傳感網絡中一種基于地理位置的簇路由

呂品品

0 引言

目前，無線傳感網絡（wireless sensor networks，WSNs）得到廣泛應用[1]。然而，WSNs應用的快速增加，加大了對未注冊頻率帶寬的需求，這必然影響了WSNs的性能。而認知無線電（cognitive radio，CR）以機會性方式使用已注冊帶寬，可緩解頻譜資源的不足。在 CR技術中，將用戶分為主級用戶（primary users，PUs）[2]和次級用戶（secondary users，SUs）。主級用戶PUs可優先使用頻帶。當PUs不用頻帶時，次級用戶SUs可隨機性地接入頻帶并使用。

因此，在WSNs中引用CR技術就形成認知無線電傳感網絡（cognitive radio sensor networks，CRSNs）。通過CRSNs提高了頻譜利用率，使得傳感節點能夠動態接入頻譜。目前，CRSNs已在多個應用中使用，如工業監控[3]、智能電表[4]、智能交通系統[5]等。

然而，引用CR技術需要進行頻譜感測。這就使得傳統簇構建算法和路由算法不再適應直接用于 CRCNs[6]。為此，文獻[7]針對 CRCNs網絡，提出基于頻譜感知的簇多媒體（spectrum-aware clustering for efficient multimedia，SCEM）路由協議。SCEM路由是頻譜感知、能量有效的協議。在SCEM路由中，網絡內所有節點依據它們所接收的頻譜信息，來計算頻譜-能量秩值，再形成簇。然而，SCEM路由是以隨機方式完成路由發現階段。而文獻[8]針對CRCNs提出基于虛擬簇的可靠地理轉發路由（reliable geographical forwarding routing，RGFR）協議。該協議充分利用了地理位置路由的優勢。此外，文獻[9]面向CRCNs，提出低功耗自適應非均勻 簇 算 法 （ low energy adaptive-un clustering hierarchy，LEAUCH）。LEAUCH 算法將空閑信道數作為節點權值，并且具有空信道數越多的節點成為簇頭的幾率越大。

為此，本文針對CRCNs提出基于簇的地理位置路由（cluster-based geographical routing，CGR）。CGR分為2個階段：簇形成階段和數據傳輸階段。先利用節點剩余能量和頻譜感測信息構建簇，然后計算每條路徑權重，并擇優選擇路徑傳輸數據。

1 能量消耗模型

引用與文獻[10]所述的無線電能耗模型，如圖1所示。發射器向相距為d的接收節點傳輸q比特的數據包所消耗的能量 ETX( q ，d)為

式中：Eelec為運行發射器或接收器固定的能量消耗；Efrris、Etworay分別表示發射器在自空間、雙徑傳播模型（two ray ground model）的單位功率放大器的能量消耗[11-13]；dco為距離閾值，且

圖1 無線電能量消耗模型

相應地，對于接收q比特的數據包所消耗的能量，有

2 CGR 路由

CGR路由是依據頻譜感測信息和節點剩余能量選擇簇頭（cluster heads，CHs），再建立路由，最后完成數據包的傳輸。

2.1 簇頭選擇

最初，每個傳感節點作為次級用戶獨立地觀察無線環境，并利用能量檢測算法尋找空閑頻譜。假定總共有C個頻率信道，令 υi(t)表示在時刻t、節點i成功接入信道矢量為

實際上，對主級用戶在特定信道上活動狀態的預測更能準確地反映信道的空閑/忙的狀態。因此，定義節點i在時刻t的期望信道接入率為

為此，節點i的頻譜-能量秩值為

其中iN表示節點i的鄰居節點集，而ie為節點i的剩余能量。()ijtγ表示節點i與節點j的相對頻譜占用率，其定義為

其中“*”表示內積。

每個節點依據式（6）計算自己的能量頻譜秩值，然后將自己的秩值和鄰居節點的秩值構成Ni+1個節點集，再依據秩值從大至小排序。秩值最大的節點排在第1位，秩值為1。假定節點i的排序值為ranki。如果ranki≤ 3 ，則節點i就成為CH候選簇頭節點。

一旦成為候選簇頭節點，它就啟動1個定時器，且隨機選擇定時時間，其計算方法為

式中：χ為節點i隨機產生的0至1的小數；Tbase為定時基數。

一旦定時完畢，就發送通告消息Ann_Mess，宣稱自己為簇頭。若在定時期間，收到其他節點發送的Ann_Mess消息，就取消定時器，說明已有其他節點率先成為簇頭。然后，其他節點就依據離簇頭距離，形成不同的簇。產生簇頭流程如圖 2所示。

圖2 產生簇頭流程

2.2 路由選擇

簇形成后，就進入路由階段。首先，由簇頭在公共控制信道上廣播路由請求消息 CH-RREQ。當成員節點（非簇頭節點） si收到 CH-RREQ消息，先判斷是否之前已接收過此消息，若是，則直接丟棄，否則就再判斷是否滿足下列2個條件。如果滿足，則轉播此CH-RREQ消息：

1）自己 si離信宿的距離小于 CH-RREQ消息的發送節點（簇CH），即 d (si，Sink ) ＜ d(C H，Sink )。CGR路由引用地理路由策略，只選擇離信宿更近的節點作為下一跳轉發節點，進而減少傳輸路徑；

2）節點 si的剩余能量大于閾值。通過此條件限制低能量節點參與路由。

當滿足上述 2個條件時，節點 si就向其他的鄰居節點轉播 CH-RREQ消息，否則就丟棄。一旦接收了CH-RREQ消息，就判斷這2個條件，再判斷是否轉發，重復執行此過程，直至消息傳輸至信宿。

一旦信宿收到 CH-RREQ消息，信宿就依據傳輸 CH-RREQ消息的路徑回復 RREP消息，且RREP消息內包含了此路徑上的節點ID以及節點間的距離。

信宿可能從多條路徑上收到 CH-RREQ消息。因此，信宿從這些路徑中選擇一條路徑回復RREP。信宿引用變量“路徑權重”并用路徑權重評估路徑性能為

式中： Cpath表示路徑的通信成本；Upath表示路徑上各節點能耗的不平衡性[14]。

由于能量消耗與距離有關，離信宿越近，數據流量就越大。因此，Cpath可定義為

路徑上能量的不平衡性Upath定義為

最后，信宿就選擇具有最大ωpath的路徑回復RREP消息，當源節點接收到RREP后，就沿著此路徑傳輸數據。

圖3描述了CGR路由過程。圖3（a）中，源節點傳輸CH-RREQ消息，每個節點如果滿足條件，就轉發CH-RREQ消息。假定節點4不滿足，則它不轉發此消息。

信宿收到通過多條路徑傳輸的 CH-RREQ消息后（2條路徑），計算各條路徑的ωpath，并選擇具有大的ωpath路徑回復RREP。圖3（b）所示是假定路徑1 → 2 → 5 → 8的ωpath最大。

圖3 路由決策示例

3 實驗結果分析

3.1 仿真模型及參數

100個傳感節點和 10個 PUs隨機分布于300 m300 m×的仿真區域，且信宿位于區域中心。此外，引用10個頻率信道作為數據傳輸信道，而PUs可隨時占用這些信道。同時，PUs的活動/休眠狀態服從指數分布，且平均活動時長為 0.5 s，休眠活動時長為 0.5 s。在數據傳輸過程中，隨機選擇簇頭作為源節點。所傳輸的數據為 Foreman視頻，即將Foreman數據傳輸至信宿，其余的仿真參數如表1所示。

表1 仿真參數

此外，為了更好地比較CGR路由的性能，選擇SCEM路由作為參照，并進行性能比較。每次實驗數據獨立重復 20次，取平均值作為最終實驗數據。

3.2 實驗數據分析

首先分析數據的平均傳輸時延隨簇數的變化情況，如圖4所示。

圖4 平均時延隨簇數的變化曲線

從圖 4可知，隨著簇數的增加，平均時延也逐步增加。原因在于：簇數的增加加大數據傳輸跳數，而跳數的增加也加大平均時延。與 SCEM相比，提出的CGR算法的平均時延得到控制。

接下來，分析視頻源節點數對平均時延的影響，實驗數據如圖5所示。

圖5 視頻源節點數對平均時延的影響

從圖5可知，視頻源節點數的增加提高了平均時延。這主要是因為，視頻源節點數的增加提高了對帶寬的需求，同時也增加了數據流量。然而，與SCEM相比，提出的CGR路由的平均時延得到了有效控制。圖6分析了SCEM算法和CGR路由的能耗數據。

圖6 能耗隨視頻源節點數的變化曲線

從圖6可知，CGR路由的能耗低于SCEM算法，并且隨視頻源節點數的增加，在能耗方面的優勢越發明顯。

最后，分析平均時延隨源數據率的變化情況，實驗數據如圖7所示。

圖7 平均時延隨數據率的變化曲線

從圖7可知，數據率的增加加大了平均時延。原因在于，數據率的增加加大了每個源節點對數據時隙的要求，最終增加了平均時延。在整個數據率的變化區間，CGR路由的平均時延均低于SCEM算法。

4 結束語

針對認知無線電傳感網絡，提出基于簇的地理位置路由CGR。CGR路由依據頻譜感測信息和節點剩余能量形成簇，再利用傳輸 CH-RREQ消息建立路徑信息，并依據路徑成本擇優選擇數據傳輸路徑。實驗數據表明，提出的CGR路由能夠有效地降低能耗，提高了數據傳輸效率，進而縮短了傳輸時延。