基于退避机制的有向无线传感器网络路由协议*

余修武,周利兴,张 枫,张 可,夏 凡,刘 永

(1.南华大学环境与安全工程学院,湖南 衡阳 421001;2.金属矿山安全与健康国家重点实验室,安徽 马鞍山 243000;3.湖南省铀尾矿库退役治理技术工程技术研究中心,湖南 衡阳 421001)

基于退避机制的有向无线传感器网络路由协议*

余修武1,2,3*,周利兴1,2,3,张 枫1,2,3,张 可1,3,夏 凡1,刘 永1,2,3

(1.南华大学环境与安全工程学院,湖南 衡阳 421001;2.金属矿山安全与健康国家重点实验室,安徽 马鞍山 243000;3.湖南省铀尾矿库退役治理技术工程技术研究中心,湖南 衡阳 421001)

针对有向带状无线传感器网络中,节点能量受限导致网络存活时间难以保证的问题,提出一种基于时间退避机制与能量效率的地理路由协议(GRBE)。以单位能耗传递数据包的有效距离,作为选择下一跳节点的标准,在建立带状网络模型基础上,通过基于时间退避机制选取下游节点,减少了上游节点与下游节点间不必要的通讯和数据传输能量消耗。经模拟对比仿真,新路由协议GRBE网络寿命分别是GEAR的1.96倍、OFEB的1.31倍。

无线传感器网络;路由协议;退避机制;能量效率;有向网络

带状传感器网络是WSN(Wireless Sensor Network)[1-3]中重要的网络类型,已广泛应用于巷道、桥梁、隧道、坝体等基础设施的监测中[4]。通常WSN节点的能量受限,采用合适的路由算法优化数据传递路径,可以降低网络能耗,延长网络生存时间[5-7]。在众多路由算法中,根据地理位置信息建立优化传播路径的路由受到国内外学术界和工业界的高度重视,诸多地理位置路由被相继提出。地理和能量感知路由协GEAR(Geographical and Energy Aware Routing)[8]是一种经典的地理位置路由,其采用地理信息传播问询包到适当区域内的节点中,每个节点利用其估计成本与学习成本选取中间节点,被大多数路由协议继承。Wu SB等人在GEAR的基础上提出了地理和能量有效路由(GPER)[9],该路由协议选取距上游节点最近的下游节点作为中间节点,数据分组始终沿着同一路径传递。近年来,一种能量均衡的路由协议OFEB(Optimal Forward with Energy Balance)[10-11]被提出,其基于所采用的能量模型,分析了网络能量消耗特征,当前节点在最大传输范围内,按照一定公式选择节点作为下一跳。Zhang等人提出的EEGR[12]路由则设定了临界转发值,将当前节点到目标节点的欧氏距离与其比较,判断选取中间节点或直接传输。以上路由大多采用问询式,即上游节点发出问询包,下游节点收到信号后,将自身相关信息发回上游节点,并由上游节点计算后选取合适的中间节点。其缺点是在此过程中,问询包的收发浪费了相当的能量。对此提出一种适用于带状网络的基于时间退避机制与能量效率的地理路由协议GRBE(Geographical Routing Based on Back-off Time and Energy Efficiency)。以单位能耗传递数据包的有效距离,作为选择下一跳节点的标准,在建立带状网络的模型基础上,通过基于时间退避机制选取下游节点,减少了上游节点与下游节点间不必要的通讯和数据传输能量消耗,新算法(GRBE)可大大延长网络寿命。

1 系统模型

1.1 数据传输能量模型

在分析无线传感器网络中传感器节点的能量消耗时,采用如图1所示的无线传输能量消耗模型。节点接收nbit数据时耗能ET(l,n),节点发送nbit数据给相距l的节点总耗能ER(l,n),如式(1)所示:

E(l,n)=ET(l,n)+ER(l,n)

(1)

式中:ET(l,n)、ER(l,n)由式(2)～式(4)得出:

(2)

l0=(εfs/εamp),1/2

(3)

ER(l,n)=nEelec

(4)

式中:Eelec表示发送单位数据电路的能耗。εfs表示在自由空间模型下的衰减系数,εamp表示在多路径模型下衰减系数,l0表示通信距离阈值。

图1 节点收发数据能量模型

图2 传感网络模型

1.2 有向带状网络模型

在一个M×N大小的区域内布置传感器节点构成的无线传感网络中,节点传输半径为R,节点平均间距为r,如若M≫R≫N,则在路由传输中,可将其等同于带状传感模型,如图2所示。假设该无线传感网络具有如下特点:①所有节点静止,位置坐标已知,且定位误差影响较小;②所有普通节点初始能量相同,Sink节点能量无限;③各普通节点随机产生数据向Sink节点传播,传播过程中延迟远小于数据产生周期,即不会形成网络拥堵;④通信能耗占节点能耗的比重极大,其余能耗不考虑;⑤各节点可以调节发射信号强度,即通信距离,调节精度小于节点间距r;⑥假设每个节点单位时间采集的数据量相同。

2 GRBE路由

一般平面路由中,上游节点在众多下游节点中选取下一跳节点时,采用问询式,即上游节点将向周围发送问询信号,其通信半径内的节点接收到信号后,将相关数据传递回发送信号的上游节点,再由上游节点选取合适的节点。在这一过程中,虽然问询信号数据量较小,但为了提高网络的可靠性,上游节点必然会选取其最大通信半径发送信号,而下游节点回应上游节点时也会由于下游节点数量众多,部分距离较远而产生较高的能耗,为减少这部分能耗,提出GRBE路由。

2.1 能耗效率

在带状网络中,能量消耗主要源于数据的传播,为实现网络寿命的最大化,需利用一定的能量将更多的数据传播至更远的距离。故引入能耗效率d|l|/dE的概念,即单位能耗可传播单位数据包的有效距离,能耗效率越高,传播数据包所需能耗越小,路径越佳。能耗效率如式(5)所示:

(5)

式中:φ为上下游节点间方向与上游节点与Sink节点方向的夹角,如图2所示。在带状网络中,远距离节点间方向与数据流传播方向夹角较小,式(5)可近似表示为式(6)所示。

(6)

其图像如图3所示。

图3 能耗效率

根据其图像可知,带状网络中,并非节点越近传输越高效,由于Eelcc的关系,在一定范围内,能耗效率较高。

2.2 退避机制路由

退避机制本身源于物理层和数据链路层MAC子层中,为节点在进入无线媒体接入时,用来减少冲突所提出的。以IEEE802.11DCF为例,节点在发送数据前,都要保证信道处于空闲状态,并等待一个信道持续空闲DIFS间隔,然后进入竞争窗口(执行退避算法),计算随机退避时间TB(Back-off Time),以便竞争接入到信道。

本研究引入退避时间竞争的方式,接收到上游问询信号的下游节点,通过一定的退避时间延迟,得出中间节点,其过程如下:

①上游节点i需要发送数据包前,发出一个包含自身电量、位置信息的问询信号。②通信范围内的节点jk接收该信号后,根据节点i电量、位置与自身电量及位置判断自身是否距Sink节点更近。③若节点jk距Sink节点更近,则计算并得出一个退避时间TB,在该时间过后自动成为中间节点,并向周围公布该信息及发送新的问询信号。④若节点jk在TB前,接收到其他节点成为中间节点的信息,将放弃原TB时间。

退避时间TB由式(7)得出,

(7)

式中:Ei、Ejk分别为节点i、jk的剩余电量。A为常数,用于调节TB的大小,使TB造成的延时不会引发网络拥堵。当下游节点jk为Sink节点时,Ei=Ejk。

3 仿真模拟

通过仿真实验,分析基于时间退避机制路由协议GRBE与经典的GEAR路由及近年来新提出的OFEB进行仿真对比,并在网络寿命及剩余能量等方面进行分析。传感器节点带状均匀分布,簇头融合数据的能量忽略不计,一旦信号无法传播至Sink节点,传感网络失效。仿真模拟条件参数如表1所示,仿真对比结果如图4所示。

表1 模拟参数

此时设置A=109ms,TB最大值为60 ms。OFEB算法中间节点选取f(Eres,l)值最大的节点,其计算如式(8)所示,其中系数α取0.5,Eres为剩余能量,Ecap为初始能量。

(8)

图4 网络生存时间仿真结果(k=5)

仿真结果如图4～图7所示,显示的是网络内所有节点剩余总能量随运行时间增加而变化的情况。当存在节点信号无法传递至Sink节点时,网络终止(失效),各节点不再监测及发送数据,节点总剩余能量恒定(即网络寿命终止)。网络终止时间为图中斜率开始为0处(图中已标出)。

由图4可知,当网络内布设节点数量为5时(k=5),GEAR算法网络生存时间为303 s,生存期单位时间平均能耗1.65 mJ;OFEB算法网络生存时间为642 s,生存期单位时间平均能耗1.40 mJ;GRBE算法网络生存时间为816 s,较GEAR算法延长了169.3%,较OFEB延长了27.1%,生存期单位时间平均能耗0.98 mJ,较GEAR算法降低了40.6%,较OFEB算法降低了30.0%。

由图5可知,当k=10时,GEAR算法网络生存时间为1 278 s,生存期单位时间平均能耗1.12 mJ;OFEB算法网络生存时间为1 917 s,生存期单位时间平均能耗1.16 mJ;GRBE算法网络生存时间为2 508 s,较GEAR算法延长了96.2%,较OFEB算法延长了30.8%,生存期单位时间平均能耗0.76 mJ,较GEAR算法降低了32.1%,较OFEB算法降低了34.5%。

图5 网络生存时间仿真结果(k=10)

图6 网络生存时间仿真结果(k=20)

由图6可知,当k=20时,GEAR算法网络生存时间为2455 s,生存期单位时间平均能耗1.10 mJ;OFEB算法网络生存时间为3 571 s,生存期单位时间平均能耗0.99 mJ;GRBE算法网络生存时间为4 652 s,较GEAR算法延长了89.5%,较OFEB算法延长了30.3%,生存期单位时间平均能耗0.72 mJ,较GEAR算法降低了34.5%,较OFEB算法降低了27.3%。

从图7可知,在600 m的带状仿真区域内GRBE算法网络生存时间在节点布设数量k不同情况下,均较GEAR和OFEB算法有较大的延长,生存期单位时间平均能耗有较大的降低。当通信间距(d)太大(k=5,d=120 m),网络通信不可靠;距离太小(k=20,d=30 m),网络成本较高。通常为了兼顾可靠性和成本问题,节点通信距离为最大通信半径的1/2左右(即k=10,d=60 m),GRBE算法网络生存寿命较GEAR和OFEB算法分别延长了96.2%、30.8%,生存期单位时间平均能耗较GEAR和OFEB算法分别降低了32.1%、34.5%。

图7 网络生存时间对比

4 结论

针对带状WSN中,节点能量受限问题,提出了一种基于能量效率的时间退避机制路由协议GRBE,主要创新点有:(1)提出一种能耗效率的概念,并用于模型中,使该路由协议提高了对能量的利用率,从而延长了网络寿命;(2)采用了一种基于时间退避机制的竞争式节点选取方式,减少了选取中间节点过程中的能耗。仿真验证了新路由协议GRBE在不同节点密度条件下,对延长网络寿命较GEAR和OFEB算法均有较好的效果(寿命为GEAR的1.96倍及OFEB的1.31倍)。

[1] 刘帅,李正炜,吴元昊,等. 基于能耗梯度的无线传感器网络路由算法[J]. 传感技术学报,2016,29(8):1247-1252.

[2] 张智威,孙子文. 基于蚁群算法的无线传感器网络节点可信安全路由[J]. 传感技术学报,2016(2):256-263.

[3] 余修武,范飞生,周利兴,等. 无线传感器网络自适应预测加权数据融合算法[J]. 传感技术学报,2016,30(5):772-776.

[4] 夏先进,李士宁,张羽,等. 带状传感网中混合数据传输的能量均衡[J]. 软件学报,2015,26(8):1983-2006.

[5] Badia-Melis R,Ruiz-Garcia L,Garcia-Hierro J,et al. Refrigerated Fruit Storage Monitoring Combining Two Different Wireless Sensing Technologies:RFID and WSN[J]. Sensors,2015,15(3):4781-4795.

[6] Brar G S,Rani S,Chopra V,et al. Energy Efficient Direction-Based PDORP Routing Protocol for WSN[J]. IEEE Access,2016,4:3182-3194.

[7] Zhu J,Liu J,Hai Z,et al. Research on Routing Protocol Facing to Signal Conflicting in Link Quality Guaranteed WSN[J]. Wireless Networks,2016,22(5):1739-1750.

[8] Ye D,Zhang M,Yang Y. A Multi-Agent Framework for Packet Routing in Wireless Sensor Networks[J]. Sensors,2015,15(5):10026-10047.

[9] Wu S,Candan K S. GPER:Geographic Power Efficient Routing in Sensor Networks[C]//IEEE International Conference on Network Protocols. IEEE,2004:161-172.

[10] Feng W,Elmirghani J M H. Energy-Efficient Geographic Routing in 2-D Ad-hoc Wireless Networks[C]//Next Generation Mobile Applications,Services and Technologies,2009. NGMAST’09. Third International Conference on. IEEE,2009:383-388.

[11] Feng W,Zhang L,Elmirghani J M H. Energy Saving Geographic Routing in Ad Hoc Wireless Networks[J]. Iet Communications,2012,6(1):116-124.

[12] Zhang H,Shen H. EEGR:Energy-Efficient Geographic Routing in Wireless Sensor Networks[C]//International Conference on Parallel Processing. IEEE,2007:67-67.

余修武(1976-),男,江西九江人,博士,副教授,硕导,主要研究方向为无线传感器网络,安全智能监测预警技术,yxw2008xy@163.com;

周利兴(1993-),男,山西朔州人,硕士研究生,主要研究方向为无线传感器网络路由算法技术,无线定位技术,zhoulixingx@163.com;

张枫(1993-),女,湖南邵阳人,硕士研究生,主要研究方向为无线传感器网络数据融合技术;

张可(1995-),男,湖南衡阳人,硕士研究生,主要研究方向为无线传感器网络路由技术。

ARoutingProtocolofDirectedWirelessSensorNetworkBasedonBack-offTime*

YUXiuwu1,2,3*,ZHOULixing1,2,3,ZHANGFeng1,2,3,ZHANGKe1,3,XIAFan1,LIUYong1,2,3

(1.Environment and Safety Engineering Institute,University of South China,Hengyang Hu’nan 421001,China;2.State Key Laboratory of Safety and Health for Metal Mines,Maanshan Anhui 243000,China;3.Hunan Engineering Technology Research Center for Decommission Uranium Tailings,Hengyang Hu’nan 421001,China)

In order to solve the difficulty in guaranteeing the network lifetime caused by limited node energy in directed band-like wireless sensor network,a geographic routing protocol based on time Back-off mechanism and energy efficiency(GRBE)was proposed. The effective distance of transmitting the data packet by the unit energy consumption was used as the criterion of selecting the next-hop node. The downstream nodes were selected based on the band-like network model and time Back-off mechanism,thus reducing the unnecessary energy consumption by communication and data transmission between the upstream node and the downstream nodes. Simulation comparison demonstrated that the average network lifetime of the new routing protocol GRBE was 1.96 times that of GEAR and 1.31 times that of OFEB.

Wireless sensor network;routing protocol;back-off time;energy efficiency;directed network

TP393.3

A

1004-1699(2017)11-1729-05

项目来源:金属矿山安全与健康国家重点实验室开放基金项目(2016-JSKSSYS-04);湖南省教育厅科研重点项目(15A161);湖南省研究生科研创新项目(CX2016B453);湖南省大学生研究性学习和创新性实验计划项目(2017-320);南华大学博士科研基金项目(2013XQD12);国家级大学生创新创业训练计划项目(201710555004)

2017-03-05修改日期2017-07-22

10.3969/j.issn.1004-1699.2017.11.019