丁鋮，陳錦榮，曹小冬，王翊

研究與開發(fā)

基于服務(wù)質(zhì)量的層次化結(jié)構(gòu)資源分配算法

丁鋮，陳錦榮，曹小冬，王翊

（中國南方電網(wǎng)有限責(zé)任公司廣東電網(wǎng)公司佛山供電局，廣東 佛山 528010）

無線傳感器網(wǎng)絡(luò)（wireless sensor network，WSN）具有節(jié)點(diǎn)體積小、成本低、感知能力強(qiáng)等優(yōu)勢，被廣泛應(yīng)用于物聯(lián)網(wǎng)（internet of things，IoT）場景中。如何在保證WSN負(fù)載平衡的前提下，提高業(yè)務(wù)服務(wù)質(zhì)量（quality of service，QoS）成為眾多學(xué)者關(guān)注的問題。在研究WSN中基于啟發(fā)式的資源分配方法和基于層次化結(jié)構(gòu)的資源分配方法基礎(chǔ)上，提出了一種基于服務(wù)質(zhì)量的層次化結(jié)構(gòu)資源分配算法（quality of service based hierarchical resource allocation algorithm，QoSHRA）。首先，利用基于低能耗自適應(yīng)聚類層次（low-energy adaptive clustering hierarchy，LEACH）協(xié)議的資源分配方法使整個網(wǎng)絡(luò)形成層次化結(jié)構(gòu)；然后，利用QoSHRA進(jìn)行資源分配。仿真結(jié)果表明，QoSHRA在保證網(wǎng)絡(luò)負(fù)載平衡的前提下，進(jìn)一步節(jié)約了網(wǎng)絡(luò)傳輸能耗，保障了業(yè)務(wù)分配的有效性，提高了網(wǎng)絡(luò)資源的QoS需求滿足率。

物聯(lián)網(wǎng)；無線傳感器網(wǎng)絡(luò)；服務(wù)質(zhì)量；資源分配方法

0 引言

物聯(lián)網(wǎng)（internet of things，IoT）是將各種信息傳感設(shè)備與互聯(lián)網(wǎng)結(jié)合在一起的網(wǎng)絡(luò)。作為21世紀(jì)初革命性的技術(shù)之一，它在現(xiàn)代無線電信場景中正迅速普及。無線傳感器網(wǎng)絡(luò)（wireless sensor network，WSN）具有節(jié)點(diǎn)體積小、成本低、感知能力強(qiáng)等優(yōu)點(diǎn)，被廣泛應(yīng)用于IoT的各個領(lǐng)域中，是IoT的核心技術(shù)之一。在電力行業(yè)中，WSN在輸電線路在線監(jiān)測、配電網(wǎng)絡(luò)智能抄表等方面作用突出，具有較強(qiáng)的研究價值。

由于傳感器節(jié)點(diǎn)能量、數(shù)據(jù)處理能力及數(shù)據(jù)傳輸能力有限，如何高效利用WSN，平衡網(wǎng)絡(luò)負(fù)載，成為IoT資源分配方式領(lǐng)域的主要研究點(diǎn)。傳統(tǒng)的資源分配算法主要包含兩種類型，一種是啟發(fā)式算法，如基于蟻群的資源分配算法，通過建立能耗模型，將能量均衡因素加入概率轉(zhuǎn)移、信息素更新等公式模型中，提高節(jié)點(diǎn)能量使用效率，達(dá)到平衡網(wǎng)絡(luò)負(fù)載的目的；另一種是分層算法，如基于低能耗自適應(yīng)聚類層次（low-energy adaptive clustering hierarchy，LEACH）協(xié)議的資源分配算法，通過選擇合適的節(jié)點(diǎn)成為資源分配節(jié)點(diǎn)，并形成層次化結(jié)構(gòu)，利用動態(tài)分層的方式，達(dá)到有效利用節(jié)點(diǎn)能量、平衡網(wǎng)絡(luò)能耗的目的。然而，人們對WSN性能的要求遠(yuǎn)不止如此。以輸電線路場景為例，面向輸電線路在線監(jiān)測的WSN具有監(jiān)測業(yè)務(wù)多樣、業(yè)務(wù)重要程度不同的特點(diǎn)，所以設(shè)計一種針對多業(yè)務(wù)場景的、能滿足重要業(yè)務(wù)服務(wù)質(zhì)量（quality of service，QoS）需求的WSN資源分配方法至關(guān)重要。

目前在面向QoS的WSN資源分配算法方面的研究主要有：

● 文獻(xiàn)[10]提出了基于動態(tài)馬爾可夫鏈的資源分配方案，將物聯(lián)網(wǎng)中的業(yè)務(wù)流量分為優(yōu)先級和非優(yōu)先級，用于確保延遲敏感流量的QoS；

● 文獻(xiàn)[11]提出了基于業(yè)務(wù)優(yōu)先級的資源分配方案，通過改進(jìn)Dijkstra算法將業(yè)務(wù)分為高優(yōu)先級和低優(yōu)先級，建立負(fù)載均衡模型，在保證高優(yōu)先級業(yè)務(wù)QoS的前提下，使整個網(wǎng)絡(luò)負(fù)載均衡；

● 文獻(xiàn)[12]針對物聯(lián)網(wǎng)技術(shù)中的傳統(tǒng)資源分配方法節(jié)點(diǎn)能耗差異大、業(yè)務(wù)分配靈活性不足的問題，提出了一種基于能耗的啟發(fā)式分層算法和一種基于業(yè)務(wù)優(yōu)先級的層次化結(jié)構(gòu)資源分配算法，將業(yè)務(wù)時延作為QoS的主要依據(jù)，為不同業(yè)務(wù)分配滿足時延需求的傳輸路徑，同時節(jié)約傳輸能耗，保證網(wǎng)絡(luò)負(fù)載均衡，該算法的設(shè)計理念與本文提出的資源分配算法有一些相似之處。

綜上所述，本文提出一種基于服務(wù)質(zhì)量的層次化結(jié)構(gòu)資源分配算法（quality of service based hierarchical resource allocation algorithm，QoSHRA）。

1 系統(tǒng)模型與算法研究

1.1 系統(tǒng)模型

1.1.1 拓?fù)淠Ｐ?/p>

基于服務(wù)質(zhì)量的層次化結(jié)構(gòu)資源分配模型如圖1所示，物聯(lián)網(wǎng)主要由感知層、網(wǎng)絡(luò)層、應(yīng)用層組成。感知層主要用于感知各種信息并匯聚給網(wǎng)絡(luò)層；網(wǎng)絡(luò)層主要利用互聯(lián)網(wǎng)將來自感知層的數(shù)據(jù)統(tǒng)一存儲并管理；應(yīng)用層主要是將網(wǎng)絡(luò)層的數(shù)據(jù)處理后應(yīng)用于IoT各個領(lǐng)域。本文重點(diǎn)研究物聯(lián)網(wǎng)感知層的資源分配協(xié)議，物聯(lián)網(wǎng)感知層主要由4部分組成：感知節(jié)點(diǎn)、資源分配節(jié)點(diǎn)、備份節(jié)點(diǎn)和網(wǎng)關(guān)節(jié)點(diǎn)。感知節(jié)點(diǎn)用于信息采集，并將信息發(fā)送給資源分配節(jié)點(diǎn)；資源分配節(jié)點(diǎn)用于收集感知節(jié)點(diǎn)及相鄰資源分配節(jié)點(diǎn)發(fā)送的信息并對信息按相關(guān)資源分配協(xié)議進(jìn)行信息轉(zhuǎn)發(fā)；備份節(jié)點(diǎn)用于備份每個層次化結(jié)構(gòu)內(nèi)的資源分配節(jié)點(diǎn)，如果資源分配節(jié)點(diǎn)失效，則備份節(jié)點(diǎn)代替資源分配節(jié)點(diǎn)進(jìn)行信息收集和轉(zhuǎn)發(fā)；網(wǎng)關(guān)節(jié)點(diǎn)用于收集感知網(wǎng)絡(luò)的信息，所有感知節(jié)點(diǎn)采集的信息最終都匯聚至網(wǎng)關(guān)節(jié)點(diǎn)。

圖1　基于服務(wù)質(zhì)量的層次化結(jié)構(gòu)資源分配模型

由圖1可以看出，本文的資源分配算法是一種基于層次化結(jié)構(gòu)的資源分配算法。根據(jù)基于LEACH協(xié)議的資源分配算法形成層次化結(jié)構(gòu)后，每個資源分配節(jié)點(diǎn)會根據(jù)收集到的各個業(yè)務(wù)數(shù)據(jù)QoS要求不同而規(guī)劃相匹配的路徑進(jìn)行信息傳輸。除此之外，備份節(jié)點(diǎn)會替代失效的資源分配節(jié)點(diǎn)進(jìn)行信息傳輸，從而進(jìn)一步保障業(yè)務(wù)QoS需求并優(yōu)化網(wǎng)絡(luò)能耗。

本文算法基于監(jiān)測業(yè)務(wù)多樣、感知節(jié)點(diǎn)能量有限的場景特征，并做出如下假設(shè)：

● 所有傳感器都是靜止的，不同監(jiān)測業(yè)務(wù)的QoS要求不同，但數(shù)據(jù)大小基本一致；

● 所有傳感器都知道自己的剩余能量，并根據(jù)通信距離調(diào)整傳輸功率；

● 鏈路是對稱的，無線電信號在所有方向上具有相同的能量衰減；

● 所有傳感器都能夠在資源分配模式和信息感知模式下運(yùn)行。

1.1.2 能量模型

假設(shè)兩個距離為的節(jié)點(diǎn)之間傳輸bit數(shù)據(jù)時，發(fā)送端所消耗的能量sc為：

定義為兩節(jié)點(diǎn)之間的歐氏距離，即：

節(jié)點(diǎn)接收bit所消耗的能量為：

其中，rc為接收數(shù)據(jù)需要的能量。

因此，如果整個網(wǎng)絡(luò)共有個節(jié)點(diǎn)，則總能耗tc為：

其中，n*為節(jié)點(diǎn)向節(jié)點(diǎn)發(fā)送數(shù)據(jù)的過程中由于鏈路故障而使數(shù)據(jù)丟失的數(shù)量。

1.1.3 QoS要求

假設(shè)整個網(wǎng)絡(luò)中有多種資源，每種資源的QoS要求主要由時延要求衡量，端到端的總時延主要包括傳輸時延、處理時延和排隊時延，將第種資源記為S，其時延要求為cst，則資源分配節(jié)點(diǎn)從收集數(shù)據(jù)到數(shù)據(jù)傳輸至網(wǎng)關(guān)節(jié)點(diǎn)所用時間S應(yīng)滿足Scst。

假設(shè)資源分配節(jié)點(diǎn)對同種資源處理的QoS需求為常數(shù)，并假設(shè)資源在各個分配節(jié)點(diǎn)的排隊時間相等且為常數(shù)，考慮到資源的傳輸速度值遠(yuǎn)大于距離值，則本文將忽略傳輸時延，將各個資源的QoS需求=que+pro設(shè)置為定值，其中，que、pro分別為同種資源的排隊時延和處理時延。因此，本文將各個資源的QoS約束轉(zhuǎn)換為跳數(shù)約束如式（9）所示。

1.2 算法研究

1.2.1 算法分析

（1）基于QoS分析與負(fù)載均衡的資源分配機(jī)制

本文設(shè)計的資源分配機(jī)制基于QoS分析。在每一輪的數(shù)據(jù)傳輸階段，資源分配節(jié)點(diǎn)同時接收分層結(jié)構(gòu)內(nèi)節(jié)點(diǎn)數(shù)據(jù)及相鄰資源分配節(jié)點(diǎn)的轉(zhuǎn)發(fā)數(shù)據(jù)。假設(shè)每個業(yè)務(wù)資源都具有QoS要求，在分配資源過程中，每個資源分配節(jié)點(diǎn)利用Dijkstra算法計算到網(wǎng)關(guān)節(jié)點(diǎn)的最短距離；然后，對優(yōu)先級最高的資源選擇與之相對應(yīng)的最優(yōu)路由進(jìn)行資源分配，并標(biāo)記該路徑；進(jìn)而，考慮次優(yōu)先級資源，在滿足QoS要求的情況下，優(yōu)先在未被標(biāo)記的節(jié)點(diǎn)中選擇與最優(yōu)路由進(jìn)行資源分配并同樣對該路徑進(jìn)行標(biāo)記，如果沒有滿足QoS要求的路徑，則分配最短路徑給該資源；最后，重復(fù)上述過程，直至所有資源被分配完畢。

1）基于數(shù)據(jù)有效率和QoS的路由排序機(jī)制

該機(jī)制首先根據(jù)以往數(shù)據(jù)傳輸是否滿足QoS需求確定規(guī)劃路徑的數(shù)據(jù)有效率，綜合考慮路徑長度和數(shù)據(jù)有效率確定路由質(zhì)量，并最終對路由表排序。

假設(shè)每個資源分配節(jié)點(diǎn)每次轉(zhuǎn)發(fā)數(shù)據(jù)給相鄰分配節(jié)點(diǎn)后，該分配節(jié)點(diǎn)對相鄰分配節(jié)點(diǎn)的轉(zhuǎn)發(fā)計數(shù)加1，轉(zhuǎn)發(fā)計數(shù)用Cs表示（初始化為1），如果該轉(zhuǎn)發(fā)數(shù)據(jù)在滿足QoS需求的前提下到達(dá)網(wǎng)關(guān)節(jié)點(diǎn)，該分配節(jié)點(diǎn)對相鄰分配頭節(jié)點(diǎn)的接收計數(shù)加1，接收計數(shù)用Cr表示（初始化為1），則規(guī)劃路徑的數(shù)據(jù)有效率Eff為：

其中，表示發(fā)送數(shù)據(jù)的資源分配節(jié)點(diǎn)，表示接收數(shù)據(jù)的相鄰資源分配節(jié)點(diǎn)。

在形成層次化結(jié)構(gòu)后，每個資源分配節(jié)點(diǎn)利用Dijkstra算法初始化到網(wǎng)關(guān)節(jié)點(diǎn)的距離用Len表示，則路由質(zhì)量評價式RQ為：

其中，表示發(fā)送數(shù)據(jù)的資源分配節(jié)點(diǎn)，表示接收數(shù)據(jù)的相鄰資源分配節(jié)點(diǎn)，表示規(guī)劃路徑的數(shù)據(jù)有效率系數(shù)，表示路由長度倒數(shù)的系數(shù)。

2）基于QoS的資源排序機(jī)制

依據(jù)QoS要求制定優(yōu)先級hc；每經(jīng)過一個資源分配節(jié)點(diǎn)，更新優(yōu)先級hc。

本文假設(shè)每個業(yè)務(wù)都具有一個基本QoS需求和最低QoS需求，基本QoS需求用hc表示，最低QoS需求用hc表示。初始化數(shù)據(jù)包的優(yōu)先級為：

則經(jīng)過hc跳后，該數(shù)據(jù)包的優(yōu)先級為：

（2）基于能耗的資源分配節(jié)點(diǎn)故障備份機(jī)制

考慮到非資源分配節(jié)點(diǎn)的故障備份需求不高，為了優(yōu)化節(jié)點(diǎn)能耗，本文算法只保證資源分配節(jié)點(diǎn)的有效性。備份節(jié)點(diǎn)與資源分配節(jié)點(diǎn)之間周期性地進(jìn)行故障檢測以確定對方節(jié)點(diǎn)是否失效。

1）基于信息協(xié)商傳感協(xié)議的故障定位機(jī)制

在資源分配節(jié)點(diǎn)進(jìn)行信息轉(zhuǎn)發(fā)的過程中，本文參考了一種基于傳感器信息協(xié)商協(xié)議（sensor protocols for information via negotiation，SPIN）的故障診斷機(jī)制，并對該機(jī)制進(jìn)行了改進(jìn)。本文的故障診斷機(jī)制主要使用檢測（CHECK）信息、認(rèn)證（VERIFY）信息兩種類型的信息。

步驟1 每個分層結(jié)構(gòu)中，資源分配節(jié)點(diǎn)或備份節(jié)點(diǎn)周期性向?qū)Ψ桨l(fā)送CHECK信息。

步驟2 如果目的節(jié)點(diǎn)正常，在接收到CHECK信息后，回復(fù)VERIFY信息給CHECK信息發(fā)送節(jié)點(diǎn)；否則，如果CHECK信息發(fā)送節(jié)點(diǎn)在一定時間內(nèi)未收到相應(yīng)的VERIFY信息，則認(rèn)為對方節(jié)點(diǎn)發(fā)生故障，啟動故障節(jié)點(diǎn)備份機(jī)制。

步驟3 CHECK信息發(fā)送節(jié)點(diǎn)在收到相應(yīng)的VERIFY信息后，確認(rèn)對方節(jié)點(diǎn)未失效，本次故障診斷過程結(jié)束。

2）基于能耗的備份節(jié)點(diǎn)選擇機(jī)制

在網(wǎng)絡(luò)形成分層結(jié)構(gòu)后，建立備份節(jié)點(diǎn)選擇模型，利用該模型選出資源分配節(jié)點(diǎn)的備份節(jié)點(diǎn)。資源分配節(jié)點(diǎn)周期性地與備份節(jié)點(diǎn)同步路由信息。備份節(jié)點(diǎn)選擇模型如下：

其中，為節(jié)點(diǎn)ID，1、2、3、4分別為節(jié)點(diǎn)與分層結(jié)構(gòu)內(nèi)其他節(jié)點(diǎn)的距離系數(shù)、節(jié)點(diǎn)與分層結(jié)構(gòu)內(nèi)資源分配節(jié)點(diǎn)的距離系數(shù)、節(jié)點(diǎn)與網(wǎng)關(guān)節(jié)點(diǎn)的距離系數(shù)以及節(jié)點(diǎn)剩余能量系數(shù)，ave-node為分層結(jié)構(gòu)內(nèi)節(jié)點(diǎn)與其他節(jié)點(diǎn)的平均距離，allot為分層結(jié)構(gòu)內(nèi)其他節(jié)點(diǎn)到資源分配節(jié)點(diǎn)的距離，sink為節(jié)點(diǎn)到網(wǎng)關(guān)節(jié)點(diǎn)的距離，remain為節(jié)點(diǎn)的剩余能量。

本文假設(shè)每個分層結(jié)構(gòu)內(nèi)有個節(jié)點(diǎn)，資源分配節(jié)點(diǎn)為0節(jié)點(diǎn)，則第個節(jié)點(diǎn)的ave-node可表示為：

其中，為兩點(diǎn)之間的距離。則ave-node的平均數(shù)`ave-node可表示為：

則allot的平均數(shù)`allot可表示為：

則每個分層結(jié)構(gòu)內(nèi)非資源分配節(jié)點(diǎn)到網(wǎng)關(guān)節(jié)點(diǎn)距離的平均數(shù)`sink可表示為：

則每個分層結(jié)構(gòu)內(nèi)非資源分配節(jié)點(diǎn)的平均剩余能量`remain可表示為：

1.2.2 算法設(shè)計

（1）基于QoS分析與負(fù)載均衡的資源分配機(jī)制

在利用基于LEACH協(xié)議的資源分配算法形成層次化結(jié)構(gòu)后，本文提出了一種基于QoS分析與負(fù)載均衡的資源分配機(jī)制。該機(jī)制首先對可分配資源的傳輸路徑進(jìn)行鏈路質(zhì)量評估，然后根據(jù)業(yè)務(wù)QoS要求對業(yè)務(wù)數(shù)據(jù)排序，最終選擇與業(yè)務(wù)QoS要求匹配的路徑進(jìn)行數(shù)據(jù)傳輸，保障業(yè)務(wù)的QoS需求并進(jìn)一步優(yōu)化節(jié)點(diǎn)能耗?；赒oS分析與負(fù)載均衡的資源分配機(jī)制流程如圖2所示。

圖2　基于QoS分析與負(fù)載均衡的資源分配機(jī)制流程

（2）基于能耗的資源分配節(jié)點(diǎn)故障備份機(jī)制

為了減小失效節(jié)點(diǎn)對資源分配可靠性的影響，提高數(shù)據(jù)傳輸質(zhì)量，本文提出了一種基于能耗的資源分配節(jié)點(diǎn)故障備份機(jī)制。通過考慮層次化結(jié)構(gòu)內(nèi)節(jié)點(diǎn)的剩余能量、傳輸能耗、地理位置等因素，該機(jī)制建立基于能耗的備份節(jié)點(diǎn)選擇機(jī)制，挑選出每個層次化結(jié)構(gòu)內(nèi)的備份節(jié)點(diǎn)。當(dāng)資源分配節(jié)點(diǎn)失效或備份節(jié)點(diǎn)失效時，基于SPIN的故障診斷機(jī)制可以保證觸發(fā)資源分配節(jié)點(diǎn)故障備份機(jī)制，從而維護(hù)整個網(wǎng)絡(luò)的正常運(yùn)轉(zhuǎn)?；谀芎牡馁Y源分配節(jié)點(diǎn)故障備份機(jī)制流程如圖3所示。

2 仿真實(shí)驗(yàn)與分析

2.1 仿真環(huán)境設(shè)置

本文模擬物聯(lián)網(wǎng)下的長鏈狀拓?fù)?、多業(yè)務(wù)并存的場景結(jié)構(gòu)，基于MATLAB仿真以驗(yàn)證QoSHRA的有效性。

2.2 仿真參數(shù)設(shè)置

仿真參數(shù)設(shè)置見表1。

圖3　基于能耗的資源分配節(jié)點(diǎn)故障備份機(jī)制流程

表1　仿真參數(shù)設(shè)置

2.3 仿真實(shí)驗(yàn)

本文對文獻(xiàn)[12]提出的基于時延和負(fù)載均衡的面向輸電線路物聯(lián)感知與監(jiān)測應(yīng)用的層次化結(jié)構(gòu)路由規(guī)劃方法（delay and load-balancing based hierarchical route planning method for transmission line IoT sensing and monitoring applications，DLHRP）、基于蟻群的資源分配算法和本文所提出的QoSHRA分別進(jìn)行仿真實(shí)驗(yàn)。由于DLHRP的分層機(jī)制也是一種基于LEACH協(xié)議的資源分配機(jī)制，所以為了方便對比，在仿真時，使用DLHRP的分層機(jī)制形成層次化結(jié)構(gòu)后，執(zhí)行這3種資源分配算法。

QoSHRA是一種基于層次化結(jié)構(gòu)的資源分配算法，本文記錄了每次形成分層結(jié)構(gòu)后網(wǎng)絡(luò)節(jié)點(diǎn)的失效情況。在仿真時，記錄3種算法的節(jié)點(diǎn)失效情況，不同資源分配算法的節(jié)點(diǎn)失效情況如圖4所示。

對能量為0或發(fā)生故障的節(jié)點(diǎn)數(shù)量進(jìn)行統(tǒng)計?；谙伻旱馁Y源分配算法和DLHRP的失效節(jié)點(diǎn)數(shù)都存在波動，這是因?yàn)檫@兩種算法未考慮資源分配節(jié)點(diǎn)失效情況，當(dāng)資源分配節(jié)點(diǎn)失效時，該層次化結(jié)構(gòu)內(nèi)的所有節(jié)點(diǎn)數(shù)據(jù)都無法傳輸至網(wǎng)關(guān)節(jié)點(diǎn)，而本文算法具有故障備份機(jī)制，可以保證資源分配節(jié)點(diǎn)的有效性。本文提出的QoSHRA失效節(jié)點(diǎn)數(shù)明顯小于另外兩種算法，這是因?yàn)楸疚乃惴ㄊ且环N基于業(yè)務(wù)優(yōu)先級的資源分配方法，可以在為不同資源分配路徑的同時，考慮整個網(wǎng)絡(luò)的能耗狀況，與DLHRP相比，QoSHRA通過建立鏈路質(zhì)量模型和業(yè)務(wù)優(yōu)先級模型，能夠在保證網(wǎng)絡(luò)QoS的前提下，進(jìn)一步優(yōu)化網(wǎng)絡(luò)能耗。

圖4　不同資源分配算法的節(jié)點(diǎn)失效情況

為了直觀地看出3種資源分配算法下的網(wǎng)絡(luò)節(jié)點(diǎn)能量均衡情況，記錄了3種算法的有效節(jié)點(diǎn)剩余能量標(biāo)準(zhǔn)差，不同資源分配算法的有效節(jié)點(diǎn)剩余能量標(biāo)準(zhǔn)差如圖5所示。

圖5　不同資源分配算法的有效節(jié)點(diǎn)剩余能量標(biāo)準(zhǔn)差

與蟻群算法相比，本文所提出的QoSHRA和DLHRP都能使整個網(wǎng)絡(luò)節(jié)點(diǎn)具有更小的能量差異，這是因?yàn)镼oSHRA和DLHRP在進(jìn)行資源分配的時候，會考慮每個節(jié)點(diǎn)的負(fù)載情況，使業(yè)務(wù)更加均衡地分配給每個相鄰資源分配節(jié)點(diǎn)傳輸。與DLHRP相比，本文算法通過建立鏈路質(zhì)量模型和業(yè)務(wù)優(yōu)先級模型，使資源分配更加高效，通過建立故障備份機(jī)制，減少了失效節(jié)點(diǎn)數(shù)量，進(jìn)一步均衡網(wǎng)絡(luò)能耗。

與DLHRP相比，本文所提出的QoSHRA在進(jìn)行路由規(guī)劃時對鏈路質(zhì)量進(jìn)行了分析，同時，為保證業(yè)務(wù)資源能夠有效傳輸至網(wǎng)關(guān)節(jié)點(diǎn)，本文提出了一種基于能耗的資源分配節(jié)點(diǎn)故障備份機(jī)制。為了突出本文算法在保障業(yè)務(wù)QoS需求方面的優(yōu)越性，對每次形成分層結(jié)構(gòu)后各個業(yè)務(wù)的QoS滿足率進(jìn)行了統(tǒng)計，業(yè)務(wù)QoS需求滿足率如圖6所示。

圖6　業(yè)務(wù)QoS需求滿足率

圖6中，本文所提出QoSHRA的業(yè)務(wù)QoS需求滿足率明顯高于DLHRP，這是因?yàn)楸疚乃惴ǖ馁Y源分配節(jié)點(diǎn)在進(jìn)行路徑規(guī)劃的時候考慮了鏈路質(zhì)量，對業(yè)務(wù)資源優(yōu)先選擇高QoS保障的路徑進(jìn)行傳輸。除此之外，本文所提出的故障備份機(jī)制保障了每個資源分配節(jié)點(diǎn)的有效性，降低了節(jié)點(diǎn)失效率，提高了整個網(wǎng)絡(luò)的QoS。

3 結(jié)束語

為了提高面向多業(yè)務(wù)場景的WSN的QoS，更有效地利用有限的能源資源，本文提出了QoSHRA。該算法主要包含基于QoS分析與負(fù)載均衡的資源分配機(jī)制和基于能耗的資源分配節(jié)點(diǎn)故障備份機(jī)制兩個子機(jī)制。通過建立基于QoS分析與負(fù)載均衡的資源分配機(jī)制，資源分配節(jié)點(diǎn)能夠?yàn)椴煌琎oS需求的業(yè)務(wù)分配與其匹配的傳輸路徑，從而提高整個網(wǎng)絡(luò)的QoS，節(jié)約傳輸能耗、平衡網(wǎng)絡(luò)負(fù)載；通過建立基于能耗的資源分配節(jié)點(diǎn)故障備份機(jī)制，為每個資源分配節(jié)點(diǎn)選出合理的備份，從而保證資源分配節(jié)點(diǎn)的有效性，提高路由質(zhì)量。仿真結(jié)果顯示，與基于蟻群的資源分配算法相比，QoSHRA可以平衡網(wǎng)絡(luò)負(fù)載，節(jié)約網(wǎng)絡(luò)傳輸能耗；與DLHRP相比，QoSHRA可以進(jìn)一步節(jié)約網(wǎng)絡(luò)傳輸能耗，保障業(yè)務(wù)分配的有效性，提高網(wǎng)絡(luò)的QoS需求滿足率。

[1] PORTILLA J, MUJICA G, LEE J S, et al. The extreme edge at the bottom of the internet of things: a review[J]. IEEE Sensors Journal, 2019, 19(9): 3179-3190.

[2] ATZORI L, IERA A, MORABITO G. The internet of things: a survey[J]. Computer Networks, 2010, 54(15): 2787-2805.

[3] Attia T M. Challenges and opportunities in the future applications of IoT technology[C]//Proceedings of 2nd Europe-Middle East-North African Regional ITS Conference. New York: International Telecommunications Society (ITS), 2019: 52.

[4] XU N. A survey of sensor network applications[J]. Ad Hoc & Sensor Wireless Networks, 2002, 25(1): 1-44.

[5] GAUTAM P R, KUMAR S, VERMA A, et al. Energy-efficient localisation of sensor nodes in WSNs using single beacon node[J]. IET Communications, 2020, 14(9): 1459-1466.

[6] XUE J B, ZHANG T, WANG W H. A routing algorithm based on high energy efficiency in cooperation WSN[M]//Lecture Notes in Electrical Engineering. London: Springer London, 2013: 129-136.

[7] BEIRANVAND Z, PATOOGHY A, FAZELI M. I-LEACH: an efficient routing algorithm to improve performance & to reduce energy consumption in Wireless Sensor Networks[C]//Proceedings of 5th Conference on Information and Knowledge Technology. Piscataway: IEEE Press, 2013: 13-18.

[8] KONG P Y, LIU C W, JIANG J A. Cost-efficient placement of communication connections for transmission line monitoring[J]. IEEE Transactions on Industrial Electronics, 2017, 64(5): 4058-4067.

[9] DU L, WANG C S, LI X Z, et al. A novel power supply of online monitoring systems for power transmission lines[J]. IEEE Transactions on Industrial Electronics, 2010, 57(8): 2889-2895.

[10] SHARMA R, KUMAR N. QoS-alert Markov chain based scheduling scheme in Internet of Things[C]//Proceedings of 2015 IEEE Globecom Workshops (GC Wkshps). Piscataway: IEEE Press, 2015: 1-6.

[11] LI P, XU S Y, SUN K, et al. A path planning method of wireless sensor networks based on service priority[C]// Proceedings of 2017 13th International Conference on Network and Service Management (CNSM). Piscataway: IEEE Press, 2017: 1-4.

[12] DING C, XU S Y, CHEN X Y, et al. A delay and Load-balancing based hierarchical route planning method for transmission line IoT sensing and monitoring applications[C]// Proceedings of 2019 IFIP/IEEE Symposium on Integrated Network and Service Management (IM). Piscataway: IEEE Press, 2019: 207-215.

[13] 陸俊, 朱炎平, 徐志強(qiáng), 等. 面向輸電線路監(jiān)測的無線傳感網(wǎng)絡(luò)可靠路由方法研究[J]. 電網(wǎng)技術(shù), 2017, 41(2): 644-650.

LU J, ZHU Y P, XU Z Q, et al. A reliable wireless sensor network routing method for power transmission line monitoring[J]. Power System Technology, 2017, 41(2): 644-650.

[14] 呂濤. 無線傳感器網(wǎng)絡(luò)分簇路由協(xié)議及其應(yīng)用研究[D]. 成都: 電子科技大學(xué), 2013.

Lü T. Research on cluster-based routing protocol and its application for wireless sensor networks[D]. Chengdu: University of Electronic Science and Technology of China, 2013.

[15] 羅杰. 輸電線路狀態(tài)監(jiān)測中的無線傳感器網(wǎng)絡(luò)時延研究[D]. 長沙: 湖南大學(xué), 2014.

LUO J. Research on delay of wireless sensor network in transmission line condition monitoring[D]. Changsha: Hunan University, 2014.

[16] KUMAR DEVA SARMA H, RAI P, DEKA B. Energy efficient communication protocol for wireless sensor networks with mobile node[C]//Proceedings of International Conference on Recent Advances and Innovations in Engineering (ICRAIE-2014). Piscataway: IEEE Press, 2014: 1-6.

[17] PAUL A K, SATO T. Effective data gathering and energy efficient communication protocol in wireless sensor network[C]//Proceedings of 2011 The 14th International Symposium on Wireless Personal Multimedia Communications (WPMC). Piscataway: IEEE Press, 2011: 1-5.

[18] ZHU H, LI Q S, SHAO M C, et al. A Load-balancing and Fault-tolerant based route planning algorithm for wireless sensor networks[C]//Proceedings of 2018 IEEE International Conference on Electronics and Communication Engineering (ICECE). Piscataway: IEEE Press, 2018: 81-85.

Quality of service based hierarchical resource allocation algorithm

DING Cheng, CHEN Jinrong, CAO Xiaodong, WANG Yi

Foshan Power Supply Bureau of China Southern Power Grid Co., Ltd., Foshan 528010, China

Wireless sensor network (WSN) is widely used in the internet of things (IoT) scene because of its small size, low cost and strong sensing ability. How to improve the quality of service (QoS) under the premise of load balancing in WSN has become the focus of many scholars. Based on the study of heuristic resource allocation method and hierarchical structure resource allocation method in WSN, a quality of service based hierarchical resource allocation algorithm (QoSHRA) was proposed. Firstly, the resource allocation method based on low energy adaptive clustering hierarchy (LEACH) made the whole network form a hierarchical structure. Then, QoSHRA was used for resource allocation. The simulation results show that QoSHRA can further save the energy consumption of network transmission, ensure the effectiveness of service allocation, and improve the satisfaction rate of network resource QoS requirements on the premise of ensuring network load balancing.

internet of things, wireless sensor network, quality of service, resource allocation method

TP393

A

10.11959/j.issn.1000?0801.2022005

2021?08?15；

2021?12?10

丁鋮（1993?），男，中國南方電網(wǎng)有限責(zé)任公司廣東電網(wǎng)公司佛山供電局助理工程師，主要研究方向?yàn)槲锫?lián)網(wǎng)與無線傳感器網(wǎng)絡(luò)。

陳錦榮（1975?），男，中國南方電網(wǎng)有限責(zé)任公司廣東電網(wǎng)公司佛山供電局高級工程師，主要研究方向?yàn)殡娏ξ锫?lián)網(wǎng)技術(shù)。

曹小冬（1986?），男，中國南方電網(wǎng)有限責(zé)任公司廣東電網(wǎng)公司佛山供電局高級工程師，主要研究方向?yàn)槲锫?lián)網(wǎng)與無線網(wǎng)絡(luò)優(yōu)化。

王翊（1989?），男，中國南方電網(wǎng)有限責(zé)任公司廣東電網(wǎng)公司佛山供電局高級工程師，主要研究方向?yàn)槲锫?lián)網(wǎng)與無線網(wǎng)絡(luò)優(yōu)化。