物联网中链路稳定和能量感知混合模型的组播路由协议

徐善永+李豹+黄友锐+王浩

摘要：针对物联网络中容易出现节点能量消耗不均衡，路由稳定性差，数据容易丢失等问题，提出了一种改进的链路稳定和节点剩余能量感知的物联网路由算法。该路由算法首先建立了一种基于链路稳定性和节点剩余能量的混合路由模型，利用该模型对节点的能量和链路稳定参数进行综合预判，选出最优节点来组成网络。仿真结果表明，与AODV算法相比，该算法可以有效控制网络开销，提高数据转发率，延长网络生存周期，降低网络延迟。

关键词：物联网；路由算法；链路稳定；能量感知

中图分类号：TP39303文献标志码：A文章编号：1672-1098（2016）01-0019-06

Abstract：In view of the problem that the energy consumption is not balanced， the routing stability is poor， and the data is easy to be lost in Internet of Things （IoTs）， an improved network routing algorithm based on link stability and node residual energy aware is proposed.Firstly， a hybrid routing model based on link stability and residual energy of nodes is established. By using this model， the energy and the link stability parameters of nodes are combined to predict the optimal nodes to form the network.Simulation results showed that compared with AODV algorithm， the algorithm can effectively control the network overhead， improve the data transfer rate， prolong the network lifetime， and reduce the network delay.

Key words：internet of things； routing algorithm； link stability； energy aware

在许多实际应用中，由于传统的物联网路由协议中传感器节点的移动性、能量的有限性和射频距离的有限性，容易出现节点的能量消耗不均衡，路由稳定性差，数据容易丢失等问题，传输效率不高。针对上述问题，本文提出了一种基于链路稳定和节点能量感知混合模型的组播路由协议（Link Stability and Energy-aware Hybrid model-Based Multicast Routing Protocol，LEHMR），LEHMR路由算法的主要思想是根据节点间的链路状态和节点的当前剩余能量控制整个网络的路由发现。该方法采用广播请求应答（RREQ-RREP）方式，利用网络节点间的链路状态信息和节点的剩余能量信息来建立路由选择机制，来建立网络路由。

1路由模型

11链路稳定和节点能量混合的路由选择机制

如图1所示，主要展示了LEHMR算法路由建立的过程。当有数据转发时，源节点将广播一个RREQ包，邻居节点将根据自身的节点剩余能量和链路保持时间来判断是否接受该数据包，来转发数据。该算法与以往任何算法的不同之处在于，每个节点在接受RREQ包时，要根据节点的剩余能量和链路保持时间综合判断出是否接收RREQ包，而成为路由链路上的节点，进而接收并转发RREQ包。该RREQ包中的节点以链路的保持时间与节点的剩余能量作为度量值，来搜索数据转发路径，建立网络路由。

链路稳定和节点能量混合的路由选择机制当节点S向节点D发送数据时，节点S将广播RREQ数据包，所有邻居节点将接收这个RREQ数据包。在传统的AODV算法中，节点1，2，3中若无有效的到节点D的路由，节点1，2，3都将转播RREQ包。在LEHMR算法中，将检测节点1，2，3与节点S的链路保存时间和节点1，2，3的剩余能量，因节点1的剩余能量少、节点2与节点S的链路保持时间小，根据LEHMR算法节点1与节点2将放弃接收到的RREQ包。只有节点3满足能量和链路保持时间要求，只有节点3再次广播RREQ包，从而建立起S-3-D的路径传送数据。

12链路稳定和节点能量混合数学模型

1） 链路稳定性描述

假设节点坐标为（xi，xj），其移动速度、运动方向和信号传播半径分别用vi、θi和Ri来表示。则两个移动节点ai和aj之间的链路保持时间LET可用公式（1）表示

LETij=

-（ab+ad）+（a2+c2）r2-（ad-bc）2a2+c2（1）

式中：a=vicos θi-vjcos θj，b=xi-xj、c=visin θi-vjsin θj，d=yi-yj、r=Ri

2） 节点能量描述

如图2所示，物联网路由算法的研究大都采用此节点能量消耗模型， 该模型由传送装置、放大装置和接收装置三部分构成，传感器节点所消耗的总体能量为上述三部分所消耗的能量总和。图2节点能量消耗模型

将L bit的信息量数据传送d距离所消耗能量的公式模型如式（2）所示

EL.Tx（L）=L×Eb.txe+L×εfs×d2d≤d0

L×Eb.txe+L×εmp×d4d>d0（2）

接收L bit信息量数据所消耗能量的公式模型如式（3）所示

EL .Rx（L）=L×Eb.Rx（3）

中转L bit信息量数据所消耗能量的公式模型如式（4）所示

Eralay（L）=EL .Rx（L）+EL .Tx=

L×Eb.txe+L×Eb.Rx+L×εfs×d2d≤d0

L×Eb.txe+L×Eb.Rx+L×εmp×d2d≤d0（4）

式中：εfs和εmp是所选用模型的发送放大器系数，Eb.Rx表示接收1bit信息量数据所需能量，Eb.Tx表示发送1bit信息量数据所需能量。路径损耗指数为α值，当d≤d0时，α等于2，当d>d0，α等于4。

节点发送、接收或转发的Lbit信息量数据后的剩余能量Es（L）用公式（5）表示

Es（L）=E0-EL.Tx节点为源节点

E0-EL.Rx节点为目的节点

E0-Eralay节点为源节点（5）

2LEHMR算法描述

21LEHMR算法路由建立流程

LEHMR算法路由建立的流程图，如图3所示。

图具体描述如下：首先判断接收RREQ包的节点中是否存在有效路由，若存在，则建立链路；否则根据公式（1）和公式（5）分别计算出接收RREQ包节点的剩余能量和接收RREQ包节点和发送RREQ包节点间的链路保持时间；判断接收RREQ包节点与发送RREQ包节点间的链路保持时间和接收RREQ包节点的剩余能量值是否大于阈值，若大于设定的阈值，在发送RREQ节点的路由信息表中记录满足条件的节点路径信息。反之，则放弃该节点。并根据公式（1）和和公式（5）选择最优节点转发RREQ包，直到建立路由。

22LEHMR算法流程

本文提出的LEHMR路由算法，是属于应答式的组播路由协议。该算法中将链路稳定度和能量信息结合到路由发现机制中，改进路由选择机制，只有满足链路稳定度和能量要求的路径才能被选择，其总体的流程如图4所示。

图4LEHMR路由算法的总体流程图算法流程说明：

1） 对节点各项参数进行初始化设置，包括节点的能量值，链路稳定值，能量阈值，链路稳定阈值等。

2） 首先源节点将以广播的形式进行传送，RREQ信息包中记录有：各个节点的能量值，链路稳定值，能量阈值，链路稳定阈值、源节点和目标节点的位置以及有效的路径信息。

3） 在发送RREQ节点的通信范围内的所有邻居节点将接收RREQ数据包，同时将检测自身的路有信息表，是否存在从源节点到目的节点的有效路由信息。

4） 若某节点路由信息表中存在从源节点到目的节点的有效路由信息，则向前一级节点发送RREP路由回应数据包，建立路由。若所有邻节点中都没有有效的路径信息，则各个节点判断自身的能量值和前级节点间的链路保持时间是否满足设定的阈值。

5） 根据判断条件，若节点的能量信息和链路稳定信息满足设定的阈值，则该节点继续转发RREQ路由请求数据包，继续执行3）。若节点的能量信息和链路稳定信息不满足设定的阈值，则丢弃RREQ路由请求数据包，路由请求结束。

3仿真与分析

利用NS2对LEHMR算法仿真，条件设定如下，节点数：150个，传输距离：250 m，随机分布范围：700m×700m，采用随机路径来构建节点移动模型。测试时，节点移动速度变化范围：5～25 m/s，仿真持续时间：500 s，数据包的恒定比特率为：1 000 bit，数据包固定间隔生成比率为：4包每秒。在仿真中，15个移动节点被随机配置成源节点和目标节点。

1） 网络开销

如图5所示，AODV算法和LEHMR算法相比，随着节点移动速度变大，两种算法的网络开销都会变大。AODV算法的网络开销要明显大于LEHMR算法，这是因为AODV算法没有选取最优邻居节点广播RREQ消息，LEHMR算法要求任意节点在接收转发RREQ消息前都要检查节点的能量水平和与发送RREQ包节点间的链路保持时间。这个规则减少了RREQ包的转发量，提高了路径的稳定性，因此，生成的节点路由有一个很好的链路生存周期和很好的能量水平。由图5可知：当节点的能量水平在1到4之间变化时，由于节点的能量增加，路由开销相应减少。

2） 数据转发率

从图6显示结果表明，综合考虑能量和移动因素的影响。LEHMR算法的数据包的平均转移率要高于AODV算法，通过这个可得出结论：与AODV算法相比，LEHMR算法建立的路由要稳定，具有较高的网络生存周期。LEHMR算法选择路径时，构建路由的节点都具有很高的剩余能量、节点间具有很高的链路生存周期。而AODV算法构成路由的节点没有此种功能，它们间发送了大量的冗余信息，导致了节点能量很快耗尽，因此具有较低的转发率。

3） 网络生存周期

图7显示，当增大网络节点的能量值时，网络生存周期相应增大。节点能量阈值的提高意味着若节点的能量低于阈值的，将停止转发RREQ数据包，这将造成大量的节点为节省能量而停止转发RREQ包，同时整个网络区域内的其它节点因不转发RREQ包，也节省了能量，高稳定度的路由会减少用于路由维护控制数据包，同时消耗的能量更少。

4） 网络延迟

如图8所示的仿真结果表明：LEHMR算法的延迟时间要明显优于AODV算法，因为LEHMR算法中的路由节点拥有非常好链路生存周期和能量。另外，观察到当提高链路生存周期阈值，网络的延迟时间将增大，因为在节点移动的状态下，满足这么高的链路生存周期和高能量水平的节点很难找到，数据包通过少量跳数进行转发。

4结束语

本文提出了一种基于链路稳定和节点能量感知混合模型的组播路由算法。该路由算法根据节点的剩余能量和链路生存时间来控制路由发现，在路由发现的过程中，大大减少了传感器节点间交互信息量和计算任务。仿真结果表明：该算法明显增大了数据包转移率，减小了控制开销和网络延迟。

参考文献：

[1]夏辉，贾智平. 移动 Ad Hoc 网络中基于链路稳定性预测的组播路由协议[J]. 计算机学报， 2013， 36（5）： 926-936.

[2]郑石，吴伟强. 基于能量感知的ad hoc路由算法研究[J]. 通信学报， 2012， 33（4）： 9-16.

[3]陶洋， 李冉， 李勇. 无线 Ad Hoc 网络中基于链路稳定预测的路由协议[J]. 广东通信技术， 2012， 32（2）： 43-46.

[4]曾文锋，戴建辉. 能量感知和链路稳定度的多径 MANET 路由[J]. 通信技术， 2011， 44（8）： 54-57.

[5]ZHENG Z. WDM： An Energy-Efficient Multi-hop Routing Algorithm for Wireless Sensor Networks[C]// International Conference on Computational Science， 2005.

[6]沈波. 无线传感器网络分簇路由协议 [J]. 软件学报， 2006， 17（7）： 1 588-1 600.

[7]林亚平. 传感器网络中一种分布式数据汇聚层次路由算法[J]. 电子学报， 2004，32（11）： 1 801-1 805.

[8]HONG LI. Overall energy-balanced routing protocol[J]. Computer Engineering and Applications，2010，46 （2）：86-90.

[9]LIANG W F. Prolonging network lifetime via a controlled mobile sink in wireless sensor networks[C]// In：IEEE Communications Society，IEEE Globecom 2010，Proceedings of IEEE Globecom 2010： 978-983.

[10]LU G. An adaptive energy-effieient and Low-latency MAC for data gathering in wireless sensor networks[C]// Proeeedings of 18th International Parallel and Distributed Proeessing Symposium， 2004：26-30.

[11]周杰. 移动Ad-Hoc网络的路由算法和位置管理方案[J]. 计算机工程与应用，2004（7）：22-26.

[12]唐勇. 无线传感器网络路由协议研究进展[J]. 软件学报， 2006， 17（3）： 410-421.

[13]WU K， HARMS J. Location trace aided routing in mobile ad hoc networks[C]// Computer Communications and Networks， 2000. Proceedings. Ninth International Conference on. IEEE， 2000： 354-359.

[14]任敬安，涂亚庆.基于蚁群优化的无线自组织网络能量感知路由协议与参数优化研究[J]. 计算机应用与软件， 2012， 29（9）： 66-70.

[15]蔡苏亚. 改进的最优链路状态路由协议算法[J].计算机与现代化，2014（8）：106-109.

[16]王靖，李芳芳.基于链路状态感知的无线Mesh网优化路由算法[J].计算机科学，2012，39（11）：37-40.

[17]朱斌，曾孝平.能量高效与移动预测的路由算法分析[J].重庆大学报，2010，33（10）：88-93.

[18]洪利，杨淑玲.一种全局能量均衡的路由协议[J].计算机工程与应用，2010，46（2）： 86-90.

[19]周德荣，夏龄.一种改进的AODV路由协议的实现与仿真[J].实验室研究与探索，2014，33（11）：67-71.

[20]夏辉，贾智平.移动Ad Hoc网络中基于链路稳定性预测的组播路由协议[J]