程 龍

(恩施土家族苗族自治州中心醫(yī)院，湖北 恩施 445000)

0 引言

無線傳感網(wǎng)(WSN,wireless sensor network)作為近年來國(guó)家主推的制造業(yè)核心升級(jí)技術(shù)之一，正在新冠疫情防控、制造鏈升級(jí)、區(qū)塊鏈技術(shù)等新產(chǎn)業(yè)前沿領(lǐng)域進(jìn)行深度融合[1]。無線傳感網(wǎng)在部署過程中需要采取預(yù)部署模型，將工業(yè)化制式節(jié)點(diǎn)散布在一定的地理區(qū)域內(nèi)并形成采集-匯聚結(jié)構(gòu)，網(wǎng)絡(luò)工作時(shí)將受到sink節(jié)點(diǎn)的控制[2-3]。一般而言，制式節(jié)點(diǎn)采取電池供電，因此可適用于各種較為復(fù)雜的部署環(huán)境。不過，由于無線傳感節(jié)點(diǎn)的能量消耗較高時(shí)，節(jié)點(diǎn)工作將受到嚴(yán)重的影響，使得數(shù)據(jù)采集及匯聚出現(xiàn)抖動(dòng)現(xiàn)象[4-5]。

為解決無線傳感網(wǎng)在能量消耗較高時(shí)出現(xiàn)的傳輸抖動(dòng)現(xiàn)象，研究者提出了一些傳輸路徑穩(wěn)定方案，可起到穩(wěn)定數(shù)據(jù)傳輸?shù)男Ч鸞6]。文獻(xiàn)[7]基于聚類機(jī)制，提出了一種可降低傳輸抖動(dòng)的WSN傳輸路徑穩(wěn)定算法，其采取聚類方案對(duì)傳輸路徑予以聚合，傳輸路徑出現(xiàn)抖動(dòng)時(shí)將從聚類中切換出一條可達(dá)路徑，因而具有傳輸路徑搜尋效率較高的特點(diǎn)，數(shù)據(jù)穩(wěn)定傳輸性能較強(qiáng)。但是，該算法需要花費(fèi)較多時(shí)間對(duì)可達(dá)路徑進(jìn)行搜尋，網(wǎng)絡(luò)數(shù)據(jù)傳輸較高時(shí)將會(huì)出現(xiàn)較為嚴(yán)重的擁塞現(xiàn)象，降低了算法的適用性能。文獻(xiàn)[8]采取廣播機(jī)制，提出了一種基于路由重構(gòu)方案的WSN傳輸路徑穩(wěn)定算法，通過廣播Hello數(shù)據(jù)報(bào)文對(duì)路徑予以搜尋，結(jié)合擁塞緩存控制方式對(duì)路徑予以優(yōu)化，能顯著降低節(jié)點(diǎn)能耗，傳輸路徑較為穩(wěn)定。然而，由于該算法需要對(duì)全網(wǎng)節(jié)點(diǎn)進(jìn)行一一遍歷，使其復(fù)雜度較高，使得算法在數(shù)據(jù)報(bào)文數(shù)量較多時(shí)難以進(jìn)一步提升穩(wěn)定性能。文獻(xiàn)[9]基于節(jié)點(diǎn)更新機(jī)制，提出了一種可顯著降低算法復(fù)雜度的WSN傳輸路徑穩(wěn)定算法，算法將承擔(dān)數(shù)據(jù)傳輸任務(wù)的中繼節(jié)點(diǎn)予以備份，并在中繼節(jié)點(diǎn)失效前及時(shí)選取具有穩(wěn)定傳輸性能的節(jié)點(diǎn)作為下一任節(jié)點(diǎn)，顯著提高了網(wǎng)絡(luò)鏈路的抗抖性能，具有路徑較為穩(wěn)定的特點(diǎn)。但是，該算法在節(jié)點(diǎn)處于移動(dòng)狀態(tài)時(shí)同樣具有節(jié)點(diǎn)衰減較快的特點(diǎn)，易發(fā)生區(qū)域性傳輸抖動(dòng)現(xiàn)象，對(duì)部署環(huán)境的要求較高。

為了解決上述問題，提出了一種基于智能尋徑機(jī)制的WSN傳輸路徑穩(wěn)定算法。首先，采用備用模式并結(jié)合能量、角度等因子提升網(wǎng)絡(luò)對(duì)抖動(dòng)現(xiàn)象的抑制能力，降低因備用節(jié)點(diǎn)選取不當(dāng)而導(dǎo)致的區(qū)域癱瘓現(xiàn)象，穩(wěn)定網(wǎng)絡(luò)傳輸性能。隨后，為進(jìn)一步提升備用節(jié)點(diǎn)有效性，采取動(dòng)量?jī)?yōu)化模型對(duì)備用節(jié)點(diǎn)予以篩選，及時(shí)消除能量性能不佳的備用節(jié)點(diǎn)，進(jìn)一步優(yōu)化網(wǎng)絡(luò)傳輸路徑。最終采取MATLAB仿真實(shí)驗(yàn)環(huán)境，證明了本文算法的性能。

1 本文WSN傳輸路徑穩(wěn)定算法

針對(duì)傳統(tǒng)研究中存在的路徑穩(wěn)定性與傳輸穩(wěn)定性難以兼容的不足，特別是路徑在傳輸穩(wěn)定過程中收斂性不強(qiáng)的問題，本文設(shè)計(jì)了一種新的基于智能尋徑機(jī)制的WSN傳輸路徑穩(wěn)定算法。該算法主要由兩部分構(gòu)成：①基于能量-角度刺激機(jī)制的區(qū)域路徑收斂方法。該方法主要兼顧能量及傳輸角度優(yōu)化鏈路，解決因能量受限而導(dǎo)致鏈路抖動(dòng)的問題。②基于動(dòng)量?jī)?yōu)化機(jī)制的路徑集約方法。該方法主要采取隨機(jī)方式對(duì)中繼節(jié)點(diǎn)能量消耗予以優(yōu)化，降低路徑因能量受限而出現(xiàn)抖動(dòng)。詳細(xì)設(shè)計(jì)如下。

1.1 基于能量-角度刺激機(jī)制的區(qū)域路徑收斂

采用隨機(jī)布撒模型將無線傳感網(wǎng)節(jié)點(diǎn)布置于矩形區(qū)域中，見圖1，另設(shè)任意節(jié)點(diǎn)能量及處理能力均等價(jià)。sink節(jié)點(diǎn)被放置于中心位置，任意節(jié)點(diǎn)均可以特定通信加密信道與sink節(jié)點(diǎn)進(jìn)行交互。sink節(jié)點(diǎn)統(tǒng)一對(duì)區(qū)域內(nèi)節(jié)點(diǎn)及拓?fù)溆枰哉{(diào)度。此外，無線傳感節(jié)點(diǎn)處于自組模式，將能夠隨時(shí)與sink節(jié)點(diǎn)進(jìn)行數(shù)據(jù)通信，從而便于網(wǎng)絡(luò)完成數(shù)據(jù)自組織過程，增強(qiáng)網(wǎng)絡(luò)節(jié)點(diǎn)對(duì)區(qū)域的傳感能力。

圖1 無線傳感網(wǎng)節(jié)點(diǎn)分布圖

此外，無線傳感網(wǎng)滿足如下假設(shè)：

1)各節(jié)點(diǎn)間均可以自組織方式成網(wǎng)，sink節(jié)點(diǎn)僅起管理作用，并對(duì)網(wǎng)絡(luò)數(shù)據(jù)流量進(jìn)行調(diào)度

2)sink節(jié)點(diǎn)處于核心節(jié)點(diǎn)地位，可通過無線信道對(duì)節(jié)點(diǎn)予以充能。

3)無線傳感網(wǎng)網(wǎng)絡(luò)遵循時(shí)變特性，需要定時(shí)休眠以確保網(wǎng)絡(luò)可安全平穩(wěn)運(yùn)行。

由于制式節(jié)點(diǎn)易出現(xiàn)聚類現(xiàn)象[10-11]，節(jié)點(diǎn)在數(shù)據(jù)傳輸過程中一般會(huì)根據(jù)路徑使用強(qiáng)度優(yōu)先篩選被多個(gè)節(jié)點(diǎn)共享的路徑[12-13]，因此本文算法主要采取能量激勵(lì)方式，兼顧傳輸角度因素，設(shè)計(jì)了區(qū)域路徑收斂方法如下。

Step 1：網(wǎng)絡(luò)中節(jié)點(diǎn)個(gè)數(shù)為N，處于熱點(diǎn)狀態(tài)的節(jié)點(diǎn)個(gè)數(shù)為M，第i號(hào)節(jié)點(diǎn)為第i個(gè)處于熱點(diǎn)狀態(tài)的節(jié)點(diǎn)。由于熱點(diǎn)的能量消耗較高，易出現(xiàn)抖動(dòng)，因此首先對(duì)第i號(hào)節(jié)點(diǎn)進(jìn)行刺激，以便盡量防止該節(jié)點(diǎn)處于抖動(dòng)狀態(tài)。刺激開始時(shí)，第i號(hào)節(jié)點(diǎn)將自身一跳范圍內(nèi)的能量剩余最高的節(jié)點(diǎn)作為備用節(jié)點(diǎn)，見圖2，刺激方式如下：

圖2 基于能量-角度刺激機(jī)制的區(qū)域路徑收斂方法

(1)

其中:Ri(k,t)表示第i號(hào)節(jié)點(diǎn)在第k次刺激過程中可搜尋到備用節(jié)點(diǎn)的概率，αi(t)表示t時(shí)刻第i號(hào)節(jié)點(diǎn)的能量剩余，βi(t)表示t時(shí)刻第i號(hào)節(jié)點(diǎn)的覆蓋半徑。αj(t)表示第k次搜尋時(shí)第i號(hào)節(jié)點(diǎn)一跳范圍內(nèi)的能量剩余最高節(jié)點(diǎn)，βj(t)表示t時(shí)刻第i號(hào)節(jié)點(diǎn)的最大散射角度。a和b為調(diào)整系數(shù)，滿足如下模型：

a+b=1

(2)

Step 2：針對(duì)模型(1)的刺激模型，按如下方式予以收斂：

(3)

vi(t)=|(xi,yi),(xj,yj)|

(4)

其中:vi(t)表示第i號(hào)節(jié)點(diǎn)的動(dòng)量，(xi,yi)表示第i號(hào)節(jié)點(diǎn)的當(dāng)前地理坐標(biāo)，(xj,yj)表示第i號(hào)節(jié)點(diǎn)一跳范圍內(nèi)能量剩余最大節(jié)點(diǎn)的當(dāng)前地理坐標(biāo)。

Step 3：對(duì)Step 2中所提模型予以迭代，當(dāng)僅當(dāng)兩者處于收斂狀態(tài)未知：

βi(t,k)=aβi(t,k-1)+bβi(t,k-1)

(5)

vi(t,k)=avi(t,k-1)+bvi(t,k-1)

(6)

其中:k表示迭代周期。

Step 4：當(dāng)僅當(dāng)滿足如下條件時(shí)，流程結(jié)束：

(7)

其中:ω表示任意所給定的不為0的實(shí)數(shù)。

基于能量-角度刺激機(jī)制的路徑收斂方法執(zhí)行完畢后，所選的備用節(jié)點(diǎn)將為剩余能量最大的節(jié)點(diǎn)，且處于當(dāng)前節(jié)點(diǎn)的散射角范圍之內(nèi)，能夠順利的完成數(shù)據(jù)的一次傳輸，使得網(wǎng)絡(luò)路徑散射現(xiàn)象得到有效抑制。網(wǎng)絡(luò)鏈路即將處于抖動(dòng)時(shí)將能夠及時(shí)切換至備用節(jié)點(diǎn)，從而提高區(qū)域路徑收斂質(zhì)量，降低因能量受限而導(dǎo)致數(shù)據(jù)傳輸受阻。

此外，從上述分析可看到，通過能量及角度兩方面對(duì)傳輸策略予以優(yōu)化，能顯著提高節(jié)點(diǎn)抗抖性能，這是由于節(jié)點(diǎn)在進(jìn)行數(shù)據(jù)傳輸時(shí)散射角越小，其傳輸信道將能夠保持較高的傳輸性能。結(jié)合能量因素，即可大大提高網(wǎng)絡(luò)路徑收斂質(zhì)量，降低因數(shù)據(jù)傳輸波動(dòng)而導(dǎo)致網(wǎng)絡(luò)傳輸路徑出現(xiàn)抖動(dòng)，以增強(qiáng)網(wǎng)絡(luò)傳輸能力。

1.2 基于動(dòng)量?jī)?yōu)化機(jī)制的路徑集約

通過節(jié)1.1所示的區(qū)域路徑收斂方法，雖然所選取的備用節(jié)點(diǎn)具有能量最優(yōu)的特點(diǎn)。不過，單純采用該方法可能導(dǎo)致備用節(jié)點(diǎn)的能量消耗過高[14-16]，從而使得備用節(jié)點(diǎn)在加入網(wǎng)絡(luò)傳輸時(shí)即有一定概率處于受限狀態(tài)。鑒于此，考慮到傳輸路徑現(xiàn)象，設(shè)計(jì)了基于動(dòng)量?jī)?yōu)化機(jī)制的路徑幾月方法，見圖3。詳情如下。

圖3 基于動(dòng)量?jī)?yōu)化機(jī)制的路徑集約過程

Step 1：針對(duì)區(qū)域路徑收斂過程中可能出現(xiàn)的受限現(xiàn)象，因此引入動(dòng)量機(jī)制對(duì)備用節(jié)點(diǎn)予以路徑集約，規(guī)避備用節(jié)點(diǎn)受限而出現(xiàn)抖動(dòng)現(xiàn)象。集約模型如下：

Pi(t)=aδi(t)+bζi(t)

(8)

(9)

其中:Pi(t)表示備用節(jié)點(diǎn)的動(dòng)量，E0表示備用節(jié)點(diǎn)的最小可工作能量，Emax(t)表示路徑中節(jié)點(diǎn)最大的能量剩余值，Emin(t)表示路徑中節(jié)點(diǎn)最小的能量剩余值。ζi(t)表示信道噪聲，一般為高斯噪聲、拉普拉斯噪聲、萊斯噪聲。

Step 2：按動(dòng)量Pi(t)對(duì)路徑中全部備用節(jié)點(diǎn)予以排序操作，將當(dāng)前能量低于最小能量剩余值的節(jié)點(diǎn)進(jìn)行剔除，見圖2，算法結(jié)束。

完成基于動(dòng)量?jī)?yōu)化機(jī)制的路徑集約方法后，備用節(jié)點(diǎn)在被替換為主節(jié)點(diǎn)時(shí)將不會(huì)出現(xiàn)能量受限現(xiàn)象，因此路徑集約化程度得以提高，進(jìn)一步提高了算法的穩(wěn)定性能。

此外，算法在基于動(dòng)量?jī)?yōu)化過程中，能夠?qū)⒉糠謩?dòng)量條件較差的節(jié)點(diǎn)及時(shí)剔除出傳輸路徑，通過該方式能夠?qū)⒖赡艹霈F(xiàn)受限狀態(tài)的網(wǎng)絡(luò)鏈路予以及時(shí)發(fā)現(xiàn)，從而大大增強(qiáng)網(wǎng)絡(luò)對(duì)傳輸抖動(dòng)現(xiàn)象的抵抗能力，提升算法對(duì)復(fù)雜環(huán)境的適應(yīng)性。

2 仿真實(shí)驗(yàn)

為便于對(duì)比本文算法的性能，采用MATLAB仿真實(shí)驗(yàn)環(huán)境[17-18]，與當(dāng)前常用的基于能量管理及路徑優(yōu)化機(jī)制的WSN傳輸路徑穩(wěn)定算法[19](EED-EM算法，Elevated Ensemble Dynamic Energy-Aware Routing Optimization Based Energy Management and Network Lifetime Improvement in WSN)和基于概率貪心機(jī)制的3維WSN傳輸路徑穩(wěn)定算法[20](3D-TC算法，WSN Deployment Strategy for Real 3D Terrain Coverage Based on Greedy Algorithm with DEM Probability Coverage Model)進(jìn)行對(duì)比?？紤]不失一般性，節(jié)點(diǎn)模型采用隨機(jī)撒點(diǎn)方式，節(jié)點(diǎn)數(shù)據(jù)傳輸帶寬不低于4 Mbps，網(wǎng)絡(luò)部署區(qū)域?yàn)榫匦?，大小? 048 m×2048 m，網(wǎng)絡(luò)分區(qū)數(shù)量不低于24個(gè)，節(jié)點(diǎn)調(diào)制模型采用當(dāng)前通用的256 PSK調(diào)制模式[21]，sink節(jié)點(diǎn)為1個(gè)，信號(hào)成型頻率為1.024 MHz，節(jié)點(diǎn)通信半徑不低于20 m。詳細(xì)仿真參數(shù)如表1所示。

仿真指標(biāo)采取路徑累計(jì)抖動(dòng)頻次和網(wǎng)絡(luò)傳輸帶寬兩項(xiàng)具體如下。

路徑累計(jì)抖動(dòng)頻次：網(wǎng)絡(luò)運(yùn)行過程中，按網(wǎng)絡(luò)運(yùn)行時(shí)間逐步對(duì)存量拓?fù)溆枰岳塾?jì)統(tǒng)計(jì)所得到的的抖動(dòng)次數(shù)，該次數(shù)越低說明網(wǎng)絡(luò)傳輸路徑穩(wěn)定性能也就越強(qiáng)。

網(wǎng)絡(luò)傳輸帶寬：網(wǎng)絡(luò)運(yùn)行過程中，按照網(wǎng)絡(luò)運(yùn)行時(shí)間，統(tǒng)計(jì)匯入sink節(jié)點(diǎn)的帶寬大小，該數(shù)值越大說明網(wǎng)絡(luò)傳輸能力也就越高。

仿真實(shí)驗(yàn)過程中，將節(jié)點(diǎn)傳輸帶寬設(shè)置為不低于4 Mbps，其中高斯信道中節(jié)點(diǎn)傳輸帶寬與拉普拉斯信道及萊斯信道中節(jié)點(diǎn)傳輸帶寬保持一致。路徑累計(jì)抖動(dòng)頻次方面測(cè)試過程中，節(jié)點(diǎn)傳輸帶寬為10.48 Mbps；網(wǎng)絡(luò)傳輸帶寬測(cè)試過程中，節(jié)點(diǎn)傳輸帶寬設(shè)置為4.8 Mbps，以便能夠較為準(zhǔn)確的獲取相關(guān)數(shù)據(jù)。網(wǎng)絡(luò)分區(qū)數(shù)量采用隨機(jī)模式，數(shù)量不低于24個(gè)。節(jié)點(diǎn)通信半徑設(shè)置為24 m，節(jié)點(diǎn)布設(shè)密度設(shè)置為固定模式，密度為12個(gè)/百m2。其余仿真參數(shù)同表1。

表1 仿真參數(shù)表

此外，在結(jié)果捕獲方面，按在10 min為尺度，逐秒統(tǒng)計(jì)sink節(jié)點(diǎn)捕獲的節(jié)點(diǎn)及鏈路數(shù)據(jù)，解析出路徑抖動(dòng)及當(dāng)前網(wǎng)絡(luò)傳輸帶寬，按照分鐘尺度分別將路徑累計(jì)抖動(dòng)頻次和網(wǎng)絡(luò)傳輸帶寬作為縱軸，將網(wǎng)絡(luò)運(yùn)行時(shí)間作為橫著，從而得到如下所示的路徑累計(jì)抖動(dòng)頻次仿真測(cè)試圖和網(wǎng)絡(luò)傳輸帶寬測(cè)試結(jié)果。

2.1 路徑累計(jì)抖動(dòng)頻次

圖4為本文算法與EED-EM算法及3D-TC算法在路徑累計(jì)抖動(dòng)頻次方面的仿真對(duì)比。由圖可知，本文算法具有路徑累計(jì)抖動(dòng)頻次較低的特點(diǎn)。這是由于本文算法通過基于能量-角度刺激機(jī)制的區(qū)域路徑收斂方法，所篩選的備用節(jié)點(diǎn)具有能量較高的特點(diǎn)，可顯著降低因能量消耗而導(dǎo)致路徑出現(xiàn)抖動(dòng)的現(xiàn)象。特別是本文算法采取動(dòng)量?jī)?yōu)化機(jī)制對(duì)可能出現(xiàn)受限現(xiàn)象的備用節(jié)點(diǎn)予以剔除處理，能夠提升備用節(jié)點(diǎn)傳輸質(zhì)量，因而路徑累計(jì)抖動(dòng)頻次較低。EED-EM算法主要基于能量?jī)?yōu)化機(jī)制對(duì)路徑予以改善，路徑中的中繼節(jié)點(diǎn)選擇存在盲目性，無法進(jìn)一步在動(dòng)量層次對(duì)節(jié)點(diǎn)予以二次優(yōu)化，使得路徑在正常傳輸過程中也容易出現(xiàn)抖動(dòng)現(xiàn)象，降低了網(wǎng)絡(luò)傳輸性能。3D-TC算法基于貪心機(jī)制，采用三維方案對(duì)備用節(jié)點(diǎn)予以更新，然而由于該算法備用節(jié)點(diǎn)為靜態(tài)模型，實(shí)時(shí)性較差，性能上易出現(xiàn)受限現(xiàn)象，因此該算法的路徑累計(jì)抖動(dòng)頻次亦要低于本文算法。

圖4 路徑累計(jì)抖動(dòng)頻次

2.2 網(wǎng)絡(luò)傳輸帶寬測(cè)試

圖5為本文算法與EED-EM算法及3D-TC算法在網(wǎng)絡(luò)傳輸帶寬方面的仿真對(duì)比。由圖可知，本文算法具有網(wǎng)絡(luò)傳輸帶寬較高的特點(diǎn)，說明本文算法傳輸路徑穩(wěn)定性能卓越，具有很強(qiáng)的數(shù)據(jù)傳輸能力。這是由于本文算法采用動(dòng)量方式，網(wǎng)絡(luò)出現(xiàn)抖動(dòng)時(shí)可以選擇性能卓越的備用節(jié)點(diǎn)對(duì)當(dāng)前路徑予以優(yōu)化，因而路徑傳輸能量較強(qiáng)，網(wǎng)絡(luò)傳輸帶寬也隨之得到優(yōu)化。EED-EM算法在備用節(jié)點(diǎn)更換后將采用重傳輸模型，使用累計(jì)模式對(duì)數(shù)據(jù)予以重傳輸，傳輸過程中需要頻繁根據(jù)路徑收到的傳輸報(bào)文以便對(duì)傳輸路徑予以重定向，因而路徑抖動(dòng)時(shí)將會(huì)導(dǎo)致網(wǎng)絡(luò)出現(xiàn)嚴(yán)重的擁塞現(xiàn)象，降低了網(wǎng)絡(luò)傳輸帶寬。3D-TC算法采用靜態(tài)模型對(duì)備用節(jié)點(diǎn)予以歸納，需要預(yù)先針對(duì)傳輸路徑中較為穩(wěn)定的節(jié)點(diǎn)進(jìn)行一一備份，存在路由變化較低的特點(diǎn)，使得路徑難以針對(duì)諸如擁塞、重傳輸?shù)犬惓Ｓ枰月窂筋A(yù)判，傳輸能量較低，預(yù)判過程中選取的節(jié)點(diǎn)普遍存在能量易受限的特點(diǎn)，出現(xiàn)路徑抖動(dòng)現(xiàn)象時(shí)存在備用節(jié)點(diǎn)實(shí)時(shí)性較低的特點(diǎn)，因此該算法的網(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

3 結(jié)束語

針對(duì)無線傳感網(wǎng)部署過程中存在的傳輸路徑穩(wěn)定性問題，提出了一種基于智能尋徑機(jī)制的WSN傳輸路徑穩(wěn)定算法。該算法主要從節(jié)點(diǎn)備份、能量、動(dòng)量等維度優(yōu)化路徑，有效降低網(wǎng)絡(luò)出現(xiàn)抖動(dòng)時(shí)所導(dǎo)致的路徑抖動(dòng)頻繁、網(wǎng)絡(luò)傳輸帶寬下降等問題。此外，所提算法亦考慮到動(dòng)量因素，進(jìn)一步從能量維度對(duì)網(wǎng)絡(luò)予以二次優(yōu)化。仿真實(shí)驗(yàn)表明，所提算法網(wǎng)絡(luò)傳輸能量較強(qiáng)，具有很好的傳輸路徑抖動(dòng)抑制能力。

下一步，將積極考慮結(jié)合移動(dòng)路徑搜尋算法，擬提升所提算法在5G部署領(lǐng)域內(nèi)的適用性，進(jìn)一步增強(qiáng)無線傳感網(wǎng)對(duì)超高速移動(dòng)環(huán)境的適應(yīng)能力。