萬(wàn)少華　　張　引

1(數(shù)字制造裝備與技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室(華中科技大學(xué))　武漢　430074)2　　　(中南財(cái)經(jīng)政法大學(xué)信息與安全工程學(xué)院　武漢　430073)

?

無(wú)線傳感器網(wǎng)絡(luò)中高能效的Bezier曲線路由算法

萬(wàn)少華1,2張引2

1(數(shù)字制造裝備與技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室(華中科技大學(xué))武漢430074)2(中南財(cái)經(jīng)政法大學(xué)信息與安全工程學(xué)院武漢430073)

(shwanhust@zuel.edu.cn)

摘要無(wú)線傳感器網(wǎng)絡(luò)在面向事件監(jiān)測(cè)中蘊(yùn)藏著巨大的應(yīng)用價(jià)值，但由于傳感器節(jié)點(diǎn)電源能量耗盡導(dǎo)致經(jīng)常失效或廢棄，因此研究無(wú)線傳感器網(wǎng)絡(luò)節(jié)能的算法具有重要意義.多路徑路由沿多條路徑分配能量負(fù)載，提高了網(wǎng)絡(luò)的壽命和質(zhì)量.需要強(qiáng)調(diào)的是均勻地調(diào)節(jié)更多節(jié)點(diǎn)參與到網(wǎng)絡(luò)的路由任務(wù)能夠保護(hù)某節(jié)點(diǎn)由于負(fù)載過(guò)重從而能量迅速流失直至節(jié)點(diǎn)失效.反之，所有的流量沿最短路徑路由，路由不僅擁塞，而且沿源節(jié)點(diǎn)和匯聚節(jié)點(diǎn)對(duì)之間的最佳路由周圍的節(jié)點(diǎn)由于過(guò)載最終縮短了網(wǎng)絡(luò)壽命.從2個(gè)方面展開:1)提出了一種高能效的基于Bezier曲線的多路徑路由算法(multipath routing algorithm based on Bezier curve, MPRB)，并通過(guò)與傳統(tǒng)的路由算法比較，實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證了該算法能夠獲得更好的節(jié)能效果;2)基于查詢區(qū)域劃分設(shè)計(jì)的路由樹個(gè)數(shù)與能耗關(guān)系比較了2種高能效的時(shí)空查詢算法，并通過(guò)理論分析與實(shí)驗(yàn)仿真研究了查詢區(qū)域劃分方法、劃分個(gè)數(shù)對(duì)能耗的影響，結(jié)果表明基于角度的查詢區(qū)域劃分方法是一種低能耗、面向綠色計(jì)算的方法.

關(guān)鍵詞能效；Bezier曲線；時(shí)空查詢；查詢區(qū)域劃分；無(wú)線傳感器網(wǎng)絡(luò)

無(wú)線傳感器網(wǎng)絡(luò)作為物聯(lián)網(wǎng)與智慧城市數(shù)據(jù)感知、交流的重要組件，不斷地感知、采集監(jiān)測(cè)覆蓋區(qū)域內(nèi)目標(biāo)對(duì)象的信息，同時(shí)還對(duì)感知的原始信息進(jìn)行初步處理，利用無(wú)線通信以自組織多跳路由方式最終將采集信息返回給用戶或終端.無(wú)線傳感器網(wǎng)絡(luò)將信息世界和物理世界有效地結(jié)合在一起，被廣泛地應(yīng)用在國(guó)防軍事、自然災(zāi)害預(yù)警、生態(tài)環(huán)境事件監(jiān)測(cè)、醫(yī)療衛(wèi)生等諸多領(lǐng)域.無(wú)線傳感器網(wǎng)絡(luò)由數(shù)量眾多、電源能量受限的傳感器節(jié)點(diǎn)組成，節(jié)點(diǎn)間的無(wú)線通信成為電源能量消耗的主要因素，網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)由于能量耗盡的原因經(jīng)常失效或廢棄，從而造成能量空洞甚至網(wǎng)絡(luò)不連通.因此由數(shù)據(jù)傳輸產(chǎn)生的能耗成為評(píng)估無(wú)線傳感器網(wǎng)絡(luò)中算法性能優(yōu)劣的一個(gè)重要參數(shù).

某養(yǎng)豬老板告訴筆者，鎮(zhèn)里的干部找上門，要求他成立合作社，讓村里老百姓參加，然后給老百姓分紅，他則可以獲得當(dāng)?shù)卣膸椭瑢⒗_黑豬養(yǎng)殖基地的道路問(wèn)題解決。這是好事兒，但他也直言，合作社不過(guò)是擺擺樣子。

無(wú)線傳感器網(wǎng)絡(luò)基礎(chǔ)理論與技術(shù)研究的不斷深入，圍繞無(wú)線傳感器網(wǎng)絡(luò)應(yīng)用的探索越來(lái)越受到重視.作為采集信息的基本單元，無(wú)線傳感器節(jié)點(diǎn)廣泛部署到各種事件監(jiān)測(cè)應(yīng)用環(huán)境中，將節(jié)點(diǎn)投放到無(wú)人值守、動(dòng)態(tài)環(huán)境監(jiān)控領(lǐng)域感知數(shù)據(jù).在這種實(shí)際應(yīng)用中，由于感知環(huán)境和數(shù)據(jù)具有動(dòng)態(tài)性、實(shí)時(shí)性、長(zhǎng)期性、周期性等特點(diǎn)，從而對(duì)網(wǎng)絡(luò)應(yīng)用模型、算法提出了較高的要求.具體來(lái)說(shuō)，可預(yù)知的或不變的路由不復(fù)存在，節(jié)點(diǎn)在通信范圍出現(xiàn)或失效具有隨機(jī)性，使得傳感網(wǎng)絡(luò)能量受限問(wèn)題變得更加突出.傳統(tǒng)的無(wú)線傳感器網(wǎng)絡(luò)典型模型和算法因?yàn)楹苌倏紤]這種事件監(jiān)測(cè)環(huán)境獨(dú)特的特點(diǎn)，不能滿足應(yīng)用需求或者在應(yīng)用中存在局限性，這也正是本文進(jìn)行研究的依據(jù)，即在充分考慮感知的環(huán)境數(shù)據(jù)和網(wǎng)絡(luò)具有動(dòng)態(tài)性、不確定性、破壞性等特點(diǎn)的基礎(chǔ)上，對(duì)面向事件環(huán)境監(jiān)測(cè)的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)收集方法進(jìn)行研究，設(shè)計(jì)高能效負(fù)載更平衡的算法，使得網(wǎng)絡(luò)傳輸路徑更健壯，延長(zhǎng)網(wǎng)絡(luò)的生命周期.

面向事件監(jiān)測(cè)的無(wú)線傳感器網(wǎng)絡(luò)研究的一個(gè)主要領(lǐng)域是在能量、計(jì)算和存儲(chǔ)能力受限的微型節(jié)點(diǎn)上如何完成動(dòng)態(tài)環(huán)境條件下的環(huán)境數(shù)據(jù)(如溫度、濕度、光強(qiáng)、淋雨、日照、鹽霧等)傳輸與存儲(chǔ).由于監(jiān)測(cè)環(huán)境日趨多變、日趨復(fù)雜，現(xiàn)有的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)收集技術(shù)還無(wú)法適應(yīng)人們對(duì)動(dòng)態(tài)環(huán)境監(jiān)控的全面需求.因此，不僅迫切需要將數(shù)據(jù)易失性、資源隨機(jī)性、網(wǎng)絡(luò)破壞性等特點(diǎn)引入到以無(wú)線傳感器網(wǎng)絡(luò)為基礎(chǔ)的動(dòng)態(tài)環(huán)境監(jiān)測(cè)活動(dòng)中來(lái)，而且需要將動(dòng)態(tài)環(huán)境中數(shù)據(jù)存儲(chǔ)、分析、處理的特定要求與傳感器的傳統(tǒng)算法結(jié)合起來(lái)，實(shí)現(xiàn)細(xì)粒度、精確可靠的事件監(jiān)測(cè).由此，必須考慮動(dòng)態(tài)環(huán)境的特殊性，設(shè)計(jì)高能效、負(fù)載均衡、可靠、延遲小的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)收集算法.雖然無(wú)線傳感器網(wǎng)絡(luò)中數(shù)據(jù)收集方法的研究已比較多，并已有一些原型系統(tǒng)部署到現(xiàn)實(shí)環(huán)境中，但由于傳感器節(jié)點(diǎn)本身的計(jì)算能力、通信能力、能量與存儲(chǔ)都非常有限，而現(xiàn)有的數(shù)據(jù)處理優(yōu)化技術(shù)復(fù)雜度高，無(wú)法適應(yīng)基于事件監(jiān)測(cè)的動(dòng)態(tài)變化的應(yīng)用環(huán)境，難以在大規(guī)模、應(yīng)用需求多樣化的無(wú)線傳感器網(wǎng)絡(luò)中實(shí)踐；同時(shí)，由于現(xiàn)有的協(xié)議和算法在高能效方面和數(shù)據(jù)精度方面還尚有不足，在事件監(jiān)測(cè)和網(wǎng)內(nèi)信息處理等方面還有很多問(wèn)題亟待研究.

1相關(guān)工作

WHERE Condition

宮學(xué)慶等人[4]提出數(shù)據(jù)密集型科學(xué)與工程的大數(shù)據(jù)挑戰(zhàn)之一：信息-物理融合系統(tǒng)(cyber physical system, CPS)的數(shù)據(jù)以流的形式持續(xù)到達(dá)，并期待實(shí)時(shí)的查詢結(jié)果，需要采用連續(xù)查詢方式，這對(duì)能量受限的傳感器網(wǎng)絡(luò)提出了更高的要求；文獻(xiàn)[5]以最小化網(wǎng)內(nèi)通信能耗開銷的期望為優(yōu)化目標(biāo)，提出了基于過(guò)濾器的Top-k監(jiān)測(cè)算法，并通過(guò)實(shí)驗(yàn)與理論證明了過(guò)濾器的最優(yōu)閾值以及算法的高效性；文獻(xiàn)[6]提出了一種連續(xù)的多維Top-k算法，實(shí)驗(yàn)證明相比于一維Top-k算法，該算法降低通信能耗達(dá)90%；文獻(xiàn)[7]提出了一種能夠?qū)崟r(shí)在線識(shí)別傳感器網(wǎng)絡(luò)數(shù)據(jù)通信狀態(tài)的機(jī)制，能夠?qū)W(wǎng)絡(luò)正常、過(guò)載的傳輸狀態(tài)進(jìn)行準(zhǔn)確判斷，以此靈活調(diào)整網(wǎng)絡(luò)通信策略，從而保證節(jié)點(diǎn)負(fù)載均衡，延長(zhǎng)網(wǎng)絡(luò)的壽命；文獻(xiàn)[8]在灰色預(yù)測(cè)模型的基礎(chǔ)上提出了一種基于波動(dòng)類型識(shí)別的路由節(jié)點(diǎn)行為預(yù)測(cè)算法，能夠?qū)崿F(xiàn)對(duì)路由節(jié)點(diǎn)是自身出現(xiàn)故障還是遭受惡意攻擊等行為準(zhǔn)確預(yù)測(cè)，因此對(duì)數(shù)據(jù)傳輸效率、負(fù)載平衡、路由魯棒性等提供決策依據(jù)；文獻(xiàn)[9]在引入遺傳算法基礎(chǔ)上提出了負(fù)載均衡感知的無(wú)線傳感器網(wǎng)絡(luò)容錯(cuò)分簇算法，該算法在負(fù)載均衡和二連通性上有較好的性能，能有效減少網(wǎng)絡(luò)能耗，延長(zhǎng)網(wǎng)絡(luò)生命周期，并提高網(wǎng)絡(luò)可靠性；文獻(xiàn)[10]為解決廣播給無(wú)線多跳網(wǎng)絡(luò)帶來(lái)的嚴(yán)重的資源競(jìng)爭(zhēng)與沖突、過(guò)大的轉(zhuǎn)播與冗余和能耗的問(wèn)題，提出了無(wú)線多跳網(wǎng)絡(luò)最佳轉(zhuǎn)播及廣播機(jī)制，理論與仿真分析表明該廣播策略是一種低冗余的“綠色”廣播機(jī)制，在構(gòu)造聚合路由樹過(guò)程中我們借鑒了這種低能耗、低冗余的轉(zhuǎn)播廣播策略.

目前，國(guó)外果蔬運(yùn)輸所用的運(yùn)輸工具主要是冷藏汽車和普通卡車，國(guó)際間運(yùn)輸主要用冷藏集裝箱。我國(guó)短途公路運(yùn)輸所用的運(yùn)輸工具包括汽車、拖拉機(jī)、畜力車和人力拉車等。汽車主要有普通運(yùn)貨卡車、冷藏汽車和冷藏集裝箱。水路運(yùn)輸工具用于短途運(yùn)輸?shù)囊话銥樾〈⑼洗?，遠(yuǎn)途運(yùn)銷的主要是遠(yuǎn)洋貨輪。鐵路運(yùn)輸越來(lái)越少。

文獻(xiàn)[11]提出了一種能量平衡的機(jī)會(huì)路由策略，由此帶來(lái)較高可靠性以及吞吐量；文獻(xiàn)[12]指出數(shù)據(jù)包沿魯棒性最好的信道傳輸，傳感網(wǎng)絡(luò)的性能將大大提高；在周期性事件監(jiān)測(cè)環(huán)境中，文獻(xiàn)[13]提出了一種集中式算法計(jì)算每個(gè)節(jié)點(diǎn)最佳采集頻率以及網(wǎng)絡(luò)中每條鏈路的最佳流量；在破壞性、動(dòng)態(tài)性、不確定性網(wǎng)絡(luò)環(huán)境里，由于可以預(yù)見的、不變的傳輸鏈路不復(fù)存在，文獻(xiàn)[14-16]提出了協(xié)作式的數(shù)據(jù)通信和存儲(chǔ)機(jī)制來(lái)增加網(wǎng)絡(luò)可靠性、數(shù)據(jù)持久性以及網(wǎng)絡(luò)的生命周期；文獻(xiàn)[17]提出了一種高能效的多路徑路由算法，相比其他算法，在傳輸延遲、傳輸效率以及網(wǎng)絡(luò)生命周期等方面都有明顯性能提高；在節(jié)點(diǎn)稠密部署的大規(guī)模無(wú)線傳感器網(wǎng)絡(luò)中，文獻(xiàn)[18]提出的用虛擬坐標(biāo)設(shè)計(jì)的貪婪算法能獲得更高的負(fù)載平衡，并首次把這種機(jī)制應(yīng)用在磁盤上，實(shí)驗(yàn)結(jié)果表明能取得性能增益；本文提出的Bezier曲線路由算法在深度上是對(duì)現(xiàn)有研究工作的有力補(bǔ)充，都強(qiáng)調(diào)在連續(xù)查詢的動(dòng)態(tài)環(huán)境中如何設(shè)計(jì)高能效、負(fù)載平衡、傳輸路徑可靠的方法.

2面向事件監(jiān)測(cè)的高能效路由算法

事件監(jiān)測(cè)環(huán)境下的無(wú)線網(wǎng)絡(luò)是部分連通或不連通的網(wǎng)絡(luò)，在某一特定時(shí)刻，網(wǎng)絡(luò)可能被分割成多個(gè)不連通的子網(wǎng)絡(luò)，因而網(wǎng)絡(luò)中往往不存在從源節(jié)點(diǎn)到目的節(jié)點(diǎn)的完整拓?fù)渎窂?即使出現(xiàn)短暫的點(diǎn)到點(diǎn)連接,也會(huì)因?yàn)榫W(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的頻繁變化而無(wú)法維持穩(wěn)定.網(wǎng)絡(luò)中多種原因可能造成端到端連接的頻繁中斷,如節(jié)點(diǎn)的稀疏分布、快速移動(dòng)、節(jié)點(diǎn)或鏈路失效、損毀或無(wú)線信道沖突等,并且通常來(lái)說(shuō),這些中斷是無(wú)法預(yù)測(cè)的.

利用de Casteljau算法構(gòu)造出Bezier曲線，剩下的問(wèn)題就是怎么設(shè)計(jì)路由協(xié)議，使得數(shù)據(jù)包沿著Bezier曲線上的頂點(diǎn)傳輸,算法2是節(jié)點(diǎn)感知的數(shù)據(jù)包沿設(shè)定的Bezier曲線傳輸?shù)穆酚伤惴?如果Bezier曲線路由上某頂點(diǎn)的下一跳節(jié)點(diǎn)數(shù)為nr,de Casteljau算法運(yùn)行n個(gè)控制點(diǎn)的時(shí)間復(fù)雜度是O(n2)，那么算法2的時(shí)間復(fù)雜度是O(n2×nr).

ELSE

2.1MPRB算法問(wèn)題的形成

如圖1所示，Sink節(jié)點(diǎn)利用位置路由協(xié)議將查詢消息發(fā)送至查詢區(qū)域的中繼節(jié)點(diǎn)，這些節(jié)點(diǎn)在查詢區(qū)域Q1內(nèi)洪泛查詢消息，將Q1內(nèi)節(jié)點(diǎn)組成以某個(gè)節(jié)點(diǎn)為根的倒播路由樹.利用該路由樹，查詢區(qū)域節(jié)點(diǎn)將感知數(shù)據(jù)送至根節(jié)點(diǎn)，再利用位置路由協(xié)議將經(jīng)過(guò)網(wǎng)內(nèi)聚集處理的數(shù)據(jù)返回至Sink節(jié)點(diǎn).

Fig. 1　Sink node is physically located outside the region.圖1　Sink節(jié)點(diǎn)在查詢區(qū)域外的數(shù)據(jù)拓?fù)鋱D

Fig. 2　Multiple routes with Bezier curves.圖2　Bezier曲線路由

算法3. 基于位置路由查詢子區(qū)域根節(jié)點(diǎn)算法.

Bezier曲線的定義:

給定空間n+1個(gè)點(diǎn)P0,P1,…，Pn，稱下列參數(shù)曲線為n次的Bezier曲線：

(1)

其中，Pi為各頂點(diǎn)的位置向量，Bi,n(u)是Bernstein基函數(shù)，即：

(2)

3次Bezier曲線:

p(u)=(1-u)3P0+3u(1-u)2P1+

(3)

矩陣表示為

雖說(shuō)這種類型系統(tǒng)的劃分主要是以特定語(yǔ)境中的句子為觀察對(duì)象得出來(lái)的,但是與詞層面也有著顯著的一致性,也同樣適合用來(lái)對(duì)漢語(yǔ)借代造詞和詞中所含有的借代意義進(jìn)行分析。

(4)

Fig. 3　Construct a Bezier curve from given three points.圖3　3個(gè)控制點(diǎn)構(gòu)成的Bezier曲線

計(jì)算Bezier曲線上的點(diǎn)，可用Bezier曲線方程，但使用de Casteljau提出的遞推算法則要簡(jiǎn)單得多.算法1便是著名的de Casteljau算法，該算法穩(wěn)定可靠、直觀簡(jiǎn)便，是計(jì)算Bezier曲線的基本算法.如圖3所示，就是利用3個(gè)控制點(diǎn)構(gòu)造出2次Bezier曲線.

值得注意的是：假設(shè)構(gòu)造的2m條Bezier曲線以SPR路由對(duì)稱，記為S=[-m,-(m-1),…,0,…,m-1,m]，當(dāng)采樣頻率過(guò)高時(shí)，在Sink節(jié)點(diǎn)附近傳輸會(huì)相互干擾，為了避免數(shù)據(jù)失真，以S=[-m,1,-(m-1),2,…,(m-1),-1,m,0]序列順序交替選擇路由.

算法1. 繪制Bezier曲線算法.

輸入:P,n,u;*n+1控制點(diǎn)，u∈[0,1]*

輸出:C*曲線上的點(diǎn)*

FOR (i=0;i<=n;i++)

Q[i]=P[i];

M煤礦位于重慶市B區(qū)M村，始建于1958年，現(xiàn)有員工995人，其中從業(yè)人員872人①，主要從事原煤開采和煤炭銷售工作，為國(guó)有礦業(yè)。

END FOR

FOR (k=1;k<=n;k++)

FOR (i=0;i<=n-k;i++)

Q[i]=(1.0-u)×Q[i]+u×Q[i+1];

END FOR

由10可知，在放入時(shí)變控制變量之前，非OECD的多樣性指標(biāo)的顯著性及系數(shù)都比OECD高，進(jìn)口中間產(chǎn)品多樣性指標(biāo)同企業(yè)研發(fā)強(qiáng)度的交互項(xiàng)系數(shù)值都為正。在OECD國(guó)家進(jìn)口指標(biāo)中添加時(shí)空控制變量會(huì)降低其指標(biāo)系數(shù)值，其系數(shù)值均非負(fù)。非OECD國(guó)家進(jìn)口多樣性指標(biāo)間的顯著性特征不明顯。進(jìn)口中間產(chǎn)品多樣性指標(biāo)和企業(yè)研發(fā)強(qiáng)度的交互項(xiàng)系數(shù)不斷較少，二者在顯著性以及方向上并未出現(xiàn)大幅度的變化。以上回歸結(jié)果和預(yù)期的沒(méi)有差異，說(shuō)明擴(kuò)大從發(fā)達(dá)國(guó)家進(jìn)口中間品的范圍是促進(jìn)本土企業(yè)產(chǎn)品創(chuàng)新的有效舉措，本文所分析的機(jī)制合理可行。

END FOR

RETURNQ[0].

2.2面向事件監(jiān)測(cè)的高能效時(shí)空數(shù)據(jù)查詢算法

2.1節(jié)研究了將查詢區(qū)域節(jié)點(diǎn)組織成一棵路由樹，滿足查詢條件的節(jié)點(diǎn)利用該路由樹將結(jié)果返回至根節(jié)點(diǎn)，在(Source，Sink)節(jié)點(diǎn)之間設(shè)計(jì)基于Bezier曲線的多路徑路由，平衡網(wǎng)內(nèi)節(jié)點(diǎn)能耗.這種樹結(jié)構(gòu)在節(jié)點(diǎn)位置相對(duì)固定、網(wǎng)絡(luò)拓?fù)渥兓淮蟮那疤嵯?，維護(hù)路由樹的能耗代價(jià)較小.但是在動(dòng)態(tài)場(chǎng)景中，受到節(jié)點(diǎn)移動(dòng)、鏈路失效和周圍破壞性等因素影響，傳感器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)頻繁變化，維護(hù)樹路由會(huì)帶來(lái)大量的能耗，導(dǎo)致上述基于樹的算法性能收益不高.為了避免現(xiàn)有算法存在的問(wèn)題，研究了面向事件監(jiān)測(cè)的高能效的時(shí)空數(shù)據(jù)查詢算法，它包含2個(gè)方面的改進(jìn)：1)把查詢區(qū)域劃分成若干個(gè)查詢子區(qū)域，在每個(gè)子區(qū)域內(nèi)構(gòu)造一棵路由樹;2)分別由子查詢區(qū)域的根節(jié)點(diǎn)將經(jīng)過(guò)網(wǎng)內(nèi)聚合處理后的數(shù)據(jù)采用Bezier曲線協(xié)議返回至Sink節(jié)點(diǎn).顯然，由于將查詢區(qū)域劃分成若干個(gè)子區(qū)域，在樹根節(jié)點(diǎn)周圍有更多的節(jié)點(diǎn)參與到數(shù)據(jù)傳輸中來(lái)，避免了前面單棵樹產(chǎn)生的根節(jié)點(diǎn)周圍節(jié)點(diǎn)負(fù)載不均衡而這些節(jié)點(diǎn)能量急劇下降的問(wèn)題；其次，借鑒趙瑞琴等人[10]最佳轉(zhuǎn)播廣播機(jī)制，采用自延時(shí)有效廣播協(xié)議ESDBBP在保證廣播覆蓋率的前提下獲取最小轉(zhuǎn)播率和最低能耗，降低數(shù)據(jù)冗余，提高傳輸效率從而延長(zhǎng)網(wǎng)絡(luò)的生命周期.

snnext←Π;

假設(shè)查詢區(qū)域?yàn)榫匦蜛BCD，其面積為AABCD，S為Sink節(jié)點(diǎn)，將查詢區(qū)域劃分為n個(gè)查詢子區(qū)域，本文實(shí)驗(yàn)比較2種劃分方法：

1) 基于角度的查詢區(qū)域劃分方法.即將∠ASB平分為n等分,每個(gè)查詢子區(qū)域的頂角大小相等且為∠ASBn，如圖4(a)所示.

Fig. 4　The comparison of two query region divisions.圖4　2種查詢區(qū)域劃分方法

2) 基于LEACH-C[19]協(xié)議查詢區(qū)域劃分方法.LEACH-C是LEACH[20]的改進(jìn)算法，它也分為建立簇和數(shù)據(jù)穩(wěn)定傳輸階段.與LEACH協(xié)議中簇頭挑選隨機(jī)、等概率均勻分布、完全不考慮節(jié)點(diǎn)剩余能量等因素比較，LEACH-C協(xié)議每個(gè)周期的開始階段，所有節(jié)點(diǎn)把自己的位置信息和剩余能量值發(fā)往基站，基站運(yùn)用模擬退火算法，以網(wǎng)絡(luò)能量消耗最小為優(yōu)化目標(biāo)得出節(jié)點(diǎn)分簇方案.這種方法不再是所有節(jié)點(diǎn)等概率成為簇頭，而是與當(dāng)前能量的多少成比例，從而有更多的剩余能量用于傳輸數(shù)據(jù),延長(zhǎng)了網(wǎng)絡(luò)的生命周期，如圖4(b)所示.

3MPRB算法設(shè)計(jì)

TinyDB系統(tǒng)[21]的數(shù)據(jù)模型對(duì)傳統(tǒng)的關(guān)系模型進(jìn)行了擴(kuò)展，它將傳感器網(wǎng)絡(luò)感知的數(shù)據(jù)看成一張不斷增加的虛表，表中數(shù)據(jù)的屬性包括2類：第1類是各種傳感器(如溫度、濕度和壓力等)感知的數(shù)據(jù)；第2類是描述感知數(shù)據(jù)的屬性，如感知數(shù)據(jù)獲得的時(shí)間和產(chǎn)生的位置等.每個(gè)傳感器節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù)對(duì)應(yīng)于表中的一行.TinySQL語(yǔ)言的語(yǔ)法如下：

SELECTselect-list

[FROM Region(R(x1,y1,x2,y2,…,xn,yn))]

我的父親是位小學(xué)校長(zhǎng)，喜歡讀書講故事。伴隨著父親的講述，一個(gè)個(gè)精彩的故事猶如畫筆填補(bǔ)了我貧困生活的空白，也為我的精神世界繪上了色彩。小時(shí)候，我常常見到父親一坐下來(lái)，很快就有人圍上去聽他講故事。其實(shí)，有些故事已經(jīng)講過(guò)好多次了，可是那些已經(jīng)聽過(guò)他好多次故事的人，依然津津有味地聽，可見他的敘事能力非常強(qiáng)。受他的影響，我對(duì)文學(xué)產(chǎn)生了興趣，說(shuō)理能力和說(shuō)事能力得益于他……從各個(gè)方面來(lái)講，是他給我打好了靈魂的底子。

對(duì)于通過(guò)抽象得到的度量和度量單位，低年級(jí)的教學(xué)最好采用對(duì)應(yīng)的方法，這不僅僅是因?yàn)槭M(jìn)制就是對(duì)應(yīng)于人的十指，事實(shí)上，通過(guò)對(duì)應(yīng)認(rèn)識(shí)和理解事物的數(shù)量關(guān)系是最原始的，也最有效的方法，古埃及和古巴比倫最初的數(shù)學(xué)表達(dá)都是采用對(duì)應(yīng)的方法，可以在一些圖中發(fā)現(xiàn)這個(gè)事實(shí)[8]．正因?yàn)槿绱?，在現(xiàn)代數(shù)學(xué)語(yǔ)言中，對(duì)應(yīng)是一個(gè)不加定義的原始概念．

2009年IBM公司首先提出了智慧地球的新理念，引發(fā)了全球智慧城市建設(shè)的熱潮.李德仁等人[1]指出在智慧城市建設(shè)中，傳感器技術(shù)作為現(xiàn)代信息技術(shù)的三大基礎(chǔ)之一，它完成對(duì)城市監(jiān)測(cè)信息的采集.實(shí)際上，智慧城市是指通過(guò)各種傳感器、物聯(lián)網(wǎng)、無(wú)線網(wǎng)絡(luò)、移動(dòng)通信等技術(shù)實(shí)現(xiàn)各種信息的交互，并且利用云計(jì)算、大數(shù)據(jù)等技術(shù)實(shí)現(xiàn)對(duì)信息的有效整合和綜合智能分析，以實(shí)現(xiàn)城市運(yùn)行管理、產(chǎn)業(yè)發(fā)展和人的全面協(xié)調(diào)發(fā)展，它強(qiáng)調(diào)各種信息的深度融合.無(wú)線傳感器網(wǎng)絡(luò)作為連接各種傳感設(shè)備和無(wú)線終端的載體，讓各種感知數(shù)據(jù)的無(wú)縫收集和用戶隨時(shí)隨地訪問(wèn)信息成為可能，其在智慧城市事件監(jiān)測(cè)響應(yīng)中具有越來(lái)越重要的作用[2-3]．本文正是研究基于Bezier曲線的無(wú)線傳感器網(wǎng)絡(luò)中數(shù)據(jù)感知、傳輸和聚集環(huán)節(jié).

[GROUP BYgroup-by-list][HAVINGpredicate]

[TRIGGER ACTIONcommand-name[(parameter)]]

[EPOCH DURATIONtime]

[SAMPLE EVERYSampling_interval]

其中，R代表查詢區(qū)域，在這個(gè)區(qū)域里面源節(jié)點(diǎn)的信息將被收集；EPOCH DURATIONtime表示查詢周期；Sampling_interval表示源節(jié)點(diǎn)感知數(shù)據(jù)頻率，如果網(wǎng)絡(luò)的生命周期截止，傳感器源節(jié)點(diǎn)停止感知、轉(zhuǎn)發(fā)數(shù)據(jù).采用的SIDnet-SWANS仿真軟件在應(yīng)用層支持TinySQL語(yǔ)言查詢.

在1965年之前，國(guó)內(nèi)各大表廠生產(chǎn)的手表均是以某一國(guó)外手表型號(hào)為藍(lán)本仿制而來(lái)，這主要是因?yàn)楫?dāng)時(shí)國(guó)內(nèi)尚無(wú)手表設(shè)計(jì)的專業(yè)人才。到了1960年代中期，隨著在蘇聯(lián)留學(xué)和國(guó)內(nèi)大學(xué)（早期主要是天津大學(xué)、哈爾濱工業(yè)大學(xué)）畢業(yè)的鐘表計(jì)時(shí)專業(yè)人才陸續(xù)參加工作，國(guó)內(nèi)各表廠開始自主設(shè)計(jì)、研制手表機(jī)心。天津手表廠于1966年8月15日設(shè)計(jì)、研制成功“ST5型”機(jī)心。這是我國(guó)第一款自主設(shè)計(jì)的手表機(jī)心。由于受當(dāng)時(shí)文化大革命運(yùn)動(dòng)的影響，裝配該機(jī)心的“東風(fēng)牌”手表直到1969年才正式投入生產(chǎn)?！癝T5型東風(fēng)牌”在整個(gè)1970年代成為天津市“三大件”市場(chǎng)的核心產(chǎn)品，1978年“東風(fēng)牌”手表產(chǎn)量已達(dá)120萬(wàn)只/年（圖

黨的十八大報(bào)告指出：“中國(guó)特色社會(huì)主義，既堅(jiān)持了科學(xué)社會(huì)主義基本原則，又根據(jù)時(shí)代條件賦予其鮮明的中國(guó)特色，以全新的視野深化了對(duì)共產(chǎn)黨執(zhí)政規(guī)律、社會(huì)主義建設(shè)規(guī)律、人類社會(huì)發(fā)展規(guī)律的認(rèn)識(shí)，從理論和實(shí)踐結(jié)合上系統(tǒng)回答了在中國(guó)這樣人口多底子薄的東方大國(guó)建設(shè)什么樣的社會(huì)主義、怎樣建設(shè)社會(huì)主義這個(gè)根本問(wèn)題，使我們國(guó)家快速發(fā)展起來(lái)，使我國(guó)人民生活水平快速提高起來(lái)?！保?］中國(guó)特色社會(huì)主義從道路、理論和制度方面揭示中國(guó)特色社會(huì)主義發(fā)展的本質(zhì)和規(guī)律，推進(jìn)中國(guó)特色社會(huì)主義健康發(fā)展的重要原因，是它所具有的先進(jìn)思維方法，即馬克思主義科學(xué)分析方法。這種方法是一個(gè)體系，可以從不同層次、不同角度來(lái)把握，但主要是以下幾種。

算法2. MPRB算法.

輸出:給定節(jié)點(diǎn)的往Sink節(jié)點(diǎn)方向的下一跳節(jié)點(diǎn).

IFsnsink∈NB(snr)

成立于1992年的上海新星本是以制版設(shè)備起家，后于1997年將發(fā)展重點(diǎn)落于橡皮布。按照徐毛清的闡述，上海新星剛剛介入橡皮布這個(gè)市場(chǎng)時(shí)，國(guó)內(nèi)已有七八家相關(guān)生產(chǎn)企業(yè)，但都規(guī)模較小，只能生產(chǎn)低檔產(chǎn)品，因此中高端橡皮布市場(chǎng)被國(guó)外企業(yè)壟斷。于是，徐毛清帶領(lǐng)的上海新星決定攻克中高檔市場(chǎng)，并暗下決心，“要做，就做高質(zhì)量產(chǎn)品，做國(guó)內(nèi)的老大“。

snsink←Π.data;

ELSE

AP(snr)=Ci(ul+δi);

從NB(snr)中挑選最靠近AP(snr)的下一跳節(jié)點(diǎn)

10）工人在架上進(jìn)行搭設(shè)作業(yè)時(shí)，作業(yè)面上宜鋪設(shè)必要數(shù)量的腳手板并予臨時(shí)固定。工人必須戴安全帽和佩掛安全帶。不得單人進(jìn)行裝設(shè)較重桿配件和其它易發(fā)生失衡、脫手、碰撞、滑跌等不安全的作業(yè)。

IFsnnext在通信范圍內(nèi)

snsend=snr,ul=ul+δi;

下面將實(shí)現(xiàn)算法并從實(shí)驗(yàn)分析查詢子區(qū)域的個(gè)數(shù)、查詢區(qū)域劃分方法對(duì)節(jié)點(diǎn)能耗以及對(duì)網(wǎng)絡(luò)生命周期的影響.

因此設(shè)計(jì)出魯棒性好、高能效和延長(zhǎng)網(wǎng)絡(luò)生命周期的路由算法是基于事件監(jiān)測(cè)環(huán)境下無(wú)線傳感器網(wǎng)絡(luò)面臨的一個(gè)重要課題.傳感器網(wǎng)內(nèi)存在大量冗余的感知數(shù)據(jù)，因此利用節(jié)點(diǎn)自身處理能力對(duì)網(wǎng)內(nèi)數(shù)據(jù)進(jìn)行聚合，不僅提高數(shù)據(jù)收集的效率，而且節(jié)省能量；消除冗余數(shù)據(jù)傳輸，減輕了網(wǎng)絡(luò)層的數(shù)據(jù)堵塞，降低了傳輸過(guò)程中的沖突碰撞，降低了數(shù)據(jù)傳輸延遲，也提高了無(wú)線信道的利用率.另外，通過(guò)聚合大大減少了傳輸?shù)臄?shù)據(jù)量，由于計(jì)算消耗的能量遠(yuǎn)遠(yuǎn)小于進(jìn)行傳輸消耗的能量，因此降低了能耗、延長(zhǎng)了網(wǎng)絡(luò)的壽命.

刪除Π結(jié)構(gòu)節(jié)點(diǎn)；

1.5 資料收集 征得院科研專家倫理委員會(huì)的同意和骨科主任的同意，由課題組負(fù)責(zé)人對(duì)所有參與課題的人員進(jìn)行培訓(xùn)，使之對(duì)測(cè)量工具統(tǒng)一認(rèn)識(shí)，以降低測(cè)量偏差。取得患者知情同意后，運(yùn)用測(cè)量工具分別收集手術(shù)減壓后及減壓后2 h的指標(biāo)情況。收集工作由課題小組人員負(fù)責(zé)。

END IF

END IF

在文獻(xiàn)[22]基礎(chǔ)上設(shè)計(jì)基于位置路由的查詢子區(qū)域根節(jié)點(diǎn)查找算法.如圖5所示，區(qū)域ABCD為查詢區(qū)域劃分后生成的一個(gè)查詢子區(qū)域，節(jié)點(diǎn)S為Sink節(jié)點(diǎn)，Sink節(jié)點(diǎn)S收到查詢請(qǐng)求后，以路由子區(qū)域四邊形ABEF的中心為目的位置，利用位置路由協(xié)議將查詢消息發(fā)送至四邊形ABEF中的一個(gè)節(jié)點(diǎn).通過(guò)位置路由協(xié)議到達(dá)的第1個(gè)在四邊形ABEF中的節(jié)點(diǎn)成為查詢子區(qū)域ABCD的起始節(jié)點(diǎn).查詢消息通過(guò)節(jié)點(diǎn)a,b的轉(zhuǎn)發(fā)到達(dá)四邊形ABEF中的節(jié)點(diǎn)c，節(jié)點(diǎn)c成為查詢子區(qū)域ABCD的起始節(jié)點(diǎn),也是路由子樹根節(jié)點(diǎn).基于位置路由的查詢子區(qū)域起始節(jié)點(diǎn)查找協(xié)議的詳見算法3.

Fig. 5　Initial node in the query region.圖5　查詢子區(qū)域初始節(jié)點(diǎn)

在事件監(jiān)測(cè)應(yīng)用中，要求節(jié)點(diǎn)長(zhǎng)期地、實(shí)時(shí)地感知數(shù)據(jù)，因此在最短路徑路由(shortest path routing, SPR)附近的節(jié)點(diǎn)由于過(guò)度使用而能量迅速流失最終導(dǎo)致網(wǎng)絡(luò)不連通，此外，由于大量節(jié)點(diǎn)沿著SPR路徑傳輸數(shù)據(jù)形成擁堵，導(dǎo)致傳輸延遲提高.而許多學(xué)者已經(jīng)研究過(guò)多路徑路由在節(jié)點(diǎn)負(fù)載均衡和鏈路健壯性具有顯著的優(yōu)勢(shì).圖2(a)是給定一對(duì)(Source,Sink)節(jié)點(diǎn)構(gòu)造的4條可以替代SPR的多路徑路由Bezier曲線，每一條曲線是由4個(gè)控制點(diǎn)構(gòu)成的3次多項(xiàng)式，顯然，利用Bezier曲線設(shè)計(jì)的多路徑路由能控制節(jié)點(diǎn)參與網(wǎng)絡(luò)傳輸，避免了沿SPR周圍節(jié)點(diǎn)形成熱區(qū)，從而節(jié)點(diǎn)能量更加均衡;圖2(b)描述了在查詢區(qū)域存在空洞前提下通過(guò)7個(gè)控制點(diǎn)構(gòu)造了1條Bezier路由繞開盲區(qū)，更加說(shuō)明了在事件監(jiān)測(cè)環(huán)境下基于Bezier曲線的多路徑路由研究的必要性及其較好的靈活性.

輸入:S,rai(1≤i≤k);

在臨床中接診之后應(yīng)當(dāng)及時(shí)按照患者的病史、癥狀、體征及輔助檢查結(jié)果快速判斷，篩選出高危胸痛，并及時(shí)處理，提高患者預(yù)后效果。在鑒別中因?yàn)榛颊叩奶弁辞闆r、病史以及疼痛部位等存在差異，所以為了有效提升鑒別診斷效果，需要在診斷初期，做好全面的檢查，綜合進(jìn)行初步判斷。100例患者中94例患者通過(guò)有效治療后痊愈或好轉(zhuǎn)出院（94.00%）。

輸出:查詢子區(qū)域根節(jié)點(diǎn)集合Nr.

Nr=NULL;

curN=S;

FORi=0 tokDO

IF (curN在節(jié)點(diǎn)集rai中) THEN

Nr=curN;

RETURN

END IF

IF (curN在節(jié)點(diǎn)集rai中且其鄰居節(jié)點(diǎn)集不為空) THEN

curN=nextN;

Nr=curN;

RETURN

ELSE IF (節(jié)點(diǎn)集rai包含在以curN為圓心、R為半徑的圓內(nèi)) THEN CONTINUE

ELSE

gc=GPSR(curN,rai);

curN=gc;

IF (curN在節(jié)點(diǎn)集rai中) THEN

Nr=curN;

RETURN

END IF

END IF

END FOR

4實(shí)驗(yàn)結(jié)果與分析

仿真環(huán)境如下：隨機(jī)產(chǎn)生500個(gè)節(jié)點(diǎn)均勻分布在6×6 km2的區(qū)域，節(jié)點(diǎn)具有相同的配置，40 000 bps傳輸接收速率，能量消耗參數(shù)基于Mica2 Motes，如表1所示:

Table 1　Energy Characteristics of Mica2 Mote

假設(shè)每個(gè)節(jié)點(diǎn)的初始電池能量為75 mAh，對(duì)相同的負(fù)載，節(jié)點(diǎn)能量消耗速率是相同的，節(jié)點(diǎn)通過(guò)自動(dòng)關(guān)掉無(wú)線發(fā)射模塊來(lái)節(jié)省能量.隨機(jī)挑選查詢區(qū)域外面的節(jié)點(diǎn)作為匯聚節(jié)點(diǎn)，提交查詢請(qǐng)求，實(shí)驗(yàn)結(jié)果是隨機(jī)提交的20個(gè)查詢請(qǐng)求的平均值，數(shù)據(jù)采集頻率分別是0.5 s,1 s,5 s.仿真實(shí)驗(yàn)運(yùn)行在Intel?T9400處理器以及2 GB DDR2內(nèi)存平臺(tái)上.其中，圖6是查詢區(qū)域節(jié)點(diǎn)沿SPR傳輸?shù)目煺战貓D.

Fig. 6　Snapshot of the shortest path routing between the Source and the Sink.圖6　Source節(jié)點(diǎn)沿SPR路由傳輸實(shí)驗(yàn)仿真

4.1MPRB算法與其他算法的比較

在本文的實(shí)驗(yàn)中，選擇5種有代表性的多路徑路由算法和提出的MPRB算法進(jìn)行比較，5種算法分別為K最短路徑(Kshortest paths, KSP)[23-27]，Tributary-Delta(TD)[28-29]，SWEEP[30],MLST(maximum lifetime shortest tree)[31],LBDAT(load-balanced data aggregation tree)[32]算法.Dijkstra和Bellman Ford算法解決了單源最短路徑和所有頂點(diǎn)對(duì)間的最短路徑，這2類問(wèn)題從不同的角度描述，但有一個(gè)共同的缺陷：這里的最短路徑指2點(diǎn)之間最短的那一條路徑，不包括次短、再次短等路徑.在實(shí)際應(yīng)用中，有時(shí)候除了需要知道最短路徑外，尚需求解次短路徑或第3最短路徑，即要知道多條最短路徑并排出其長(zhǎng)度增加的順序.尤其是在無(wú)線傳感網(wǎng)絡(luò)中，通信鏈路的脆弱性以及節(jié)點(diǎn)的失效隨機(jī)性，需要找到幾條最短路徑以作備選.K條最短路徑問(wèn)題是Hoffman和Pavley[23]在1959年首先提出的,20世紀(jì)90年代中旬對(duì)它們的研究達(dá)到高潮，在2000年Ruppert[26]進(jìn)行并行化改進(jìn)，時(shí)間復(fù)雜度為O(logk+logn).TD結(jié)合了樹結(jié)構(gòu)以及多路徑路由(采用Synopsis Diffusion[28]方法)的優(yōu)點(diǎn)，分別在傳感器網(wǎng)絡(luò)查詢區(qū)域的不同區(qū)域采用樹結(jié)構(gòu)和多路徑路由，結(jié)合了樹拓?fù)浣Y(jié)構(gòu)的優(yōu)點(diǎn)——高效、準(zhǔn)確，以及多路徑的優(yōu)勢(shì)——健壯、較低數(shù)據(jù)包丟失率.SWEEP算法遍歷整個(gè)查詢區(qū)域，每個(gè)節(jié)點(diǎn)僅僅遍歷一次，同時(shí)執(zhí)行相應(yīng)的數(shù)據(jù)聚合操作.在掃描從源節(jié)點(diǎn)到匯聚節(jié)點(diǎn)整個(gè)網(wǎng)絡(luò)的過(guò)程中，通過(guò)計(jì)算每個(gè)節(jié)點(diǎn)的梯度推進(jìn)網(wǎng)內(nèi)節(jié)點(diǎn)遍歷并數(shù)據(jù)處理，算法不僅減少了MAC層數(shù)據(jù)包碰撞的概率，同時(shí)實(shí)驗(yàn)證明相對(duì)于樹結(jié)構(gòu)，該算法數(shù)據(jù)聚合正確性能比文獻(xiàn)[21]樹結(jié)構(gòu)算法好.

實(shí)驗(yàn)分別就節(jié)點(diǎn)能量消耗、網(wǎng)絡(luò)生命周期、數(shù)據(jù)傳輸成功率、傳輸延遲進(jìn)行比較.能量消耗指網(wǎng)絡(luò)中節(jié)點(diǎn)平均能量消耗,網(wǎng)絡(luò)生命周期沒(méi)有統(tǒng)一的定義，通常用網(wǎng)絡(luò)中失效節(jié)點(diǎn)比例來(lái)衡量;數(shù)據(jù)傳輸成功率指算法運(yùn)行后在Sink節(jié)點(diǎn)收到的感知數(shù)據(jù)包總個(gè)數(shù)與查詢區(qū)域內(nèi)節(jié)點(diǎn)感知數(shù)據(jù)包總數(shù)比值，傳輸延遲以

(5)

計(jì)算，其中，N是在Sink節(jié)點(diǎn)成功接收到的數(shù)據(jù)包數(shù)，i數(shù)據(jù)包標(biāo)識(shí)，ri為數(shù)據(jù)包i接收到的時(shí)間，si為數(shù)據(jù)包i發(fā)送時(shí)間如圖7所示.Bezier曲線路由與LBDAT算法的能量消耗最小，這也說(shuō)明了較其他4種算法，前者可以控制更多的節(jié)點(diǎn)參與網(wǎng)絡(luò)傳輸，因而負(fù)載更加均衡、能量消耗最小.至于生命周期的比較，本文分別選擇網(wǎng)絡(luò)中1%,25%,50%,100%網(wǎng)絡(luò)節(jié)點(diǎn)能量耗盡來(lái)分析網(wǎng)絡(luò)的通信持續(xù)時(shí)間，圖8表明了采用Bezier曲線多路徑路由機(jī)制傳輸數(shù)據(jù)，網(wǎng)絡(luò)能耗降低，網(wǎng)絡(luò)的壽命也大大延長(zhǎng).

Fig. 7　The average energy consumption of six algorithms in the simulation experiments.圖7　6種算法在仿真實(shí)驗(yàn)中的能耗

Fig. 8　Lifetime as function of the percentage of death nodes.圖8　6種算法的生命周期

圖9描述了在Sink節(jié)點(diǎn)成功接收的數(shù)據(jù)包總數(shù)與在Source節(jié)點(diǎn)感知的數(shù)據(jù)包總數(shù)比值，用來(lái)評(píng)估網(wǎng)絡(luò)傳輸效率，縱軸表示數(shù)據(jù)包傳輸成功率，Bezier曲線與LBDAT算法逼近，丟包率最小，TD，KSP，MLST算法較高，原因是TD算法是基于樹結(jié)構(gòu)路由，那么根節(jié)點(diǎn)失效，根節(jié)點(diǎn)子樹上的數(shù)據(jù)包全部丟失.KSP與MLST算法容易在較短路徑形成“熱區(qū)”，使得該路徑上的傳輸擁堵，造成丟包.SWEEP算法有相當(dāng)?shù)膩G包率，理由是Source節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù)包在向Sink節(jié)點(diǎn)聚合過(guò)程中，存在相當(dāng)大的傳輸碰撞沖突.圖10比較了6種算法的傳輸延遲，在實(shí)驗(yàn)的前期，KSP,MLST算法傳輸延遲較小，隨著實(shí)驗(yàn)的推進(jìn)，Bezier曲線,LBDAT,SWEEP,TD算法延遲逐漸減小，趨于穩(wěn)定.SWEEP與TD算法網(wǎng)絡(luò)開始延遲較長(zhǎng)，因?yàn)镾WEEP算法中，即使節(jié)點(diǎn)密度分布大，能并行傳輸?shù)墓?jié)點(diǎn)很少，另外由于網(wǎng)絡(luò)鏈路的脆弱性，較多數(shù)據(jù)包需要重傳,更重要的是勢(shì)函數(shù)收斂速度較慢且需要O(n)次迭代，延緩了遍歷的進(jìn)程最終增加了延遲時(shí)間.至于TD算法，延長(zhǎng)較大的主要原因是樹節(jié)點(diǎn)與多路徑路由節(jié)點(diǎn)角色的成功轉(zhuǎn)換需要較長(zhǎng)時(shí)間，導(dǎo)致數(shù)據(jù)包必須等待，不能及時(shí)傳輸，此外，對(duì)于樹結(jié)構(gòu)拓?fù)鋫鬏?，由葉子節(jié)點(diǎn)逐層傳輸至父節(jié)點(diǎn)，中間節(jié)點(diǎn)要等待其所有孩子節(jié)點(diǎn)的數(shù)據(jù)包才能向上傳輸.有實(shí)驗(yàn)表明，樹結(jié)構(gòu)的丟包率為30%左右，每一個(gè)數(shù)據(jù)包的丟失都將導(dǎo)致子樹上數(shù)據(jù)包全部丟失，由此需要重新傳輸.決定網(wǎng)絡(luò)的生命周期除了失效節(jié)點(diǎn)的數(shù)量，還有負(fù)載平衡因素，因此通過(guò)比較剩余節(jié)點(diǎn)能量的標(biāo)準(zhǔn)方差來(lái)分析6種算法的負(fù)載平衡，如圖11所示.就波峰值比較，

Fig. 9　The successful packet delivery fraction.圖9　6種算法數(shù)據(jù)包傳輸成功率

Fig. 10　Average end-to-end delay.圖10　6種算法傳輸延遲

Bezier曲線相比LBDAT算法提高11%，比MLST提高26%，比KSP算法提高93%.圖7給出了6種算法節(jié)點(diǎn)能量消耗曲線，由圖7可知，Bezier與LBDAT算法波動(dòng)小、曲線平緩，更有利于節(jié)點(diǎn)能量均衡消耗，可有效延長(zhǎng)網(wǎng)絡(luò)的生命周期.圖11表明，Bezier與LBDAT算法的剩余能量方差小，與圖7中的消耗能量情況相吻合.

Fig. 11　Standard deviation of left energy in the entire network.圖11　6種算法節(jié)點(diǎn)剩余能量標(biāo)準(zhǔn)方差

4.2基于查詢區(qū)域劃分方法能量消耗比較

Fig. 12　The energy consumption based on the two query region division ways.圖12　2種查詢區(qū)域劃分方法的能耗

圖12和圖13分別顯示了基于角度和LEACH-C的查詢區(qū)域劃分方法對(duì)Bezier曲線路由能量消耗和數(shù)據(jù)包傳輸成功率的比較.可見，采用角度的查詢區(qū)域劃分方法消耗的能量少于LEACH-C方法.當(dāng)查詢子區(qū)域數(shù)目較小時(shí)，查詢子區(qū)域較大，Bezier曲線路由協(xié)議無(wú)法收集到查詢區(qū)域內(nèi)所有節(jié)點(diǎn)的感知數(shù)據(jù)，另外，LEACH-C建簇能量消耗也較小，因而2種算法消耗的能量較少但查詢結(jié)果質(zhì)量較差；當(dāng)查詢子區(qū)域數(shù)目較大時(shí)，所有簇頭以1跳的方式直接與Sink節(jié)點(diǎn)通信，在直傳方式下節(jié)點(diǎn)消耗的能量與距離的平方或者4次方成正比，所以離Sink節(jié)點(diǎn)越遠(yuǎn)的簇頭節(jié)點(diǎn)傳輸數(shù)據(jù)時(shí)能量消耗就越大，如果簇頭數(shù)目較少，那么又會(huì)導(dǎo)致簇內(nèi)的節(jié)點(diǎn)與簇頭傳輸數(shù)據(jù)時(shí)能量消耗較大.

Fig. 13　The successful packet delivery fraction based on the two query region division ways. 圖13　2種查詢區(qū)域劃分方法數(shù)據(jù)包傳輸成功率

LEACH-C算法分簇是由Sink節(jié)點(diǎn)集中控制的，基站需要知道所有節(jié)點(diǎn)的地理位置信息和能量信息，而且節(jié)點(diǎn)需要通過(guò)基站發(fā)來(lái)的消息才能知道如何加入到哪個(gè)簇內(nèi)產(chǎn)生簇頭、建立簇，需要消耗較多的能量來(lái)維持簇類結(jié)構(gòu).由于簇頭采用1跳方式與Sink節(jié)點(diǎn)通信，所有節(jié)點(diǎn)的初始能量相同，那么距離Sink節(jié)點(diǎn)遠(yuǎn)的簇頭傳輸數(shù)據(jù)時(shí)因能量耗盡而出現(xiàn)節(jié)點(diǎn)過(guò)早死亡，簇頭節(jié)點(diǎn)失效將會(huì)導(dǎo)致簇內(nèi)所有節(jié)點(diǎn)數(shù)據(jù)丟失，數(shù)據(jù)傳輸成功率較低，整個(gè)網(wǎng)絡(luò)的性能因此受到影響.如果在簇頭和Sink節(jié)點(diǎn)采用多跳路由，那么距離Sink節(jié)點(diǎn)較近的節(jié)點(diǎn)因?yàn)槎噍喍啻无D(zhuǎn)發(fā)其他簇頭發(fā)給Sink節(jié)點(diǎn)的數(shù)據(jù)，消耗能量更快，特別是在大規(guī)模傳感器網(wǎng)絡(luò)中，節(jié)點(diǎn)數(shù)目較多，更容易死掉失效，影響網(wǎng)絡(luò)生命周期；而在基于角度查詢區(qū)域劃分方法中，查詢子區(qū)域根節(jié)點(diǎn)查找算法如圖4(a)所示，子區(qū)域內(nèi)標(biāo)注實(shí)心的為樹根節(jié)點(diǎn)，顯然它們離Sink節(jié)點(diǎn)最近，能量消耗小，這樣就能使得網(wǎng)絡(luò)中節(jié)點(diǎn)相對(duì)均衡地消耗能量，網(wǎng)絡(luò)生命周期延長(zhǎng)，網(wǎng)絡(luò)更健壯，數(shù)據(jù)傳輸?shù)馁|(zhì)量也更高，這也是圖13中基于LEACH-C算法的數(shù)據(jù)傳輸成功率沒(méi)有基于角度的劃分方法高的原因.

當(dāng)查詢子區(qū)域數(shù)目增大時(shí)，對(duì)于LEACH-C簇頭數(shù)目增加，查詢子區(qū)域起始節(jié)點(diǎn)數(shù)目隨之增大，Bezier曲線需要發(fā)送的查詢消息數(shù)目變大.另外，查詢子區(qū)域面積隨查詢子區(qū)域數(shù)目增大而減小，導(dǎo)致查詢子區(qū)域中存在許多不包含與節(jié)點(diǎn)進(jìn)行通信的“空洞區(qū)域”，為了將收集到的感知數(shù)據(jù)返回至Sink 節(jié)點(diǎn)，必須繞過(guò)這些“空洞區(qū)域”，使得返回感知數(shù)據(jù)至 Sink 節(jié)點(diǎn)的路徑變長(zhǎng)，因而2種算法的能量消耗隨著查詢子區(qū)域數(shù)目增大呈現(xiàn)不斷變大的趨勢(shì).

本節(jié)比較了2種高效的無(wú)線傳感器網(wǎng)絡(luò)時(shí)空范圍查詢處理方法.它包含2個(gè)階段：建立拓?fù)渎酚呻A段和感知數(shù)據(jù)收集階段.實(shí)驗(yàn)仿真了2種查詢區(qū)域劃分方法：基于角度和基于LEACH-C的方法.實(shí)驗(yàn)結(jié)果表明多數(shù)情況下基于角度的方法優(yōu)于LEACH-C方法，其查詢結(jié)果質(zhì)量較高且能耗較少.

5結(jié)束語(yǔ)

本文立足解決智慧城市中面向事件監(jiān)測(cè)的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)高能效和優(yōu)化問(wèn)題，從2個(gè)方面展開：1)提出了一種基于Bezier曲線的多路徑路由高能效算法，并通過(guò)與代表性的多路徑路由算法比較，實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證了本算法能夠獲得更好的節(jié)能效果;2)基于查詢區(qū)域拓?fù)浣Y(jié)構(gòu)比較了2種高能效的時(shí)空查詢算法，并通過(guò)理論分析與實(shí)驗(yàn)仿真研究了查詢區(qū)域劃分方法、劃分個(gè)數(shù)對(duì)能耗的影響，具有較好的應(yīng)用價(jià)值.本文的研究對(duì)于智慧城市無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)感知、收集具有重要的指導(dǎo)意義.

隨著智慧城市建設(shè)的高速推進(jìn)，我們面臨著多種應(yīng)急突發(fā)情景：自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生、社會(huì)安全等，實(shí)現(xiàn)及時(shí)、準(zhǔn)確、全面與統(tǒng)一的實(shí)時(shí)感知并因此能促使充分合理地利用傳感器資源：氣象數(shù)據(jù)、地震數(shù)據(jù)、交通數(shù)據(jù)、水文數(shù)據(jù)、環(huán)境、特大安全事件等數(shù)據(jù)，從而為智慧城市應(yīng)急響應(yīng)的決策提供科學(xué)數(shù)據(jù)支持奠定基礎(chǔ).

參考文獻(xiàn)

[1]Li Deren, Shao Zhenfeng, Yang Xiaomin. Theory and practice from digital city to smart city[J]. Geospatial Information, 2011, 9(6): 1-6 (in Chinese)(李德仁, 邵振峰, 楊小敏. 從數(shù)字城市到智慧城市的理論與實(shí)踐[J].地理空間信息, 2011, 9(6): 1-6)

[2]Huang Shuqiang, Wang Gaocai, Shan Zhiguang, et al. Node deployment optimization of wireless network in smart city[J]. Journal of Computer Research and Development, 2014, 51(2): 278-289 (in Chinese)(黃書強(qiáng), 王高才, 單志廣, 等. 智慧城市中無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)部署優(yōu)化方案研究[J]. 計(jì)算機(jī)研究與發(fā)展, 2014, 51(2): 278-289)

[3]Hu Chuli, Chen Nengcheng, Guan Qingfeng, et al. An integration and sharing method for heterogeneous sensors oriented to emergency response in smart city[J]. Journal of Computer Research and Development, 2014, 51(2): 260-277 (in Chinese)(胡楚麗, 陳能成, 關(guān)慶鋒, 等. 面向智慧城市應(yīng)急響應(yīng)的異構(gòu)傳感器集成共享方法[J]. 計(jì)算機(jī)研究與發(fā)展, 2014, 51(2): 260-277)

[4]Gong Xueqing, Jin Cheqing, Wang Xiaoling, et al. Data-intensive science and engineering: Requirements and challenges[J]. Chinese Journal of Computers, 2012, 35(8): 1563-1578 (in Chinese)(宮學(xué)慶, 金澈清, 王曉玲, 等. 數(shù)據(jù)密集型科學(xué)與工程：需求和挑戰(zhàn)[J]. 計(jì)算機(jī)學(xué)報(bào), 2012, 35(8): 1563-1578)

[5]Bi Ran, Li Jianzhong. Energy efficient Top-kmonitoring algorithm in wireless sensor networks[J]. Journal of Computer Research and Development, 2014, 51(11): 2361-2373 (in Chinese) (畢冉, 李建中. 無(wú)線傳感器網(wǎng)絡(luò)中能量高效的Top-k監(jiān)測(cè)算法[J]. 計(jì)算機(jī)研究與發(fā)展, 2014, 51(11): 2361-2373)

[6]Jiang Hongbo, Cheng Jie, Wang Dan, et al. A general framework for efficient continuous multi-dimensional top-kquery processing in sensor networks[J]. IEEE Trans on Parallel and Distributed Systems, 2012, 23(9): 1668-1680

[7]Zhao Ze, Shang Pengfei, Liu Qiang, et al. Identification of communication state for wireless sensor networks[J]. Journal of Computer Research and Development, 2014, 51(11): 2382-2392 (in Chinese)(趙澤, 尚鵬飛, 劉強(qiáng), 等. 無(wú)線傳感器網(wǎng)絡(luò)通信負(fù)載狀態(tài)識(shí)別方法的研究[J]. 計(jì)算機(jī)研究與發(fā)展, 2014, 51(11): 2382-2392)

[8]Xia Nu, Li Wei, Luo Junzhou, et al. A routing node behavior prediction algorithm based on fluctuation type identification[J]. Chinese Journal of Computers, 2014, 37(2): 326-334 (in Chinese)(夏怒, 李偉, 羅軍舟, 等. 一種基于波動(dòng)類型識(shí)別的路由節(jié)點(diǎn)行為預(yù)測(cè)算法[J].計(jì)算機(jī)學(xué)報(bào), 2014, 37(2): 326-334)

[9]Su Jinshu, Guo Wenzhong, Yu Chaolong, et al. Fault-tolerance clustering algorithm with load-balance aware in wireless sensor network[J]. Chinese Journal of Computers, 2014, 37(2): 445-456 (in Chinese)(蘇金樹, 郭文忠, 余朝龍, 等. 負(fù)載均衡感知的無(wú)線傳感器網(wǎng)絡(luò)容錯(cuò)分簇算法[J]. 計(jì)算機(jī)學(xué)報(bào), 2014, 37(2): 445-456)

[10]Zhao Ruiqin, Shen Xiaohong, Zhang Xiaomin, et al. Research on optimized rebroadcast model and broadcasting mechanism for wireless multi-hop networks[J]. Chinese Journal of Computers, 2014, 37(2): 335-343 (in Chinese)(趙瑞琴, 申曉紅, 張效民, 等. 無(wú)線多跳網(wǎng)絡(luò)最佳轉(zhuǎn)播模型及廣播機(jī)制研究[J]. 計(jì)算機(jī)學(xué)報(bào), 2014, 37(2): 335-343)

[11]Cheng Long, Niu Jianwei, Cao Jiannong, et al. QoS aware geographic opportunistic routing in wireless sensor networks[J]. IEEE Trans on Parallel and Distributed Systems, 2014, 25(7): 1864-1875

[12]Sen S, Radunovic B, Lee J, et al. CSpy: Finding the best quality channel without probing[C]Proc of MOBICOM 2013. New York: ACM, 2013: 267-278

[13]Liu Ren-Shiou, Fan Kaiwei, Zheng Zizhan, et al. Perpetual and fair data collection for environmental energy harvesting sensor networks[J]. IEEEACM Trans on Networking, 2011, 19(4): 947-960

[14]Xu Mingsen, Song Wenzhan, Zhao Yichuan. Collaborative data collection with opportunistic network erasure coding[J]. IEEE Trans on Parallel and Distributed Systems, 2013, 24(10): 1941-1950

[15]Xu Mingsen, Song Wenzhan. Ravine streams: Persistent data streams in disruptive sensor networks[C]Proc of the 10th Annual IEEE Communications Society Conf on Sensor, Mesh and Ad Hoc Communications and Networks (SECON 2013). Piscataway, NJ: IEEE, 2013: 451-459

[16]Song Wenzhan, Xu Mingsen, De Debraj, et al. ECPC: Towards preserving downtime data persistence in disruptive wireless sensor networks[J]. ACM Trans on Sensor Networks, 2014, 11(2): 24:1-24:22

[17]Wan Shaohua. Energy-efficient adaptive routing and context-aware lifetime maximization in wireless sensor networks[JOL]. International Journal of Distributed Sensor Networks, 2014[2014-11-16]. http:www.hindawi.comjournalsijdsn2014321964abs

[18]Goswami M, Ni C, Ban Xiaomeng, et al. Load balanced short path routing in large-scale wireless networks using area-preserving maps[C]Proc of the 15th ACM Int Symp on Mobile Ad Hoc Networking and Computing (Mobihoc’14). New York: ACM 2014: 63-72

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

[20]Heinzelman W, Chandrakasan A, Balakrishnan H. Energy-efficient routing protocols for wireless microsensor networks[C]Proc of the 33rd Hawaii Int Conf on System Sciences (HICSS). Los Alamitos, CA: IEEE Computer Society, 2000: 8020-8030

[21]Madden S, Franklin M J, Hellerstein J M, et al. Tag: A tiny aggregation service for ad hoc sensor networks[C]Proc of OSDI 2002. Berkeley: USENIX Association, 2002: 131-146

[22]Liu Liang. Research on spatial-temporal query processing techniques in wireless sensor networks[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2012 (in Chinese)(劉亮. 無(wú)線傳感器網(wǎng)絡(luò)時(shí)空查詢處理技術(shù)研究[D]. 南京：南京航空航天大學(xué), 2012)

[23]Hoffman W, Pavley R. A method for the solution of theNth best path problem[J]. Journal of the ACM, 1959, 6(4): 506-514

[24]Hershberger J, Maxel M, Suri S. Finding thekshortest simple paths: A new algorithm and its implementation[J]. ACM Trans on Algorithms, 2007, 3(4): 45-45

[25]Mao Xufei, Liu Yunhao, Tang Shaojie, et al. Finding best and worstk-coverage paths in multihop wireless sensor networks[J]. IEEE Trans on Parallel and Distributed Systems, 2013, 24(12): 2396-2406

[26]Ruppert E. Finding thekshortest paths in parallel[J]. Algorithmica, 2000, 28(2): 242-254

[27]Gao Jie, Zhang Li. Load balanced short path routing in wireless networks[J]. IEEE Trans on Parallel and Distributed Systems, 2006, 17(4): 377-388

[28]Nath S, Gibbons P B, Seshan S, et al. Synopsis diffusion for robust aggregation in sensor networks[C]Proc of ACM SenSys 2004. New York: ACM, 2004: 250-262

[29]Manjhi A, Nath S, Gibbons P B. Tributaries and deltas: Efficient and robust aggregation in sensor network streams[C]Proc of ACM SIGMOD 2005. New York: ACM, 2005: 287-298

[30]Skraba P, Fang Qing, Nguyen A, et al. Sweeps over wireless sensor networks[C]Proc of the 5th Int Conf on Information Processing in Sensor Networks (IPSN). New York: ACM, 2006: 143-151

[31]Shan Mengfan, Chen Guihai, Luo Dijun, et al. Building maximum lifetime shortest path data aggregation trees in wireless sensor networks[J]. ACM Trans on Sensor Networks, 2014, 11(1): 1-24

[32]He Jing, Ji Shouling, Pan Yi, et al. Constructing load-balanced data aggregation trees in probabilistic wireless sensor networks[J]. IEEE Trans on Parallel and Distributed Systems, 2014, 25(7): 1681-1690 [33]Fakcharoenphol J, Laekhanukit B, Nanongkai D. Faster algorithms for semi-matching problems[J]. ACM Trans on Algorithms, 2014, 10(3): 14:1-14:23

Wan Shaohua, born in 1977. Joint PhD from the School of Computer, Wuhan University and Department of Electrical Engineering and Computer Science, Northwestern University, USA. Associate professor. Member of China Computer Federation. His main research interests include massive data computing and wireless sensor networks.

Zhang Yin, born in 1986. PhD from School of Software, Yunnan University. Assistant professor. IEEE Senior Member. His main research interests include reco-mmender systems and social networks.

收稿日期：2015-02-23；修回日期：2015-10-09

基金項(xiàng)目：湖北省自然科學(xué)基金面上項(xiàng)目(32415113004)；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)基金項(xiàng)目(31541511301)

通信作者:張引(yin.zhang.cn@ieee.org)

中圖法分類號(hào)TP393

An Energy-Efficient Routing Algorithm Based on Bezier Curve in Wireless Sensors Networks

Wan Shaohua1,2and Zhang Yin2

1(StateKeyLaboratoryofDigitalManufacturingEquipmentandTechnology(HuazhongUniversityofScienceandTechnology),Wuhan430074)2(SchoolofInformationandSafetyEngineering,ZhongnanUniversityofEconomicsandLaw,Wuhan430073)

AbstractWireless sensor networks have tremendous value for event-based applications. However, due to the battery energy exhausted, sensor nodes become invalid and get out of usage, hence researching on energy efficient algorithms plays a significant role in the area of sensor networks. Multipath routing can distribute the energy load onto the multiple routes and thus increase the lifetime and quality of the network. It is important to stress the fact that evenly regulating the routing task among the more nodes of the network can also protect a node from failure considering that a node with heavy duty is likely to deplete its power quickly. On the contrary, all the traffic will be shipped along the shortest path routing, corresponding to the heavily congested path case, which in turn leads to overload of the nodes along the optimal routes between the sink and source pair, and finally shortens the lifetime of the network. In this paper, firstly, we propose an energy-efficient multipath routing algorithm based on Bezier curve (MPRB) that allows a given source node send samples of data to a given sink node in large scale sensor networks and by comparison with the typical multi-path routing algorithms, the experimental results demonstrate that our algorithm can obtain better energy efficiency. Secondly, motivated by the fact that the number of trees in the query region can influence the lifetime gain, we compare two new energy-efficient spatial-temporal query algorithms and how the way of the query region division and the number of sub-query regions have an effect on energy consumption of the wireless sensor networks through theoretical and experimental analysis. The results show the algorithm with the angular query region division is of energy efficiency and a ‘green’ mechanism.

Key wordsenergy efficiency; Bezier curve; spatial-temporal query; query region division; wireless sensor networks (WSNs)

This work was supported by the Natural Science Foundation General Program of Hubei Province of China (32415113004) and the Fundamental Research Funds for the Central Universities (31541511301).