水下無線傳感網中基于能量效率的簇路由

馮光輝，廖金菊

(鄭州工業(yè)應用技術學院 信息工程學院，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絡(underwater wireless sensor networks，UWSNs)[1]。這主要是因為無線射頻功率容易被水吸收，衰減快。相對而言，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，同時聲通信的傳輸時延大于無線射頻通信[2]。此外，在UWSNs中節(jié)點能量是有限的，在部署UWSNs的同時，除了考慮通信模式，還需考慮節(jié)點能量。

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

通常，傳輸一個數(shù)據包比接收一個數(shù)據包需消耗更多的能量。UWSNs中節(jié)點可直接或間接多跳向信宿傳輸數(shù)據包。傳輸距離越遠，消耗的能量越多?；诰W絡總能量一定的事實，減少傳輸距離，并且均衡化節(jié)點負擔，成為延長網絡壽命的有效途徑。據此，在設計路由協(xié)議時，可從減少傳輸距離和平衡節(jié)點負擔著手，進而節(jié)省節(jié)點能量。

為此，本文提出基于能量效率的簇路由EECR。EECR協(xié)議采用無線傳感網絡中的簇路由的思想，將水下傳感節(jié)點劃分不同的簇。結合剩余能量以及距離信息，建立選舉簇頭的閾值函數(shù)，提高簇結構的穩(wěn)定性。同時，采用輪換制度，平衡節(jié)點間的負擔。實驗結果表明，提出的EECR協(xié)議能夠有效地節(jié)省網絡能量，并提高了數(shù)據傳輸效率。

1 相關工作

目前，研究人員針對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的改進協(xié)議EE-DBR。EE-DBR協(xié)議利用ToA測距技術估計節(jié)點深度，選擇最優(yōu)的傳輸路徑，進而減少數(shù)據傳輸路徑，縮短端到端的傳輸時延。

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[5]提出VARP路由。VAPR路由利用序列號、跳數(shù)以及深度信息，選擇下一跳的方向，并采用有方向機會轉發(fā)避免路由空洞問題。而 Yougtae等[9]提出基于地理位置和機會的混合組播路由，該路由融合了地理位置和機會路由這兩類路由的優(yōu)勢。

從上述分析可知，目前多數(shù)路由是通過調節(jié)節(jié)點深度，轉發(fā)數(shù)據包。而并沒有平衡節(jié)點能量消耗的角度出發(fā)。采用簇結構是平衡節(jié)點能量消耗的最佳方式，通過輪流機制，建立簇結構，簇內節(jié)點只需將數(shù)據至簇頭，由簇頭將數(shù)據傳輸至信宿，這減少了節(jié)點傳輸距離。

作為簇路由的代表，低能量自適應簇協(xié)議(low energy adaptive clustering hierarchy，LEACH)[10]是隨機方式選擇簇頭。具體而言，在每一輪中，節(jié)點i先產生隨機數(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表示當前執(zhí)行的輪數(shù)。而p為簇頭比例。G表示目前還未承擔過的簇頭的節(jié)點數(shù)。

為此，本文結合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)點能量以及距離信息，對LEACH的閾值進行修正，并形成不同的簇，減少傳輸距離和平衡節(jié)點能量消耗。

2 問題描述及系統(tǒng)模型

2.1 問題描述

在水下無線傳感網絡UWSNs中，有效利用節(jié)點能量、可靠地傳輸數(shù)據包成為研究熱點。現(xiàn)存的多數(shù)路由協(xié)議是依據節(jié)點的深度選擇下一跳轉發(fā)節(jié)點，如DBR協(xié)議。深度更淺的節(jié)點以及離信宿更近的節(jié)點承擔了更多數(shù)據轉發(fā)任務，這就使得這些節(jié)點的能量過早耗盡，影響了網絡壽命。

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，并且簇結構并不穩(wěn)定。為此，本文提出簇路由EECR協(xié)議。

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

2.2 系統(tǒng)模型

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

圖1 系統(tǒng)模型

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

先依據節(jié)點深度構建不同簇，每個簇內有一個簇頭，并由簇頭收集簇內其它節(jié)點發(fā)感測的數(shù)據。因此，簇頭選擇算法成為簇路由的關鍵，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，對其閾值進行修正，建立穩(wěn)定簇結構，提高了路由了穩(wěn)定性。

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

3 EECR

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

3.1 簇頭選擇過程

將時間劃分等間隔的輪r，每輪執(zhí)行一次簇頭選擇算法。在每一輪內，節(jié)點隨機產生一個隨機數(shù)λ。若隨機數(shù)大于閾值，節(jié)點就成為普通節(jié)點，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)點能否成為候選簇頭。為此，對閾值定義進行改進。據此，節(jié)點ni的閾值如式(2)所示

(2)

其中

(3)

而p表示網絡簇頭占總節(jié)點數(shù)的比例，r表示輪數(shù)。G為一個節(jié)點集，表示上一輪未被選擇為簇頭的節(jié)點集。即上一輪已成為簇頭的節(jié)點，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、距離對簇頭的選擇重要的影響。為了進一步減少剩余能量過少的節(jié)點成為簇頭，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，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)點加入本簇，并向它回復確認消息，ACK_CH，成為本簇的成員節(jié)點，簇形成過程如圖3所示。普通節(jié)點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ni立即向CH2回復Join_CH消息。最后，簇頭CH2向節(jié)點ni回復確認ACK_CH消息。

圖3 簇形成過程

3.3 消息傳遞過程

每個簇頭成員節(jié)點向自己的簇頭傳輸數(shù)據，簇頭收集數(shù)據后，便向信宿傳輸。如果信宿在簇頭的傳輸范圍內，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發(fā)節(jié)點，數(shù)據傳輸示例如圖4所示。

圖4 數(shù)據傳輸

4 性能分析

利用NS3建立仿真平臺[15,16]?？紤]500m×500m區(qū)域。仿真參數(shù)如下：|Ns|=1、 |Nn|=200、r=100m。 仿真時間為300 s。每個實驗獨立重復100次，取均值作為最終仿真數(shù)據。

同時，選擇經典的DBR、EEDBR協(xié)議進行同步仿真，并與EECR協(xié)議進行性能比較。此外，選擇失效節(jié)點數(shù)、傳遞數(shù)據包數(shù)和剩余能量作為性能指標。仿真數(shù)據如圖5～圖7所示。

圖5 傳遞數(shù)據包數(shù)

圖6 失效節(jié)點數(shù)

圖7 剩余能量

4.1 傳遞數(shù)據包數(shù)

3個協(xié)議的傳遞數(shù)據包數(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)據包數(shù)最。在最初，EECR協(xié)議在接收數(shù)據包數(shù)方面的優(yōu)勢并不明顯，在仿真時間結束后，EECR協(xié)議所接收的數(shù)據包數(shù)遠多于DBR和EEDBR協(xié)議。這主要是因為：EECR協(xié)議采用簇協(xié)議傳輸數(shù)據包，路由可靠性遠高于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)據包數(shù)有所增加。原因在于：EEDBR協(xié)議在轉發(fā)數(shù)據包時，考慮到節(jié)點的剩余能量，減少了失效節(jié)點數(shù)，進而能夠有效地傳輸數(shù)據包。

4.2 失效節(jié)點數(shù)

圖6顯示了3個協(xié)議的失效節(jié)點數(shù)，這個指標反映了協(xié)議存儲網絡能量的性能，失效節(jié)點數(shù)越小，網絡能量利用率越高。從圖6可知，EECR協(xié)議的失效節(jié)點數(shù)最少，遠低于DBR和EEDBR協(xié)議。例如，在400輪時，EECR協(xié)議的失效節(jié)點數(shù)約為60個，而DBR協(xié)議、EEDBR協(xié)議的失效節(jié)點數(shù)分別為75、120個。這主要是因為：EECR協(xié)議在每輪都設有不同的閾值，平衡了節(jié)點間的能量消耗。

4.3 剩余能量

圖7顯示3個協(xié)議在不同輪數(shù)時所有節(jié)點的剩余能量和。剩余能量越多，協(xié)議平衡能量消耗水平越高，網絡壽命也越高。

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)據進一步說明，EECR協(xié)議提高簇結構的穩(wěn)定性，也平衡了網絡能耗。

5 結束語

針對水下無線傳感網絡的數(shù)據傳輸問題，提出了基于能量效率的簇路由EECR。EECR協(xié)議是引用LEACH協(xié)議簇頭選擇機制，并對其選擇簇頭的閾值函數(shù)進行修訂。修訂后的閾值函數(shù)融合了節(jié)點離信宿距離以及節(jié)點本身的剩余能量，提高了簇結構的穩(wěn)定性。同時，采用輪流產生簇頭的機制，使得每個節(jié)點具有成為簇頭的概率相同，進而平衡能量消耗。仿真結果表明，提出的EECR協(xié)議能夠有效在利用網絡能量，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絡剩余容量構造與研究[J].傳感技術學報,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.