無線網絡中高效能量感知的路由分配算法

摘要：在無線網絡中，由于傳輸過程會產生能耗，當部分節點能量耗盡時，網絡的有效生命周期可能受到顯著影響。鑒于此，文章研究了一種高效能量感知的路由分配算法，構建了一個無線網絡傳感器節點的能耗模型，該模型綜合考慮了計算能耗、感知能耗、發射數據能耗和接收數據能耗4個關鍵方面。在進行無線網絡路由分配時，充分權衡了有限的傳輸資源與延長網絡有效生命周期的迫切需求。并基于上述能耗模型，設計了一種能效最大化的路由分配算法。測試結果表明，采用該算法的網絡節點在運行至第400個周期時，平均剩余能量才降至零，這意味著設計的路由算法能夠顯著延長網絡生存時間，并展現出卓越的傳輸性能。

關鍵詞：無線網絡；能量感知；路由分配；傳感器節點能耗；傳輸資源；能效最大化

中圖分類號：TN925.93 文獻標志碼：A

0 引言

在無線網絡中，路由分配的核心任務在于確保數據包能以最高效率、最低延遲從源節點傳輸至目標節點，同時滿足各類業務對帶寬、延遲和抖動等性能參數的特定需求［1］。此過程旨在實現網絡流量的均衡分布，預防因節點或鏈路過載而導致的數據傳輸異常。針對這些目標，路由分配不僅要考慮網絡的物理連接和邏輯結構以確定最優路徑，還需基于不同業務對帶寬、延遲等指標的特定要求［2］，合理調配路由資源。

潘志安等［3］提出一種基于模糊粒子群算法的路由資源配置策略，該策略利用粒子群算法在群體協作和信息共享中的優勢，尋找最優的路由資源配置方案。然而，該算法在面臨不同問題場景時，如何選擇合適的參數以達到最佳效果是一大挑戰。此外，算法在尋優速度的動態調節方面存在不足，易于陷入局部最優解，進而影響收斂精度和收斂速度。王世成等［4］提出了一種基于業務承載力的路由分配算法，該算法根據各業務的具體需求進行路由分配，有效提升了網絡資源的利用率和網絡整體性能。然而，該算法須要對每個業務的承載力進行細致的評估，增加了算法的復雜度。同時，在復雜的網絡環境中，該算法的適應性可能受限，須要不斷更新和優化以適應新的網絡環境。

本文研究了無線網絡中高效能量感知的路由分配算法，以期在保障網絡性能的同時，優化能量使用效率。

1 無線網絡路由分配算法設計

1.1 無線網絡傳感器節點能耗模型構建

在構建考慮節點運行狀態的無線網絡傳感器節點能耗模型時，本文將節點能耗分為4個主要部分，分別為計算能耗、感知能耗、發射數據能耗和接收數據能耗［5］。無線網絡傳感器節點能耗模型表示為：

E=Ec+Es+Et+Er（1）

其中，E表示無線網絡傳感器節點總能耗，Ec表示無線網絡傳感器節點的計算能耗，Es表示無線網絡傳感器節點的感知能耗，Et表示無線網絡傳感器節點的發射數據能耗，Er表示無線網絡傳感器節點的接收數據能耗。

計算能耗主要指節點在處理數據、執行算法等計算任務時所消耗的能量。這一能耗與節點的計算能力、執行的算法復雜度緊密相關［6］，因此，在特定的無線網絡配置下，它通常是一個定值。相比之下，感知能耗則與傳感器節點的傳感設備直接相關，但它在總能耗中所占的比例較小［7］。為簡化后續路由分配算法的復雜性，本文并未對感知能耗部分進行深入的細化分析。

發射能耗主要是指傳感器節點發送數據到網絡中所消耗的能量，傳輸的數據量、通信距離以及信號衰減指數會對其產生影響，計算公式表示為：

Et（n，d）=ndk（2）

其中，n表示傳感器節點傳輸的數據量參數，d表示傳感器節點執行通信的距離參數，k表示傳輸過程中信號的衰減指數。

接收能耗是傳感器節點從網絡中接收數據所消耗的能量，主要與接收的數據量和射頻電路的能耗系數相關，計算公式表示為：

Er（n）=Eelec×n（3）

其中，Eelec表示射頻電路的能耗系數。

按照上述所示的方式，實現對無線網絡傳感器節點能耗模型的構建，為后續的路由分配提供執行基礎。

1.Lvs5+Q3ucwK8bNuWJGh/yA==2 無線網絡路由分配

在進行無線網絡路由分配時，本文充分考慮了有限傳輸資源下的網絡有效生命周期延長需求。基于1.1小節構建的無線網絡傳感器節點能耗模型，本文設計了一種能效最大化的路由分配算法，以確保在資源受限的條件下實現網絡性能的最優化。

設置所有節點的初始能量為Einiti ，結合無線網絡中所有節點對之間的通信距離［8］，利用式（1）計算節點能耗狀態［9］。路由選擇，即對于每個需要發送數據的節點i，選擇下一個中繼節點j。以剩余能量最高且通信距離合適的節點作為中繼節點［10］，計算公式表示為：

其中，Ek（t）表示信號的衰減指數為k時，當前路由選擇的傳輸能耗；neighbors（i）表示參與數據發送的節點i的所有鄰近節點，可以作為下一個中繼節點的傳輸節點；Ptx表示節點i向節點j發送數據時所需的發射功率參數；dik表示節點i向節點j發送數據時所需通過的距離；Prx表示節點接收數據時所需的功率參數。

按照上述方式，確定數據從節點i發送到節點j后，更新2個節點的剩余能量，計算公式表示為：

Einiti（1）=Einiti-Ek（t）（5）

Einitj（1）=Einiti-Er（t）（6）

其中，Einiti（1）表示節點i的剩余能量更新結果，Einitj（1）表示節點j的剩余能量更新結果。

結合本文設計的路由分配算法，節點在傳輸鏈路中的選擇是基于其自身能量狀態的。這種做法旨在防止因單一節點承擔過多傳輸任務而導致的過早“耗盡”問題，確保網絡中的各個節點保持相對均衡的“活躍”狀態，進而延長無線網絡的有效生存周期。

按照上述方式，以中繼節點j為基準，利用式（4）確定下一個中繼節點，并按照式（5）—（6）更新階段的剩余能量。由此，實現能效最大化路由分配。

2 測試與分析

2.1 測試準備

設置TOSSIM仿真無線網絡環境如圖1所示。本文設計了一個200 m×200 m的矩形區域作為無線網絡的傳輸范圍，并在此區域內隨機部署了100個傳感器節點。其中，基站被設置在區域的中心，用于數據的匯聚和傳輸。對于傳感器節點的發射功率和感知半徑，設置其保持一致，分別為50.0 J/bit和20.0 m，以此確保其能夠覆蓋并監測整個區域。在模擬實驗中，每個傳感器節點的初始能量（EA）被設定為2.0×105 J，以此模擬實際無線網絡中的能量限制。在模擬能量消耗的過程中，設定了特定的能量消耗參數，具體為節點每次發送或接收一個數據包將消耗5.0 J能量，而每次數據采集和處理操作將消耗1.0 J能量。

在TOSSIM仿真環境中，考慮到無線信號的傳播受到距離和物理障礙的限制，而不僅僅是基于網絡的拓撲結構。因此，為了模擬真實的無線通信環境，本文為每個節點引入了一個大小在（200，200）范圍內的虛擬坐標，使得TOSSIM能夠根據節點間的實際距離和感知半徑的關系，決定一個節點發送的消息能否被其他節點接收到。

2.2 測試結果與分析

在上述測試環境的基礎上，分別設置潘志安等［3］提出的以模糊粒子群算法為基礎的路由資源配置算法以及王世成等［4］提出的以業務承載力為基礎的路由分配算法作為測試的對照組，并分別測試隨著運行周期的推進，構建無線網絡環境中節點的平均剩余能量值。測試結果如表1所示。

結合表1所示的測試結果，對3種不同路由算法的性能進行對比分析。潘志安等［3］的算法和王世成等［4］的算法均在網絡運行的第350個周期達到平均剩余能量值為0的狀態，相比之下，在本文設計路由分配算法下，網絡運行的第400個周期達到平均剩余能量值為0的狀態，與對照組相比，具有更好的應用效果。由此可以得出結論，本文設計路由算法下的網絡生存時間更長，使得無線傳輸網絡具有更高的傳輸性能。

3 結語

對于無線網絡而言，傳輸效能直接決定了對應傳輸鏈路的傳輸能力，因此，在開展具體的路由分配階段，充分考慮傳輸效能是極為必要的。本文提出的無線網絡中高效能量感知的路由分配算法研究，結合了無線網絡中各鏈路的實際能力狀態感知結果，實現對路由的合理分配，大大提高了無線網絡的傳輸能力，使得固定傳輸資源條件下，無線傳輸網絡的有效生命周期得到保障。借助本文對于路由分配算法的研究與設計，希望能夠為實際的無線網絡管理提供有價值的參考。

參考文獻

［1］彭程，譚沖，劉洪，等.基于BBO優化K-means算法的WSN分簇路由算法［J］.中國科學院大學學報，2024（3）：357-364.

［2］李溫靜，諸金洪，劉柱，等.基于GCN-LSTM融合模型的自適應智能路由算法［J］.信息技術，2024（4）：93-99.

［3］潘志安，龐國莉，王小英.基于模糊粒子群算法的光纖通信網絡路由資源優化配置［J］.電子器件，2024（2）：518-523.

［4］王世成，陳曉靜，何榮希.彈性光網絡中基于業務承載力的碎片感知路由與頻譜分配算法［J］.激光與光電子學進展，2022（7）：122-130.

［5］史鄭延慧，何剛.基于遺傳-蟻群優化算法的QoS組播路由算法設計［J］.科學技術與工程，2024（11）：4626-4632.

［6］朱曉榮，賀楚閎.基于強化學習的大規模多模Mesh網絡聯合路由選擇及資源調度算法［J］.電子與信息學報，2024（12）：1-10.

［7］劉巖，何榮希，王鉅霖，等.彈性光網絡中面向立即預留請求的碎片感知路由頻譜分配算法［J］.激光與光電子學進展，2022（5）：156-165.

［8］劉煥淋，王展鵬，陳勇，等.物理損傷感知的多芯光纖網絡動態路由資源分配方法［J］.電子學報，2022（2）：502-507.

［9］楊峰，杜翠鳳，蔡十華，等.基于分區網關的算力網絡架構及算力路由機制研究［J］.廣東通信技術，2024（2）：16-19.

［10］黃鋅源，王睿，郭一平，等.基于節點靜默-激活機制的優化鏈路狀態路由研究［J］.計算機技術與發展，2024（2）：84-89.

Routing allocation algorithm for efficient energy sensing in wireless networks

Abstract： In wireless networks， due to energy consumption during transmission， the effective lifecycle of the network may be significantly affected when some nodes run out of energy. In view of this， the article studies an efficient energy aware routing allocation algorithm and constructs an energy consumption model for wireless network sensor nodes， which comprehensively considers four key aspects： computational energy consumption， perception energy consumption， transmission data energy consumption， and reception data energy consumption. When allocating wireless network routes， the urgent need to balance limited transmission resources with extending the effective lifecycle of the network is fully considered. And based on the above energy consumption model， a routing allocation algorithm that maximizes energy efficiency was designed. The test results show that the average remaining energy of network nodes using this algorithm only drops to zero after running for the 400th cycle， which means that the designed routing algorithm can significantly extend the network lifetime and demonstrate excellent transmission performance.

Key words： wireless network; energy perception; routing allocation; energy consumption of sensor nodes; transmission resources; maximizing energy efficiency