邢思宇 蔣偉

摘 要：在變電站的巡檢過程中，巡檢機器人之間采用ZigBee通信。ZigBee在變電站環(huán)境中通信易受電磁波和WiFi等信號干擾，導(dǎo)致網(wǎng)絡(luò)丟包率大大增加并使得網(wǎng)絡(luò)時延增高。文中在通信過程中加入了蟻群算法，為網(wǎng)絡(luò)增加了尋優(yōu)功能和節(jié)點對路徑的記憶功能，將改進(jìn)后的算法設(shè)為ANTSENSE路由協(xié)議。通過NS-2平臺的仿真分析表明，機器人的移動速度對網(wǎng)絡(luò)丟包率和時延存在一定影響。ANTSENSE路由協(xié)議相比AODV路由協(xié)議降低了網(wǎng)絡(luò)的平均時延與網(wǎng)絡(luò)的丟包率。

關(guān)鍵詞：巡檢機器人通信；ZigBee；NS-2；網(wǎng)絡(luò)通信；AODV；ANTSENSE；蟻群算法

中圖分類號：TP242；TM63 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2018）04-00-02

0 引 言

隨著無線傳感技術(shù)的飛速發(fā)展，ZigBee[1-3]通信網(wǎng)絡(luò)越來越受到重視，對其穩(wěn)定性的研究也越來越多。ZigBee網(wǎng)絡(luò)因其功率低、范圍廣、部署簡單靈活等特點，在環(huán)境監(jiān)測、城市交通、智慧城市等領(lǐng)域得到了廣泛應(yīng)用。但由于藍(lán)牙、WiFi在生活中的普遍使用，也逐漸帶動ZigBee投入到變電站的通信中。由于變電站所處環(huán)境惡劣，因此ZigBee憑借其抗干擾性強這一特點成為變電站通信的首選。

由于變電站環(huán)境極為惡劣，人們在巡檢過程中難免會遇到一些危險。隨著科學(xué)技術(shù)的進(jìn)一步發(fā)展，巡檢機器人在變電站中的使用越來越普遍。多個巡檢機器人同時工作使得巡檢過程變得系統(tǒng)又高效。

在巡檢過程中，任意兩個機器人之間都可以相互通信，并將采集到的數(shù)據(jù)快速上傳。但巡檢機器人在采集圖像信息時需使用WiFi，而WiFi信號和電磁波信號對ZigBee的通信會產(chǎn)生一定的干擾，使得它們在通信過程中的丟包率和網(wǎng)絡(luò)時延大大增加。

針對這些問題，周德榮[4]提出了基于蟻群算法改進(jìn)的AODV路由協(xié)議研究。通過改進(jìn)AODV路由組建和路由維護(hù)策略，提高了路由質(zhì)量。但并未通過公式表達(dá)每個節(jié)點向下一節(jié)點移動時的丟包概率。王魯光[5]等人提出的AODV和AOMDV路由協(xié)議性能分析與比較，介紹了兩種網(wǎng)絡(luò)的通信特點，但該算法并未考慮路徑尋優(yōu)。

本文針對蟻群算法具有路徑尋優(yōu)和記憶路徑的特點，提出了一種基于蟻群算法的新協(xié)議ANTSENSE。仿真結(jié)果表明，本文提出的新協(xié)議相比AODV路由協(xié)議有效降低了網(wǎng)絡(luò)的時延和丟包率。

1 AODV路由協(xié)議

1.1 AODV路由協(xié)議的特點

1.1.1 路由請求和應(yīng)答過程

AODV[6，7]路由協(xié)議允許無線節(jié)點通過，多路徑將信息發(fā)送給目的節(jié)點，且不要求無線節(jié)點對信息傳送路徑進(jìn)行維護(hù)。

在AODV路由協(xié)議中，某個節(jié)點向目的節(jié)點發(fā)送封包之前會預(yù)先查看其路徑表。若此節(jié)點找不到可以到達(dá)目的節(jié)點的路由入口，便會通過廣播將RREQ封包送出以尋找新的路徑，收到RREQ的無線節(jié)點會查看自己是否為該封包的目的地址，若不是，則再查看自己是否有一條路徑可到達(dá)目的節(jié)點，若沒有，則需通過攜帶的信息修改路徑表，然后再將其廣播出去，直到目的節(jié)點收到信息為止。當(dāng)目的節(jié)點接收到源節(jié)點或中間節(jié)點發(fā)送的RREQ時，便會建立一個反向路由，向源節(jié)點發(fā)送RREP。每一個RREQ都有屬于自己的ID號，當(dāng)某個節(jié)點接收到一個RREQ后，便會確認(rèn)之前是否收到過該ID號，若收到過，則丟棄該封包，以防止較多相同ID存在于該無線網(wǎng)絡(luò)中，確保該無線網(wǎng)絡(luò)中的路徑無循環(huán)。

1.1.2 路由維護(hù)過程

當(dāng)鏈路中斷時，如果目的節(jié)點與斷路節(jié)點之間的距離未超過最大修復(fù)距離，則本地修復(fù)過程啟動。若未啟動，斷路節(jié)點需重新向目的節(jié)點發(fā)起路由發(fā)現(xiàn)過程?？捎弥芷谛园l(fā)送HELLO分組來檢測無法使用的鏈路；利用鏈路層通告機制發(fā)現(xiàn)鏈路是否中斷；當(dāng)節(jié)點向下一跳節(jié)點發(fā)送或轉(zhuǎn)發(fā)封包失敗時，亦能判斷鏈路是否中斷等三種方式檢測鏈路狀態(tài)。

1.2 AODV路由協(xié)議的缺點

（1）AODV路由協(xié)議在路由發(fā)現(xiàn)過程中，源節(jié)點采用廣播方式送出RREQ封包尋找路徑，通過多個中間節(jié)點的廣播和轉(zhuǎn)發(fā)最終將封包送至目的節(jié)點，目的節(jié)點只接收傳送來的第一個RREQ，其他大部分RREQ未被充分利用。一旦目的節(jié)點接收到RREQ，便會立刻向源節(jié)點發(fā)送RREP用于回復(fù)。在路由發(fā)現(xiàn)過程中，大大浪費了Ad Hoc網(wǎng)絡(luò)無線網(wǎng)絡(luò)帶寬，并給網(wǎng)絡(luò)造成了延時。

（2）如果鏈路中斷，網(wǎng)絡(luò)會啟動路由維護(hù)過程，而該過程一旦啟動，源節(jié)點就會重新發(fā)起路由發(fā)現(xiàn)過程。由于變電站中的網(wǎng)絡(luò)環(huán)境十分復(fù)雜，因此很有可能產(chǎn)生多次路由維護(hù)過程和路由發(fā)現(xiàn)過程，對網(wǎng)絡(luò)延時和丟包將造成很大影響。

2 蟻群算法

2.1 簡單蟻群算法的流程

螞蟻通過前者在路徑上釋放的信息素的多少選擇路徑。螞蟻在移動過程中會根據(jù)地域路徑的適應(yīng)度來釋放信息素，適應(yīng)度越高，螞蟻釋放的信息素越多。隨著時間的推移，信息素不斷揮發(fā)，即信息素會隨著時間不斷消散。初始化蟻群設(shè)為初始化A（t），根據(jù)目標(biāo)函數(shù)對每只螞蟻的適應(yīng)度做出評價，設(shè)為評價A（t）。蟻群算法[8]流程如圖1所示。

初始時刻，每條路徑上的信息素均等，設(shè)τij（0）=C（C是常數(shù)）。螞蟻k（k=1，2，…，m）在運動過程中會更傾向于信息素多的那條路經(jīng)。螞蟻k從節(jié)點i移動到節(jié)點j存在一定的概率。螞蟻k在節(jié)點i時選擇向節(jié)點j轉(zhuǎn)移的概率Pijk （t）見式（1）：

其中allowedk={0，1，…，n-1}表示螞蟻k下一步允許選擇的節(jié)點。由式（1）可知，轉(zhuǎn)移概率Pijk （t）與τijα（t）ηijβ（t）成正比。εij為能見度因數(shù)，α和β為兩個參數(shù)，分別表示螞蟻在運動過程中的積累信息和啟發(fā)信息對螞蟻選擇路徑的相對重要性。

2.2 ANTSENSE路由協(xié)議

2.2.1 ANTSENSE路由協(xié)議的特點

在封包從源節(jié)點向終結(jié)點傳播的過程中，螞蟻使用與數(shù)據(jù)相同的鏈接隊列移動。從源節(jié)點s向終節(jié)點d移動的過程中所用時間Tsd可被用作路徑質(zhì)量的量度。一個路徑的總質(zhì)量因數(shù)通過行程時間Tsd和局部適應(yīng)策略模型的啟發(fā)函數(shù)進(jìn)行評估，因為在低阻塞情況下評價為低質(zhì)量的行程時間T可以成為高通信負(fù)荷下的高質(zhì)量。一旦走完一個路徑，螞蟻在這條路徑的所有節(jié)點上釋放一定的信息素，這條路徑的質(zhì)量越高，螞蟻釋放的信息素就越多。螞蟻到達(dá)目的節(jié)點后，會沿著相同但方向相反的路徑返回源節(jié)點，并使用高優(yōu)先權(quán)隊列，使得被收集的信息能夠快速傳輸。

2.2.2 ANTSENSE路由協(xié)議的具體通信過程

每隔一段規(guī)定的時間，網(wǎng)絡(luò)中的每個前向螞蟻k都要找到一條通向前向節(jié)點的路徑，每一個訪問過的節(jié)點ID都儲存在螞蟻的memory中，將其記為Mk。

前向節(jié)點選擇下一跳節(jié)點存在一定的概率關(guān)系：

其中：p是螞蟻k從節(jié)點r選擇下一跳節(jié)點s的概率；T是每個節(jié)點上的路由表，用于存儲節(jié)點r到節(jié)點s上的信息素；E為可見度函數(shù)，即E=1/（C-es），C是節(jié)點的初始化能量，es為節(jié)點s的實際能量。

當(dāng)前向螞蟻到達(dá)目的節(jié)點時，隨即轉(zhuǎn)變?yōu)橐粋€后向節(jié)點，任務(wù)是更新到達(dá)目的節(jié)點路徑上的信息素，并將其存儲在Mk中。

當(dāng)后向螞蟻從終節(jié)點向源節(jié)點返回時，目的節(jié)點會記錄后向螞蟻drop的信息量，計算公式為：?Tk=1/（N-Fdk）。其中：N為節(jié)點的總數(shù)；Fdk為前向螞蟻經(jīng)歷的節(jié)點數(shù)。

當(dāng)節(jié)點r收到臨節(jié)點s上的后向螞蟻時，Tk（r，s）=（1-ρ） ·Tk（r，s）+?Tk，1-ρ代表上一次更新的Tk（r，s）的信息素蒸發(fā)。

當(dāng)后向螞蟻到達(dá)源節(jié)點時，任務(wù)完成，并丟棄該螞蟻。

3 性能仿真與分析

本文選用的仿真工具為NS-2，分別對AODV和ANTSENSE協(xié)議在多種移動場景下的性能進(jìn)行分析和比較。由于通信環(huán)境選擇的是變電站，考慮到變電站的正常占地面積和巡檢機器人的正常移動速度，采用1 000 m×1 000 m的仿真場景，并在場地中隨機配置20個移動節(jié)點，仿真時間設(shè)為100 s，最大聯(lián)機數(shù)為10，預(yù)期每秒產(chǎn)生的CBR封包數(shù)為20。節(jié)點可在場景中以任意速度移動。仿真使用cbrgen和setdest產(chǎn)生移動場景，然后用gawk對trace文件進(jìn)行分析，之后使用gnuplot畫圖。由于每一次仿真產(chǎn)生的節(jié)點坐標(biāo)都是隨機的，為保證實驗數(shù)據(jù)的準(zhǔn)確性，本文得出的每個結(jié)果都是對20次結(jié)果求平均值得到的。

（1）不同的節(jié)點移動速度

平均時延，丟包率與節(jié)點移動速度之間的關(guān)系如圖2所示。由圖2可以看出，隨著節(jié)點移動速度的增大，源節(jié)點到目的節(jié)點之間的路由失效次數(shù)增加，導(dǎo)致路由發(fā)現(xiàn)次數(shù)增加，網(wǎng)絡(luò)平均時延隨之增大。ANTSENSE路由與AODV相比，增加了尋優(yōu)過程，能夠找到最短的路徑通信，且因信息素的釋放，使得節(jié)點對路徑有一定的記憶能力，因此網(wǎng)絡(luò)的平均時延與丟包率更低。

（2）不同的CBR封包數(shù)

平均時延、丟包率與不同CBR封包數(shù)的關(guān)系如圖3所示。由圖3可以看出，節(jié)點移動速度不變，設(shè)為5 m/s。隨著CBR數(shù)量的增加，網(wǎng)絡(luò)的丟包率逐漸增大。但ANTSENSE協(xié)議相比AODV的丟包率較低。

4 結(jié) 語

針對變電站中巡檢機器人在AODV協(xié)議下通信質(zhì)量不高的問題，本文在AODV協(xié)議的基礎(chǔ)上加入了ANTSENSE協(xié)議。仿真結(jié)果表明，ANTSENSE協(xié)議使得網(wǎng)絡(luò)延時明顯降低、分組投遞率增加，大幅提升了巡檢機器人在變電站中的通信質(zhì)量。

參考文獻(xiàn)

[1]張毅，吳錦，羅元，等.新型ZigBee-WiFi無線網(wǎng)關(guān)的設(shè)計及其抗干擾技術(shù)的研究[J].計算機應(yīng)用與軟件， 2014（5）：122-124.

[2]章偉聰，俞新武，李忠成.基于CC2530及ZigBee協(xié)議棧設(shè)計無線網(wǎng)絡(luò)傳感器節(jié)點[J].計算機系統(tǒng)應(yīng)用， 2011， 20（7）：184-187.

[3]甯油江，趙津，石晴，等.基于ZigBee的多車協(xié)作控制研究[J].現(xiàn)代電子技術(shù)， 2017， 40（6）： 114-117.

[4]周德榮.基于蟻群算法改進(jìn)的AODV路由協(xié)議研究[J].西南師范大學(xué)學(xué)報（自然科學(xué)版）， 2014， 39（11）：75-80.

[5]王魯光，賈智平，李新.AODV和AOMDV路由協(xié)議性能分析與比較[J].計算機應(yīng)用，2010， 30（3）：740-744.

[6]童燕，李儉兵. NS-2的Ad Hoc網(wǎng)絡(luò)AODV協(xié)議的仿真[J].數(shù)字通信， 2009， 36（3）：50-53.

[7]常杰，張位勇，李桂香.基于ZigBee網(wǎng)絡(luò)的AODV路由改進(jìn)算法[J].電腦知識與技術(shù)：學(xué)術(shù)交流，2017， 13（6）：22-23.

[8]田克純，農(nóng)秀鳳，王方. NS-2中蟻群算法路由協(xié)議的實現(xiàn)[J].廣西通信技術(shù)，2010（4）：43-45.