三维长方体模型下,模型基础距离为0～10 m时,采用1个或2个传感器节点即可实现能耗最优化;在模型基础距离为10～20 m时,采用3个传感器节点即可实现能耗最优化;在模型基础距离为20 m及更长时,最少采用4个传感器节点才能实现能耗最优化.至此,可验证本文所建模型及算法在实际农业大棚应用环境下具有较好的可行性及应用价值. 4 结语
研究在农业大棚环境下无线传感器节点调整自身感知半径和相互通信的能耗问题.根据农业大棚的现实环境,将其拟作三维长方体模型,比较三种情况下(S=2、S=3、S=4)的能耗情况,淘汰能耗最多的情况,其中S=3的情况较为复杂,为得到其最低估计量,利用几何平均、算术平均、调和平均计算验证出S=3的调和平均值为最低估计量.将其与其它两种情况(S=2与S=4)进行二次比较,得出在不同的模型大小时如何分配传感器个数可以实现能耗最优化.本文能耗算法具有良好的可行性和应用价值. 参考文献:
【相关文献】
[1] 神显豪,李军,奈何.感知受限的移动传感器节点扫描覆盖优化算[J].计算机应用,2017,37(1): 60-. [2] 任丰源,黄海宁,林闯.无线传感器网络[J]. 软件学报, 2003, 14(7): 1282-1291.
[3] 任彦,张思东,张宏科.无线传感器网络中覆盖控制理论与算法[J]. 软件学报, 2006,17(3):422-433. [4] 贾杰,陈剑,常桂然,等.无线传感器网络中基于遗传算法的优化覆盖机制[J],控制与决策,2002,22(11): 12-1292.
[5] 党小超,邵晨光,郝占军.半径可调的无线传感器网络三维覆盖算法[J]. 计算机应用,2018，38(9):2581-2586,2615.
[6] 陈成涛,无线传感器网边缘检测技术研究[D].南京:南京师范大学,2011.