徐 鋒,王 佶

(浙江大學 信息技術(shù)中心,杭州 310058)

0 概述

為提高無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSN)在數(shù)據(jù)激增、吞吐受限等情景下的數(shù)據(jù)傳輸能力[1],研究人員提出了較多解決方案,主要從鏈路、能量、路由分區(qū)等方面,通過改進數(shù)據(jù)傳輸及節(jié)點分區(qū)方式,以提高WSN的數(shù)據(jù)傳輸質(zhì)量[2-3]。路由分區(qū)解決方案主要分平面型和區(qū)域型兩類[4],平面型方案需要大規(guī)模存儲路由鏈路信息數(shù)據(jù),難以適應(yīng)超寬帶網(wǎng)絡(luò)環(huán)境下WSN的網(wǎng)絡(luò)傳輸需求,區(qū)域型方案主要通過分層、分簇、區(qū)域分割等方式形成層次性傳輸結(jié)構(gòu),其具有較強的鏈路穩(wěn)定性能。

在當前的WSN數(shù)據(jù)傳輸方案中,LEACH算法作為一種基本解決方案[5],主要采用簇狀網(wǎng)絡(luò)部署模式,結(jié)合更新機制穩(wěn)定傳輸鏈路,最終改善網(wǎng)絡(luò)能耗。但是,LEACH算法未能綜合考慮網(wǎng)絡(luò)運行參數(shù),如節(jié)點分布、簇頭能量、傳輸鏈路抖動等數(shù)據(jù)傳輸?shù)挠绊懸蛩?其性能難以滿足當前WSN網(wǎng)絡(luò)的超寬帶傳輸需求。文獻[6]提出了一種基于群擴散方案的WSN傳輸協(xié)議,該協(xié)議在LEACH算法的基礎(chǔ)上引入節(jié)點能量裁決機制,采用周期統(tǒng)計機制獲取能量最佳節(jié)點,將該節(jié)點作為中繼傳輸節(jié)點,借助中繼節(jié)點均值能量并群擴散方法來獲取可使用的中繼節(jié)點集合,從而提高鏈路在高抖動環(huán)境下的適應(yīng)能力,降低網(wǎng)絡(luò)抖動發(fā)生概率并達到鏈路穩(wěn)定的效果,實驗結(jié)果表明,該算法的傳輸性能優(yōu)于LEACH算法。然而,文獻[6]算法也存在網(wǎng)絡(luò)吞吐受限的不足,在一定程度上限制了其適用范圍。文獻[7]基于數(shù)據(jù)分組報文集約化控制方案,提出了一種能夠穩(wěn)定傳輸鏈路的傳輸協(xié)議,該協(xié)議采用能量控制方式穩(wěn)定中繼傳輸鏈路節(jié)點,在區(qū)域分割完畢后將距離中繼傳輸鏈路節(jié)點最近的節(jié)點作為備用節(jié)點,當主節(jié)點失效時自動啟用備用節(jié)點,從而提高鏈路傳輸質(zhì)量,并在一定程度上降低因網(wǎng)絡(luò)抖動而導(dǎo)致的傳輸受阻、吞吐不暢等問題。然而,文獻[7]協(xié)議僅選取能量最優(yōu)的節(jié)點作為中繼傳輸鏈路節(jié)點,未考慮網(wǎng)絡(luò)出現(xiàn)大面積波動時導(dǎo)致備用節(jié)點失效的問題,難以適應(yīng)復(fù)雜網(wǎng)絡(luò)狀況,特別是網(wǎng)絡(luò)處于超寬帶傳輸時,易因主、備節(jié)點均處于失效狀態(tài)而出現(xiàn)鏈路抖動,降低了其實際部署價值。

針對WSN部署運行過程中存在的“熱點”現(xiàn)象,文獻[8]提出了一種基于輪詢替換機制的傳輸協(xié)議,該協(xié)議首先在熱度較高的區(qū)域插入標簽,選取服務(wù)能力較高的節(jié)點作為中繼節(jié)點,若區(qū)域熱度較高,將自動啟用周期輪詢機制逐次替換區(qū)域中承擔業(yè)務(wù)交換的中繼節(jié)點,若鏈路出現(xiàn)抖動,也將自動進行切換。此外,該協(xié)議引入群分類機制訓(xùn)練能量較高的后備節(jié)點,能夠顯著降低WSN中因“熱點”失效而導(dǎo)致的鏈路癱瘓概率,改善數(shù)據(jù)傳輸質(zhì)量,且具有實現(xiàn)過程簡單等優(yōu)勢。但是,文獻[8]協(xié)議對超寬帶傳輸場景考慮不足,單純采用節(jié)點更換方式,難以應(yīng)對鏈路抖動場景,在實際部署中容易因鏈路抖動而出現(xiàn)較為嚴重的擁塞現(xiàn)象,難以大范圍推廣。

綜上,當前WSN數(shù)據(jù)傳輸解決方案難以將鏈路與節(jié)點納入統(tǒng)一的優(yōu)化機制中進行綜合考慮,尤其無法通過訓(xùn)練方式實現(xiàn)節(jié)點的傳輸優(yōu)化及區(qū)域分割,導(dǎo)致網(wǎng)絡(luò)出現(xiàn)擁塞狀況時極易引發(fā)節(jié)點癱瘓與鏈路抖動。為解決上述問題,本文提出一種基于病毒-抗體免疫博弈機制的超寬帶WSN鏈路穩(wěn)定算法。該算法主要由基于覆蓋劃分方法的網(wǎng)絡(luò)初始化、基于病毒-抗體免疫博弈機制的區(qū)域最優(yōu)分割、基于多參數(shù)判定機制的中繼鏈路篩選方法3個部分構(gòu)成。通過基于覆蓋劃分方法的網(wǎng)絡(luò)初始化,可提高網(wǎng)絡(luò)區(qū)域分割的效率,優(yōu)化網(wǎng)絡(luò)初始化過程中的節(jié)點覆蓋性能。通過基于病毒-抗體免疫博弈機制的區(qū)域最優(yōu)分割,以篩選出性能優(yōu)越的區(qū)域節(jié)點與備用區(qū)域節(jié)點,使得算法網(wǎng)絡(luò)區(qū)域初始化過程具有顯著的分區(qū)優(yōu)勢。利用基于多參數(shù)判定機制的中繼鏈路篩選方法,以改善區(qū)域節(jié)點間存在的鏈路抖動現(xiàn)象,提高網(wǎng)絡(luò)的超寬帶傳輸能力與鏈路運行質(zhì)量。

1 網(wǎng)絡(luò)模型

為便于研究,本文假定WSN節(jié)點的分布區(qū)域為矩形,大小為A×B。節(jié)點由sink節(jié)點、普通節(jié)點、區(qū)域節(jié)點3種構(gòu)成:sink節(jié)點作為全局控制節(jié)點,具有最高的網(wǎng)絡(luò)控制權(quán)及管理權(quán),能夠?qū)W(wǎng)絡(luò)中普通節(jié)點和區(qū)域節(jié)點進行統(tǒng)一管理及調(diào)配;普通節(jié)點主要承擔數(shù)據(jù)采集及匯聚上傳功能;區(qū)域節(jié)點主要用于匯聚區(qū)域數(shù)據(jù)并通過其余區(qū)域節(jié)點將數(shù)據(jù)上傳至sink節(jié)點。此外,本文作如下假設(shè):

1)節(jié)點不具有流動性,即節(jié)點在因失效而被更換前,其地理位置將不發(fā)生變化。

2)區(qū)域節(jié)點個數(shù)不具有稀疏性,即區(qū)域節(jié)點能夠覆蓋矩形區(qū)域,無死角現(xiàn)象。

3)傳感器標識ID具有唯一性,且節(jié)點能夠根據(jù)當前能量、數(shù)據(jù)采集、帶寬、鏈路抖動等情況自主調(diào)節(jié)傳輸參數(shù),依據(jù)傳輸距離優(yōu)化傳輸鏈路。

4)區(qū)域內(nèi)普通節(jié)點具有相似性,與區(qū)域節(jié)點處于高度融合狀態(tài);不同區(qū)域間的普通節(jié)點具有一定的不兼容性,且不同的區(qū)域節(jié)點無法跨區(qū)域管理普通節(jié)點。

1.1 節(jié)點能量消耗模型

圖1所示為WSN數(shù)據(jù)傳輸及能量消耗模型結(jié)構(gòu),當傳輸帶寬為B、傳輸距離為l時,節(jié)點能耗EEtran(B,l)滿足:

EEtran(B,l)=BEEnode+BlxEEline

(1)

下一跳節(jié)點在接收數(shù)據(jù)時,其能耗EErecv(B,l)為:

EErecv(B,l)=BEEnode

(2)

其中,EEnode表示節(jié)點內(nèi)部電路能耗功率,EEline表示天線對當前信號的放大功率,x表示傳輸模型指數(shù)[8],一般而言,當節(jié)點間的傳輸模型指數(shù)大于2時,兩者間將不再建立直連鏈路。

圖1 數(shù)據(jù)傳輸模型

根據(jù)上述假設(shè),區(qū)域內(nèi)普通節(jié)點具有相似性,與區(qū)域節(jié)點處于高度融合狀態(tài)[9]。因此,區(qū)域節(jié)點能夠?qū)^(qū)域內(nèi)k個普通節(jié)點的上傳帶寬B1,B2,…,Bk融合為區(qū)域帶寬BBlocal并進行數(shù)據(jù)上傳,區(qū)域節(jié)點因此所產(chǎn)生的能耗EElocal(BBlocal,k)滿足:

EElocal(BBlocal,k)=BBlocalEElocal

(3)

其中,EElocal表示區(qū)域節(jié)點內(nèi)部的電路能耗功率。

設(shè)WSN中區(qū)域數(shù)量為N,區(qū)域覆蓋半徑為d,任取一個區(qū)域并統(tǒng)計普通節(jié)點個數(shù),可知區(qū)域內(nèi)包含k個普通節(jié)點。由于區(qū)域內(nèi)節(jié)點具有高度融合特性,因此普通節(jié)點的上傳帶寬為固定值BBlevel。區(qū)域節(jié)點需要匯聚數(shù)據(jù)并傳輸至sink節(jié)點,因此,區(qū)域內(nèi)普通節(jié)點整體能耗EEall(BBlevel,d,k)滿足:

EEall(BBlevel,d,k)=kBBlevelEEnode+kBBleveldxEEline

(4)

考慮到區(qū)域節(jié)點與該區(qū)域內(nèi)普通節(jié)點的拓撲距離一般不超過1跳,因此,設(shè)傳輸模型指數(shù)x=1。此外,區(qū)域節(jié)點間同樣需要進行數(shù)據(jù)中繼,k個普通節(jié)點按均值BBlevel進行數(shù)據(jù)傳輸,區(qū)域節(jié)點將該數(shù)據(jù)匯聚到下一跳區(qū)域節(jié)點時能耗EEall(BBlevel,k)滿足:

EEall(BBlevel,k)=kBBlevelEEnode

(5)

可以看出,能量消耗模型主要采用區(qū)域傳輸模式,以避免出現(xiàn)跨多個區(qū)域進行數(shù)據(jù)傳輸?shù)那闆r。由式(3)、式(4)可知,節(jié)點進行數(shù)據(jù)傳輸時所消耗的能量與區(qū)域覆蓋半徑密切相關(guān),通過區(qū)域劃分的方式能夠提高區(qū)域節(jié)點對普通節(jié)點的控制能力,避免因跳數(shù)過多而導(dǎo)致難以完全覆蓋以及數(shù)據(jù)頻繁重傳的問題,最終改善網(wǎng)絡(luò)傳輸質(zhì)量。

1.2 鏈路覆蓋模型

為保障節(jié)點間的鏈路均處于暢通狀態(tài),即普通節(jié)點-區(qū)域節(jié)點、區(qū)域節(jié)點-區(qū)域節(jié)點間鏈路暢通,區(qū)域節(jié)點應(yīng)覆蓋全部的普通節(jié)點。設(shè)區(qū)域節(jié)點LS的坐標為(Xa,Xb),任意普通節(jié)點OS的坐標為(Ya,Yb)。節(jié)點間的鏈路覆蓋判決公式如下:

(6)

對網(wǎng)絡(luò)中的全部區(qū)域節(jié)點進行遍歷,按式(6)獲取P(LS,OS),當鏈路覆蓋全部節(jié)點時,滿足:

(7)

其中,N為網(wǎng)絡(luò)節(jié)點總個數(shù)。顯然,當且僅當區(qū)域節(jié)點與各自所轄范圍內(nèi)普通節(jié)點均能建立鏈路時,網(wǎng)絡(luò)中節(jié)點才均被鏈路覆蓋。

本文算法將整個網(wǎng)絡(luò)分割為非均勻分布的若干個區(qū)域,在滿足鏈路穩(wěn)定傳輸?shù)那闆r下,網(wǎng)絡(luò)能量開支最低,且數(shù)據(jù)傳輸帶寬得到均衡。本文算法目標如下:

目標1區(qū)域內(nèi)能量消耗盡量最低。聯(lián)立式(4)、式(5)可知:

Target1=min(2kBBlevelEEnode+kBBleveldxEEline)

(8)

目標2鏈路覆蓋范圍最大化。由式(7)可知:

(9)

目標3區(qū)域分割數(shù)量m最少,其中,網(wǎng)絡(luò)節(jié)點總數(shù)為N。

Target3=min(m/N)

(10)

聯(lián)立Target1～Target3,本文目標可歸結(jié)為如下模型:

(11)

其中,μi表示權(quán)重系數(shù),取值為0～1,*表示目標選擇。此外,權(quán)重系數(shù)滿足:

(12)

鏈路覆蓋模型主要采用等覆蓋思想對網(wǎng)絡(luò)節(jié)點進行均衡覆蓋,并綜合考慮能量消耗因素,通過式(6)、式(7)進行覆蓋分割,能夠提高鏈路覆蓋能力,降低節(jié)點處于離線狀態(tài)的概率。

2 WSN鏈路穩(wěn)定算法設(shè)計

由于最終的網(wǎng)絡(luò)數(shù)據(jù)均需要傳輸至sink節(jié)點[10],因此普通節(jié)點到sink節(jié)點間的傳輸鏈路具有多跳特性[11],若網(wǎng)絡(luò)中存在多條傳輸鏈路時則會出現(xiàn)“熱點”現(xiàn)象:某些區(qū)域節(jié)點因處于多條傳輸鏈路交匯處,其能量消耗將遠超其余的區(qū)域節(jié)點[12]。此外,區(qū)域內(nèi)的普通節(jié)點由于距離區(qū)域節(jié)點有遠有近,由式(1)可知,它們的能耗也將有所不同。本文算法通過以下方式來解決網(wǎng)絡(luò)中的“熱點”問題,以穩(wěn)定傳輸鏈路,改善節(jié)點能耗情況:

1)利用節(jié)點與鏈路之間存在的拮抗特性來構(gòu)建病毒-抗體博弈機制,將區(qū)域內(nèi)性能較優(yōu)的節(jié)點視為病毒體,按照多維網(wǎng)絡(luò)編碼算法來建立病毒種群,并對其進行感染,將感染形成的抗體通過變異方式對鏈路抖動進行適應(yīng),以優(yōu)化鏈路質(zhì)量及區(qū)域傳輸性能,從而降低數(shù)據(jù)傳輸中存在的鏈路抖動現(xiàn)象。

2)基于能量-跳數(shù)均衡方法,設(shè)計多參數(shù)判定機制,按能量大小進行中繼節(jié)點篩選,將全鏈路節(jié)點耗能總和作為判決指標,在跳數(shù)可達范圍內(nèi)實現(xiàn)能量和跳數(shù)的綜合最優(yōu),確保每一個區(qū)域節(jié)點與sink節(jié)點間的鏈路處于穩(wěn)定狀態(tài),從而改善鏈路傳輸質(zhì)量。

如圖2所示,本文算法在進行網(wǎng)絡(luò)初始化時包含2個部分:1)區(qū)域節(jié)點選取階段T1,sink節(jié)點選取最佳分區(qū)數(shù)量并通過路由表方式初始化鏈路數(shù)據(jù);2)鏈路穩(wěn)定傳輸階段T2。為降低網(wǎng)絡(luò)初始化過程中節(jié)點因發(fā)送各種數(shù)據(jù)分組而導(dǎo)致的能量消耗,僅當區(qū)域節(jié)點剩余能量低于閾值時進行區(qū)域節(jié)點主備切換。

圖2 網(wǎng)絡(luò)初始化示意圖

考慮到WSN中節(jié)點處于密集狀態(tài)時網(wǎng)絡(luò)初始化過程較慢,因此,本文算法根據(jù)隨機分布原則,將矩形區(qū)域按照覆蓋點進行均勻分割,并將各覆蓋區(qū)域中性能較好的節(jié)點建立為區(qū)域節(jié)點聚類集Ωlocal。sink節(jié)點通過病毒-抗體免疫博弈機制從Ωlocal中擇優(yōu)選取性能具有優(yōu)勢的區(qū)域節(jié)點,且將Ωlocal中最靠近被選區(qū)域節(jié)點的節(jié)點設(shè)置為備用節(jié)點,當區(qū)域節(jié)點發(fā)生故障時直接進行主備切換。圖3所示為本文算法詳細流程。

圖3 WSN鏈路穩(wěn)定算法流程

2.1 基于覆蓋劃分方法的網(wǎng)絡(luò)初始化

在網(wǎng)絡(luò)初始化過程中,sink節(jié)點通過監(jiān)聽網(wǎng)絡(luò)數(shù)據(jù)分組對覆蓋區(qū)域進行均勻分割。首先,sink發(fā)送Hello_c數(shù)據(jù)分組,節(jié)點收到該數(shù)據(jù)分組后,將自身ID與位置通過Re_hello數(shù)據(jù)分組發(fā)送到sink節(jié)點,其中,Re_hello數(shù)據(jù)分組包含節(jié)點剩余能量與位置信息;sink節(jié)點收到Re_hello數(shù)據(jù)分組后,保存全部節(jié)點信息并默認節(jié)點均為普通節(jié)點,當且僅當區(qū)域分割完畢后,做進一步區(qū)分;隨后,sink節(jié)點根據(jù)網(wǎng)絡(luò)中全部區(qū)域節(jié)點中覆蓋半徑最小節(jié)點的覆蓋半徑r,將區(qū)域分割為Llocal(Nnum)個覆蓋,如圖4所示。

圖4 覆蓋劃分示意圖

Llocal(Nnum)計算如下:

(13)

2.2 基于病毒-抗體免疫博弈機制的區(qū)域最優(yōu)分割

在區(qū)域分割階段,sink節(jié)點需要建立鏈路最穩(wěn)定且區(qū)域分割數(shù)量最少的區(qū)域最優(yōu)分割方案,并為節(jié)點之間的鏈路建立路由表。首先,sink節(jié)點根據(jù)距離-剩余能量建立閾值Δ:

(14)

其中,d(max,sink)表示節(jié)點與sink節(jié)點間的最大距離,d(min,sink)表示節(jié)點與sink節(jié)點間的最小距離,d表示節(jié)點與sink節(jié)點間的距離,E表示節(jié)點當前剩余能量,Emax表示網(wǎng)絡(luò)中節(jié)點的最大能量,ω和σ表示裁決系數(shù),R為節(jié)點的最大覆蓋距離。

根據(jù)式(14)逐個對節(jié)點計算閾值,并按如下公式求取判決量ν:

(15)

其中,N表示網(wǎng)絡(luò)中的節(jié)點個數(shù)。

當且僅當節(jié)點按式(14)求取的閾值大于判決量ν時,將自行加入?yún)^(qū)域節(jié)點聚類集Ωlocal,作為待選的區(qū)域節(jié)點。

2.2.1 區(qū)域節(jié)點選擇

本文算法采用病毒-抗體免疫博弈機制,結(jié)合免疫算法進行區(qū)域節(jié)點及備用區(qū)域節(jié)點的選擇,算法步驟具體如下:

1)收集網(wǎng)絡(luò)中節(jié)點的詳細信息,主要包括節(jié)點ID、節(jié)點坐標及節(jié)點剩余能量。

2)按如下方式確定區(qū)域節(jié)點與備用區(qū)域節(jié)點:

(1)設(shè)置免疫算法的基本參數(shù)。

(2)將區(qū)域節(jié)點聚類集Ωlocal視為種群集合并進行劃分。

(3)確定基本目標參數(shù),輸出結(jié)果。

2.2.2 病毒種群初始化

按照式(16)構(gòu)建區(qū)域節(jié)點聚類集Ωlocal,區(qū)域節(jié)點從該聚類集中選出。

Ωlocal={X1,X2,…,Xgroup(NUM)}

(16)

其中,group(NUM)表示病毒種群的總數(shù)量。結(jié)合式(16)和式(13),將區(qū)域節(jié)點納入覆蓋劃分中:

Ωlocal∈A×B={D1,D2,…,Dgroup(NUM)}

(17)

相關(guān)參數(shù)同式(13)、式(16),Di表示第i個節(jié)點坐落在由式(13)確立的覆蓋范圍之內(nèi),即相應(yīng)的節(jié)點坐標可被區(qū)域完全覆蓋。

sink節(jié)點按照多維網(wǎng)絡(luò)編碼算法[13],將式(17)所示的待定區(qū)域節(jié)點的ID、初始能量、距離3個參數(shù)進行網(wǎng)絡(luò)編碼,形成樣本空間為group(NUM)的病毒種群Ggroup:

Ggroup={V1,V2,…,Vgroup(NUM)}

(18)

病毒種群Ggroup中每一個病毒均為待選區(qū)域節(jié)點,需要通過感染機制篩選出感染能力最強的一組區(qū)域節(jié)點及備用節(jié)點,感染過程中需要充分考慮傳染力及抗體博弈強度,以便能夠篩選出變異效果最佳的病毒。

2.2.3 感染效果評估

由于WSN節(jié)點的能量基本上被數(shù)據(jù)傳輸所消耗[14],因此針對式(18)中的病毒,采用式(11)進行目標評估,并根據(jù)評估結(jié)果按降序方式對式(18)進行傳染力排序,如下:

Ggroup={M1,M2,…,Mgroup(NUM)}

(19)

2.2.4 抗體博弈

本文基于蒙特卡洛方法[15],針對每個病毒因子感染能力的高低進行排序,某個病毒因子傳染能力越高,則對應(yīng)的抗體博弈強度也越大。對式(19)所示的病毒群體進行抗體復(fù)制操作,選取當前感染力最強的0.5Ggroup(NUM)病毒進行變異。初始變異率等于鏈路抖動率,針對感染力最強的0.5Ggroup(NUM)病毒進行變異處理,每個病毒均產(chǎn)生Ggroup(NUM)個抗體并形成抗體種群:

Ggroup(KT)={Y1,Y2,…,Ygroup(NUM)}

(20)

其中,KT∈(X,Ωlocal)。

在網(wǎng)絡(luò)進行每一輪區(qū)域節(jié)點更新過程中,將抗體種群與病毒進行博弈,當且僅當病毒無法進行變異時,抗體種群才得到更新。其中,博弈方式如下:

(21)

2.2.5 博弈結(jié)束判定

本文病毒-抗體免疫博弈機制的結(jié)束條件定義為變異之后抗體種群與病毒種群間的差異值Γ無變化,Γ計算如下:

(22)

即網(wǎng)絡(luò)在進行區(qū)域初始化的過程中,區(qū)域節(jié)點(對應(yīng)病毒種群)與備用區(qū)域節(jié)點(對應(yīng)抗體種群)之間可以互相取代時,博弈過程結(jié)束。此時,區(qū)域節(jié)點與備用區(qū)域節(jié)點的覆蓋范圍相同,且具有相同的鏈路覆蓋能力(路由表相同),普通節(jié)點自行選擇距離最近的區(qū)域節(jié)點并加入到該區(qū)域中。

2.3 基于多參數(shù)判定機制的中繼鏈路篩選方法

通過病毒-抗體免疫博弈機制,可以從WSN中篩選出性能最佳的區(qū)域節(jié)點集合。然后,將普通節(jié)點納入到各自所管轄的區(qū)域中。但是,由于區(qū)域節(jié)點往往無法通過一跳的方式與sink實現(xiàn)鏈路直連,因此需要通過多跳方式保證每一個區(qū)域節(jié)點與sink節(jié)點間的鏈路處于穩(wěn)定狀態(tài),且跳數(shù)盡可能少,據(jù)此構(gòu)建中繼鏈路篩選方法如下:

(23)

其中,E(j)表示下一跳節(jié)點的剩余能量,Emax表示可達的下一跳節(jié)點中能量最高的節(jié)點所剩余能量,i_T表示區(qū)域節(jié)點i與sink節(jié)點間的跳數(shù),max_T表示可達的下一跳區(qū)域節(jié)點中與sink節(jié)點的最大跳數(shù),k1和k2表示權(quán)重系數(shù),滿足:

k1+k2=1

(24)

2.4 數(shù)據(jù)傳輸

通過上述過程,普通節(jié)點采集的數(shù)據(jù)即可通過區(qū)域節(jié)點發(fā)送到sink節(jié)點。然而,由于WSN均采用無線方式進行數(shù)據(jù)傳輸[16-17],為防止區(qū)域節(jié)點間存在頻率干涉現(xiàn)象,本文按QPSK預(yù)發(fā)射方式[18-19]對區(qū)域節(jié)點逐個采用不同的發(fā)射頻率,且信號處于正交狀態(tài)。處于中繼狀態(tài)的區(qū)域節(jié)點收到上一跳區(qū)域節(jié)點后,將自動采用本區(qū)域內(nèi)的發(fā)射頻率并將數(shù)據(jù)發(fā)送到下一跳區(qū)域節(jié)點或sink節(jié)點,直到數(shù)據(jù)能夠完整地傳輸至sink節(jié)點為止。

3 實驗結(jié)果與分析

3.1 實驗環(huán)境與指標參數(shù)

為便于評估本文算法的性能,選取NS2仿真環(huán)境,計算機操作系統(tǒng)為Win10,CPU主頻為5.5 GHz,16 GB內(nèi)存。WSN節(jié)點分布區(qū)域為矩形,大小為1 000 m×1 000 m,節(jié)點密度不低于1個/m2,采用隨機撒點分布模型。實驗中選擇的性能指標為:1)中繼鏈路首次癱瘓發(fā)生的輪數(shù),主要用于評估區(qū)域節(jié)點的運行質(zhì)量;2)網(wǎng)絡(luò)穩(wěn)定時間,即從網(wǎng)絡(luò)開始采集數(shù)據(jù)直到中繼鏈路癱瘓的時間;3)擁塞發(fā)生次數(shù),用以評估鏈路擁塞情況。此外,為降低誤差,每組仿真重復(fù)10次,取均值作為最終結(jié)果。在式(11)中,μ1取0.4,μ2取0.3,μ3取0.3;在式(23)中,權(quán)重系數(shù)k1和k2作為仿真評估參數(shù),將在下文實驗中進行對比。將文獻[20]中的LEACH算法和文獻[21]中的LMS-A算法作為對照算法。

3.2 中繼鏈路首次癱瘓發(fā)生輪數(shù)

為測試WSN中中繼鏈路首次出現(xiàn)故障的輪數(shù),將3種算法的區(qū)域節(jié)點最大覆蓋半徑R均設(shè)定為50 m。其中,本文算法權(quán)重系數(shù)k1和k2均設(shè)為0.5。由圖5可以看出,本文算法發(fā)生中繼鏈路首次癱瘓的輪數(shù)要遠高于LEACH算法和LMS-A算法,說明本文算法采用的病毒-抗體免疫博弈機制及多參數(shù)判定機制能夠獲取較高質(zhì)量的網(wǎng)絡(luò)區(qū)域分割效果,且能夠顯著提高中繼鏈路的傳輸質(zhì)量,降低區(qū)域節(jié)點發(fā)生癱瘓的概率。LEACH算法由于未能綜合考慮能量、鏈路等因素,因此傳輸過程中發(fā)生中繼鏈路抖動的概率較高,LMS-A算法雖然從鏈路角度對區(qū)域節(jié)點傳輸質(zhì)量進行了監(jiān)控,但該算法未消除區(qū)域節(jié)點數(shù)據(jù)傳輸時的頻率干涉現(xiàn)象,容易導(dǎo)致較為嚴重的鏈路抖動,因此,其發(fā)生中繼鏈路抖動并癱瘓的概率高于本文算法。

圖5 3種算法中繼鏈路首次癱瘓發(fā)生輪數(shù)對比

3.3 網(wǎng)絡(luò)穩(wěn)定時間

參數(shù)設(shè)置同3.2節(jié),由圖6可以看出,本文算法網(wǎng)絡(luò)穩(wěn)定時間始終較高,說明病毒-抗體免疫博弈機制及多參數(shù)判定機制能夠較好地穩(wěn)定數(shù)據(jù)傳輸鏈路,減少鏈路癱瘓和網(wǎng)絡(luò)癱瘓現(xiàn)象。LEACH算法對鏈路因素考慮不足,且未對網(wǎng)絡(luò)區(qū)域初始過程進行優(yōu)化,因此,其網(wǎng)絡(luò)運行穩(wěn)定程度低于本文算法。LMS-A算法雖然從傳輸鏈路角度對區(qū)域節(jié)點進行了優(yōu)化,但是未能消除頻率干涉現(xiàn)象,容易導(dǎo)致區(qū)域節(jié)點間吞吐困難等問題,因此,其網(wǎng)絡(luò)穩(wěn)定性也低于本文算法。

圖6 3種算法網(wǎng)絡(luò)穩(wěn)定時間對比

3.4 擁塞發(fā)生次數(shù)

參數(shù)設(shè)置同3.2節(jié),由圖7可以看出,本文算法采用的病毒-抗體免疫博弈機制及多參數(shù)判定機制能夠大幅降低擁塞發(fā)生次數(shù),與LEACH算法和LMS-A算法相比優(yōu)勢明顯,主要原因在于病毒-抗體免疫博弈機制能夠?qū)崿F(xiàn)區(qū)域節(jié)點的最優(yōu)選取,且通過主備方式避免因區(qū)域節(jié)點失效而導(dǎo)致的擁塞現(xiàn)象,此外,多參數(shù)判定機制能起到穩(wěn)定鏈路的作用,因此,本文算法擁塞發(fā)生概率較低。LEACH算法和LMS-A算法的中繼鏈路癱瘓概率較高,這是由于LEACH算法未對鏈路抖動情況加以考慮,出現(xiàn)區(qū)域傳輸抖動概率較高,而LMS-A算法未能消除區(qū)域間的干涉現(xiàn)象,容易因區(qū)域節(jié)點失效而發(fā)生擁塞現(xiàn)象,因此,這2種算法的擁塞發(fā)生次數(shù)顯著高于本文算法。

圖7 3種算法擁塞發(fā)生次數(shù)對比

4 結(jié)束語

本文提出一種基于病毒-抗體免疫博弈機制的超寬帶WSN鏈路穩(wěn)定算法,通過病毒-抗體免疫博弈機制改善區(qū)域節(jié)點的初始化及后續(xù)更新過程,采用多參數(shù)判定機制進一步優(yōu)化區(qū)域間的鏈路,使用PSK預(yù)發(fā)射方式降低區(qū)域節(jié)點間的頻率干涉概率,最終解決鏈路擁塞問題并降低鏈路癱瘓概率。實驗結(jié)果表明,該算法具有良好的鏈路穩(wěn)定性。下一步將引入?yún)^(qū)域間的鏈路綜合判定機制,以提高本文算法的鏈路切換效率及其在復(fù)雜環(huán)境下的部署性能。