水下传感网基于节点权重的地理位置路由

陈德全

（重庆幼儿师范高等专科学校，重庆 404047）

0 引言

水下传感网络（underwater sensor networks，UWSNs）在近海和海上领域有广泛的应用，如环境监测、深海挖掘、海洋勘察、水下开发。在WSNs中，位于水域内的传感节点收集环境数据，再将数据传输至水面的汇聚节点（sink），sink 再将数据传输至控制中心。

由于水域独特的特性，如环境噪声、信号衰减，低声速，多径传播，UWSNs 完全不同于陆地传感网络。这些特性导致低速率、高传播时延，差的网络连通以及高能耗，它们也对数据传输性能有破坏性影响。此外，由于水的潮汐，位于水域内的节点并非是静态的。

因此，如何有效地将数据包传输到水面的sink成为UWSNs 研究热点。目前，研究人员针对UWSNs的水域特性，提出不同的路由算法。其中，地理位置路由受到广泛关注。地理位置路由只需局部节点位置信息决策路由。节点无需维持全局网络拓扑信息。例如文献［4］针对水下传感网络提出基于深度的路由（depth-based routing，DBR），它通过节点深度决策路由。但是DBR 路由没有考虑到能量信息。

相比于陆地上的传感网络，UWSNs 内的节点在信号传输阶段消耗了更多能量。因此，能量效率也是设计UWSNs 路由必须考虑的因素。例如，文献［5］提出基于模糊逻辑的节点深度路由（fuzzy logic depth-based routing，FLDR），它在决策路由不仅考虑了节点位置信息，还考虑了节点能量。

此外，文献［6］提出基于能效多径地理位置路由（energy-efficient multi-path geographical routing，EMGR），它采用多条路径传输数据包，提高传输数据包的可靠性。但是执行EMGR 路由较复杂，增加了网络能耗。文献［7］提出了基于功效路由（power efficient-based routing，PEBR）协议。PEBR 路由利用距离、两个邻居节点间的夹角以及节点剩余能量选择下一跳转发节点。

尽管上述路由策略改善了路由性能，但是它们在选择下一跳转发节点并没有考虑链路质量。为此，本文提出基于节点权重的地理位置路由（weight of node-based routing，WNBR）。WNBR 路由利用节点的能量因子、距离因子和链路质量因子构建节点权重，再依据节点权重择优选择下一跳转发节点。仿真结果表明，提出的WNBR 路由有效地提高了能量效率，降低了数据包传输时延。

1 网络模型及能量模型

1.1 网络模型

考虑三维的水下传感网络。N个sink 浮在水表面，这些sink 收集水下传感节点感测的数据。令S表示第i 个sink 的ID，且i=1，2，…，N。将水下传感节点分为两类：锚节点和转发节点。

所谓锚节点就是随机部署在海床上的节点，这些节点的位置信息已知。锚节点感测环境数据，再转发至下一跳节点。锚节点利用声通信链路传输数据。假定网络内部署了N个锚节点。令A表示第k个锚节点的ID，且k=1，2，…，N。由于锚节点产生感测数据，下文也将锚节点称为源节点。

转发节点用于帮助锚节点向信宿转发数据。换而言之，转发节点收集来自源节点的数据，然后转发至下一跳节点。假定网络内有N个转发节点。令F表示第j 个转发节点的ID，且j=1，2，…，N。

所有节点的最大通信范围为R。每个节点周期地传输Hello 消息，其包含节点消息的序列号，节点的ID 号、节点位置坐标和剩余能量。此外，网络内节点知晓所有sink 位置坐标。

图1 给出网络模型的平面图。位于海底的锚节点感测环境数据，并利用声通信链路向sink 传输数据。sink 通过RF 通信链路向控制中心传输数据。

图1 网络模型

1.2 基于Thorp 的声信道模型

式中，SNR（d，f）为信噪比，且SNR（d，f）=（P（f）/Γ（d，f）/N（f）），其中，P（f）表示节点在频率f 上传输一个数据包所需的功率，N（f）表示噪声。

1.3 能量模型

所有节点的初始能量相同。节点传输数据和接收数据均消耗能量。令E（A）表示转发节点A所消耗的能量：

2 WNBR 路由

2.1 候选下一跳转发节点

式中，h表示源节点A表示离水面的深度；h表示转发节点F表示离水面的深度，如图2 所示。

图2 距离因子示例

2.2 基于权重的下一跳节点的选择

?

最后，选择具有最大权重的转发节点作为自己的下一跳节点。选择过程如算法2 所示。B表示下一跳转发节点。

?

2.3 数据包的传输

首先，进行网络初始化。节点广播Hello 包，使节点交互Hello 包，构建自己一跳邻居节点集。依据算法1 候选下一跳转发节点集。再依据式（10）计算节点的权重值，最终选择具有最大权重节点作为下一跳转发节点。数据包的传输过程如下页图3所示。

图3 WNBR 路由数据包转发流程图

3 性能分析

3.1 仿真环境

利用MATLAB 软件分析WNBR 路由性能。考虑500 m×500 m×1 000 m 三维立体区域。在区域内部署4 个sink，50 个～350 个节点。采用文献［14］的水下水声调制解调器—LinkQuest UWM1000。具体的仿真参数如表1 所示，总的仿真时间1 000 s。运行50 次，取平均值作为最终的仿真数据。

表1 仿真参数

此外，选择文献［4］提出的DBR、文献［5］提出的FLDR、文献［6］提出的EMGR 路由和文献［7］提出的PEBR 路由作为参照，并分析数据包传输率、端到端时延和能耗。

3.2 数据分析

3.2.1 数据包传输率

首先，分析节点数对数据包传输率的影响，其中节点数从50 至350 变化，如图4 所示。

图4 数据包传递率

从图4 可知，数据包传递率随节点数的增加而上升。原因在于：节点数的增加，提高了网络连通率，最终，提升了数据包传递率。当然，数据包传递率并非与节点数的增加而呈线性增长。从图4中可知，在节点数从50 增加至200 阶段，节点数的增加迅速提升了数据包传递率。但是，当节点数从200 增加至350 阶段时，数据包传递率随节点数的增加而保持缓慢增长，增长速度相当缓慢。这主要因为：当节点数增加到一定数量后，若继续增加节点密度，容易导致网络拥塞，抑制了数据包传递率的增加。

相 比 于DBR、FLDR、EMGR 和PEBR 路 由，WNBR 路由的数据包传递率得到提高。在节点密度较高阶段，PEBR 路由和WNBR 路由的数据包传递率相近。但是在节点密度稀疏阶段，WNBR 路由的数据包传递率优于PEBR 路由。

相比于EMGR 路由，FLDR 路由和DBR 路由，PEBR 路由具有更好的数据包传递率。由于EMGR路由采用多路径传输，它的数据包传递率优于FLDR 路由和DBR 路由。但是EMGR 路由消耗了更多能量。

3.2.2 端到端传输时延

本节分析节点数对WNBR 路由的端到端传输时延的影响，如下页图5 所示。从图5 可知，节点数的增加降低了传输数据包的时延。相比于PEBR 路由、EMGR 路由、FLDR 路由和DBR 路由，WNBR 路由减少了端到端传输时延。原因在于：WNBR 路由缓解了终端隐藏问题，源节点依据节点权重选择下一跳转发节点，提高路径的稳定性。

图5 端到端传输时延

PEBR 路由的端到端时延与WNBR 路由的端到端时延相近。此外，尽管EMGR 路由利用多条短路径降低了时延，但是其端到端时延仍高于WNBR路由。

3.2.3 网络能量消耗

分析WNBR 路由的网络的能量消耗，如图6 所示。从图6 可知，节点数的增加，提高了网络能耗。原因在于：节点数的增加，增加了网络内需要传输的数据包数，增加了节点需要传输的数据包数，这导致了节点的能耗增加。

图6 网络能量消耗

相比于DBR 路由、FLDR 路由、EMGR 路由和PEBR 路由，WNBR 路由在能量消耗方面仍保持优势。这归功于：WNBR 路由利用节点能量、距离因子和链路质量构建路径，提升了路由的稳定性。

4 结论

针对UWSNs 的数据传输问题，提出基于节点权重的地理位置路由WNBR。WNBR 路由从节点能量、距离以及链路质量3 方面的信息决策下一跳转发节点，构建稳定的数据传输路径。仿真结果表明，WNBR 路由在能量消耗、数据包传递率方面均具有较好的性能表现。后继将机器学习算法引入路由，进一步优化算法的性能。