《传感器网络下能量高效的通信协议》(个人翻译的LEACH经典论文).docx》由会员分享，可在线阅读，更多相关《传感器网络下能量高效的通信协议》(个人翻译的LEACH经典论文).docx（10页珍藏版）》请在三一办公上搜索。
1、无线微型传感器网络下能量高效的通信协议Wendi Rabiner Heinzelman, Anantha Chandrakasan, 和Hari Balakrishnan麻省理工学院剑桥，MA 02139fwendi, anantha, harigmit.edu摘要无线分布式微型传感器系统将实现在各种环境下的可靠监控，以满足民用以及军事应用。在本文中，我们调查了能够在这些网络整体能量消耗中有重要影响的通信协议。我们发现直接传输通信协议、最小传输能量、多条路由、以及静态分簇对于传感器网络可能不是最优的，在此基础上我们提出了LEACH（低能量适应性分级分簇），一种基于分簇的协议，该协议利用本地簇头
2、随机轮替以均衡地分配网络中的传感器结点的能量负载。LEACH通过局部协调以保障动态网络的可测量性与健壮性，并将数据融合加入路由协议中以减少必须传递到基站的信息量。仿真实验表明，相比传统路由协议，LEACH可以在能量消耗上达到高达八倍的减少。另外，LEACH允许在传感器结点中均匀地分布能量消耗，在我们仿真的网络中使得有效的系统使用寿命增加了一倍。1. 综述在基于MEMS的传感器技术，低能耗的模拟及数字电子学，以及低能耗的无线电通信设计方面的最新进展，使得价格相对低廉以及低能耗的无线微型传感器获得了发展。这些传感器并不像那些昂贵的具有相同功能的大型传感器一样可靠与精确，但是它们的尺寸以及造价却允许
3、将成百上千个这样的微型传感器应用在网络中，以实现高质量、容错的传感网络。可靠的环境监测在许多商业的以及军事的应用中都十分重要。比如，对于一个安全系统，声音传感器、震动传感器和视频传感器可以用来组成一个自组织网络来进行入侵检测。微型传感器也可以用来监视机器设备，来进行故障检测和诊断。微型传感器网络可以包含上百个或上千个传感器结点。人们希望这些结点能尽可能地便宜及能量高效，因而可以依仗庞大的数量来获得高质量的结果。网络协议必须被设计为在保证能量消耗最小化的同时，实现对个别的结点故障具有容错能力。另外，由于有效的无线信道带宽必须在网络中的所有结点间共享，这类网络的路由协议应该允许执行局部合作以减少带
4、宽需求。最后，被网络中的结点感知到的数据必须被传输到一个控制中心或基站，在这里终端用户可以访问到这些数据。已经有许多为这些微型传感器网络设计的合理的模型。在本文中，我们设想如下场景：l 基站是固定的，并且放置在离传感器很远的地方。l 网络中的所有结点是同质的，并且具有能量限制。如此一来，在传感器结点与基站之间的通信便是昂贵的，并且没有“高能量”结点来实现通信。这是麻省理工大学-AMPS项目的框架，该项目专注于新型能量优化的解决方案，该方案包含了在系统体系中的所有层次，从物理层和传输协议向上到应用层和微型传感器结点的高效的数字信号处理设计。对于终端用户来说，传感器网络包含了太多的数据，因此，需要
5、一种自动化的方法来将大量数据组合或聚合成一小组有意义的信息。除了帮助避免信息过载之外，数据聚合也就是所谓的数据融合，还可以将数个不可靠的数据测量值组合成一个更加精确的信号，这一过程通过强化共同的信号以及减少无关联的背景噪音来实现。在聚合的数据中执行分类及可以通过人工操作来完成，也可以自动去实现。执行数据聚合的方法以及分类的算法都是应用相关的。例如，听觉信号经常使用beam forming算法去整合，以将所有信号包含的相同信息从多个信号减少成一个信号。在局部执行数据融合或分类算法，由此被传输到基站的数据需求大量减少，可以实现大幅的能量改善。通过分析在我们的传感器网络模型中使用传统路由协议的优点和
6、缺点，我们开发了LEACH，一种能够使得传感器网络中能量消耗最小化的基于分簇的协议。LEACH的关键特性是：l 簇建立和运行过程中的局部协调与控制。l 簇“基站”或“簇头”与对应簇的随机轮替。l 局部压缩以减少全局通信。使用簇以将数据传输到基站，正是利用了这一优点：大部分结点传输很短的距离，而只需一些结点传输较长的距离到基站。然而，LEACH通过使用适当的簇以及轮替的簇头，允许在所有结点中分配系统所需的能量，因而优于经典的分簇算法。此外，LEACH允许在每个簇中执行本地运算以减少必须传输到基站的数据量。由于计算所需代价远小于通信，因而实现了能量消耗的大幅减少。2. 一阶无线电模式目前，在低能量
7、无线电通信领域有大量的研究。无线电通信特性的不同假设，包括传输和接收模型中的能量消耗，将决定不同协议的优势所在。在我们的工作中，我们假设了一个简单的模型，无线电通信消耗的能量Eelec=50nJbit来运行传输或接收电路，以及amp=100pJbitm2作为传输信号增益，以达到一个可接受的EbNb（见图1及表1）。图1. 一阶无线电模式表1. 无线电特性操作能量消耗传输设备（ETx-elec）接收器设备（ERx-elec）（ETx-elec=ERx-elec=Eelec）50nJbit传输增幅器（amp）100pJbitm2这些参数略高于无线电通信设计的目前的技术水平。我们同时假设了因信道传输
8、造成的r2的能量损耗。因此，使用我们的无线电通信模型，为了传输一个k位的信息到距离为d的地方，无线电通信将消耗：ETxk,d=ETx-eleck+ETx-amp(k,d)ETxk,d=Eeleck+ampkd2 (1)为了接收该信息，无线电通信将消耗：ERxk=ERx-elec(k)ERxk=Eeleck (2)根据这些参数值可以看出，接收一条信息代价不菲；因此协议应该力求实现不但使传输距离最小化，而且让每条信息的传输数量和接收操作最小化。我们假设无线信道是均衡的，例如在给定了信噪比的情况下，从结点A向结点B传输一条信息所需的能量，与从结点B向结点A传输一条信息所需的能量是相同的。同时我们还假
9、定所有传感器以相同的频率感知环境信息，因此总是有数据要向终端用户发送。在我们的协议的未来版本中，我们将实现一种“事件驱动”的仿真，在这种情况下，传感器只有在环境中发生一些事情时才需要传输数据。3. 路由协议的能量分析已经有一些为无线网络而提出的网络路由协议，可以放在无线传感器网络的环境中进行研究。我们使用我们的传感器网络与无线电模型研究了两个这样的协议，即带基站的直接通信和最小能量的多跳路由。此外，我们论述了一种传统的分簇路由，以及当结点都有能量约束时使用这种方法的不足。使用一种直接通信路由，每个结点直接向基站发送它的数据。如果基站距离结点很远，直接通信将耗费每个结点大量的传输能量（这是因为在
10、公式1中，d是很大的一个值）。这将很快耗尽结点的电池并减少系统的使用寿命。但是，该协议中唯一的好处在基站这里，因此如果基站离结点很近或者接收数据所需能量很大时，这可能是一种可接受的（可能是最佳的）通信方式。我们考虑到的第二种通信的途径是“最小能量”的路由协议。在著作【6,9,10,14,15】中论述了一些有功率意识的路由协议。在这些协议中，结点通过中间结点将最终要传给基站的数据传输过去。因此，结点的行为除了感知环境之外，还是其它结点数据的路由器。这些协议在路由的选择上是不同的。在这些协议中，有的协议【6,10,14】只考虑传输者的能量而忽视了在决定路由时接收者的能量消耗。在这种情况下，通过选择
11、中间结点使得传输增幅器的能量（ETx-ampk,d=ampkd2）最小化了。因此结点A如果要通过结点B向结点C传输，当且仅当：ETx-ampk,d=dAB+ETx-ampk,d=dBCETx-ampk,d=dAC (3)或者dAB2+dBC2dAC2 (4)然而，对于这个最小传输能量（MTE）路由协议来说，并不是只是一次（高能耗）数据的传输，而是每条数据信息必须穿过n（低能耗）个传输者和n个接收者。依照传输增益器和无线电通信的相对代价，使用MTE路由时系统总的能量消耗可能实际上高于直接传送至基站。为了阐明这一观点，考虑图2所示的直线网络，其中结点之间的距离是r。如果我们考虑将一条k位的信息从距
12、离基站nr的结点传输时的能耗，使用直接传输的方法和公式1与2，我们有：Edirect=ETxk,d=n*r=Eelec*k+amp*k*nr2 =k(Eelec+ampn2r2) (5)在MTE路由中，每个结点向到基站的路径上最近的结点发送信息。因此位置距离基站nr的结点传送信息需要距离为r的发送N次，以及接收n-1次。EMTE=n*ETxk,d=r+n-1*ERxk=nEelec*k+amp*k*r2+n-1*Eelec*k=k(2n-1Eelec+ampnr2) (6)因此，当：EdirectEMTEEelec+ampn2r2r2n2 (7)时直接通信比MTE路由需要更少的能量。使用公式1
13、-6和图3所示的随机放置的100个结点的网络，我们使用MATLAB仿真了从每一个结点到基站（位于离最近的结点100m处，坐标为（x=0,y=-100）的数据传输。图4显示了当网络直径从10m10m增加到100m100m，以及无线电能量消耗从10nJ/bit增加到100nJ/bit时的总体能量消耗，该方案中每个结点有2000bit的数据包要向基站传输。这表明，正如我们之前的分析所预测的，当传输能量与接收能量相当时，同时当通信距离很短并且/或者无线电能耗很大时，在全局的层面，直接传输比MTE路由更加能量高效。因此如何使用最为能量高效的协议，取决于网络拓扑以及系统的无线电参数。显然，在MTE路由中，
14、距离基站最近的结点将被用来向基站转发大量的数据信息。因此这类结点会快速地死亡，导致将剩余数据传输至基站所需的能量增加，以及更多的结点死去。这将产生一种瀑布效应，从而导致系统寿命的缩短。此外，随着距离基站近的结点死去，这部分环境区域也不再能够被监视了。为了证明这一观点，我们使用如图3所示的100个结点的网络来进行了模拟仿真，在每一步或者每一“轮”仿真中，每个结点要向基站发送2000bit的数据包。当一个给定的结点中的能量消耗达到一个设定的门限时，这个结点就被仿真中的其它结点认为是死亡的。图5呈现了当结点初始能量为0.5J时，分别在直接通信和MTE协议的情况下每一轮后依然存活的结点数。图6表明了在
15、MTE路由中距离基站最近的结点是最早死亡的，而在直接传输时距离基站最远的结点最早死亡。这与预测是一致的，因为在MTE路由中距离基站近的结点是最多被用来作为其它结点数据的“路由器”的，在直接传输时距离基站最远的结点需要最大的传输能量。图3. 100个结点的随机网络图4. 在100个结点的随机网络中，使用直接通信和MTE路由（即Edirect和 EMTE）的全部能量消耗。amp=100pJbit/m2，传输信息为2000bits。图5. 在每个结点能量为0.5J时，使用直接传输和MTE路由的系统寿命。最后一个无线网络中的传统协议是分簇，该协议中结点被组织成簇，簇内使用本地基站来进行通信，这些本地基
16、站将数据传输到全局基站，从而能够被终端用户访问。这样大量减少了需要远处的结点来传输数据，因为典型的本地基站距离簇内的所有结点都很近。图6. 当结点能量为0.5J时，180轮后，在直接传输和MTE路由两种情况下，依然存活的结点（圆圈）和死亡的结点（点）。因此，分簇看来是一种能量高效的通信协议。然而，本地基站需要被假设为一种高能量的结点；如果基站是一种能量限制的结点的话，它将很快就死亡，因为它的使用强度很大。因此，在我们的微型传感器网络模型中，传统的分簇将会表现的很差。近期数字化无线电（NTDR）工程，一个军方发起的项目，使用一种自适应的分簇方法，与我们这里讨论的工作很相似。在这个工作里，簇头在结
17、点移动时可更换以保证网络完整的连通性。但是，NTDR协议是为数量级为数十公里的大范围的通信而设计的，需消耗数量级为数十瓦特的大量能量。因此，该协议并不适用于我们的传感器网络模型。4. LEACH：低能量自适应分层分簇LEACH是一个自组织、自适应的分簇协议，通过随机化来均衡分配网络中结点间的能量负载。在LEACH中，结点将自身组织成局部簇，簇中有一个结点作为本地基站或者簇头。如果像传统的分簇算法那样，簇头在系统生命周期中是被预先和固定地选中的，很容易看出不幸被选为簇头的结点会很快地死去，从而终止了所有属于这些簇的结点的有效使用寿命。因此LEACH包括高能量簇头位置的随机轮替机制，簇头的位置在多
18、个结点间轮替，从而不会耗尽单个结点的电池。此外，LEACH执行本地数据融合来“压缩”从簇到基站发送的数据量，进一步减少了能量消耗并提高了系统使用寿命。传感器在任何约定的时间内，以某种概率选举自身担任本地簇头。这些簇头结点向网络中的其它结点广播它们的状态。每个结点通过选择需要最少通信能量的簇头，来决定它希望属于哪个簇。一旦所有结点都被组织进簇内，每个簇头为它簇内的结点创建一个时间表。这将允许每个非簇头结点的无电线组件在除了轮到它通信的时间外均可以关闭，从而使得单个传感器的能量消耗最小化。一旦簇头获取了簇内结点的全部数据，便可以聚合这些数据并把压缩后的数据传输给基站。由于在我们设定的场景中，基站离
19、得很远，因此这是一个高能量传输。但是，由于只有一些簇头，这只影响到了较少数量的结点。正如之前所讨论的，成为一个簇头会耗尽该结点的电池。为了把这种能量利用分散给多个结点，簇头结点不会是固定的；相反，这个位置是在不同的时间间隔里自我推举的。因此，一组结点C可能在时间t1时选举他们的簇头，但是在时间t1+d时新的一组结点C选择自身担任簇头，如图7所示。成为一个簇头的决定，取决于结点中剩余能量的数量。在这种方式下，具有更多剩余能量的结点将会实现网络能量增强的功能。网络中的每个结点相互独立地做出是否担任簇头的决定，因此不需要额外的协商来确定簇头。图7 动态簇：（a）t1时刻簇头结点=C （b）t1+d时
20、刻簇头结点=C。所有结点用属于同一簇的预先设定的符号来标记，簇头结点用一个来标记。系统可以决定一个预设的在系统中最佳的簇的数量。这将取决于一些参数，例如网络拓扑以及计算与通信的相对造价。我们在图3所示的随机网络中模拟了LEACH协议，使用表1中的无线电参数，计算所需成本是每条信息5nJ/bit，在改变簇头结点在总结点中的百分比时承载2000bit的信息。图8显示了当簇头占结点的百分比改变时，系统中的能量分配是如何改变的。注意，当0个簇头时以及100%的结点都是簇头时，与直接通信是完全一样的。从这个线图中，我们发现簇头数为N时存在一个最优的百分比。如果簇头的个数少于N，网络中的一些结点不得不将它
21、们的数据以非常远的距离传输给簇头，导致系统全局能量消耗变大。如果簇头的个数大于N，结点传输到最近的簇头的距离实质上并没有减少，导致有更多的簇头不得不把数据长距离地传输到基站，并且局部压缩进行的次数更少。对于我们的系统参与与拓扑，N=5%。图8. 常规总系统能耗与簇头结点的百分比的对应关系。注意0个簇头结点或所有结点都是簇头结点时，能耗与直接通信是相同的。图8同时表明当使用最佳的簇头数时，LEACH与直接与基站通信相比，能量消耗可以达到超过7倍系数的减少。LEACH协议主要的能量节省是由于在数据路由过程中结合了有损压缩。显然这里有一个在输出质量与达到的压缩数量之间的折衷。这样一来，来自个体信号的
22、一些数据丢失了，但是这也导致了系统中全局能量消耗实质性的减少。我们在图3所示的随机网络中使用MATLAB模拟了LEACH（结点中有5%是簇头）。图9显示了这些算法之间的比较，使用Eelec=50nJ/bit同时网络半径被增加。这个曲线图表明，LEACH与直接通信相比达到了介于7倍和8倍之间的能量减少，与MTE路由相比达到了4倍和8倍之间的能量减少。图10表明，随着网络半径的增大与电子能量的变化，使用LEACH相对于直接通信和LEACH相对于MTE路由的能量消耗数量。该图表明对于大部分的变量空间，使用LEACH能实现大量能量的节省。图9. 在图3所示的100个结点的随机网络中使用直接通信、MTE
23、路由和LEACH时的总系统能量消耗。Eelec=50nJbit，amp=100pJbit/m2，传输信息为2000bits。图10. 在图3所示的随机网络中使用(a)直接通信与LEACH和(b)MTE路由与LEACH时，总体系统能量消耗。amp=100pJbit/m2，传输信息为2000bits。为进一步减少能量消耗，LEACH成功地在网络的结点中分散了能量使用，以至于结点的死亡是随机地而且实质上是以相同地速率。图11显示了在图3所示的网络中，使用LEACH与使用下面这些协议时的系统生命周期的比较：直接通信，MTE路由，以及传统的静态分簇协议在这些协议中，簇头和相关的簇是在最初时选择的以及固定
24、的并且数据融合在簇头中进行。在该实验中，每个结点被预先给予0.5J的能量。图11表明LEACH与其余的协议相比，有效的系统生命周期超过两倍。我们使用不同的能量门槛运行同样的实验，发现无论每个结点被给予多少能量，使用LEACH相对于使用任何其它协议，第一个结点会在大约8倍的时间后死去，最后一个结点在大约3倍的时间后死去。这些实验的数据显示在表2中。使用动态分簇相对于静态分簇的优点，可以在图11中很清晰地看到。使用一个静态分簇算法时，随着簇头结点的死去，由于没有办法获取它们的数据以传输给基站，该簇中所有结点实际上也就死去了。尽管这些模拟并没有说明配置动态簇的安装时间（也没有说明任何必要的路由启动成
25、本或节点死去时的更新成本），但是它们给出了当我们使用LEACH时可以达到的一种很好的使用寿命延长的一级近似。图11. 在每个结点能量为0.5J，分别使用直接通信、MTE路由、静态分簇以及LEACH协议时，系统的使用寿命。LEACH协议的另一个重要的优点，如图12所示，是结点实质上以一种“随机”的方式在死亡。如果拿图12与图6作比较，我们可以看到，使用LEACH时结点死亡的顺序，比使用直接通信或MTE路由时结点死亡的顺序，更加令人满意。由于死亡的随机性，就不会出现随着结点的死去，环境中的一部分区域就不再被“感知”的情况，而这种情况在其它协议下却会发生。表2. 结点使用不同的初始能量时的使用寿命图
26、12. 使用LEACH协议并且结点能量为0.5J时，在1200轮后，仍然存活的结点（圆圈）与已经死亡的结点（黑点）。注意这显示出网络比图6多了1020轮。5. LEACH算法详述LEACH的操作被分解成轮，每一轮开始于一个建立阶段，在该阶段簇被组织起来，接着是一个状态稳定阶段，在该阶段出现数据传输给基站。为了最大程度减少开销，稳定阶段要比建立阶段长。5.1 广播阶段最开始，当簇被创建的时候，每个结点决定是否担任本轮的簇头。这个决定是基于给定的网络中簇头结点的比例（预先确定的）以及到目前为止当前结点担任簇头的次数。这个决定是有结点n通过选择一个介于0和1之间的随机数来做出的。如果这个数量低于一个
27、门限值T(n)，该节点就成为当前轮的簇头。门限值是由该公式确定的：Tn=P1-P*(rmod1p) if nG 0 otherwise其中，P=簇头的百分比（例如，P=0.05），r=当前的轮数，G是在过去的1P轮里还没有担任簇头的结点集。使用这一门限值，每个结点都会在1P轮中的某一时间点担任簇头。在第0轮时(r=0)，每个结点都有成为簇头的概率P。在第0轮担任簇头的结点，不能再在接下来的1P轮中担任结点。因此，剩余结点担任簇头的几率必须被增大，因为有更少的结点符合担任簇头的条件。在1P-1轮之后，所有还没有成为簇头的结点中T=1，在1P轮后，所有结点再一次符合成为簇头的条件。这一工作的未来版
28、本，将包括一个基于能力的门限值来适应结点能量的不一致。既然如此，我们假定所有结点开始时具有相同数量的能量，同时成为簇头消耗每个结点大致相同数量的能量。每个选举自身作为当前轮簇头的结点，向其余结点广播一条广告消息。对于这个“簇头广告”阶段，簇头使用CSMA MAC协议，所有簇头使用同样的传输能量传送它们的广告。非簇头结点在这个建立阶段必须保持它们的接收器开启，以接收来自所有簇头结点的广告。在这一阶段完成之后，每个非簇头结点决定它本轮所属的簇。这一决定是基于它们所接收到的广告的信号强度。假定传播信道是对称的，接收到的信号强度最大的簇头广告，对应的簇头在通信时也就需要最小数量的传输能量。在这种联系下
29、，一个随机的簇头将被选中。5.2 簇的建立阶段在每个结点都决定了它所属的簇之后，就必须通知簇头结点，它将成为该簇的一个成员。每个结点把这个消息再次使用CSMA MAC协议传回给簇头。在这个阶段中，所有簇头结点必须保持它的接收器开启。5.3 时间表建立簇头结点接收所有想要被包含在该簇中的结点的消息。基于簇中结点的数量，簇头结点创建一个TDMA时间表，告诉每个结点它什么时间可以传输。这一时间表被广播至簇中的结点。5.4 数据传输一旦簇被创建并且TDMA时间表被确定，就可以开始数据的传输。假定结点总是有数据要发送，它们在被分配到的传输时间内发送数据到簇头。这一传输过程使用最小的能量（基于簇头广告的接
30、收强度而选定）。每个非簇头结点的无线电可以关闭直到被分配的传输时间，因此使得这些结点的能量消耗最小化。簇头结点必须保持它的接收器开启以接受簇头结点的所有数据。当所有数据被接收之后，簇头结点执行信号处理函数来把这些数据压缩为单条信号。例如，如果这些数据是声音或震动信号，簇头结点可以聚束单独的信号以生成一个混合信号。这个混合信号被发送至基站。由于基站很远，这是一个高能量的传输。这是LEACH网络的稳态运转。在某个预设的时间之后，下一轮开始了，每个结点决定它是否应该是当前轮的簇头并且广告这一消息，如第5.1节所描述的那样。5.5 多簇之前的讨论描述了独立的簇如何在簇内的结点之间通信。但是，无线电是一
31、种固有的广报媒介。同样地，一个簇内的传输将会影响（也因此降低）临近簇的通信。例如，图13显示了一种无线电的通信范围。结点A的传输，虽然打算给结点B，但是干扰了任何到结点C的通信。为了减少这类冲突，每个簇的通信使用不同的CDMA码。因此，当一个结点决定成为一个簇头时，它随机选择一个传播码列表。它通知所有簇内结点使用该传播码传输。之后簇头过滤所有接收到的使用给定传播码的能量。因此邻居簇的广播信号会被过滤掉并且不在干扰簇内结点的传输。高效的信道分配是一个难题，即使当有一个中央控制中心可以执行必要的算法时也是一样。使用CDMA码，尽管不是必须的带宽效率最大的解决方案，但是却确实解决了分布方式下多重访问
32、的问题。图13. 无线电冲突。结点A到结点B的传输，干扰了任何到结点C的传输。5.6 分层分簇本论文所描述的LEACH版本，可以被扩展到组件分层分簇上。在此方案中，簇头结点可以与“超簇头”结点通信，并依次直到体系的最高层，到这里数据将会被发送至基站。对于更大的网络，这一分层体系可以节省巨大的能量。在进一步的研究中，我们将探索在没有任何基站的支持下应用这一协议的细节，并通过模拟仿真确定可以节省的能量的精确数量。6. 结论在本文中，我们描述了LEACH，一种基于分簇的路由协议，可以通过把负载及时分发给所有的位于不同地点的结点，来最小化全局能量的使用。LEACH胜于静态分簇算法，它要求结点志愿担任高
33、能量的簇头结点，并且通过结点在给定时间选择担任簇头以形成自适应的协调的簇。在不同的时刻，每个结点有从簇内结点获得数据的负载，融合这些数据以获得一个聚集的信号，并且传输这些聚集的信号至基站。LEACH是完全分布式的，不需要来自基站的控制信息，并且结点不需要预先获得全局网络的知识来支持LEACH的运转。在网络的结点中分发能量能有效地减少全局角度的能量消耗并增强系统使用寿命。特别地，我们的模拟仿真表现出：l LEACH与直接通信和最小传输能量路由相比，减少了高达八倍的传输能量。l 在LEACH中，第一个结点的死亡发生时间是直接通信、最小传输能量路由及静态分簇协议中第一个结点死亡发生时间晚八倍。LEA
34、CH中最后一个结点死亡的时间，比其它协议中最后一个结点死亡的时间晚三倍。为了验证我们关于LEACH的假定，我们目前扩展了网络模拟器ns来模拟LEACH，直接通信，以及最小传输能量路由。这将验证我们的假设，并给我们更多不同协议之间的优点和缺点的精确图片。基于我们之前描述的MATLAB的模拟，我们有信心，以其能量的消耗，配置的简单以及系统使用寿命/网络质量，LEACH将会超越传统通信协议。提供这样一个低能量的、Ad Hoc的、分布式的协议，将为未来微型传感器网络铺设道路。致谢本书的作者想要感谢佚名的评论者做出的有帮助的评论和建议。W. Heinzelman获得了柯达奖学金的支持。本次工作是美国国防
35、高级研究规划局提供基金的一部分。参考文献1 Bluetooth Project. , 1999.2 Chandrakasan, Amirtharajah, Cho, Goodman, Konduri, Kulik, Rabiner, and Wang. Design Considerations for Distributed Microsensor Systems. In IEEE 1999 Custom Integrated Circuits Conference (CICC), pages 279286, May 1999.3 Clare, Pottie, and Agre. Self-
36、Organizing Distributed Sensor Networks. In SPIE Conference on Unattended Ground Sensor Technologies and Applications, pages 229237, Apr. 1999.4 M. Dong, K. Yung, and W. Kaiser. Low Power Signal Processing Architectures for Network Microsensors. In Proceedings 1997 International Symposium on Low Powe
37、r Electronics and Design, pages 173177, Aug. 1997.5 D. Dudgeon and R. Mersereau. Multidimensional Digital Signal Processing, chapter 6. Prentice-Hall, Inc., 1984.6 M. Ettus. System Capacity, Latency, and Power Consumption in Multihop-routed SS-CDMA Wireless Networks. In Radio and Wireless Conference
38、 (RAWCON 98), pages 55 58, Aug. 1998.7 D. Hall. Mathematical Techniques in Multisensor Data Fusion. Artech House, Boston, MA, 1992.8 L. Klein. Sensor and Data Fusion Concepts and Applications. SPIE Optical Engr Press, WA, 1993.9 X. Lin and I. Stojmenovic. Power-Aware Routing in Ad Hoc Wireless Netwo
39、rks. In SITE, University of Ottawa, TR-98- 11, Dec. 1998.10 T. Meng and R. Volkan. Distributed Network Protocols for Wireless Communication. In Proc. IEEEE ISCAS, May 1998.11 UCB/LBNL/VINT Network Simulator - ns (Version 2). http:/www-mash.cs.berkeley.edu/ns/, 1998.12 R. Ruppe, S. Griswald, P. Walsh
40、, and R. Martin. Near Term Digital Radio (NTDR) System. In Proceedings MILCOM97, pages 12821287, Nov. 1997.13 K. Scott and N. Bambos. Routing and Channel Assignment for Low Power Transmission in PCS. In 5th IEEE Int. Conf. on Universal Personal Communications, volume 2, pages 498502, Sept. 1996.14 T
41、. Shepard. A Channel Access Scheme for Large Dense Packet Radio Networks. In Proc. ACM SIGCOMM, pages 219230, Aug. 1996.15 S. Singh, M.Woo, and C. Raghavendra. Power-Aware Routing in Mobile Ad Hoc Networks. In Proceedings of the Fourth Annual ACM/IEEE International Conference on Mobile Computing and
42、 Networking (MobiCom 98), Oct. 1998.16 L.Williams and L. Emergy. Near Term Digital Radio- a First Look. In Proceedings of the 1996 Tactical Communications Conference, pages 423425, Apr. 1996.17 K. Yao, R. Hudson, C. Reed, D. Chen, and F. Lorenzelli. Blind Beamforming on a Randomly Distributed Sensor Array System. Proceedings of SiPS, Oct. 1998.
