一种应用于体内纳米网的能耗均衡分簇路由算法制造技术

本发明专利技术针对体内纳米传感器网络中节点计算通信能力受限，储能较少、网络生存周期较短的问题，提出了一种应用于体内纳米网的能耗均衡分簇路由算法。该能耗均衡型的分簇路由算法(Energy Balance Clustering Routing algorithm，EBCR)使用了一种新的分层分簇的方式，使得纳米节点可以在簇内部仅通过一跳就将数据传输给簇头，降低簇内节点的数据传输距离和降低簇内节点的能量负载的同时，也减少了簇内节点的个数。在簇头更新的过程中优先选择剩余能量较多的节点作为簇头，从而降低死亡节点的出现概率。对于簇头之间的通信，建立了链路代价函数，在选择下一跳节点时折中考虑距离与信道质量，从而进一步降低传输能耗。

An Energy Balanced Clustering Routing Algorithms for in vivo Nanonetworks

【技术实现步骤摘要】
一种应用于体内纳米网的能耗均衡分簇路由算法
本专利技术涉及体内纳米无线传感网络路由技术，具体是一种基于分层分簇的能耗友好型路由算法。
技术介绍
由于纳米节点具有尺寸极小(一般为8μm×8μm×3μm)、生物相容性好的特点，纳米网络对于现代生物医学领域来说是极具诱惑的重要技术。纳米节点可以检测人体的生物指标，比如植入人眼后可以检测眼压，从而可以在早期就诊断出青光眼等眼科疾病。如果将纳米节点部署在骨骼之中，便可以监测病人的骨生长，进而降低他们得骨质疏松症的可能性。纳米无线传感网络最大的好处在于可以在不影响患者正常生活的情况下，实时地检测他们的各项生理指标。纳米传感网络也因此成为了新的研究热点。然而极小的尺寸也带来了一项重大的技术挑战，即纳米节点的通信能力十分受限，在体内环境下，其通信范围限制在2mm，另外其能量储存十分有限，而在体内这一应用场景中纳米电池的更换是一件很困难的事情。经典的路由算法由于没有考虑体内无线纳米传感网络的一些特性，即信道的动态变化、能量受限、通信距离受限等，往往无法进行直接应用。因此有必要设计在保证传输可靠性的同时，能耗很低的路由算法。
技术实现思路
本专利技术的目的在于，针对经典路由算法无法适应于节点部署密集、通信距离短以及节点能量受限的体内纳米传感网络的问题，提出了一种能耗均衡的分簇路由算法。以分层分簇思想作为基础，降低了簇内节点的通信负载，只需要一跳就可以将数据发送给簇头节点，同时对于簇头的更新，始终选择剩余能量较高的节点，降低了死亡节点出现的概率，也就降低了网络出现瘫痪的可能性。簇头节点与控制节点的数据传输也采用能量友好型多跳路由协议，进一步地的降低了网络中的能量消耗，从而延长网络的生存周期。基于分层分簇降低纳米节点通信负载的思想，剩余能量优先的簇头更新原则以及最小代价的层间多跳转发的规则，EBCR在保证网络数据传输可靠性的同时，能够很好地均衡网络中的能耗，大幅减少了网络瘫痪的可能性，并延长了网络的生命周期。附图说明图1本专利技术的分层分簇场景。图2本专利技术的流程图。图3为纳米传感器分层(NanosensorDistributionoverLayers，NDL)算法。图4为纳米节点分簇(NCF)算法。图5为时隙划分示意图。图6为数据传输(DTP)算法。具体实施方式该方法具体流程图如图2所示，包括以下步骤：步骤1：首先以控制节点(NanoControl,NC)为圆心，层半径为nr/2，对整个网络进行分层，其中r是节点的通信半径，n是需要分的层数。这种分层算法的好处在于每个纳米传感器的传输范围都可以跨越相邻层。纳米传感器在接收到来自NC的广播信号后，计算它们与NC的距离，划分到对应的层中，如附图1所示。步骤2：根据每一层中节点的剩余能量多少来挑选簇头，每一个候选节点都会向同层结点组播其竞争力，如下所示式中，Eresk是节点k的剩余能量，Emax是节点k的最大能量，按照图4NCF算法将每一个节点都分到某个对应的簇中，为了减小算法开销，网络只在初始阶段进行分簇。步骤3：簇成员节点将采集到的数据传输给簇头节点，簇头节点通过多跳的方式将数据转发给控制节点，首先从通信范围内的低层簇头节点中选择候选节点。选择下一跳时，一方面总是希望下一跳距离控制节点越近越好，但是距离的增大也意味着信道质量的变差，因此根据链路代价函数选择链路代价最小的节点成为下一跳，在信道质量与传输距离进行权衡。其中，d(NCHj,NC)表示候选节点NCHj与控制节点NC之间的距离，而Cs(NCHi,NCHj)分别表示簇头节点NCHi与NCHj之间候选路径e(NCHi,NCHj)的信道容量，λ∈(0,1)表示代价因子。代价越小的路径对应的节点成为下一跳节点的概率也越大，簇间与层间的数据传输使用图6所示的DTP算法。步骤4：每轮数据传输结束后，对簇头进行更新，更新时使用以下打分函数其中，表示第L层的第c个簇的簇头节点，而i表示该簇内的成员节点，Emax表示节点的能量最大值，假设节点的初始能量为最大能量，Eres_i表示节点i的剩余能量，d∑表示簇内所有节点到簇头节点的距离的总和，表示节点i到簇头节点的距离，w(n)为权重系数，而Si即为节点i的分数。权重w(n)自适应权重，随着死亡节点的增加，减少对于剩余能量的权重，增加对于节点位置的权重，数学表示如下：其中，κ是一个可调节的参数，n是簇内死亡节点的数量。簇头选择公式为：即为更新后的簇头节点，因此簇头选取规则为，剩余能量越大并且距离原簇头节点距离越小的节点称为簇头的概率也就越大。候选节点成为簇头后需要立即广播其成为簇头的信息，有了簇头的位置信息，其余节点便可开始进行数据的传输。进一步公开，所述NDL算法用于EBCR算法开始前的网络分层，如图3所示，NDL算法具体为：1.控制节点广播Hello数据包给所有的纳米传感器。2.对所有的纳米传感器根据接收信号强度指示RSSI计算其到NC的距离dk；3.根据dk计算第k个纳米传感器所属的分层Lk式中，r是每个纳米节点的发送范围，floor(g)表示向下取整。4.对所有纳米传感器根据计算出的Lk将其注册到对应的分层中。进一步公开，如图4所示，所述NCF算法为：1.对所有的纳米传感器计算其归一化剩余能量；2.所有纳米传感器在其所属分层内多跳传播其归一化剩余能量；3.如果纳米传感器剩余能量是其接收到多跳传播信息中能量的最大值，则被选为簇头；4.簇头节点向其所属分层中普通节点发送Hello数据；5.每个普通节点检查接收信号强度指示RSSI，向RSSI最高的簇头发送请求，并成为那个簇头的簇成员。进一步公开，所述DTP算法用于EBCR算法的数据传输过程，如图6所示，DTP算法具体为：1.控制节点发送唤醒报文；2.判断是否处于簇内路由阶段，如果是则所有活跃数据传输节点(ADTN)使用时隙发送数据给对应的簇头，其中L表示ADTNv所属的层ID，c表示v所属的簇ID，p＝1,2,Ln，时隙的划分如图5所示，簇头收集数据。如果不是则进入第三步。3.判断是否处于簇间路由阶段，如果是则继续判断是否处于第一层并且簇头接收到了多个链路数据，是则簇头融合数据并发送给控制节点，否则簇头发送数据给更低层的簇头，进入第四步。如果不是则停止数据传输，直到另一个唤醒消息到达。4.使用簇头更新算法来开启新的簇头选举；5.新的簇头将其新状态多播到其他簇成员，旧的簇头将其信息列表提供给新的簇头并进入数据采集模式；6.除新簇头之外的所有节点开始收集数据并暂停数据传输模式，直到另一个唤醒消息到达。本文档来自技高网...

【技术保护点】
1.一种应用于体内纳米网的能耗均衡分簇路由算法，其特征在于，采用分层分簇的方式，以优先选择剩余能量较多的节点作为簇头更新原则，簇头之间通信方面折中考虑距离与信道质量，建立链路代价函数以确定选择下一跳节点，以上方案同时兼顾纳米节点通信的传输可靠性和能耗均衡性，使得纳米节点能够及时可靠地进行通信，并延长网络的生存周期。

【技术特征摘要】
1.一种应用于体内纳米网的能耗均衡分簇路由算法，其特征在于，采用分层分簇的方式，以优先选择剩余能量较多的节点作为簇头更新原则，簇头之间通信方面折中考虑距离与信道质量，建立链路代价函数以确定选择下一跳节点，以上方案同时兼顾纳米节点通信的传输可靠性和能耗均衡性，使得纳米节点能够及时可靠地进行通信，并延长网络的生存周期。2.如权利要求1所述的应用于体内纳米网的能耗均衡分簇路由算法，其特征在于，算法过程包括如下步骤：第一步：根据纳米传感器分层(NanosensorDistributionoverLayers,NDL)算法进行分层，每层的半径为nr/2，其中n是层数，r是每个纳米传感器的通信范围，这种划分层的方式可以确保每个纳米传感器的传输范围能够跨越其相邻层。第二步：根据簇形成算法(NanoClusterFormation,NCF)进行分簇，纳米节点根据剩余能量竞争成为簇头节点，簇头确定以后其余纳米节点向簇头注册成为簇成员节点，簇形成以后就保持不变。第三步：纳米控制节点(NanoControl,NC)定期寻找来自所有纳米传感器的数据传输请求包。作为响应，每个活跃数据传输节点(ActiveDataTransmissionNode，ADTN)，即具有要传输的数据的纳米节点NCM)发送传输请求分组。第四步：纳米控制节点为ADTN分配时隙，并确定数据传输的顺序，然后发送wake-up信息去唤醒某一层的纳米节点，需要发送数据的纳米源节点...

【专利技术属性】
技术研发人员：徐娟，蒋娇龙，张妍，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31