權(quán)衡能耗與延遲的數(shù)據(jù)融合算法研究

袁甜甜，徐敬東，李凱

1.天津理工大學(xué)聾人工學(xué)院，天津 300384

2.南開大學(xué)信息技術(shù)科學(xué)學(xué)院，天津 300071

◎博士論壇◎

權(quán)衡能耗與延遲的數(shù)據(jù)融合算法研究

袁甜甜1，徐敬東2，李凱1

1.天津理工大學(xué)聾人工學(xué)院，天津 300384

2.南開大學(xué)信息技術(shù)科學(xué)學(xué)院，天津 300071

在無線傳感器網(wǎng)絡(luò)的路由協(xié)議中考慮數(shù)據(jù)融合能極大地提高網(wǎng)絡(luò)生存期性能，但隨之會(huì)帶來網(wǎng)絡(luò)可靠性下降、數(shù)據(jù)傳輸延遲增加等問題。設(shè)計(jì)一種新的可權(quán)衡能耗與延遲的數(shù)據(jù)融合算法ECLT，通過二級模糊綜合評判的方式來調(diào)整原有的路由信息，增加數(shù)據(jù)傳輸路徑間的交疊，以提高數(shù)據(jù)融合度、延長網(wǎng)絡(luò)生存期；同時(shí)，傳感節(jié)點(diǎn)在轉(zhuǎn)發(fā)數(shù)據(jù)的過程中還可根據(jù)本身狀態(tài)來動(dòng)態(tài)調(diào)整進(jìn)行數(shù)據(jù)融合的等待時(shí)間，從而在均衡網(wǎng)絡(luò)中各節(jié)點(diǎn)能耗的同時(shí)減少了數(shù)據(jù)傳輸延遲。經(jīng)仿真驗(yàn)證，該算法能在極大的延長無線傳感器網(wǎng)絡(luò)使用壽命的同時(shí)降低數(shù)據(jù)的平均傳輸延遲。

無線傳感器網(wǎng)絡(luò)；多匯聚節(jié)點(diǎn)；數(shù)據(jù)融合；定時(shí)機(jī)制；網(wǎng)絡(luò)生存期；傳輸延遲

1 引言

目前，大部分?jǐn)?shù)據(jù)融合算法均偏向于路由協(xié)議方面的設(shè)計(jì)，僅強(qiáng)調(diào)了數(shù)據(jù)融合的重要性，而并未給出具體的融合方法，或只簡單地提供了融合時(shí)機(jī)，如融合計(jì)時(shí)器溢出、節(jié)點(diǎn)緩存已滿等等，即僅采用了周期性簡單融合或周期性每跳融合定時(shí)策略[1]。近年來，研究者們已逐漸意識到上述方法的缺陷，于是將數(shù)據(jù)融合方法的研究轉(zhuǎn)向如何提高數(shù)據(jù)傳輸時(shí)的融合度和提供周期性每跳適應(yīng)融合定時(shí)機(jī)制等方面。

文獻(xiàn)[2]通過計(jì)算匯聚節(jié)點(diǎn)數(shù)量、傳感節(jié)點(diǎn)到匯聚節(jié)點(diǎn)的跳數(shù)及傳感節(jié)點(diǎn)所承擔(dān)的數(shù)據(jù)轉(zhuǎn)發(fā)路徑數(shù)等三個(gè)因素的線性組合在原有樹結(jié)構(gòu)的基礎(chǔ)上重新選擇父節(jié)點(diǎn)，從而減少參與傳輸?shù)墓?jié)點(diǎn)數(shù)和鏈路數(shù)，以達(dá)到延長網(wǎng)絡(luò)生存期的目的，但該算法假設(shè)只有部分節(jié)點(diǎn)作為源節(jié)點(diǎn)周期性的產(chǎn)生并發(fā)送監(jiān)測信息。文獻(xiàn)[3-5]利用蟻群算法在原有路由的基礎(chǔ)上，尋找其他新路徑并增加它們之間的交疊，使網(wǎng)絡(luò)中的信息流動(dòng)更有利于數(shù)據(jù)融合。如文獻(xiàn)[3]提出的ADADR算法使用節(jié)點(diǎn)深度及其擁有的信息素來選擇下一跳節(jié)點(diǎn)，令數(shù)據(jù)包平均傳輸?shù)拇螖?shù)大幅減少，達(dá)到節(jié)省傳感節(jié)點(diǎn)能量的目的。同時(shí)文中還具體提供了融合定時(shí)機(jī)制PT，該機(jī)制可使融合計(jì)時(shí)器隨數(shù)據(jù)包在節(jié)點(diǎn)緩存中的積聚而不斷更新，直至溢出再轉(zhuǎn)發(fā)融合后的數(shù)據(jù)。文獻(xiàn)[6-7]將融合時(shí)機(jī)問題作為研究重點(diǎn)。如文獻(xiàn)[6]提出的Cascading timing機(jī)制（CT）使傳感節(jié)點(diǎn)的融合等待時(shí)間與其到匯聚節(jié)點(diǎn)的距離成正比，令距離匯聚節(jié)點(diǎn)較近的傳感節(jié)點(diǎn)接收更多的數(shù)據(jù)包，以提高融合度。雖然該方法與全部傳感節(jié)點(diǎn)等待相同時(shí)間的情況相比，其融合度較高且數(shù)據(jù)傳輸延遲較小，但一旦匯聚樹構(gòu)建完畢，各層次節(jié)點(diǎn)的融合等待時(shí)間并不允許隨實(shí)際情況發(fā)生變化。文獻(xiàn)[7]對CT進(jìn)行了修改，即融合時(shí)機(jī)由傳感節(jié)點(diǎn)深度及其擁有的子節(jié)點(diǎn)數(shù)同時(shí)決定，使擁有子節(jié)點(diǎn)數(shù)較多分支的融合等待時(shí)間較長以接收更多數(shù)據(jù)。該方法較CT機(jī)制可在一定程度上提高融合度但同時(shí)也會(huì)因此增加數(shù)據(jù)傳輸延遲，而且與CT機(jī)制一樣也不允許動(dòng)態(tài)調(diào)整融合時(shí)機(jī)。

本文提出了一種可權(quán)衡能耗和延遲的數(shù)據(jù)融合算法ECLT，該算法可在原有路由基礎(chǔ)上考慮一段時(shí)間內(nèi)鄰居節(jié)點(diǎn)轉(zhuǎn)發(fā)的數(shù)據(jù)包個(gè)數(shù)，并通過二級模糊綜合評判來重新選擇下一跳節(jié)點(diǎn)以增加路徑間交疊、提高數(shù)據(jù)融合度。同時(shí)，本文還提供一種新的周期性每跳適應(yīng)融合定時(shí)機(jī)制，使網(wǎng)絡(luò)運(yùn)行期間的平均能耗與傳輸延遲取得更好的平衡。

2 算法描述

本文在研究多匯聚節(jié)點(diǎn)無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合策略時(shí)所采用的系統(tǒng)模型仍使用文獻(xiàn)[8]提出的模型。

2.1 調(diào)整路由

算法使用MSOR算法[8]獲得的路由作為原有路由，且將其評判結(jié)果作為一級模糊綜合評判結(jié)果，與傳感節(jié)點(diǎn)路由表中一跳鄰居在一段時(shí)間內(nèi)轉(zhuǎn)發(fā)的數(shù)據(jù)包個(gè)數(shù)Nforward做二級模糊綜合評判，來決策網(wǎng)絡(luò)中考慮數(shù)據(jù)融合時(shí)路由的優(yōu)劣順序，其中鄰居節(jié)點(diǎn)的Nforward可通過傳感節(jié)點(diǎn)自身的監(jiān)聽功能進(jìn)行收集。

設(shè)ECLT算法中二級模糊綜合評判使用的因素集和評語集分別如公式（1）和（2）所示。其中，因素集包含MSOR算法中一級模糊綜合評判所得路由信息評價(jià)結(jié)果RESULT1以及傳感節(jié)點(diǎn)路由表中鄰居節(jié)點(diǎn)在一段時(shí)期內(nèi)轉(zhuǎn)發(fā)的數(shù)據(jù)包個(gè)數(shù)Nforward。另外，評語集的設(shè)置與MSOR算法所使用的評語集相一致。

該算法的二級模糊評判矩陣包括兩部分，其中第一部分為MSOR算法中一級模糊綜合評判得出的評價(jià)結(jié)果，如公式（3）所示：

而第二部分則為傳感節(jié)點(diǎn)路由表中一跳鄰居于一段時(shí)間內(nèi)轉(zhuǎn)發(fā)數(shù)據(jù)包個(gè)數(shù)Nforward的精確值相對三種評語所得到的模糊化結(jié)果，該過程使用的隸屬函數(shù)分布如圖1所示。因此，二級評判矩陣可由上述模糊化結(jié)果與共同生成。又由于二級模糊綜合評判中各

因素對評判的影響也各不相同，故也須對各因素設(shè)置相應(yīng)權(quán)重，表示成U上的模糊集A?(2)，如公式（4）所示。通過模糊集A?(2)與評判矩陣進(jìn)行模糊運(yùn)算，可得二級模糊綜合評判的結(jié)果如公式（5）所示。其中，為二級模糊綜合評判結(jié)果，且模糊運(yùn)算中使用的模糊算子仍為加權(quán)平均型[9]。最后仍需要?dú)w一化，以便對模糊結(jié)果進(jìn)行判斷。

圖1 N forward因素對評語集的隸屬函數(shù)分布

上述過程使ECLT算法對未考慮數(shù)據(jù)融合時(shí)的最優(yōu)路由進(jìn)行了調(diào)整，令傳感節(jié)點(diǎn)在數(shù)據(jù)轉(zhuǎn)發(fā)時(shí)不僅可優(yōu)先選擇距離匯聚節(jié)點(diǎn)跳數(shù)較小、路徑最小剩余能量較大及最小平均鏈路質(zhì)量較大的路徑進(jìn)行傳輸，還能同時(shí)考慮一段時(shí)間內(nèi)轉(zhuǎn)發(fā)數(shù)據(jù)包個(gè)數(shù)較多的一跳鄰居節(jié)點(diǎn)來傳送數(shù)據(jù)，從而有效增加了路徑間的交疊，為提高數(shù)據(jù)融合度提供了優(yōu)質(zhì)保障。ECLT算法將在傳感節(jié)點(diǎn)周期性重新計(jì)算路由表時(shí)進(jìn)行，其得到的模糊評判結(jié)果仍按評語集中三種評價(jià)的順序進(jìn)行排序，并調(diào)整原來的路由表，且其中的首項(xiàng)仍為主路由，其他項(xiàng)仍為替代路由。

2.2 timing機(jī)制

當(dāng)傳感節(jié)點(diǎn)需發(fā)送新采集的數(shù)據(jù)信息時(shí)，首先應(yīng)判斷其數(shù)據(jù)緩存是否為空，若非空，則須將新產(chǎn)生的數(shù)據(jù)信息也存入緩存，進(jìn)行排隊(duì)并等待融合，否則可直接通過主路由將監(jiān)測數(shù)據(jù)發(fā)送至下一跳節(jié)點(diǎn)，以減少不必要的傳輸延遲。而當(dāng)傳感節(jié)點(diǎn)的數(shù)據(jù)緩存為空，并接收到第一個(gè)需轉(zhuǎn)發(fā)的數(shù)據(jù)包時(shí)，則須啟動(dòng)等待融合的定時(shí)機(jī)制，記為定時(shí)器twait，其計(jì)算公式如式（6）所示：其中，tfix為預(yù)先設(shè)置的某一固定等待時(shí)間，Emax為傳感節(jié)點(diǎn)的初始能量，而Ere為傳感節(jié)點(diǎn)當(dāng)前的剩余能量，Ndata為傳感節(jié)點(diǎn)當(dāng)前數(shù)據(jù)緩存中排隊(duì)等待融合的數(shù)據(jù)包個(gè)數(shù)，Nbuffer為傳感節(jié)點(diǎn)的數(shù)據(jù)緩存容量，Dhop為選擇某條路徑時(shí)傳感節(jié)點(diǎn)到匯聚節(jié)點(diǎn)的跳數(shù)。由公式（6）可見，融合等待時(shí)間twait隨Ndata的增多而減少，以動(dòng)態(tài)減少等待時(shí)間、降低平均傳輸延遲；并且Dhop越大，twait越小，使距離匯聚節(jié)點(diǎn)較遠(yuǎn)的傳感節(jié)點(diǎn)融合等待的時(shí)間較短，反之則較長，該特點(diǎn)符合數(shù)據(jù)融合要求，有利于融合度的提高；另外，Ere越大，則twait越小，使傳感節(jié)點(diǎn)可較頻繁地轉(zhuǎn)發(fā)融合數(shù)據(jù)，以吸引更多數(shù)據(jù)包經(jīng)過此節(jié)點(diǎn)，反之則可降低傳感節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)的頻率，從而抑制過多數(shù)據(jù)包的接收，間接起到均衡網(wǎng)絡(luò)節(jié)點(diǎn)能耗的作用。

當(dāng)twait減少至0時(shí)，即融合定時(shí)器溢出，傳感節(jié)點(diǎn)需將其數(shù)據(jù)緩存中的全部數(shù)據(jù)包進(jìn)行融合并選擇最優(yōu)路由來轉(zhuǎn)發(fā)。此外，為提升該類網(wǎng)絡(luò)的魯棒性，規(guī)定若出現(xiàn)丟包現(xiàn)象，則傳感節(jié)點(diǎn)在重新發(fā)送原數(shù)據(jù)時(shí)須將其融合方式設(shè)為不允許融合，中間節(jié)點(diǎn)接收到這類數(shù)據(jù)則會(huì)采取立即轉(zhuǎn)發(fā)的方式，而不會(huì)將其存入數(shù)據(jù)緩存等待融合。

3 算法分析

3.1 執(zhí)行流程

該算法的執(zhí)行流程如圖2所示。

3.2 數(shù)據(jù)分析

這里利用一個(gè)實(shí)例來對上述算法進(jìn)行分析。假設(shè)傳感節(jié)點(diǎn)A在其傳輸范圍內(nèi)存在三個(gè)一跳鄰居節(jié)點(diǎn)B、C和D，其利用MSOR算法獲得的一級模糊綜合評判結(jié)果由表1給出。此時(shí)，若在網(wǎng)絡(luò)中不考慮數(shù)據(jù)融合，則通過評判結(jié)果的比較可知，傳感節(jié)點(diǎn)A將會(huì)優(yōu)先選擇鄰居節(jié)點(diǎn)B作為下一跳節(jié)點(diǎn)來傳輸數(shù)據(jù)信息。然而針對本文需要考慮數(shù)據(jù)融合的情況，因此這里又假設(shè)傳感節(jié)點(diǎn)A在一段時(shí)間內(nèi)監(jiān)聽到其一跳鄰居節(jié)點(diǎn)B、C和D轉(zhuǎn)發(fā)的數(shù)據(jù)包個(gè)數(shù)Nforward分別為5、15和10，則根據(jù)圖1和表2對各精確數(shù)值進(jìn)行模糊化并歸一化后，可分別形成傳感節(jié)點(diǎn)B、C和D的二級模糊評判矩陣如公式（7）所示：

圖2 算法執(zhí)行流程圖

表1 傳感節(jié)點(diǎn)的一級模糊評判結(jié)果

表2 N forward隸屬函數(shù)分布中的極值

另設(shè)RESULT1和Nforward兩因素在二級評判中所占權(quán)重分別為0.6、0.4，則根據(jù)公式（5），傳感節(jié)點(diǎn)B、C和D的二級模糊評判結(jié)果如表3所示。經(jīng)過比較，可知當(dāng)網(wǎng)絡(luò)中考慮數(shù)據(jù)融合時(shí)，傳感節(jié)點(diǎn)A會(huì)由于一跳鄰居節(jié)點(diǎn)C在該時(shí)期內(nèi)能更頻繁地轉(zhuǎn)發(fā)數(shù)據(jù)包而將原來的下一跳節(jié)點(diǎn)B更改為傳感節(jié)點(diǎn)C，這種在路由方面的調(diào)整可有效加強(qiáng)傳輸路徑間的交疊，提高數(shù)據(jù)融合度，使最優(yōu)傳輸路徑朝著更有利于數(shù)據(jù)融合的方向去調(diào)整，從而更好地延長了網(wǎng)絡(luò)生存期。

表3 傳感節(jié)點(diǎn)的二級模糊評判結(jié)果

另外，再假設(shè)傳感節(jié)點(diǎn)B、C和D在計(jì)算當(dāng)前各自twait時(shí)具有表4所示的屬性參數(shù)，則根據(jù)公式（6），它們的twait分別為0.351、0.37和0.179。從結(jié)果可得，在Emax相同、Ndata均為20個(gè)、Nbuffer及tfix均分別一致的情況下，雖然傳感節(jié)點(diǎn)B和C距離某匯聚節(jié)點(diǎn)的跳數(shù)相同，但由于節(jié)點(diǎn)B的剩余能量較大使得其融合等待時(shí)間較短，與節(jié)點(diǎn)C相比能更頻繁地轉(zhuǎn)發(fā)數(shù)據(jù)包，以吸引更多的數(shù)據(jù)信息經(jīng)過此節(jié)點(diǎn)進(jìn)行轉(zhuǎn)發(fā)，這種剩余能量較大節(jié)點(diǎn)能更頻繁轉(zhuǎn)發(fā)數(shù)據(jù)包的方式可有效均衡網(wǎng)絡(luò)中各節(jié)點(diǎn)的能耗。同時(shí)，又由于傳感節(jié)點(diǎn)D與某匯聚節(jié)點(diǎn)有兩跳的距離，因此其融合等待時(shí)間較節(jié)點(diǎn)B和C均短很多，以適應(yīng)網(wǎng)絡(luò)層次結(jié)構(gòu)對數(shù)據(jù)融合的影響。上述分析為對ECLT算法在理論方面的分析，其合理性及高效性也可通過仿真實(shí)驗(yàn)進(jìn)行驗(yàn)證。

表4 計(jì)算t wait時(shí)的傳感節(jié)點(diǎn)參數(shù)

4 仿真結(jié)果及分析

4.1 環(huán)境假設(shè)

（1）網(wǎng)絡(luò)的路由協(xié)議采用MSOR最優(yōu)路由選擇算法[8]，而多個(gè)匯聚節(jié)點(diǎn)在網(wǎng)絡(luò)運(yùn)行期間的重定位策略則采用EEMSR算法[10]。

（2）由于在ECLT算法中傳感節(jié)點(diǎn)需要通過監(jiān)聽功能來獲取其一跳鄰居節(jié)點(diǎn)在某段時(shí)間內(nèi)轉(zhuǎn)發(fā)的數(shù)據(jù)包個(gè)數(shù)Nforward，因此這里設(shè)置傳感節(jié)點(diǎn)的監(jiān)聽范圍與其傳輸范圍相一致，同樣為Rt。

（3）假設(shè)傳感節(jié)點(diǎn)在進(jìn)行數(shù)據(jù)融合時(shí)選擇了無損融合與重復(fù)不敏感的融合方式，且可將所有等待融合的數(shù)據(jù)壓縮為一個(gè)數(shù)據(jù)包進(jìn)行傳輸。

4.2 實(shí)驗(yàn)設(shè)計(jì)

本文的仿真實(shí)驗(yàn)主要在網(wǎng)絡(luò)生存期、數(shù)據(jù)包交付率、平均傳輸延遲及融合度等四方面將未考慮數(shù)據(jù)融合的MSOR算法、可權(quán)衡能耗與延遲的數(shù)據(jù)融合算法ECLT和基于節(jié)點(diǎn)深度及信息素計(jì)算的ADADR算法[3]進(jìn)行比較。其中，由于ADADR算法未考慮網(wǎng)絡(luò)中存在多個(gè)匯聚節(jié)點(diǎn)及它們的移動(dòng)性等問題，因此為公平起見，除了將ADADR算法在匯聚節(jié)點(diǎn)個(gè)數(shù)方面進(jìn)行修改，還令上述三種算法中多個(gè)匯聚節(jié)點(diǎn)的重定位機(jī)制均使用EEMSR算法進(jìn)行決策，以使這三種算法因多匯聚節(jié)點(diǎn)移動(dòng)對網(wǎng)絡(luò)性能產(chǎn)生的影響相一致。

（1）網(wǎng)絡(luò)生存期，即網(wǎng)絡(luò)從啟用到死亡節(jié)點(diǎn)deadnode[8]與孤立節(jié)點(diǎn)isonode[8]個(gè)數(shù)之和達(dá)到傳感節(jié)點(diǎn)總數(shù)一半時(shí)結(jié)束的持續(xù)時(shí)間。

（2）數(shù)據(jù)包交付率，指匯聚節(jié)點(diǎn)接收的數(shù)據(jù)包與傳感節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù)包之間的比率。交付率越高，說明無線網(wǎng)絡(luò)的可靠性越好。由于本文考慮了網(wǎng)絡(luò)中存在數(shù)據(jù)融合的情形，因此這里特別規(guī)定匯聚節(jié)點(diǎn)接收的數(shù)據(jù)包數(shù)量為從融合數(shù)據(jù)包中還原的單個(gè)數(shù)據(jù)信息個(gè)數(shù)之和。

（3）平均傳輸延遲，無線傳感器網(wǎng)絡(luò)中的傳輸延遲[11]可定義為數(shù)據(jù)信息從源節(jié)點(diǎn)產(chǎn)生直至某個(gè)匯聚節(jié)點(diǎn)所經(jīng)歷的時(shí)間，一般包括三部分：數(shù)據(jù)傳播延遲、處理延遲及融合延遲。假設(shè)本文的仿真實(shí)驗(yàn)可忽略數(shù)據(jù)處理延遲，且由于實(shí)驗(yàn)中所部署的無線傳感器網(wǎng)絡(luò)規(guī)模屬于大規(guī)模高密度網(wǎng)絡(luò)結(jié)構(gòu)，可忽略數(shù)據(jù)的傳播延遲，因此本文仿真實(shí)驗(yàn)所指傳輸延遲僅包含因數(shù)據(jù)融合所產(chǎn)生的延遲時(shí)間，以精確地通過對平均傳輸延遲的比較來評價(jià)各算法在數(shù)據(jù)融合方面的性能。

（4）融合度，又稱融合率（aggregation ratio），可定義為傳感節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù)包成功傳送至匯聚節(jié)點(diǎn)的總數(shù)與匯聚節(jié)點(diǎn)所接收到的全部數(shù)據(jù)包數(shù)量間的比率[3]。融合度一般均在1以上，且其值越大說明數(shù)據(jù)的融合度越高。

本文的仿真實(shí)驗(yàn)使用OMNeT++4.1平臺，且采取在三維場景下節(jié)點(diǎn)隨機(jī)布設(shè)的方式，布設(shè)范圍隨傳感節(jié)點(diǎn)數(shù)量進(jìn)行改變，以使網(wǎng)絡(luò)中節(jié)點(diǎn)密度的變化較小。實(shí)驗(yàn)規(guī)模為將傳感節(jié)點(diǎn)數(shù)量分別設(shè)置為300、500和800，其對應(yīng)的監(jiān)測區(qū)域范圍分別為300×300×10、500×500×10和800×800×10，實(shí)驗(yàn)中匯聚節(jié)點(diǎn)數(shù)量只設(shè)為4個(gè)。另外，實(shí)驗(yàn)中傳感節(jié)點(diǎn)在發(fā)送和接收信息時(shí)使用的能耗模型為First Order Radio Propagation model[12]，且模糊綜合評判中使用的隸屬函數(shù)閾值均利用有關(guān)小實(shí)驗(yàn)進(jìn)行確定，以保證合理有效。本文仿真實(shí)驗(yàn)所使用的其他參數(shù)如表5所示，且實(shí)驗(yàn)的最終結(jié)果為五次仿真結(jié)果的平均值。

表5 仿真參數(shù)

4.3 實(shí)驗(yàn)結(jié)果分析

（1）網(wǎng)絡(luò)生存期

如圖3所示，對不同傳感節(jié)點(diǎn)數(shù)量的仿真結(jié)果表明，ECLT算法和ADADR算法的網(wǎng)絡(luò)生存期均明顯高于未使用數(shù)據(jù)融合的MSOR算法，且ECLT算法的網(wǎng)絡(luò)生存期又高于ADADR算法。前者所得比較結(jié)果是由于ECLT算法和ADADR算法都考慮了數(shù)據(jù)融合，使它們的網(wǎng)絡(luò)生存期均比未考慮數(shù)據(jù)融合的MSOR算法有明顯延長，從而體現(xiàn)數(shù)據(jù)融合對網(wǎng)絡(luò)生存期性能的積極影響。但對于后者得出的比較結(jié)果，即在同樣考慮數(shù)據(jù)融合時(shí)，由于ECLT算法使新的數(shù)據(jù)轉(zhuǎn)發(fā)路徑既能考慮傳感節(jié)點(diǎn)到匯聚節(jié)點(diǎn)的跳數(shù)、路徑最小剩余能量及路徑最小平均鏈路質(zhì)量等因素，以均衡網(wǎng)絡(luò)中各節(jié)點(diǎn)能耗并有效提高了網(wǎng)絡(luò)可靠性，又可考慮一跳鄰居節(jié)點(diǎn)一段時(shí)間內(nèi)轉(zhuǎn)發(fā)的數(shù)據(jù)包數(shù)量，以增加原有路徑間的交疊，提高了數(shù)據(jù)融合度；而ADADR算法則在選擇下一跳節(jié)點(diǎn)時(shí)僅使用了傳感節(jié)點(diǎn)深度及該節(jié)點(diǎn)所轉(zhuǎn)發(fā)數(shù)據(jù)包個(gè)數(shù)等兩項(xiàng)因素來進(jìn)行決策，致使該算法在網(wǎng)絡(luò)可靠性及流量均衡性等方面較ECLT算法均表現(xiàn)得較差。因此，采用ECLT算法的網(wǎng)絡(luò)生存期必然會(huì)長于ADADR算法提供的網(wǎng)絡(luò)生存期。另外，在融合定時(shí)機(jī)制中，由于ECLT算法同時(shí)考慮了傳感節(jié)點(diǎn)當(dāng)前的剩余能量、距離匯聚節(jié)點(diǎn)的跳數(shù)及其數(shù)據(jù)緩存占用率等三方面的因素，使剩余能量較大、轉(zhuǎn)發(fā)數(shù)據(jù)量較多的傳感節(jié)點(diǎn)可較頻繁地轉(zhuǎn)發(fā)融合數(shù)據(jù)，以有效均衡網(wǎng)絡(luò)中各節(jié)點(diǎn)的能耗，同時(shí)也為距離匯聚節(jié)點(diǎn)較近的傳感節(jié)點(diǎn)設(shè)置較長的融合等待時(shí)間，以適應(yīng)網(wǎng)絡(luò)結(jié)構(gòu)對數(shù)據(jù)融合產(chǎn)生的影響；而ADADR算法只考慮了傳感節(jié)點(diǎn)數(shù)據(jù)緩存占有率的單方面因素，使網(wǎng)絡(luò)在能耗均衡性及結(jié)構(gòu)對數(shù)據(jù)融合的影響等方面均表現(xiàn)得不如ECLT算法。由此可見，ECLT算法可更有效地延長無線傳感器網(wǎng)絡(luò)的使用壽命。

圖3 三種算法的網(wǎng)絡(luò)生存期對比

（2）數(shù)據(jù)包交付率

在圖4中，ECLT算法和ADADR算法的數(shù)據(jù)包交付率均略低于未使用數(shù)據(jù)融合的MSOR算法，但這是由于數(shù)據(jù)融合本身的原因，即丟失相同的數(shù)據(jù)量將損失更多的數(shù)據(jù)信息，因此它們的魯棒性降低是正常的。而且隨著傳感節(jié)點(diǎn)數(shù)量的增多，三種算法的數(shù)據(jù)包交付率均有所下降，其原因是由于傳感節(jié)點(diǎn)到匯聚節(jié)點(diǎn)的平均跳數(shù)增加造成的，即節(jié)點(diǎn)間跳數(shù)變多會(huì)增加數(shù)據(jù)傳輸失敗的可能性。而在同樣都使用了數(shù)據(jù)融合的ECLT算法和ADADR算法中，前者的數(shù)據(jù)包交付率又高于后者，其主要原因在于ECLT算法的路由層協(xié)議采用了MSOR最優(yōu)路由選擇算法，因考慮了路徑最小平均鏈路質(zhì)量，故能有效提高網(wǎng)絡(luò)中數(shù)據(jù)包傳輸?shù)某晒β?，從而提升整個(gè)網(wǎng)絡(luò)的可靠性。此外，當(dāng)網(wǎng)絡(luò)中出現(xiàn)丟包情況，則數(shù)據(jù)源節(jié)點(diǎn)會(huì)采取不允許融合的方式重新發(fā)送丟失數(shù)據(jù)，極大降低了數(shù)據(jù)信息再次丟失的概率，從而有效提高了網(wǎng)絡(luò)的魯棒性。而ADADR算法由于只考慮了傳感節(jié)點(diǎn)深度及信息素等兩方面的因素，因此只能保證數(shù)據(jù)信息經(jīng)過較少的跳數(shù)到達(dá)某匯聚節(jié)點(diǎn)，來降低數(shù)據(jù)丟失的概率，而并沒有從鏈路質(zhì)量方面進(jìn)行更多的考慮，導(dǎo)致其數(shù)據(jù)包交付率低于ECLT算法，且這種差異會(huì)隨著傳感節(jié)點(diǎn)數(shù)量的增加變得更為明顯。另外，在融合定時(shí)機(jī)制中，由于ECLT算法考慮了傳感節(jié)點(diǎn)距離匯聚節(jié)點(diǎn)的跳數(shù)因素，使融合等待時(shí)間與傳感節(jié)點(diǎn)在網(wǎng)絡(luò)中所處位置相適應(yīng)，即傳感節(jié)點(diǎn)的融合等待時(shí)間較短，則其發(fā)送的融合數(shù)據(jù)包中包含的單個(gè)數(shù)據(jù)信息必定較少，因此若這類數(shù)據(jù)包出現(xiàn)丟失，則損失的單個(gè)數(shù)據(jù)信息也會(huì)相對較少，可從另一側(cè)面提高網(wǎng)絡(luò)的數(shù)據(jù)包交付率；而ADADR算法的融合等待時(shí)間則只由數(shù)據(jù)緩存占用率來驅(qū)動(dòng)，對傳感節(jié)點(diǎn)的層次結(jié)構(gòu)沒有任何感知。當(dāng)融合數(shù)據(jù)包壓縮了相同數(shù)量的單個(gè)數(shù)據(jù)信息時(shí)，若其經(jīng)歷的跳數(shù)越多，則越容易丟包，即丟失更多單個(gè)數(shù)據(jù)信息，導(dǎo)致ADADR算法提供的網(wǎng)絡(luò)可靠性不高。

圖4 三種算法的數(shù)據(jù)包交付率對比

（3）平均傳輸延遲

如圖5所示，ECLT算法產(chǎn)生的平均傳輸延遲要少于ADADR算法，這是由于ECLT算法在進(jìn)行數(shù)據(jù)傳輸及融合等待時(shí)采取了多種措施從多個(gè)方面來考慮的。首先，當(dāng)傳感節(jié)點(diǎn)采集到新的數(shù)據(jù)信息并在發(fā)送時(shí)發(fā)現(xiàn)其數(shù)據(jù)緩存中無其他數(shù)據(jù)包等待融合時(shí)，會(huì)采取立即發(fā)送的方式將數(shù)據(jù)包傳送至下一跳節(jié)點(diǎn)，在降低傳輸延遲的同時(shí)只增加了很有限的節(jié)點(diǎn)能耗；其次，當(dāng)數(shù)據(jù)傳輸失敗時(shí)，傳感節(jié)點(diǎn)會(huì)立即重傳丟失的數(shù)據(jù)并將其融合屬性設(shè)為不允許融合，極大減少了因數(shù)據(jù)重傳而產(chǎn)生的重復(fù)傳輸延遲，很好地將平均傳輸延遲控制在一個(gè)較小的范圍；最后，ECLT算法的融合定時(shí)機(jī)制會(huì)根據(jù)傳感節(jié)點(diǎn)數(shù)據(jù)緩存的占用率及其距離某匯聚節(jié)點(diǎn)的跳數(shù)來動(dòng)態(tài)決定融合等待時(shí)間，以減少網(wǎng)絡(luò)中的傳輸延遲。ECLT算法提出的上述三項(xiàng)措施均保證了在網(wǎng)絡(luò)運(yùn)行期間最大程度地減少平均數(shù)據(jù)傳輸延遲，且從上述分析也可得出該算法是可在節(jié)點(diǎn)能耗與傳輸延遲間進(jìn)行權(quán)衡的數(shù)據(jù)融合算法。而ADADR算法為延長網(wǎng)絡(luò)生存期、提升數(shù)據(jù)融合度，并沒有對因數(shù)據(jù)融合產(chǎn)生的傳輸延遲進(jìn)行過多的研究，且算法使用的融合等待定時(shí)機(jī)制也只考慮了傳感節(jié)點(diǎn)數(shù)據(jù)緩存的占用率變化，而沒有意識到傳感節(jié)點(diǎn)在網(wǎng)絡(luò)中所處的位置信息也應(yīng)作為決定融合等待時(shí)間的重要因素，所以ADADR算法產(chǎn)生的平均傳輸延遲勢必較大。另外，在圖5中也可看到，隨著傳感節(jié)點(diǎn)數(shù)量的增多，兩種算法的平均傳輸延遲均有所增加，這同樣也是由傳感節(jié)點(diǎn)到匯聚節(jié)點(diǎn)的平均跳數(shù)增加造成的。

（4）融合度

圖5 兩種算法的平均傳輸延遲對比

如圖6所示，采用ECLT算法的數(shù)據(jù)融合度要高于ADADR算法，這是由于ECLT算法在決定下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn)時(shí)除了優(yōu)先考慮距離匯聚節(jié)點(diǎn)近、路徑最小平均鏈路質(zhì)量大及路徑最小剩余能量大的鄰節(jié)點(diǎn)外，還會(huì)進(jìn)一步衡量哪個(gè)一跳鄰居節(jié)點(diǎn)可更頻繁地轉(zhuǎn)發(fā)數(shù)據(jù)包，有效提高了網(wǎng)絡(luò)中的數(shù)據(jù)融合度。而ADADR算法因考慮網(wǎng)絡(luò)中存在了不同應(yīng)用，假設(shè)只有相同屬性的數(shù)據(jù)才可融合，故其數(shù)據(jù)融合度會(huì)差于ECLT算法。但從另一方面，ADADR算法這種區(qū)分不同數(shù)據(jù)屬性的融合方式正是其優(yōu)勢所在，該方法可很好地適用于多匯聚節(jié)點(diǎn)無線傳感器網(wǎng)絡(luò)，因此這也是ECLT算法需改進(jìn)的方向。另外，在融合定時(shí)機(jī)制方面，ECLT算法提供的定時(shí)策略由于考慮了傳感節(jié)點(diǎn)在網(wǎng)絡(luò)中的層次位置，為適應(yīng)匯聚節(jié)點(diǎn)附近傳感節(jié)點(diǎn)數(shù)據(jù)轉(zhuǎn)發(fā)任務(wù)較重的特點(diǎn)，使其等待更長的時(shí)間以便融合更多數(shù)據(jù)信息，從而在有效節(jié)約節(jié)點(diǎn)能源的同時(shí)，很好地提高了數(shù)據(jù)融合效率。而ADADR算法則只利用了傳感節(jié)點(diǎn)數(shù)據(jù)緩存的占用率來控制傳輸延遲，對融合度的提升沒有任何影響，因此ADADR算法在數(shù)據(jù)融合定時(shí)策略方面的表現(xiàn)也較遜色。在圖6中，還可看到，雖然隨著傳感節(jié)點(diǎn)數(shù)量的增多，但數(shù)據(jù)融合度的提升并不明顯，其原因也與傳感節(jié)點(diǎn)到匯聚節(jié)點(diǎn)間的平均跳數(shù)增加有關(guān)。由于節(jié)點(diǎn)間跳數(shù)的增多，數(shù)據(jù)傳輸失敗的可能性會(huì)相應(yīng)變大，而ECLT算法在處理丟包現(xiàn)象時(shí)，會(huì)采取重新發(fā)送丟失數(shù)據(jù)且不允許融合的方式，因此這類數(shù)據(jù)信息的傳輸將會(huì)增加融合度統(tǒng)計(jì)時(shí)匯聚節(jié)點(diǎn)接收的數(shù)據(jù)包總量，導(dǎo)致數(shù)據(jù)融合度隨傳感節(jié)點(diǎn)密度增加引起的性能提升表現(xiàn)得并不明顯。

圖6 兩種算法的融合度對比

5 結(jié)束語

本文提出了一種可權(quán)衡能耗與延遲的數(shù)據(jù)融合算法ECLT，該算法包括調(diào)整路由和timing機(jī)制兩部分。調(diào)整路由部分將原有路由信息和鄰居節(jié)點(diǎn)一段時(shí)間內(nèi)轉(zhuǎn)發(fā)的數(shù)據(jù)包個(gè)數(shù)進(jìn)行二級模糊綜合評判，以增加路徑間交疊，提高數(shù)據(jù)融合度；timing機(jī)制則是利用節(jié)點(diǎn)數(shù)據(jù)緩存的占用率、剩余能量和距離匯聚節(jié)點(diǎn)的跳數(shù)來設(shè)置融合等待時(shí)間，既有利于均衡各節(jié)點(diǎn)能耗，又能盡量減少延遲。另外，ECLT算法對丟包現(xiàn)象的處理還可提高網(wǎng)絡(luò)的魯棒性。仿真結(jié)果表明，在同樣使用了EEMSR算法作為多匯聚節(jié)點(diǎn)重定位策略的情況下，ECLT算法較MSOR算法能平均延長約1倍的網(wǎng)絡(luò)生存時(shí)間，但會(huì)降低約3%的數(shù)據(jù)包交付率；較ADADR算法也能平均延長約10%的網(wǎng)絡(luò)生存時(shí)間，并提高約6%的數(shù)據(jù)包交付率，降低約6%的平均數(shù)據(jù)延遲，提升約16%的數(shù)據(jù)融合度。雖然ECLT算法在網(wǎng)絡(luò)生存期、可靠性等方面取得了不錯(cuò)的效果，但算法復(fù)雜度并不很理想，這也需要在下一步工作中進(jìn)行改進(jìn)。

[1]Fasolo E，Rossi M，Widmer J，et al.In-network aggregation techniques for wireless sensor networks：a survey[J].IEEE Wireless Communications，2007，14（2）：70-87.

[2]Pietro C，Luca M，Gian P.Efficient routing from multiple sources to multiple sinks in wireless sensor networks[J].Wireless Sensor Networks，2007，2007（4）：34-50.

[3]Jiao Z，Ren F Y，He T，et al.Attribute-aware data aggregation using dynamic routing in wireless sensor networks[C]//Proceedings of the International Symposium on a World of Wireless Mobile and Multimedia Networks（WoWMoM）.Montreal：IEEE，2010.

[4]Wang H P，Luo N.An improved ant-based algorithm for data aggregation in wireless sensor networks[C]//Proceedings of the International Conference on Communications and Mobile Computing（CMC）.Shenzhen：IEEE，2010.

[5]Kakeru M，Akihide U，Hisao Y.Bio-inspired data transmission scheme to multiple sinks for the long-term operation of wireless sensor networks[J].Artificial Life and Robotics，2010，15（2）：189-194.

[6]Solis I，Obraczka K.The impact of timing in data aggregation for sensor networks[C]//Proceedings of the International Conference on Communications（ICC）.Santa Cruz：IEEE，2004.

[7]Li H，Yu H Y，Yang B W，et al.Timing control for delayconstrained data aggregation in wireless sensor networks[J].International Journal of Communication Systems，2007，20（7）：875-887.

[8]袁甜甜，徐敬東，張建忠.基于模糊綜合評判的多sink最優(yōu)路由算法[J].計(jì)算機(jī)工程，2012，38（7）：73-76.

[9]劉普寅，吳孟達(dá).模糊理論及其應(yīng)用[M].長沙：國防科技大學(xué)出版社，1998.

[10]袁甜甜，徐敬東，張建忠.無線傳感網(wǎng)中能量有效的多sink重定位算法[J].計(jì)算機(jī)工程與應(yīng)用，2013，49（2）：19-23.

[11]Rajagopalan R，Varshney P K.Data-aggregation techniques in sensor networks：a survey[J].IEEE Communications Surveys &Tutorials，2006，8（4）：48-63.

[12]Minhas M R，Gopalakrishnan S，Leung V.Fuzzy algorithms for maximum lifetime routing in wireless sensor networks[C]//IEEE Global Telecommunications Conference（IEEE GLOBECOM）.New Orleans：IEEE，2008.

YUAN Tiantian1,XU Jingdong2,LI Kai1

1.Technical College for the Deaf, Tianjin University of Technology, Tianjin 300384, China
2.College of Information Technical Science, Nankai University, Tianjin 300071, China

Considering data aggregation can greatly improve the performance of network lifetime in the routing protocol of wireless sensor networks, but it will bring some problems, such as decreasing network reliability and increasing data transmission delay. In this paper, a new data aggregation algorithm ECLT is designed for balancing energy consumption and transmission delay. It can adjust the original routing information by using the two stage fuzzy comprehensive evaluation, and increase overlap between the data transmission path, in order to improve the degree of data aggregation and prolong the network lifetime. At the same time, the timing mechanism of data aggregation also can be dynamically adjusted according to sensor node’s state in the process of forwarding data, thereby balancing the energy consumption of all thenodes in the network and reducing the data transmission delay. By means of simulating in OMNeT ++ , the algorithm ECLT can greatly extend the service life of wireless sensor networks and reduce the average transmission delay.

wireless sensor networks; multi-sink; data aggregation; timing mechanism; network lifetime; transmission delay

YUAN Tiantian, XU Jingdong, LI Kai. Energy consumption and latency trade-off algorithm for data aggregation.Computer Engineering and Applications, 2014, 50（17）：1-6.

A

TP391

10.3778/j.issn.1002-8331.1309-0448

天津市信息化項(xiàng)目（No.082044012）；教育部人文社科規(guī)劃基金項(xiàng)目（No.12YJA 740037）。

袁甜甜（1980—），女，博士，講師，主要研究領(lǐng)域?yàn)闊o線傳感器網(wǎng)絡(luò)、對等計(jì)算與移動(dòng)計(jì)算；徐敬東（1966—），女，教授，博士生導(dǎo)師；李凱（1969—），女，副教授。E-mail：yuantt2013@126.com

2013-09-27

2013-11-29

1002-8331（2014）17-0001-06

CNKI網(wǎng)絡(luò)優(yōu)先出版：2014-06-12,http://www.cnki.net/kcms/doi/10.3778/j.issn.1002-8331.1309-0448.htm l