基于穩定鏈路的WSNs拓撲優化算法設計及仿真研究

王紅艷+劉暐

摘 要： 無線傳感器網絡在物聯網中占有重要地位，其能夠降低能耗并有效保障數據傳輸。然而，無線傳感器網絡底層拓撲結構通常存在網絡鏈路質量低、網絡能耗高、網絡干擾等問題。針對現有網絡鏈路不穩定的問題，提出具有穩定鏈路的冪律可調優化算法，并對其生成的拓撲動態性能進行研究。通過網絡節點失效容錯需求仿真和鏈路穩定性仿真，驗證了冪律可調優化算法的準確性，為無線傳感器網絡拓撲優化提供參考。

關鍵詞： 穩定鏈路； 無線傳感器網絡； 冪律可調； 底層拓撲； 算法優化

中圖分類號： TN911?34； TP393 文獻標識碼： A 文章編號： 1004?373X（2017）19?0045?04

Design and simulation of stable link based topology optimization algorithm for WSNs

WANG Hongyan1， LIU Wei1， 2

（1. Department of Electric Automatization， Hebei University of Water Resources and Electric Engineering， Cangzhou 061000， China；

2. School of Electrical and Information Engineering， Tianjin University， Tianjin 300072， China）

Abstract： Wireless sensor networks （WSNs） play an important role in the Internet of Things， which can reduce energy consumption and ensure data transmission. The underlying layer topology structure of WSNs usually has the problems of low network link quality， high network energy consumption and network interference. Since the current network link is instable， a power law adjustable optimization algorithm with stable link is proposed， and the topologic dynamic performance generated by it is studied. The accuracy of the power law adjustable optimization algorithm was verified by means of the simulation required by the network node failure tolerance and link stability. It is hoped the algorithm can provide a reference for the future topology optimization of WSNs.

Keywords： stable link； wireless sensor network； power law adjustability； bottom topology； algorithm optimization

0 引 言

無線傳感器網絡（Wireless Sensor Networks，WSNs）在運行過程中能夠對特定監測范圍節點進行自組織，并通過無線網絡進行高效信息收集與分析[1?2]。WSNs工作狀態受環境影響明顯，尤其是當出現通信時斷時，會引發整個系統鏈路失穩。在遭遇環境障礙時，WSNs自身是否擁有可靠拓撲容錯能力將決定網絡工作狀態的穩定性[3]。理論界對WSNs拓撲容錯性優化問題展開大量研究，并提出冗余備份機制、無標度容錯拓撲等理念及方法[4]。傳統容錯理念下，為擴大WSNs容錯性能，主張增設冗余鏈路，而這通常會帶來鏈路穩定性降低的問題。事實上，由于WSNs中各節點的節點度大小存在顯著不均衡特征。基于這一認知，無標度容錯拓撲思想嘗試更有效地控制節點失效概率，從而擴大網絡容錯性能。眾多研究人員不斷研究無標度容錯拓撲算法，以提升節點失效的可容性[5?6]。然而，許多算法仍然停留在固定冪指數階段，對節點失效隨機性難以很好應付，且不能有效提升鏈路穩定性[7?8]。

基于“WSNs容錯需求實際差異”以及“通信鏈路擇優”，本文嘗試設計一種WSNs拓撲優化算法，并通過IRIS實驗平臺、Matlab軟件驗證其容錯性能可靠性。通過相關實驗及仿真，希望對改善WSNs運行效率及穩定性有積極的促進作用。

1 拓撲演化模型構建

1.1 BA模型

1999年，Barabasi與Reka Albert提出BA模型，即無標度容錯拓撲演化模型[9]。根據該模型，新節點與原節點[i]之間建立鏈路時，以如下概率進行：

[Π（i）=kij∈Akj] （1）

式中：[A]表示網絡原有節點集合；[kj]表示原節點的節點度。

在演化[t]步長后，BA模型會形成一個新無線傳感網絡，其節點數為[N=m0+t，]鏈路數為[mt。]如圖1所示，在與原節點連接時，新節點會優先選擇高密度區域，從而形成密度顯著不均勻的新網絡。

演化過程中會不斷產生新鏈路，從而導致WSNs原節點[i]的節點度[ki]出現變化，其變化率可由下式計算：

[?ki?t=m?Π（i）=mkij∈Akj] （2）

式中：[t]表示演化步長；[m]表示鏈路數。

[j∈Akj]表示原節點的節點度，其計算公式為：

[j∈Akj=2mt] （3）

將式（3）代入式（2），有：

[?ki?t=ki2t] （4）

求解式（4），可得節點度計算公式：

[ki（t）=mtti12] （5）

式中[ti]表示節點進入時間。

那么，可由下式計算節點度在[k]以下的概率：

[pki（t）

最后，BA模型拓撲度計算公式為：

[p（k）=?p（ki（t）

如圖2所示，BA模型演化所生成的拓撲度服從冪律指數為3的冪律分布；節點度[k]越高，度分布概率值[p（k）]越低。可見，該度分布對隨機節點失效的容錯性能較強；相應地，對選擇性節點失效的容錯性能很弱。

1.2 基于穩定鏈路的容錯拓撲演化模型

從BA模型分析中可以發現，該模型在適應性方面存在缺點，尤其不能有效進行擇優連接。因此，需要從WSNs應用多樣化出發，納入節點吸引度指標，對BA模型進行優化。

定義1：節點吸引度（Attraction Degree）是指在構建鏈路時，被模型優先選擇的能力，記為[β。]在求取節點吸引度時，可以通過RSSI（信號強度指示）計算。

設某區域內已存在[m]個網絡節點，則新節點與其中某節點[i]連接的概率計算公式為：

[Π（i）=εkij∈localkj+（1-ε）βij∈localβj] （8）

式中：[ε]表示拓撲參數，取值區間為[0，1]；local表示相鄰節點集。

通過式（8）能夠對[Π（i）]進行強度調整，而無標度容錯拓撲產生和演化過程即可被高效調控。

2 基于演化模型的APSL算法

由上述分析可知，新節點在連接原節點時，概率值由吸引度[βi]以及節點度[ki]決定。基于該認知，本文提出無標度容錯拓撲優化算法，即APSL算法。

2.1 APSL算法組網及流程

2.1.1 組網結構

如圖3所示，APSL算法在構建無標度容錯拓撲時，會以非線性增長方式逐漸擴大網絡結構。初始時，拓撲結構網絡包含的節點數較少，且其直徑僅為[R0；]每增長一時間步長，會有更多新加入節點；未加入節點會在下次時間步長中被納入拓撲結構網絡。

2.1.2 算法流程

如圖4所示，APSL算法運行流程主要包含如下4個環節：

（1） 算法開始時，初始網絡包含[m0]個已存在節點，各節點相互間未建立穩定鏈路；

（2） 增加一時間步長，依照Poisson規則，會有[ni]個新節點加入；

（3） 每一時間步長中，新節點會與鄰節點（數量為m）構建連接，且連接概率為[Π（i）]；

（4） 判斷網絡規模是否達到[N，]若達到，則結束運算；否則，返回步驟（2），再次開始運算。

經過如上運算所形成的無標度容錯拓撲結構具有冪率指數可調節特性。與傳統容錯拓撲結構相比，該結構一方面對選擇性節點失效的容忍性能更加理想；另一方面也可以進一步改善節點鏈路穩定性。

3 仿真驗證分析

本次仿真分析包括兩個基本任務：

（1） 依據RSSI指標，對APSL算法下鏈路穩定性進行分析，并驗證APSL算法的準確度，該任務須通過IRIS平臺進行；

（2） 依據RSSI指標，通過Matlab軟件對APSL算法的有效度進行驗證。

3.1 通信鏈路穩定性試驗

本試驗所用IRIS平臺由Crossbow公司研制。試驗過程中，首先須選擇一個無障礙場地，確保試驗通信不受非正常干擾。接著，須在IRIS平臺設置2個節點，其中一個為數據接收點，記為A；另外一個節點為數據發送點，記為B。為增加數據詳實度，初始時2個節點無間距；試驗開始后，兩節點逐步隔開，每次間距增加值設置為0.6 m；步長每增加一次，都需要觀察并記錄RSSI值。本次試驗統計數據分析結果如圖5所示。

由圖5可知，當RSSI值大于-95 dBm時，節點A數據收包率分布在區間[0.9，1.0]。尤其是當RSSI值超過-81 dBm時，收包率更加接近1.0。試驗結果表明，在APSL算法下，RSSI值越大，數據收包率也越高。可見，相對應節點鏈路穩定性較高，APSL算法的準確度可接受。

3.2 通信鏈路穩定性仿真

本次仿真過程中，仍然以RSSI值為拓撲結構鏈路穩定性評估指標。為增加APSL算法結果的可對比性，將算法參數[ε]的取值分為三類情形，分別為0.1，0.5以及0.9。運用Matlab軟件對不同情形進行仿真，并重點關注RSSI最大值、RSSI最小值以及RSSI均值。仿真結果如圖6所示。

由圖6可知，基于同一算法參數[ε]，隨著RSSI值的增大，對應鏈路質量也越高；在相同RSSI值統計標準下，算法參數[ε]越大，對應鏈路質量則越低；在RSSI最大值維度下，不同算法參數所對應的鏈路質量差異更加顯著。在各種情形下，鏈路質量RSSI均不低于-94 dBm。尤其是在RSSI最大值情形下，鏈路質量RSSI更是高于-63 dBm。

結合圖6分析結果可知，APSL拓撲結構鏈路穩定性確實可靠，將RSSI值作為擇優概率評估指標可信，APSL有效度可接受。

根據APSL算法規則，擇優增長（Growth）對拓撲結構容錯性能有影響。為進一步驗證APSL算法的性能，本試驗將引入該參數，并將APSL算法與EAEM算法（Energy?aware Evolution Model，為一種十分經典的拓撲算法）的性能進行對比。計算過程中，算法參數被設定為0.1，0.5與0.9三種不同情況。同時，節點數[ki]是拓撲結構網絡規模的決定因素，同時也會對鏈路穩定性產生影響。

為檢驗擇優增長機制效果，本試驗將通過調整節點數來對比EAEM算法與APSL算法的性能。驗證過程中，將算法參數[ε]分別設定為0.1，0.5與0.9。兩類算法下網絡節點數與鏈路質量RSSI均值關系圖，如圖7所示。

可知，隨著拓撲網絡結構節點總數的增加，兩類算法對應的拓撲結構鏈路質量RSSI均值都呈顯著上升態勢。在相同網絡節點總數下，APSL拓撲結構RSSI均值更大，網絡節點總數相同時，算法參數[ε]越大，APSL拓撲結構RSSI均值也越大。

可見，相比EAEM算法，APSL算法對應的拓撲結構網絡具有更佳的鏈路穩定性表現，其算法的有效度可以被接受。

4 結 論

WSNs容錯性能算法不能很好地適應隨機性失效問題，在經典容錯拓撲算法的基礎上，針對經典算法的缺陷，本文提出無標度容錯算法。經過模型分析和仿真實驗，得出如下結論：

（1） BA模型度分布對隨機節點失效的容錯性能較強；與傳統容錯拓撲結構相比，APSL算法網絡結構對選擇性節點失效的容忍性能更加理想。

（2） 在APSL算法下，RSSI值越大，數據收包率也越高，在RSSI最大值維度下，不同算法參數對應的鏈路質量差異更加顯著。

（3） 網絡節點總數相同時，算法參數[ε]越大，APSL拓撲結構RSSI均值也越大；相比EAEM算法，APSL算法對應的拓撲結構網絡具有更佳的鏈路穩定性表現，其算法有效度在可被接受的范圍內。

總之，本文提出的APSL算法有利于改善WSNs鏈路穩定性，而將RSSI值作為評估指標也具有合理性。

參考文獻

[1] 李曦達，劉彬，尹榮榮，等.一種具有穩定鏈路的冪律可調WSNs無標度容錯拓撲算法[J].燕山大學學報，2015，39（6）：555?560.

[2] 潘大為.能量有效的WSNs路由協議與分布式調度方法研究[D].哈爾濱：哈爾濱工業大學，2012.

[3] 劉舒拉.基于博弈論的無線傳感器網絡路由算法研究[J].現代電子技術，2011，34（9）：45?47.

[4] 王濤春，秦小麟，劉亮，等.無線傳感器網絡中安全高效的空間數據聚集算法[J].軟件學報，2014，25（8）：1671?1684.

[5] 王慧嬌，張華成，黃廷磊.一種基于TopDisc的WSNs拓撲控制算法[J].傳感器與微系統，2014，33（10）：115?117.

[6] 舒堅，湯津，劉琳嵐，等.基于模糊支持向量回歸機的WSNs鏈路質量預測[J].計算機研究與發展，2015，52（8）：1842?1851.

[7] 羅小元，王慧彬，王金然，等.基于最優剛性圖的鏈路質量與能量的拓撲控制算法[J].控制與決策，2015，30（11）：2055?2060.

[8] 鄭耿忠，劉三陽，齊小剛.基于小世界網絡模型的無線傳感器網絡拓撲研究綜述[J].控制與決策，2010，25（12）：1761?1768.

[9] 何明，梁文輝，陳國華，等.水下移動無線傳感器網絡拓撲[J].控制與決策，2013，28（12）：1761?1770.