解 羽，譚小波，于立婷

(沈陽理工大學，遼寧 沈陽 110159)

1 引言

自主式水下潛器(Autonomous Underwater Vehicle，AUV)是一種新型智能水下機器人，具有快捷靈活、活動范圍廣、隱蔽性能的特點，可以代替水下節(jié)點移動，在軍事和民用領(lǐng)域都有廣泛應(yīng)用[1]。機會網(wǎng)絡(luò)[2-3]是利用水下節(jié)點移動帶來的相遇機會實現(xiàn)通信的一種自組織網(wǎng)絡(luò)。自組織網(wǎng)絡(luò)[4]通常是在相對復(fù)雜且不穩(wěn)定的條件下建立的，因此機會網(wǎng)絡(luò)的路由機制以“存儲-攜帶-轉(zhuǎn)發(fā)”的模式工作。在這種模式中，當目標節(jié)點不存在源節(jié)點的通信范圍內(nèi)時，節(jié)點將存儲并攜帶數(shù)據(jù)包移動以等待合適的轉(zhuǎn)發(fā)機會。因此，確定最優(yōu)的下一跳轉(zhuǎn)發(fā)節(jié)點和選擇恰當?shù)霓D(zhuǎn)發(fā)時機成為高效機會網(wǎng)絡(luò)路由協(xié)議設(shè)計的關(guān)鍵。傳統(tǒng)網(wǎng)絡(luò)中的依據(jù)網(wǎng)絡(luò)狀態(tài)信息建立和維護路由表，并按照路由表的指向轉(zhuǎn)發(fā)數(shù)據(jù)包，這一過程逐漸演變成下一跳轉(zhuǎn)發(fā)節(jié)點的單跳決策問題，因此采用何種路由度量選擇出最優(yōu)下一跳轉(zhuǎn)發(fā)節(jié)點成為首要問題。

近年來，諸多學者對于水下路由協(xié)議進行大量研究。目前的機會路由協(xié)議根據(jù)路由度量不同主要分為兩類：分別是是基于冗余的路由協(xié)議和基于節(jié)點信息的路由協(xié)議。文獻[5]提出一種基于冗余的Binary Spray and Wait機會路由協(xié)議。該協(xié)議對節(jié)點產(chǎn)生數(shù)據(jù)包副本數(shù)設(shè)置閾值，并在spray階段采用二叉樹算法對副本數(shù)的復(fù)制逐層減半，最終當節(jié)點只存在一份副本時進入wait階段，直到目的節(jié)點收到該數(shù)據(jù)包。文獻[6]改進Prophet協(xié)議具有較高的數(shù)據(jù)包投遞率，增加了節(jié)點的接觸位置等參數(shù)，將兩跳鄰居節(jié)點之間的接觸概率計算公式進行更新優(yōu)化。目前，Epidemic協(xié)議[7]與Prophet協(xié)議[8]是機會網(wǎng)絡(luò)中最具代表性的兩種協(xié)議。TOR協(xié)議[10]是一種新型的基于信任度評估的機會路由協(xié)議，在一定程度上能均衡節(jié)點的消耗，但是數(shù)據(jù)包的投遞率較低。

針對水下自組織網(wǎng)絡(luò)路由協(xié)議中AUV選擇下一跳時存在傳輸不可靠、網(wǎng)絡(luò)整體性能差的問題，提出一種基于AUV綜合評估的機會路由協(xié)議(Comprehensive Assessment Opportunity Routing，CAOR)，通過綜合兩種評估機制，動態(tài)調(diào)整對下一跳AUV的選取做出有效評估。將水下AUV的移動性對于路由設(shè)計的劣勢轉(zhuǎn)化為優(yōu)勢，充分利用AUV移動產(chǎn)生的相遇機會轉(zhuǎn)發(fā)。實驗結(jié)果表明，在鏈路環(huán)境極其不穩(wěn)定的水下環(huán)境中，能為可靠傳輸提供保證，通過仿真驗證協(xié)議的有效性。

2 綜合評估模型

CAOR協(xié)議以評估機制為依據(jù)確定下一跳轉(zhuǎn)發(fā)AUV，其評估機制分為兩類。一類是AUV轉(zhuǎn)發(fā)能力的評估機制，基于自身轉(zhuǎn)發(fā)產(chǎn)生的代價，在每完成一次轉(zhuǎn)發(fā)后，基于鏈路產(chǎn)生的副本數(shù)和轉(zhuǎn)發(fā)時延，對AUV的轉(zhuǎn)發(fā)能力做出評估；另一類是AUV移動性評估機制，基于水下AUV移動趨勢和活躍程度，對AUV的移動性進行評估。在選擇下一跳AUV時，對兩種評估進行動態(tài)調(diào)整，使其協(xié)同存在。AUV綜合評估模型的設(shè)計為路由協(xié)議設(shè)計的關(guān)鍵。

2.1 轉(zhuǎn)發(fā)能力評估機制

在初始轉(zhuǎn)發(fā)階段，有針對性的泛洪進行數(shù)據(jù)轉(zhuǎn)發(fā)，AUV轉(zhuǎn)發(fā)能力評估有以下兩點原則：

1)轉(zhuǎn)發(fā)時延

轉(zhuǎn)發(fā)時延tFD是衡量AUV轉(zhuǎn)發(fā)效果的指標，轉(zhuǎn)發(fā)時延越短，AUV的轉(zhuǎn)發(fā)能力也就越強。

2)副本數(shù)

網(wǎng)絡(luò)中副本數(shù)nc是衡量AUV轉(zhuǎn)發(fā)效果的指標，副本數(shù)越少，AUV轉(zhuǎn)發(fā)效率越高。

根據(jù)以上兩點原則，構(gòu)建AUV轉(zhuǎn)發(fā)能力評估模型。計算AUV轉(zhuǎn)發(fā)能力評估值，由目的AUV以廣播的形式通知網(wǎng)絡(luò)中所有AUV此次轉(zhuǎn)發(fā)過程中，源AUV向目的AUV轉(zhuǎn)發(fā)能力評估值，接收到通知的AUV將更新其路由表。

定義1：(轉(zhuǎn)發(fā)能力評估函數(shù))設(shè)F表示初始化階段，源AUVAi向目的AUVAj的轉(zhuǎn)發(fā)能力評估函數(shù)，則

(1)

式中，τ表示轉(zhuǎn)發(fā)時延反饋的調(diào)節(jié)因子，0<τ<1，并根據(jù)網(wǎng)絡(luò)延時需求進行設(shè)置；t表示消息產(chǎn)生時間；t′表示消息到達目的AUV的時間；λ0表示副本數(shù)調(diào)節(jié)因子，根據(jù)網(wǎng)絡(luò)內(nèi)存情況進行設(shè)置；轉(zhuǎn)發(fā)能力評估值取值范圍為0

2.2 移動性能力評估機制

移動性評估機制由目的AUV進行周期性廣播，源AUV根據(jù)目的AUV各項運動參數(shù)計算移動性評估值M′ij，反映AUV的移動趨勢與活躍程度。AUV移動性評估有以下兩點原則：

1)運動趨勢

為避免盲目泛洪，待轉(zhuǎn)發(fā)區(qū)AUV在遇到轉(zhuǎn)發(fā)機會時選擇向有運動趨勢的AUV作為下一跳，能夠增大數(shù)據(jù)包成功傳輸?shù)母怕省?/p>

2)活躍程度

若待轉(zhuǎn)發(fā)區(qū)中某AUV的平均移動速度快、旋轉(zhuǎn)次數(shù)多，說明該AUV更有活力，數(shù)據(jù)包成功傳輸?shù)侥康腁UV的可能性也就越大。

根據(jù)以上兩點原則，移動性評估模型構(gòu)建過程如下：

(2)

式中，0<α<1表示方向影響因子；θ為待轉(zhuǎn)發(fā)區(qū)AUV的運動方向與目的AUV運動方向形成的角度；N為旋轉(zhuǎn)次數(shù)；0<β<1表示位移影響因子；x為平均位移；0<μ<1，表示速度影響因子；v為平均速度。移動性評估函數(shù)M′ij的取值范圍為0

定義3：(鼓勵函數(shù))設(shè)δij表示目的AUV在消息生存周期TTL內(nèi)成功接收到數(shù)據(jù)包，并對轉(zhuǎn)發(fā)鏈路中的每個AUV反饋一個鼓勵值

δij=σ1(ρencourage(t)+φencourage(x))

(3)

式中，σ1鼓勵函數(shù)系數(shù)；ρencourage(t)表示對成功轉(zhuǎn)發(fā)鏈路中每個AUV的延時獎勵函數(shù)；φencourage(x)表示對成功轉(zhuǎn)發(fā)鏈路中每個AUV所在的鏈路位置的鼓勵函數(shù)。

(4)

Δt為延時，Δt越小，延時鼓勵值越大，取值范圍為e-λ1<ρencourage(t)<1；TTL為消息生存周期；λ1為正常數(shù)，表示延時鼓勵調(diào)節(jié)因子，該鼓勵函數(shù)根據(jù)網(wǎng)絡(luò)延時性要求對調(diào)節(jié)因子的設(shè)置做出適當調(diào)整。hop(Ai)表示Ai在成功轉(zhuǎn)發(fā)鏈路中的位置，hop(Ai)越大，位置鼓勵值越高；hop(An)表示成功轉(zhuǎn)發(fā)過程中的總跳數(shù)；ε1為跳數(shù)鼓勵調(diào)節(jié)因子，取值范圍為0≤ε1<1。

定義4：(懲罰函數(shù))設(shè)γij表示目的AUV在消息生存周期TTL內(nèi)未接收到數(shù)據(jù)包，則認為轉(zhuǎn)發(fā)失敗，并對參與轉(zhuǎn)發(fā)的AUV反饋一個懲罰值，則

γij=σ2(ρpunish(t)+φpunish(x))

(5)

與設(shè)置獎勵函數(shù)同理，σ2為懲罰函數(shù)系數(shù)，ρpunish(t) 表示對參與轉(zhuǎn)發(fā)的每個AUV設(shè)置延時懲罰函數(shù)；φpunish(x)表示參與轉(zhuǎn)發(fā)過程中的每個AUV設(shè)置一個位置懲罰函數(shù)。

(6)

式中，λ2為非負數(shù)，表示延時懲罰調(diào)節(jié)因子，該懲罰函數(shù)根據(jù)網(wǎng)絡(luò)延時性要求對調(diào)節(jié)因子的設(shè)置做出適當調(diào)整。hop(Ai)表示AUV節(jié)點Ai在轉(zhuǎn)發(fā)失敗鏈路中的位置，hop(Ai)越小，位置懲罰值越高；hop(An)表示轉(zhuǎn)發(fā)過程中的總跳數(shù)；ε2為位置懲罰調(diào)節(jié)因子，取值范圍為0≤ε2<1。

(7)

2.3 綜合評估函數(shù)

AUV綜合評估模型是將轉(zhuǎn)發(fā)能力評估模型與移動性評估模型相結(jié)合。并針對水下自組織網(wǎng)絡(luò)的情況動態(tài)調(diào)整兩種評估模型所占權(quán)重，并且動態(tài)調(diào)整AUV的轉(zhuǎn)發(fā)個數(shù)，確保路由過程可靠，并且盡量少的消耗網(wǎng)絡(luò)資源。

Cij=(1-k)Fij+kMij

(8)

其中，0≤k≤1，表示綜合評估調(diào)節(jié)因子，該調(diào)節(jié)因子根據(jù)水下移動自組織網(wǎng)絡(luò)AUV的移動情況動態(tài)調(diào)整。

定義7：(轉(zhuǎn)發(fā)AUV個數(shù))在選擇下一跳AUV時，AUV將選擇nc個AUV作為下一跳轉(zhuǎn)發(fā)AUV，則

nc=(1-b)k+b

(9)

其中，b表示待轉(zhuǎn)發(fā)區(qū)AUV中高于平均轉(zhuǎn)發(fā)能力評估值的AUV的個數(shù)。nc的取值范圍為nc=[1，b]。當k=0時，Cij=Fij，選取待轉(zhuǎn)發(fā)區(qū)中所有高于平均轉(zhuǎn)發(fā)能力評估值的AUV作為下一跳AUV，此時nc=b。而隨著水下AUV的移動性增強，k值隨之增大，nc減小。當k=1時，Cij=Mij，選取移動性評估值最高的AUV作為下一跳轉(zhuǎn)發(fā)AUV，此時nc=1。

在路由初期階段，由于沒有足夠的可以反映出AUV移動性的數(shù)據(jù)，CAOR路由采用轉(zhuǎn)發(fā)能力評估機制為主導評估機制。在路由建立中后期，AUV的移動范圍逐漸擴大，CAOR路由協(xié)議將選擇移動性評估機制為主導評估機制。兩種評估機制根據(jù)網(wǎng)絡(luò)中AUV的移動范圍等影響因素進行動態(tài)調(diào)整。

3 CAOR路由協(xié)議設(shè)計

3.1 基本原理

路由協(xié)議的設(shè)計從路由發(fā)現(xiàn)階段出發(fā)，首先需要確定源AUV的附近AUV；再進入路由轉(zhuǎn)發(fā)階段，在附近AUV中擇優(yōu)作為下一跳轉(zhuǎn)發(fā)。設(shè)定恰當?shù)臅r間窗口衡量是否在源AUV附近的依據(jù)，進而確定待轉(zhuǎn)發(fā)區(qū)AUV。

首先設(shè)置時間窗口，如式(10)所示

(10)

式中：R為通信半徑；Dn為AUV到其n個鄰居的距離；θ為水聲速度，約為1500m/s。

每個AUV將維護一張記錄AUV綜合評估值的路由表(Comprehensive assessment routing table，CART)，反映出節(jié)點的轉(zhuǎn)發(fā)能力與移動性。采用n×n的二維矩陣表示，如下所示

(11)

網(wǎng)絡(luò)中的各個AUV將周期性的根據(jù)路由表中的綜合評估值更新自身的綜合評估路由表，降低了傳統(tǒng)路由度量計算的復(fù)雜性，節(jié)點付出較小的存儲和計算代價維護綜合評估路由表。在數(shù)據(jù)包轉(zhuǎn)發(fā)過程中，CAOR采用沿著綜合評估值遞增的梯度轉(zhuǎn)發(fā)，若目的AUV處于源AUV的待轉(zhuǎn)發(fā)區(qū)范圍內(nèi)，那么可直接轉(zhuǎn)發(fā)；否則，轉(zhuǎn)發(fā)給帶轉(zhuǎn)發(fā)區(qū)中包含自身在內(nèi)的綜合評估值較高的AUV，若源AUV的綜合評估值最高，則將攜帶數(shù)據(jù)包到下一時間周期再根據(jù)綜合評估值選擇下一跳轉(zhuǎn)發(fā)AUV。

3.2 數(shù)據(jù)包采集

數(shù)據(jù)包m從源AUV轉(zhuǎn)發(fā)到目的AUV需要經(jīng)過多個中間AUV協(xié)助轉(zhuǎn)發(fā)，如圖所示，由此可以將源AUV向目的AUV轉(zhuǎn)發(fā)數(shù)據(jù)包所經(jīng)過的鏈路表示為：Path：A0→A1→A2→A3→A4…→Aj，如圖1所示。為了對成功轉(zhuǎn)發(fā)鏈路中AUV的綜合評估值做出更新，目的AUVAj需要采集到中間AUV(A1，A2，A3，A4…Aj-1)的轉(zhuǎn)發(fā)記錄，包括轉(zhuǎn)發(fā)時延以及中間AUV所在的鏈路位置等等。本文采用捆綁攜帶(Captive-Carry)機制[10]，在數(shù)據(jù)包的轉(zhuǎn)發(fā)過程中，將AUV的轉(zhuǎn)發(fā)記錄動態(tài)捆綁到數(shù)據(jù)包中，由數(shù)據(jù)包攜帶到目的AUV。目的AUV接收到數(shù)據(jù)包后，同時獲得參與轉(zhuǎn)發(fā)AUV的轉(zhuǎn)發(fā)記錄，從而對這些中間轉(zhuǎn)發(fā)AUV進行綜合評估值的更新。

圖1 轉(zhuǎn)發(fā)鏈路示意圖

數(shù)據(jù)包格式采用層狀模型實現(xiàn)捆綁攜帶機制[11]，該模型由基礎(chǔ)層和擴展層組成，基礎(chǔ)層由源節(jié)點在產(chǎn)生數(shù)據(jù)包時按照指定格式生成。多個擴展層由攜帶數(shù)據(jù)包的AUV在轉(zhuǎn)發(fā)給下一跳AUV時動態(tài)生成。

圖2 基于層狀模型的數(shù)據(jù)包格式

數(shù)據(jù)包在隨著轉(zhuǎn)發(fā)過程的進行會逐漸增加其擴展信息，因此對于基本消息開銷稍大，本文將合理設(shè)計數(shù)據(jù)報占用字節(jié)數(shù)。其中數(shù)據(jù)包頭包括消息ID、AUV的ID、和時間戳等基本字段，每個字段占用8個字節(jié)，數(shù)據(jù)包頭部的6個字段共占48個字節(jié)；消息內(nèi)容所占字段由加密后生成的E(A0|C|AN)其自身決定；基礎(chǔ)層中的擴展層與轉(zhuǎn)發(fā)AUV生成的擴展層包括3個基本字段與一個轉(zhuǎn)發(fā)記錄，所以每一個擴展層占有24+rec0個字節(jié)，那么在數(shù)據(jù)包轉(zhuǎn)發(fā)過程中，由源AUV經(jīng)過k轉(zhuǎn)發(fā)到目的AUV，會產(chǎn)生k擴展層，最終目的AUV所接收到的數(shù)據(jù)包大小LengthN(m)為：

LengthN(m)=48+E(A0|C|AN)+(k+1)(24+rec)

=72+E(A0|C|AN)+24k·rec

(12)

其中，E(A0|C|AN)表示消息內(nèi)容C加密后的長度，rec表示轉(zhuǎn)發(fā)記錄長度，數(shù)據(jù)包長度主要由消息內(nèi)容和擴展層信息構(gòu)成。假設(shè)轉(zhuǎn)發(fā)記錄rec所占長度為10個字節(jié)，若此次轉(zhuǎn)發(fā)任務(wù)需要經(jīng)過10次轉(zhuǎn)發(fā)，那么擴展層信息的總長度為：L=24k·rec=24×10×10=2400字節(jié)，約為0.78kB，完全可以滿足轉(zhuǎn)發(fā)的存儲需求。

3.3 路由表更新

每一次轉(zhuǎn)發(fā)過程中，AUV將通過計算移動性評估值并綜合每次轉(zhuǎn)發(fā)結(jié)果對應(yīng)的鼓勵(懲罰)值以及AUV轉(zhuǎn)發(fā)能力的評估值，以此確定下一跳AUV。在每一次轉(zhuǎn)發(fā)結(jié)束后，目的AUV都會針對轉(zhuǎn)發(fā)結(jié)果廣播一個反饋值，以此更新評估路由表，評估路由表ART的更新過程偽代碼如下所示：

CAOR機會路由階段ART的建立：

1)初始化，設(shè)置TTL、λ、ε1、ε2參數(shù)值

2)IFAi在TTL接收消息m&&m.tar==AjTHEN

3)Ai提取發(fā)送消息時間戳m.tsi

4)Ai+1提取發(fā)送消息時間戳m.tsi+1

5)計算消息延時時間Δt=m.tsi+1-m.tsi

6)FOR對每次轉(zhuǎn)發(fā)的AUV做移動性評估獎勵

7) 式(4)計算參與轉(zhuǎn)發(fā)i個AUVAi鼓勵值

8) 式(7)更新路由表Ai對AD移動性評估值

9)endFOR

10)elseIFAj在TTL時間內(nèi)未接收到消息m；THEN

11) 目的AUVAj廣播發(fā)送失敗通知

12)IF參與轉(zhuǎn)發(fā)的AUVAi接收到消息m失敗通知；THEN

13) 重復(fù)步驟3)-步驟5)

14)FOR對每次轉(zhuǎn)發(fā)的AUV做移動性評估懲罰

15) 式(6)計算參與轉(zhuǎn)發(fā)i個AUVAi懲罰值

16) 式(7)更新路由表Ai對AD的移動評估值

17) endFOR

18) endIF

19)endIF

3.4 算法實現(xiàn)

水下自組織網(wǎng)絡(luò)中，攜帶數(shù)據(jù)包m的Ai需要將該數(shù)據(jù)包發(fā)送給Aj，CAOR路由協(xié)議的轉(zhuǎn)發(fā)流程圖如下：

圖3 CAOR路由協(xié)議轉(zhuǎn)發(fā)流程圖

CAOR路由協(xié)議轉(zhuǎn)發(fā)步驟可以總結(jié)如下：

1) AUV廣播路由請求RR，在通信范圍內(nèi)的所有AUV將向Ai發(fā)送路由應(yīng)答RREP，執(zhí)行步驟2)；

2)計算時間窗口th(n)，執(zhí)行步驟3)；

3)選擇在時間窗口th(n)內(nèi)接收到的路由應(yīng)答請求RREP對應(yīng)的AUV，作為待轉(zhuǎn)發(fā)區(qū)AUV，并生成待轉(zhuǎn)發(fā)區(qū){Ax1，Ax2，Ax3，…，Axn}，執(zhí)行步驟4)；

4)若Aj∈{Ax1，Ax2，Ax3，…，Axn}，那么直接將數(shù)據(jù)包m轉(zhuǎn)發(fā)給Aj，轉(zhuǎn)發(fā)結(jié)束。否則，執(zhí)行步驟5)；

5)利用式(8)計算待轉(zhuǎn)發(fā)區(qū)中各AUV的綜合評估值Cx1，Cx2，Cx3，…，Cxn，排列優(yōu)先級，執(zhí)行步驟6)；

6)利用式(9)確定轉(zhuǎn)發(fā)AUV的個數(shù)nc，將數(shù)據(jù)包m發(fā)送給優(yōu)先級大于nc的AUV；

7)若C優(yōu)先級=nc{A1,…，An}≤Cij，源AUVAi將代替優(yōu)先級為nc的AUV，攜帶數(shù)據(jù)包m移動直到下一轉(zhuǎn)發(fā)周期，返回步驟1)。

4 仿真驗證與分析

仿真環(huán)境：Intel(R)Core i7-1065G7處理器，16GB內(nèi)存Window操作系統(tǒng)，算法運行平臺是在NS-2仿真平臺基礎(chǔ)上的Aqua-Sim仿真器。Aqua-Sim仿真平臺針對水聲信道，可以有效模擬水下移動自組織網(wǎng)絡(luò)的包沖突和聲信道的衰減。網(wǎng)絡(luò)仿真參數(shù)設(shè)置見表2。

表2 網(wǎng)絡(luò)仿真參數(shù)

網(wǎng)絡(luò)的仿真場景為2000*2000*2000m3的三維水下自組織網(wǎng)絡(luò)。利用現(xiàn)如今比較成熟且參與搜救馬航MH370，由美國Hydroid公司研制的型號為Bluefin-21的AUV的各項參數(shù)為依據(jù)進行仿真[12]。在設(shè)置好的三維網(wǎng)絡(luò)環(huán)境內(nèi)，投放20個AUV，基本可以實現(xiàn)網(wǎng)絡(luò)覆蓋。此20個AUV的參數(shù)設(shè)置是完全相同的，不存在等級劃分，不同的地方在于它們會被不同的任務(wù)所驅(qū)動，移動軌跡一定不同。AUV的最大通信距離設(shè)置為700m。每個AUV的初始運動速度設(shè)置為2m/s，其中設(shè)置AUV的最小移動速度為0.2m/s，最大移動速度為2.75m/s，并向隨機方向移動。

仿真過程中，隨機指定編號從1到20的AUV在任意時刻生成一個數(shù)據(jù)包，每個數(shù)據(jù)包的大小為50B。攜帶數(shù)據(jù)包的AUV以20s為一個周期，廣播路由請求。仿真時間設(shè)置為1000s，源AUV從20s后開始執(zhí)行路由過程，在960s后準備結(jié)束仿真過程，不再轉(zhuǎn)發(fā)新的數(shù)據(jù)包。

由于MAC層的設(shè)定在一定程度上影響路由效果，因此需對MAC層協(xié)議進行設(shè)置。但目前水聲MAC層沒有標準協(xié)議，因此本文借鑒了DBR協(xié)議和VBF協(xié)議中對MAC層的設(shè)置，利用了一個基于CSMA/CA的簡單MAC協(xié)議[13]。在這個MAC協(xié)議中，當某個AUV要轉(zhuǎn)發(fā)數(shù)據(jù)包時，首先對信道進行監(jiān)聽，如果信道處于空閑狀態(tài)，則發(fā)送數(shù)據(jù)包。如果無法接入信道，該AUV就利用退避機制等待信道，最大的退避窗口設(shè)置為4個時隙。如果退避一段時間后監(jiān)測到信道空閑，則發(fā)送數(shù)據(jù)包，如果4個時隙過后信道依舊無法接入信道，則該AUV將數(shù)據(jù)包丟棄不再發(fā)送。

為了驗證CAOR路由算法的有效性、可行性以及優(yōu)越性。本文選取Epidemic、prophet、TOR三種協(xié)議與CAOR協(xié)議進行比較。從平均端到端時延、數(shù)據(jù)包投遞率、平均被轉(zhuǎn)發(fā)次數(shù)三個方面，對協(xié)議進行評價。

如圖4所示，本文提出的CAOR協(xié)議很大程度上減少網(wǎng)絡(luò)的暫時性擁塞，降低網(wǎng)絡(luò)端到端時延。隨著仿真時間的推進，惡意節(jié)點的數(shù)量增多，4種路由協(xié)議的時延呈上升趨勢。而CAOR路由協(xié)議的轉(zhuǎn)發(fā)時延控制在3s以下。在100s之前，4種算法的時延相當。在100s之后，CAOR協(xié)議的時延處于較低水平并趨于穩(wěn)定，其它3種算法的時延明顯交替上升。

圖4 多種協(xié)議平均端到端時延比較

如圖5所示，本文提出CAOR協(xié)議的數(shù)據(jù)包投遞率在80%左右，有效提升了網(wǎng)絡(luò)整體性能。Epidemic、Prophet兩種傳統(tǒng)協(xié)議的數(shù)據(jù)包投遞率均值在35%左右，TOR在80%左右。這是因為Epidemic、prophet兩種傳統(tǒng)協(xié)議沒有反饋機制，隨著網(wǎng)絡(luò)環(huán)境逐漸復(fù)雜，轉(zhuǎn)發(fā)效率較低。CAOR、TOR協(xié)議需要通過大量的轉(zhuǎn)發(fā)反饋來更新轉(zhuǎn)發(fā)策略，反饋值的數(shù)量對轉(zhuǎn)發(fā)策略的更新起到積極作用，逐漸提升數(shù)據(jù)包投遞率。

圖5 多種協(xié)議數(shù)據(jù)包投遞率比較

如圖6所示，CAOR協(xié)議可以通過綜合評估模型動態(tài)調(diào)整轉(zhuǎn)發(fā)AUV個數(shù)，減少了跳數(shù)冗余，降低了轉(zhuǎn)發(fā)過程的能量消耗。CAOR協(xié)議將平均被轉(zhuǎn)發(fā)次數(shù)控制在平穩(wěn)狀態(tài)，說明復(fù)雜的水下網(wǎng)絡(luò)環(huán)境對AUV轉(zhuǎn)發(fā)次數(shù)影響較小。Epidemic協(xié)議隨著網(wǎng)絡(luò)環(huán)境的復(fù)雜性增強，其平均交付率與轉(zhuǎn)發(fā)次數(shù)呈現(xiàn)下降趨勢，但總體保持較多的轉(zhuǎn)發(fā)次數(shù)。

圖6 多種協(xié)議數(shù)據(jù)包平均被轉(zhuǎn)發(fā)次數(shù)比較

5 總結(jié)

本文將機會網(wǎng)絡(luò)中節(jié)點移動帶來的相遇機會具體化，采用節(jié)點移動性與轉(zhuǎn)發(fā)能力兩個度量進行評估對決定AUV下一跳和AUV轉(zhuǎn)發(fā)個數(shù)的路由度量進行深入的研究，提出一種基于AUV綜合評估的機會路由協(xié)議。該協(xié)議的關(guān)鍵在于用動態(tài)調(diào)整所占權(quán)重的方法對AUV進行綜合評估，并對轉(zhuǎn)發(fā)結(jié)果成功與否給出反饋，通過不斷更新評估模型去選擇合適的轉(zhuǎn)發(fā)路徑和調(diào)整下一跳個數(shù)，實現(xiàn)水下路由轉(zhuǎn)發(fā)過程。仿真結(jié)果證明，本文克服水下復(fù)雜的網(wǎng)絡(luò)環(huán)境，利用AUV在三維海域中的移動趨勢實現(xiàn)路由轉(zhuǎn)發(fā)，達到降低網(wǎng)絡(luò)延時，提高可靠傳輸效果。