王 龍，孫瑞娟

(1.山西農(nóng)業(yè)大學(xué)信息學(xué)院 信息工程學(xué)院，山西 晉中 030800；2.山西農(nóng)業(yè)大學(xué) 工學(xué)院，山西 晉中 030800)

0 引 言

在5G背景下，當(dāng)前研究者嘗試通過鏈路層、網(wǎng)絡(luò)層、網(wǎng)絡(luò)管理等方面的改進來提高無線傳感網(wǎng)數(shù)據(jù)傳輸?shù)姆€(wěn)定性[1-3]。如Zbigniew等[4]立足于簇頭節(jié)點剩余能量的合理調(diào)配，采用sink節(jié)點統(tǒng)一管理的方式進行區(qū)域間能量均衡化調(diào)度，并采用簇內(nèi)節(jié)點能量最優(yōu)輪詢機制，實現(xiàn)了區(qū)域拓撲結(jié)構(gòu)的穩(wěn)定及區(qū)域再形成過程的快速收斂。不過，該方案未充分考慮距離及節(jié)點密度因素，使得區(qū)域穩(wěn)定傳輸持續(xù)時間較短，難以適應(yīng)5G超寬帶傳輸?shù)膶嶋H應(yīng)用場景。Shan等[5]提出了基于非均衡分簇機制的區(qū)域穩(wěn)定傳輸方案，通過采用非均衡分簇方式，將能量較高的節(jié)點部署于熱點區(qū)域，并采用輪詢方法進行節(jié)點更新，提高了區(qū)域傳輸?shù)姆€(wěn)定性能。然而該算法對數(shù)據(jù)延遲考慮較少，使得算法在5G超寬帶部署環(huán)境下容易產(chǎn)生較為嚴(yán)重的數(shù)據(jù)擁塞現(xiàn)象，降低了算法的傳輸穩(wěn)定性能。Yin等[6]通過在區(qū)域內(nèi)插入可移動的高能量節(jié)點，并采用軌跡路線方式對能量較低的簇頭節(jié)點進行實時替換，有效滿足了5G超寬帶傳輸條件下簇頭節(jié)點能耗較高的難題，可顯著提升網(wǎng)絡(luò)數(shù)據(jù)傳輸質(zhì)量。但是，該算法針對節(jié)點移動的適應(yīng)性較低，難以部署于節(jié)點移動速度較高的實際場景。

為解決提高網(wǎng)絡(luò)傳輸性能，改善節(jié)點受限現(xiàn)象，提出了基于能量均衡-延遲削弱機制的無線傳感網(wǎng)穩(wěn)定傳輸算法。首先，結(jié)合數(shù)據(jù)分段傳輸及信道時隙分布，設(shè)計了一種數(shù)據(jù)傳輸模型，用以適應(yīng)5G條件下無線傳感網(wǎng)網(wǎng)絡(luò)拓撲具有的高流動特性。采用預(yù)設(shè)方式來部署高能節(jié)點，優(yōu)化簇頭節(jié)點選舉過程，達到了抑制簇頭節(jié)點受限的目的，結(jié)合休眠方式進一步提高了數(shù)據(jù)報文發(fā)送效率。隨后，利用反饋方式來提高sink節(jié)點與簇頭節(jié)點間的通信確認(rèn)效率，以優(yōu)化區(qū)域分割質(zhì)量，實現(xiàn)數(shù)據(jù)的穩(wěn)定傳輸。最后，通過仿真實驗驗證了本文算法的性能。

1 本文網(wǎng)絡(luò)模型概述

1.1 網(wǎng)絡(luò)部署模型

5G條件下的無線傳感網(wǎng)典型部署場景見圖1：矩形區(qū)域內(nèi)按隨機布撒模式部署5G無線傳感節(jié)點，節(jié)點分為區(qū)域節(jié)點(regional nodes，RN)和簇節(jié)點(cluster nodes，CN)兩部分；RN節(jié)點與CN節(jié)點均處于游走狀態(tài)，但在數(shù)據(jù)傳輸周期內(nèi)RN節(jié)點與CN節(jié)點將均處于相同的節(jié)點覆蓋半徑之內(nèi)。sink節(jié)點作為總控節(jié)點(master control nodes，MCN)，MCN節(jié)點通過頻率不變的控制信道對RN節(jié)點和CN節(jié)點狀態(tài)進行控制，并將RN節(jié)點地理坐標(biāo)進行實時記錄更新。

圖1 網(wǎng)絡(luò)部署

簇頭節(jié)點在下一輪傳輸周期開始前均需要進行替換，替換過程中將對網(wǎng)絡(luò)拓撲結(jié)構(gòu)及節(jié)點覆蓋進行優(yōu)化，替換過程完成后將進行數(shù)據(jù)穩(wěn)定傳輸，如圖2所示。簇頭節(jié)點在選取完成后，將向自身覆蓋半徑內(nèi)的節(jié)點進行數(shù)據(jù)廣播，區(qū)域節(jié)點收到數(shù)據(jù)報文后將向距離自身最近的簇頭節(jié)點進行反饋，并將自身地理坐標(biāo)位置進行更新。簇頭節(jié)點接收到區(qū)域節(jié)點反饋的數(shù)據(jù)報文后，在傳輸周期內(nèi)將全部數(shù)據(jù)報文進行融合處理，并通過特定頻率信道發(fā)送至sink節(jié)點。區(qū)域形成過程中，原RN節(jié)點與CN節(jié)點均有機會在新一輪選取中被選定為簇頭節(jié)點。一般而言，均需要選定與周圍節(jié)點距離基本相同，且能量最高的節(jié)點作為新的CN節(jié)點。本文采取隨機數(shù)方式確定CN節(jié)點，當(dāng)僅當(dāng)某節(jié)點的隨機數(shù)高于閾值W(s)時方可被選取為簇頭節(jié)點，W(s)獲取方式如下

(1)

其中，k表示當(dāng)前節(jié)點被剔除出CN節(jié)點的概率，r表示數(shù)據(jù)傳輸次數(shù)。若某個節(jié)點的隨機數(shù)高于閾值W(s)時，將被選取為本輪簇頭節(jié)點(cluster head，CH)，并將閾值W(s)置為0，下一輪傳輸周期時將在剩余的節(jié)點中繼續(xù)進行簇頭節(jié)點選取。

圖2 簇頭節(jié)點更換與數(shù)據(jù)更新

1.2 數(shù)據(jù)傳輸模型

由1.1節(jié)可知，通過簇頭節(jié)點更換與數(shù)據(jù)更新可以在一定程度上降低網(wǎng)絡(luò)能耗，提高數(shù)據(jù)傳輸過程中的穩(wěn)定周期。然而，由節(jié)點更換過程可知：節(jié)點更換需要反復(fù)進行數(shù)據(jù)反饋，一旦網(wǎng)絡(luò)出現(xiàn)波動將顯著提高數(shù)據(jù)延遲現(xiàn)象出現(xiàn)的概率[7]。實際應(yīng)用過程中，由于簇頭選舉過程具有一定的隨機分布特性[8]，數(shù)據(jù)傳輸過程中各個節(jié)點均有一定概率成為新的簇頭節(jié)點。此外，5G環(huán)境下無線傳感網(wǎng)節(jié)點同時具有高密度特性[9]，隨著網(wǎng)絡(luò)規(guī)模的不斷增加，須充分考慮能量均衡性能以便提高網(wǎng)絡(luò)生存質(zhì)量，防止數(shù)據(jù)傳輸出現(xiàn)嚴(yán)重的波動。

考慮到RN節(jié)點一般處于休眠狀態(tài)[10]，當(dāng)傳輸信道處于空閑狀態(tài)時啟動數(shù)據(jù)傳輸過程，如圖3所示。數(shù)據(jù)傳輸過程啟動后，空閑信道長度為x，傳輸周期為Ts，數(shù)據(jù)傳輸過程將發(fā)生3種情形：簇頭節(jié)點順利收到傳輸數(shù)據(jù)，記為A；網(wǎng)絡(luò)出現(xiàn)擁塞狀態(tài)，使得數(shù)據(jù)分組傳輸受阻，記為B；信道處于空閑狀態(tài)，可以進行數(shù)據(jù)傳輸，記為C。根據(jù)傳輸信道處于的工作狀態(tài)，可將信道狀態(tài)設(shè)置為X和Y兩種狀態(tài)：X表示信道成功進行數(shù)據(jù)傳輸(記為K)以及數(shù)據(jù)出現(xiàn)擁塞(記為M)。顯然整個工作周期內(nèi)X和Y兩種狀態(tài)將交替出現(xiàn)。

圖3 數(shù)據(jù)傳輸

不妨設(shè)整個工作周期內(nèi)X出現(xiàn)次數(shù)為m，Y的出現(xiàn)次數(shù)為n。網(wǎng)絡(luò)中節(jié)點總數(shù)為H，數(shù)據(jù)報文可達概率為P，網(wǎng)絡(luò)節(jié)點處于休眠狀態(tài)的概率為Pi，則數(shù)據(jù)報文可達概率為P可由如下方法獲取

(2)

傳輸周期內(nèi)同時發(fā)生X和Y兩種狀態(tài)的概率P(X,Y)可通過如下方式獲取

P(X,Y)=(1-e-xP)m(e-xP)n

(3)

其中，x表示空閑信道長度，P表示數(shù)據(jù)報文可達概率。

整個工作周期內(nèi)X發(fā)生頻率E(X)滿足

(4)

根據(jù)式(4)可知，節(jié)點處于空閑狀態(tài)的平均時長T(X)滿足

(5)

整個工作周期內(nèi)Y發(fā)生頻率E(Y)滿足

(6)

因此可知節(jié)點處于繁忙狀態(tài)的平均時長T(Y)滿足

(7)

其中，Ts表示數(shù)據(jù)傳輸周期。

考慮到數(shù)據(jù)傳輸過程中，每發(fā)生k次A事件，就會發(fā)生m-k次B事件，因此網(wǎng)絡(luò)成功發(fā)送數(shù)據(jù)報文的概率E(K)滿足

(8)

因此，網(wǎng)絡(luò)最終執(zhí)行事件K的過程中數(shù)據(jù)長度L[E(K)]滿足

(9)

聯(lián)立模型(7)～(9)可知網(wǎng)絡(luò)節(jié)點可成功發(fā)送數(shù)據(jù)報文的概率T滿足

(10)

2 本文無線傳感網(wǎng)區(qū)域穩(wěn)定傳輸算法

由上文網(wǎng)絡(luò)模型可知，網(wǎng)絡(luò)節(jié)點進行數(shù)據(jù)傳輸過程中可遇到多種事件，每種事件的發(fā)生均存在一定的概率，網(wǎng)絡(luò)節(jié)點可穩(wěn)定傳輸數(shù)據(jù)的概率滿足模型(10)。數(shù)據(jù)傳輸過程中，須充分考慮節(jié)點存在的能量受限及數(shù)據(jù)延遲現(xiàn)象，以便能夠以較高的傳輸成功率進行數(shù)據(jù)傳輸。據(jù)此，本文設(shè)計了一種基于能量均衡-延遲削弱機制，以便能夠在能量均衡基礎(chǔ)上進行數(shù)據(jù)穩(wěn)定傳輸，方案由基于能量均衡-延遲削弱機制的簇頭更新方法和基于穩(wěn)定性傳輸機制的區(qū)域劃分方法兩個部分構(gòu)成，詳情如下。

2.1 基于能量均衡-延遲削弱機制的簇頭更新

由于簇頭節(jié)點在進行數(shù)據(jù)傳輸過程中將頻繁進行數(shù)據(jù)轉(zhuǎn)發(fā)，且由于數(shù)據(jù)傳輸過程需要頻繁進行信道競爭，因此會導(dǎo)致出現(xiàn)嚴(yán)重的能量損耗。為提高網(wǎng)絡(luò)節(jié)點生存周期，本文將全部網(wǎng)絡(luò)節(jié)點分割為高能節(jié)點(high-energy node，HEN)和一般節(jié)點(general node，GN)，其中HEN節(jié)點初始能量與GN節(jié)點初始能量可按一定比例系數(shù)進行擴充，不妨設(shè)擴充系數(shù)為μ。HEN節(jié)點被選舉成簇頭節(jié)點的概率將顯著高于GN節(jié)點，從而確保簇頭節(jié)點與區(qū)域拓撲的穩(wěn)定性能。

令HEN節(jié)點和GN節(jié)點被選取的權(quán)值PHEN和PGN如下

(11)

(12)

其中，ω表示HEN節(jié)點與GN節(jié)點的比例系數(shù)，由于一般擴充系數(shù)μ可設(shè)定為10～20，因此PHEN將高于PGN。

不妨設(shè)網(wǎng)絡(luò)中第m個節(jié)點能量消耗值為E(i)，網(wǎng)絡(luò)節(jié)點初始能量為E，當(dāng)前處于休眠狀態(tài)的節(jié)點總數(shù)為N，網(wǎng)絡(luò)中節(jié)點總數(shù)為L，則網(wǎng)絡(luò)節(jié)點的平均能量剩余E(last)滿足

(13)

聯(lián)立模型(1)和模型(13)，結(jié)合模型(11)～(12)，分別將HEN節(jié)點和GN節(jié)點的更新閾值THEN和TGN設(shè)定為

(14)

(15)

其中，THEN、TGN分別代表HEN、GN節(jié)點的更新閾值；mod代表求余操作；r是表示數(shù)據(jù)傳輸次數(shù)。

隨著網(wǎng)絡(luò)進行數(shù)據(jù)傳輸，當(dāng)HEN節(jié)點和GN節(jié)點能量分別觸發(fā)模型(14)和模型(15)所示的更新閾值時，網(wǎng)絡(luò)將把相應(yīng)的HEN節(jié)點和GN節(jié)點設(shè)置為休眠狀態(tài)，并聯(lián)系sink節(jié)點進行能量補充。通過該方式降低能量消耗過大的節(jié)點被選舉為簇頭節(jié)點，并及時進行節(jié)點更換，可有效提高網(wǎng)絡(luò)生命周期；此外，由于HEN節(jié)點和GN節(jié)點存在差異化因素，使得HEN節(jié)點有更高的概率被選取為簇頭節(jié)點，因此降低了因節(jié)點能量受限而導(dǎo)致網(wǎng)絡(luò)傳輸出現(xiàn)中斷的概率。

2.2 基于穩(wěn)定傳輸機制的區(qū)域劃分

通過基于能量均衡-延遲削弱機制的簇頭更新方法，可以以較高概率選取能量最優(yōu)的節(jié)點進行數(shù)據(jù)傳輸，且由模型(10)可知，HEN節(jié)點被選舉成簇頭節(jié)點后可有效提高數(shù)據(jù)報文發(fā)送效率。然而由于5G網(wǎng)絡(luò)條件下各節(jié)點具有較高的移動速度[11,12]，因此本文基于穩(wěn)定性傳輸機制，構(gòu)建區(qū)域劃分方法，實現(xiàn)數(shù)據(jù)的穩(wěn)定傳輸，具體如下：

步驟1 區(qū)域分割階段，sink節(jié)點對網(wǎng)絡(luò)中觸發(fā)模型(14)和模型(15)的節(jié)點進行廣播，若相應(yīng)的HEN節(jié)點和GN節(jié)點在傳輸周期內(nèi)均能滿足傳輸需求，則反饋信息給sink節(jié)點，并更新節(jié)點中剩余能量；

步驟2 sink節(jié)點按照模型(13)獲取網(wǎng)絡(luò)節(jié)點平均剩余能量，并將網(wǎng)絡(luò)中能量剩余低于瓶頸剩余能量的節(jié)點設(shè)定為休眠狀態(tài)，如圖4所示；

步驟3 按模型(11)和模型(12)進行HEN節(jié)點和GN節(jié)點初始化賦值，當(dāng)僅當(dāng)HEN節(jié)點和GN節(jié)點分別滿足模型(14)和模型(15)時，將被選舉為簇頭節(jié)點；

步驟4 簇頭節(jié)點被選舉完畢后，將進行數(shù)據(jù)廣播。各區(qū)域節(jié)點收到數(shù)據(jù)廣播后，將能量最強的簇頭節(jié)點作為隸屬節(jié)點，并納入該簇頭節(jié)點的控制區(qū)域內(nèi)；

步驟5 網(wǎng)絡(luò)節(jié)點開始進行數(shù)據(jù)傳輸，直到相應(yīng)簇頭節(jié)點按照模型(14)觸發(fā)的正確率低于50%時，重新進行簇頭節(jié)點的選舉流程，本輪傳輸結(jié)束。

區(qū)域分割完畢后，簇頭節(jié)點開始進入數(shù)據(jù)傳輸狀態(tài)，各區(qū)域節(jié)點將自身數(shù)據(jù)匯聚至簇頭節(jié)點中，通過簇頭節(jié)點傳輸至sink節(jié)點。當(dāng)區(qū)域節(jié)點完成數(shù)據(jù)采集、匯聚后，各簇頭節(jié)點將進入休眠狀態(tài)，此時簇頭節(jié)點正確率會急劇下降，因此將需要重新進行區(qū)域分割過程，并啟動步驟1，執(zhí)行區(qū)域劃分。

圖4 基于穩(wěn)定性傳輸機制的區(qū)域劃分方法

3 仿真實驗

為便于對比算法性能，采用NS2仿真實驗環(huán)境[13]，網(wǎng)絡(luò)部署環(huán)境如下：節(jié)點分布區(qū)域為矩形(102 400 m×102 400 m)，網(wǎng)絡(luò)發(fā)送節(jié)點與接收節(jié)點均位于矩形區(qū)域邊緣且處于隨機游走狀態(tài)。節(jié)點信號采用5G信號[14]，采用文獻[16]所示的信號預(yù)發(fā)射成型技術(shù)，信號成型過程中采用該文獻提及的基于零化方式的頻譜銳化清除機制。網(wǎng)絡(luò)發(fā)送節(jié)點處于互相獨立狀態(tài)，且相關(guān)數(shù)據(jù)分組報文亦滿足泊松分布[15]。其余參數(shù)設(shè)置見表1。此外，選取當(dāng)前5G傳感技術(shù)中常用的基于跨層編碼加性復(fù)用機制的5G信號帶寬優(yōu)化傳輸算法[16](optimized transmission algorithm of 5G signal bandwidth based on cross layer coding plus multiplexing mechanism，OT-CLCPM)和基于功率損耗均衡化控制機制的移動無線傳感網(wǎng)數(shù)據(jù)傳輸算法[17](data transmission algorithm of mobile wireless sensor network based on power loss equalization control mechanism，DT-PLEC)進行仿真對比實驗，對比參數(shù)選取網(wǎng)絡(luò)傳輸帶寬、網(wǎng)絡(luò)平均延時、網(wǎng)絡(luò)吞吐頻率，仿真參數(shù)見表1。

表1 仿真參數(shù)

仿真實驗開始后，按照數(shù)據(jù)傳輸輪數(shù)，逐輪記錄傳輸周期結(jié)束時網(wǎng)絡(luò)傳輸帶寬、網(wǎng)絡(luò)平均延時、網(wǎng)絡(luò)吞吐頻率?？紤]到5G節(jié)點具有的移動特性，將節(jié)點運動速度為5 m/s和50 m/s作為實驗控制參數(shù)，用以測試低/高移動條件下網(wǎng)絡(luò)參數(shù)性能。

3.1 網(wǎng)絡(luò)傳輸帶寬

圖5顯示的是將節(jié)點運動速度為5 m/s和50 m/s作為實驗環(huán)境控制參數(shù)所測試的網(wǎng)絡(luò)傳輸帶寬。由圖5可知，本文算法的網(wǎng)絡(luò)傳輸帶寬始終要高于OT-CLCPM算法和DT-PLEC算法。這是由于本文算法充分考慮了數(shù)據(jù)傳輸過程中網(wǎng)絡(luò)能量消耗及時延因素，通過設(shè)計基于能量均衡-延遲削弱機制的簇頭更新方法促成了簇頭節(jié)點的穩(wěn)定更新，降低了因簇頭節(jié)點受限而導(dǎo)致的傳輸擁塞現(xiàn)象，因此具有較高的網(wǎng)絡(luò)傳輸帶寬。OT-CLCPM算法主要采用基于跨層編碼信道交互復(fù)用機制的串?dāng)_消除方案，通過降低信道噪聲對傳輸過程產(chǎn)生的串?dāng)_現(xiàn)象，以便增加節(jié)點的傳輸效率；然而該算法并未針對簇頭節(jié)點因能量受限而出現(xiàn)傳輸癱瘓現(xiàn)象進行抑制，因此簇頭節(jié)點受限概率較高，降低了網(wǎng)絡(luò)傳輸帶寬性能。DT-PLEC算法雖然構(gòu)建了目標(biāo)sink-區(qū)域子節(jié)點控制分組傳輸機制、區(qū)域節(jié)點閾值流量控制機制和帶寬受限節(jié)點二次確認(rèn)機制進行區(qū)域傳輸穩(wěn)定，然而由于該算法主要針對數(shù)據(jù)流量進行控制，未針對簇頭節(jié)點能量受限現(xiàn)象進行有針對性的區(qū)域分割，因此容易因簇頭節(jié)點失效而導(dǎo)致大面積出現(xiàn)數(shù)據(jù)傳輸癱瘓現(xiàn)象，因此其網(wǎng)絡(luò)傳輸帶寬亦要低于本文算法。

圖5 網(wǎng)絡(luò)傳輸帶寬測試結(jié)果

3.2 網(wǎng)絡(luò)平均延時

圖6為顯示的是將節(jié)點運動速度為5 m/s和50 m/s作為實驗環(huán)境控制參數(shù)所測試的網(wǎng)絡(luò)平均延時。由圖可知，本文算法的網(wǎng)絡(luò)平均延時要顯著低于OT-CLCPM算法和DT-PLEC算法。這是由于本文算法充分考慮節(jié)點存在的能量受限及數(shù)據(jù)延遲現(xiàn)象，引入休眠機制降低簇頭節(jié)點能量消耗程度，從而降低了數(shù)據(jù)報文重傳數(shù)量，改善并提升網(wǎng)絡(luò)擁塞控制能力，因此網(wǎng)絡(luò)平均時延較低。OT-CLCPM算法雖然通過優(yōu)化信號預(yù)成型及削弱信道噪聲干擾等方式改善網(wǎng)絡(luò)傳輸能力，然而由于該算法未考慮通過優(yōu)化簇頭節(jié)點更新的方式提高網(wǎng)絡(luò)擁塞控制能力，容易因簇頭節(jié)點失效出現(xiàn)網(wǎng)絡(luò)延時升高的現(xiàn)象，因而其網(wǎng)絡(luò)平均延時性能要低于本文算法。DT-PLEC算法雖然構(gòu)建了目標(biāo)sink-區(qū)域子節(jié)點控制分組傳輸機制、區(qū)域節(jié)點閾值流量控制機制和帶寬受限節(jié)點二次確認(rèn)機制優(yōu)化數(shù)據(jù)區(qū)域傳輸質(zhì)量，然而由于該算法同樣未針對簇頭節(jié)點能量受限因素進行控制，僅考慮流量過載對網(wǎng)絡(luò)平均延時產(chǎn)生的影響，因此該算法在網(wǎng)絡(luò)瓶頸延時的性能上亦要低于本文算法。

圖6 網(wǎng)絡(luò)平均延時測試結(jié)果

3.3 網(wǎng)絡(luò)吞吐頻率

圖7是將節(jié)點運動速度為5 m/s和50 m/s作為實驗環(huán)境控制參數(shù)所測試的網(wǎng)絡(luò)吞吐頻率。由圖可知，本文算法的網(wǎng)絡(luò)吞吐頻率要顯著低于OT-CLCPM算法和DT-PLEC算法，顯示了較為優(yōu)越的網(wǎng)絡(luò)吞吐性能。這是由于本文算法綜合考慮了能量和區(qū)域劃分的因素，綜合HEN節(jié)點和GN節(jié)點存在差異化的特點，提高了HEN節(jié)點被篩選為簇頭節(jié)點的概率，改善了傳輸節(jié)點的數(shù)據(jù)吞吐性能，因此出現(xiàn)網(wǎng)絡(luò)抖動的概率較低，體現(xiàn)了較低的網(wǎng)絡(luò)吞吐頻率。OT-CLCPM算法僅采用優(yōu)化信號預(yù)成型的方式提高網(wǎng)絡(luò)傳輸性能，未考慮充分分割傳輸區(qū)域并改善簇頭節(jié)點能量等方式改善網(wǎng)絡(luò)抖動現(xiàn)象，因此需要重傳輸?shù)臄?shù)據(jù)分組報文較多，體現(xiàn)了較高的網(wǎng)絡(luò)吞吐頻率。DT-PLEC算法為優(yōu)化數(shù)據(jù)傳輸性能，主要通過流量控制方式設(shè)計了目標(biāo)sink-區(qū)域子節(jié)點控制分組傳輸機制、區(qū)域節(jié)點閾值流量控制機制和帶寬受限節(jié)點二次確認(rèn)機制，雖在一定程度上增強了網(wǎng)絡(luò)吞吐能力，但該算法未通過優(yōu)化簇頭節(jié)點更新的方式進一步穩(wěn)定區(qū)域間數(shù)據(jù)傳輸質(zhì)量，因此網(wǎng)絡(luò)吞吐性能亦要低于本文算法。

圖7 網(wǎng)絡(luò)吞吐頻率測試結(jié)果

4 結(jié)束語

為解決無線傳感網(wǎng)在5G部署環(huán)境中存在的區(qū)域穩(wěn)定傳輸問題，提出了一種基于能量均衡-延遲削弱機制的無線傳感網(wǎng)區(qū)域穩(wěn)定傳輸方案。方案首先針對網(wǎng)絡(luò)部署模型及數(shù)據(jù)傳輸模型進行了分析，提出可通過能量均衡及延遲削弱方式進行數(shù)據(jù)穩(wěn)定傳輸。設(shè)計了基于能量均衡-延遲削弱機制的簇頭更新方法和基于穩(wěn)定性傳輸機制的區(qū)域劃分方法提高了算法對5G環(huán)境中存在的超寬帶及高抖動性的適應(yīng)，顯著改善了網(wǎng)絡(luò)擁塞控制能力，具有較好的網(wǎng)絡(luò)適應(yīng)性能。

下一步，將針對本文算法難以實現(xiàn)低密度節(jié)點部署的不足，擬采取節(jié)點拓撲優(yōu)化機制，增強所提算法在低密度拓撲條件下的網(wǎng)絡(luò)擁塞控制性能及超寬帶數(shù)據(jù)傳輸能力，進一步提高本文算法在復(fù)雜環(huán)境下的部署價值。