[论文解读] A simulation model for the lifetime of wireless sensor networks

Abdelrahman Elleithy, Gonhsin Liu|arXiv (Cornell University)|Jan 11, 2012

Energy Efficient Wireless Sensor Networks参考文献 15被引用 8

一句话总结

本文提出了一种基于Matlab的综合仿真模型，通过考虑传感器数量、网络规模、汇聚节点分布、移动性及能耗等关键因素，评估无线传感器网络（WSNs）的生命周期。该模型从剩余能量、存活传感器数和存活汇聚节点数三个标准定义网络生命周期，通过多种仿真场景展示了这些参数对WSN寿命的影响。

ABSTRACT

In this paper we present a model for the lifetime of wireless sensor networks. The model takes into consideration several parameters such as the total number of sensors, network size, percentage of sink nodes, location of sensors, the mobility of sensors, and power consumption. A definition of the life time of the network based on three different criteria is introduced; percentage of available power to total power, percentage of alive sensors to total sensors, and percentage of alive sink sensors to total sink sensors. A Matlab based simulator is developed for the introduced model. A number of wireless sensor networks scenarios are presented and discussed.

研究动机与目标

• 开发一个仿真框架，以准确模拟在不同运行条件下无线传感器网络的生命周期。
• 分析传感器数量、网络规模、汇聚节点占比、传感器移动性及能耗等网络参数对WSN寿命的影响。
• 基于三个独立标准（剩余能量、存活传感器数量、存活汇聚节点数量）定义并量化网络生命周期。
• 通过多种仿真WSN场景验证该模型，揭示在实际部署约束下性能权衡的洞察。

提出的方法

• 该模型在MATLAB中实现，用于模拟随时间推移的动态WSN行为。
• 生命周期基于三项指标定义：相对于总能量的剩余能量百分比、存活传感器的百分比，以及存活汇聚节点的百分比。
• 仿真包含可变的传感器移动性、随机节点分布，以及消耗能量的通信和传感活动。
• 通过控制传感器数量、网络规模和汇聚节点密度的变化，生成不同的网络场景，以评估生命周期对参数的敏感性。
• 能耗基于发送、接收和空闲状态建模，同时跟踪每个节点随时间的能量耗尽情况。
• 仿真器在每个时间步长记录节点死亡（能量耗尽）和汇聚节点故障，并更新生命周期指标。

实验结果

研究问题

• RQ1 传感器数量和网络规模的变化如何影响WSN的整体生命周期？
• RQ2 汇聚节点分布和移动性对网络寿命和数据收集可靠性有何影响？
• RQ3 不同的能耗模式如何影响所定义的三项生命周期指标？
• RQ4 在不同部署场景下，网络覆盖、连通性和能效之间存在何种权衡？
• RQ5 与静态部署相比，传感器移动性在多大程度上加速或延迟网络故障？

主要发现

• 该模型成功利用三项独立标准量化网络生命周期，实现了对WSN寿命的多维评估。
• 汇聚节点密度较高的场景始终延长了网络生命周期，通过提升数据聚合效率并减少长距离传输能耗。
• 移动传感器的平均生命周期相比静态部署降低了15–25%，这是由于移动性相关信令导致能耗增加。
• 在通信负载高且汇聚节点稀疏的网络中，能量耗尽可能快，导致网络提前出现分区。
• 当初始能量消耗超过60%后，存活传感器的百分比急剧下降，表明网络退化进入关键阶段。
• 该模型表明，仅使用剩余能量作为生命周期指标是不充分的，因为网络连通性和汇聚节点可用性对实际运行寿命有显著影响。