基于模糊逻辑的可靠机会路由协议设计

黄诗雅，李 强，李新民，林茂松

（1.西南科技大学 信息工程学院，绵阳 621010；2.西南科技大学 计算机科学与技术学院，绵阳 621010）

0 引言

随着物联网的出现，新的路由方式要求大量低功耗、低成本的嵌入式设备可靠接入，然而工业园区无线传感网络具有环境复杂、网络规模大等特点[1]，在节点资源有限的条件下，如何保证数据高效可靠的传输对于物联网应用至关重要[2]。

在传统确定性路由方式中，频繁的链路层数据重传将消耗大量的带宽资源[3]。而机会路由充分利用了无线信道的广播特性[4]，节点间的竞争选择考虑了链路可靠性、节点成本和路径成本，有效提高了网络吞吐量和传输可靠性[5],解决了传统路由在恶劣环境下路由效率不高的问题。机会路由中，基于最短路径的机会路由研究有很多，如GEDAR（Geographic and Opportunistic Routing with Depth Adjustment-based Topology Control for Communication Recovery）[6]、TOUR (Utility-based Routing)[7]等。后来，许多研究人员针对网络中的能耗问题，提出了节能机会路由，I-AREOR（Improved-Adaptive Ranking based Energy-efficient Opportunistic Routing Protocol）[8]协议根据节点密度、相对距离及能耗选择传输路径，延长网络生命。Fradj[9]使用一种新的转发列表EEOR-FL（Energy-Efficient Opportunistic Routing Using a New Forward List），最大限度地延长了网络寿命，但上述机会路由协议均将能耗作为考虑重点，对于无线传输过程中的链路不可靠问题，仅依靠机会路由机制来提高数据传输可靠性。有学者为了提升数据传输可靠性，使用基于链路质量的机会路由协议，ExOR（Extremely Opportunistic Routing）利用软件度量估计链路质量；ELMOR（Expecting Lowest-residue-energy Maximization Opportunistic Routing）[10]是针对果园网络设计的机会路由，考虑链路连通概率和中继节点选择的能耗预期，对链路连通情况采用PRR和信号强度共同对链路连接情况进行判断，虽然上述协议在路由过程中考虑了链路质量以减轻链路的不可靠性[11]，然而现有方法仍然无法准确度量链路质量。

针对工业园区中多径衰落效应容易造成节点间连通不稳定的问题，本文设计了一种基于链路质量估计的机会路由协议，该协议利用模糊逻辑建立链路估计器数学模型，输入当前链路的分组投递率（Packet Reception Rate，PRR）、信噪比（Signal-to-Noise Ratio，SNR）以及接收信号强度（Received Signal Strength Indicator，RSSI），输出链路评价因子LQ（Link Quality）估计当前传输链路的通信质量。为了进一步优化转发候选集，所提协议通过节点的地理位置信息解决机会路由过程中造成的多重分组问题。实验结果表明，所提协议LQOR对比已有机会路由分组投递率最大增幅9.8%，数据冗余程度平均减少11.36%，增加了数据传输可靠性。

1 原理与方法

1.1 信道模型

由于工业园区中建筑物的遮挡，数据传输过程中无线信道遵循阴影衰落模型，节点间信道模型由两部分组成，如式(1)所示：第一部分是路径衰落模型，它能够预测出当距离为d时接收到的平均能量Pr(d)，并使用了一个接近中心距离d0处的平均能量Pr(d0)作为参考；第二部分是一个对数正态随机变量，反映了当距离一定时，接收到能量的变化。

其中，XdB是高斯随机变量，σdB是标准偏差，即阴影偏差。β是路径损耗指数，接收平均能量的下降速度随着距离以及障碍物的增多逐渐加快。在NS2仿真时，选取β为2.7～3.5，σdB为4dB[12]。

1.2 链路质量估计模型

为了保证数据传输过程中的可靠性，本文在现有机会路由的基础上，为每一条链路构建链路估计器，转发候选集的度量标准使用期望最佳链路质量。为了进一步提升链路质量估计的精确度，针对机会路由在链路质量估计上的不足，本文使用硬件度量与软件度量结合的方式，利用模糊逻辑对链路质量估计进行优化，提出了使用链路质量的路由测度LQ算法。在链路质量估计中，本文利用PRR、RSSI与SNR三个指标共同度量链路质量：首先根据RSSI与PRR、SNR与PRR的关系，对数据进行模糊处理，构造隶属度函数；然后建立IF-THEN规则；最后解模糊化得到链路质量估计值。

1.2.1 数据接收概率

数据接收概率PRR表示了链路成功交付数据的能力。根据文献[13]，将通信区域划分为三个区域：连通区、过渡区、以及断开区。连通区具有PRR大于等于90%的特点；过渡区的PRR在10%～90%之间无规律波动；断开区的PRR小于10%。在统计PRR过程中，为了抵消PRR的暂态波动，本文采用EWMA（Exponentially Weighted Moving Average）滤波器对PRR计算结果进行平滑，平滑后的结果根据式(2)计算得出：

其中，σ是平滑因子，控制平滑度，ω为估计窗口。根据文献[13]建议的α=0.6，ω=5，以维持稳定性和反应性之间的良好平衡，信噪比与信号接收强度均做同样的滤波处理。

1.2.2 信噪比

节点收集到的物理层数据SNR和数据投递率之间存在着相关性，现有对SNR与数据投递率关系的研究表明[11]：SNR均值在12dB以上，链路质量较好，目的节点可以接收到所有的数据包；SNR均值在4～12dB之间，链路质量表现出较大的波动，目的节点接收数据包的比率呈现不稳定的状态；SNR低于4dB，目的节点接收到较少的数据包，链路不适合通信。节点得到SNR信息后，本文使用EWMA对SNR平滑滤波：

1.2.3 接收信号强度

在过渡区通信时，微小的环境或信号变化都可能造成数据接收率的剧烈变化，所以单独的PRR往往不能准确度量链路传输质量。文献[14]指出，当RSSI值较大时，PRR的值也较大，且当RSSI值大于-86dBm时，PRR基本上处于0.9以上；当RSSI值较小时，PRR值也较小；当RSSI值小于-94dBm时，PRR迅速衰减至0。节点得到RSSI信息后，本文使用EWMA对RSSI平滑滤波：

物理层参数的统计只是针对于已经成功接收到的数据包，会对链路过高估计，所以在统计结束后利用模糊规则将物理层链路质量同网络层分组投递率相结合，综合度量链路质量以提高链路质量估计的准确性。本文利用EWMA滤波器平滑周期统计到PRR、SNR和RSSI值后，根据城市应用场景下无线自组网的特点，利用模糊集对链路估计的三个参量进行定义：数据接收概率｛Low，Medium，High｝，如图1(a)所示，当投递率高于90%的时候，映射到High的隶属度为1；信噪比｛Low，High｝，如图1(b)所示，为了从硬件层面直观获得可靠性高的链路，必须选取信噪比大于12，映射到High的隶属度为1；信号强度｛Low，High｝，如图1(c)所示，当信号强度高于-86dBm时，映射到High的隶属度为1。针对城市中的网络环境，确定相应的三角形隶属度函数，对多条链路参数进行模糊定义。

图1 链路质量估计隶属度函数

根据工业园区无线网络具有多径衰落的传播特点，链路质量估计器使用投递率、信号强度、信噪比三个指标作为输入，结合本文定义的模糊规则表1，可以映射出链路质量等级的模糊描述，分别用｛perfect；good；accept；not accept；bad｝表示。

表1 模糊规则表

图3(d)为链路质量LQ的隶属度函数，LQ将PRR、SNR、RSSI均衡组合，使用min-max方法获得LQ的隶属度，使链路质量的评估不再是以单一输入表示，模糊逻辑也为链路质量的等级提供更加细粒度的区分。如式(5)利用重心法去模糊化，

其中μ(x)∈[0,1]为链路质量的隶属度输出函数，得到评价链路质量的具体数值。

1.3 地理位置约束

机会路由的挑战是最大化每次传输的进度，同时最小化重复传输的协调开销。为了实现这个目标，LQOR中质量较差并且地理位置不合理的节点不加入转发候选集，能够有效提高机会路由的转发性能。在选取候选集节点时，要求候选转发列表中的节点比源节点到目的节点的距离更近，并且在候选集中对优先级较低的节点进行地理位置约束，判断该节点是否在最高优先级节点的传输范围之内，如果超出最高优先级节点的传输范围，则无法接收最高优先级节点的控制信息，将导致数据重复转发。为避免这一情况，本文将优先级较低且不在最高优先级节点传输范围的候选节点剔除。

1.4 构造转发候选集

为了增加数据传输的可靠性，降低机会路由的冗余副本数量，本文在选取转发候选集的时候综合考虑链路质量和地理位置。LQOR根据链路的质量选取候选节点，避免端到端链路质量较差的节点加入转发集，以此增加数据传输的成功概率。但由于转发集节点数量较多，中继节点仅根据给定度量标准确定，易造成多重分组问题。为了控制转发节点的数量，将地理位置约束结合到候选集的构造中。

给出一些符号的定义，Ns为源节点S的邻居节点，Fs为源节点S的转发候选集，用一种能反应传输链路质量的路由测度Ci（Cost）代表一个分组从节点i到目的节点D所需要的路由代价，其中Ci＜Cs，即节点i传输分组到目的节点的路由代价比源节点S传输分组到目的节点的路由代价低。Pi为转发候选集的优先级，若Pi＜Pj，则节点j的优先级高于节点i。

首先，从邻居节点中确定源节点S的转发候选集。若邻节点的预期代价小于S节点到目的节点的代价，则加入到候选转发节点集中。候选集中的节点按照预期代价的大小对候选集节点进行优先排序，代价函数值越小的节点优先级越高。

由于机会路由传输过程中有多个候选节点，计算至少候选集中有一个节点时，源节点到目的节点的发送代价函数，如式(6)记录最小的代价函数取值，

其中m表示从源节点S发送分组到目的节点，中间经历的m跳路径，LQm代表每一条的链路质量估计值。

然后，在节点加入转发候选集之前进行位置判断，如果该节点距离目的节点大于源节点到目的节点的距离，该节点不加入转发候选集列表；若节点在转发候选集中优先级并非最高，并且该节点在最高优先级节点的一跳传输范围之外，则该节点不加入转发候选集列表。转发候选集的具体算法如下：

算法1：转发候选集的构建;

步骤1：初始化Fs为∅;

步骤2：对于所有Ns中的节点i，满足节点i的代价函数值Ci小于源节点传输代价Cs;

步骤3：节点i到目的节点D的距离<源节点s到目的节点D的距离&&节点i是优先级最高节点的邻居节点；

步骤4：节点i加入候选集形成新的候选集；

步骤5：跳转步骤2;

步骤6：根据代价函数值对候选集节点进行优先级排序。

2 实验分析

本文采用NS2进行仿真，模拟工业园区中的无线传感网络通信情况，信道模型采用Shadowing，MAC层协议使用802.11Ext，其余主要仿真参数设置如表2所示。仿真300次取平均后，分别从吞吐量、分组投递率、数据冗余程度三个指标对实验结果进行分析，比较不同路径损耗指数下各协议的表现。

表2 主要仿真参数

图2展示了分组投递率随路径损耗指数变化的情况，随着路径损耗指数的增大，网络连通性有所降低，数据投递率有所减少。在路径损耗指数对传输结果影响较小时，协议都能较好地传输数据分组，当路径损耗指数增大，由于LQOR选择了质量较好的路径传输数据，其性能明显优于ExOR。由于OLSR[15]（Optimized Link State Routing）考虑了链路质量，性能降低有所减缓。在路径损耗指数为3.1时LQOR对比ExOR分组投递率增幅最大达到9.8%，比OLSR协议分组投递率最大增幅18.1%，证明了LQOR在数据投递率方面的有效性。

图2 分组投递率对比

图3展示了吞吐量随路径损耗指数变化的情况，随着路径损耗的增大，链路质量的不稳定性有所增加，吞吐量呈现下降趋势。在路径损耗指数为3.1时，LQOR对比ExOR吞吐量最大增加9.6%，当路径损耗指数增大到一定程度后，整体传输性能降低，但吞吐量仍优于ExOR与OLSR协议。

图3 吞吐量对比

在链路质量相对较好的情况下，大多数的路径都能成功发送分组，冗余副本数量较大，随着路径损耗指数增加，节点间的分组投递率减小，数据的冗余量也降低。如图4所示，所提出的机会路由协议相比ExOR在路径损耗指数为2.7时降低大约11.36%的冗余数量，在路径损耗指数增大到一定程度之后，冗余副本的减少，对分组投递率的影响较大，因此两种机会协议的冗余率也趋近于重合。

图4 数据冗余率对比

3 结语

针对工业园区无线网络的链路不可靠问题，本文提出了一种期望端到端最优链路质量的机会路由协议LQOR。该协议利用模糊逻辑计算链路质量指数，将链路质量与地理位置相结合构造最优转发候选集。仿真实验结果表明，所提协议LQOR比ExOR协议分组投递率最大增幅9.8%，比OLSR协议分组投递率最大增幅18.1%。数据冗余程度对比ExOR平均减少11.36%。在减少了冗余副本的情况下有效提高了端到端数据投递率，保证了数据的可靠传输。