伍昕宇，李才對，李亞秀，楊春曦

昆明理工大學(xué)化學(xué)工程學(xué)院，昆明 650500

分布式融合算法在WSANs中的性能分析

伍昕宇，李才對，李亞秀，楊春曦

昆明理工大學(xué)化學(xué)工程學(xué)院，昆明 650500

在無線傳感器執(zhí)行器中，執(zhí)行器節(jié)點接收傳感器節(jié)點傳來的信息并執(zhí)行相應(yīng)的動作。為了滿足執(zhí)行器節(jié)點及時地采取行動，無線傳感器執(zhí)行器網(wǎng)絡(luò)對時延有嚴(yán)格的限制。構(gòu)建了一種一般性的分布式融合算法并與集中式融合算法比較。通過從網(wǎng)絡(luò)傳輸時延、節(jié)點能量消耗、網(wǎng)絡(luò)壽命、有效傳輸次數(shù)等方面分析了這種算法在無線傳感器執(zhí)行器網(wǎng)絡(luò)中的特性。在三種典型拓撲結(jié)構(gòu)下的仿真實驗表明，在相同條件下，分布式融合算法比集中式融合算法具有更小的網(wǎng)絡(luò)傳輸時延，更長的網(wǎng)絡(luò)壽命，同時節(jié)點的能量消耗更加均勻。

無線傳感器執(zhí)行器網(wǎng)絡(luò)；分布式融合；集中式融合

1 引言

無線傳感器執(zhí)行器網(wǎng)絡(luò)[1]（Wireless Sensor and Actor Networks，WSANs）是由大量能量較少、計算能力有限的傳感器節(jié)點和少量能量較多、計算能力較強的執(zhí)行器節(jié)點組成的一個多跳自組織異構(gòu)網(wǎng)絡(luò)。與無線傳感器網(wǎng)絡(luò)不同的是，無線傳感器執(zhí)行器網(wǎng)絡(luò)具有分布式檢測、數(shù)據(jù)多跳傳輸和控制的功能，所以其研究的問題不僅是節(jié)能[2-3]、網(wǎng)絡(luò)覆蓋[4-5]、數(shù)據(jù)完整性[6]等，而且必須考慮數(shù)據(jù)的傳輸時延限制[7-9]。為了有效減小網(wǎng)絡(luò)傳輸時延，通常采用分簇[10-12]的方法：以能量較多的執(zhí)行器節(jié)點固定充當(dāng)簇頭，其他無線傳感器節(jié)點圍繞簇頭進行數(shù)據(jù)采集與傳輸。

圖1是一個無線傳感器執(zhí)行器網(wǎng)絡(luò)結(jié)構(gòu)圖。在監(jiān)控區(qū)域中，圓點代表能量有限、計算能力有限和通信范圍有限的傳感器節(jié)點，三角形代表能量較多、計算能力較強和通信范圍較大的執(zhí)行器節(jié)點。傳感器節(jié)點與執(zhí)行器節(jié)點自組織成為包含多條鏈路結(jié)構(gòu)的簇狀網(wǎng)絡(luò)，并由能量多、計算能力強和通信范圍大的執(zhí)行器節(jié)點充當(dāng)簇頭。

無線傳感器執(zhí)行器網(wǎng)絡(luò)工作時，大量分布在監(jiān)控區(qū)域的傳感器節(jié)點檢測環(huán)境數(shù)據(jù)，并把數(shù)據(jù)沿鏈路傳遞直至執(zhí)行器節(jié)點（即Sink節(jié)點）。執(zhí)行器節(jié)點根據(jù)傳感器節(jié)點檢測到的數(shù)據(jù)并及時作出反應(yīng)，從而達到控制的目的。

圖1 WSANs網(wǎng)絡(luò)模型

來自不同無線傳感器節(jié)點的數(shù)據(jù)在傳輸過程中被疊加了大量干擾，甚至同一時刻采樣的數(shù)據(jù)傳輸?shù)綀?zhí)行器節(jié)點不完整。數(shù)據(jù)融合的目的在于刪除冗余、無效、可信度差的數(shù)據(jù)，減少網(wǎng)絡(luò)數(shù)據(jù)傳輸量，從而減少節(jié)點能量消耗，延長網(wǎng)絡(luò)壽命。融合按照結(jié)構(gòu)的不同，分為集中式融合和分布式融合。集中式融合是將所有信息進行一次融合計算完成，其優(yōu)點是能夠選擇合適的融合算法進行最優(yōu)融合。缺點是采集的數(shù)據(jù)受干擾影響較大，融合所需的計算能力較強，能量消耗較大，所需時間較長[13]；分布式融合把信息分散到傳感器各自的處理器進行多次融合完成，其優(yōu)點是各節(jié)點能量消耗較均勻，采集的數(shù)據(jù)就近融合，受干擾較少。缺點是節(jié)點能量和計算能力有限，不能采用較復(fù)雜的融合算法，同時因為采取局部融合的方法，導(dǎo)致不容易得到全局最優(yōu)值。近年來，在數(shù)據(jù)融合策略方面已有大量研究[14-16]，但這些研究均未考慮到在WSANs中的應(yīng)用特點。

為定量比較分布式融合算法與集中式融合算法在WSANs中的動態(tài)特性，本文采用MATLAB構(gòu)建了一般性的分布式融合算法和集中式融合算法各一種，以三種典型的拓撲結(jié)構(gòu)為對象，從網(wǎng)絡(luò)傳輸時延、節(jié)點能量消耗、緩存位數(shù)、網(wǎng)絡(luò)壽命和傳輸過程中的失敗概率五個方面分析了兩種融合算法在網(wǎng)絡(luò)中的差異，為后續(xù)的WSANs融合算法研究奠定了基礎(chǔ)。

2 理論基礎(chǔ)

2.1 定義

（1）有效傳輸：所有節(jié)點同一個周期內(nèi)采集的數(shù)據(jù)都成功發(fā)送至執(zhí)行器節(jié)點，稱為一次有效傳輸。

（2）有效時延：各個傳感器節(jié)點在同一個周期Tm采集的所有數(shù)據(jù)，最后一包數(shù)據(jù)發(fā)送至執(zhí)行器節(jié)點的周期為Tn，則時間間隔(Tn-Tm)稱為有效時延。

（3）平均時延：在一段采樣時間內(nèi)，所有有效時延之和除以有效傳輸次數(shù)稱為平均時延。

（4）網(wǎng)絡(luò)壽命：網(wǎng)絡(luò)中出現(xiàn)任意一個節(jié)點能量消耗完畢時的網(wǎng)絡(luò)所經(jīng)歷的周期數(shù)為網(wǎng)絡(luò)壽命。

（5）失敗概率：由于不確定因素的影響，導(dǎo)致兩個節(jié)點不能正常通信的隨機概率（這里隨機概率服從均勻分布）。

2.2 算法分析

（1）分布式融合

①每個采樣周期T可以發(fā)送p輪數(shù)據(jù)（這里取p= 3），記為Ti1、Ti2和Ti3，其中周期數(shù)i=1，2，3，4…。

②周期Ti開始，Ti1時刻，各節(jié)點同時采集當(dāng)前數(shù)據(jù)并放入緩存的第一位，上游節(jié)點首先發(fā)送第一位緩存中的數(shù)據(jù)至相鄰的節(jié)點，與相鄰節(jié)點中的數(shù)據(jù)融合后再發(fā)送至下游節(jié)點，依次進行至執(zhí)行器節(jié)點，若其中某個節(jié)點中的數(shù)據(jù)沒有發(fā)送成功，則放入當(dāng)前節(jié)點的緩存。

③Ti2時刻，節(jié)點首先發(fā)送緩存中的數(shù)據(jù)至相鄰的節(jié)點，發(fā)送和融合過程如Ti1時刻。若此節(jié)點緩存的第一位不為空，則發(fā)送第一位緩存中的數(shù)據(jù)，若此節(jié)點緩存的第一位為空，則發(fā)送下一位緩存中的數(shù)據(jù)，依次類推，若此節(jié)點緩存都為空，則不發(fā)送數(shù)據(jù)，若其中某個節(jié)點中的數(shù)據(jù)沒有發(fā)送成功，則放入當(dāng)前節(jié)點的緩存。

④Ti3時刻，重復(fù)Ti2時刻的過程，完畢后，周期Ti結(jié)束。

⑤周期Ti+1開始，循環(huán)上述過程至所有周期結(jié)束。

（2）集中式融合

①每個采樣周期T可以發(fā)送z輪數(shù)據(jù)（這里取z= 3），記為Ti1、Ti2和Ti3，其中周期數(shù)i=1，2，3，4…。

②周期Ti開始，Ti1時刻，各節(jié)點同時采集當(dāng)前數(shù)據(jù)并放入緩存的第一位，數(shù)據(jù)通過相鄰節(jié)點依次發(fā)送第一位緩存中的數(shù)據(jù)至執(zhí)行器節(jié)點，若其中某個節(jié)點中的數(shù)據(jù)沒有發(fā)送成功，則放入當(dāng)前節(jié)點的緩存。

③Ti2時刻，數(shù)據(jù)通過相鄰節(jié)點依次發(fā)送緩存中的數(shù)據(jù)至執(zhí)行器節(jié)點，發(fā)送過程如Ti1時刻。若此節(jié)點緩存的第一位不為空，則發(fā)送第一位緩存中的數(shù)據(jù)，若緩存的第一位為空，則發(fā)送下一位緩存中的數(shù)據(jù)，依次類推，若此節(jié)點緩存都為空，則不發(fā)送數(shù)據(jù)，若其中某個節(jié)點中的數(shù)據(jù)沒有發(fā)送成功，則放入當(dāng)前節(jié)點的緩存。

④Ti3時刻，重復(fù)Ti2時刻的過程，所有節(jié)點的數(shù)據(jù)都成功發(fā)送至執(zhí)行器節(jié)點時進行集中式融合，周期Ti結(jié)束。

⑤周期Ti+1開始，循環(huán)上述過程至所有周期結(jié)束。

3 仿真比較

3.1 條件假設(shè)

（1）所有節(jié)點的初始狀態(tài)相同，初始能量為E（執(zhí)行器節(jié)點也不例外），傳感器節(jié)點具有簡單的數(shù)據(jù)融合功能，所有節(jié)點均不發(fā)生移動。

（2）若節(jié)點上游沒有其他節(jié)點，則此節(jié)點只發(fā)送不接收數(shù)據(jù)，執(zhí)行器節(jié)點只接收不發(fā)送數(shù)據(jù)。

（3）每個節(jié)點只與相鄰節(jié)點通信，數(shù)據(jù)通過相鄰節(jié)點發(fā)送至執(zhí)行器節(jié)點，該節(jié)點擁有較強的計算能力和較大的存儲空間。

（4）每一位緩存的容量正好存放一次傳感器采集的數(shù)據(jù)，緩存采用后進先出的堆棧方式存取數(shù)據(jù)。

（5）為便于計算，忽略節(jié)點的喚醒和睡眠的時間延遲和能量消耗。

（6）為研究方便，取相鄰節(jié)點間的數(shù)據(jù)傳輸失敗概率相同，均服從均勻分布。

3.2 網(wǎng)絡(luò)模型

本節(jié)以7個節(jié)點所組成的三種不同的拓撲結(jié)構(gòu)作為網(wǎng)絡(luò)模型，即：一字拓撲模型、復(fù)合拓撲模型和樹形拓撲模型。數(shù)據(jù)按照箭頭指向從左至右依次傳遞，如圖2所示。

圖2 三種拓撲模型示意圖

3.3 能耗模型

一個典型的傳感器節(jié)點由數(shù)據(jù)處理單元、微型傳感器、電源和無線電通信單元組成。本文使用W.B. Heinzelman論文中的能耗模型[17]，如圖3所示。

圖3 能耗模型

傳輸l比特信息到距離d的節(jié)點，發(fā)送端消耗的能量為：

接收端消耗的能量為：

其中，電路消耗能量Eelec與數(shù)字編碼、調(diào)制、濾波和信號傳播情況有關(guān)。放大器消耗能量εfsd2或εmpd4取決于與接收器的距離和誤碼率。d0為臨界距離。數(shù)據(jù)融合所需要的能量為EDA。

3.4 仿真參數(shù)

仿真各主要參數(shù)如表1所示。

表1 仿真參數(shù)表

3.5 仿真結(jié)果

本文采用MATLAB軟件進行仿真，通過平均時延、節(jié)點能量消耗、網(wǎng)絡(luò)壽命、有效傳輸次數(shù)等方面定量比較分布式融合算法和集中式融合算法在網(wǎng)絡(luò)中的傳輸效果。

圖4表示三種拓撲結(jié)構(gòu)在節(jié)點發(fā)送5 000次數(shù)據(jù)且節(jié)點間具有相同失敗概率0.4的條件下，緩存位數(shù)對分布式融合和集中式融合有效傳輸次數(shù)的影響。對于分布式融合，緩存位數(shù)較少時，一字拓撲結(jié)構(gòu)的有效傳輸次數(shù)最小。但隨著緩存位數(shù)的增大，三種拓撲模型的有效傳輸都趨于100%。對于集中式融合，樹形拓撲模型和復(fù)合拓撲模型的有效傳輸次數(shù)有較大差異，這主要是因為樹形拓撲模型的分支節(jié)點較多，在節(jié)點5處造成數(shù)據(jù)的丟失，從而降低了有效傳輸次數(shù)。隨著緩存位數(shù)的增加，三種拓撲模型的有效傳輸趨向值也有較大差異?？梢娂惺饺诤系挠行鬏敶螖?shù)不僅與拓撲模型的鏈路長度有關(guān)，還受分支節(jié)點多少影響。

圖4 有效傳輸次數(shù)隨緩存位數(shù)變化比較圖

圖5表示三種拓撲結(jié)構(gòu)在節(jié)點發(fā)送5 000次數(shù)據(jù)且節(jié)點緩存為10位的條件下，失敗概率對于網(wǎng)絡(luò)平均時延的影響。對于分布式融合，由于一字拓撲結(jié)構(gòu)的鏈路長度的不同，故其平均時延遠大于其他兩種拓撲模型的平均時延。對于集中式融合，一字拓撲結(jié)構(gòu)的鏈路長度依然最大，故其平均時延最大；同時，受分支節(jié)點數(shù)的影響，樹形拓撲模型導(dǎo)致的平均時延大于復(fù)合拓撲模型。

圖5 平均時延隨失敗概率變化比較圖

圖6表示三種拓撲結(jié)構(gòu)在節(jié)點發(fā)送5 000次數(shù)據(jù)、節(jié)點緩存為4位且節(jié)點間的失敗概率都為0.3的條件下，各節(jié)點剩余能量分布的情況。對于分布式融合，一字拓撲模型的每個節(jié)點只需與其相鄰的前一節(jié)點數(shù)據(jù)進行融合，故節(jié)點2到節(jié)點6間的節(jié)點剩余能量分布非常均衡；樹形拓撲模型的節(jié)點5需與節(jié)點1到節(jié)點4的數(shù)據(jù)進行融合，能量消耗最嚴(yán)重；對于復(fù)合拓撲模型，節(jié)點5和節(jié)點6都需要與兩個節(jié)點的數(shù)據(jù)融合，能量消耗相近，節(jié)點4只需與節(jié)點3中數(shù)據(jù)融合，能量消耗少。對于集中式融合，無論是哪種拓撲模型，當(dāng)節(jié)點需要轉(zhuǎn)發(fā)的數(shù)據(jù)越多，該節(jié)點消耗的能量也越多。

圖6 節(jié)點能量分布圖

圖7表示三種拓撲結(jié)構(gòu)在節(jié)點發(fā)送5 000次數(shù)據(jù)且節(jié)點的緩存都為2位的條件下，失敗概率對分布式融合和集中式融合有效傳輸次數(shù)的影響。對于分布式融合，隨著失敗概率在區(qū)間0.3～0.7內(nèi)增長，三種拓撲模型的有效傳輸次數(shù)均大幅度減少。對于集中式融合，隨著失敗概率在區(qū)間0.2～0.5內(nèi)增長，三種拓撲模型的有效傳輸次數(shù)也大幅度減少。這表明，在惡劣的環(huán)境下，分布式融合算法比集中式融合算法有更好的魯棒性。

圖7 有效傳輸次數(shù)隨失敗概率變化比較圖

圖8表示緩存位數(shù)和失敗概率對網(wǎng)絡(luò)壽命的影響，其中下面的曲面代表集中式融合算法的網(wǎng)絡(luò)壽命，上面的曲面代表分布式融合算法的網(wǎng)絡(luò)壽命。表面上看，對于集中式融合，隨著失敗概率的增加，網(wǎng)絡(luò)的壽命也隨之增加，但這是由于失敗概率太大導(dǎo)致數(shù)據(jù)大量丟失使得節(jié)點能量消耗降低，實際意義不大。對于分布式融合，隨著失敗概率的增加，網(wǎng)絡(luò)壽命大體上隨之降低。在失敗概率大于0.8時，曲面出現(xiàn)“翹尾”現(xiàn)象，其原因也是由于失敗概率太大導(dǎo)致數(shù)據(jù)大量丟失使得節(jié)點消耗降低。在緩存為1、失敗概率為0.8附近時，曲面出現(xiàn)“卷邊”現(xiàn)象，這是因為在數(shù)據(jù)大量丟失的情況下，節(jié)點的數(shù)據(jù)無法發(fā)送至相鄰節(jié)點，相鄰節(jié)點的數(shù)據(jù)在沒有融合時無法發(fā)送，后續(xù)節(jié)點也無法發(fā)送，網(wǎng)絡(luò)壽命獲得了“暫時性”提高，需要指出的是，這種網(wǎng)絡(luò)壽命的提高是以數(shù)據(jù)的大量丟失為代價的。

圖8 網(wǎng)絡(luò)壽命比較圖

4 結(jié)束語

為了比較分布式融合算法和集中式融合算法在無線傳感器執(zhí)行器網(wǎng)絡(luò)的傳輸效果，本文構(gòu)建了一種一般性的分布式融合算法，其核心思想是把采集的數(shù)據(jù)分散到各個節(jié)點進行融合，從而減少了網(wǎng)絡(luò)的傳輸量，降低了節(jié)點能量消耗，延長了網(wǎng)絡(luò)壽命。通過對分布式融合算法和集中式融合算法在三種不同的網(wǎng)絡(luò)拓撲模型下進行仿真實驗，得出如下結(jié)論：

（1）同等條件下，分布式融合算法的有效傳輸次數(shù)明顯高于集中式融合的有效傳輸。

（2）分布式融合算法使節(jié)點能量消耗更加平均，從而延長了網(wǎng)絡(luò)壽命。

（3）在失敗概率較大的情況下，分布式融合算法的平均時延遠小于集中式融合的平均時延。

（4）同等條件下，分布式融合算法的有效傳輸次數(shù)和平均時延主要受到鏈路長度的影響，而集中式融合算法的有效傳輸次數(shù)和平均時延與鏈路長度和分支節(jié)點數(shù)兩個因素相關(guān)。

（5）在分布式融合算法下，節(jié)點能量消耗的差異是由于融合數(shù)據(jù)包數(shù)量的不同，而在集中式融合算法下，節(jié)點能量消耗的差異是由于轉(zhuǎn)發(fā)數(shù)據(jù)包的不同。

（6）在實際應(yīng)用中，每個簇單元應(yīng)盡量減少終端節(jié)點到執(zhí)行器節(jié)點間鏈路過長和分支節(jié)點數(shù)過多的情況出現(xiàn)。

總體上看，分布式融合算法比集中式融合算法具有更小的網(wǎng)絡(luò)傳輸時延，更長的網(wǎng)絡(luò)壽命，同時節(jié)點的能量消耗更加均勻。綜合以上幾點，分布式融合算法更加適用于WSANs。

[1]Akyildiz I F，Kasimoglu I H.W ireless sensor and actor networks：research challenges[J].Ad Hoc Netw orks，2004，2（4）：351-367.

[2]李方敏，徐文君，劉新華，等.無限傳感器/執(zhí)行器網(wǎng)絡(luò)中能量有效的實時分簇路由協(xié)議[J].計算機研究與發(fā)展，2008，45（1）：26-33.

[3]Sankarasubramaniam Y，Akyildiz I F，M cLaughlin S W. Energy efficiency based packet size optimization in wireless sensor networks[C]//2003 IEEE International Workshop on Sensor Network Protocols and Applications，2003：1-8.

[4]任彥，張思東，張宏科.無限傳感器網(wǎng)絡(luò)中覆蓋控制理論與算法[J].軟件學(xué)報，2006，17（3）：422-433.

[5]蔣杰，方力，張鶴穎，等.無線傳感器網(wǎng)絡(luò)最小連通覆蓋問題求解算法[J].軟件學(xué)報，2006，17（2）：175-184.

[6]曹遠福，孫星明，王保衛(wèi)，等.基于關(guān)聯(lián)數(shù)字水印的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)完整性保護[J].計算機研究與發(fā)展，2009，46 （Suppl）：71-79.

[7]楊春曦，關(guān)治洪，黃劍，等.時延加權(quán)融合技術(shù)的無線傳感器網(wǎng)絡(luò)控制[J].控制理論與應(yīng)用，2011，28（2）：157-165.

[8]楊春曦，黃劍，張金龍.具有馬爾科夫時變時延的REM擁塞算法局部穩(wěn)定性[J].華中科技大學(xué)學(xué)報，2010，38（6）：19-22.

[9]Gungor V C.Real-time and reliable communication in wireless sensor and actor networks[D].Georgia：School of Electrical and Computing Engineering，2007.

[10]戴志誠，冉啟月，汪秉文.帶執(zhí)行器節(jié)點的無線傳感器網(wǎng)絡(luò)的分簇算法[J].計算機工程與應(yīng)用，2007，43（10）：145-147.

[11]陳聞杰，陳迅，高麗強，等.無線傳感網(wǎng)網(wǎng)絡(luò)成簇算法研究[J].小型微型計算機系統(tǒng)，2008，29（2）：219-225.

[12]沈波，張世永，鐘亦平.無線傳感器網(wǎng)絡(luò)分簇路由協(xié)議[J].軟件學(xué)報，2006，17（7）：1588-1600.

[13]葉寧，王汝傳.無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合模型研究[J].計算機科學(xué)，2006，33（6）：58-60.

[14]尹慧琳，王磊，馮占軍.無線傳感器網(wǎng)絡(luò)節(jié)點分布式信息融合算法研究[J].計算機工程與應(yīng)用，2007，43（17）：18-20.

[15]黃旗明，劉笑.基于博弈理論的無線傳感器網(wǎng)絡(luò)融合路由研究[J].傳感器學(xué)報，2008，21（11）：1905-1908.

[16]王天荊，楊震，胡海峰.基于遺傳算法的無線傳感器網(wǎng)絡(luò)自適應(yīng)數(shù)據(jù)融合路由算法[J].電子與信息學(xué)報，2007，29 （9）：2244-2247.

[17]Heinzelman W B，Chandrakasan A P，Balakrishnan H. An application-specific protocol architecture for wireless microsensor networks[J].IEEE Trans on Wireless Communications，2002，1（4）：660-670.

WU Xinyu,LI Caidui,LI Yaxiu,YANG Chunxi

Faculty of Chemical Engineering,Kunming University of Science and Technology,Kunming 650500,China

Wireless Sensor and Actor Networks（WSANs）employ actor nodes that can collect data from sensors and perform application specific actions.To meet the demand of taking actions promptly,minimizing the time of gathering data is desirable.A general distributed fusion algorithm is proposed to com pare with a general centralized fusion algorithm. This paper analyzes its features in transmission delay,node energy consumption,network lifetime and the probability of transmission failure.The simulation results on three different typical topological structures indicate that the distributed fusion algorithm can achieve less transmission delay,longer network lifetime and distribute energy dissipation more evenly throughout the sensors than the centralized fusion algorithm under the same conditions.

wireless sensor and actor networks;distributed fusion;centralized fusion

A

TP393

10.3778/j.issn.1002-8331.1208-0484

WU Xinyu,LI Caidui,LI Yaxiu,et al.Performance analysis of distributed fusion algorithm in W SANs.Computer Engineering and Applications,2014,50（16）：118-122.

國家自然科學(xué)基金（No.610040330）；云南省自然科學(xué)基金（No.2010ZC035）。

伍昕宇（1989—），男，碩士研究生，主要研究方向為無線傳感器執(zhí)行器網(wǎng)絡(luò)；楊春曦（1976—），通訊作者，男，博士，副教授，主要研究方向為網(wǎng)絡(luò)控制系統(tǒng)，魯棒控制，無線傳感器網(wǎng)絡(luò)。E-mail：ycx@kmust.edu.cn

2012-09-05

2012-10-26

1002-8331（2014）16-0118-05

CNKI網(wǎng)絡(luò)優(yōu)先出版：2012-11-21，http://www.cnki.net/kcm s/detail/11.2127.TP.20121121.1103.043.htm l