王 桐， 楊 磊

(哈爾濱工程大學(xué) 信息與通信工程學(xué)院，哈爾濱 150001)

0 引言

無(wú)線傳感器網(wǎng)絡(luò)(wireless sensor networks，WSN)是由大量的微型的傳感器節(jié)點(diǎn)構(gòu)成的，各個(gè)節(jié)點(diǎn)通過(guò)自組織方式構(gòu)成無(wú)線網(wǎng)絡(luò)，并以相互協(xié)作的方式感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域內(nèi)的特定信息[1]。與傳統(tǒng)無(wú)線網(wǎng)絡(luò)不同，組成網(wǎng)絡(luò)的傳感器節(jié)點(diǎn)的能量有限，且通常無(wú)法進(jìn)行更換。因此，在設(shè)計(jì)WSN路由算法時(shí)，需要重點(diǎn)考慮節(jié)點(diǎn)的能量效率以便盡最大可能地延長(zhǎng)網(wǎng)絡(luò)的工作時(shí)間[2]。

近年來(lái)，在無(wú)線傳感器網(wǎng)絡(luò)中，有很多分簇路由算法被提出。為了避免簇頭過(guò)多地消耗能量和減少通信業(yè)務(wù)量，文獻(xiàn)[3]提出了一種低功耗自適應(yīng)分簇路由算法(low energy adaptive clustering hierarchy，LEACH)。采用循環(huán)隨機(jī)成簇方式，各節(jié)點(diǎn)輪流擔(dān)任簇頭，使網(wǎng)絡(luò)的能量負(fù)載均衡到各個(gè)節(jié)點(diǎn)上，延長(zhǎng)了網(wǎng)絡(luò)的生存時(shí)間，但是LEACH采用單跳通信方式，簇頭與基站進(jìn)行直接通信，造成簇頭的通信開銷很大。研究已表明，在數(shù)據(jù)轉(zhuǎn)發(fā)過(guò)程中簇頭和基站之間采用多跳通信方式更有利于節(jié)約能量[4]。多跳通信方式進(jìn)行數(shù)據(jù)傳輸和轉(zhuǎn)發(fā)時(shí)，很容易導(dǎo)致與基站較近的簇頭因需承擔(dān)過(guò)多的轉(zhuǎn)發(fā)任務(wù)而過(guò)早的死亡，造成網(wǎng)絡(luò)能耗極不均衡，即所謂“熱區(qū)”問(wèn)題[5－6]。針對(duì)該問(wèn)題，文獻(xiàn)[7]給出了一種基于分布式的非均勻分簇算法(energy－efficient uneven clustering，EEUC)，根據(jù)候選簇頭到基站的距離遠(yuǎn)近，從地理位置上將網(wǎng)絡(luò)分成大小不等的非均勻的簇類結(jié)構(gòu)，以便均衡簇頭的負(fù)載，但是在簇頭競(jìng)選時(shí)沒(méi)有考慮節(jié)點(diǎn)的剩余能量，而且成簇過(guò)程中容易出現(xiàn)迭代現(xiàn)象，成簇開銷比較大。文獻(xiàn)[8]從部署模型上進(jìn)行考慮，采用蟻群算法優(yōu)化網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)的能耗問(wèn)題，仿真表明，能夠延長(zhǎng)網(wǎng)絡(luò)的生存時(shí)間，但是需要人工部署限制了其在實(shí)際環(huán)境中的應(yīng)用。文獻(xiàn)[9]提出了負(fù)載均衡的自適應(yīng)分簇算法，在簇頭選擇上同時(shí)考慮簇半徑、節(jié)點(diǎn)剩余能量和簇頭間距，并采用多跳方式進(jìn)行數(shù)據(jù)通信。文獻(xiàn)[10]對(duì)其進(jìn)行了改進(jìn)，還考慮了相鄰節(jié)點(diǎn)的剩余能量。文獻(xiàn)[11]選擇剩余能量最多的節(jié)點(diǎn)擔(dān)任簇頭，且限制簇的規(guī)模。文獻(xiàn)[12]針對(duì)“熱區(qū)”問(wèn)題，提出了采用剩余能量啟發(fā)合作的傳輸方式來(lái)進(jìn)行數(shù)據(jù)傳輸?shù)姆椒?，以避免能量空洞。但是，上述路由算法皆沒(méi)有考慮簇間數(shù)據(jù)傳輸時(shí)的長(zhǎng)距離通信問(wèn)題。

鑒于此，筆者對(duì)EEUC算法進(jìn)行改進(jìn)，提出了一種基于分層的非均勻分簇路由算法(layered unequal clustering routing algorithm，LUCRA)。LUCRA 的改進(jìn)之處:一是在EEUC算法的競(jìng)爭(zhēng)半徑計(jì)算方式上引入了節(jié)點(diǎn)的剩余能量，以使簇頭負(fù)載更加均衡。二是改進(jìn)了EEUC算法的成簇過(guò)程，避免出現(xiàn)迭代現(xiàn)象，提高了算法的收斂速度。三是通過(guò)對(duì)簇間長(zhǎng)距離通信展開分析，建立多個(gè)層次的網(wǎng)絡(luò)結(jié)構(gòu)，并利用相鄰簇的交叉節(jié)點(diǎn)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)，極大地減少了數(shù)據(jù)通信開銷，進(jìn)一步延長(zhǎng)了網(wǎng)絡(luò)的生存時(shí)間。

1 系統(tǒng)模型和問(wèn)題分析

1.1 系統(tǒng)模型

1.1.1 網(wǎng)絡(luò)模型

假設(shè)無(wú)線傳感網(wǎng)絡(luò)由N個(gè)節(jié)點(diǎn)組成，節(jié)點(diǎn)分布在一個(gè)固定大小的區(qū)域內(nèi)。設(shè)第i個(gè)節(jié)點(diǎn)為si，則節(jié)點(diǎn)集 S={s1，s2，s3，…，sN－2，sN－1，sN}，|S|=N。傳感器網(wǎng)絡(luò)的應(yīng)用環(huán)境是周期性的數(shù)據(jù)采集，且具有如下性質(zhì):基站和節(jié)點(diǎn)部署以后不可以移動(dòng)，且基站僅有一個(gè)并位于監(jiān)測(cè)區(qū)域外;所有節(jié)點(diǎn)具有相同的屬性和功能;節(jié)點(diǎn)可以根據(jù)發(fā)射接收信號(hào)的強(qiáng)度估算與發(fā)射源之間的相對(duì)位置;無(wú)線發(fā)射功率可控，節(jié)點(diǎn)能夠根據(jù)距離調(diào)整發(fā)射功率的大小。

1.1.2 無(wú)線通信模型

采用文獻(xiàn)[13]中使用的無(wú)線信道模型來(lái)計(jì)算節(jié)點(diǎn)發(fā)送和接收數(shù)據(jù)所消耗的能量。

假設(shè)節(jié)點(diǎn)A向節(jié)點(diǎn)B發(fā)送l字節(jié)的數(shù)據(jù)，兩節(jié)點(diǎn)間距離為d，則其能量損耗:

節(jié)點(diǎn)B接收l(shuí)字節(jié)數(shù)據(jù)所消耗的能量為

其中，門限值d0:

式中:Eelec——發(fā)送電路和接受電路發(fā)送或接受單位比特?cái)?shù)據(jù)消耗的能量;

εamp——信號(hào)放大器的倍數(shù);

εfsd2、εmpd4——無(wú)線電功率放大損耗。

1.2 簇間長(zhǎng)距離通信

如圖1所示，節(jié)點(diǎn)A向節(jié)點(diǎn)C發(fā)送數(shù)據(jù)有兩種方式可以選擇，一是直接通信即從A到C;二是間接通信即從A到B再到C，其中節(jié)點(diǎn)B位于節(jié)點(diǎn)A和節(jié)點(diǎn)C之間。各節(jié)點(diǎn)之間的通信距離分別為dAB、dBC、dAC。

圖1 數(shù)據(jù)轉(zhuǎn)發(fā)Fig.1 Data forwarding

假設(shè)dAC大于 d0而 dAB、dBC小于 d0。從節(jié)點(diǎn) A向節(jié)點(diǎn)C發(fā)送單位比特的數(shù)據(jù)，根據(jù)式(1)、(2)，路徑A→C所消耗的能量為

路徑A→B→C所消耗的能量為

則EAC與EABC之比:

又由 dAB+dBC=dAC、d2AB+d2BC≥2dABdBC，可得

推導(dǎo)可得:

若令不等式(3)右邊小于1，可得

變換可得

求解可知，存在某一值，記為r。當(dāng)dAC在零到r之間，不等式(4)成立，即有EAC＜EABC，若dAC大于r時(shí)，不等式(4)不成立，即有EAC＞EABC。也就是說(shuō)當(dāng)兩節(jié)點(diǎn)間距離小于r時(shí)，采用直接通信比間接通信所消耗的能量要少，而當(dāng)兩節(jié)點(diǎn)間距離大于r時(shí)，采用間接通信比直接通信所消耗的能量要少。經(jīng)估算r的值在160 m左右。因此，如果在數(shù)據(jù)轉(zhuǎn)發(fā)過(guò)程中依照此原則進(jìn)行路徑選擇，就可以有效地降低網(wǎng)絡(luò)的傳輸能耗。

2 交叉非均勻分簇路由算法

LUCRA算法的整個(gè)實(shí)現(xiàn)過(guò)程包括三個(gè)部分:建立網(wǎng)絡(luò)層次結(jié)構(gòu)、簇形成和多跳傳輸。

2.1 網(wǎng)絡(luò)層次結(jié)構(gòu)

假設(shè)根據(jù)距離基站的遠(yuǎn)近，整個(gè)傳感器網(wǎng)絡(luò)被劃分為m個(gè)層次。若以基站為原點(diǎn)向外輻射來(lái)對(duì)各個(gè)層次進(jìn)行統(tǒng)一編號(hào)，則最內(nèi)層為第1層，最外層為第m層。層次數(shù):

式中:dmin——基站距離感知區(qū)域的最近距離;

dmax——基站距離感知區(qū)域的最遠(yuǎn)距離。

其中，各個(gè)層次的左右邊界BLi、BRi分別為

傳感器節(jié)點(diǎn)部署以后，基站以一定的功率向網(wǎng)絡(luò)內(nèi)的所有節(jié)點(diǎn)廣播網(wǎng)絡(luò)結(jié)構(gòu)消息。各節(jié)點(diǎn)根據(jù)接收信號(hào)的強(qiáng)度和該消息所包含的各層左右邊界信息，確定自身的所屬層次，以便競(jìng)選簇頭和數(shù)據(jù)傳輸時(shí)使用。

2.2 簇形成

LUCRA算法中，每個(gè)節(jié)點(diǎn)以一定概率成為候選節(jié)點(diǎn)來(lái)參與簇頭競(jìng)選，競(jìng)選機(jī)制采用非均勻分布的方式進(jìn)行，同時(shí)將節(jié)點(diǎn)與基站間的距離和節(jié)點(diǎn)的剩余能量作為評(píng)價(jià)標(biāo)準(zhǔn)。網(wǎng)絡(luò)采用輪計(jì)數(shù)方式，每一輪開始時(shí)需要重新進(jìn)行簇頭選擇。

規(guī)則 在簇頭競(jìng)選過(guò)程中，若si當(dāng)選簇頭，則si的競(jìng)爭(zhēng)半徑Rcmp不允許有其他節(jié)點(diǎn)再成為簇頭。候選節(jié)點(diǎn)的競(jìng)爭(zhēng)半徑Rcmp為

式中:dsi，BS——節(jié)點(diǎn) i到基站的距離;

ε1、ε2——(0，1)之間的常數(shù);

R0——系統(tǒng)設(shè)置的成簇半徑。

從式(5)可見(jiàn)，節(jié)點(diǎn)的成簇半徑Rcmp隨著節(jié)點(diǎn)距基站的距離和剩余能量而動(dòng)態(tài)變化，距離基站越近，剩余能量越低，成簇半徑越小。

LUCRA算法的整個(gè)成簇過(guò)程分為6個(gè)步驟:

第1步，成簇開始時(shí)，節(jié)點(diǎn)產(chǎn)生一個(gè)0～1的隨機(jī)數(shù)，如果該隨機(jī)數(shù)小于某一值T時(shí)，那么該節(jié)點(diǎn)成為候選簇頭。

第2步，候選簇頭根據(jù)式(5)計(jì)算自身的競(jìng)爭(zhēng)半徑并向競(jìng)爭(zhēng)半徑內(nèi)所有節(jié)點(diǎn)廣播競(jìng)選信息COMPETE－HEAD－MSG，包括節(jié)點(diǎn)的位置、競(jìng)爭(zhēng)半徑和剩余能量。

第3步，若節(jié)點(diǎn)i收到節(jié)點(diǎn)j的競(jìng)選信息，并且兩節(jié)點(diǎn)之間的距離小于兩節(jié)點(diǎn)中任意一個(gè)的競(jìng)爭(zhēng)半徑，則節(jié)點(diǎn)i就將節(jié)點(diǎn)j的競(jìng)選信息存儲(chǔ)到本地的Sct中。

第4步，一段時(shí)間后，候選簇頭將自身的剩余能量與本地Sct中各競(jìng)選信息對(duì)應(yīng)的候選簇頭的剩余能量進(jìn)行比較，如果該候選簇頭比本地Sct中任一候選簇頭的剩余能量都要大，那么該候選簇頭就成為網(wǎng)絡(luò)的實(shí)際簇頭，否則競(jìng)選失敗。然后，成為實(shí)際簇頭的節(jié)點(diǎn)向周圍廣播競(jìng)選結(jié)束信息 FINISH－ELECT－MSG。

第5步，收到結(jié)束競(jìng)選信息的非簇頭節(jié)點(diǎn)，根據(jù)接收到的競(jìng)選結(jié)束信息的信號(hào)強(qiáng)度選擇加入最近的簇頭。如果某個(gè)節(jié)點(diǎn)收到多條競(jìng)選結(jié)束信息，那么它將選擇其中信號(hào)強(qiáng)度最大的簇頭作為自身的主簇頭，并選擇信號(hào)強(qiáng)度次最大的簇頭作為自身的次簇頭，成為兩相鄰簇之間的交叉節(jié)點(diǎn)。

第6步，以此類推，建立網(wǎng)絡(luò)簇類結(jié)構(gòu)，如圖2所示。

圖2 LUCRA成簇結(jié)構(gòu)Fig.2 Clustering structure of LUCRA

2.3 多跳傳輸

LUCRA算法采用層間多跳通信方式進(jìn)行數(shù)據(jù)傳遞。網(wǎng)絡(luò)簇類結(jié)構(gòu)建立以后，每一個(gè)簇頭搜索并在本地保存一個(gè)相鄰簇頭的集合Gch和一個(gè)本簇內(nèi)交叉節(jié)點(diǎn)的集合Cnodes。簇內(nèi)節(jié)點(diǎn)將采集的數(shù)據(jù)直接發(fā)送給簇頭，上一層簇頭再將數(shù)據(jù)轉(zhuǎn)發(fā)給下一層的簇頭，直至數(shù)據(jù)到達(dá)基站為止。其中，在簇頭間多跳路徑構(gòu)建中，當(dāng)簇頭si選擇下一跳路徑時(shí)，其轉(zhuǎn)發(fā)策略如下:①若si位于第1層，那么它就將數(shù)據(jù)直接發(fā)送給基站。②若si位于其他層中，并且si·Gch中存在下一層中的某一個(gè)簇頭sj使得d2(si，sj)+d2(sj，BS)最小，那么 si將選擇sj作為其下一跳路由。③當(dāng)si選擇sj作為下一跳路由時(shí)，若d(si，sj)＞DIS－MAX，那么 si搜素 si·Cnodes中是否兩者所在簇的交叉節(jié)點(diǎn)，如果存在就以該交叉節(jié)點(diǎn)為橋梁進(jìn)行兩者的數(shù)據(jù)轉(zhuǎn)發(fā)，若 d(si，sj)＜DIS－MAX，那么 si直接將數(shù)據(jù)轉(zhuǎn)發(fā)給sj。④若si·Gch中沒(méi)有下一層的簇頭，那么si就將數(shù)據(jù)轉(zhuǎn)發(fā)給同層中距離其最近的簇頭，否則，直接將數(shù)據(jù)轉(zhuǎn)發(fā)給基站。

2.4 LUCRA算法分析

首先，分析LUCRA算法消息的復(fù)雜度。在成簇開始時(shí)，有N×T個(gè)節(jié)點(diǎn)成為候選簇頭，需要廣播N×T條競(jìng)選消息COMPETE－HEAD－MSG。假設(shè)其中有K個(gè)節(jié)點(diǎn)當(dāng)選實(shí)際簇頭，又需要廣播K條競(jìng)選結(jié)束消息FINISH－ELECT－MSG。網(wǎng)絡(luò)成簇過(guò)程中總共需要廣播的消息開銷為N×T+K條，而EEUC算法的消息開銷為(2T+1)K條。因此，相對(duì)EEUC算法，LUCRA算法的成簇開銷比較小。還有一點(diǎn)，EEUC算法需要經(jīng)過(guò)多次消息迭代才能完成簇頭的選擇，而LUCRA算法并不需要，從而它的收斂速度較快。

其次，與EEUC算法不同，LUCRA算法在競(jìng)爭(zhēng)半徑Rcmp中還考慮了節(jié)點(diǎn)的剩余能量。候選簇頭的競(jìng)爭(zhēng)半徑由候選簇頭與基站間的距離和它的剩余能量來(lái)決定。其中參數(shù)ε1、ε2決定兩者對(duì)競(jìng)爭(zhēng)半徑的影響程度，當(dāng)ε1取值為0時(shí)，競(jìng)爭(zhēng)半徑的大小僅由候選簇頭的剩余能量決定;當(dāng)ε2取值為0時(shí)，競(jìng)爭(zhēng)半徑的大小僅由候選簇頭與基站間的距離決定。對(duì)于不同的網(wǎng)絡(luò)規(guī)模，參數(shù)ε1、ε2的優(yōu)化取值也不同。針對(duì)文中的仿真規(guī)模，經(jīng)大量的實(shí)驗(yàn)發(fā)現(xiàn)ε1、ε2分別為0.6和0.4時(shí)網(wǎng)絡(luò)具有良好的性能。

最后，根據(jù)式(4)得到LUCRA算法，采用交叉節(jié)點(diǎn)作為簇頭間數(shù)據(jù)轉(zhuǎn)發(fā)的中介可以在一定程度上減少數(shù)據(jù)傳輸?shù)哪芰繐p耗。而且，LUCRA算法采用層間數(shù)據(jù)轉(zhuǎn)發(fā)模式，能夠極大地簡(jiǎn)化路徑尋址過(guò)程。

3 仿真及結(jié)果分析

3.1 參數(shù)設(shè)置

利用MATLAB對(duì)LUCRA算法與LEACH和EEUC算法進(jìn)行仿真比較。假設(shè)采用理想的MAC協(xié)議，并忽略無(wú)線鏈路中發(fā)生的丟包和碰撞錯(cuò)誤。仿真參數(shù)如表1所示。

表1 網(wǎng)絡(luò)仿真參數(shù)Table 1 Network simulation parameters

3.2 結(jié)果分析

從實(shí)驗(yàn)數(shù)據(jù)中隨機(jī)選取15輪，統(tǒng)計(jì)每一輪所有簇頭消耗的總能量。圖3是三種分簇路由算法在每輪中所有簇頭消耗的能量之和。可見(jiàn)，在簇頭能量損耗上，LEACH消耗最多、EEUC次之、LUCRA最少。這是因?yàn)長(zhǎng)UCRA和EEUC算法采用多跳通信的方式，可以有效地節(jié)省通信開銷，同時(shí)，LUCRA對(duì)簇間通信進(jìn)行了改進(jìn)，還避免了簇間的長(zhǎng)距離通信。

圖3 每輪所有簇頭消耗的總能量Fig.3 Total energy consumption of all cluster heads in each round

圖4是網(wǎng)絡(luò)中存活的節(jié)點(diǎn)數(shù)目隨著時(shí)間的變化。在仿真過(guò)程中，假定當(dāng)節(jié)點(diǎn)的剩余能量小于0.002 J時(shí)，則認(rèn)定該節(jié)點(diǎn)死亡，當(dāng)網(wǎng)絡(luò)中有50%的節(jié)點(diǎn)死亡，則認(rèn)定網(wǎng)絡(luò)生存時(shí)間到此結(jié)束。很明顯，無(wú)論是在第一個(gè)節(jié)點(diǎn)死亡時(shí)間上還最后一個(gè)節(jié)點(diǎn)死亡時(shí)間上，LUCRA皆較EEUC和LEACH具有良好的性能表現(xiàn)。

圖4 網(wǎng)絡(luò)生存時(shí)間Fig.4 Network lifetime

4 結(jié)束語(yǔ)

筆者提出了一種基于分層的非均勻分簇路由算法LUCRA。該算法保留了EEUC算法的優(yōu)點(diǎn)并對(duì)其不足之處進(jìn)行了改進(jìn)，在競(jìng)爭(zhēng)半徑的計(jì)算中同時(shí)考慮節(jié)點(diǎn)剩余能量和節(jié)點(diǎn)與基站間的距離，使得簇大小可以動(dòng)態(tài)變化。另外，LUCRA算法在簇間通信中引入交叉節(jié)點(diǎn)來(lái)作為簇頭間數(shù)據(jù)轉(zhuǎn)發(fā)的橋梁，有效減少簇頭能量損耗。最后，LUCRA算法采用從外層到內(nèi)層的路由尋址方式，實(shí)現(xiàn)過(guò)程簡(jiǎn)單、方便。實(shí)驗(yàn)表明，與LEACH、EEUC算法相比，LUCRA有效地均衡了網(wǎng)絡(luò)的系統(tǒng)能耗，顯著提高網(wǎng)絡(luò)生存時(shí)間。

[1]孫利民，李建中，陳 渝.無(wú)線傳感器網(wǎng)絡(luò)[M].北京:清華大學(xué)出版社，2005:3－96.

[2]NICULESCU D，AMERIC N L.Communication paradigms for sensor networks[J].IEEE Communication Magazine，2005，43(3):116－122.

[3]HEIZELMAN W，CHANDRAKSA A，BALAKRISHNAN H.Energy efficient communication protocol for wireless microsensor networks[C]//Proceedings of the 33rdHawaii International Conference on System Science.Washington，DC:IEEE Computer Society，2000:3005 －3014.

[4]MARCELLONI F，VECCHIO M.Enabling energy-efficient and lossy-aware data compression in wireless sensor networks by multiobjective evolutionary optimization[J].Information Sciences，2010，180(10):1924－1941.

[5]JUNG J W，INGRAM M A.Residual-energy-activated cooperative transmission to avoid the energy hole[C]//Proceedings of IEEE International Conference on Communications Workshops.Piscataway，NJ:IEEE Press，2010:1 －5.

[6]趙志信，郭繼坤，彭 保.基于功率控制的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法[J].黑龍江科技學(xué)院學(xué)報(bào)，2012，22(2):168－171.

[7]李成法，陳貴海，吳 杰，等.一種基于非均勻分簇的無(wú)線傳感器網(wǎng)路路由協(xié)議[J].計(jì)算機(jī)學(xué)報(bào)，2007，30(1):27－36.

[8]LIAO WENHWA，KAO YUCHENG，WU RUTING.Ant colony optimization based sensor deployment protocol for wireless sensor networks[J].Expert Systems with Applications，2011，38(6):6599－6605.

[9]李志宇，史浩山.一種負(fù)載均衡的無(wú)線傳感器網(wǎng)絡(luò)自適應(yīng)分簇算法[J].西北工業(yè)大學(xué)學(xué)報(bào)，2009，27(6):822－826.

[10]HE YONGGANG，XU TINGRONG.An improved uneven clustering routing algorithm for sensor networks[C]//The International Symposium on Computer Networks and Multimedia Technology.Piscataway，NJ:IEEE Press，2009:1 －5.

[11]彭 鐸，張秋余，賈科軍.能量高效地?zé)o線傳感器網(wǎng)絡(luò)分簇路由協(xié)議[J].計(jì)算機(jī)工程，2009，35(17):123－125.

[12]JUNG J W，INGRAM M A.Residual energy activated cooperative transmission to avoid the energy hole[C]//Proceedings of IEEE International Conference on Communications Workshops.Piscataway，NJ:IEEE Press，2010:1 －5.

[13]曾至文，陳志剛，劉安豐.無(wú)線傳感器網(wǎng)絡(luò)中基于可調(diào)發(fā)射功率的能量空洞避免[J].計(jì)算機(jī)學(xué)報(bào)，2010，33(1):13－14.