2013年--外文翻譯--無線傳感器網絡中基于集群通信拓撲結構選擇和無人機路徑規(guī)劃（譯文）

1、<p>　　中文6460字，5300單詞，23700英文字符</p><p>　　出處：Ho D T, Grøtli E, Sujit P B, et al. Cluster-based communication topology selection and UAV path planning in wireless sensor networks[C]//Unmanned Aircraft

2、 Systems (ICUAS), 2013 International Conference on. IEEE, 2013: 59-68.</p><p>　　無線傳感器網絡中基于集群通信拓撲結構選擇和無人機路徑規(guī)劃</p><p>　　摘要：在傳統(tǒng)的無線傳感器網絡中，低功耗自適應集群分層型協議（LEACH）被普遍應用以節(jié)省能量。在大規(guī)模部署中，節(jié)約能源非常困難。本文主要介紹了傳感器網絡

3、通信拓撲結構的選擇和應用無人機進行數據采集。為降低能源消耗和誤碼率，減少無人機飛行時間，本文采用粒子群優(yōu)化算法（PSO）尋找最佳集群。根據實驗結果表明，PSO在能耗和誤碼率方面更優(yōu)于LEACH協議，而無人機飛行時間一樣。實驗結果進一步表明兩者之間的性能差距隨著簇頭節(jié)點數量的增加而增大。降低能源消耗意味著網絡運行時間可顯著延長，而低誤碼率則可以大大增加網絡接收的數據量。</p><p><b>　　1 引

4、言</b></p><p>　　無人機系統(tǒng)技術（UAS）在各種軍用領域和民用領域已得到廣泛應用。該技術主要應用在雷達定位、野火管理、觀察支撐、農業(yè)監(jiān)測、邊境監(jiān)視、環(huán)境監(jiān)測、氣象監(jiān)測和航拍，以及搜索救援任務。與傳統(tǒng)載人機相比，無人機系統(tǒng)技術最明顯的好處就是成本低，提高了人員的安全性，并且易于部署。無線傳感器網絡中的許多應用采用了無人機系統(tǒng)技術來擴大通信范圍，通過使用運載工具作為中繼節(jié)點最大化網絡的數據通

5、信能力，從遠程或惡劣環(huán)境中收集數據，或協助節(jié)點在移動網絡中的定位。本文作者主要對這些方面進行研究，溢油應急響應、海冰監(jiān)測、船舶交通監(jiān)控和海水水質監(jiān)測。然而，許多待探索的地區(qū)條件非?？量蹋⑶液芷h，由于缺乏通信基礎設施相對孤立。而建立永久性的通信基礎設施又非常昂貴，且難以保養(yǎng)。在這些區(qū)域中的地面上或海面上建立網絡節(jié)點，并應用無人機收集這些網絡節(jié)點的數據是更容易和更便宜。根據調查，關于如何從無線傳感器網絡節(jié)點中收集數據已有廣泛研究。在這些

6、網絡中，簇中的傳感器節(jié)點通常被凝結和相互連接。因此，這些節(jié)點都是通過它們的簇頭（CH）節(jié)點與基站進行通信。因此，這些節(jié)點之間需要多跳數據通信。這可能會消耗大量的能量，由于集群中大量的通信和</p><p><b>　　2 相關工作</b></p><p>　　無人機在不同限制條件下的路徑優(yōu)化問題已經有了幾十年的研究。根據不同的應用環(huán)境，所采用的目標函數和優(yōu)化方法也不一

7、樣。本文的目標是為了使通過節(jié)點的最能耗最低；任何節(jié)點和它的簇頭節(jié)點之間，簇頭節(jié)點和無人機之間通過無線通道的數據通信質量最好；無人機飛行時間最短。目標是提供一個無人機能訪問到的節(jié)點列表。優(yōu)化在每一個無人機飛行任務之前運行，其解決方安案為無人機完成一次數據采集提供了一條路徑。參考無線傳感器網絡與無人機之間的通信質量表明，如果無人機一次與較少的傳感器節(jié)點通信，那么誤碼率就較低。然而，無人機需要飛過網絡中的所有節(jié)點，飛行時間會顯著增長。這個問題

8、在集群中分組的節(jié)點和只有簇頭節(jié)點被無人機訪問的地方較好。集群技術只取決于通信能力或距離，這導致通信質量差或低能源利用率是低效的。這里最小化訪問所有節(jié)點時間的簇頭節(jié)點的優(yōu)化與推銷員覆蓋問題（CSP）的研究相似。在CSP中，目標是最小化總行駛時間或銷售員至少訪問沒有交集集合中的一個無素的距離。研究表明，通信質量（BER）和網絡模型中的行駛距離或時間是相關聯的。這可以在本文第五節(jié)中看見。</p><p>　　能耗問題在

9、傳統(tǒng)的傳感器網絡中是個具有挑戰(zhàn)性的問題，它涉及到如網絡拓撲結構的跨層設計、集群算法、傳輸方法和MAC協議。在之前的論文中，已經提出了針對廣域傳感器網絡的節(jié)能MAC協議和網絡編碼方法。在本文中我們專注于集群算法，這一般取決于網絡是集中式或分散式。因為我們假設無人機有網絡的全部信息，所以集中式集群解決方案會被使用。在傳統(tǒng)的無線傳感器網絡中，集中式低功耗自適應集群分層協議（LEACH-C）被普遍使用在各種應用環(huán)境下，因為它的效率和節(jié)點上的低運

10、算負重。然而，大面積的傳感器網絡中的節(jié)能比正常的無線傳感器網絡中的更具有挑戰(zhàn)性，一個更好的優(yōu)化方法是很有必要的。相比于普通的傳感器節(jié)點，應用基于迭代技術的粒子群優(yōu)化（PSO）算法，無人節(jié)的能耗和計算能力很有優(yōu)勢。其結果是在同等條件下與LEACH-C比較的結果。在第三節(jié)和第四節(jié)我們將說細解釋LEACH-C和PSO是如何被修改并應用于我們的網絡優(yōu)化問題。</p><p>　　3低功耗自適應集群分層協議（LEACH）&

11、lt;/p><p>　　LEACH是一個旨在降低無線傳感器網絡能耗的集群算法。它是一個沒有任何中心節(jié)點的分布式方案。在LEACH中，每個節(jié)點能依賴一些概率函數自主決定是否會成為一個簇頭節(jié)點。簇頭的數量可以變化，集群主要是基于節(jié)點到簇頭節(jié)點的最短歐式距離。是否為成為一個簇頭節(jié)點的獨立決策可能會導致網絡中一些節(jié)點的能量引流加速。LEACH-C是一個集中式方案，它可以改善一些與LEACH相關的問題。在LEACH-C中，關于

12、位置和所有節(jié)點剩余能量的信息會被發(fā)送至每個無人機起始處的基站。然后，基站將計算網絡中的平均能耗水平，將高于平均水平的節(jié)點看作是簇頭節(jié)點?；緦⒃谶@些節(jié)點中隨機選擇一些候選節(jié)點，并計算它們各自的目標函數。此過程重復多次迭代，比較目標函數值以找到最適合的簇頭節(jié)點。在無線傳感器參考文獻中，普遍使用的目標函數是基于簇頭節(jié)點和它們成員節(jié)點間的平均距離。所選的簇頭節(jié)點然后會通過無人機傳播到網絡中所有的節(jié)點。為了啟動它的數據傳輸，網絡中的每個節(jié)點然后

13、將需要找到最近的簇頭節(jié)點。在我們的網絡系統(tǒng)中，目標函數更復雜，將在第4節(jié)進行說明。</p><p>　　4粒子群優(yōu)化算法（PSO）</p><p>　　無線傳感器網絡中的許多應用是采用PSO作為一個有效的集群算法。PSO背后的是想法是模擬鳥群和魚群的社會行為。PSO算法是一種計算方法，基于一些基本規(guī)剛反復嘗試來改進種群或粒子的候選方案的方法。對于每個粒子，S是粒子的數量，粒子的位置（）根據

14、公式（1）來更新，粒子的速度（）根據公式（2）來更新。</p><p>　　這里，是粒子i最好的位置，g是種群最好的位置，參數ω是慣性權重，CP和Cg（加速度常數）是調整參數。一個方案的適合度是基于函數的值，它能被最小化。，粒子的最好位置被更新。，種群的最好位置被更新。</p><p>　　粒子的初始位置在搜索空間中均勻分布，即，其中和分別是搜索空間的最小邊界和最大邊界。粒子初始速度是。算

15、法會在用戶指定迭代次數或一些依賴適應度函數的其它標準后結束。</p><p>　　PSO能被用于集群以及查找集群的質心向量。每個粒子Xi為含有質心的位置向量的候選解決方案。本文PSO算法用于集群和簇頭選擇。因為我們要求它們的位置從傳感器位置中選擇。記作簇頭節(jié)點的數量，N記作傳感器網絡中的傳感器數量。我們還涉及成一種二維問題，并且假定每個傳感器的位置是已知的。由于Xi包含所有簇頭節(jié)點的的候選解決方案。Xi向量的長度

16、是。為強制簇頭節(jié)點位置從傳感器位置中選擇，我們引入了函數，它接收一個搜索空間中的位置向量，例如：粒子位置向量Xi，返回Xi最近的傳感器的位置向量。例如：如果，，其中是公式（3）的解決方案。</p><p>　　，，是傳感器網絡中的一組坐標集。</p><p>　　這些簇頭是根據適應度函數（公式4）選擇的。</p><p>　　其中是加權常量，f1是網絡能耗，f2是傳

17、輸誤碼率，f3是無人機總行駛時間。每一項將在以下章節(jié)里解釋。</p><p><b>　　A．網絡能耗</b></p><p>　　非簇頭節(jié)點j的總能耗由下式給出：</p><p>　　其中l(wèi)是數據包的比特長度，是控制包的比特數目，是從節(jié)點j到第i個集群簇頭節(jié)點傳輸一個比特位的能耗。是標位發(fā)射功率，是接收一個比特位的能耗，R0是廣播消息中使用的

18、比特率。由下式得到：</p><p>　　其中，發(fā)射功率是根據節(jié)點j和它的簇頭節(jié)點i之間的鏈路預算調整的。在第一種情況下，，其中，是節(jié)點j與簇頭節(jié)點i之間的路徑損耗，i能從節(jié)點j用標準發(fā)射功率接收數據。在第二種情況下，，發(fā)射功率被控制來增加節(jié)點j的發(fā)射功率到，這樣簇頭節(jié)點i能在基本頻率上接收數據，根據和的接收長度是節(jié)點j和簇頭節(jié)點i上的總增益。是用帶寬B和最小比特率從香農定理計算出來的值。在這種假設情況下，節(jié)點間

19、的距離相比于它們天線之間的高度是大的。j與簇頭節(jié)點i之間的路徑損耗能通過這個模型被計算出來。</p><p>　　其中，Gj和Gi是發(fā)送（節(jié)點j）和接收天線（簇頭節(jié)點i）之間的增益，hj和hi是地面或節(jié)點天線表明上的高度，dji是它們之間的距離。在廣域無線傳感器網絡中，節(jié)點之間不是相互靠近，因此假定簇頭節(jié)點i將接收和轉發(fā)它成員節(jié)點的數據給無人機是適合的。因此，在第i個集群中，簇頭節(jié)點與它成員節(jié)點之間的總能耗是：&

20、lt;/p><p>　　其中，是傳輸一個位的能耗。一般正常情況下和是一樣的，因此可寫成：</p><p>　　其中，Ni是包含簇頭節(jié)點i的第i個集群中的傳感器節(jié)點的數量，Eiu是從簇頭節(jié)點i傳輸到無人機每個位的能耗，EDA是數據匯合后每位的能耗。Eiu的表達式被類似于公式（6）進行計算。</p><p>　　其中，是當和無人機通信時節(jié)點i必須的發(fā)射功率，在第一種情況下的

21、標準值PT0是大到足以維持無電源控制通信，也就是說，，其中，是簇頭節(jié)點與無人機之間的自由空間路徑消耗。對所涉及的通信鏈路的路徑消耗是：</p><p>　　其中，f是射頻，單位HZ，diu是簇頭節(jié)點i與無人機之間的距離，單位米。在第二種情況下，，能量控制是這樣被應用，，其中Giu是簇頭節(jié)點i與無人機天線之間的增益。</p><p>　　公式（4）中引入的f1為：</p>&l

22、t;p><b>　　A．誤碼率</b></p><p>　　誤碼率通常取決于數據的調制方式和發(fā)射機與接收機之間的通信信道。在傳感器網絡中我們通常最關注的是數據通信的節(jié)點能耗。因此，M-QAM調制被建議用于所有的節(jié)點。該方案的平均誤碼率估計：</p><p>　　其中，M是調制率，g = 1.5/(M ? 1)。是一個MGF，它用于性能分析；是積分的角度變化。&l

23、t;/p><p>　　如果無線信道是地面上的任意兩個節(jié)點之間，那么無線電波傳播路徑上的地面反射是顯著。例如：一個節(jié)點j與它的簇頭節(jié)點i之間的符號錯誤率能用公式（13）計算出來。</p><p>　　這里，是指通過該信道的固定路徑損耗的干擾加噪聲比（SINR）的平均信號?；旧希琒INR等于，其中I是位于周圍接收節(jié)點所有源的干擾，N0是該信道的噪聲。針對簇頭節(jié)點i與飛過它的無人機u之間的通信，這

24、個視距通常是顯著的，所以可以用萊斯多徑衰落分布來計算：</p><p>　　這里，K是水稻因子和表示LOS路徑的在反射路徑部分中的主導地位。從之前空對地通信系統(tǒng)的研究中，K的值可以根據上面節(jié)點入射角而變化。然面，該模型中，所有無人節(jié)和節(jié)點都配備了一個數組天線，因此這不會影響到K的值。在這種情況下，天線陣列只適用于無人機，這種影響必須要考慮到。為了評估節(jié)點與節(jié)點之間、節(jié)點與無人機之間通信的誤碼率，Ps按下式轉換成P

25、b：</p><p>　　公式（4）中引進的f2為：</p><p>　　其中分別是節(jié)點j與簇頭節(jié)點i，簇頭節(jié)點i與無人機之間通信的誤碼率。</p><p>　　C．無人機路徑與行駛時間</p><p>　　在第四節(jié)介紹的適應度函數f3是無人機訪問所有簇頭節(jié)點的總行駛時間，然后返回到基站。假定無人機的速度是個常量，那么花費的時間就與總距離成正

26、比。由于我們專注于利于固定翼無人機收集數據，因此，歐幾里德旅行商問題（TSP）不能為無人機提供一個可行的軌跡。相反，我們基于Dubins TSP的解決方法計算f3，它提供了一個可行的路徑。一個Dubins（最短）路徑是連續(xù)可微，幾乎無處不在，包括直線和有界曲率圓弧。在本文中我們計算f3作為交替TSP算法的解決方案。這是建設性的、保守的總長度能夠從解決方案中提供給Euclidean TSP的。這個適應度函數f3是：</p>

27、<p>　　其中，ρ>0是最小的轉彎半徑，v為UAV速度，P是個簇頭節(jié)點集，是Euclidean TSP解決方案的長度。</p><p>　　請注意，對于在運輸中的無人機，假設燃料消耗與拖動成正比是合理的，而這又可以假設為正比于速度的平方。如果無人機在運輸過程中的大多數時間是以恒定或幾乎恒定的速度運行，那么消耗的能量正比于行駛距離和行駛時間。</p><p><b&g

28、t;　　5 仿真</b></p><p>　　對兩個方案LEACH-C和PSO用不同集群簇頭節(jié)點的數量做了大量的模擬實驗。對于所有的模擬實驗中，網絡中的傳感器數目保持恒定，在5平方公里的區(qū)域中隨機生成位置。在每種模擬情況的開始時，它們都擁有一樣的初始能量E0。每輪數據收集，優(yōu)化算法運行次迭代。模擬的總數是2000次，每次當網絡中的所有節(jié)點的能量排出時停止。在每一輪開始，優(yōu)化算法的結果將提供給無人機一個

29、應當飛過和從中收集數據的簇頭節(jié)點集合。這個簇頭節(jié)點集也通過廣播被傳送至網絡的所有節(jié)點中。每個節(jié)點需要找到它的最好的簇頭節(jié)點，準備與這個簇頭節(jié)點進行數據通信。</p><p>　　在這些模擬中，簇頭數目從網絡中節(jié)點總數的5%變化到15%。為了讓兩種算法的模擬結果具有可比性，LEACH-H和PSO兩種算法選擇簇頭節(jié)點的迭代次數是一樣的。此外，所有和無人機飛行相關的其它參數，數據通信和仿真條件是相同的，在表1中顯示。假

30、定這兩個傳感器節(jié)點與無人機都配有陣列天線，并且在通信過程中，發(fā)射機和接收機都指向彼此。如果Tx和Rx的位置信息是已知的，那么這種假設是可行的。無人機假定在200米的恒定高度和地面速度40m/s，120米的最小轉彎半徑下飛行。仿真結果表明，適應度函數所有項的性能，其中包括網絡中的平均能耗、平均誤碼率和無人機行駛時間。其他結果，如活/死節(jié)點、節(jié)點分布，以及LEACH-C和PSO的適應度函數值進行了分析。</p><p&g

31、t;　　根據圖1、圖2和圖3的結果表明，在一樣的仿真條件和網絡拓撲下，PSO相較于LEACH-C性能更好。例如：在一樣的簇節(jié)點數目下，通過PSO提供的飛行路徑里的網絡節(jié)點的總能耗比LEACH-C提供的路徑更低。從圖2中可以看出，使用粒子群優(yōu)化方案剩余網絡中的活節(jié)點的數量始終比為LEACH-C方案更多。此外，這3個圖表明，網絡中簇頭節(jié)點的數目越高，能耗和誤碼率就越低，這也解釋了更高的存活節(jié)點數。圖2也表明，使用PSO方案時20個簇頭節(jié)點比

32、使用LEACH-C方案時30個簇頭節(jié)點的效果還好。這一趨勢與圖4中的結果相匹配，表示適應度函數的最佳值來自這兩種算法。圖4顯示出PSO相較于LEACH-C的主要改進之處。在這兩種情況下，使用LEACH-C和PSO兩種方案的自適應度值開始時略微升高，然后在數輪數據收集后開始降低。似乎合理的理由是，此刻幾乎所有節(jié)點已經死了，但簇頭節(jié)點的數量仍然不變。因此，與無人機直接通信節(jié)點的比率增加了。這導致一個事實，誤碼率和無人機的行駛時間變低。由于P

33、SO方案在節(jié)點節(jié)約能源中性能更好，所以在網絡中仍然有許多存活著的節(jié)點。圖5和圖6顯示了其進一步分析，描繪了死節(jié)點和活節(jié)點的位置。</p><p><b>　　6 結論</b></p><p>　　在本文中，我們已經評估了兩種算法在無人機訪問節(jié)點的優(yōu)化選擇上的性能。在我們的目標函數中，網絡的能源消耗、通信質量和無人機的行駛時間都是通過PSO算法進行優(yōu)化的。在仿真中，我們