本站小編為你精心準(zhǔn)備了分層的水下傳感器網(wǎng)絡(luò)策略參考范文,愿這些范文能點(diǎn)燃您思維的火花,激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。
《通信學(xué)報》2014年第六期
1網(wǎng)絡(luò)與能耗模型
1.1網(wǎng)絡(luò)模型在網(wǎng)絡(luò)初始狀態(tài),n個傳感器節(jié)點(diǎn)隨機(jī)分布在一個M×M×N的長方體內(nèi),10個sink節(jié)點(diǎn)均勻地分布在監(jiān)控領(lǐng)域的水面(長方體上表面),如圖1所示,并假設(shè)水下傳感器網(wǎng)絡(luò)具有以下性質(zhì)。1)水下傳感器網(wǎng)絡(luò)由固定在海底的靜態(tài)節(jié)點(diǎn)、懸浮在水中的動態(tài)節(jié)點(diǎn)和浮在水面的sink節(jié)點(diǎn)構(gòu)成。2)所有非sink節(jié)點(diǎn)均具有唯一的ID,并均勻地分布在監(jiān)測區(qū)域。3)傳感器節(jié)點(diǎn)采用水聲通信進(jìn)行數(shù)據(jù)通信,且數(shù)據(jù)分組傳送到任意sink節(jié)點(diǎn),均表示數(shù)據(jù)被成功采集。4)所有非sink節(jié)點(diǎn)具有相似的處理/通信能力。5)節(jié)點(diǎn)按照預(yù)先設(shè)置的功率進(jìn)行數(shù)據(jù)通信,一經(jīng)部署通信功率不再改變。6)節(jié)點(diǎn)不具有位置感知能力,但能感知深度信息。7)節(jié)點(diǎn)周期性進(jìn)行數(shù)據(jù)采集任務(wù),并始終有數(shù)據(jù)傳送至基站。8)網(wǎng)絡(luò)的生命周期被定義為10%節(jié)點(diǎn)死亡的時間[15]。
1.2能耗模型本文采用與文獻(xiàn)[16]相同的水聲通信能耗模型。對于當(dāng)前的水下傳感器網(wǎng)絡(luò)節(jié)點(diǎn),發(fā)送數(shù)據(jù)產(chǎn)生的能耗遠(yuǎn)遠(yuǎn)地超過節(jié)點(diǎn)接收數(shù)據(jù)產(chǎn)生的能耗,因此本文用節(jié)點(diǎn)發(fā)送數(shù)據(jù)產(chǎn)生的能耗來衡量整個網(wǎng)絡(luò)的能耗,即不考慮數(shù)據(jù)接收帶來的能耗。式(1)給出了水下傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)發(fā)送數(shù)據(jù)的能耗模型。
1.3節(jié)點(diǎn)運(yùn)動模型水下傳感器網(wǎng)絡(luò)節(jié)點(diǎn)通過錨鏈被錨定,通過調(diào)整錨鏈長度來形成三維網(wǎng)絡(luò),節(jié)點(diǎn)隨著海流做受限的運(yùn)動[17]。圖2給出了節(jié)點(diǎn)的運(yùn)動范圍。如圖2所示,錨鏈長度為L,通過對節(jié)點(diǎn)受力分析得知,節(jié)點(diǎn)受到了水流橫向的沖擊力F,水流產(chǎn)生的浮力f以及錨鏈對節(jié)點(diǎn)的拉力T,這3種力構(gòu)成了一組平衡力,夾角度數(shù)為β。于是有tanβ=F/f,節(jié)點(diǎn)的運(yùn)動范圍Field=[Lcosβ,L]。為了模擬水下傳感器網(wǎng)絡(luò)的動態(tài)性特點(diǎn),本文假定節(jié)點(diǎn)在運(yùn)動范圍內(nèi)采用RandomWaypoint運(yùn)動模型[18]。RandomWaypoint運(yùn)動模型描述為:傳感器節(jié)點(diǎn)在運(yùn)動空間A內(nèi)隨機(jī)生成坐標(biāo)值產(chǎn)生起始S和目的點(diǎn)D,節(jié)點(diǎn)運(yùn)動速度在[Vmin,Vmax]之間隨機(jī)取值并勻速從S沿直線運(yùn)動到D,再在[Tmin,Tmax]中隨機(jī)選取一個時間Tpause保持靜止,這樣完成一次運(yùn)動過程。隨后節(jié)點(diǎn)將本次運(yùn)動的目的點(diǎn)D作為下次運(yùn)動的起始點(diǎn)S,開始下一次運(yùn)動過程,如此重復(fù)。網(wǎng)絡(luò)中所有傳感器節(jié)點(diǎn)均遵循上述運(yùn)動過程,它們之間相互獨(dú)立。
2算法設(shè)計
2.1算法設(shè)計路線首先分析水下傳感器網(wǎng)絡(luò)的環(huán)境特點(diǎn),即水聲通信、節(jié)點(diǎn)不具有感知全局位置信息的能力、網(wǎng)絡(luò)高時延、節(jié)點(diǎn)移動性等,并建立相關(guān)的網(wǎng)絡(luò)模型。如圖3所示,該算法思想立足于網(wǎng)絡(luò)冗余,建立與網(wǎng)絡(luò)冗余相關(guān)的接收節(jié)點(diǎn)的深度范圍和網(wǎng)絡(luò)分層。同時針對特定深度范圍內(nèi)的傳感器節(jié)點(diǎn),建立機(jī)會轉(zhuǎn)發(fā)的路由機(jī)制,從而滿足水下傳感器網(wǎng)絡(luò)的特性。
2.2算法描述節(jié)點(diǎn)將帶有當(dāng)前深度信息的數(shù)據(jù)分組進(jìn)行一次廣播,接收該數(shù)據(jù)分組的鄰居節(jié)點(diǎn)獲該發(fā)送節(jié)點(diǎn)的深度信息,結(jié)合節(jié)點(diǎn)通信半徑、網(wǎng)絡(luò)冗余度等信息計算通信范圍D,并檢查自己是否在通信范圍D內(nèi)。如果在,則計算轉(zhuǎn)發(fā)概率P;反之,則丟棄該數(shù)據(jù)分組。
3分層路由策略
3.1分層間距d與網(wǎng)絡(luò)冗余ζ采用靜態(tài)分層模型,通過數(shù)學(xué)分析,預(yù)先確定網(wǎng)絡(luò)的分層間距;該分層模型下,層內(nèi)節(jié)點(diǎn)之間無需進(jìn)行數(shù)據(jù)通信,層間通信采用了機(jī)會路由;節(jié)點(diǎn)i通過感知當(dāng)前深度信息來確定層號,機(jī)會轉(zhuǎn)發(fā)帶來的極大挑戰(zhàn)是網(wǎng)絡(luò)冗余,本文從網(wǎng)絡(luò)冗余角度分析,提出分層間距d,該分層間距將依賴于節(jié)點(diǎn)的通信半徑R和網(wǎng)絡(luò)的冗余度ζ(每個節(jié)點(diǎn)廣播后最多存在ζ個節(jié)點(diǎn)接收數(shù)據(jù))。在總體積為VU的區(qū)域內(nèi)隨機(jī)分布n個水下傳感器節(jié)點(diǎn),由此構(gòu)成水下傳感器網(wǎng)絡(luò)。假設(shè)該網(wǎng)絡(luò)的網(wǎng)絡(luò)冗余度為ζ,為保證層內(nèi)任意節(jié)點(diǎn)的接收范圍內(nèi)最大概率地存在ζ個節(jié)點(diǎn),考慮圖4所示的情況。在T時刻,某節(jié)點(diǎn)位于圖4所示的原點(diǎn)處,節(jié)點(diǎn)通信半徑R為預(yù)設(shè)固定值,假設(shè)分層間距為d。由于分層網(wǎng)絡(luò)模型下同層節(jié)點(diǎn)無需進(jìn)行通信,該節(jié)點(diǎn)在T時刻的通信范圍被限制在區(qū)域DABCD內(nèi)。根據(jù)網(wǎng)絡(luò)冗余度的定義,該節(jié)點(diǎn)的通信范圍DABCD內(nèi)的最大概率存在著ζ個節(jié)點(diǎn)來接收數(shù)據(jù)。對通信范圍DABCD和網(wǎng)絡(luò)分層間距d做了如下數(shù)學(xué)分析。DABCD的體積可由球錐ABCDO的體積減去圓錐ABCO的體積,求解區(qū)域DABCD的體積通過預(yù)先設(shè)定節(jié)點(diǎn)通信半徑R,根據(jù)實(shí)際的應(yīng)用需求給出冗余度ζ,便能計算出相應(yīng)的網(wǎng)絡(luò)分層間距d和任意節(jié)點(diǎn)對應(yīng)的下一跳鄰居節(jié)點(diǎn)所在的深度區(qū)間I(h),并對水下傳感器網(wǎng)絡(luò)冗余進(jìn)行初步的控制。
3.2機(jī)會路由中消息轉(zhuǎn)發(fā)概率針對節(jié)點(diǎn)位置信息未知的水下傳感器網(wǎng)絡(luò),結(jié)合網(wǎng)絡(luò)分層間距和節(jié)點(diǎn)的下一跳鄰居節(jié)點(diǎn)所在的深度區(qū)間,提出一種基于相對深度距離和相對剩余能量的機(jī)會轉(zhuǎn)發(fā)路由。定義1相對深度距離。水下傳感器網(wǎng)絡(luò)中,任意節(jié)點(diǎn)i進(jìn)行一次數(shù)據(jù)轉(zhuǎn)發(fā),其下一跳鄰居節(jié)點(diǎn)所在的深度范圍為[d1,d2],i的相對深度距離為mE。其中di為該節(jié)點(diǎn)的當(dāng)前深度信息。定義2相對剩余能量。水下傳感器網(wǎng)絡(luò)中,某節(jié)點(diǎn)當(dāng)前剩余能量為Er,節(jié)點(diǎn)的平均剩余能量為E。mE為當(dāng)前網(wǎng)絡(luò)狀態(tài)下節(jié)點(diǎn)剩余能量的最小值,該值可由sink節(jié)點(diǎn)周期性全網(wǎng)反饋獲得,該節(jié)點(diǎn)的為了防止出現(xiàn)數(shù)據(jù)傳輸中斷的現(xiàn)象,當(dāng)數(shù)據(jù)傳輸失敗時,選擇該節(jié)點(diǎn)通信范圍DABCD內(nèi)的鄰居節(jié)點(diǎn)中具有最大轉(zhuǎn)發(fā)概率的節(jié)點(diǎn)(Pk值最大的節(jié)點(diǎn))作為消息的轉(zhuǎn)發(fā)節(jié)點(diǎn)。4.3隊列管理的實(shí)現(xiàn)隊列管理機(jī)制工作原理包括消息入列方法和消息出列方法。消息入列方法:節(jié)點(diǎn)i收到來自其他節(jié)點(diǎn)的消息后,從消息中獲取轉(zhuǎn)發(fā)節(jié)點(diǎn)的深度信息和剩余能量信息,計算該節(jié)點(diǎn)轉(zhuǎn)發(fā)消息的概率Pi(詳見4.2節(jié)),節(jié)點(diǎn)i以概率Pi將該消息插入消息隊列,以1−Pi的概率丟棄該消息,進(jìn)入消息隊列的消息按照Pi值由大到小的先后順序發(fā)送;節(jié)點(diǎn)自身采集的信息則立即發(fā)送。若某節(jié)點(diǎn)的鄰居節(jié)點(diǎn)均被丟棄時,選擇Pi值最大的鄰居節(jié)點(diǎn)進(jìn)入隊列,防止消息傳遞過程中出現(xiàn)傳遞中斷的情況。消息出列方法:某節(jié)點(diǎn)的消息隊列中若存在多個數(shù)據(jù)分組,根據(jù)數(shù)據(jù)分組中攜帶的Pi值大小,節(jié)點(diǎn)優(yōu)先發(fā)送Pi值大的數(shù)據(jù)分組,消息發(fā)送后消息標(biāo)記為已發(fā)送,但不立刻丟棄;只有當(dāng)隊列滿時,丟棄在隊列中存在時間最久的已發(fā)送消息,避免多次發(fā)送同一消息。
4實(shí)驗(yàn)與仿真
本文仿真實(shí)現(xiàn)了layered-DBR、DBR和Flooding算法,并從節(jié)點(diǎn)周期性采集次數(shù)和能量消耗做了性能比較。在仿真實(shí)驗(yàn)中,本文定義1000個節(jié)點(diǎn)隨機(jī)分布在1000m×1000m×5L00m的三維區(qū)域。網(wǎng)絡(luò)中設(shè)定10個sink,它們位于三維區(qū)域的上表面位置。其他網(wǎng)絡(luò)參數(shù)以及相應(yīng)的缺省值如表1所示。圖6給出了在節(jié)點(diǎn)通信半徑R=240m的條件下,α取值對網(wǎng)絡(luò)周期性數(shù)據(jù)采集次數(shù)和網(wǎng)絡(luò)能量消耗的影響。從圖6可以看出,當(dāng)α取值為0.5時,綜合網(wǎng)絡(luò)能耗表現(xiàn)和消息轉(zhuǎn)發(fā)次數(shù),網(wǎng)絡(luò)有較好的性能表現(xiàn),因此在后續(xù)的仿真實(shí)驗(yàn)中默認(rèn)α=0.5。圖7(a)給出了在網(wǎng)絡(luò)冗余度ζ=2時,取不同的節(jié)點(diǎn)通信半徑,網(wǎng)絡(luò)剩余能量隨著網(wǎng)絡(luò)周期性數(shù)據(jù)采集次數(shù)的增加所帶來的變化情況。可以看出,在一定范圍內(nèi)隨著網(wǎng)絡(luò)通信半徑增加,網(wǎng)絡(luò)能量消耗逐漸增大。圖7(b)給出了在網(wǎng)絡(luò)通信半徑R=240m時,取不同的網(wǎng)絡(luò)冗余度,網(wǎng)絡(luò)能量消耗隨著網(wǎng)絡(luò)周期性數(shù)據(jù)采集次數(shù)的增加所產(chǎn)生的變化。從圖7(b)中可以看出,網(wǎng)絡(luò)能耗并沒有因?yàn)榫W(wǎng)絡(luò)冗余度的改變而產(chǎn)生大幅度的變化,這是由于layered-DBR算法采用了機(jī)會轉(zhuǎn)發(fā)機(jī)制之后,網(wǎng)絡(luò)中消息副本在一定程度上得到了控制,網(wǎng)絡(luò)能耗一定程度上不再受網(wǎng)絡(luò)冗余的影響。圖8(a)給出了在網(wǎng)絡(luò)通信半徑為220m的條件下,完成多次周期性數(shù)據(jù)采集后,網(wǎng)絡(luò)的能量消耗的對比。圖8(b)中給出了在不同的網(wǎng)絡(luò)通信半徑下,網(wǎng)絡(luò)生命周期內(nèi)的周期性數(shù)據(jù)采集總次數(shù)的對比。可以看出,采用layered-DBR算法的網(wǎng)絡(luò)性能要優(yōu)于DBR算法和Flooding算法。
5結(jié)束語
針對水下傳感器網(wǎng)絡(luò),考慮水下網(wǎng)絡(luò)復(fù)雜環(huán)境(節(jié)點(diǎn)無法感知全局位置信息,節(jié)點(diǎn)的移動性等),提出了一種網(wǎng)絡(luò)分層機(jī)制,該機(jī)制不僅能避免同層節(jié)點(diǎn)通信帶來的巨大網(wǎng)絡(luò)能量消耗,而且簡化了網(wǎng)絡(luò)模型。進(jìn)而,本文提出了一種水下傳感器網(wǎng)絡(luò)的分層路由協(xié)議layered-DBR。該策略基于網(wǎng)絡(luò)冗余給出了適用于不同網(wǎng)絡(luò)冗余環(huán)境下的接收節(jié)點(diǎn)的深度域,并引入機(jī)會轉(zhuǎn)發(fā)機(jī)制和消息隊列管理,在滿足水下傳感器網(wǎng)絡(luò)復(fù)雜網(wǎng)絡(luò)環(huán)境的同時,有效地控制了網(wǎng)絡(luò)消息副本的數(shù)量。仿真實(shí)驗(yàn)表明,layered-DBR能夠有效地控制網(wǎng)絡(luò)冗余,與DBR和Flooding算法相比,該算法有效地減少網(wǎng)絡(luò)的能耗,延長了網(wǎng)絡(luò)壽命。
作者:彭艦洪昌建劉唐張云勇單位:四川大學(xué)計算機(jī)學(xué)院四川師范大學(xué)基礎(chǔ)教學(xué)學(xué)院中國聯(lián)通研究院平臺與云計算研究中心