《传感网中无标度拓扑模型研究综述》-工学论文，计算机论文-论文范文参考-科学狗论文网

标题

传感网中无标度拓扑模型研究综述

范文

王莹

摘? 要：介绍无标度模型的特点;通过经典的无标度网络的构建过程，介绍结合无线传感器网络自身特点建立的传感网无标度演化模型的研究现状;分析和比较不同方法的特点。现有方法虽然可以延长网络的生命周期，但仍然存在一些问题。基于此，总结传感网无标度演化模型在节点度，节点剩余能量、链路增减和节点生命期等方面可能存在的研究热点，提出了无线传感器网络发展的新方向。

关键词：无标度模型; 无线传感器网络; 节点度; 节点剩余能量

中图分类号：TP393? ? ? ? ? 文献标志码：A? ? ?文章编号：1006-8228（2019）05-09-03

Abstract： This paper introduces the characteristics of the scale-free model. Through the construction process of classic scale-free networks， the research status of the scale-free evolution model of sensor networks built by combining with the characteristics of wireless sensor networks is introduced; the characteristics of different methods are analyzed and compared. Although the existing methods can extend the networks lifetime， there are still some problems. On this basis， the research hotspots of scale-free evolution model of wireless sensor networks are summarized in node degree， node residual energy， link increase or decrease and node lifetime etc.， putting forward the new development direction of wireless sensor networks.

Key words： scale-free model; wireless sensor networks; node degree; node residual energy

0 引言

無线传感器网络是由大量传感器节点通过自组织形式，以多跳方式进行传输数据的[1]，可实现数据的采集量化、处理融合和传输应用，可用于军事侦察、环境监测、医疗监护、空间探索和城市交通管理[2]。布置在恶劣环境中的无线传感器网络是一个能量受限的网络，经常有节点失效的情况发生[3]。

由于无线传感器网络是一个动态的网络，网络内的节点可能会因为能量耗尽或其他故障退出网络;有些节点可能处于工作状态，而有些节点可能处于关闭状态即没有参与网络通讯;也有可能会新增大量的节点融入网络。这些都会使网络的拓扑结构随时发生变化。无线传感器网络通常将网络中最早失效的传感器节点的生存时间定义为网络的生命期[4]，网络拥有较长网络生命周期的容错拓扑对于提高无线传感器网络的性能具有重要的意义。本文针对无线传感器网络生存性问题，对目前已有的无标度拓扑模型延长网络生命期的方法进行分析。

1 无标度网络概述

无标度网络是指节点度服从幂律分布的网络，通常把节点度服从幂律分布的特性称为无标度特性。无标度网络建模把重点放在把握网络的动态演化的特性，用无标度理论构建网络拓扑，不仅对无线传感器网络节点随机失效具有很强的容忍能力，还可以延长网络生命期。

自Barabási和Albert于1999年首次提出无标度网络的概念以来[5]，无论在实证研究上，还是在建模和理论分析方面，无标度网络的研究都取得了令人瞩目的成果。实证表明许多大型网络是无标度的，即它们的度分布服从幂律分布，与传统随机网络的泊松分布明显不同。对于拓扑控制延长网络生命期的研究[6-11]，Barabási通过实证研究，发现在随机节点失效下，无标度拓扑相对随机网络拓扑有着很强的容错性，进而延长网络寿命。

近年来，将无标度特性引入到无线传感器网络中成为研究的一个热点，无标度拓扑对节点随机失效的强容错性在一定程度上能够延长网络的生命期。

2 传感网中无标度拓扑模型分类

2.1 BA模型

文献[5]中首次提出了某些大型网络能够自组织成无标度网络的依据，网络通过增添节点在不断增长和新节点总是择优连接到度高的节点上。BA模型第一次把幂律度分布引入到网络，它描述的是一个生长的开放系统。其拓扑生成过程如下。

⑴ 增长：初始网络由m0个节点组成，在此后的每一个时间间隔内，新增节点与原有节点发生m条边连接，且m

⑵ 择优连接：新节点与节点i相连的概率π（ki）取决于节点i的度ki。

其中，为已存在节点的度总和。

2.2 B模型

文献[12]是在BA模型的基础上考虑了拓扑产生过程中链路增减的变化状态。基于BA模型的增长和择优连接机制，通过优化拓扑生成规则来提升网络性能。新节点与节点i相连的概率π（ki）取决于节点i的度ki。演化过程如下。

⑴ 增长：同BA模型。

⑵ 择优连接：同BA模型，新节点与节点i相连的概率π（ki）同⑴。

⑶ 链路删除：删除以节点i为端点的一条边的概率π*（ki）为：

其中，为概率归一化系数;N（t）为t时间步后形成网络的规模。

2.3 EAEM模型

文献[13]是在BA无标度模型的基础上，通过优化拓扑生成规则来提升网络性能。其增长机制与BA模型相同，但择优连接机制为：当新节点加入到网络中时，与节点i相连接的概率取决于节点i的剩余能量E及节点的度。

其中，f（E）为增函数;local area为节点i邻节点区域。

2.4 FTEL模型

文献[14]中刘浩然等人将节点的剩余能量和节点的负载相结合，作为节点的适应度函数，对择优连接概率进行改进。

其中，ηi为适应度函数，，Ei为节点i的剩余能量，为节点的结构负载。local area为节点i邻节点区域。

2.5 SIOT模型

文献[15]中借助节点批量到达的Poisson网络模型，在局域世界内构建新的无标度拓扑结构。演化模型采用经典BA无标度网络的增长和择优连接，在择优增长时，新节点n仅在其传输范围内选择连接节点i，且此时的择优连接概率取决于节点当前的剩余能量Ei和节点度ki。

其中An为新节点n的邻节点集，β1为剩余能量调节因子，β2为节点度调节因子，且β1>0，β2>0。

服从幂律分布的无标度网络，可以用网络结构熵来度量拓扑的容侵性，网络结构熵。

2.6 BDDB模型

文献[16]中刘浩然等人基于无标度拓扑的形成条件，设置优先连接概率时综合考虑节点度、剩余能量和节点间距离，并在拓扑构建过程中引入链路删除机制。择优连接概率如下。

其中，F为适应度函数，，di表示节点间的距离;Ei为节点剩余能量，Ei=E0-μki，E0表示节点初始能量，μ为节点剩余能量与节点度的调节因子。

链路删除机制：

其中，N（t）是t个时间步后形成网络的规模。

2.7 EETM模型

文献[17]中刘洲洲等人根据无标度理论，依据无线传感器网络节点的能量和通信半径的关系，提出一种能量有效的无标度拓扑演化模型，使节点可以根据自身的能量状况选择合适的通信半径，并使剩余能量大的节点拥有较大的连接概率。择优连接概率如下：

其中：j∈An为新加入的节点h的邻节点集;di=f（Ri）为关于节点通信半径Ri的连续函数，由节点的剩余能量和网络中所有节点的平均剩余能量决定;β1、β2为调节参数，可以调节节点度和节点通信半径在择优连接时的权重。

2.8 APSL算法

文献[18]中按照WSNs拓扑是从一个小规模网络逐层向外增长，在单位时间间隔内可能同时有多个新节点加入网络，按照Possion分布批量添加新节点生成网络。择优连接概率与节点度，节点间的链路质量状况RSSI（吸引度）有关。

其中，0<ε<1，i=1，2，…，m0+t-1，ki为节点i的节点度，βi为节点i的吸引度。

3 现有方法比较与分析

表1所示为传感网中无标度拓扑模型中各个属性的比较。由表1可知：

⑴ 经典无标度网络BA模型第一次把幂律度分布引入到网络，它描述的是一个生长的开放系统。BA模型的重要意义在于它把实际复杂网络的无标度特性，归结为增长和择优连接这两个非常简单明了的机制。

⑵ 现有无标度网络模型都是在BA模型的基础上，结合无线传感器网络自身的特点，考虑节点剩余能量，节点负载，节点间距离等因素，设计出符合无线传感器网络特点的拓扑模型，能够在一定程度上延长网络生命期，但都有一定的局限性。

4 结束语

无线传感器网络由无数传感器节点组成，通过无线通信方式形成的一个多跳的自组织网络系统，目的是协作地监测、感知和采集网络覆盖区域内各种感知对象的信息。

本文从无标度拓扑模型的必要性出发，对经典的无标度拓扑模型进行了分析探讨。在无标度网络中大多数的节点只有一两个连接，而少数集散节点却有很大的度。基于这些无标度拓扑模型，构建出的无线传感器网络具有高可靠性和高健壮性，延长了网络生命周期，也是无线传感器网络的新的研究方向。

参考文献（References）：

[1] 刘强，黄小红，冷延鹏，李龙江，毛玉明.一种面向物联网的无线传感器网络优化部署策略（英文）[J].中国通信，2011.8：111-120

[2] 刘洲洲，王福豹.能量有效的无线传感器网络无标度拓扑模型[J].北京邮电大学学报，2015.38（1）：87-91

[3] 尹文晓.基于无标度理论的无线传感器网络容错拓扑研究[D].燕山大学，2014.

[4] Chen Y， Zhao Q. On the lifetime of wireless sensor?networks[J]. Communications Letters IEEE，2005.9（11）：976-978

[5] Barálasi A L， Albert R. Emergence of scaling in random networks. Science，1999.286（5439）：509-512

[6] 周漩，张凤鸣，周卫平，邹伟，杨帆.利用节点效率评估复杂网络功能鲁棒性[J].物理学报，2012.61（19）：1-7

[7] 陈力军，刘明，陈道蓄，谢立.基于随机行走的无线传感器网络簇间拓扑演化[J].计算机学报，2009.32（1）：69-76

[8] 刘彬，董明如，刘浩然，尹荣荣，韩丽.基于综合故障的无线传感器网络无标度容错拓扑模型研究[J].物理学报，2014.63（17）：105-112

[9] 孙雅静.具有抗毁性的能耗均衡無线传感器网络拓扑控制研究[D].燕山大学，2016.

[10] 崔莉，鞠海玲，苗勇，李天璞，刘巍，赵泽.无线传感器网络研究进展[J].计算机研究与发展，2005.1：163-174

[11] 尹荣荣，刘彬，刘浩然，李雅倩.无线传感器网络中无标度拓扑的动态容错性分析[J].物理学报，2014.63（11）：35-42

[12] Chen Q， Shi D. The modeling of scale-free networks [J].Physica A Statistical Mechanics & Its Applications， 2004.335（1-2）：240-248

[13] 罗小娟.基于复杂网络理论的无线传感器网络演化模型研究[D].华东理工大学，2011.

[14] 刘浩然，尹文晓，韩涛，董明如.一种优化无线传感器网络生命周期的容错拓扑研究[J].物理学报，2014.63（4）：84-90

[15] 刘浩然，尹文晓，董明如，刘彬.一种强容侵能力的无线传感器网络无标度拓扑模型研究[J].物理学报，2014.63（9）：83-90

[16] 刘浩然，孙雅静，刘彬，韩丽，尹荣荣.能耗均衡的无线传感器网络无标度容错拓扑模型[J].计算机学报，2017.40（8）：1843-1855

[17] 刘洲洲，王福豹.能量有效的无线传感器网络无标度拓扑模型[J].北京邮电大学学报，2015.38（1）：87-91

[18] 李曦达，刘彬，尹荣荣，刘浩然.一种具有稳定链路的幂律可调WSNs无标度容错拓扑算法[J].燕山大学学报，2015.39（6）：555-560

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。