基于NS3的水下LEER協(xié)議優(yōu)化與分析

馬 媛,杜秀娟

(1.青海師范大學(xué)計(jì)算機(jī)學(xué)院,青海 西寧 810008; 2.青海省物聯(lián)網(wǎng)重點(diǎn)實(shí)驗(yàn)室,青海 西寧 810008)

0 引 言

隨著各國(guó)對(duì)石油、天然氣等資源的需求量不斷增長(zhǎng)，人們對(duì)海洋資源的開(kāi)發(fā)和利用處于持續(xù)上升趨勢(shì)。水下無(wú)線傳感器網(wǎng)絡(luò)(UWSN)的應(yīng)用，成為國(guó)內(nèi)外重點(diǎn)研究的方向[1-2]。水下環(huán)境極為特殊，水體信道復(fù)雜多變，無(wú)線電磁波在水下通信具有很高的衰減性[3]，光在水下通信具有散射性，因此在水下采用聲波進(jìn)行通信。UWSN是由多個(gè)水下傳感器節(jié)點(diǎn)、水面中繼站、船上接收站、衛(wèi)星以及地面接收站組成的移動(dòng)自組織網(wǎng)絡(luò)[4]。水下傳感器節(jié)點(diǎn)具有感知物理特性、收集和處理數(shù)據(jù)、進(jìn)行通信等功能。水下節(jié)點(diǎn)將自己感知到的數(shù)據(jù)進(jìn)行收集，通過(guò)鄰居節(jié)點(diǎn)逐跳轉(zhuǎn)發(fā)，經(jīng)過(guò)數(shù)次傳輸后到達(dá)水面中繼站，最后通過(guò)衛(wèi)星或者互聯(lián)網(wǎng)到達(dá)地面接收站。UWSN廣泛應(yīng)用于海洋資源勘測(cè)、海洋環(huán)境污染監(jiān)測(cè)、預(yù)報(bào)海洋災(zāi)害、海軍情報(bào)收集、海洋生物保護(hù)、戰(zhàn)略監(jiān)測(cè)等領(lǐng)域[5-8]。UWSN的拓?fù)浣Y(jié)構(gòu)如圖1所示。

圖1 水下無(wú)線傳感器網(wǎng)絡(luò)拓?fù)錁?gòu)造

與采用無(wú)線電通信的地面?zhèn)鞲衅飨啾龋琔WSN具有獨(dú)特的特性，這些特性使得為水下傳感器網(wǎng)絡(luò)設(shè)計(jì)協(xié)議的難度增大。水下節(jié)點(diǎn)采用聲波通信，聲波在水下的傳播速度是1500 m/s,比無(wú)線電磁波在地面的傳播速度低大約5個(gè)數(shù)量級(jí)[9]，即傳播延遲比無(wú)線電波高大約5個(gè)數(shù)量級(jí)。水下環(huán)境惡劣，聲波在傳輸過(guò)程中會(huì)受環(huán)境噪聲、路徑損耗等影響，有較高的出錯(cuò)率，誤碼率在10-7～10-3。而且由于傳輸距離遠(yuǎn)，水聲通信比無(wú)線電磁波通信更加消耗能量。水下傳感器節(jié)點(diǎn)能量是由電池供應(yīng)的有限能量，不能通過(guò)太陽(yáng)能、風(fēng)能等提供。通常采用干電池供電，節(jié)點(diǎn)在復(fù)雜的無(wú)人值守的水下環(huán)境長(zhǎng)期工作，當(dāng)出現(xiàn)電量耗盡時(shí)，充電和更換電池非常困難，因此減少能源消耗一直以來(lái)都是UWSN有待解決的問(wèn)題。除此之外，水聲信道還具有帶寬窄、多徑效應(yīng)、多普勒效應(yīng)、網(wǎng)絡(luò)連通性差、網(wǎng)絡(luò)動(dòng)態(tài)拓?fù)涞忍匦訹10]。針對(duì)UWSN的特性，國(guó)內(nèi)外諸多學(xué)者提出了適用于水下的路由協(xié)議。

1 相關(guān)工作

由于在水下進(jìn)行定位，獲取全維位置信息仍然有難度，因此，Yan等人[11]提出了基于深度的路由協(xié)議DBR，該協(xié)議不需要獲取全維位置信息，只需要知道節(jié)點(diǎn)的深度信息，在數(shù)據(jù)轉(zhuǎn)發(fā)過(guò)程中，以深度作為轉(zhuǎn)發(fā)節(jié)點(diǎn)的路由度量，同時(shí)引入深度閾值控制了過(guò)多的冗余轉(zhuǎn)發(fā)。DBR在稀疏網(wǎng)絡(luò)中容易出現(xiàn)路由空洞問(wèn)題。

Wahid等人[12]對(duì)DBR協(xié)議進(jìn)行了改進(jìn)，提出了一種基于深度和剩余能量的路由策略EEDBR，節(jié)點(diǎn)在以深度為度量選擇路由時(shí)，考慮了節(jié)點(diǎn)的剩余能量，均衡了整個(gè)網(wǎng)絡(luò)的能量消耗。

Xie等人[13]提出了基于矢量轉(zhuǎn)發(fā)的路由協(xié)議VBF,VBF協(xié)議是只有在路由管道內(nèi)的數(shù)據(jù)才有轉(zhuǎn)發(fā)資格，所有數(shù)據(jù)包都經(jīng)由管道轉(zhuǎn)發(fā)到sink節(jié)點(diǎn)，每個(gè)數(shù)據(jù)包中都攜帶源節(jié)點(diǎn)、sink節(jié)點(diǎn)和下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn)的位置信息，該協(xié)議在密集網(wǎng)絡(luò)中存在一個(gè)數(shù)據(jù)包被多個(gè)節(jié)點(diǎn)轉(zhuǎn)發(fā)的情況，這會(huì)造成大量冗余，導(dǎo)致能量消耗過(guò)大和沖突增加。

張嘉男等人[14]在VBF的基礎(chǔ)上提出了基于矢量與能量的水下無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議VER，該協(xié)議在考慮候選節(jié)點(diǎn)矢量距離的同時(shí)考慮了剩余能量，在平均端到端延遲、能耗等方面均優(yōu)于VBF,減少了節(jié)點(diǎn)額外的開(kāi)銷(xiāo)。

Zhu等人[15]提出了一種基于分層的節(jié)能路由協(xié)議LEER。該協(xié)議中，發(fā)送方節(jié)點(diǎn)在發(fā)數(shù)據(jù)報(bào)文之前不需要知道自己的位置，而是獲取了自身層級(jí)信息。為了節(jié)約節(jié)點(diǎn)能量，接收節(jié)點(diǎn)會(huì)根據(jù)自身剩余能量和一跳延遲來(lái)計(jì)算等待時(shí)間設(shè)置定時(shí)器的超時(shí)值。LEER協(xié)議在數(shù)據(jù)交付率和端到端延遲方面相對(duì)于DBR有明顯的提高,并且有效地解決了路由空洞問(wèn)題。

本文針對(duì)LEER協(xié)議中存在的不足進(jìn)行改進(jìn)和優(yōu)化分析。利用NS3網(wǎng)絡(luò)平臺(tái)進(jìn)行大量仿真實(shí)驗(yàn)，通過(guò)使sink節(jié)點(diǎn)周期性廣播控制包，及時(shí)更新了隨水體活動(dòng)位置發(fā)生變化節(jié)點(diǎn)的層級(jí)；同時(shí)考慮了單跳延遲、節(jié)點(diǎn)密度以及能量均衡性等因素，選擇最佳下一跳節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)包，減少額外能量消耗；并且采用多sink的網(wǎng)絡(luò)拓?fù)洌岣邤?shù)據(jù)交付率。優(yōu)化后的LEER協(xié)議更加適用于節(jié)點(diǎn)移動(dòng)性高的網(wǎng)絡(luò)拓?fù)?，提高了網(wǎng)絡(luò)性能和數(shù)據(jù)交付率，均衡了整個(gè)網(wǎng)絡(luò)的能量，延長(zhǎng)了網(wǎng)絡(luò)生命周期。

2 水下傳感器網(wǎng)絡(luò)模型描述

2.1 網(wǎng)絡(luò)模型

為了使仿真結(jié)果更接近實(shí)際，本文將考慮三維區(qū)域?yàn)閁WSN模型，如圖2所示。本文基于LEER協(xié)議進(jìn)行改進(jìn)和優(yōu)化，在LEER協(xié)議中只部署一個(gè)sink節(jié)點(diǎn)，為了使包的傳遞率和可靠性更高，本文采用多sink部署方式。UWSN模型是由水面上的sink節(jié)點(diǎn)和部署在水下的普通傳感器節(jié)點(diǎn)構(gòu)成。sink節(jié)點(diǎn)配置的水聲調(diào)制解調(diào)器和RF調(diào)制解調(diào)器[16]是為方便sink節(jié)點(diǎn)和水下節(jié)點(diǎn)之間以及sink和水面中繼站之間的通信，而水下的每個(gè)節(jié)點(diǎn)均配置了水聲調(diào)制解調(diào)器。該協(xié)議中僅僅考慮sink和水下節(jié)點(diǎn)之間的通信，并且假設(shè)當(dāng)水面上的任何一個(gè)sink節(jié)點(diǎn)成功接收到數(shù)據(jù)時(shí)，數(shù)據(jù)發(fā)送成功。水下傳感器節(jié)點(diǎn)將感知到的環(huán)境參數(shù)等數(shù)據(jù)進(jìn)行采集，然后以多跳方式傳輸至水面sink節(jié)點(diǎn)。為了更好地研究UWSN路由問(wèn)題，對(duì)該網(wǎng)絡(luò)模型設(shè)定如下：1)多個(gè)sink節(jié)點(diǎn)散落在監(jiān)測(cè)范圍內(nèi)的水面上，所有水下傳感器節(jié)點(diǎn)隨機(jī)部署在三維區(qū)域中;2)水下傳感器節(jié)點(diǎn)具有相同的初始能量、發(fā)射功率、傳輸半徑等;3)水下傳感器節(jié)點(diǎn)隨著水下活動(dòng)具有移動(dòng)性;4)每個(gè)水下傳感器節(jié)點(diǎn)的通信地位相等，都有可能成為源節(jié)點(diǎn)和目的節(jié)點(diǎn)。

圖2 水下三維網(wǎng)絡(luò)模型

2.2 能耗模型

影響UWSN能量消耗的因素眾多，本文僅考慮發(fā)送狀態(tài)下所消耗的能量，而忽略閑置狀態(tài)和接收狀態(tài)下的能量消耗[17]。因?yàn)樵赨WSN中，節(jié)點(diǎn)發(fā)送數(shù)據(jù)的能耗遠(yuǎn)遠(yuǎn)大于接收數(shù)據(jù)時(shí)的能耗[18]。為了使仿真結(jié)果和實(shí)際應(yīng)用更接近，通信過(guò)程使用Sozer等人所提出的水聲通信能耗模型，節(jié)點(diǎn)發(fā)送一次長(zhǎng)度為L(zhǎng)比特的數(shù)據(jù)包時(shí)所消耗的能量為：

EL=plTtA(x,f)

(1)

其中，假設(shè)pl為接收節(jié)點(diǎn)正確接收數(shù)據(jù)時(shí)需要的最小功率；Tt為節(jié)點(diǎn)發(fā)送L比特?cái)?shù)據(jù)包時(shí)的傳輸延時(shí)；A(x,f)用式(2)表示，是由節(jié)點(diǎn)間的距離和頻率所決定的信號(hào)衰減模型。

A(x,f)=xk10α(f)x/10

(2)

其中，x是2個(gè)通信節(jié)點(diǎn)之間的距離；k為擴(kuò)頻因子，由聲信號(hào)的擴(kuò)頻類(lèi)型決定，當(dāng)發(fā)送數(shù)據(jù)過(guò)程中采用柱形時(shí)，k=1,采用球形時(shí)k=2,一般在水聲模型中，k=1.5[19]；f為節(jié)點(diǎn)在水下通信時(shí)的頻率；α(f)為衰減因子，可以表示為公式(3)：

(3)

假設(shè)節(jié)點(diǎn)的發(fā)射功率為ps，那么節(jié)點(diǎn)接收數(shù)據(jù)的功率為prv：

(4)

由公式(1)～公式(4)可知，在UWSN中節(jié)點(diǎn)通信的距離越遠(yuǎn)，所消耗的能量越多；節(jié)點(diǎn)通信的距離越遠(yuǎn)，接收功率就越小。

3 LEER協(xié)議概述

LEER協(xié)議是一種基于分層的路由協(xié)議，節(jié)點(diǎn)不需要獲取自身位置信息，每個(gè)節(jié)點(diǎn)的層級(jí)信息可以在網(wǎng)絡(luò)初始化階段學(xué)習(xí)到，當(dāng)水下節(jié)點(diǎn)向sink節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)包時(shí)，所有參與轉(zhuǎn)發(fā)的節(jié)點(diǎn)都已經(jīng)獲取到了自身的層級(jí)信息，即每個(gè)轉(zhuǎn)發(fā)節(jié)點(diǎn)都至少有一個(gè)上層鄰居節(jié)點(diǎn)，數(shù)據(jù)就會(huì)成功轉(zhuǎn)發(fā)到sink節(jié)點(diǎn)，這樣就解決了路由空曠區(qū)域問(wèn)題。

LEER協(xié)議分為2個(gè)階段：分層和數(shù)據(jù)轉(zhuǎn)發(fā)。在分層階段，sink節(jié)點(diǎn)向網(wǎng)絡(luò)中廣播控制包，sink節(jié)點(diǎn)有固定的層級(jí)。網(wǎng)絡(luò)初始化時(shí)，當(dāng)sink節(jié)點(diǎn)的一跳鄰居接收到來(lái)自sink的控制包時(shí)，接收節(jié)點(diǎn)提取控制包中的層級(jí)信息，然后更新自己的層級(jí)信息并繼續(xù)廣播更新后的包。假設(shè)sink節(jié)點(diǎn)的層級(jí)信息為L(zhǎng)S，則該接收節(jié)點(diǎn)更新自己的層級(jí)為L(zhǎng)S+1并繼續(xù)廣播更新后的數(shù)據(jù)包，然后開(kāi)啟層級(jí)老化計(jì)時(shí)器。層級(jí)信息是逐跳更新的，在上一跳發(fā)送節(jié)點(diǎn)的基礎(chǔ)上加1。在數(shù)據(jù)轉(zhuǎn)發(fā)階段，水下傳感器節(jié)點(diǎn)將收集到的數(shù)據(jù)傳輸?shù)缴蠈庸?jié)點(diǎn)，直到數(shù)據(jù)被成功轉(zhuǎn)發(fā)到水面上的sink節(jié)點(diǎn)。在轉(zhuǎn)發(fā)過(guò)程中，因?yàn)槊總€(gè)節(jié)點(diǎn)已經(jīng)獲取了自己的層級(jí)，保證了參與轉(zhuǎn)發(fā)的每個(gè)節(jié)點(diǎn)至少會(huì)有一個(gè)鄰居節(jié)點(diǎn)，所以避免了路由空曠區(qū)域問(wèn)題。同一層的數(shù)據(jù)之間不存在通信，因此，減少了數(shù)據(jù)的冗余轉(zhuǎn)發(fā)，降低了能耗。

4 LEER協(xié)議改進(jìn)與優(yōu)化

本文在實(shí)驗(yàn)過(guò)程中對(duì)協(xié)議做了改進(jìn)和優(yōu)化[20]。LEER協(xié)議中只有一個(gè)sink節(jié)點(diǎn)，優(yōu)化后采用多sink的網(wǎng)絡(luò)拓?fù)?；水下?jié)點(diǎn)會(huì)隨著水流移動(dòng)，因此層級(jí)信息也應(yīng)該隨之更新，優(yōu)化后sink節(jié)點(diǎn)周期性廣播控制包，水下節(jié)點(diǎn)周期性更新層級(jí)，即使節(jié)點(diǎn)隨水下活動(dòng)發(fā)生了很大的移動(dòng)，節(jié)點(diǎn)也會(huì)及時(shí)更新層級(jí)；多徑轉(zhuǎn)發(fā)會(huì)產(chǎn)生冗余包，增加了整個(gè)網(wǎng)絡(luò)的能量消耗，優(yōu)化后采用單徑，減少能量的額外消耗，節(jié)省能耗，提高網(wǎng)絡(luò)生存周期；接收節(jié)點(diǎn)基于轉(zhuǎn)發(fā)概率決定自己是否具有轉(zhuǎn)發(fā)資格，轉(zhuǎn)發(fā)概率的計(jì)算基于單跳延遲、節(jié)點(diǎn)密度和剩余能量。

4.1 優(yōu)化分層算法

在優(yōu)化后的LEER協(xié)議中，采用的是多sink節(jié)點(diǎn)的水下無(wú)線傳感器網(wǎng)絡(luò)結(jié)構(gòu)。節(jié)點(diǎn)在執(zhí)行路由之前，每個(gè)節(jié)點(diǎn)學(xué)習(xí)到自身的層級(jí)，這可以通過(guò)網(wǎng)絡(luò)初始化完成。在網(wǎng)絡(luò)初始化階段，規(guī)定sink節(jié)點(diǎn)周期性向網(wǎng)絡(luò)廣播包含層級(jí)等信息的控制包，設(shè)sink節(jié)點(diǎn)有固定的層級(jí)為L(zhǎng)0。當(dāng)sink的一跳接收節(jié)點(diǎn)第一次接收到sink節(jié)點(diǎn)發(fā)送的控制包時(shí)，首先從自己接收到的控制包中提取層級(jí)信息，然后在所提取出層級(jí)的基礎(chǔ)上加“1”，即更新自己的層級(jí)字段為L(zhǎng)1，啟動(dòng)該節(jié)點(diǎn)的層級(jí)老化計(jì)時(shí)器，并且繼續(xù)廣播更新后的控制包，當(dāng)該節(jié)點(diǎn)的下一跳節(jié)點(diǎn)收到它發(fā)送的控制包時(shí)，同樣的也會(huì)提取包的層級(jí)字段，更新自己的層級(jí)為L(zhǎng)2，然后繼續(xù)廣播控制包，該層級(jí)字段會(huì)逐跳更新。在這期間，如果有節(jié)點(diǎn)隨著水下活動(dòng)進(jìn)行了大幅度移動(dòng)，那么它們獲取到的層級(jí)可能就需要再次更新，為了使實(shí)驗(yàn)更接近實(shí)際，設(shè)置sink節(jié)點(diǎn)會(huì)周期性廣播控制包。

sink節(jié)點(diǎn)一次廣播完成后，在規(guī)定時(shí)間內(nèi)進(jìn)行下次廣播，當(dāng)接收節(jié)點(diǎn)第二次或者第n次接收到廣播控制包時(shí)，首先提取收到的控制包的層級(jí)字段Ls，然后判斷自己的層級(jí)是否需要更新,判斷過(guò)程如下：在該接收節(jié)點(diǎn)層級(jí)未過(guò)期的情況下，自身獲取到的層級(jí)為L(zhǎng)r，將自身的層級(jí)字段與所提取的層級(jí)字段作比較，如果Lr>Ls+1，該節(jié)點(diǎn)更新自己的層級(jí)為L(zhǎng)r=Ls+1，更新完層級(jí)等字段并繼續(xù)廣播控制包；如果Lr

圖3 分層示意圖

如圖3所示，N6,N7,N11,N13,N16節(jié)點(diǎn)多次接收到控制包，這些節(jié)點(diǎn)需要比較自身層級(jí)值與控制包的層級(jí)字段值，以便判斷是否需要更新自身的層級(jí)。以N6節(jié)點(diǎn)為例，當(dāng)節(jié)點(diǎn)第一次接收到N2轉(zhuǎn)發(fā)的控制包時(shí)，首先提取該控制包的層級(jí)字段為“L1”,然后更新自身層級(jí)字段為“L2”，進(jìn)而廣播更新后的控制包。過(guò)了一段時(shí)間后，N6節(jié)點(diǎn)可能會(huì)接收到來(lái)自N5轉(zhuǎn)發(fā)的控制包，N6節(jié)點(diǎn)的層及老化計(jì)時(shí)器未過(guò)期，且層級(jí)仍為“L2”，它將自身層級(jí)與N5的層級(jí)字段值進(jìn)行比較，N5,N6節(jié)點(diǎn)的層級(jí)都為“L2”，它們?cè)谕粚?，因此N6節(jié)點(diǎn)不會(huì)更新自己的層級(jí)，也不會(huì)轉(zhuǎn)發(fā)該控制包，而是丟棄該控制包。

4.2 優(yōu)化路由算法

本文采用多sink網(wǎng)絡(luò)拓?fù)?，一般認(rèn)為水面上的任何一個(gè)sink節(jié)點(diǎn)接收到來(lái)自水下節(jié)點(diǎn)轉(zhuǎn)發(fā)的數(shù)據(jù)，該轉(zhuǎn)發(fā)過(guò)程完成，接收數(shù)據(jù)成功。

水下傳感器節(jié)點(diǎn)都具有相同的收發(fā)功能，當(dāng)某個(gè)節(jié)點(diǎn)接收到數(shù)據(jù)包時(shí)，首先會(huì)判斷自己是不是sink節(jié)點(diǎn)，如果是sink節(jié)點(diǎn)，它將接收此數(shù)據(jù)包，代表數(shù)據(jù)包傳輸成功；如果不是sink節(jié)點(diǎn)，該節(jié)點(diǎn)會(huì)繼續(xù)沿著水面sink的方向轉(zhuǎn)發(fā)數(shù)據(jù)包，為了減少轉(zhuǎn)發(fā)過(guò)程中的能量消耗，最大限度均衡整個(gè)網(wǎng)絡(luò)的能量，該節(jié)點(diǎn)基于自己的層級(jí)選擇合適的下一跳，即選擇層級(jí)字段為L(zhǎng)r-1的節(jié)點(diǎn)作為轉(zhuǎn)發(fā)節(jié)點(diǎn)，因?yàn)橥粚涌赡艽嬖诙鄠€(gè)節(jié)點(diǎn)，即會(huì)有多個(gè)候選節(jié)點(diǎn)，為了避免大量的沖突和冗余重傳，將從這些候選節(jié)點(diǎn)中選出一個(gè)最佳節(jié)點(diǎn)nodebt進(jìn)而轉(zhuǎn)發(fā)數(shù)據(jù)包。為了避免部分節(jié)點(diǎn)能量耗盡，并且適應(yīng)水下的動(dòng)態(tài)拓?fù)?，?yōu)化后的協(xié)議盡可能選取剩余能量最多、單跳延遲最小、密度較大的節(jié)點(diǎn)作為nodebt，這會(huì)在某種程度上對(duì)網(wǎng)絡(luò)拓?fù)溥M(jìn)行修剪[21]。為了兼顧最佳選取條件，本文引入轉(zhuǎn)發(fā)概率來(lái)表征選擇nodebt的過(guò)程。nodebt轉(zhuǎn)發(fā)概率PT的計(jì)算公式如下：

(5)

本文改進(jìn)的協(xié)議中，每個(gè)與sink節(jié)點(diǎn)連通的傳感器節(jié)點(diǎn)都會(huì)得到一個(gè)層級(jí)，具有層級(jí)的節(jié)點(diǎn)都會(huì)有上行鄰居節(jié)點(diǎn)，因此完全避免了路由空曠區(qū)域問(wèn)題。LEER協(xié)議采用多徑進(jìn)行轉(zhuǎn)發(fā)數(shù)據(jù)，優(yōu)化后的LEER采用單徑，減少了數(shù)據(jù)包的冗余轉(zhuǎn)發(fā)，避免額外開(kāi)銷(xiāo)，因此很大程度上減少了能耗，使節(jié)點(diǎn)的能量均衡。能量均衡性采用Jain的公平性指數(shù)衡量[22]，如下式：

(6)

5 仿真與結(jié)果分析

5.1 仿真實(shí)驗(yàn)

NS3是一款面向網(wǎng)絡(luò)系統(tǒng)的離散事件仿真軟件，NS3的基本模型共分為5層[23]，并且對(duì)各層都進(jìn)行了改進(jìn)，主要用于研究和教學(xué)目的。本文基于NS3進(jìn)行仿真實(shí)驗(yàn)，如圖4為部分仿真輸出信息。該仿真結(jié)果表明改進(jìn)后的協(xié)議適用于多sink拓?fù)洌ㄟ^(guò)不斷廣播實(shí)現(xiàn)了層級(jí)及時(shí)更新，并且減少了能量消耗，如圖4節(jié)點(diǎn)42成功接收到節(jié)點(diǎn)28轉(zhuǎn)發(fā)的數(shù)據(jù)包。

圖4 仿真輸出

通過(guò)對(duì)LEER協(xié)議的分析，提出存在的問(wèn)題，并且對(duì)該協(xié)議進(jìn)行了改進(jìn)，改進(jìn)后計(jì)算轉(zhuǎn)發(fā)概率的代碼如圖5所示。

圖5 優(yōu)化代碼

5.2 結(jié)果分析

本節(jié)對(duì)仿真結(jié)果進(jìn)行分析，并與LEER協(xié)議進(jìn)行對(duì)比，所有仿真是基于NS3完成的。在1500×1500×3000的三維區(qū)域中，分別隨機(jī)部署10、20、30、40、50、60個(gè)節(jié)點(diǎn)進(jìn)行多次仿真，sink節(jié)點(diǎn)隨機(jī)部署在水面上，設(shè)置4個(gè)sink節(jié)點(diǎn)。設(shè)置節(jié)點(diǎn)初始能量為1000 J，剩余能量在代碼實(shí)現(xiàn)中可以直接獲取，并且可以用節(jié)點(diǎn)的初始能量減去剩余能量來(lái)計(jì)算節(jié)點(diǎn)消耗的能量。單跳延遲通過(guò)設(shè)置時(shí)間戳，然后做差值計(jì)算出來(lái)，它指的是上一跳發(fā)送節(jié)點(diǎn)發(fā)送數(shù)據(jù)包后到本跳接收節(jié)點(diǎn)收到該數(shù)據(jù)包的延遲。數(shù)據(jù)包大小為134 bit，在每一輪的數(shù)據(jù)傳輸過(guò)程中，只要到達(dá)水面的任意一個(gè)sink節(jié)點(diǎn)，數(shù)據(jù)交付成功完成。如圖6(a)～圖6(d)分別采用數(shù)據(jù)包交付率、能量消耗、平均端到端延時(shí)、能量均衡性等參數(shù)對(duì)比優(yōu)化后的LEER與LEER協(xié)議。

(a)包交付率

從圖6(a)可以看出優(yōu)化后的LEER協(xié)議的數(shù)據(jù)包交付率遠(yuǎn)高于LEER協(xié)議的數(shù)據(jù)包交付率，這是因?yàn)閮?yōu)化后的LEER協(xié)議采用多sink拓?fù)?，?dāng)水面上任意一個(gè)sink節(jié)點(diǎn)接收到數(shù)據(jù)，都認(rèn)為數(shù)據(jù)傳輸成功，且數(shù)據(jù)包交付率的計(jì)算是根據(jù)水面上多個(gè)sink節(jié)點(diǎn)中接收到數(shù)據(jù)包最多的一個(gè)得出的。但是從仿真結(jié)果可以看出，數(shù)據(jù)包的交付率是隨著節(jié)點(diǎn)數(shù)量的增加而減少的。圖6(b)表明優(yōu)化后的LEER協(xié)議更加節(jié)能，因?yàn)樵跈?quán)衡節(jié)點(diǎn)密度、剩余能量、單跳延時(shí)以及層級(jí)后選取一個(gè)最佳節(jié)點(diǎn)作為下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn)，進(jìn)行了單徑轉(zhuǎn)發(fā)，減少了數(shù)據(jù)包的冗余轉(zhuǎn)發(fā)和重傳，進(jìn)而減少了額外的能耗。圖6(c)表明優(yōu)化后的LEER協(xié)議在平均端到端延時(shí)方面比LEER協(xié)議差，這需要在后續(xù)工作進(jìn)一步改進(jìn)。從圖6(d)中可以看出，優(yōu)化后的LEER的能耗均衡性明顯優(yōu)勝于LEER的能量均衡性，并且整體上有上升趨勢(shì)，能量均衡性隨著節(jié)點(diǎn)數(shù)量的增加而增加。而LEER的能耗均衡性變化趨勢(shì)不穩(wěn)定，在節(jié)點(diǎn)數(shù)量為10～20之間能量均衡性有所下降；在節(jié)點(diǎn)數(shù)為20～30之間，能量均衡性緩慢上升；在節(jié)點(diǎn)數(shù)量為30～40時(shí)，能量均衡性又急劇下降；在節(jié)點(diǎn)數(shù)量為40～50時(shí)，能量均衡性緩慢下降；在節(jié)點(diǎn)數(shù)量為50～60時(shí)，能量均衡性又處于上升趨勢(shì)。在分別取固定節(jié)點(diǎn)數(shù)進(jìn)行20多組實(shí)驗(yàn)后求平均，最終得出改進(jìn)優(yōu)化后的LEER協(xié)議在數(shù)據(jù)包交付率和能耗方面相對(duì)于LEER協(xié)議均有所提高。

6 結(jié)束語(yǔ)

本文針對(duì)LEER協(xié)議中存在的不足進(jìn)行了優(yōu)化，并且基于NS3進(jìn)行了大量的仿真實(shí)驗(yàn)，分析仿真結(jié)果可以看出，優(yōu)化后的LEER協(xié)議基于層級(jí)、節(jié)點(diǎn)密度、剩余能量和單跳延時(shí)選擇最佳下一跳，進(jìn)行單徑轉(zhuǎn)發(fā)數(shù)據(jù)包，并且采用多sink網(wǎng)絡(luò)拓?fù)洌?dāng)水面上任何一個(gè)sink收到數(shù)據(jù)包，數(shù)據(jù)傳輸成功，這種方式顯著減少了能耗，提高了數(shù)據(jù)包交付率，也在很大程度上均衡了在整個(gè)網(wǎng)絡(luò)的能耗，優(yōu)化修剪了網(wǎng)絡(luò)拓?fù)?，延長(zhǎng)了網(wǎng)絡(luò)生存期。后期工作中將會(huì)對(duì)該協(xié)議進(jìn)行進(jìn)一步優(yōu)化，減少端到端延時(shí)。