无线传感器网络的中继节点自适应选择休眠机制
李彩林 刘晓祥 孙跃
摘 要： 针对无线传感器网络节点能量有限的问题，设计一种中继节点自适应休眠方法，对网络节点的工作时间进行优化调度。在路由链路建立中，根据网络中节点的地理位置、剩余能量选择中继节点的方法进行节点休眠调度。网络工作时通过计算下一跳最佳节点位置，选取其附近区域内剩余能量多的节点作为下一跳的转发节点，设计出中继节点自适应选择的节点休眠机制。仿真结果表明，所设计的休眠机制提高了节点能量利用效率、延长了网络工作时间。
关键词： 无线传感器网络； 中继节点； 自适应选择； 休眠机制
中图分类号： TN915?34 文献标识码： A 文章编号： 1004?373X（2017）16?0079?04
Abstract： According to the characteristic that the node energy in the wireless sensor networks is limited， a self?adapting sleeping method of relay node is designed to optimize and dispatch the operational time of network nodes. In the routing link establishment， the method is to select relay node according to the geographical location and dump energy of the nodes in wireless sensor network to conduct the node sleeping scheduling. As the network is working， the next optimal node location is calculated and the nearby node with more dump energy is chosen as the next transmitted node. The simulation result indicates that the proposed sleeping mechanism has improved the energy efficiency of the nodes and extended working time of the network.
Keywords： wireless sensor networks； relay node； self?adapting selection； sleep scheduling
0 引 言
无线传感器网络（Wireless Sensor Network，WSN）以其灵活性、机动性、廉价性的特点，广泛应用于环境监测、医疗系统、智能电网和军事侦察等领域[1?3]。它是由大量廉价的传感器节点组成的一种通信网络，通过节点的多跳方式形成的分布式无线自组网络，其结构通常包括传感器节点、汇聚节点和管理节点。一个传感器节点由感知模块、处理模块和通信模块组成，通过传感器模块采集到的信号经过A/D转换后传送给处理模块，处理模块的处理器对信号整理之后利用通信模块将信号传送给监控中心[4]。
由于无线传感器网络节点自带电池的原因导致节点能量严重受限，同时节点在部署之后很难回收，当节点能量耗尽时，导致网络失效，而且節点数目分布不均、数目庞大，也将使得更换电源不可行。当网络中某一个或一些节点能量耗尽，将会使网络产生能量空洞，进而影响网络正常工作。所以，无线传感器网络的关键问题是降低能耗，如何提高节点能量的有效利用率、延长网络的工作时间成为无线传感器网络设计的一个重要方面，也是当前研究的热点[5]。
无线传感器网络节点的工作模式主要分为“运行”、“空闲”、“休眠”，运行模式节点能耗最大，空闲模式耗能其次，休眠状态能耗最小。因此，在保证网络数据正常传输的基础上减少节点空闲侦听是降低能耗的有效方法之一[6]。网络的大多数节点需要通过多跳形式将数据传送给目的节点（Sink节点），因此路由协议的关键问题就是如何选择下一跳中继节点[7?8]。为此，本文设计出基于地理位置的中继节点自适应选择休眠机制。通过自适应选择中继节点的方式选出整条链路耗能最少的节点作为下一跳节点，其余空闲节点进入休眠模式，从而减少空闲侦听，达到提高网络节点能量利用率延长网络工作时间的目的。
1 相关工作
节点休眠策略作为一种有效的节能手段，在无线传感器网络应用中得到了很多的研究。文献[9]引入了“虚拟群”，每个节点可以在休眠、唤醒状态下互换。一个“虚拟群”中的节点都采用相同休眠周期，在休眠期到达且无业务时转入休眠。由于网络的多跳性，可能会存在多个“虚拟群”，相邻节点可能采用不同的休眠周期，每个节点都需记录邻近节点的休眠周期信息。此方法压缩了节点的激活时间，将原本在任意时刻都会产生的数据信息集中在激活期发送，会增大节点冗余。文献[10]给出了解决此问题的方法，将一条链路上的所有节点的激活期交错起来，激活期中包含时间相等的发送期u和接收期u，节点根据其在链路中的深度D将激活时间向Sink节点确定的时钟基准移动du，保证一条转发链路的节点可以被顺次激活传输。该机制虽节约了一定的能量，降低了数据的传输延时，但会对协议性能，如吞吐量产生影响。在文献[11]中介绍了一种在转发数据包时使用邻近节点位置信息的路由协议GPSR。中继节点根据自己与Sink节点距离进行数据传送，中继节点依据贪婪特性的转发方式选择在一跳范围内距离Sink节点最近的节点作为转发中继节点。GPSR的中继节点选择思路可以在一跳范围内选择耗能最小的节点作为下一跳中继节点，却不能保证整条路由的总体能耗为最低。本文在中继节点的选择方面，通过计算下一跳最佳节点位置后，选取其附近半径为Ru的区域内的最小代价节点为下一跳的中继节点，设计出基于地理位置的中继节点自适应选择的节点休眠机制。
2 模型建立
2.1 无线传感器网络模型建立
如图1所示，假设研究的无线传感器网络模型是在边长为h的正方形区域中，所有节点都配备了相同的发送模块和接收模块，所有节点的最大发送、接收范围均为R，即区域中任意两节点a和b，只有当节点a和节点b的距离d不大于R的情况才能相互通信。Sink节点处在区域中心位置，各节点均匀分布在整个网络，每个节点都配有GPS装置，可确定自己的位置并通过以太网广播的方式确定邻近节点的地理位置。
2.2 无线传感器网络能耗模型建立
无线传感器网络节点能耗有很多方面，为了研究的方便，将主要关注接收和转发过程中的能量损耗。无线传感器网络能耗模型如图2所示，发送模块由发送电路和放大器组成，接收模块仅为接收电路。
引理1和2表明在整条传输链路中，单跳距离d相等且为[2Eelecεamp（n-1）n]时，Elink（D）可以取到最小值，称此时的d=[dchar]。设置n为固定值2，则[dchar]也为固定值。当源节点与Sink节点的传输距离为D（且D是[dchar]的整数倍）时，整条传输链路所消耗的Elink最小。但是在实际拓扑中不可能所有的D都被[dchar]整除，因此有时候[dchar]并不是最佳距离，但可以作为最佳距离的近似值近似地表示最佳距离。
在源节点与Sink节点的连线上每隔一个[dchar]距离的点ui（i=1，2…），按上述分析，如果ui位置有传感器节点，则此节点为最佳的中继节点。但是实际的无线传感器网络分布中， ui处可能没有节点存在。如图3所示，在实际应用中当数据包传送给mi后，mi需要在ui+1的附近寻找下一跳节点。划定一块以ui+1为圆心，半径为Ru的搜索范围，只能在Ru范围内寻找下一跳的节点。
无线传感器网络中的每个节点都通过广播等方式知道自身以及Sink节点的位置坐标。当节点距离最佳节点的距离越近，整条传输链路的能耗将会最小。按照上述的证明，此时只要寻找在Ru范围内的离最佳点ui+1最近的点即可。但是会出现这样的现象：当整个网络的节点感知数据产生的分布不均匀时，距离最佳点ui+1较近的节点产生、转发数据频繁，导致这些节点快速耗能而死亡。如果这些死亡节点是网络中极为重要的节点，那么它的死亡将有可能破坏整个网络的性能。若多数节点相继死亡，那么会产生能量空洞，势必会影响路由算法的性能。一个无法保证网络正常工作的节能算法是無意义的。因此，引入一个代价函数决定下一跳节点。通过考虑最佳节点ui+1附近的节点的距离因素、剩余能量因素设计出代价函数如下：[cost=（1-α）?d（m，ui+1）R+α?1-EresEin，0<α0] （6）
式中：[α]为权重系数；m是网络中任意节点，[d（m，ui+1）]是m节点与最佳点ui+1的距离；R为最佳点附近的搜索半径；Eres为当前节点的剩余能量；Ein为节点的初始能量。在网络工作时，每个发送节点向邻居节点发送广播，邻居节点在接收到的数据信息中选择代价函数值最小的节点作为下一跳中继节点，其余节点进入休眠状态。
为了能够得到邻居节点中的最小代价值，在发送的RTS（Request To Sent）中加入三个短域其中包括节点位置坐标、传输负载量和节点剩余能量。报文内容如下：
采取在网络工作不同阶段选取相对应的中继节点选择的方式，网络中继节点选择方式流程图见图4。
休眠算法实现方式具体操作如下：
（1） 节点通过广播的形式得到Sink节点和邻近节点的位置，计算出下一跳最佳的中继坐标；
（2） 计算出下一跳最佳的中继节点坐标后并向全网络广播其坐标位置；
（3） 设置定时器，在最大允许时间T内，接收来自邻居节点的RTS，计算[mui+1]值，大于通信半径R则丢弃信息。
（4） 计算代价函数cost值，选取最小cost值的节点并记录其位置信息。每接收一个RTS，计算cost值后，与前边的cost比较，如果大于前边的cost值则舍弃，否则作为新的cost值。即保留最小代价值的那个节点的信息。
在一次路由链路的建立过程中，所有无线传感器网络中的节点都保持侦听状态，通过发送自身节点信息选择是否为下一跳中继节点。未被选作下一跳中继节点的节点进入休眠模式，在下一轮的路由链路建立开始时再次唤醒，并继续竞争下一跳中继节点。
4 仿真分析
为了分析本文提出的基于地理位置的中继节点自适应选择休眠机制的性能，通过Matlab平台编写一个M文件，并进行实验仿真。仿真实验模拟了一个在100 m×100 m的矩形范围内，网络中均匀分布100 B，Sink节点位于网络中心。除Sink节点不产生数据，其余传感器节点在一个周期内都产生一个数据分组，并且其余节点初始能量都相同。表2为仿真实验中使用的参数，其中Ein为节点起始能量，Eelec为发送1 b的能量消耗，[εamp]为发送1 b数据放大器消耗的能量，[α]为权重系数，D为源节点与Sink节点的最远距离，K为数据包的大小。
图5和图6分别为GPSR协议与本文提出休眠方式在仿真经过700轮后网络中的节点剩余能量情况。图5中红色的点为剩余能量为零的节点，即死亡节点。由图可知，在网络运行到700轮时已经有40%节点开始死亡。而图6中，经过700轮后网络中并未出现死亡节点，在之后的仿真中发现直到800轮后网络中才出现死亡节点。这是因为GPSR协议是依据贪婪特性选择距离Sink节点最近的节点作为下一跳节点，并未从网络整体考虑减少能耗，而本文提出的方法均衡了节点的地理位置因素和剩余能量因素，所选的传输链路接近最小能耗，因此死亡节点的寿命更长。
图7为随着网络运行轮数的增加网络中剩余存活节点的数量的变化。图中蓝色线条代表GPSR协议的剩余节点存活数量变化，红色线条表示本文提出的方法的剩余节点存活数量变化。当网络运行到600轮时GPSR协议已经有节点能量耗尽，而本文提出的休眠方式在网络运行到800轮后才有节点死亡，而到900轮后会有一个骤降的趋势。这是因为本文提出的方法考虑了网络节点的整体能量，节点死亡的时间会较晚。随着网络工作时间的延长，死亡节点会快速增多，是因为该方法是基于能量均衡原则，会牺牲部分能量使达到能量均衡，到了网络工作后期节点会快速死亡。
本文提出的方法能够提高节点能量利用率、延长了网络工作时间。在节点均匀分布的仿真实验中，虽然各方法的性能差距较小，但还是能够显示该方法在延长网络工作时间方面的优势。如果在节点不均匀分布的情况下，该方法的优势将会更加明显。
5 结 论
本文为无线传感器网络设计了一种基于地理位置的中继节点自适应选择机制，并通过Matlab仿真验证了所提出休眠方式的性能，结果显示本文所提的休眠机制具有较好的能量有效性，并且提高了网络节点能量的利用率。进一步研究中，将对无线传感器网络中节点分布不均匀的情况开展讨论，设计能够适应多种业务模型的休眠策略来提高网络节点的能量利用率。
参考文献
[1] 司海飞，杨忠，王珺.无线传感器网络研究现状与应用[J].机电工程2011（1）：16?20.
[2] 孙晓雅，李永倩，李天.无线传感器网络在电力系统中的应用[J].传感器与微系统，2012，31（6）：5?7.
[3] 张强，孙雨耕，杨挺，等.无线传感器网络在智能电网中的应用[J].中国电力，2010（6）：31?36.
[4] 孙利民.无线传感器网络[M].北京：清华大学出版社，2005：5.
[5] 王珺.无线传感器网络能量有效性的研究[D].南京：南京大学，2012.
[6] 陈龙，刘莉平，赵明，等.无线传感器网络分簇和节点休眠综合性策略研究[J].计算机与现代化，2015（4）：1?5.
[7] 黄丹.无线传感器网络分簇路由协议研究[D].大连：大连海事大学，2013.
[8] 郭新.无线传感器网络路由协议及数据融合技术研究[D].广州：华南理工大学，2013.
[9] YE W， HEIDEMAN J， ESTRIN D. An energy?efficient MAC protocol for wireless sensor [C]// Proceedings of the International Conference on Computer and Communication Societies. [Sl.]： IEEE， 2002： 1567?1576.
[10] LU G， KRISHNAMACHARI B， RAGHAVENDRA C. An adaptive energy?efficient and Low?latency MAC for data gathering in sensor networks [C]// Proceedings of 2004 18th International Parallel and Distributed Processing Symposium. Santa Fe： IEEE， 2004： 11?15.
[11] 張威，施伟斌.无线传感器网络GPSR路由协议研究[J].电子测量技术，2010（9）：118?121.
[12] BHARDWAJ M， GARNETT T， CHANDRAKASAN A P. Upper bounds on the lifetime of sensor networks[C]. IEEE International Conference on Communications. [S.l.： s.n.]， 2001： 785?790.
摘 要： 针对无线传感器网络节点能量有限的问题，设计一种中继节点自适应休眠方法，对网络节点的工作时间进行优化调度。在路由链路建立中，根据网络中节点的地理位置、剩余能量选择中继节点的方法进行节点休眠调度。网络工作时通过计算下一跳最佳节点位置，选取其附近区域内剩余能量多的节点作为下一跳的转发节点，设计出中继节点自适应选择的节点休眠机制。仿真结果表明，所设计的休眠机制提高了节点能量利用效率、延长了网络工作时间。
关键词： 无线传感器网络； 中继节点； 自适应选择； 休眠机制
中图分类号： TN915?34 文献标识码： A 文章编号： 1004?373X（2017）16?0079?04
Abstract： According to the characteristic that the node energy in the wireless sensor networks is limited， a self?adapting sleeping method of relay node is designed to optimize and dispatch the operational time of network nodes. In the routing link establishment， the method is to select relay node according to the geographical location and dump energy of the nodes in wireless sensor network to conduct the node sleeping scheduling. As the network is working， the next optimal node location is calculated and the nearby node with more dump energy is chosen as the next transmitted node. The simulation result indicates that the proposed sleeping mechanism has improved the energy efficiency of the nodes and extended working time of the network.
Keywords： wireless sensor networks； relay node； self?adapting selection； sleep scheduling
0 引 言
无线传感器网络（Wireless Sensor Network，WSN）以其灵活性、机动性、廉价性的特点，广泛应用于环境监测、医疗系统、智能电网和军事侦察等领域[1?3]。它是由大量廉价的传感器节点组成的一种通信网络，通过节点的多跳方式形成的分布式无线自组网络，其结构通常包括传感器节点、汇聚节点和管理节点。一个传感器节点由感知模块、处理模块和通信模块组成，通过传感器模块采集到的信号经过A/D转换后传送给处理模块，处理模块的处理器对信号整理之后利用通信模块将信号传送给监控中心[4]。
由于无线传感器网络节点自带电池的原因导致节点能量严重受限，同时节点在部署之后很难回收，当节点能量耗尽时，导致网络失效，而且節点数目分布不均、数目庞大，也将使得更换电源不可行。当网络中某一个或一些节点能量耗尽，将会使网络产生能量空洞，进而影响网络正常工作。所以，无线传感器网络的关键问题是降低能耗，如何提高节点能量的有效利用率、延长网络的工作时间成为无线传感器网络设计的一个重要方面，也是当前研究的热点[5]。
无线传感器网络节点的工作模式主要分为“运行”、“空闲”、“休眠”，运行模式节点能耗最大，空闲模式耗能其次，休眠状态能耗最小。因此，在保证网络数据正常传输的基础上减少节点空闲侦听是降低能耗的有效方法之一[6]。网络的大多数节点需要通过多跳形式将数据传送给目的节点（Sink节点），因此路由协议的关键问题就是如何选择下一跳中继节点[7?8]。为此，本文设计出基于地理位置的中继节点自适应选择休眠机制。通过自适应选择中继节点的方式选出整条链路耗能最少的节点作为下一跳节点，其余空闲节点进入休眠模式，从而减少空闲侦听，达到提高网络节点能量利用率延长网络工作时间的目的。
1 相关工作
节点休眠策略作为一种有效的节能手段，在无线传感器网络应用中得到了很多的研究。文献[9]引入了“虚拟群”，每个节点可以在休眠、唤醒状态下互换。一个“虚拟群”中的节点都采用相同休眠周期，在休眠期到达且无业务时转入休眠。由于网络的多跳性，可能会存在多个“虚拟群”，相邻节点可能采用不同的休眠周期，每个节点都需记录邻近节点的休眠周期信息。此方法压缩了节点的激活时间，将原本在任意时刻都会产生的数据信息集中在激活期发送，会增大节点冗余。文献[10]给出了解决此问题的方法，将一条链路上的所有节点的激活期交错起来，激活期中包含时间相等的发送期u和接收期u，节点根据其在链路中的深度D将激活时间向Sink节点确定的时钟基准移动du，保证一条转发链路的节点可以被顺次激活传输。该机制虽节约了一定的能量，降低了数据的传输延时，但会对协议性能，如吞吐量产生影响。在文献[11]中介绍了一种在转发数据包时使用邻近节点位置信息的路由协议GPSR。中继节点根据自己与Sink节点距离进行数据传送，中继节点依据贪婪特性的转发方式选择在一跳范围内距离Sink节点最近的节点作为转发中继节点。GPSR的中继节点选择思路可以在一跳范围内选择耗能最小的节点作为下一跳中继节点，却不能保证整条路由的总体能耗为最低。本文在中继节点的选择方面，通过计算下一跳最佳节点位置后，选取其附近半径为Ru的区域内的最小代价节点为下一跳的中继节点，设计出基于地理位置的中继节点自适应选择的节点休眠机制。
2 模型建立
2.1 无线传感器网络模型建立
如图1所示，假设研究的无线传感器网络模型是在边长为h的正方形区域中，所有节点都配备了相同的发送模块和接收模块，所有节点的最大发送、接收范围均为R，即区域中任意两节点a和b，只有当节点a和节点b的距离d不大于R的情况才能相互通信。Sink节点处在区域中心位置，各节点均匀分布在整个网络，每个节点都配有GPS装置，可确定自己的位置并通过以太网广播的方式确定邻近节点的地理位置。
2.2 无线传感器网络能耗模型建立
无线传感器网络节点能耗有很多方面，为了研究的方便，将主要关注接收和转发过程中的能量损耗。无线传感器网络能耗模型如图2所示，发送模块由发送电路和放大器组成，接收模块仅为接收电路。
引理1和2表明在整条传输链路中，单跳距离d相等且为[2Eelecεamp（n-1）n]时，Elink（D）可以取到最小值，称此时的d=[dchar]。设置n为固定值2，则[dchar]也为固定值。当源节点与Sink节点的传输距离为D（且D是[dchar]的整数倍）时，整条传输链路所消耗的Elink最小。但是在实际拓扑中不可能所有的D都被[dchar]整除，因此有时候[dchar]并不是最佳距离，但可以作为最佳距离的近似值近似地表示最佳距离。
在源节点与Sink节点的连线上每隔一个[dchar]距离的点ui（i=1，2…），按上述分析，如果ui位置有传感器节点，则此节点为最佳的中继节点。但是实际的无线传感器网络分布中， ui处可能没有节点存在。如图3所示，在实际应用中当数据包传送给mi后，mi需要在ui+1的附近寻找下一跳节点。划定一块以ui+1为圆心，半径为Ru的搜索范围，只能在Ru范围内寻找下一跳的节点。
无线传感器网络中的每个节点都通过广播等方式知道自身以及Sink节点的位置坐标。当节点距离最佳节点的距离越近，整条传输链路的能耗将会最小。按照上述的证明，此时只要寻找在Ru范围内的离最佳点ui+1最近的点即可。但是会出现这样的现象：当整个网络的节点感知数据产生的分布不均匀时，距离最佳点ui+1较近的节点产生、转发数据频繁，导致这些节点快速耗能而死亡。如果这些死亡节点是网络中极为重要的节点，那么它的死亡将有可能破坏整个网络的性能。若多数节点相继死亡，那么会产生能量空洞，势必会影响路由算法的性能。一个无法保证网络正常工作的节能算法是無意义的。因此，引入一个代价函数决定下一跳节点。通过考虑最佳节点ui+1附近的节点的距离因素、剩余能量因素设计出代价函数如下：[cost=（1-α）?d（m，ui+1）R+α?1-EresEin，0<α0] （6）
式中：[α]为权重系数；m是网络中任意节点，[d（m，ui+1）]是m节点与最佳点ui+1的距离；R为最佳点附近的搜索半径；Eres为当前节点的剩余能量；Ein为节点的初始能量。在网络工作时，每个发送节点向邻居节点发送广播，邻居节点在接收到的数据信息中选择代价函数值最小的节点作为下一跳中继节点，其余节点进入休眠状态。
为了能够得到邻居节点中的最小代价值，在发送的RTS（Request To Sent）中加入三个短域其中包括节点位置坐标、传输负载量和节点剩余能量。报文内容如下：
采取在网络工作不同阶段选取相对应的中继节点选择的方式，网络中继节点选择方式流程图见图4。
休眠算法实现方式具体操作如下：
（1） 节点通过广播的形式得到Sink节点和邻近节点的位置，计算出下一跳最佳的中继坐标；
（2） 计算出下一跳最佳的中继节点坐标后并向全网络广播其坐标位置；
（3） 设置定时器，在最大允许时间T内，接收来自邻居节点的RTS，计算[mui+1]值，大于通信半径R则丢弃信息。
（4） 计算代价函数cost值，选取最小cost值的节点并记录其位置信息。每接收一个RTS，计算cost值后，与前边的cost比较，如果大于前边的cost值则舍弃，否则作为新的cost值。即保留最小代价值的那个节点的信息。
在一次路由链路的建立过程中，所有无线传感器网络中的节点都保持侦听状态，通过发送自身节点信息选择是否为下一跳中继节点。未被选作下一跳中继节点的节点进入休眠模式，在下一轮的路由链路建立开始时再次唤醒，并继续竞争下一跳中继节点。
4 仿真分析
为了分析本文提出的基于地理位置的中继节点自适应选择休眠机制的性能，通过Matlab平台编写一个M文件，并进行实验仿真。仿真实验模拟了一个在100 m×100 m的矩形范围内，网络中均匀分布100 B，Sink节点位于网络中心。除Sink节点不产生数据，其余传感器节点在一个周期内都产生一个数据分组，并且其余节点初始能量都相同。表2为仿真实验中使用的参数，其中Ein为节点起始能量，Eelec为发送1 b的能量消耗，[εamp]为发送1 b数据放大器消耗的能量，[α]为权重系数，D为源节点与Sink节点的最远距离，K为数据包的大小。
图5和图6分别为GPSR协议与本文提出休眠方式在仿真经过700轮后网络中的节点剩余能量情况。图5中红色的点为剩余能量为零的节点，即死亡节点。由图可知，在网络运行到700轮时已经有40%节点开始死亡。而图6中，经过700轮后网络中并未出现死亡节点，在之后的仿真中发现直到800轮后网络中才出现死亡节点。这是因为GPSR协议是依据贪婪特性选择距离Sink节点最近的节点作为下一跳节点，并未从网络整体考虑减少能耗，而本文提出的方法均衡了节点的地理位置因素和剩余能量因素，所选的传输链路接近最小能耗，因此死亡节点的寿命更长。
图7为随着网络运行轮数的增加网络中剩余存活节点的数量的变化。图中蓝色线条代表GPSR协议的剩余节点存活数量变化，红色线条表示本文提出的方法的剩余节点存活数量变化。当网络运行到600轮时GPSR协议已经有节点能量耗尽，而本文提出的休眠方式在网络运行到800轮后才有节点死亡，而到900轮后会有一个骤降的趋势。这是因为本文提出的方法考虑了网络节点的整体能量，节点死亡的时间会较晚。随着网络工作时间的延长，死亡节点会快速增多，是因为该方法是基于能量均衡原则，会牺牲部分能量使达到能量均衡，到了网络工作后期节点会快速死亡。
本文提出的方法能够提高节点能量利用率、延长了网络工作时间。在节点均匀分布的仿真实验中，虽然各方法的性能差距较小，但还是能够显示该方法在延长网络工作时间方面的优势。如果在节点不均匀分布的情况下，该方法的优势将会更加明显。
5 结 论
本文为无线传感器网络设计了一种基于地理位置的中继节点自适应选择机制，并通过Matlab仿真验证了所提出休眠方式的性能，结果显示本文所提的休眠机制具有较好的能量有效性，并且提高了网络节点能量的利用率。进一步研究中，将对无线传感器网络中节点分布不均匀的情况开展讨论，设计能够适应多种业务模型的休眠策略来提高网络节点的能量利用率。
参考文献
[1] 司海飞，杨忠，王珺.无线传感器网络研究现状与应用[J].机电工程2011（1）：16?20.
[2] 孙晓雅，李永倩，李天.无线传感器网络在电力系统中的应用[J].传感器与微系统，2012，31（6）：5?7.
[3] 张强，孙雨耕，杨挺，等.无线传感器网络在智能电网中的应用[J].中国电力，2010（6）：31?36.
[4] 孙利民.无线传感器网络[M].北京：清华大学出版社，2005：5.
[5] 王珺.无线传感器网络能量有效性的研究[D].南京：南京大学，2012.
[6] 陈龙，刘莉平，赵明，等.无线传感器网络分簇和节点休眠综合性策略研究[J].计算机与现代化，2015（4）：1?5.
[7] 黄丹.无线传感器网络分簇路由协议研究[D].大连：大连海事大学，2013.
[8] 郭新.无线传感器网络路由协议及数据融合技术研究[D].广州：华南理工大学，2013.
[9] YE W， HEIDEMAN J， ESTRIN D. An energy?efficient MAC protocol for wireless sensor [C]// Proceedings of the International Conference on Computer and Communication Societies. [Sl.]： IEEE， 2002： 1567?1576.
[10] LU G， KRISHNAMACHARI B， RAGHAVENDRA C. An adaptive energy?efficient and Low?latency MAC for data gathering in sensor networks [C]// Proceedings of 2004 18th International Parallel and Distributed Processing Symposium. Santa Fe： IEEE， 2004： 11?15.
[11] 張威，施伟斌.无线传感器网络GPSR路由协议研究[J].电子测量技术，2010（9）：118?121.
[12] BHARDWAJ M， GARNETT T， CHANDRAKASAN A P. Upper bounds on the lifetime of sensor networks[C]. IEEE International Conference on Communications. [S.l.： s.n.]， 2001： 785?790.
