仇英輝，何 霖

（華北電力大學電氣與電子工程學院，北京102206）

隨著智能建筑、工業(yè)環(huán)境監(jiān)測以及智能電網(wǎng)環(huán)境監(jiān)測控制等技術(shù)的不斷推進，對于通信網(wǎng)絡在能量、存儲空間以及處理能力等限制條件下的修復力、互動效率和可持續(xù)性要求日益提高。鑒于這一需求，IETF提出了低功耗有損網(wǎng)絡路由協(xié)議［1］RPL（Routing Protocol for LLN），并針對城市網(wǎng)絡（包括智能電網(wǎng)）、建筑自動化、工業(yè)自動化以及家庭自動化四個領域制定了相應的路由需求［2-5］。

RPL協(xié)議是一種基于IPv6路由框架的距離矢量路由協(xié)議，擁有獨特的路由創(chuàng)建規(guī)則。然而目前國內(nèi)針對RPL協(xié)議的研究還相對較少，大多是應用于無線傳感器網(wǎng)絡的組網(wǎng)功能。文獻［6］基于存儲式的RPL協(xié)議，將RPL中的路由表簡化成目的節(jié)點集合，并利用布隆過濾器管理這些集合，從而減少了存儲開銷；文獻［7］為解決RPL協(xié)議只以跳數(shù)為路徑選擇度量而造成的Sink節(jié)點壓力多大使其電量過早耗盡，采用了加權(quán)融合的方式（W-RPL）綜合考慮跳數(shù)和節(jié)點能量兩方面因素進行路徑選擇，以延長生命周期，然而文中并未對因素的隸屬度進行定義，且加權(quán)融合的權(quán)重分配也并未明確；文獻［8］采用簇首競爭機制，借助RPL路由協(xié)議中相關(guān)參數(shù)，通過分簇減少節(jié)點到網(wǎng)關(guān)的跳數(shù)，采用最優(yōu)父節(jié)點優(yōu)化驅(qū)動輪換機制，平衡各節(jié)點能耗，達到負載均衡的目的。

為進一步研究適用于LLNs的網(wǎng)絡拓撲構(gòu)建方式和路由方法，本文提出一種基于三角模算子的RPL協(xié)議路由優(yōu)化算法，綜合考慮能量指標和邏輯距離對網(wǎng)絡構(gòu)建和路由過程進行優(yōu)化。

1 RPL協(xié)議

RPL協(xié)議的拓撲構(gòu)建主要通過一系列的新型ICMPv6消息來完成，節(jié)點之間通過廣播方式交換距離矢量等信息，并基于目標函數(shù)構(gòu)建一個有向無環(huán)圖 DODAG（Destination-Oriented Directed Acyclic Graphs），從而有效地防止了路由環(huán)路問題，最后節(jié)點通過目標函數(shù)進行路由度量以選擇最優(yōu)路徑［1］；且目標函數(shù)的設置可以根據(jù)網(wǎng)絡需求的不同進行靈活變動，從而構(gòu)建相應的網(wǎng)絡拓撲［9］。

1.1 DODAG構(gòu)建過程

RPL中定義了一系列新的ICMPv6消息來控制拓撲結(jié)構(gòu)的形成和交換圖的相關(guān)信息，其中包括DODAG信息對象DIO（DODAG InformationObject）；DODAG請求信息DIS（DODAG Information Solicitation）和目的廣播對象DAO（DestinationAdvertisementObject）。

DODAG圖是基于樹的網(wǎng)絡拓撲結(jié)構(gòu)，其構(gòu)建一般是從匯集節(jié)點開始，也稱為邊界路由LBR（LLNBorder Router）；首先LBR向鄰居節(jié)點廣播攜帶有關(guān)于圖的配置屬性的DIO信息，接受到信息的節(jié)點通過DIO信息可以了解周圍節(jié)點的配置屬性及其Rank值，并根據(jù)約定目標函數(shù)決定是否加入該圖，若加入，則LBR節(jié)點成為其父節(jié)點，節(jié)點計算更新其Rank值，同時也向鄰居節(jié)點廣播DIO信息，請求更多節(jié)點加入該DODAG圖［10］，直至所有節(jié)點都加入圖。另外，節(jié)點也可主動向鄰居節(jié)點發(fā)送DIS信息請求圖信息，請求加入DODAG圖。如此重復以上兩個過程，直到所有節(jié)點加入到DODAG圖，LBR節(jié)點即是DODAG根。

圖1 DODAG構(gòu)成流程圖

圖1為一典型DODAG的構(gòu)建簡化流程圖，LBR節(jié)點廣播包含其自身配置信息的DIO信息，相鄰的RA節(jié)點都在接收到DIO信息后，通過目標函數(shù)判定加入到圖中，更新Rank值并向鄰居節(jié)點（包括其父節(jié)點LBR）廣播其DIO信息，除了含有目標函數(shù)、Rank值等基本信息外，還包含有其父節(jié)點信息。RB、RC、RD依次以洪泛形式重復上述過程。

1.2 RPL的路由過程

1.2.1 MP2P路由模型

MP2P（Multipoint-To-Point）路由模型是指多點到一點的路由傳輸路徑，在DODAG圖中是“向上”的路徑。其路由過程基于DODAG的父子節(jié)點關(guān)系建立路徑，各節(jié)點均保留其父節(jié)點的地址信息，當需要信息傳輸時，每個葉子節(jié)點都可通過向自己的父節(jié)點發(fā)送信息，逐級向上傳送消息直至根節(jié)點，從而完成MP2P的信息傳送。

1.2.2 P2MP路由模型

P2MP（Point-To-Multipoint）路由模型是指點到多點的路由傳輸，即指當有來自LLN網(wǎng)外部的信息，需要從父級節(jié)點傳送到某一葉子節(jié)點的情況。P2MP的實現(xiàn)需要依賴向下路由的構(gòu)建，其構(gòu)建過程一般基于上行路徑拓撲構(gòu)建，節(jié)點通過發(fā)送DAO消息來聲明目的節(jié)點地址用以完成向下路由的建立。在RPL協(xié)議中有兩種路由模式：存儲模式和非存儲模式，二者區(qū)別在于存儲模式下，每個父節(jié)點都存儲有其子DODAG圖的路由表，各子節(jié)點都會向其父節(jié)點單播發(fā)送DAO信息告知其目的地址；而非存儲模式下，由于節(jié)點的存儲空間有限，所以DODAG圖中所有中間節(jié)點不需要存儲路由表，所有的路由表信息都存儲在DODAG根節(jié)點處，所以發(fā)送信息的子節(jié)點首先需按“向上”路徑將DAO消息傳送到DODAG根節(jié)點處進行路由構(gòu)建［11］。

1.2.3 P2P路由模型

P2P（Point-To-Point）路由模型是指點到點的傳輸，RPL節(jié)點產(chǎn)生數(shù)據(jù)包沿向上的路徑傳輸，并向該路徑上的路由通知目的節(jié)點地址，直至找到與目的節(jié)點相同的祖先節(jié)點，再沿向下的路徑傳輸。當在存儲模式下，源節(jié)點只需將數(shù)據(jù)包傳送到與目的節(jié)點共同的祖先節(jié)點處，然后根據(jù)祖先節(jié)點處存儲的路由表信息選擇下一跳到達目的節(jié)點即可；而非存儲模式下，只有DODAG根節(jié)點為共同的祖先節(jié)點，即數(shù)據(jù)匯集到根節(jié)點處進行向下轉(zhuǎn)發(fā)。

1.3 環(huán)路避免和環(huán)路檢測

傳統(tǒng)網(wǎng)絡中，由于節(jié)點信息不同步或是拓撲結(jié)構(gòu)改變，可能會出現(xiàn)暫時的環(huán)路現(xiàn)象，為了避免由于環(huán)路引起的丟包率突增、信道擁塞問題，所以RPL協(xié)議制定了節(jié)點“Rank Value”（下文簡稱R值），即上文所提的Rank值用來避免環(huán)路出現(xiàn)。RPL的計算規(guī)定葉子節(jié)點的父節(jié)點的R值必須小于其子節(jié)點的R值，因此有以下公式計算節(jié)點的R值：

式中：RS表示所求子節(jié)點的R值；RF表示所求子節(jié)點對應父節(jié)點的R值；RD表示所求子節(jié)點與其對應父節(jié)點的R值差。根據(jù)以上所得的R值，RPL有兩個規(guī)則來避免環(huán)路：①最大深度規(guī)則，規(guī)定圖中任何節(jié)點不可以選比自己R值還大的作為父節(jié)點；②拒絕貪婪規(guī)則，規(guī)定不允許圖中任何節(jié)點移動到圖中更深位置以增加自己潛在父節(jié)點數(shù)。

具體來說，檢測環(huán)路的方法是在RPL路由信息的頭部設置相關(guān)的bit位作為標記以檢測路徑的有效性。比如在上行鏈路中，將bit為設為“upward”，節(jié)點收到設置為“upward”的數(shù)據(jù)包查詢路由信息選擇合適的父節(jié)點向上傳輸信息。如果發(fā)現(xiàn)數(shù)據(jù)包是向下傳輸，則出現(xiàn)了臨時的環(huán)路，數(shù)據(jù)包被丟棄并觸發(fā)本地修復。

1.4 本地修復和全局修復

當鏈路或節(jié)點失效以后RPL協(xié)議提供修復功能，包括本地修復和全局修復功能。當環(huán)路檢測到了某條鏈路失效，或某節(jié)點向上沒有父節(jié)點路由時，本地修復會立即被觸發(fā)，尋找新的節(jié)點替代原路徑或原父節(jié)點以保證路徑暢通。而本地修復一旦被觸發(fā)，整個網(wǎng)絡最優(yōu)模式下的拓撲結(jié)構(gòu)以及相關(guān)的路由信息就會改變，從而根節(jié)點會觸發(fā)全局修復機制重建DODAG圖。

1.5 Trickle定時管理算法

由于LLN網(wǎng)絡中資源有限，不能使用在TCP等協(xié)議中廣泛使用的“keepalive”，即周期性發(fā)送數(shù)據(jù)來保證路由的更新。因此，在RPL協(xié)議中采用了Trickle算法通過實現(xiàn)一致性來控制DIO消息的發(fā)送量。一致性是指檢測網(wǎng)絡中是否出現(xiàn)環(huán)路或者有新的節(jié)點加入或退出，如若沒有則視為網(wǎng)絡穩(wěn)定，反之則視為網(wǎng)絡不一致。當網(wǎng)絡一致時，Trickle定時器控制節(jié)點減少DIO的發(fā)送量；當網(wǎng)絡不穩(wěn)定時，增加DIO的發(fā)送盡快解決路由信息不一致問題［12］。

2 基于三角模融合算法的RPL目標函數(shù)

2.1 目標量選取

RPL的拓撲構(gòu)建和路徑選擇主要是根據(jù)節(jié)點的Rank值，即到根節(jié)點的距離來確定的，然而網(wǎng)絡的QoS需要考慮多方面的影響［13］，單純地選擇更近的節(jié)點可能造成網(wǎng)絡結(jié)構(gòu)不均衡，局部超負荷等不良影響；為解決這一問題，本文中引入三角模算法將多目標量的影響進行融合，以實現(xiàn)各目標量影響間的優(yōu)勢均衡、矛盾中和；以影響LLNs最為直接的邏輯距離和節(jié)點剩余能量為目標，對其進行定義和隸屬度擬合并作為三角模算法的因子。

2.1.1 邏輯距離

邏輯距離是指信息發(fā)送節(jié)點發(fā)送數(shù)據(jù)包到達目的節(jié)點邏輯上到達的距離，可表達為每一跳的路徑長度和，如式（2）。邏輯距離與節(jié)點數(shù)據(jù)上傳所需能量成正相關(guān)性，且優(yōu)先選擇邏輯距離較小的節(jié)點可一定程度上保證多跳網(wǎng)絡各分支的均衡性。

式中：D為邏輯距離，Hopi為第i跳路徑節(jié)點。

2.1.2 節(jié)點剩余能量

根據(jù)RPL協(xié)議的原理，在DODAG圖構(gòu)建初期，每一個節(jié)點能量的損耗即為發(fā)送或接收DIO信息的能量損耗，因此收發(fā)DIO消息的次數(shù)間接反映了鄰居節(jié)點密集度。此外，從節(jié)能和生命周期的角度，選擇剩余能量較多的節(jié)點，可以保證網(wǎng)絡負載的均衡，有效延長整個網(wǎng)絡的生命周期，避免因局部網(wǎng)絡崩潰導致網(wǎng)絡重建而消耗多余能量［14］。

2.2 基于三角模算子的目標量融合

2.2.1 目標量隸屬度

根據(jù)三角模算子的性質(zhì)可知參與融合的兩個參數(shù)的取值范圍是（0，1）［15］。為實現(xiàn)信息融合，根據(jù)RPL路由的邏輯距離值和剩余節(jié)點能量的特點，首先對兩個參數(shù)分別進行歸一化，其表達式分別如下：

式（4）表示剩余節(jié)點能量值的歸一化過程，式中ηE表示剩余節(jié)點能量歸一化以后的值，Er表示當前計算的父節(jié)點剩余能量值，Eo表示計算的父節(jié)點初始能量值。

根據(jù)邏輯距離值的特點，選用高斯隸屬度函數(shù)計算其可靠性隸屬度，其表達式如下：

式中c、σ為高斯函數(shù)期望和標準差，分別決定函數(shù)的位置和形狀，本文中取c=0，σ=1。邏輯距離值和選取可能性結(jié)果成反比，即邏輯距離值越大被選上的可能性越小，所以為偏小型函數(shù)，即c=0；此外歸一化以后邏輯距離值的取值范圍為（0，1），所以σ=1，因此公式（5）變換為：

根據(jù)節(jié)點剩余能量值得特點，選用反正切函數(shù)作為計算其可靠性隸屬度函數(shù)，其表達式如下：

其中λ，α的取值可根據(jù)需求靈活配置，本文中取λ=20，α=0.5，所得隸屬度函數(shù)圖像如圖2所示。當節(jié)點剩余能量小于0.1（10%）時，則認為其能量水平不足以作為父節(jié)點，給定其隸屬度為0.01；當節(jié)點剩余能量大于0.1（10%）小于0.4（40%）時，可以作為父節(jié)點，但相對并不適合，因而其隸屬度增加相對緩慢；當節(jié)點剩余能量大于0.4（40%）時，則認為節(jié)點適合作為父節(jié)點，其隸屬度隨剩余能量的增大迅速增加。

2.2.2 三角模算子計算

三角模算法源于模糊數(shù)學，其算子表達式為：

其中a,b∈(0,1)，算子滿足以下性質(zhì)：①同類信息的加強 性 ，即F(a,b)≥max{a,b}，a≥0.5 ，b≥0.5 ，或F(a,b)≤min{a,b}，a≤0.5，b≤0.5；②矛盾信息的調(diào)和性，即min{a,b}＜F(a,b)＜ max{a,b}，(a-0.5)和(b-0.5)反號。

圖2 節(jié)點剩余能量隸屬度函數(shù)

即引入三角模算子后，可以實現(xiàn)在節(jié)點選取過程中既可以增強優(yōu)勢節(jié)點被選概率，弱化虛弱節(jié)點參與路徑的概率；同時也可以調(diào)和備選節(jié)點中邏輯距離與節(jié)點剩余能量情況可能出現(xiàn)的矛盾性，平衡節(jié)點選取標準，如：對于邏輯距離和能量水平都處于良好情況時（隸屬度均大于0.5），該節(jié)點被選中概率則會增大，反之亦然；而若邏輯距離和能量水平出現(xiàn)矛盾（其中之一隸屬度高于0.5，另一隸屬度低于0.5）則節(jié)點選中概率由兩者的中和值來決定，從而調(diào)和參考因素矛盾性。綜上，基于三角模算子的RPL路由優(yōu)化算法，能夠在保證優(yōu)先距離優(yōu)勢節(jié)點的同時，兼顧節(jié)點能量水平，從而平衡網(wǎng)絡負載，提升網(wǎng)絡整體生命周期，避免局部節(jié)點提前死亡造成的網(wǎng)絡故障，即網(wǎng)絡可靠性和有效性得以增強。

3 實驗仿真

本文參考Contiki系統(tǒng)平臺［16］，基于Matlab仿真工具進行了本文算法與RPL協(xié)議以及加權(quán)融合RPL協(xié)議（W-RPL）的對比分析。在100×100的區(qū)域內(nèi)隨機設置100個采集節(jié)點，將其按照坐標劃分為2個DODAG，分別將其中處于左下方的節(jié)點設置為Sink節(jié)點；考慮實際節(jié)點的能量情況可能具有差異性，節(jié)點初始能量設置為0.75～1.00之間的隨機值。本文具體的仿真參量設置如表1，各取值可根據(jù)環(huán)境不同靈活配置。

表1 仿真參量設置

此外，為進一步擬合實際系統(tǒng)應用的通信需求，本文在上述配置基礎上增加如下假設：①按照實際的采集需求，設定路由更新周期為每100點數(shù)據(jù)進行一次路由信息更新；②保證采集數(shù)據(jù)不缺失，當有節(jié)點死亡（能量水平低于5%）時，需要進行更換或充能；③除周期性的Sink節(jié)點采集信息外，存在隨機的節(jié)點間通信業(yè)務。

本文目標量的選取主要以能量有效性和負載均衡性為依據(jù)，因此，為驗證算法有效性，采用網(wǎng)絡死亡節(jié)點數(shù)和網(wǎng)絡平均能量消耗作為統(tǒng)計量進行對比分析。

網(wǎng)絡死亡節(jié)點數(shù)主要體現(xiàn)了網(wǎng)絡的通信負載均衡性，對于通信量集中的節(jié)點便容易提前死亡。本文算法與RPL協(xié)議的網(wǎng)絡死亡節(jié)點數(shù)對比如圖3所示，可見本文算法中首個節(jié)點死亡時間的出現(xiàn)比未改進RPL協(xié)議延遲416輪，比W-RPL協(xié)議延遲257輪；而同一輪內(nèi)的節(jié)點死亡數(shù)也明顯減少，相比RPL平均減少57.8%的死亡節(jié)點，比W-RPL平均減少40.7%；有效均衡了網(wǎng)絡負載，提升了能量利用效率。

圖3 網(wǎng)絡死亡節(jié)點對比圖

從橫向的角度觀察可得出，當網(wǎng)絡的節(jié)點死亡率達到同一水平時，本文算法所進行的數(shù)據(jù)采集輪數(shù)遠高于RPL協(xié)議。圖4為不同節(jié)點死亡比例下的生命周期輪數(shù)，由圖可見，在相同死亡率下，本文算法有效提升了網(wǎng)絡的生命周期，當死亡率分別達到15%、30%及45%時，本文算法相對RPL協(xié)議可分別提高89.6%，46.7%，24.5%的數(shù)據(jù)采集輪數(shù)，相對WRPL也有所提升，然而當網(wǎng)絡中節(jié)點能量都相對較少時，能量參數(shù)的權(quán)重影響則更為明顯，因此網(wǎng)絡節(jié)點死亡數(shù)較多時，W-RPL與本文算法差距較小。綜上所述，可見本算法有效提升了網(wǎng)絡的生命周期，延長了節(jié)點平均壽命，保證了系統(tǒng)的經(jīng)濟性和環(huán)保性。

圖4 網(wǎng)絡生命周期隨節(jié)點死亡數(shù)趨勢

本文算法的目標量選取，一方面考慮了節(jié)點能量的均衡，另一方面也考慮了節(jié)點的邏輯距離，即其通信能量開銷，因此對網(wǎng)絡的平均能量消耗進行統(tǒng)計分析，其結(jié)果如圖5所示。前期節(jié)點能量還處于相對充裕的階段，本文算法與RPL的能量消耗相差不大；但由于節(jié)點初始設置的能量有一定差別，因此W-RPL與本文O-RPL算法均要考慮一部分能量因素，而原始RPL協(xié)議則只考慮距離影響，因此相對而言能量消耗較??；而由于本實驗中每96點更新路由的設定，因而在平均能量消耗曲線上體現(xiàn)出較強的波動性；當節(jié)點能量水平不均勻時，由于本文算法中節(jié)點會優(yōu)先選擇能量充裕且距離Sink節(jié)點邏輯距離較小的節(jié)點，其能量消耗相比于RPL逐漸體現(xiàn)出性能優(yōu)勢；而且三角模算子的引入能夠有效擴大兩個因素間的同向效果，因而相比于WRPL，本文算法整體上的能量消耗要較低，實現(xiàn)了在均衡網(wǎng)絡負載的同時有效減少網(wǎng)絡的能量損耗。

圖5 平均能量消耗對比圖

4 總結(jié)

本文根據(jù)當前智能監(jiān)測控制的通信信息傳輸服務需求，結(jié)合低功耗有損網(wǎng)絡協(xié)議的特點，提出了一種基于三角模算子的RPL協(xié)議路由優(yōu)化算法，在節(jié)點接收DIO信息后的父節(jié)點選定過程中，通過基于三角模算子的節(jié)點剩余能量和邏輯距離指標融合進行了目標函數(shù)改進；并通過實驗仿真對算法的優(yōu)化效果進行驗證分析，結(jié)果表明算法有效均衡了網(wǎng)絡負載，延長了網(wǎng)絡生命周期，降低了能量損耗，對于RPL協(xié)議的進一步發(fā)展和智能監(jiān)測控制的應用具有重要意義。

［1］WinterT.etal.RFC6550：RPLIPv6RoutingProtocolforLow-Power andLossyNetworks［S］.InternetEngineeringTaskForce，2012.

［2］DohlerM.etal.RFC5548：RoutingRequirementsforUrbanLow-Pow?erandLossyNetworks［S］.InternetEngineeringTaskForce，2009.

［3］Pister K.et al.RFC 5673：Industrial Routing Requirements in Low-Power and Lossy Networks［S］.Internet Engineering Task Force，2009.

［4］Brandt A.et al.RFC5826：Home Automation Routing Require?ments in Low-Power and Lossy Networks［S］.Internet Engineer?ing Task Force，2010.

［5］Martocci J.et al.RFC 5867：Building Automation Routing Re?quirements in Low-Power and Lossy Networks［S］.Internet Engi?neering Task Force，2010.

［6］楊紅，朱紅松，，等.B-RPL：低存儲開銷的RPL路由協(xié)議［J］.計算機科學，2015，42（1）：96-100.

［7］胡芹艷，尹長川.無線傳感網(wǎng)絡中的RPL路由協(xié)議研究［J］.物聯(lián)網(wǎng)技術(shù)，2014，1：57-59.

［8］高筱菲.基于RPL的無線傳感器網(wǎng)絡分簇路由研究與實現(xiàn)［D］.碩士學位論文.北京：北京交通大學，2014.

［9］朱琳，高德云，，等.無線傳感器網(wǎng)絡的RPL路由協(xié)議研究［J］.計算機與技術(shù)發(fā)展，2008，22（8）：1-4.

［10］Clausen T，Herberg U.et al.A Critical Evaluation of the IPv6 Routing Protocol for Low Power and Lossy Networks（RPL）［J］.Proc IEEE WiMob，2011，11：365-72.

［11］Ancillotti E.et al.The Role of the RPL Routing Protocol for Smart Grid Communications［J］.IEEE Communications Magazine，2013，11：75-83.

［12］Levis P.et al.RFC 6206：The Trickle Algorithm［S］.Internet En?gineering Task Force，2011：3.

［13］于淼，白光偉等.多力驅(qū)動的無線傳感網(wǎng)絡QoS路由協(xié)議［J］.傳感技術(shù)學報，2013，26（11）：1564-1572.

［14］馬建樂，楊軍.基于位置和剩余能量的局部集中式LEACH算法研究［J］.傳感技術(shù)學報，2013，26（8）：1147-1151.

［15］劉普寅.吳孟達.模糊理論及其應用［M］.長沙：國防大學科技出版社，1998.

［16］Dunkels A.et al.Contiki-a Lightweight and Flexible Operating System for Tiny Networked Sensors［J］.Proc IEEE LCN，2004，4：455-462.