鄒寶瑩，張文波，郝 穎，2

(1.沈陽理工大學(xué) 信息科學(xué)與工程學(xué)院，沈陽 110159；2.遼寧工程職業(yè)學(xué)院，遼寧 鐵嶺112000)

水聲無線傳感器網(wǎng)絡(luò)(Underwater Acoustic Wireless Sensor Network，UAWSN)已被國內(nèi)外廣泛研究，引起高度重視，且普遍在軍事和民用工作中得以應(yīng)用[1]。如反潛艇的入侵檢測使用、水下作戰(zhàn)系統(tǒng)、監(jiān)測水下環(huán)境變化、預(yù)防海洋地震或海嘯災(zāi)難的發(fā)生、水下生態(tài)探索、水下潛艇航行目標(biāo)的監(jiān)測和跟蹤、導(dǎo)航輔助作用等領(lǐng)域。我國是一個擁有豐富的海洋資源和可用能源的大國，深入研究和發(fā)展水聲無線傳感器網(wǎng)絡(luò)具有戰(zhàn)略性和實(shí)際意義[2]。其中路由算法是保障水聲無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)年P(guān)鍵方法，也是水聲無線傳感器網(wǎng)絡(luò)體系中的重點(diǎn)研究方面之一，可以有效地解決路徑選擇問題和如何通過選擇的路徑把數(shù)據(jù)安全可靠地從源節(jié)點(diǎn)傳輸至目的節(jié)點(diǎn)。

相對于傳統(tǒng)的部署在陸地上的無線傳感器網(wǎng)絡(luò)，水聲無線傳感器網(wǎng)絡(luò)會受到海洋里洋流、密度等因素的影響，且傳輸鏈路高度動態(tài)，導(dǎo)致時延高、傳輸過程可靠性低[3]。針對這些特點(diǎn)，應(yīng)用在陸地上的路由算法不能直接應(yīng)用于水聲無線傳感器網(wǎng)絡(luò)，需要設(shè)計(jì)符合水聲無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)間的傳輸路由算法。

Epidemic算法[4]是由Vahdat等提出的一種基于泛洪的轉(zhuǎn)發(fā)路由算法，其缺點(diǎn)是該路由算法會使節(jié)點(diǎn)消耗大量能量，過多浪費(fèi)網(wǎng)絡(luò)資源。APF算法[5]是由Khatib提出的采用虛擬力方法的算法，其缺點(diǎn)是由障礙物產(chǎn)生的斥力與節(jié)點(diǎn)產(chǎn)生的引力大小相等、方向相反，可能會出現(xiàn)局部最小值和局部震蕩的情況，導(dǎo)致無限期地加大時延。針對上述算法產(chǎn)生的問題，本文提出基于虛擬引力勢場的路由選擇算法(Routing algorithm for virtual gravitational potential field，RAGPF)，根據(jù)節(jié)點(diǎn)的剩余能量大小、歷史傳輸成功率來建立勢場模型，進(jìn)而確定一條最優(yōu)路徑，期望更好地提高路由效率，減小相對時延，使數(shù)據(jù)可以被高效、快速地轉(zhuǎn)發(fā)。

1 RAGPF路由算法

現(xiàn)實(shí)中的水聲無線傳感器節(jié)點(diǎn)間的數(shù)據(jù)傳輸受到海洋中自然環(huán)境不可抗因素的干擾，會產(chǎn)生延時高、鏈路質(zhì)量低甚至傳輸中斷的問題[6]，本文利用傳統(tǒng)的人工勢場相關(guān)概念，改進(jìn)算法，進(jìn)而在水聲傳感器路由選擇中運(yùn)用引力勢場的概念，提出一種最優(yōu)路徑選擇算法RAGPF。

1.1 傳統(tǒng)的人工勢場

Khatib在1986年提出的人工勢場法，是一種基于虛擬力方法，原理是建立一個引力勢場和一個斥力勢場，運(yùn)動對象受到虛擬勢場中的力而運(yùn)動，人為定義的路障會對運(yùn)動對象產(chǎn)生斥力[7]，使之向遠(yuǎn)離路障的方向運(yùn)動，目標(biāo)終點(diǎn)的對象則會對運(yùn)動對象產(chǎn)生引力作用。對運(yùn)動對象所受的引力與斥力進(jìn)行矢量合成，產(chǎn)生的合力會使運(yùn)動目標(biāo)避開路障，最終到達(dá)目標(biāo)終點(diǎn)[8]。運(yùn)動對象在人工勢場中所受到的作用力如圖1所示。

圖1 傳統(tǒng)人工勢場法

人工勢場法是用來針對運(yùn)動對象，可進(jìn)行人為定義的勢場，是路障斥力場和目標(biāo)終點(diǎn)引力場的重疊。假設(shè)某運(yùn)動對象的位置為q(x，y，z)，那么運(yùn)動對象到終點(diǎn)的引力場函數(shù)為

(1)

式中：ξ為一個引力勢場的增益系數(shù)；qg是目標(biāo)終點(diǎn)的位置。由式(1)可得引力為

Fatt(q)=-?Uatt=ξ|q-qg|

(2)

第i個路障對運(yùn)動對象產(chǎn)生的斥力勢場Ureqi(q)為

(3)

式中：η表示斥力勢場增益系數(shù)；qoi為第i個路障的位置；doi為第i個路障的最大影響距離。那么，n個障礙物形成的總斥力勢場可表示為

(4)

運(yùn)動對象所受到的總斥力為

Freq(q)=-?Ureq=

(5)

總勢場為引力勢場與斥力勢場的重疊，即

U(q)=Uatt(q)+Ureq(q)

(6)

運(yùn)動對象所受到的合力為

F(q)=-?U(q)=Fatt(q)+Freq(q)

(7)

雖然傳統(tǒng)的人工勢場法能設(shè)計(jì)出一條相對光滑安全到達(dá)目標(biāo)終點(diǎn)的路徑，但仍存在一些有待解決的問題。當(dāng)運(yùn)動對象向終點(diǎn)移動時，若引力與斥力大小相等、方向相反時，則運(yùn)動對象的勢場力為零，此時運(yùn)動對象易陷入局部最小值和局部振蕩的情況[9]；當(dāng)目標(biāo)終點(diǎn)與障礙物接近時，運(yùn)動對象可能會有目標(biāo)不可達(dá)的情況出現(xiàn)。因此，為避免上述情況的出現(xiàn)，本文借鑒人工勢場法的思想，提出一種基于虛擬引力勢場的路由算法。

1.2 優(yōu)化路由算法

本文綜合考慮水聲傳感器節(jié)點(diǎn)安全可靠的傳輸數(shù)據(jù)、節(jié)點(diǎn)剩余能量值的大小、歷史傳輸成功率及在單位時間內(nèi)節(jié)點(diǎn)可傳遞數(shù)據(jù)量的大小，運(yùn)用虛擬引力勢場的知識，當(dāng)源節(jié)點(diǎn)向傳感器節(jié)點(diǎn)發(fā)送請求信息時，假設(shè)節(jié)點(diǎn)A在接收源節(jié)點(diǎn)的“請求信息”后，計(jì)算節(jié)點(diǎn)A自身的吸引力，再向下一跳發(fā)送“請求信息”，對其余節(jié)點(diǎn)重復(fù)此方式，最終把信息發(fā)送到sink節(jié)點(diǎn)。節(jié)點(diǎn)間使用虛擬的引力把數(shù)據(jù)流吸引向選取的最優(yōu)路徑，使其高效安全地傳輸至sink節(jié)點(diǎn)。圖2為虛擬引力勢場的節(jié)點(diǎn)模型視圖。

圖2 虛擬引力勢場的節(jié)點(diǎn)模型視圖

1.2.1 引力場

根據(jù)庫倫定律中異性電荷相互吸引的理論，把水聲傳感器網(wǎng)絡(luò)抽象成一個由sink節(jié)點(diǎn)激發(fā)的引力勢場，網(wǎng)絡(luò)中節(jié)點(diǎn)均模擬為正電荷，數(shù)據(jù)流模擬為負(fù)電荷；其中sink節(jié)點(diǎn)的電荷量被視為無窮大，因此吸引力最大。數(shù)據(jù)流會被引力最大的節(jié)點(diǎn)吸引傳輸，最終流向sink節(jié)點(diǎn)。

在把水聲傳感器網(wǎng)絡(luò)模擬為引力場后，對于網(wǎng)絡(luò)中(x，y，z)處的某節(jié)點(diǎn)，定義sink節(jié)點(diǎn)對該節(jié)點(diǎn)數(shù)據(jù)流的吸引力F(x，y，z)為

(8)

式中：s(x，y，z)為數(shù)據(jù)量函數(shù)；Q為該節(jié)點(diǎn)的剩余能量；h為該節(jié)點(diǎn)歷史傳輸成功率；qe為單位負(fù)載；c為單位向量；Df為節(jié)點(diǎn)實(shí)際狀態(tài)下的能量；Dt為節(jié)點(diǎn)原有能量；r為該節(jié)點(diǎn)與sink節(jié)點(diǎn)間的應(yīng)用距離，該應(yīng)用距離是實(shí)際距離與環(huán)境影響因子的乘積，應(yīng)用距離的表達(dá)式為

r=dis(xs，ys，zs，x，y，z)×v(x，y，z)

(9)

式中：dis(xs，ys，zs，x，y，z)是該節(jié)點(diǎn)到sink節(jié)點(diǎn)的實(shí)際距離；v(x，y，z)是該節(jié)點(diǎn)的環(huán)境影響因子。v(x，y，z)值由該節(jié)點(diǎn)附近對傳輸產(chǎn)生影響的障礙物(如礁石、海水密度、洋流、溫度等諸多因素)決定，其盡可能地表征現(xiàn)實(shí)中水聲傳感器網(wǎng)絡(luò)某節(jié)點(diǎn)的通信能力。式(8)中的s(x，y，z)表達(dá)式為

(10)

式中：a為傳遞數(shù)據(jù)量的調(diào)節(jié)因子；Ef(x，y，z)為該節(jié)點(diǎn)單位時間從上一跳節(jié)點(diǎn)傳輸中接受到的實(shí)際數(shù)據(jù)量；Et(x，y，z)為該節(jié)點(diǎn)在理想情況下單位時間從上一跳節(jié)點(diǎn)傳輸中接受到的數(shù)據(jù)量。

在電場概念中，為表示電場的強(qiáng)弱和方向，由引力場強(qiáng)度來形容引力場中節(jié)點(diǎn)的相關(guān)特性。某節(jié)點(diǎn)的引力場強(qiáng)度E(x，y，z)是指此節(jié)點(diǎn)處的數(shù)據(jù)流受到的吸引力F(x，y，z)與單位數(shù)據(jù)流負(fù)載q(x，y，z)的比值，表達(dá)式為

(11)

由式(11)可知，引力場強(qiáng)度受該節(jié)點(diǎn)與sink節(jié)點(diǎn)間的應(yīng)用距離、某時刻的剩余能量和該節(jié)點(diǎn)附近的環(huán)境因素共同影響。

若網(wǎng)絡(luò)結(jié)構(gòu)里存在n個sink節(jié)點(diǎn)，則這n個節(jié)點(diǎn)會共同激發(fā)一個引力場，那么某個中繼節(jié)點(diǎn)監(jiān)測到的數(shù)據(jù)受到的吸引力為每個sink節(jié)點(diǎn)對該數(shù)據(jù)產(chǎn)生的引力之和。公式為(12)所示。

(12)

該節(jié)點(diǎn)的總引力場強(qiáng)度E(x，y，z)為n個sink節(jié)點(diǎn)產(chǎn)生的場強(qiáng)之和。

(13)

1.2.2 路由選擇

計(jì)算完各節(jié)點(diǎn)的場強(qiáng)值，中繼節(jié)點(diǎn)A在選擇下一跳節(jié)點(diǎn)Anext時，會選擇引力場強(qiáng)度最大值的節(jié)點(diǎn)Amax，因?yàn)槠涿枋隽嗽摴?jié)點(diǎn)的歷史傳輸成功率、剩余能量及單位負(fù)載等參數(shù)；與其他中繼節(jié)點(diǎn)相比，引力場強(qiáng)度最大值的Anext最適合作為下一跳通信的節(jié)點(diǎn)，該節(jié)點(diǎn)發(fā)揮“引力”作用，吸引數(shù)據(jù)流的傳輸。若Anext不是sink節(jié)點(diǎn)，則采用同樣方法尋找最優(yōu)的下一跳節(jié)點(diǎn)，直到下一跳為sink節(jié)點(diǎn)。在找到所有通向sink節(jié)點(diǎn)的路徑后，源節(jié)點(diǎn)計(jì)算每條路徑的平均場強(qiáng)，平均場強(qiáng)值最大的路徑為最優(yōu)路徑。最優(yōu)路徑的確定如圖3所示。

圖3 最優(yōu)路徑的確定

結(jié)合上述路由算法的闡述，RAGPF算法偽代碼如表1所示。

表1 算法偽代碼

2 仿真驗(yàn)證與結(jié)果分析

本文采用NS-3仿真軟件進(jìn)行仿真驗(yàn)證，通過此仿真平臺，對水聲傳感器網(wǎng)絡(luò)中基于虛擬引力勢場的路由算法進(jìn)行可行性驗(yàn)證。在此基礎(chǔ)上從數(shù)據(jù)包投遞、平均端到端時延這兩方面對APF算法、Epidemic算法與RAGPF算法相比較。表2為仿真參數(shù)。圖4為三種算法的平均端到端時延仿真圖。

表2 仿真參數(shù)

圖4 平均端到端時延

圖4顯示了三種算法平均端到端的時延情況。由于仿真過程對節(jié)點(diǎn)能量有消耗，會使中繼節(jié)點(diǎn)出現(xiàn)陸續(xù)死亡，致使三種算法的時延都呈上升趨勢。Epidemic路由算法會過多發(fā)送數(shù)據(jù)，在節(jié)點(diǎn)能量不斷減少下，該算法會因?yàn)闊o限制洪泛產(chǎn)生大量的消息副本，占用路由資源，增大端到端時延。APF算法可能會陷入局部最小值和局部振蕩的情況，加大了時延，對到達(dá)sink節(jié)點(diǎn)時間產(chǎn)生不確定性。RAGPF路由算法的時延相對較低且較穩(wěn)定，該算法選擇一條最優(yōu)路徑，傳輸時減少了網(wǎng)絡(luò)擁塞，提高了路由效率，使數(shù)據(jù)可被高效、快速地轉(zhuǎn)發(fā)。圖5為三種算法的數(shù)據(jù)包投遞率仿真圖。

圖5 數(shù)據(jù)包投遞率

由圖5可以看出，Epidemic、APF兩種算法的投遞率都偏低，是因?yàn)镋pidemic算法采用泛洪機(jī)制，沒有目的性的向若干中繼節(jié)點(diǎn)傳輸數(shù)據(jù)包，加大了能量損耗，數(shù)據(jù)包投遞率降低；APF算法很大可能性陷入環(huán)境因素，導(dǎo)致數(shù)據(jù)傳輸?shù)某晒π越档?，轉(zhuǎn)發(fā)效果差。而RAGPF算法會定時尋找最優(yōu)路徑，保證傳輸?shù)目煽啃?，對傳輸?shù)據(jù)包產(chǎn)生積極作用。

3 結(jié)論

針對水聲傳感器網(wǎng)絡(luò)的路由選擇，盡可能的保證數(shù)據(jù)安全可靠地傳輸至sink節(jié)點(diǎn)。RAGPF算法根據(jù)節(jié)點(diǎn)的剩余能量值的大小、歷史傳輸成功率等因素來建立勢場模型，由sink節(jié)點(diǎn)激發(fā)引力勢場，選擇出平均引力場強(qiáng)度值最大的路徑，即傳輸最優(yōu)路徑；進(jìn)而數(shù)據(jù)流流向sink節(jié)點(diǎn)。從仿真結(jié)果可以得出，RAGPF算法在傳輸時相對減少了網(wǎng)絡(luò)擁塞，提高路由效率，保證了傳輸可靠性，對傳輸過程產(chǎn)生積極作用，對推動水聲傳感器網(wǎng)絡(luò)中路由傳輸?shù)陌l(fā)展具有參考價值。