基于混合基站策略的傳感器網絡移動數據收集算法

劉 逵，劉三陽

（1.河南師范大學 數學與信息科學學院，河南 新鄉453002；2.西安電子科技大學 數學與統計學院，西安710071）

0 引 言

由于傳感器節點的工作環境通常比較惡劣，因此替換節點的電池或對電池進行充電都十分困難，所以如何有效利用節點的有限能量［1－3］，從而最大化地延長網絡壽命就變得至關重要。在監控區域中部署移動基站［4－7］來收集數據信息是延長網絡壽命的一個重要手段。這是因為移動基站通過在監測區域內部巡回移動，可避免近基站節點的過早死亡而引發的路由空洞問題，同時在監測區域中引入移動基站還可以有效減小網絡中數據的傳輸距離，進而減少網絡的通信能耗。目前在移動基站方面的研究已有許多成果，如文獻［8］提出的Data Mules策略就是基于移動基站思想設計的。Data Mules策略是將基站固定在人或動物等移動載體上，然后采用隨機行走的方式在監控區域內移動并就近收集節點采集到的數據信息，但由于移動載體是無序運動的，從而造成網絡的通信延遲過大。文獻［9］提出了一種沿固定軌跡周期運行的基站移動策略。這種沿固定軌跡周期運行機制可以幫助網絡監控者收集到監控盲區內的數據信息，但卻無法保證信息的適時性。

針對移動基站在無線傳感器網絡應用中存在的弊端，本文提出了一種混合基站策略的網絡數據收集算法。該方法有效解決了無線傳感器網絡中節點能耗不均衡及通信延遲過大的問題，進而達到了延長網絡壽命、保證采集數據適時性的目標。同時本文所提算法還采用了一種中途數據攔截策略，這種策略可以有效減少網絡內中轉數據的傳輸距離，從而提高數據在傳輸過程中的安全性。

1 網絡模型

網絡部署在一個正方形監控區域內，區域內各節點均被分配一個ID 號，節點利用無線通信裝置與其一跳通信范圍內的鄰居節點進行局部信息傳輸，然后以多跳中繼的方式將數據傳輸給基站。網絡中配備了兩個基站（一個移動基站和一個固定基站），固定基站被網絡操控者固定在監控區域的邊界，充當網絡的數據匯聚門戶；移動基站被固定在一個自動移動裝置上，充當網絡的移動數據收集者。同時移動裝置上配備有定位裝置，可供移動基站適時了解自己的位置信息，然后根據監控區域的邊界自動修正運動狀態。在基站的軟硬件配置方面，移動基站和固定基站一樣，擁有相同的存儲、計算和通信能力。

本文中假定移動基站采用隨機行走的移動策略，并用函數Mr來描述移動基站的移動狀態。移動基站每次轉移之前，函數Mr首先采用隨機數生成法在區間［－π，π］內生成一個角γ，并將這個角定義為移動基站下一時刻的移動方向。移動基站的運動速度始終保持恒定，同時為了確定移動基站將來的位置，函數Mr將在區間［dmin，dmax］內隨機選取一個數作為移動基站在方向γ上的移動距離。如果移動基站的新位置落在了監測區域以外，則函數Mr將促使移動基站沿原路后退，直至退到監測區域的邊界。移動基站每到一個位置，就開始利用局部查詢信息構建網絡的以移動基站為根的有限衍生樹，如圖1所示，該有限衍生樹的層數由局部查詢信息的挖掘深度唯一決定。

圖1 以移動基站為根的有限衍生樹Fig.1 Limited propagation tree with the mobile sink as root

節點的能耗模型采用文獻［10］中的模型，同時網絡內各節點均要建立并維護一張鄰居信息表并存儲如下信息：節點本身及其鄰居節點的ID號；節點本身及其鄰居節點的剩余能量信息；節點本身及其鄰居節點的地理位置信息；節點到達固定基站的最優路由信息，包括該路徑從固定基站出發依次途經各節點的ID 號字符串seqn1和該路徑的最優路徑度D；節點到達移動基站的最優路由信息，包括該路徑從移動基站出發依次途經各節點的ID 號字符串seqn2、該路徑的最優路徑度Dc和其最后更新時刻tu。

本文采用文獻［11］中的最優路徑評定標準，該標準側重考慮了網絡中各節點的負載均衡性，防止過度使用某些關鍵節點而導致其過早壞死，進而引起網絡割裂。標準如下：

式中：λ1、λ2、λ3均為非負偏向參數，通過對其調控來實現對各變量的偏向程度調整；σ 為路徑上各節點剩余能量的標準差；E1為路徑上的能量總消耗；E2為路徑上節點的平均剩余能量；E3為路徑上節點中的最小剩余能量。

2 混合基站策略的網絡數據收集算法

本文設計一種混合基站策略的網絡數據收集方法，該策略在網絡中布置了兩種不同類型的基站。其中固定基站充當網絡數據的匯聚門戶，移動基站作為網絡的移動數據收集者。移動基站每到達一個新位置，即采用查詢信息來構建局部數據采集最小路徑樹，該樹的大小由查詢信息的網絡挖掘深度唯一決定。實踐表明［12］，局部查詢信息的挖掘深度設定為網絡最優路徑平均跳數的三分之一時，取得的效果最為顯著。局部數據采集最小路徑樹上的節點，如有信息需要發送，則立刻沿著該樹將信息發送給移動基站，同時樹上節點均開始倒計時，當到達事先設定的時間閾值時，該樹失效。網絡中不在局部數據采集最小路徑樹上的節點如有數據需要傳輸，則將沿著該節點路由列表中存儲的到固定基站的最優路徑逐級傳輸給固定基站。如果途經節點在局部數據采集最小路徑樹上，則途經節點會對中轉數據進行攔截，即將接收到的數據按其路由列表中存儲的到移動基站的路由進行轉發，進而縮短網絡數據的傳輸距離，提高網絡中數據的安全性和適時性。

2.1 路由初始化

固定基站周期性地向網絡中發布查詢信息進行路由初始化。查詢信息攜帶有記錄途經各節點ID 號的字符串seqn、途經各節點的平均剩余能量和途經路由的最優度D1。路由初始化時刻，固定基站不停向網絡里廣播查詢信息。當節點收到查詢信息后，節點將會利用從查詢信息中釋放出的數據及其自身鄰居表中存儲的數據計算該查詢信息到達此節點所經路徑的最優路徑度D1，并將D1與自身鄰居表中存儲的Ds（Ds的初始值為∞）進行比較，進而決定是否更新鄰居列表中存儲的到固定基站的路由信息，路由初始化的偽代碼如下：

A＝［］；%記錄查詢信標途經節點剩余能量的矩陣

seqn＝［］；%記錄查詢信標途經節點ID 號的字符串

E1；%查詢信標途經路由的總能耗

Eij；%節點i和節點j之間的通信能耗

e1；%節點i的剩余能量

Algorithm 1

／＊node i receive a setup beacon message come from the node j＊／

2 updates the information contain by this setup beacon message

3 A＝［A，ei］；seqn＝［seqn，IDi］；E1＝E1＋Eij；E3＝min（A1，A2，…，Astze（A））；

4 E2＝sum（A1，A2，…，Astze（A））／size（A）；

5 σ＝sqrt（（A1－E2）＾2＋（A2－E2）＾2＋，…，＋（Astze（A）－E2）＾2）

6 D1＝sqrt（λ1＊σ＾2＋（λ2＊E1／λ3＊E2＋λ4＊E3）＾2）；

7 if（D1＜D5）

8 node i will update its route optimal level by assigning D5＝D1；

9 node i will update the old seqn1by assigning seqn1＝seqn；

10 node i will broadcast this setup beacon message to its neighbors；

11 else if（D1＝D5）

12 node i compare size（seqn1）with size（seqn）

13 if（size（seqn1）＞size（seqn））

14 node i will update the old seqn1 by assigning seqn1＝seqn；

15 node i will broadcast this setup beacon message to its neighbors；

16 else

17 node i drops this beacon message packet；

18 end

19 else

20 node i drops this beacon message packer；

21 end

22 end

如果D1＜Ds，那么接收節點將開始更新其存儲的到固定基站的路由信息：首先更新最優路徑度，將D1賦值給Ds；其次更新記錄的最優路徑，將字符串seqn賦值給seqn1。結束后，接收節點開始更新查詢信息中存儲的數據：首先將其ID 號存儲到字符串seqn尾端第一個空格中，然后將其剩余能量信息也加入到該查詢信標中，最后按能耗公式計算并更新查詢信標中存儲的由字符串seqn記錄的路由總能耗。接收節點更新完查詢信息后，即向其鄰居節點廣播該查詢信息。

如果D1＝Ds，那么該接收節點首先從查詢信息中提取出字符串seqn，然后比較其鄰居表中存儲的字符串seqn1與字符串seqn的長度。如果字符串seqn的長度大于字符串seqn1的長度，那么接收節點丟棄該查詢信息；否則，接收節點將首先更新其存儲在鄰居表中的最優路徑信息，將字符串seqn賦值給seqn1。然后更新查詢信息，并向其鄰居節點廣播該查詢信息。

如果D1＞Ds，接收節點丟棄這個查詢信息。初始化結束之后，網絡中各節點均形成并各自維護一張存儲有到固定基站最優路徑信息的鄰居表。

2.2 構建局部數據采集最小路徑樹

移動基站每到達一個新位置就開始廣播查詢信標來構造新的最小路徑樹。查詢信標中攜帶有如下信息：移動基站的有效停留時間tthres、查詢信標的剩余轉發次數ttl、記錄途經各節點ID 號的字符串seqn0、途經各節點的平均剩余能量和所經路徑的最優度D2。網絡中各節點均保存有其到移動基站的最優路徑度Dc，Dc的初始值為∞，同時設置一個時間戳tu來記錄Dc的上次更新時刻。當節點在時刻tb接收到查詢信標，則節點將利用其鄰居表中存儲的信息和從查詢信標中釋放出的信息來計算該查詢信標所經路由的路徑度D2，然后決定是否更新其到移動基站的路由信息。構建最小路徑樹算法的偽代碼如下：

tb：% 查詢信標被接收時的時刻

ttl：% 時間戳

tthres：% 局部衍生樹有效壽命

Algorithm2

／＊node i receive a beacon message come from the node j＊／

1 if a beacon message is received by node i

2 updates the information contain by this setup beacon message

3 A＝［A，ei］；seqn0＝［seqn0，IDi］；E3＝min（A1，A2，…，Asize（A））；

4 E1＝E1＋Eij；E2＝sum（A1，A2，…，Asize（A））／size（A）；

5 σ＝sqrt（（A1－E2）＾2＋（A2－E2）＾2＋，…，＋（Asize－E2）＾2；

6 D2＝sqrt（λ1＊σ＾2＋（λ2＊E1／λ3＊E2＋λ4＊E3）＾2）；

7 if（D2＜Dc）

8 node i will update its route optimal level by assigning Dc＝D2；

9 node i will update the old seqn2by assigning seqn2＝seqn0；

10 node i will assign tu＝ib and assign ttl＝ttl－1；

11 if（ttl＞0）

12 node i broadcasis this beacon message to its neighbors；

13 else

14 node i drops this beacon message packet；

15 end

16 else if（D2≥Dcand tb＞tb＋tthres）

17 node i will update its route optimal level by assigning Dc＝D2；

18 node i will update the old seqn2by assigning seqn2＝seqn0；

19 node i will assign tu＝ib and assign ttl＝ttl－1；

20 if（ttl＞0）

21 node i broadcasis this beacon message to its neighbors；

22 else

23 node i drops this beacon message packet；

24 end

25 else

26 node i drops this beacon message packer；

27 end

28 end

如果D2＜Dc，則接收節點將首先更新其到移動基站的最優路徑信息：將D2賦值給Dc、將tb賦值給時間戳tu、將字符串seqn0賦值給seqn2；然后按如下規則更新查詢信標中存儲的信息：將其ID號存儲在字符串seqn0尾端第一個空格中；將剩余能量信息相應加入到該查詢信標中；計算并更新查詢信標中存儲的由字符串seqn0記錄的路由總能耗；按公式解ttl＝ttl－1修正查詢信標的剩余轉發次數。如果修正后的ttl值大于零，則接收節點向其鄰居節點廣播該查詢信標；否則接收節點丟棄此查詢信標。

如果D2≥Dc且tb＞tu＋tthres，則接收節點首先開始更新其到移動基站的最優路徑信息：將D2賦值給Dc，將tb賦值給時間戳tu，將字符串seqn0賦值給seqn2；然后接收節點更新查詢信標，并借助剩余轉發次數ttl來判斷是否轉發該查詢信標。

如果D2≥Dc且tb≤tu＋tthres，則接收節點丟棄此查詢信標。查詢過程結束時形成一個由移動基站為根的局部數據采集最小路徑樹，局部數據采集最小路徑樹的大小由網絡操控者事先設定好的查詢信標轉發數ttl確定。

2.3 網絡數據收集過程

網絡中各節點均保存著其到達不同基站的最優路徑信息，當節點有數據需要傳輸給基站時，節點首先要判斷當前是否存在通往移動基站的有效路由。例如網絡中節點A 有數據需要傳輸給基站時，節點A 首先需要核查其鄰居表中存儲的信息來判斷是否存在有通往移動基站的有效路由。如果A 鄰居表中存儲的到移動基站的最優路徑度Dc≤∞且tb＜tu＋tthres，則說明此刻節點A 在以移動基站為根的局部數據采集最小路徑樹上，因此節點A 將沿著其鄰居表中存儲的到移動基站的最優路徑把數據逐級傳輸給移動基站。如果節點A 鄰居表中存儲的到移動基站的最優路徑度Dc＝∞或Dc≤∞，但tb＞tu＋tthres，則說明此刻節點A 沒有通往移動基站的有效路徑。因此節點A 需要沿著其存儲的到固定基站的最優路徑將數據逐級傳輸給固定基站。數據傳輸途中，如果途經節點處在以移動基站為根的網絡局部數據采集最小路徑樹上，則該途經節點將會對傳輸過來的數據進行攔截，并將攔截到的數據轉發給移動基站。借助這種策略可將途經局部數據采集最小路徑樹上節點的數據進行有效攔截，進而減少網絡的通信延遲和近基站節點的數據轉發量。數據收集算法的偽代碼如下：

t；%

tu；%

Algorithm 3

1 star＝false

2 while star＝false

3 the node whick has data packets to relay to the sinks extract the local

4 information like Dctu，ttherstored by itself；

5 if（Dc＜∞＆t＜tu＋tther）

6 this node will relay data packets to the mobile sink along the route

7 recording by seqn2 whick is stored by itself；

8 star＝true

9 else

10 this node will relay data packers to its father neighbor node

11 along the route recording by seqn1which is stored by itself

12 if the ID of node that received data packets is same as the static sink

13 star＝true；

14 end

15 end

16 end

3 仿真實驗

將本文提出的混合基站數據收集算法（MDCA）與文獻［9］提出的混合基站數據收集算法（MSSM）、文獻［11］提出的移動代理聯合優化路由算法（MACORA）以及文獻［12］提出的基于遺傳算法的移動基站算法（GA）進行了仿真對比。在仿真實驗中，選擇節點數據包的產生速率為變量。這是因為節點數據包的產生速率越高，其對應的網絡負載也就越大。網絡負載的高低直接影響數據包的通信延遲和傳輸成功率兩個指標。網絡負載越大，對應數據包的平均通信延遲就越大，同時對應數據包的傳輸成功率也就越低。在實驗中，對不同算法取得的性能指標值進行了依次比較，所有對比數據都是經過50次仿真實驗后求平均值獲得的。仿真實驗借助NS－2 軟件來實現，實驗中的主要參數設置如下：實驗區域是一個900m×900m 的正方形區域，該區域內隨機分布了250個節點；網絡中所有節點的通信半徑設定為R＝60m，并設定移動基站的速度在實驗過程中始終保持5 m／s；網絡中所有節點的初始能量為7J；假定每個數據包為400bytes、查詢信息包為20bytes；實驗中移動基站發布的局部查詢信息的網絡挖掘深度為4。

圖2為不同網絡負載下在同一網絡中4種算法的平均通信延遲對比。平均通信延遲為網絡中數據包從源節點傳輸到基站的平均耗時。由該圖可以看出，隨著網絡負載的加大，網絡的平均通信延遲也逐漸提升，但本文所提的MDCA 算法與其他算法相比增速最為緩慢。主要原因如下：首先，MDCA 算法在監控區域內引入了移動基站。由于移動基站可以在監控區域中自由移動，其附近的節點可將數據包沿著局部數據采集最小路徑樹傳輸給移動基站，從而縮短了數據包在網絡中的傳輸距離、降低了網絡的通信延遲。其次，從偏遠區域傳輸給固定基站的數據包如果途經由移動基站構建的局部數據采集最小路徑樹上的節點，則該節點將會對接收數據進行攔截，然后沿著局部數據采集最小路徑樹將數據轉發給移動基站，因此有效縮小了網絡中數據包的傳輸距離，進而減小了網絡中數據包的平均通信延遲。

圖2 平均通信延遲Fig.2 Average delay of communication

圖3 為相同網絡負載下不同算法對應的數據包平均傳輸成功率之間的比較。由圖3可知：網絡中數據包的產生速率對網絡中數據包的平均傳輸成功率有非常明顯的影響。原因主要是隨著數據包產生速率的增高，網絡中數據包之間的報文沖突也將急劇增加，進而影響數據包的平均傳輸成功率。采用MDCA 算法可以小幅提升網絡中數據包的平均傳輸成功率，與MACORA 算法相比，數據包的平均傳輸成功率提升6%～19%；與GA 算法相比，數據包的平均傳輸成功率提升4%～13%；與MSSM 算法相比，數據包的平均傳輸成功率提升2%～7%。主要是由于MDCA 算法在監控區域中引入了移動基站，進而可以保證收集到網絡監控盲區及偏遠斷裂區域內的數據信息。同時，由于移動基站可以降低網絡中數據包的傳輸距離，因此該策略可以有效減少數據包長途傳輸過程中的出錯率，達到提升數據包傳輸成功率的目標。

圖3 數據包的傳遞成功率Fig.3 Success rate of packet transmission

圖4 為4種算法對應的網絡壽命情況。由該圖可得，本文提出的MDCA 算法能明顯提升網絡的壽命，主要是因為本文所提算法有如下優點：首先，在監控區域中引入了移動基站，通過移動基站靠近源節點和在數據傳輸途中實施攔截來減少數據的傳輸距離，進而達到減少網絡中轉數據量和網絡能耗的目標；其次，MDCA 算法采用了一種能綜合兼顧跳數、路由總能耗和節點剩余能量的最優路徑評價準則，該評價準則可以促使節點在選擇最優路徑時，避開剩余能量小的節點，這樣可以保證網絡中節點的能量均衡性衰退，并避免某些關鍵節點被頻繁使用而過早死亡，進而導致網絡出現路由空洞或網絡割裂的情況。雖然在相同情況下，GA 算法取得的網絡壽命最高，但是GA算法是以高通信延遲為代價來換取網絡高壽命的。這是因為GA 算法在監控區域中只配置了移動基站，因此網絡中的節點在采集數據信息后必須等待移動基站到達其附近來開始傳輸數據，所以產生了如上的以犧牲通信延遲來獲取網絡壽命的狀況。

圖4 網絡壽命Fig.4 Network lifetime

圖5 為4種算法對應的數據包的平均能耗情況。由于MDCA 算法在監控區域中引入了移動基站，減小了網絡中數據包的平均傳輸距離，因此相應減小了網絡中數據包的平均能耗。同時，減小數據包的傳輸距離還可以相應提高數據包的安全性，進而減少數據包的傳遞失誤率，達到降低數據包的平均能耗目標。由圖5可知：MDCA 算法對應的網絡中數據包的平均能耗與MACORA 算法相比降低了49%～57%；與MSSM 算法相比降低了33%～40%；與GA 算法相比降低了7%～17%?？傊?，采用MDCA 算法后，網絡對應的平均通信延遲等性能指標均不同程度地有所提升。雖然移動基站在監控區域中移動也會耗費一定的能量，但給網絡帶來的利益要比移動基站的花費大得多，所以本文所提的混合基站數據收集算法是可行的。

圖5 數據包的平均能耗Fig.5 Average energy consumption per packet

在上述實驗區域內隨機拋灑100個傳感器節點生成監控網絡，同時令節點初始能量等參數的設置與上述實驗保持相同。將本文所提算法與文獻［13］提出的ASLEEP 算法及文獻［14］提出的ADAPT 算法進行仿真對比。圖6描述了不同算法在網絡斷裂時各節點剩余能量的分布情況。由圖可知：本文所提策略可均衡網絡中各節點的能量消耗，避免近基站節點被過多使用而造成其過早死亡，并引起路由空洞的問題。這是因為移動基站減少了近基站節點傳輸數據的工作量，降低了關鍵節點的通信能量消耗；其次采用的最優路徑評估標準能綜合兼顧路由跳數、路由總能耗和節點剩余能量等因素，促使源節點在構建最優路徑時避開剩余能量小的節點。這兩方面因素均能彌補網絡能耗不均衡的缺陷。

圖6 網絡中各節點的剩余能量Fig.6 Residual energy of each node in network

4 結束語

提出了一種應用于事件驅動型傳感器網絡的混合基站策略的無線傳感器網絡移動數據收集算法。這種混合基站數據收集算法在監控區域內配置了兩個基站：在網絡數據收集過程中充當網絡關口的作用的固定基站，在網絡數據收集過程中充當一個數據騾子作用的移動基站。實驗表明，混合基站數據收集算法能顯著提高網絡的性能。因為采用兩種不同類型的基站可以取得互補所短的效果。同時移動基站在網絡中自由移動可以近距離接觸源節點，進而減少數據包在網絡中的傳遞距離，達到節省網絡能耗、提高數據安全性的目標，而固定基站的存在則可以使網絡的通信延遲保持在一個可接受的范圍，即保證采集數據的適時性。

［1］石文孝，張閣，王繼紅，等.基于網格的異構無線網絡負載均衡算法［J］.吉林大學學報：工學版，2013，43（3）：788－793.Shi Wen－xiao，Zhang Ge，Wang Ji－hong，et al.Grid based load balancing algorithm over heterogeneous wireless networks［J］.Journal of Jilin University Engineering and Technology Edition，2013，43（3）：788－793.

［2］Abdulla A E A A，Nishiyama H，Kato N.Extending the lifetime of wireless sensor networks：a hybrid routing algorithm［J］.Computer Communications，2012，35（9）：1056－1063.

［3］Hanzalek Z，Jurcik P.Energy efficient scheduling for cluster－tree wireless sensor networks with timebounded data flows：application to IEEE 802.154／ZigBee［J］.IEEE Transactions on Industrial Informatics，2010，6（3）：438－450.

［4］周小佳，吳俠，閆斌.基于移動基站的動態無線傳感器網絡［J］.西南交通大學學報，2011，46（5）：793－802.Zhou Xiao－jia，Wu Xia，Yan Bin.Dynamic wireless sensor network based on mobile base station［J］.Journal of Southwest Jiao Tong University，2011，46（5）：793－802.

［5］Pazzi R W N，Boukerche A.Mobile data collector strategy for delay－sensitive applications over wireless sensor networks［J］.Computer Communications，2008，31（5）：1028－1039.

［6］Kinalis A，Nikoletseas S.Scalable data collection protocols for wireless sensor networks with multiple mobile sinks［J］.40th Annual Simulation Symposium 2007，Washington，DC，USA，2007：60－72.

［7］Bi Y Z，Sun L M，Li N.BoSS：a moving strategy for mobile sinks in wireless sensor networks［J］.International Journal Sensor Networks，2009，5（3）：173－184.

［8］Jea D，Somasundara A，Srivastava M.Multiple controlled mobile elements（data mules）for data collection in sensor networks［J］.1st IEEE International Conference on Distributed Computing in Sensor Systems 2005，Marina del Rey，CA，USA，2005：244－257.

［9］Chatzigiannakis I，Kinalis A，Nikoletseas S.Efficient data propagation strategies in wireless sensor networks using a single mobile sink［J］.Computer Communications，2008，31（5）：896－914.

［10］Wang J，Ma T H，Cho J S，et al.An energy efficient and load balancing routing algorithm for wireless sensor networks［J］.Computer Science and Information System，2011，8（4）：991－1007.

［11］劉逵，劉三陽，馮海林.雙信道無線傳感器網絡移動代理路由算法［J］.西安交通大學學報，2012，46（2）：113－118.Liu Kui，Liu San－yang，Feng Hai－lin.A mobile agent combination optimization routing algorithm in dual channel wireless sensor networks［J］.Journal of Xi＇an Jiaotong University，2012，46（2）：113－118.

［12］Huang Z，Liu S Y，Qi X G.A genetic algorithm based strategy for mobile sink in wireless sensor networks［J］.Advanced Science Letters，2011，4（11／12）：3528－3536.

［13］Anastasi G，Conti M，Francesco M D..Extending the lifetime of wireless sensor networks through adaptive sleep［J］.IEEE Transactions on Industrustrial Informatics，2009，56（3）：351－365.

［14］Francesco M D，Anastaci G，Conti M，et al.Reliability and energy－efficiency in IEEE 802.15.4／ZigBee sensor networks：an adaptive and cross－layer approach［J］.IEEE Journal on Selected Areas in Communications，2011，29（8）：1508－1524.