第八周论文学习03 An Efficient Tree-based Power Saving Scheme for Wireless Sensor Networks with Mobile Sink

来源：IEEE Sensors Journal

Year: 2016, Volume: 16, Issue: 20

Pages: 7545 - 7557, DOI: 10.1109/JSEN.2016.2601327    

---

目的： 减少能量损耗，延长网络生命周期

了解基本思路

    圆：传感器节点  框：Mobile Sink   (大致原则是：距离越小，能耗越小。后面给出能耗的计算公式)

A节点肯定直接与Ms相连；

B节点到MS的距离大于BA的距离，所有选择A节点作为自己转发数据的下一个节点；B，C，D相同；

E节点到MS的距离是所有EC,EB,EA距离中最小的，所以选择直接与MS相连，达到节省能耗的目的。

最终结果如下图：

---

具体实现过程

模型建立

    基本假设：

          -----结点有三类：簇头（CH）、中继（hop node）、普通结点；

          -----所有节点的位置信息可知（GPS等技术）；

          -----任意两个结点的距离是可以计算的；

          -----每一轮的数据收集过程，移动结点（Mobile sink）都可以知道每一个节点的位置信息以及剩余能量；

    基本公式

    能耗的计算：

          -----1）转发消息的能耗计算公式；

-----2）接收消息的能耗计算公式；

------d表示两个结点间距，L表示L bits大小的数据，EDA表示数据融合与压缩时的能量消耗，ε_amp 放大器的能耗_。

放大器能耗计算:

-----d₀表示节点传输距离的阈值，ε_fs 自由空间传播模型；ε_amp 多路径衰减信道模型

---

 

核心算法： 动态排序成簇算法

 

1.Input：N,M                                                                                                       //传感器节点数量，M表示给定区域的边长

2.Output：树-簇路由结构                                                                                                                          

3.初始化：total_energy=0,min_distance=√2 M,temporary result=null and hop_node_state=false                    

                                                                                                                          //剩余能量总和，初始值为0,；记录任意两个节点的最小距离变量

4.For （i=1;i<=N;i++）                                                                                                                          

5.    Calculate d（i,MS）                                                                                            //计算节点i与移动节点间的距离

6.    total_energy += energy[i]

7.End For                                                                                                             //4-7 计算出所有节点的剩余能量

8.avg_energy = total_energy/N                                                                              // 所有传感器节点的平均剩余能量

9.sorted_order[].node                                                                                           //根据d(i,MS)的升序排序

10.For (α=1,α<=N;α++)

11.     Calculate d(sortrd_order[α].node,MS)

12.          For(ß=1,ß<=α-1;ß++)

13.               Calculate d(sorted_order[α].node,sorted_order[ß].node)                        //计算节点α，ß之间的距离，记为d_{α,β .}节点与MS之间的距离分别为d_α,MS d_β,MS

14.               Calculate  d_β,MS

15.               If((d_α,MS<d_α,β)and hop_node_state == false)

16.                  hop_node_state == false

17.               Else

18.                   If(min_distance>d_α,β)

19.                        hop_node = sorted_order[β].node

20.                        hop_node_state = true

21.                        min_distance = d_α,β

22.                   End If

23.               End If

24.           End For

25.     If(hop_node_state == true)

26.         sorted_order[α].node 连接到hop_node 并且暂时存储该状态

27.     Else

28.         sorted_order[α].node 自己链接到MS 并且暂时存储该状态

29.     End If

30.     min_distance = √2 M

31.     hop_node_state = false

32. End For

33.存储的结果就是最终的树-簇路由结构 

---