中 華 大 學 碩 士 論 文
在無線感測網路中節省電量消耗的無交叉路 由方法之研究
A Study on the Cross-Free Energy Efficient Routing Protocol in Wireless Sensor Networks
系 所 別：資訊工程學系碩士班 學號姓名：E09402020 郭 維 宗 指導教授：梁 秋 國 博士
中 華 民 國 100 年 8 月
i
摘 要
無線感測網路是由一群具有能量限制的微小裝置所組成。由於這些感測點數量非 常龐大，一旦設置後，感測點的位置通常是使用者難以達到的地方，所以也無法置換 感測點的能源裝置。因此能量效能對於感測網路是一個重要的議題，如何在有限的能 量效能上達到最長的感測網路運作時間。
在感測網路上節能研究中，PEGASIS 就是利用改善感測網路的路由架構來達到 節省能源目地，PEGASIS 鏈路由協定有顯著的繞徑技巧，但也存在共同的缺點，諸 如：資料冗餘傳送與網路時間延遲等問題。鏈的傳輸路徑過長，常造成網路時間延遲 讓所蒐集的資料不具即時性等。
本論文中，我們提出一套無交叉的鏈的路由方法，改善 PEGASIS 的傳輸路徑過 長的問題，基於無交叉的方法之後，讓整體的鏈的長度縮短，進而達到改善感測網路 能量效應，並且增加感測網路整體的運作時間。
為了驗證我們所提出的無交叉的鏈的路由方法效益，我們透過模擬結果證實，
與 PEGASIS 鏈方法的長度比較有 6％的改善；在與 EECT 方法的計算判斷次數減少 了 20％，有效的達到減少感測點能源的消耗，使得感測網路運作時間的延長。
關鍵字:無線感測網路、鏈的基礎架構、叢集式架構、多重路徑
ii
ABSTRACT
A Wireless Sensor Network is composed by a group of tiny devices with limited energy. Since the number of sensing nodes is usually huge, the sensing nodes are usually on the place where is hard to reach, and are not be able to replace the energy devices as well, therefore, the efficiency for the energy use in the sensor network is critical. It an important issue that achieves longest operation time within limited given energy.
The PEGASIS is a method to enhance the energy efficiency in wireless sensor network by improving the routing structure. The PEGASIS chain is a remarkable routing skill but still has some disadvantages, such as data redundancy and network transmission latency. The long transmission routing path often causes the network delay and therefore makes the collected data cannot reflect the real-time situation.
In this thesis, we propose a non-cross chain routing method to improve the PEGASIS long routing length. Based on the proposed method, the routing length becomes shorter. As a result, the limited energy in wireless sensor network can be used in a more efficient way and the operation time is also improved.
In order to evaluate the proposed method, we compare the simulation tests and found that 1) 6% improved in chain length compared with PEGASIS; 2) 20% reduced compared with EECT. As a result, we can conclude that the proposed non-cross chain routing method is really able to improve the efficiency of energy usage in wireless sensor network.
Keywords: Wireless Sensor Networks, chain infrastructure, cluster architecture, multi-path
iii
致謝
在就讀中華大學碩士班的這段日子中，首先我要誠摯的感謝指導教授梁秋國博士 在做人處事及課業學習上熱心指導與諄諄教誨，使我在學術研究上更為嚴謹且細膩，
同時也讓我學到許多寶貴的經驗。此外也要感謝口詴委員們的寶貴意見與建議，學生 在此致上最誠摯的謝意。另外特別要感謝孙傑、志鴻同學和海如同事不吝在課業上的 協助與適當批評，使我的論文內容更加的完整。還要感謝學長、同學、學弟們，在於 這段期間裡，不管是課業、生活和研究學問上互相砥礪與幫助，讓我能在一個良好的 環境中進步與成長。
最後要感謝我的父母親、芳伶和家人們對我的鼓勵、照顧、支持與包容，讓我能 順利的完成學業，邁向人生的另一個階段。僅以此論文獻給我的老師、同學、家人和 朋友們，期許在未來的日子能發揮所長，回饋社會以及大家對我的期望。
iv
目錄
摘 要 ... i
ABSTRACT ... ii
圖目錄 ... vi
表目錄 ... vii
第一章 緒論 ... 1
1.1 研究背景 ... 1
1.1.1 無線感測網路的環境架構 ... 1
1.1.2 無線感測網路的常見的議題 ... 2
1.1.3 無線感測網路的應用 ... 3
1.2 研究動機 ... 5
1.3 論文架構 ... 6
第二章 相關研究 ... 7
2.1 無線感測網路的相關資訊 ... 7
2.1.1 無線感測網路之傳輸過程介紹 ... 7
2.1.2 無線感測網路壽命的定義 ... 9
2.2 無線感測網路之路由架構 ... 10
2.2.1 樹狀基礎架構 ... 10
2.2.2 叢集式架構 ... 12
2.2.3 鏈基礎架構 ... 16
第三章 環境模型 ... 20
3.1 無線感測網路能源消耗 ... 20
3.2 感測節點的相關假設 ... 21
v
第四章 改善鏈狀架構的路由方法 ... 23
4.1 EECT 的方法 ... 23
4.1.1 EECT 的網路路由改善方法 ... 23
4.1.2 EECT 方法之步驟流程 ... 24
4.1.3 EECT 方法之時間複雜度 ... 26
4.2 無交叉網路路由方法 ... 27
4.2.1 無交叉路由協定步驟介紹: ... 27
4.2.2 無交叉路由方法之時間複雜度 ... 32
4.3.1 無交叉路由之改善狀況 ... 33
第五章 模擬結果與討論 ... 35
5.1 模擬環境架構 ... 35
5.2 模擬結果與分析 ... 36
第六章 總結 ... 39
6.1 結論 ... 39
6.2 未來的研究方向 ... 40
參考文獻 ... 41
vi
圖目錄
圖 1.1 無線感測網路的環境架構圖...2
圖 2.1 無線感測網路的資料傳輸模式...8
圖 2.2 無線感測網路的叢集化傳輸方式圖...9
圖 2.3 PEDAP 的建立最小生成樹之範例...11
圖 2.4 PEDAP 平衡樹的範例圖...12
圖 2.5 LEACH 的資料收集方式...13
圖 2.6 叢集頭的感測點數量不固定圖...15
圖 2.7 叢集頭的電力較低圖...15
圖 2.8 PEGASIS 的資料收集方式-1...16
圖 2.9 PEGASIS 的資料收集方式-2...17
圖 2.10 PEGASIS 的資料收集方式-3...17
圖 2.11 多餘資料傳送路徑的產生...19
圖 3.1 無線網路能源消耗模型...20
圖 3.2 無線感測點佈置方式，隨機佈置節點、均勻佈置節點...22
圖 4.1 PEGASIS 鏈交叉問題圖...24
圖 4.2 EECT 判斷長度示意圖... ...24
圖 4.3 PEGASIS 基礎鏈與 EECT 改善後的圖...25
圖 4.4 基於 PEGASIS 建立的基礎鏈...28
圖 4.5 無交叉路由判斷圖...30
圖 4 . 6 無 交 叉 路 由 流 程 圖 . . . 3 1 圖 4.7 VB .Net 程式功能圖...33
圖 4.8 無交叉路由改善圖...34
vii
表目錄
表 5.1 實驗環境設定表...35
表 5.2 各種路由協定平均長度比較表...36
表 5.3 EECT 與無交叉路由協定運算次數的比較表...37
表 5.4 各種路由協定的改善狀況比較表...38
1
第一章 緒論
本章節將針對本篇論文的研究的背景、無線感測環境架構、無線感測常見的 議題、無線感測網路的應用、研究動機及論文的架構進行逐一的介紹。
1.1 研究背景
由於近年來，無線網路技術的發展快速，使得一些新興無線應用的技術更加 的貼近我們的生活，例如無線區域網路（Wireless Local Area Network, WLAN）
在短短的幾年就已經成為相當普及的網路技術，同時也普遍存在於各種公共場合 與家庭中，另外還有熱點(Hot Spot)的建置，以及各種數位無線的設備(手機、平 板電腦、筆記電腦)等，都是目前常見的無線網路應用。
而在無線個人區域網路(Wireless Personal Area Network, WPAN)方面，雖然同 樣是使用無線的技術，但是無線個人區域網路在特性上，特別強調短距離範圍的 無線應用，在功率上則為低功率消耗，因此在應用領域與無線區域網路並無直接 關連；隨著各項技術的進步，例如：微型製造技術、電池技術與通信技術等，促 使微小感測器（Sensor）的產生，因此造就了無線感測網路的興起。
在本文所提到的無線感測網路(Wireless Sensor Networks, WSN)，就是屬於無 線個人區域網路的一種應用。在接下來章節中分別介紹無線感測網路的環境架構、
無線網路常被討論議題及無線感測網路的應用。
1.1.1 無線感測網路的環境架構
在一般的無線感測環境架構中，通常包含了以下三種項目，資料收集中心 (Task Manager) 、管理者 (基地台或 Base Station) 和感測器 (Sensor)，應用在感
2
興趣目標的感應以及環境變化的偵測。如圖 1.1 所示
1. 資料收集中心：通常離感測區域較遠，負責對感測網路下達感測的命令，
具有接收與分析感測器送回資料的能力。
2. 管理者：通常會接近感測區域，負責接收感測點所傳回的資料給資料收 集中心。
3. 感測器：負責蒐集資料與資料回傳的功能。
Task Manager
Base Station (BS)
Or Sink
Sensor Environment
Sensors Wireless
Communication Link
圖 1.1 無線感測網路的環境架構圖
1.1.2 無線感測網路常見的議題
目前在無線感測網路中比較常被討論的議題，大致有下列五種議題：生存 的時間(Life Time)、通訊的效能(Communication Efficiency)、位置的辨識(Location Awareness)、協調的行為(Cooperation Behavior)、安全性與私密性(Security and Privacy)。詳細的內容分述如下：
1. 生存的時間:由於無線感測網路應具由獨立生存的能力，因此感測點的 存活時間以及整體環境的運作週期是非常重要的課題；其中包含電力、
3
路由演算法、系統內部協定、及硬體本身的特性，都應該要有所考量，
本篇文章探討的主要重點就是，如何使用較少次的判斷，節省花費在判 斷時所需要消耗的感測器能源，同時能使整體鏈的長度來達到縮短，進 而提高來提高整體的生存的時間。
2. 通訊的效能:討論在感測節點之間傳輸距離、訊號傳輸的功率和資料融 合等議題。此外由於無線感測網路，是群播傳輸為主，並可支援點對點 的傳輸，因此多重跳躍路由選擇(Multi-hop Routing)等相關演算法也是 值得研究的議題。
3. 位置的辨識：目的是如何取得更正確而較少的位置誤差，在感測網路中 進行一個正確的監測。可以利用路由、訊號的強弱及演算法等相關訊息 來取得位置，甚至可以利用全球定位系統 GPS(Global Position System)。
4. 協調的行為:主要是跟去基地台群播出訊息之後，感測節點自行經由路 由的訊息傳遞，而得知自己所行進的資訊，經過路由訊息傳遞出去，而 使得其他的節點知道該往那路徑前進，而不會造成與其他節點相撞或是 行進的路徑重疊，或者是經由協調將有意義之感測資料先行經過資料聚 集融合等工作，都是屬於此方面的研究。
5. 安全性與私密性:由於無線感測網路的無線傳輸技術，所以對於傳遞訊 號的安全性與資料私密性也較不足，也容易受到威脅，所以安全性與私 密性也成為需要探討的議題。
1.1.3 無線感測網路的應用
無線感測網路本身的應用就相當多，然而隨著近年來全球定位系統設備 GPS 的成本大幅下降，將 GPS 的位址資訊結合在無線感測網路上，能增加了網路通 訊的可靠性，使得無線感測網路的未來應用潛力令人更加的期待。最常應用的範
4
圍如軍事應用上、環境科學、健康監測等 [1], [2]。
1. 在軍事應用上，可將感測網路部屬於我方的各種資源上，提供決策者即 時且準確的各種資訊以方便各種資源的調度；另一方面，也可將感測網 路部屬於衝突區內，監測敵方的行動，擷取對方的各種資訊；因此在軍 事上若能善加利用感測網路，決策者將掌握即時化的資訊而能決勝千 里。
2. 在環境科學方面，生態學家可以使用感測網路取得各種環境的資訊，省 去週期性涉足某些惡劣的環境，例如：極地、沙漠、火山、沼澤、熱帶 雨林等，並可用於監測各種生物的動向，候鳥、鯨魚、昆蟲等。如果善 加利用感測網路所蒐集到資訊，甚至可以預測火山爆發、地震、海嘯、
土石流、龍捲風等自然的災害。
3. 在健康監測方面，若將健康監測專用的感測器安裝於病人的身上，醫生 可以藉由感測器隨時知道病人的心跳、體溫和血壓等資訊。當緊急狀況 發生時，醫生可以在最短時間內知道病人的狀況。因為其體積小並不會 影響到一般生活，因此也可以推廣到獨居老人或是一般家庭使用。善加 利用感測網路，可以提供更有保障的生活。
在無線網路的應用上發現使用者希望能利用無線感測網路，有效率的收集有 需要的資料，例如：偵測溫度、濕度、光度、壓力、及二氧化碳濃度等資料，再 藉由無線網路，將蒐集的資料傳給資料蒐集中心與管理者。由於無線感測網路本 身有許多之限制(如能量消耗、記憶體頻寬...等)，其為感測器本身硬體及資源的 限制，使得無線網路無法像一般的監視器一樣全時段的監測使用者所感興趣的資 訊與對向，由於感測器的體積小而且數量龐大並且已經散布在監視區域的各地，
所以要重新充電幾乎不可能，所以感測器的原始能源也就相當有限。
5
而感測器一旦設置後，形成的無線感測網路的位置，通常是使用者無法達到 的地方或是敵人會出沒的地方，因為無法再讓感測點的電池補充電源，所以省電 就成為無線感測網路相當需要解決的問題與考量，如何有效延長感測網路的壽命 成為了最重要的議題。這一類的感測器廣泛的應用到醫療照顧、軍事和災害感測 安全監視系統。所以無線感測網路裡，感測點電源有限的先天限制之下，如何形 成無線感測網路的佈局，如何有效率的傳遞資料，和運算與傳遞資料時的次數 上，對於如何能源有效利用和如何增加感測器的存活期與整個網路的存活期將是 感測網路能否被採用之重要考量的議題。
1.2 研究動機
在無線感測網路裡，感測器本身是依靠電池有限的能源來供應運作所需的能 量，同時還受到無線電傳輸距離的限制。因此為了節省傳輸時感測器的能量消耗 以及因應傳輸距離受限的問題，如果感測器距離基地台距離太遙遠時，感測器需 要藉由多重跳躍代傳機制建立網路路由(Routing)的方法將資料經由多個感測器 組成的路徑傳回基地台。
資料通訊為無線感測器能源消耗最大的部份，資料通訊包含了感測器必需透 過無線傳輸的技術發送及接收資料的能源消耗、建立無線網路路由協定的能源消 耗，為了解決無線感測網路的能源問題，有許多的利用路由協定方法被提出。透 過參考(Routing protocol for Sensor Networks) [3]，若以感測點傳送資料至基地台 的方式，可以分為四個架構：(1)最短路徑優先、(2)叢集基礎架構、(3)鏈基礎架 構、(4)擴散基礎架構。我們在後面的章節會對這些架構做進一步的介紹。
本篇研究改善 PEGASIS 形成的鏈，藉由研究 EECT(Energy-Efficient Chain Topology in Ubiquitous Sensor) [7]，統一稱為 EECT 的路由方法，EECT 提出一個 改善鏈長度的方法，EECT 是透過全部感測點的運算變更連結方式，比較出所有
6
線段的長度，比較變換線段連結長度，只要發現有比原本的鏈長度縮短，就修改 成新的鏈。
從研究 EECT 路由協定後我們發現此路由協定需要，利用非常多的判斷運算 次數，通常都需要 N3的判斷次數，必頇要花費相當多的時間運算與能量消耗的 成本，所以希望直接對交叉問題提出改善方法，能用較少的時間判斷次數，達到 改善 PEGASIS 鏈目標。
1.3 論文架構
本論文架構可分為六個章節，在第一章中先進行無線感測網路之簡介，並描 述本論文的研究動機與及列出章節的概要;第二章介紹感測網路路由方法; 第三 章將對於實驗的環境模型介紹，包含無線感測網路能源消耗與感測節點的相關假 設；第四章將詳細說明無交叉的網路路由方法，如何達到節能的目的;第五章會 對無交叉路由的實驗結果加以分析討論，第六章對我們的研究做出總結，並說明 後續的研究方向。
7
第二章 相關研究
本章將介紹無線感測網路的相關資訊和無線感測之路由架構。
2.1 無線感測網路的相關資訊
針對不同的感測網路使用對象與應用環境，因為感測網路通常都使用有限的 電池作為能源，所以許多能夠延長無線感測壽命的論文陸續的被提出；本章節將 會先針對無線感測網路相關重要資訊包括有：感測網路傳輸過程中能源消耗，接 著針對無線感測網路路由協定分類介紹，然後介紹主要常見路由協定與優缺點分 析，最後針對本篇論文欲研究研究改進的對象 EECT 路由協定深入的探討；以下 將分別在各個章節中一一描述。
2.1.1 無線感測網路之傳輸過程介紹
在感測網路的資料傳輸模式[5]有三種模式，直接傳輸、多重跳躍和叢集化：
1. 直接傳輸：感測器直接傳送所收集到的資料傳送到遠處基地台(sink)，
在應用這種方式時，距離基地台較遙遠的感測器很容易就能量耗盡，所 有節點能量消耗速率無法一致，故較大面積的感測網路就不適合此傳輸 模式，如圖 2.1(a)圖所示
8
(a) 直接傳輸 (b) 多重跳躍
圖 2.1 無線感測網路的資料傳輸模式
2. 多重跳躍：常用於隨意網路(ad hoc network)的路由協定，這樣的路由協 定可以將感測節點形成一個或數個鏈架構，都會有一個節點擔任鏈頭，
其它感測節點向鏈頭的方向傳遞資料，最後的鏈頭將資料收集並傳遞到 基地台，這種傳遞資料方式的缺點是，當資料從感測點收集到數據資料，
要傳送到遠端基地台時，必頇經由點對點方式傳遞， 越靠近基地台的 節點將傳送越多筆資料，因此耗費太多之能量。如圖 2.1(b)所示。
3. 叢集化(clustering)：相鄰的許多感測器形成叢集(cluster)。叢集裡的感測 器，都有機會被選為叢集頭(cluster head)，並且負責把數據資料從叢集 裡的感測器傳遞到遙遠的基地台，如圖 2.2 圖所示。這種方法中， 叢 集頭自然成為數據資料融合和資料壓縮的點，造成叢集頭將會消耗更多 的能量，因此叢集頭的存活期會比其他感測器的存活期短，但若能讓叢 集頭以輪流方式擔任，那麼叢集架構將較具有能量使用效率。因此選用 叢集頭將偵測範圍內的感測器能量收集後再傳送至基地台，可避免感測 器將資料直接傳送回基地台，但當作叢集頭的感測器，回傳資料的緣故 而消耗大量的能源，生存時間將比其他的感測器的短。
9
Take Manager 基地台
Sensor Node Cluster Head
圖 2.2 無線感測網路的叢集化傳輸方式
2.1.2 無線感測網路壽命的定義
生存時間(Lifetime) [6]的定義，由於無線感測節點使用電池，所以節點的能 量是有限的，並且假設使用在軍事的用途上面，是無法讓感測器的電池補充能源，
而當感測器沒有能量的時候，可能會造成網路無法連通，因此有些節點的資料無 法回傳到基地台，所以有許研究目的在延長感測節點的壽命。首先我們定義無線 感測網路的生存時間，當基地台收集到所有感測網路所感測到的資料時，定義為 一個生存時間，因此我們希望其感測網路的生存時間能最大化，代表基地台可以 收集到的資料越多。
10
2.2 無線感測網路之路由架構
本章節無線感測網路架構分類中，常見的路由架構進行介紹，樹狀基礎架構、
叢集式基礎架構、叢集式基礎架構、鏈基礎架構等做介紹。
2.2.1 樹狀基礎架構
在無線感測網路路由中，是以樹狀的架構做資料收集的分類，其目地是將網 路中所有的點，建構成樹的架構，本章節會先介紹、資料收集方法為分散式和資 料收集方式為集中式進行介紹。
資料收集方法為分散式時，每個感測點會依鄰居資訊收到的廣播訊息，來決 定要將加入樹的哪一個位置，組成此樹狀結構；而在資料收集方法為集中式時，
基地台會定期計算結果，將路由的資訊通知給所有的感測點；資料收集方法集中 式，此種方式又分為兩大類，樹架構基礎為最小擴張樹和基礎為最小生成樹兩 種：
1. 樹架構基礎為最小擴張樹：目前樹狀架構討論中，大多是以集中式的方 式來建立樹的架構，例如，PEDAP [7]是一個典型的樹架構資料收集方 法，PEDAP 是以最小擴張樹(Prim's Minimum spanning tree algorithm)為 基礎，以基地台當作根節點，每次從非樹上的節點中，選取加入樹中的 成本最小的邊，直到所有的點被加入樹中為止。在成本上的計算，是考 量傳送點傳送資料和本身剩餘能量的花費之比值。而每回合收集資料時，
透過父節點分配的子節點的時槽(time slot)，且各層之父節點使用不同 的 CDMA 碼，資料是由樹的最底層的子節點往上層的父節點傳送至基 地台，如圖 2.3 所示。若以最小擴張樹基礎的路由協定，能讓整體的傳 送路徑成本降至最低，達到傳送路徑，達到最節省能量的傳送，然而樹 狀演算法複雜度為 O( )，需要非常多的運算時間與能量，故不適合大
11
量節點的環境。
3 4
7 5 6
1 2
BS
圖 2.3 PEDAP 的建立最小生成樹之範例
2. 樹架構基礎為最小生成樹：同樣為了達到平衡能量消耗的效果，Prim's 演算法 [8]，主要概念也如同 PEDAP 中利用最小生成樹(MST)建立樹，
但這篇論文中為了平均網路中每個感測點的能量消耗，盡可能的讓分葉 的節點有相同的數目的子節點，讓每個點在接收子節點傳送過來的封包 時，所造成的能量消耗最小化，來延長網路存活時間。
這篇方法採用集中式的資料收集方式，以基地台作為根節點，再選擇節點加 入樹中，然後考慮尚未加入樹中的節點並且選擇擁有最小權重的點，進行加入的 動作。為了要平均子節點數目，這篇研究定義了一個參數值方法，根據網路節點 的密度、網路大小與各點的傳輸半徑做為考量，計算每個節點的平均子節點的數 目，之後利用最小生成樹，將節點加入樹中的動作，當點的子節點數目超過平均 值時，就會不再加入該子節點，直到所有的點都加入到樹中如圖 2.4 所示。並且 在數回合後，基地台定期廣播要求，重新建立一個新的最小生成樹。
12 1
2 3
4 5 6 7
8 9
BS
圖 2.4 PEDAP 平衡樹的範例圖
在上述所提到的樹架構方法，大都是集中式的經由基地台定期計算後通知各 個感測點其路由資訊，但是現實的無線網路中，一旦網路密度增加，感測節點數 量增加，樹的深度將會增加，在網路中建立一棵樹的情況，將面臨嚴重資料傳輸 延遲的問題，所以分散式的演算法比較實際可行，且也比較多被學者採用的。
2.2.2 叢集式架構
在叢集式架構中，最著名的一種架構就是 LEACH (Low-Energy Adaptive Clustering Hierarchy) [4], [9]，是叢集式架構中最具有代表性的路由協定，LEACH 是一種感測網路路由方法的應用，希望利用叢集化的方式來改善無線感測網路能 量的消耗，在 LEACH 中，全部的感測節點收集一次資料並送回基地台稱為一個 回合。 LEACH 的運作流程即是指每一回合的定義，主要概念是每回合在收集資 料之前， LEACH 將網路中大量的感測器分割成數群的叢集(Cluster)，另外再由 各叢集中選出一個感測節點作為叢集頭，負責收集叢集裡其他感測節點的資料，
並將資料融合(Aggregation)傳送至基地台，如圖 2.5 所示。
13 Take Manager
基地台
感測節點 領導節點
圖 2.5 LEACH 的資料收集方式
而 LEACH 在每回合中，定義了兩個階段：設定階段(Set-up phase)以及穩定 狀態階段(Steady-state phase)。在設定階段(Set-up phase)方面，主要進行兩個動 作，選擇叢集頭以及形成叢集。在叢集頭的選擇中，由於 LEACH 是分散式的系 統，因此每回合叢集頭的選取是感測節點自己所決定，感測節點隨機由 0 到 1 之間選擇一個值，而此值如果低於公式 2.1 中的 T(n)則是感測節點將自己選為叢 集頭、而 p 是事先設定期望成為叢集頭的機率、其中 r 是目前所在之回合、G：
則是定義為在最近的 1/p 回合中沒有被選為叢集頭的感測節點所形成之集合、n 是節點 ID。
在叢集頭產生後，接著是形成叢集。首先各個叢集頭節點使用避免碰撞的載 波感測多重擷取與媒體存取控制位址 CSMA MAC 協定[10]，廣播出 ADV 訊息 (Advertisement message)，而此訊息中包含了叢集頭節點本身的辨識號碼，接著 其他非叢集頭的感測節點，則等待接收 ADV 訊息，之後根據所接收到 ADV 訊 息信號的強弱來判斷本身與叢集頭之距離遠近，選擇出傳送資料所耗費能量最小
14
的叢集頭，然後發出 Join-REQ 訊息，此訊息包含了，感測節點本身的辨識號碼 以及將加入的叢集頭號碼。而叢集頭節點在此扮演為區域的控制者，當它確定自 己叢集的成員之後，叢集頭節點將設定一個 TDMA 的傳輸排程，TDMA 是按照 時間來排程，依照相關資料的傳送順序，叢集頭並且將此節點排程廣播傳送給它 所有的叢集成員，主要功能是分配時槽給感測節點，例如 Sensor Node 1 只有在 T2 的時候才傳送資料，傳送完畢就關閉無線傳輸的元件，直到第二回合才喚醒 無線傳輸的元件傳送資料，避免發生碰撞而浪費感測節點能量。當所有的感測節 點收到本身叢集 TDMA 的排程之後，則設定階段完畢，接著進行穩定狀態階段 的資料傳送。
在穩定狀態階段(Steady-State Phase)方面，每一個感測節點都有自己一的時 槽，只有在自己的時槽時，才傳送資料到叢集頭，而其它感測節點將會進入睡眠 狀態。叢集頭在收集整個叢集節點所傳送的資料後，接著進行資料融合後將資料 傳送給基地台。
在 LEACH 的叢集式架構的優點有三個，第一個是將感測網路分層級，讓所 有的感測點形成很多組叢集，為了避免感測點接將資料直接傳回基地台，消耗大 量的能源；第二個是採用 TDMA 的機制固定時間收集資料，成功的減少碰撞產 生的能量消耗；第三個是非常適合進行資料的融合，並由叢集頭傳送資料，達到 降低資料封包大小，而且讓所有的感測點輪流擔任叢集頭，可以平衡能量的消 耗；叢集頭的選擇是採用機率的方式，凡擔任過的叢集頭的節點在一定回合數中 不會再擔任叢集頭，讓每一個節點平均的分攤叢集頭的負擔。
在 LEACH 的叢集架構中，有兩個缺點，第一是由於 LEACH 是使用於分散 式的架構，叢集頭的選擇是由感測點各自判斷產生，叢集頭距離過近，就會出現 不適合擔任叢集頭的現象；第二是叢集頭的感測點數量不固定，如圖 2.6 所示。
A 叢集的感測點總數為 3 個，D 叢集的感測點總數為 10 個，會造成叢集頭的消
15
耗能量分配不均勻的情況，將照成整體網路品質降低。
Take Manager 基地台
感測節點 領導節點
D叢集 B叢集 A叢集
C叢集
圖 2.6 叢集頭的感測點數量不固定圖
叢集頭因為並沒考慮剩餘電量，例如在圖 2.7 中，節點 2 的電量是最低情況 下，仍然是有機會擔任叢集頭，在這情況下平均的耗電就並不是優點，反而是缺 點，可能會造成整體網路提早死亡。
Take Manager
Sink
Sensor Node Cluster Head 2
A叢集 1
3
4 節點1.剩餘電量＝50
節點4.剩餘電量＝90 節點2.剩餘電量＝30
節點2.剩餘電量＝70
圖 2.7 叢集頭的電力較低圖
網路中的叢集頭選擇和叢集形成動作都由感測器自行執行，在執行的過程中 需要許多控制訊息溝通，所以會耗費許多的能量的消耗。在 LEACH 中，每一回
16
合都需要重新的建構出新的叢集，因此會對整體的感測網路造成額外的負擔；對 於叢集內的資料傳輸方式是採用 TDMA 的分時多工的排程，但是使用 TDMA 的 排程需要有很準確的同步機制，如果節點沒有很高的資料量要傳送，會造成頻寬 的浪費。
2.2.3 鏈基礎架構
本章節將針對鏈架構中最具有代表性的路由協定 PEGASIS [11], [12]，進行 介紹，將針對 PEGASIS 路由運作方法、PEGASIS 領導節點的決定方法、PEGASIS 鏈基礎架構優點、PEGASIS 鏈基礎架構的缺點、等陸續介紹。
在 PEGASIS 中，首先在網路挑選距離匯集點最遠的感測節點作為起始點，
如圖 2.8 所示，然後利用貪婪演算法將距離起始點最近的感測節點加入鏈中，依 序下去以求在起始點與匯集點間建立一條最短傳輸路徑，提供較少的能量消耗，
以延長感測網路的生命期。如圖 2.9 所示
基地台
感測節點 鏈的起點
圖 2.8 PEGASIS 的資料收集方式-1
17 基地台
感測節點
圖 2.9 PEGASIS 的資料收集方式-2
PEGASIS 形成的鏈中會有一個領導節點(Leader node)，負責聚集其它感測節 點所傳送的資料，並將處理後的資料傳送到匯集點上。至於領導節點的決定方法，
透過這種輪替的方式，假設網路中有 N 個感測節點，在資料收集的第 k 回合，
就會有 N 個感測點擔任領導節點，以平衡系統整體的電力消耗，不會因為由單 一感測節點連續擔任領導節點而使電源提前消耗完畢。如圖 2.10 所示，有 6 個 感測節點，節點 4 為領導節點其負責收集其它感測節點的資料，再傳送到匯集 點。
節點 4 擔任領導節點
節點1 節點2
節點 3
節點5 節點 6
資料傳遞 資料方向 基地台
感測區域
領導節點 感測節點
圖 2.10 PEGASIS 的資料收集方式
18
PEGASIS 鏈基礎架構主要有二個優點，首先就是當基地台距離遙遠的時候，
由於叢集架構的叢集頭節點數目多並且與基地台距離遠，因而叢集頭將浪費大量 的能量，而 PEGASIS 透過鏈架構中，只選擇一次鏈頭，相較 LEACH 的叢集頭 數目，能量的消耗便已經大幅下降；鏈架構是由相鄰的節點以貪婪演算法所形成，
而每回合感測節點只需要接收相鄰感測節點傳送的資料，因此比較 LEACH 的叢 集頭接收叢集中所有成員的數目，PEGASIS 的鏈頭，只需要接收兩個訊息，因 此不論是在叢集頭浪費能量部份和個感測節點傳送資料的距離上，PEGASIS 都 小於 LEACH 所消耗的能量，因此在基地台距離遙遠的環境中，PEGASIS 的效 能明顯的優於 LEACH。
在[8], [13], [14]中，可以發現在圖 2.11 中，PEGASIS 鏈基礎架構有以下五個 缺點：若選擇的領到節點為最遠的感測節點，將導致耗電量多的缺點；選錯領導 節點，最佳的領導節為節點 4，可以避免造成多餘的能量消耗；如果選擇領導節 點沒有考慮到感測節點的剩餘能量，容易造成感測節點的死亡；如果在無線網路 感測節點越多，鏈路越長，訊息延遲越嚴重；鏈環境中的感測節點發生斷線後，
將會造成整體的連線中斷；如果選擇領導節點時沒有考慮到匯集點的位置，將會 造成多餘資料傳送路徑的產生。
19 節點 6 節點1
領導節點 節點 2
節點5 節點 3
節點4
領導節點 感測節點 多餘資料傳送路徑
節點 7
基地台
圖 2.11 多餘資料傳送路徑的產生
20
第三章 環境模型
本章節將針對環境模型進行介紹，因為我們的模型是跟 PEGASIS 鏈和 EECT 使用相同的網路環境架構。我們在這章節將會介紹二個部份：無線感測網路能源 消耗、介紹感測節點的相關假設及環境的假設進行說明。
3.1 無線感測網路能源消耗
在無線感測網路中，能源消耗是非常重要的議題，而 The first order radio model，是許多探討無線感測網路電能消耗的文章 [15], [16], [17]，廣泛被應用的 無線模組，如圖 3.1 所示。
K bit packet K bit packet
Transmit Electronics
Tx Amplifier
Receive Electronics
E
Tx(k,d)E
Rx( )k
d
E
elec*k E
elec*k ε
amp* * k d
2圖 3.1 無線網路能源消耗模型
當兩個節點距離 d 公尺，處理 k 位元的資料時，無線電傳送與接收的能量消 耗如下式 (3-1)：
ETX(k,d)= ETX-elec*k + ETX -amp(d)*k
ERX(k) = ERX -elec*k (3-1) 在此模型中，ETx(k,d)表示在傳送節點的總消耗能量，ERx(k)表示接收節點的 總消耗能量，而其中的 ETx-elec 以及 ERx-elec 則在分別表示在傳送及接收時，每
21
單位位元的能量消耗，並且 ETx-elec = ERx-elec = 50nJ/bit。ETx-amp 是傳送端發 送資料經過放大器時所消耗的能量，又以距離 d 的遠近來做區分，當 d <= d0，
使用 free-space propagation model，ETx-amp 將與距離平方成正比；當 d > d0，
使用 two-ray ground propagation model，ETx-amp 將與距離四次方成正比。如下 式（3-2）：
(3-2)
其中放大器的參數，分別為 10 pJ/bit/ 以及 0.0013 pJ/bit/ 。 為傳送 資料的門檻，被定義為 ，其值約為 87.7 公尺。因此當感測器在傳輸 資料時，傳輸距離是影響消耗能量的主要因素，並且距離越遠，能量消耗甚至是 距離的四次方倍數成長，所以許多的路由協定便是以縮短感測節點傳送距離為出 發點。
3.2 感測節點的相關假設
因為無線感測網路討論中，感測節點的能力會對實驗或討論，有相當程度的 影響，所以希望由本章節統一定義節點的能力，讓接下來的 PEGASIS 鏈的架構、
EECT 路由協定和無交叉路由協定，能在感測節點定義相同的情況下，進行討論 與實驗的進行。
1. 設定所有的感測節點，都是固定使用電池作為能源，並且所有的節點使 用的初始電池能量相同電量，而且電池能量是無法補充能量的。
2. 設定所有資料都是經由基地台，所廣播的路由方式進行傳送訊息。
3. 設定所有的感測節點，每一輪中傳送相同的封包長度。
4. 設定在相同大小的感測區域中，採用隨機方式佈置所有感測節點。
22
9 8 7
6 5 4
3 2 1
圖 3.2 無線感測點佈置方式，隨機佈置節點、均勻佈置節點 5. 設定感測節點都知道自己的座標，因為 EECT 路由協定和無交叉路由協
定，需要座標來判斷節點，線段長度與是否有無交叉的情形，所以本篇 的感測節點，都具有 GPS 來判斷，感測節點的座標。
6. 設定感測節點資料傳輸範圍，都能夠與基地台溝通。
7. 設定感測節點的資料傳輸能力範圍，包含整個無線網路感測區域。
23
第四章 改善鏈狀架構的路由方法
在先前的介紹 PEGASIS 鏈章節中，PEGASIS 鏈架構因為貪婪演算法的緣故 形成一條鏈的結果，我們發現到 PEGASIS 鏈會有的鏈長度過長和節點組成的線 段交叉問題，本章節我們想要探討 EECT 的方法進行介紹，再介紹無交叉的網路 路由方法，這兩種方法將使用第三章的環境模型。
4.1 EECT 的方法
本章節會對 EECT 路由協定進行介紹，我們想要研究的 EECT 的方法，包含 了三個部份，分別為改善方法、步驟流程和時間複雜度。
4.1.1 EECT 的網路路由改善方法
在 PEGASIS 的介紹，我們提到 PEGASIS 鏈，因為貪婪演算法的緣故，造 成所形成的鏈的結果，有長度過長與交叉問題。在 PEGASIS 鏈的路由架構中，
找出離基地台最遠的感測節點，將此點設定為起點，再使用貪婪方式選擇距離最 近的點來完成此鏈的路由，我透過一個 PEGASIS 典型例子，來介紹這個交叉的 問題如圖 4.1 所示，當 C 節點在選擇下個點的節點連接的時候，就會選擇最近的 D 點，陸續完成整個鏈架構，在此鏈裡就會出現交叉的現象如 4.1 圖中紅色標示 所示。就是針對 PEGASIS 鏈進行改善，將在後面的章節做進一步的介紹。
24 H
E
F
G
D I
J
B
A C
圖 4.1 PEGASIS 鏈交叉問題圖
4.1.2 EECT 方法之步驟流程
EECT 步驟一：利用 PEGASIS 鏈架構產生鏈，在網路挑選距離匯集點最遠 的感測節點作為起始點，然後利用貪婪演算法將距離起始點最近的感測節點加入 鏈中，依序下去以求在起始點與匯集點間建立一條最短傳輸路徑。
EECT 步驟二：進行 Link Exchange 交換鏈線段技術，如圖 4.2 所示，節點的 編號從 1 到 Nd。這交換鏈線段技術，就是判斷 Ci,i+1 鏈段加上 Cj,j+1 鏈段總和 與 Ci,j 鏈段加上 j+1 如下公式 4-1 所示，若滿足公式就代表變更後的長度，會比 原本的線段還要短，就變更連結。直到所有的線段判斷完畢。
Ci, Ci,j + Cj,j+1 > Ci,j + Ci+1 (4-1)
1 i
Nd J+1
j
i+1
1 i
Nd J+1
j
i+1
(a) 交換前 (b) 發現交換路徑較短後交換連結
圖 4.2 EECT 判斷長度示意圖
25
PEGASIS 鏈方式建構出來的圖形，如圖 4.3(a)所示，可以發現有一個區域有鏈 長度過長的情形，(如圖 4.3(b)所示)是利用 EECT 運算交換連結之後產生的圖形，
比原本的 PEGASIS 鏈的長度結果還短。
H
E
F
G
D I
J
B A C
(a) PEGASIS基礎鏈 (b) EECTIUS改善後
H
E
F
G
D I
J
B A C
圖 4.3 PEGASIS 基礎鏈與 EECT 改善後的圖
EECT 的方法能有效的改善 PEGASIS 鏈架構的長度，EECT 所形成的鏈比起 原本的 PEGASIS 鏈或是相較於其他 LEACH、PEDAP 等方法，都有較好的表現。
但所有的線段，都需要進行交換鏈線段判斷(Link Exchange)，時間複雜度為 ， 經由分析 EECT 的方法和 PEGASIS 鏈架構，發現主要問題是所形成鏈的長度過 長，且會有線段交叉的情形，我們希望改善 EECT 的方法，採用只判斷交叉的方 法，來降低時間的複雜度達到節省能源目的，接下來的章節，將會對本篇無交叉 的路由方法，進行完整的介紹。
26
4.1.3 EECT 方法之時間複雜度
本章節介紹 EECT 的方法中，判斷的時間複雜度進行介紹，EECT 的方法在 N 個感測節點，需要判斷 N-1 個感測節點，並且 N 節點需要依序的做比較，直 到完成所有的感測節點。
從領導節點開始檢查 N-1 個點變更連結後的長度，頇檢查 N-1 次，倒數的第 二點開始檢查 N-2 變更連結後的長度，頇檢查 N-2 次，此時總檢查的次數，（N-1）
+（N-2）+（N-3）+（N-4）....+1 為 N2次，若在後面的點發現有比較短連結發 生，必頇從頭檢查連結一次，需要判斷所有的點都檢查過，需要判斷 N-1 個點，
所以最壞情形時間複雜度為 N3次。
從這裡發現 EECT 的需要相當大的時間複雜度，所以本篇論文希望提出，能 改善 PEGASIS 鏈的長度，卻不需要像 EECT 花費相當大的時間複雜度，來提高 感測網路生存的時間。
27
4.2 無交叉網路路由方法
PEGASIS 鏈架構中，因為使用貪婪演算法的緣故，會造成所形成的鏈長度 過長和交叉的兩個問題。EECT 路由協定是對 PEGASIS 鏈進行改善，此協定的 優點為顯著的鏈長度的改善，此協定的缺點是需花費相當多的判斷，會照成網路 尚未開始運作，就已經浪費大量電力在處理這些判斷上。綜合以上兩點我們希望 提出一個，無交叉的網路路由方法，來改善上述兩個情形。
本章節將介紹無交叉路由協定的方法，依序為無交叉的路由方法、模型架構 和時間複雜度，在提供本方法的步驟流程，並且在最後章節將會對無交叉的改善 狀況的模擬結果。
4.2.1 無交叉路由協定步驟介紹:
在無交叉的路由步驟裡，分為兩個主要步驟，第一個步驟為產生 PEGASIS 鏈和另一個步驟為利用無交叉路由方法判斷。第二步驟檢查所形成的鏈中，如果 有交叉的情形發生，就將交叉改善成沒有交叉。
先利用 PEGASIS 鏈基礎架構產生鏈，選擇一個距離基地台最遠的節點，並 且設定此節點成為根節點。從根節點作為出發點，使用貪婪演算法去尋找每一個 離此節點最接近的點連接，直到所有的點都完成連接，就完成了 PEGASIS 的基 礎鏈架構，如圖 4.4 所示：
28
圖A 圖B
圖C 圖D
基地台 基地台
基地台 基地台
A B D C
E F
G I H
J
感測區域 A
B D C
E F
G I H
J
感測區域
A B D C
E F
G I H
J
感測區域 A
B D C
E F
G I H
J
感測區域 根節點
圖4.4 基於PEGASIS建立的基礎鏈
當無線感測網路，已經利用 PEGASIS 鏈方法完成鏈架構後，接下來利用無 交叉路由的方法，判斷在 PEGASIS 的基礎鏈中是否有造成交叉的地方。因為 PEGASIS 基礎鏈是由感測點連成的線段所組成，我們先從最後面的 JI 線段出發，
依序往 BA 線段的方向判斷交叉的情形，利用兩個點的座標進行判斷，與 BA 線 段之前的線段判斷是否有交叉，若發現交叉時就利用變更點的模式，將交叉線段 已變更連結的方式，接下來將舉一個簡單的例子，如圖 4.5 所示，運作的步驟如 下:
29
無交叉路由的方法
1. JI 線段與 IH 線段檢查是否有交叉情形，如圖 4.5 的 A 圖所示。
2. JI 線段與 HG 線段檢查是否有交叉情形，如圖 4.5 的 B 圖所示。
3. JI 線段一直檢查 BA 線段檢查是否有交叉情形，如圖 4.5 的 C 圖所示。
4. 從 IH 線段與 HG 線段檢查是否有交叉情形，如圖 4.5 的 D 圖所示。
5. 從 IH 線段一直檢查至 BA 線段檢查是否有交叉情形，如圖 4.5 的 E 圖所示。
6. GF 線段與 FE 線段檢查是否有交叉情形，如圖 4.5 的 F 圖所示。
7. GF 線段與 DC 線段檢查發現，GF 線段與 DC 線段有交叉情形，如圖 4.5 的 G 圖所示。
8. 將交叉的線段變更連結點，GF 和 DC 線段連接改為 GD 和 FC 連接，如圖 4.5 的 H 圖所示。
9. 因為 GD 線段與 FC 線段是新的線段，所以不確定此線段，是否有任何線段 經過，所以頇從 IJ 的線段，向 BA 方向在判斷交叉情形，如圖 4.5 的 I 圖所 示。
10. JI 線段與 HG 線段檢查是否有交叉情形，如圖 4.5 的 I 圖所示。
11. 陸續的完成線段是否有交叉情形，如圖 4.5 的 K 圖所示。
12. 直到檢查到 CE 和 BA 線段為止,完成無交叉路由方法，如圖 4.5 的 L 圖所示。
30
圖 4.5 無交叉路由判斷圖
31
利用流程表的方式，介紹無交叉路由協定的方法，如圖 4.6 所示。
圖 4.6 無交叉路由流程圖
32
4.2.2 無交叉路由方法之時間複雜度
本章節針對交叉的路由方法之時間複雜度進行介紹，假設有 N 個感測點，
這樣就會產生 N-1 條邊，先從其中一端開始檢查，檢查的動作與其他的邊判斷是 否有交叉，從第一條邊和（N-2）條邊進行檢查是否有交叉的情形發生，然後對 第二條邊和（N-3）條邊進行檢查是否有交，第三個邊和（N-4）條邊進行檢查是 否有交叉，倒數的第二條邊要檢查一次，最後一個條邊不需要檢查。
所以總檢查的次數是（N-2）+（N-3）+（N-4）+...+1，做完一輪之後需要再 檢查是否有交叉，若檢查沒有交叉就可以停止，所以時間複雜度是 N2次，但是 要第一輪判斷完，仍有交叉邊出現，就要繼續的做檢查是否有交叉，所以最壞情 形需要做 N-1 輪，所以最壞情形時間複雜度是 N3次，但從實驗的結果了解最壞 的情形非常少發生。
33
4.3.1 無交叉路由之改善狀況
我們使用 VB.Net 做為模擬的程式，我們分別比較三種鏈架構，的一種是 PEGASIS 鏈、第二種 EECT 路由方法最後是我們所提出的無交叉路由方法。我 們可自行設置網路內的感測器數目，比較三種方法的路由的長度，如圖 4.7 所示。
1
2 3
4
5
6
圖 4.7 VB .Net 程式功能圖
34
經由初步的模擬結果，我們可以發現三種路由方法，如圖 4.8 所示，我們提 出的方法在節點數為 100 點的，執行 100 次的情況下，我們的無交叉路由方法，
總長度為 109916.556，順利的改善 PEGASIS 長度為 116684.176 的交叉情形。但 在縮短 PEGASIS 鏈長度下比 EECT 改善的效果並沒有比較好，並且比起 EECT 方 法判斷次數 2064116 次，我們提出的無交叉路由方法判斷次數 1523214 次，減少 了 540902 次的判斷次數，我們將做更多的實驗記錄，下個章節進行完整的介紹。
圖 4.8 無交叉路由改善圖
35
第五章 模擬結果與討論
本篇論文的實驗環境，設定每一個感測點都配置有 GPS 位置的判斷能力、
每一個感測點都是採用隨機的方式佈署而且每一個感測節點的資料傳輸範圍是 可以涵蓋整個感測區域的。本章節將會對無交叉路由協定比較實驗的結果，進行 介紹包含了模擬實驗的環境設定、模擬實驗的模擬結果的分析等。
5.1 模擬環境架構
實驗的環境設定：
網路環境 100*100 平方公尺
感測節點數量 100、200、300、400、500
表 5.1 實驗環境設定表
36
5.2 模擬結果與分析
各種路由協定平均長度比較：
在這個實驗中，橫座標表示為節點數，縱座標表示是每一個方法在執行 500 回合後鏈的平均單位長度，從這分析的圖表上我們發現，無交叉路由協定的鏈的 平均長度，沒有比 EECT 形成的平均鏈總長度結果好，但是會比 PEGASIS 鏈的 平均長度還短，表示無交叉路由協定，仍是比 PEGASIS 鏈，還要節省能源。
表5.2各種路由協定平均長度比較表
0 200000 400000 600000 800000 1000000 1200000
0 100 200 300 400 500
PEGASIS的長度 EECT的長度 無交叉路由的長度
37
EECT 與無交叉路由協定運算次數的比較：在這實驗中，橫座標表示為節點數，縱座標表示 500 回合總運算的次數，從 分析圖表上我們發現，無交叉路由協定在 500 回合的總運算次數，比較 EECT 總 運算次數，有隨著感測節點的增加，在比較回合運算次數上有明顯的改善效果，
表示無交叉路由協定比 EECT 路由協定，在平均運算次數上是有改善的。
表5.3 EECT與無交叉路由協定運算次數的比較表
0 100000 200000 300000 400000 500000 600000 700000 800000
0 100 200 300 400 500
運算次數
感測點節點數量 EECTIUS平均運算次數
無交叉平均的平均運算次數 EECTIUS與無交叉平均次數差值
38
各種路由協定的改善狀況比較：
在這實驗中，橫座標表示為節點數，縱座標表示為改善的百分比，從圖表上 我們發現無交叉路由協定比 EECT 改善效果差，但是在節點判斷的次數的結果，
無交叉路由協定有大約有 20%比左右的改善效果。證明能減少形成鏈架構時判斷 次數，達到降低能量的消耗的目的。
表5.4 各種路由協定的改善狀況比較表
0.00%
5.00%
10.00%
15.00%
20.00%
25.00%
30.00%
0 100 200 300 400 500
EECT與PEGASIS鏈長度 比較
無交叉路由與PEGASIS 鏈長度比較
無交叉路與EECTIUS的 檢查次數比較
39
第六章 總結 6.1 結論
無線感測網路的應用上，在微小裝置和電池技術越來越進步基礎之下，目前 可以在軍事、環境、家庭、健康等，發現無線感網路應它的存在，因此對未來各 種新的無線感測網路應用環境及想法，都可能會對無線感測網路的設計產生影響，
但是感測點能源的問題與整體的運作時間的研究，仍然感測網路的研究的重點。
從我們研究在無線感測網路，考慮如何節省能源過程中，鎖定二個感測網路 消耗能源的情形：降低判斷的時間複雜度和透過改善交叉路由的方式，來降低 PEGASIS 鏈長度，達到減少能量消耗的目標。
本篇論文提出一個無交叉路由協定，利用判斷 PEGASIS 鏈，是否有線段交 叉情形的路由協定，從實驗結果發現在 PEGASIS 鏈平均維持平均 6%的改善長 度，在 EECT 比較檢查次數上平均減少 23%的檢查次數，從實驗證明我們的方法 能讓感測網路初始能量的提升，進而延長整體感測網路的壽命。
40
6.2 未來的研究方向
我們的無交叉路由方法，在 PEGASIS 鏈的結構之下，針對 PEGASIS 線段 的交叉情形進行改善，未來能將本篇改善交叉的方法，結合樹狀架構的方法，對 於 PEGASIS 鏈的問題，應該會有更好的改善。
41
參考文獻
[1] I. F. Akyildiz, W. Su, Y. Sankarasubramaniam and E. Cayirci, “Wireless sensor network: a survey”,Computer Networks, vol. 38, pp. 393-422, 2002.
[2] I. F. Akyildiz, W. Su, Y. Sankarasubramaniam and E. Cayirci,“A Survey on Sensor Networks”, IEEE Communications Magazine, vol. 40, Issue 8, pp.102-114, 8, 2002.
[3] Qiangfeng Jiang, D. Manivannan, and Consumer,” Routing protocols for sensor networks,”Consumer Communications and Networking Conference, 2004. Jan.
2004, pp. 93 – 98.
[4] M. J. Handy, M. Haase and D. Timmermann, “Low Energy Adaptive Clustering Hierarchy with Deterministic Cluster-Head Selection,” in Proc. International Workshop Mobile and Wireless Communications Network, pp. 368-372, Sep.
2002.
[5] A. Wang, W. R. Heinzelman, and A. P. Chandrakasan, “Energy-Scalable Protocols for Battery-Operated MicroSensor Networks,” IEEE Workshop on Signal Processing Systems, Taipei, Taiwan, pp. 483-492, October 1999.
[6] J. Shin, C. Suh, “Energy-Efficient Chain Topology in Ubiquitous Sensor Network,” Proceedings of Advanced Communication Technology, 2008 10th International Conference, Vol. 3, No.17-20 pp. 1688-1693, Feb. 2008.
[7] Hüseyin Ö zgür Tan and Ibrahim Körpeoǧ lu ,” Power efficient data gathering and aggregation in wireless sensor networks,” ACM SIGMOD Record, Vol. 32, No. 4, December 2003, pp. 66 - 71.
[8] H.S. Kim, and K.J. Han; "A power efficient routing protocol based on balanced tree in wireless sensor networks," First International Conference on Distributed
42
Frameworks for Multimedia Applications, 2005 , pp. 138-143.
[9] W.R. Heinzelman, A. Chandrakasan, and H. Balakrishnan; "Energy-Efficient communication protocol for wireless microsensor networks," 33rd Hawaii Int'l.
Conf. on System Sciences, January 2000, pp. 1-10.
[10] K. Pahlavan and A.Levesque,Wireless Information Net works, Wiley,1995 [11] S. Lindsey, C. Raghavendra, and K. Sivalingam. Data gathering in sensor
networks using the energy*delay metric. In IEEE Parallel and Distributed Processing Symposium., Proceedings 15th International, pages 2001–2008, April2001.
[12] Stephanie Lindsey, Cauligi Raghavendra e Krishna Sivalingam “Data Gathering in Sensor Networks using the Energy Delay Metric” In International Workshop on Parallel and Distributed Computing Issues in Wireless Networks and Mobile Computing, (San Francisco, CA), Apr. 2001
[13] S. D. Muruganathan, D. C. F. Ma, R. I. Bhasin, and A. O. Fapojuwo. A centralized energy-efficient routing protocol for wireless sensor networks. In Communications Magazine, IEEE, pages 8–13, 2005.
[14] Nahdia Tabassum, Quazi Ehsanul Kabir Mamun, Yoshiyori Urano, "COSEN: A Chain Oriented Sensor Network for Efficient Data Collection," Information Technology: New Generations 2006, Third International Conference, April 2006.
[15] K. Sohrabi, J. Gao, V. Ailawadhi, and G. Pottie, “Protocols for self organization of a wireless sensor network,” IEEE Personal Communication Magazine, vol. 7, pp. 16–27, Oct. 2000
[16] 16S. Lindsey, C. Raghavendra, K. Sivalingam, “ Data Gathering in Sensor Networks using the Energy Delay Metric”, 15th International symposium on IEEE Parallel and Distributed Processing , pp 2001-2008, 2001.
43
[17] Stephanie Lindsey, Cauligi Raghavendra e Krishna Sivalingam “Data Gathering in Sensor Networks using the Energy Delay Metric” In International Workshop on Parallel and Distributed Computing Issues in Wireless Networks and Mobile Computing, (San Francisco, CA), Apr. 2001
