一种无线传感器网络路由方法与流程

本发明属于无线传感器网络通信技术领域，尤其涉及一种无线传感器网络路由方法。

背景技术：

无线传感器网络是由部署在监测区域内大量低成本、低功耗、具备感知、数据处理、存储和无线通信能力的传感器节点通过自组织方式形成的网络，其目的是协作地采集、处理和传输网络区域内被感知对象的信息，可广泛应用于环境监测、军事应用、道路交通、医疗卫生等领域。在传感器网络中，节点一般采用能量十分有限的电池，通常一旦部署就不能再充电和更换电源。针对于此，如何延长网络寿命，实现网络能耗的有效性和均衡性成为无线传感器网络路由方法的研究热点。

然而在某些特定场合，诸如用电信息采集、输电线路监测或节点采用太阳能供电等情况，传感器节点可持续获得能量供应，不会因节点能量耗尽而死亡。与此同时，采集信息数据流一般具有周期性、流量大等特点，常常导致网络负载超过了网络的传输能力,进而导致网络拥塞。现有的路由方法大多针对节点能量有限的情况，并以延长网络生命周期为首要目标。同时，只有少数路由方法简单地依据节点队列长度判断节点的负载程度，没有考虑流量变化的趋势，并不能有效地控制网络拥塞。

技术实现要素：

本发明的目的在于，提供一种无线传感器网络路由方法，用于解决现有技术中只针对节点能量有限、未有效考虑网络拥塞等缺陷。

为了实现上述目的，本发明的技术方案是，一种无线传感器网络路由方法，其特征是该方法包括以下步骤：

步骤1：根据当前节点、邻居节点和汇聚节点间的相对距离建立压力坡降函数；

步骤2：利用节点当前缓冲区队列长度及预测流量，建立比阻函数；

步骤3：根据已经建立的压力坡降函数和比阻函数构建节点间链路流量模型；

步骤4：选取链路流量最大的邻居节点作为下一跳节点，完成路由的建立。

所述步骤1中压力坡降函数的计算公式为：

其中，J(i,a)为节点i与邻居节点a的压力坡降函数值；d(i,a)为节点i到邻居节点a间的距离；nbr(i)为节点i的邻居节点集；Pi和Pa分别为节点i和节点a的压力。

所述Pi和Pa的计算公式为：

其中，l为节点每次发送的数据量；d(x,s)为节点x到汇聚节点的距离；Eelec、Efs和Emp为一阶无线通信能量消耗模型的能耗参数；d0为一阶无线通信能量消耗模型的距离阈值。

所述步骤2中比阻函数的计算公式为：

其中，A(i,a)为节点i与邻居节点a的比阻函数值；β为节点的负载度门限值，0<β<1；Ca为邻居节点a的负载度值。

所述Ca的计算公式为：

其中，Qa为邻居节点a缓冲区的队列长度；Qmax为节点缓冲区的最大容量；Tra为邻居节点a下一周期的预测流量。

所述Tra的计算公式为：

其中，T为本发明路由方法的执行周期；BNa和FNa分别为当前周期邻居节点a的子节点集和父节点集；ra、ria和raj分别为节点a下一周期自身产生流量速率的预测值，从节点i到节点a的平均输入流量速率的预测值和从节点a到节点j的平均输出流量速率的预测值；。

所述流量速率预测值的的计算公式为：

其中，ry′为节点a当前周期的流量预测值；na、nia和naj分别为当前周期节点a自身产生数据包数目，进入节点a的数据包数目和离开节点a的数据包数目；ω为流量速率预测的调节参数，0<ω<1。

所述步骤3中流量模型的计算公式为：

其中，Q(i,a)为节点i到邻居节点a的链路流量值；J′(i,a)为J(i,a)的归一化值，其计算公式为其中，Jmin(i,a)和Jmax(i,a)为节点i到邻居节点a压力坡降的最小值和最大值；λ为流量模型的调节参数。

本发明的有益效果在于：

(1)本发明所述的路由方法通过建立压力坡降函数有效地实现了节点能耗的有效性，使网络的总能耗更低，即适用于节点能量不受限制的传感器网络，克服了传统方法中只针对节点能量有效的问题。同时，本发明通过流量预测更为准确地判断节点的流量负载程度，进而可以有效地避免网络拥塞。

(2)本发明所述的路由方法在进行路由选择时综合考虑网络的能耗和拥塞，并利用链路流量将压力坡降和比阻两个函数进行融合，表征节点成为下一跳节点的可能性，这样会使无线传感器网络在能耗较低的同时，具有更优的网络性能。

附图说明

图1为本发明实施例所使用的无线传感器网络节点分布图；

图2是本发明实施例所述的路由方法与MICRO、TADR网络总能耗的对比结果；

图3是本发明实施例所述的路由方法与MICRO、TADR丢包率的对比结果；

图4是本发明实施例所述的路由方法与MICRO、TADR路由平均跳数的对比结果；

图5是本发明实施例所述的路由方法与MICRO、TADR网络吞吐量的对比结果；

具体实施方式

下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。

本发明克服了现有无线传感器网络路由方法的不足，提出一种新的无线传感器网络路由方法，根据当前节点、邻居节点和汇聚节点间的相对距离和节点的流量负载度分别建立压力坡降函数和比阻函数，并利用链路流量将压力坡降和比阻两个因素进行融合，表征节点成为下一跳节点的可能性，从而降低了网络的能耗，提高了网络吞吐量，并保证网络具有较低的丢包率和时延。

本发明包括以下步骤：

步骤1：根据当前节点、邻居节点和汇聚节点间的相对距离建立压力坡降函数；

步骤2：利用节点当前缓冲区队列长度及预测流量，建立比阻函数；

步骤3：根据已经建立的压力坡降函数和比阻函数构建节点间链路流量模型；

步骤4：选取链路流量最大的邻居节点作为下一跳节点，完成路由的建立。

图1为本发明实施例所使用的网络节点分布图。

初始化网络环境：100个具有相同通信能力和感知能力的传感器节点随机、均匀地分布在100米×100米的区域内，传感器节点知道自己的地理位置并具有唯一的ID；汇聚节点部署在网络中央，坐标为(50，50)；每个传感器节点的最大通信半径为30米。

在进行路由选择时，节点能否成为下一跳节点与传输到该节点所消耗能量与节点的流量负载度有关。我们优先选取传输能耗低且流量负载轻的节点作为下一跳节点，但由于这种关系难以确切地表述，本发明采用压力坡降和比阻函数表征节点成为下一跳节点的可能性，并基于水力学理论将其融合成链路流量，根据链路流量最大原则进行路由选择。

步骤1：根据当前节点、邻居节点和汇聚节点间的相对距离建立压力坡降函数：

其中，J(i,a)为节点i与邻居节点a的压力坡降函数值；d(i,a)为节点i到邻居节点a间的距离；nbr(i)为节点i的邻居节点集；Pi和Pa分别为节点i和节点a的压力，其计算公式为：

其中，l为节点每次发送的数据量；d(x,s)为节点x到汇聚节点的距离；Eelec、Efs和Emp为一阶无线通信能量消耗模型的能耗参数；d0为一阶无线通信能量消耗模型的距离阈值。

步骤2：利用节点当前缓冲区队列长度及预测流量，建立比阻函数：

其中，A(i,a)为节点i与邻居节点a的比阻函数值；β为节点的负载度门限值，0<β<1；Ca为邻居节点a的负载度值，节点负载度的计算公式为：

其中，Qa为邻居节点a缓冲区的队列长度；Qmax为节点缓冲区的最大容量；Tra为邻居节点a下一周期的预测流量，其计算公式为：

其中，T为本发明路由方法的执行周期；BNa和FNa分别为当前周期邻居节点a的子节点集和父节点集；ra、ria和raj分别为节点a下一周期自身产生流量速率的预测值，从节点i到节点a的平均输入流量速率的预测值和从节点a到节点j的平均输出流量速率的预测值，所采用的流量速率预测值的计算公式为：

其中，ry′为节点a当前周期的流量预测值；na、nia和naj分别为当前周期节点a自身产生数据包数目，进入节点a的数据包数目和离开节点a的数据包数目；ω为流量速率预测的调节参数，0<ω<1。

步骤3：根据已经建立的压力坡降函数和比阻函数构建节点间链路流量模型：

其中，Q(i,a)为节点i到邻居节点a的链路流量值；J′(i,a)为J(i,a)的归一化值，其计算公式为其中，Jmin(i,a)和Jmax(i,a)为节点i到邻居节点a压力坡降的最小值和最大值；λ为流量模型的调节参数。

步骤4：选取链路流量最大的邻居节点作为下一跳节点，完成路由的建立。

为了检验本发明提出的无线传感器网络路由方法的性能，将其与Liuguo Yin等人提出的MICRO、Fengyuan Ren等人提出的TADR在相同网络环境下进行仿真并比较。

采用Matlab作为仿真工具，系统仿真环境参数设置如下：

1)100个节点随机分布在100米×100米的区域内，横坐标范围(0，100)，纵坐标范围(0,100),且传感器节点都不具备移动性；

2)汇聚节点静止，位置为(50,50)；

3)发射和接收机电路处理1比特数据所消耗的能量为50焦耳^-9，即Eelec＝50焦耳^-9/比特；

4)采用自由空间模型发射和接收机电路向单位面积发送1比特数据所消耗的能量为100焦耳^-12，即Efs＝100焦耳^-12/比特/米²；

5)采用多径传输模型发射和接收机电路向单位面积发送1比特数据所消耗的能量为0.0013焦耳^-12，即Emp＝0.0013焦耳^-12/比特/米⁴；

6)一阶无线通信能量消耗模型的距离阈值为87米，即d0＝87米；

7)流量速率预测的调节参数为0.1，即ω＝0.1；

8)节点的负载度门限值为0.7，即β＝0.7；

9)流量模型的调节参数为2.5，即λ＝2.5；

10)节点每次发送的数据量为2048比特，即l＝2048比特；

11)TADR中权重取值为α＝0.71；

以上参数并不恒定，对于不同的仿真内容可以根据需要改变某些参数。

图2为相同环境下节点数量从100到300变化时对应的网络总能耗的仿真结果。

可以看出，本发明提出的路由方法的网络总能耗明显低于MICRO和TADR，并且随着节点数量的增加，其优势越来越明显。

图3为相同环境下节点缓冲区大小从10到100变化时对应的网络丢包率的仿真结果。

可见随着缓冲区大小的变化，本发明提出的路由方法的丢包率都明显低于另外两种方法。当节点缓冲区低于50个包时，本发明中的路由方法相较另外两种方法优势明显；当缓冲区继续增大时，网络中节点拥塞都比较轻，故三种方法差异较小，但本发明中的路由方法的丢包率仍为最低。

图4为相同环境下节点数量从100到300变化时对应的的网络路由平均跳数的仿真结果。

可以看出，本发明提出方法的路由平均跳数明显低于MICRO和TADR，并且随着节点个数的增加变化不大，说明本发明提出的路由方法对网络拥塞具有较强的调节能力，进而具有更为稳定的路由平均跳数。

图5为相同环境下数据速率从1到7变化时对应的的网络吞吐量的仿真结果。

可以看出，本发明提出的方法的吞吐量较MICRO和TADR分别提高近60％和20％，并且随着节点数量的增加，其优势越来越明显。

仿真结果表明，本发明中的路由方法优化了下一跳节点的选取，有效地控制网络拥塞，降低了网络传输数据的总能耗，并保证网络具有较低的丢包率和路由平均跳数，同时显著提高了网络的吞吐量。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。