基于OPNET的一种LEACH改进协议

举仅与一个随机数有关，存在簇头分布和能量消耗不均的问题。针对以上问题，本文提出了一种水下无线传感器网络LEACH

改进协议。首先根据传感器节点的空间信息和最优簇头数目进行分区#在分区内考虑节点剩余能量的进行簇头选举工 作。最后在OPNET网络仿真软件下建立水声信道模型，对原始的LEACH协议和改进的LEACH协议进行了性能仿真。结果

表明，改进的水下LEACH协议可以有效的提高能量利用率和网络寿命#关键词:LEACH协议，水下传感器网络,OPNETA Modified LEACH Protocol Based on OPNETLIU Chonglet1,2，WANG Juan1，ZHANG Yang1，ZHANG Yangfan1，YIN Lt1(1 Undercater Accustic Engineering Research Center， Institute oS Accustics， Chinese Academy oS Science，

Beijing，100190，China，2Univvrsity oS Chinese Academy oS Science，Beijing，100149，China)AbstracC: LEACH protocel is a typical enecy efficient routing protocel and has been widely using in wireless sensor network. Howev­er， in the undercater environment， the inevitable factors including narrow available bandwidth， notable propayation Oansmission loss

and multipath shading dramatically restrict the network lifetime. Moreevvr， the selection oS cluster head merely relates to a random

number which may lead to heteroaeneeus placement oS cluster head and unevvn enecy dissipation. Reyarding these problems，this the­

sis propose a modified undercater wireless sensor network LEACH protocel. First oS all，separating the network accerding to the place­ment and optimal number oS the cluster head. Then selecting the cluster head independently in the partition censidering the nodes resid-

uaeeneegy.In ehe end， weconHeeuceeheundeewaeeepeopagaeion modeein OPNETneewoek HimueaeoeeoacceHHehepeeaoemanceoaehe

modiaied LEACH peoeocoeand makeacompaeion wieh eheoeiginaeLEACH peoeocoe.TheeeHuee Hhowehaeehemodiaied LEACH peoeo- coecan d eama eica ey p eomo ee ene egy di Hipa eion and peoeongeheneewoek eiaeeime.Keywordt： LEACH protocel， undercater，wireless sensor network， OPNET0引言近年来，随着无线传感器网络技术的发展，通过水下无线传感器网络对海洋资源勘探和海洋环境监测 的需求也越来越大#与陆地无线通信相比，水下通信的环境更为恶劣#声速要远小于电磁波的速度，传输 时延比较大。水下信道的可用带宽比较窄，声能衰减比较大。多径效应和多普勒扩展比较严重。此外，传 感器节点需要满足耐压、耐盐和耐腐蚀等特性，成本相对较高。传感器的充电和更换也比较困难。因此，高本文于2017 -07 -27收到

3 8网络新媒体技术2019 年效的路由协议对水下传感器网络的应用至关重要#LEACH ( Low - Energy Adaptiva Clustering Hierarchy)协议&11是一种典型的自适应、自组织的分簇协议#

采用了“轮”的概念，每轮随机选择一部分节点作为簇头节点#簇头节点负责将簇内成员节点采集的信息传 递到基站或者sink节点#这样，通过周期性的选取簇头，能量消耗分摊在每一个节点上，均衡了网络的能量 消耗。但是,LEACH协议没有考虑节点的空间分布以及剩余能量信息&21，簇头节点的选择仅与随机数有关,

存在某些区域节点稀疏，簇头稠密的情况，导致节点稠密区域簇头节点过快死亡。LEACH - C协议&3,41由基 站来限定簇头节点的选择集合,然后利用模拟退火算法从待选集合里面选择最优的簇头，确保了簇头数目 的稳定性，进一步均衡了能量消耗# Zhaa等&51在LEACH协议的基础上，使簇头与基站通信时采用多跳传

输方式，采用MTE( Minimum Transmission Energy )路由算法，通过增加中继节点，减小了能量消耗。在水下无 线传感器网络应用方面,李永翠&61在NS2平台下建立了水声信道模型，并验证了改进的S - LEACH协议和

C - LEACH协议的性能#本文在原始LEACH协议的基础上，根据水下信道能耗模型和特定的网络拓扑场景，首先求得网络的最

优簇头数目，根据传感器空间位置的先验信息，对网络进行空间分区#然后在分区内的进行簇头选取#

OPNET&71仿真结果表明改进的LEACH协议提高了网络的能量利用率和存活时间#1 改进的LEACH协议改进的LEACH协议主要从节点的空间分布和剩余能量两个方面进行考虑。延续了 LEAC H协议中

“轮”的思想#在水下传感器网络中，传感器的空间分布一般是先验信息。首先，基站将整个网络划分为若 干个子区域(簇)，子区域的数目由最优簇头数目决定#然后，在后续的轮中，在子区域内部的进行簇头

选举，选举时将分区内部节点当前剩余能量信息考虑在内#1.1 网络空间分区在水下传感器网络中，针对特定的网络应用场景，LEAC H协议存在最优簇头数目&81#在最优簇头数目 下，整个网络的能量消耗最小#设网络中的节点个数为100，区域边长取50m，簇头到基站的期望距离为

50m，柱面波扩展衰减。针对此应用场景，根据文献& 8 1，得到最优簇头数目为4个#在分区阶段，基站将整个网络划分成若干个子区域，其中子区域的个数由最优簇头数目决定#根据网

络的空间分布，基站确定每个簇的范围和中心位置。基站为每个簇分配一个唯一的ID。基站将分区消息进 行广播，包括簇的I、簇的中心位置以及簇的覆盖区域等信息。节点收到分区消息后，确定自己所处的区

域，计算与所属簇中心位置的距离#1.2簇头选举簇头选举阶段分成首轮簇头选举和非首轮簇头选举两种情况#1.2.1首轮簇头选举阶段节点启动定时器，定时器的时长与节点到所在分区中心位置的距离成正相关#当节点定时器时间已

到，并且没有收到簇内其他节点发送的簇头广播消息，则该节点成为本区域内的簇头，并广播自身位置、ID

以及所在簇I的信息。其他节点收到相同分区簇头节点广播的簇头信息后，停止计时器，成为簇内成员节 点。成员节点广播请求入簇消息，其中包含自身位置、ID以及剩余能量信息。簇头节点收到非簇头节点的 入簇请求信息后，判断簇ID是否相同。如果相同则将节点请求信息中的节点I，位置和剩余能量信息更新 到成员列表中#然后，簇头节点在簇内节点生成时隙调度表，并向簇内节点广播，通知普通节点的时隙。当

时隙到来时，成员节点将采集到的数据连同自己的剩余能量、簇I等信息一起发给簇头#簇头将接收到数 据进行融合和压缩等处理后发往基站，并将节点发来的剩余能量等表信息更新到成员列中。整体的过程如

图1所示。5期刘崇磊等：基于OPNET的一种LEACH改进协议391.2.2非首轮簇头选举阶段在首轮的 传 点根据

之后，当前簇头根据分区内节点的 能量,来 下轮簇头的 工作。簇头节

表 , 簇的平均 能量值1 n'(厂)6,见式(1 )。'(厂)6 二—G ( 1 \"n J = 1其中，g为当前的簇头选举轮数，n为簇内节点的数目,

心re为簇内节点j的剩余能量#根据节点的当前剩余

图1首轮簇头选举过程能量,簇头节点 簇 节点成为下一轮簇头的概率，见式(2 )#(2)

其中，7表示为未当选过簇头的节点集

# 数％的引入是为了 头，这样

n轮中曾经当过簇头的节点再次被选为簇

均衡网络能量消耗，延长3(j)下网传 络 #簇头

大的节点当选下一轮的簇头节点。簇

头节点广播任命消息， 下轮簇头的位置和I信息。簇内节点根据广播消

断自己是否当选为新任簇头，进而 开始下一轮的循环。1.2.3数据传输阶段在数据传输阶段,与leach协议 相同,簇内议使用TDMA协，成员节点

有在自己的数据传输 作，其余大部分时间都

到来时才工态,进。簇头节省了 网络的能量

与基站通信采用CSMA/CA协议，避免

信道冲突和干扰。整体的LEACH改进

的流程如图2所示。2 OPNET水下传感器网路仿真2.1水声信道建模根据无线通信的特点,OPNET仿真

中 了无线信道的14 线管道阶

段&7但是OPNET中的管道 是基

于陆地无线信道建立的， 不能直接 应用于水下信道，

相应的

图2 LEACH改进协议算法流程图'0自定义以模拟水下信道。网络新媒体技术2019 年2.1.1传播时延传

(pcpdel model, stage 5 )主要由传播媒介的速度决定#不同于陆地无线通信，水下使用声波作为传播媒介。与电磁波速度相比，水下声波的速度仅为前者的二十万之一。

传 较大。为了 ：运算,声 的传播速度 取1500m/s,并且 声速不发生变化。地无线的传播损失,本阶段仿真解算数据包在经过水下通

损失。扩展损失是波阵面的扩

2.1.2接收功率声信道中的传播损失不 道后,产生了传播损失,以 损失由

得到数据包到达接收端时的接收功率(power model, stage 7 )。在水声信道中,传起的。 损(3)分构成,分别为扩展损失和传播途中的

由 质离子的 现 构成。如式(3)所。TL 二 TLspread + TLabsorb 二 n - 10 Igr + %

其中,n代表波阵面扩展系数。吸收系数%为Thorp吸声公式,如式(4)。%(/)!岁 0 4^^ °2 * 75 N 10 & 4 〃 0 0 003

可见，水下信道中,传播损失和频率成正比，水下的可用带 宽有限。传播损

(4)传播损失与频率和距离的关系如图3所示。80602.1.3背景噪声声比较复杂多变,与很多因素有关，如频率、气

候状况、 位置等， 很难精确测量，

声(bkgnoisc model, stage 8 )主 由 声、 声、湍流 声和402050声四部分

&58 * ',如式(5 )所。*

「NLTurbulence 17 - 301oa(/)QLshipping ! 40 0 20 (D -0.5 ) +261oa(/) -601oa(/+0.03 )< NLupd 50 +7.5 (w°# ) +201og(/) -401oa(/+0.4)INLThermal !& 4°1?20■\"'亠-一迁―10001015 + 201oa(/)图3传播损失与频率和距离的关系(5)

由式(5)可知，整体的海洋环境噪声为如式(6 )。NLTotalNL Turbulence

NLShipping101og( 10 10 + 10

NLWi.pd NL Thermal10+ 10^^ + 10 10 )(6)噪声各成分与频率的关系如图4所示。可知,当信号频率处

于不同的范围时， 当频率/q 100kHz时，

声的主要引起因素不同。例如,频声主要由热噪声构成。率0. 1kHz 2.2 OPNET 建模使用OPNET网络仿真工具，搭建了水下传感器网络环境,对

改进的LEACH 性能 了 ，并与原LEACH 应 ：较与分析。主 的仿真参数见表1。 中,表1仿真 数的设频率/Hz置依据u-WHOI调 。均匀分布着

OPNET —次水下传感器网络拓扑场景如图5所示。100m m

100m的正方形区 声传 节点。传感器网

图4海洋环境噪声络的空间分布信息对于基站而言是先验信息，这是本文所述方法的前提条件5期表1仿真参数设置刘崇磊等：基于OPNET的一种LEACH改进协议41参数名称扑

大小数设值及位100m x 100m节点数目10050J节点初始能量基站位置坐标簇头节点期望比例（50，50）4%500bytes数据报文大小水声信号频率30kHz数据传输速率可用带宽电路能耗V=6数据融合能耗5000bit/s4kHz50nJ/bit5nJ/bit/ signal100pJ/b//m2发送放大器能耗图5 OPNET网络域模型改进的LEACH协议在OPNET仿真下的节点域和进程域模型如图6( v)和图6(b)所示#(a)节点域模型(b)进程域模型图6改进LEACH协议节点域和进程域模型图6 ( a)所示的节点域模型中，routing模块对应网络层以上，负责产生给下层的数据包，并进行路由选择 和接收下层的数据

相关 ，LEACH改 是在 块内实现；mac-inw模块是路由层与数据移到pat分区状态下，分区的规中断，中断时间与中心位置的接口模块；mac模块是数据链路层，负责上

据包，tai

则按照上文所述#分区

下层的数据传输;x和/是物 ,x负责接收数送数据包#在 6 ( b )所 的进程域模型中，初

，开 ，则

入第一轮#在Wap/set状态下设置

。如果在

的距离成正相关。然 移到CH_inil状态下 中断未来之前接收到了

区

簇内某个节点广 为簇头的 本轮中不能作簇头，如果没有接收到 他节点成为簇42网络新媒体技术2019 年头的信息，当定时中断到来时,广播信息告知其成为簇头，然后转移到wit状态。在每轮操作结束后，簇头

节点转移到CH_select状态#簇头

播给簇内所有节点，告知下一任簇头的 REQ_wXt状态等待簇 息，如此循

本簇 节点中最大的节点作为下一轮的簇头，并广态,在 态下

。txns/Cm状态为簇头的中 入下一轮。A_new_round状态表示新一轮的开始，节点先检查自己的剩余能量。被选为簇头的节点转移到joW_

他节点的确认数据包，非簇头节点转移到joW_REQ_srd 态下 确认ACK消作。2.3实验结果为了表征改进的LEACH协议在水下传感器网络中的应用性能，主要统计了簇头分布情况、第一死亡节 点时间、网络

1009080706050403020100间、每轮中存活节点个数以及

• Co

能量5

o--，与原始的LEACH 了比较。°°

・・ o' o' '° o ° ° °O° 。° 。。。.o°

°

° p OQD 8<9 °°S

o % °°°-O OO o ・00 °O* 电 O ☆O ■Oo o00 O ° o -'0 0 0 ^6)° °o o-Cbo O -oO ooo ° .° ° o Oo ・O O.O . O.0

10 20 30 40 50 60 70 80 90 100x/m(a) LEACH 200轮°0 10 20 30 40 50 60 70 80 90 100x/m(c) LEACH700轮图7簇头的分布情况x/m(d) LEACH改进协议700轮为了表征LEACH协议和LEACH改进协议簇的分布情况，选取200轮和700轮时簇的分布情况，如图7 所示。其中，三角形代表簇头，星型代表节点 。图7 ( a\"所 的LEACH 在200轮 4个簇的 ；差

异较大，而且分布不均匀。而 7 ( b\"所 的LEACH改

7 ( c)所示的LEACH

则很好的 了这些缺陷。在700轮时，93%的节点已 ， 网络的 ，簇的

积 是以基站为中心的一小部分。位置。相节点只能形 在存活状态，

簇，并且簇内节点的分布较为

的分簇状况

是网络 的 节点 ，

围比较大，簇头 簇的

反，改 的LEACH 活状况要有改善，在第700轮时，簇的分布比较均匀，90%的节点还网络的

围几乎没有受到影响。!分别表示了每轮的存活节点个数和传 的性能都

而改进的LEACH

网络的 能量。可以得出，改 的LEACH协议在这，仿真了 50次 种

的第一个节点死亡原始的LEACH 为550轮。网络

。使用蒙特卡

时间和网络失效时间，如图9所示。从图9 ( a)可以看出丄EACH协议首节点的死亡时间的均值为350轮，

间定义为网络中90%的节点死亡的时间。从图9 ( b)可以看5期刘崇磊等：基于OPNET的一种LEACH改进协议43出$LEACH协议的平均网络失效时间为690轮,而改进的LEACH协议平均网络失效时间为1150轮#由此

可见,改进的LEACH

显著延长了网络 #图8网络存活节点个数和剩余能量比较3结束语本文提出了一种改进的LEACH分簇协议，根据水下信道能量消耗模型和特定的网络拓扑场景,推导最优 簇头数目。基站 区

网络按最优簇头数

间分区。在子区 的

簇头

，

分一进节点当前 能量 考虑在内。最后，在OPNET仿真下建 声信道模型，对改进的LEACH

行了性能仿真。结果表明，在簇头空间分布，首节点死亡时间,

都明显 原LEACH

能量，网络 间

,改进的LEACH#改 的LEACH协议能够明显的提

参 考 文 献下传 网络的工作 #& 1' Heinzelman W R, Chandrakasan A and Balakrishnan H. Energy - Efficient Communication Protocol for Wireless Microsensor Net­

works [ C ] //Snternationaf Conferenco on System Sciencos. Hawaii: HEE Computer Society, 2000 :& 2 '王娟•基于0 PNET的水下分簇网络仿真及应用& D].北京冲国科学院声学研究所，2017.& 3' Heinzelman W B, Chandrakasan A P and Balakrishnan H. An application - specific protocof architecture for wireless microsensor

networks[ J] . HEE Transactions on Wireless Communications , 2002 , 1 (4 ) ：660 - 670.（下转第59页）5期周 蓉等：基于强化学习的ATM现金管理方法表1测试结果加钞方式每3天加一次每4天加一次595结束语本文提出了一种基于深度强化学习的现金管理方法， 在ATM的位置、日期、现金余量等数据的基础上，综合考虑 了加钞成本和空钞成本,实现了端到端的加钞控制决策#

加钞次数钞次数1491121281771基于强化学习的现金管理方法18测试结果表明，基于强化学习的现金管理方法与两种定时

定量的粗放式加钞相比，优化了加钞方案。该方法可应用于ATM现金管理，降低银行运营成本#参考文献[1 ]田立中，苏福江，刘李蓬.利用人工智能方法降低自助柜员机现金成本[J].金融电子化,2017 （3 ）：80-81.[2 ]蔡宁伟.自动柜员机现金保障的类型学实证研究& J].金融理论探索，2015 （4） ：32 -37.& 3 '朱鸣，张凌峰.离行式ATM加钞方案探究& J].中国金融电脑，2009 （3） ：69 -72.&4 '刘绍清.批量建模方法在ATM日取现金额预测的应用& J].福建电脑，2015 （8） ：43 -44.& 5 ] Mnih， V. ， Kavukcuoclu，K. ， Silvec， D. ， et aL Human - IcwI conWol through deep reinforccment learning] J ] . Nature，2015

（518070） ：5290&6]赵冬斌，邵坤，朱圆恒等•深度强化学习综述:兼论计算机围棋的发展& J] •控制理论与应用，2016，33（6）.&7 '唐振韬，邵坤，赵冬斌等•深度强化学习进展:从AlphaGo到AlphaGo Zero] J] •控制理论与应用，2017.[ 8] BeundeeC， UeoaB， PeoiaeeA， eiae.Modee-WeeeEposodocConieoe[ J] .2016.作者简介周蓉，女，（1990 -），博士研究生，主要研究方向：深度强化学习、机器人控制、目标跟踪#王佳欣，女，（2002 -），学生，主要研究方向：人工智能在金融行业中的应用#张森，男，（1976 -），工程师，主要研究方向：人工智能与机器人教育#罗明勇，男，（1979 -），高级教师，主要研究方向：基础教育现代化实践研究、人工智能教育普及研究于亮，男，（1984 -），讲师，主要研究方向：网络多媒体应用教学#（上接第43页）& 4 ] Kao C C， Wu J and Chen S C. Energy efficient clustering communication protocol foc wireless sensor network & C ] ///he Interna-

ioonaeConoeeenceon Adeanced Communocaioon Technoeogs.PhoenoiPaek： IEEE， 2010：[ 5] ZhaoJ， Eedogan ATand Aesean T.Anoeeeappeocaioon specooocneiwoek peoiocoeooewoeeeessensoeneiwoeks[ C] //IEEEInieena-

ioonaeSsmposoum on Coecuoisand Sssiems.Kobe： IEEE， 2005：&6]李永翠•水声传感器网络分簇协议的研究& D].大连：大连海事大学，2014.& 7 '王文博.0PNETModeVr与网络仿真& M].北京：人民邮电出版社，2003.& 8 '张剑•水下传感器网络组网通信协议研究& D].武汉：华中科技大学，2007.作者简介刘崇磊，男，（1990.7 -），中国科学院声学研究所博士研究生，主要研究方向水声信号处理等

王娟，女，（1991-），中国科学院声学研究所硕士研究生，主要研究方向水声传感器网络等#

张阳，男，（1990 -），中国科学院声学研究所博士研究生，主要研究方向水声传感器网络等#

张扬帆，女，（1975 -），中国科学院声学研究所研究员，主要研究方向水声信号处理等#

尹力，女，（19 -），中国科学院声学研究所研究员，主要研究方向水声信号处理等#