馮光輝，廖金菊

(鄭州工業(yè)應(yīng)用技術(shù)學(xué)院 信息工程學(xué)院，河南 鄭州 451150)

0 引 言

考慮水域特性，相比無線射頻，聲通信更適合于無線傳感網(wǎng)絡(luò)(underwater wireless sensor networks，UWSNs)[1]。這主要是因?yàn)闊o線射頻功率容易被水吸收，衰減快。相對(duì)而言，聲通信在水下環(huán)境衰減較慢。然而，UWSNs中的聲通信仍遭受不少的挑戰(zhàn)。通常，聲通信受帶寬約束，同時(shí)聲通信的傳輸時(shí)延大于無線射頻通信[2]。此外，在UWSNs中節(jié)點(diǎn)能量是有限的，在部署UWSNs的同時(shí)，除了考慮通信模式，還需考慮節(jié)點(diǎn)能量。

部署UWSNs的目的在于收集水下環(huán)境的數(shù)據(jù)，即數(shù)據(jù)采集。為此，路由協(xié)議成為UWSNs的關(guān)鍵，也成為UWSNs研究焦點(diǎn)。由于UWSNs的惡劣環(huán)境，如噪聲、污染、節(jié)點(diǎn)能量受限等，這給UWSNs的路由協(xié)議提出了挑戰(zhàn)。為了最大化UWSNs的工作時(shí)間，即延長UWSNs網(wǎng)絡(luò)壽命，有效利用節(jié)點(diǎn)能量成為路由協(xié)議必須考慮的因素。

通常，傳輸一個(gè)數(shù)據(jù)包比接收一個(gè)數(shù)據(jù)包需消耗更多的能量。UWSNs中節(jié)點(diǎn)可直接或間接多跳向信宿傳輸數(shù)據(jù)包。傳輸距離越遠(yuǎn)，消耗的能量越多?；诰W(wǎng)絡(luò)總能量一定的事實(shí)，減少傳輸距離，并且均衡化節(jié)點(diǎn)負(fù)擔(dān)，成為延長網(wǎng)絡(luò)壽命的有效途徑。據(jù)此，在設(shè)計(jì)路由協(xié)議時(shí)，可從減少傳輸距離和平衡節(jié)點(diǎn)負(fù)擔(dān)著手，進(jìn)而節(jié)省節(jié)點(diǎn)能量。

為此，本文提出基于能量效率的簇路由EECR。EECR協(xié)議采用無線傳感網(wǎng)絡(luò)中的簇路由的思想，將水下傳感節(jié)點(diǎn)劃分不同的簇。結(jié)合剩余能量以及距離信息，建立選舉簇頭的閾值函數(shù)，提高簇結(jié)構(gòu)的穩(wěn)定性。同時(shí)，采用輪換制度，平衡節(jié)點(diǎn)間的負(fù)擔(dān)。實(shí)驗(yàn)結(jié)果表明，提出的EECR協(xié)議能夠有效地節(jié)省網(wǎng)絡(luò)能量，并提高了數(shù)據(jù)傳輸效率。

1 相關(guān)工作

目前，研究人員針對(duì)UWSNs提出不同路由策略。如LI等[3]提出基于深度(depth-based routing，DBR)路由。而Boyu等[2]提出DBR的改進(jìn)協(xié)議EE-DBR。EE-DBR協(xié)議利用ToA測(cè)距技術(shù)估計(jì)節(jié)點(diǎn)深度，選擇最優(yōu)的傳輸路徑，進(jìn)而減少數(shù)據(jù)傳輸路徑，縮短端到端的傳輸時(shí)延。

此外，研究人員還提出了不同的選播路由協(xié)議[4-9]。其中文獻(xiàn)[5]提出VARP路由。VAPR路由利用序列號(hào)、跳數(shù)以及深度信息，選擇下一跳的方向，并采用有方向機(jī)會(huì)轉(zhuǎn)發(fā)避免路由空洞問題。而 Yougtae等[9]提出基于地理位置和機(jī)會(huì)的混合組播路由，該路由融合了地理位置和機(jī)會(huì)路由這兩類路由的優(yōu)勢(shì)。

從上述分析可知，目前多數(shù)路由是通過調(diào)節(jié)節(jié)點(diǎn)深度，轉(zhuǎn)發(fā)數(shù)據(jù)包。而并沒有平衡節(jié)點(diǎn)能量消耗的角度出發(fā)。采用簇結(jié)構(gòu)是平衡節(jié)點(diǎn)能量消耗的最佳方式，通過輪流機(jī)制，建立簇結(jié)構(gòu)，簇內(nèi)節(jié)點(diǎn)只需將數(shù)據(jù)至簇頭，由簇頭將數(shù)據(jù)傳輸至信宿，這減少了節(jié)點(diǎn)傳輸距離。

作為簇路由的代表，低能量自適應(yīng)簇協(xié)議(low energy adaptive clustering hierarchy，LEACH)[10]是隨機(jī)方式選擇簇頭。具體而言，在每一輪中，節(jié)點(diǎn)i先產(chǎn)生隨機(jī)數(shù)χ，再與門限值T(i)比較，若大于門限值，就成為簇頭，其中門限值T(i)定義如式(1)所示

(1)

其中，r表示當(dāng)前執(zhí)行的輪數(shù)。而p為簇頭比例。G表示目前還未承擔(dān)過的簇頭的節(jié)點(diǎn)數(shù)。

為此，本文結(jié)合LEACH協(xié)議，提出基于能量效率的簇路由EECR。EECR協(xié)議考慮了節(jié)點(diǎn)能量以及距離信息，對(duì)LEACH的閾值進(jìn)行修正，并形成不同的簇，減少傳輸距離和平衡節(jié)點(diǎn)能量消耗。

2 問題描述及系統(tǒng)模型

2.1 問題描述

在水下無線傳感網(wǎng)絡(luò)UWSNs中，有效利用節(jié)點(diǎn)能量、可靠地傳輸數(shù)據(jù)包成為研究熱點(diǎn)?，F(xiàn)存的多數(shù)路由協(xié)議是依據(jù)節(jié)點(diǎn)的深度選擇下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn)，如DBR協(xié)議。深度更淺的節(jié)點(diǎn)以及離信宿更近的節(jié)點(diǎn)承擔(dān)了更多數(shù)據(jù)轉(zhuǎn)發(fā)任務(wù)，這就使得這些節(jié)點(diǎn)的能量過早耗盡，影響了網(wǎng)絡(luò)壽命。

隨后，研究人員提出簇路由。然而，這些路由協(xié)議的簇頭CH選擇并非是最優(yōu)的方式，并且簇結(jié)構(gòu)并不穩(wěn)定。為此，本文提出簇路由EECR協(xié)議。

對(duì)照組的自然分娩率為75.5%,剖宮產(chǎn)率為24.5%;試驗(yàn)組的自然分娩率為87.3%,剖宮產(chǎn)率為12.7%。試驗(yàn)組的自然生產(chǎn)率明顯高于對(duì)照組,而剖宮產(chǎn)率則相反。在兩組孕婦的分娩結(jié)局中(表一),對(duì)照組出現(xiàn)難產(chǎn)、產(chǎn)后出血、早產(chǎn)、新生兒窒息等現(xiàn)象等總發(fā)生率(41.7%)明顯高于試驗(yàn)組(5.0%)。最后,在兩組孕婦的護(hù)理滿意度比較中(表二),試驗(yàn)組的總滿意度(96.7%)高于對(duì)照組(83.7%),差異具有統(tǒng)計(jì)學(xué)意義(P﹤0.05)。

2.2 系統(tǒng)模型

考慮如圖1所示UWSNs模型，N為節(jié)點(diǎn)集，其中傳感節(jié)點(diǎn)集表示為Nn、聲納浮標(biāo)集表示為Ns，即N=Nn∪Ns。rc為節(jié)點(diǎn)的通信半徑。

圖1 系統(tǒng)模型

Nn={n1,n2,…,n|Nn|} 個(gè)傳感節(jié)點(diǎn)隨機(jī)分布于I∈3區(qū)域。信宿節(jié)點(diǎn)既有無線射頻，又有聲通信能力[11,12]，而節(jié)點(diǎn)只有聲通信能力。這些節(jié)點(diǎn)具有低帶寬聲學(xué)通信能力。

先依據(jù)節(jié)點(diǎn)深度構(gòu)建不同簇，每個(gè)簇內(nèi)有一個(gè)簇頭，并由簇頭收集簇內(nèi)其它節(jié)點(diǎn)發(fā)感測(cè)的數(shù)據(jù)。因此，簇頭選擇算法成為簇路由的關(guān)鍵，為此本文提出基于能量效率的簇路由協(xié)議EECR。以LEACH協(xié)議為基礎(chǔ)，對(duì)其閾值進(jìn)行修正，建立穩(wěn)定簇結(jié)構(gòu)，提高了路由了穩(wěn)定性。

此外，EECR協(xié)議考慮了3類節(jié)點(diǎn)：簇頭、非簇頭(普通節(jié)點(diǎn))以及失效節(jié)點(diǎn)，其中，失效節(jié)點(diǎn)是指節(jié)點(diǎn)能量消耗殆盡的節(jié)點(diǎn)。

3 EECR

EECR路由協(xié)議主要分為簇頭選擇、簇形成以及數(shù)據(jù)傳輸3個(gè)階段。

3.1 簇頭選擇過程

將時(shí)間劃分等間隔的輪r，每輪執(zhí)行一次簇頭選擇算法。在每一輪內(nèi)，節(jié)點(diǎn)隨機(jī)產(chǎn)生一個(gè)隨機(jī)數(shù)λ。若隨機(jī)數(shù)大于閾值，節(jié)點(diǎn)就成為普通節(jié)點(diǎn)，否則就成為候選簇頭Can_ch。

從上面的分析過程，閾值直接影響節(jié)點(diǎn)能否成為候選簇頭。為此，對(duì)閾值定義進(jìn)行改進(jìn)。據(jù)此，節(jié)點(diǎn)ni的閾值如式(2)所示

(2)

其中

(3)

而p表示網(wǎng)絡(luò)簇頭占總節(jié)點(diǎn)數(shù)的比例，r表示輪數(shù)。G為一個(gè)節(jié)點(diǎn)集，表示上一輪未被選擇為簇頭的節(jié)點(diǎn)集。即上一輪已成為簇頭的節(jié)點(diǎn)，在本輪不再參與簇頭的競爭。

從式(1)和式(2)可知，能量消耗速率、距離對(duì)簇頭的選擇重要的影響。為了進(jìn)一步減少剩余能量過少的節(jié)點(diǎn)成為簇頭，因此，若候選簇頭的能量低于初始能量20%，就成為普通節(jié)點(diǎn)，反之就成為簇頭。簇頭選擇算法的偽代碼如圖2所示。

圖2 簇頭選擇算法偽代碼

3.2 簇形成過程

一旦成為簇頭后，就發(fā)送通告消息Inform_CH，其包含了自己位置。接收了Inform_CH后，普通節(jié)點(diǎn)就選擇離自己最近的簇頭，并向其發(fā)送加入簇消息Join_CH。簇頭接收后，就將該普通節(jié)點(diǎn)加入本簇，并向它回復(fù)確認(rèn)消息，ACK_CH，成為本簇的成員節(jié)點(diǎn)，簇形成過程如圖3所示。普通節(jié)點(diǎn)ni收到簇頭CH1、CH2所發(fā)送的Inform_CH后，選擇離最近的簇頭加入，即簇頭CH2。節(jié)點(diǎn)ni立即向CH2回復(fù)Join_CH消息。最后，簇頭CH2向節(jié)點(diǎn)ni回復(fù)確認(rèn)ACK_CH消息。

圖3 簇形成過程

3.3 消息傳遞過程

每個(gè)簇頭成員節(jié)點(diǎn)向自己的簇頭傳輸數(shù)據(jù)，簇頭收集數(shù)據(jù)后，便向信宿傳輸。如果信宿在簇頭的傳輸范圍內(nèi)，簇頭便直接向信宿傳輸。否則，需要選擇離信宿更近的簇頭作為下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn)，數(shù)據(jù)傳輸示例如圖4所示。

圖4 數(shù)據(jù)傳輸

4 性能分析

利用NS3建立仿真平臺(tái)[15,16]?？紤]500m×500m區(qū)域。仿真參數(shù)如下：|Ns|=1、 |Nn|=200、r=100m。 仿真時(shí)間為300 s。每個(gè)實(shí)驗(yàn)獨(dú)立重復(fù)100次，取均值作為最終仿真數(shù)據(jù)。

同時(shí)，選擇經(jīng)典的DBR、EEDBR協(xié)議進(jìn)行同步仿真，并與EECR協(xié)議進(jìn)行性能比較。此外，選擇失效節(jié)點(diǎn)數(shù)、傳遞數(shù)據(jù)包數(shù)和剩余能量作為性能指標(biāo)。仿真數(shù)據(jù)如圖5～圖7所示。

圖5 傳遞數(shù)據(jù)包數(shù)

圖6 失效節(jié)點(diǎn)數(shù)

圖7 剩余能量

4.1 傳遞數(shù)據(jù)包數(shù)

3個(gè)協(xié)議的傳遞數(shù)據(jù)包數(shù)變化曲線如圖5所示。從圖5可知，EECR協(xié)議中信宿所接收數(shù)據(jù)包數(shù)最。在最初，EECR協(xié)議在接收數(shù)據(jù)包數(shù)方面的優(yōu)勢(shì)并不明顯，在仿真時(shí)間結(jié)束后，EECR協(xié)議所接收的數(shù)據(jù)包數(shù)遠(yuǎn)多于DBR和EEDBR協(xié)議。這主要是因?yàn)椋篍ECR協(xié)議采用簇協(xié)議傳輸數(shù)據(jù)包，路由可靠性遠(yuǎn)高于DBR和EEDBR協(xié)議。與EEDBR協(xié)議相比，DBR協(xié)議中信宿所接收的數(shù)據(jù)包數(shù)有所增加。原因在于：EEDBR協(xié)議在轉(zhuǎn)發(fā)數(shù)據(jù)包時(shí)，考慮到節(jié)點(diǎn)的剩余能量，減少了失效節(jié)點(diǎn)數(shù)，進(jìn)而能夠有效地傳輸數(shù)據(jù)包。

4.2 失效節(jié)點(diǎn)數(shù)

圖6顯示了3個(gè)協(xié)議的失效節(jié)點(diǎn)數(shù)，這個(gè)指標(biāo)反映了協(xié)議存儲(chǔ)網(wǎng)絡(luò)能量的性能，失效節(jié)點(diǎn)數(shù)越小，網(wǎng)絡(luò)能量利用率越高。從圖6可知，EECR協(xié)議的失效節(jié)點(diǎn)數(shù)最少，遠(yuǎn)低于DBR和EEDBR協(xié)議。例如，在400輪時(shí)，EECR協(xié)議的失效節(jié)點(diǎn)數(shù)約為60個(gè)，而DBR協(xié)議、EEDBR協(xié)議的失效節(jié)點(diǎn)數(shù)分別為75、120個(gè)。這主要是因?yàn)椋篍ECR協(xié)議在每輪都設(shè)有不同的閾值，平衡了節(jié)點(diǎn)間的能量消耗。

4.3 剩余能量

圖7顯示3個(gè)協(xié)議在不同輪數(shù)時(shí)所有節(jié)點(diǎn)的剩余能量和。剩余能量越多，協(xié)議平衡能量消耗水平越高，網(wǎng)絡(luò)壽命也越高。

從圖7可知，EECR協(xié)議的剩余能量優(yōu)于CDBR和EEDBR協(xié)議，比DBR和EEDBR協(xié)議的平均剩余能量分別提高了12%、23%。這些數(shù)據(jù)進(jìn)一步說明，EECR協(xié)議提高簇結(jié)構(gòu)的穩(wěn)定性，也平衡了網(wǎng)絡(luò)能耗。

5 結(jié)束語

針對(duì)水下無線傳感網(wǎng)絡(luò)的數(shù)據(jù)傳輸問題，提出了基于能量效率的簇路由EECR。EECR協(xié)議是引用LEACH協(xié)議簇頭選擇機(jī)制，并對(duì)其選擇簇頭的閾值函數(shù)進(jìn)行修訂。修訂后的閾值函數(shù)融合了節(jié)點(diǎn)離信宿距離以及節(jié)點(diǎn)本身的剩余能量，提高了簇結(jié)構(gòu)的穩(wěn)定性。同時(shí)，采用輪流產(chǎn)生簇頭的機(jī)制，使得每個(gè)節(jié)點(diǎn)具有成為簇頭的概率相同，進(jìn)而平衡能量消耗。仿真結(jié)果表明，提出的EECR協(xié)議能夠有效在利用網(wǎng)絡(luò)能量，比DRB的能量利用率提高了12%。

[1]Akyildiz I F,Pompili D,Melodia T.Underwater acoustic sensor networks:Research challenges[J].Ad Hoc Network,2015,3(3):257-279.

[2]Diao B,Xu Y.Improving both energy and time efficiency of depth-based routing for underwater sensor networks[J].International Journal Distributed Sensor networks,2015,4(2):23-32.

[3]LI Chao,XU Yongjun,DIAO Boyu.DBR-MAC:A depth-based routing aware MAC protocol for data collection in underwater acoustic sensor networks[J].IEEE Sensors Journal,2016,16(10):3904-3913.

[4]Michel B,Stephane B,Gervera G.Location-free link state routing for underwater acoustic sensor networks[C]//IEEE 28th Canadian Conference on Electrical and Computer Enginee-ring,2015:1544-1549.

[5]Noh Y,Lee U,Wang P,et al.VAPR:Void-aware pressure routing for underwater sensor networks[J].IEEE Trans Mobile Comput,2013,15(1):895-908.

[6]Azrina A,Ahmet Y,Fitzpatrick P.A survey distributed topology control technologies for extending the lifetime of battery powered wireless sensor networks[J].IEEE Communications Surveys and Tutorials,2013,15(1):121-144.

[7]ZHOU Kai,MENG Limin,HUA Jingyu.Residual capacity algorithm of wireless sensor network using Grover routing stra-tegy[J].Chinese Journal of Sensors and Actuators,2015,28(2):249-253(in Chinese).[周凱,孟利民,華驚宇.基于Grover路由策略的無線傳感網(wǎng)絡(luò)剩余容量構(gòu)造與研究[J].傳感技術(shù)學(xué)報(bào),2015,28(2):249-253.]

[8]Xu J,Li K,Min G.Reliable and energy-efficient multipath communications in underwater sensor networks[J].IEEE Trans Parallel Distrib Syst,2012,23(7):1326-1335.

[9]Yougtae N,Uichin L,Saewoom L.HydroCast:Pressure routing for underwater sensor networks[J].IEEE Transactions on Vehicular Technology,2016,65(1):333-348.

[10]Heinzelman W,Chandrakasan A,Balakrishnan H.Energy-efficient routing protocols for wireless micro-sensor networks[C]//Pro 33rd Hawaii Int Conf,System Sciences,2012:34-41.

[11]Luo Y,Pu L,Peng Z,et al.Effective relay selection for underwater cooperative acoustic networks[C]//IEEE 10th International Conference on Mobile Ad-hoc and Sensor Systmes,2013:104-112.

[12]Ahmed S,Javaid N,Ahmed A.SPARCO:Stochastic Performance analysis with reliability and cooperation for underwater wireless sensor networks[J].Journal of Sensor,2015:1-38.

[13]Javaid N,Jafri MR,Ahmed S.Delay-sensitive routing schemes for underwater acoustic sensor networks[J].Sensors,2012,12(2):1827-1845.

[14]Chen H,Wu X,Liu G,et al.A novel multi-module separated linear UWSNs sensor node[J].IEEE Sensor Journal,2015,11(4):1-7.

[15]Hsu C,Liu H,Luis J.Delay-sensitive opportunistic routing for underwater sensor networks[J].IEEE Sensors Journal,2015,15(11):6584-6591.

[16]Zhang S,Li D,Chen J.A link-state based adaptive feedback routing for underwater acoustic sensor networks[J].IEEE Sensors Journal,2013,13(11):4402-4412.