APP下载

基于节点缓冲区与能量的机会路由设计

2017-12-20郑加石

电子科技 2017年12期
关键词:缓冲区测度数据包

廉 政,郑加石

(上海理工大学 光电信息与计算机工程学院,上海 200093)

基于节点缓冲区与能量的机会路由设计

廉 政,郑加石

(上海理工大学 光电信息与计算机工程学院,上海 200093)

传统的机会路由在设计路由测度时仅考虑候选节点外部链路因素,而忽略了节点自身因素对网络性能的影响。针对此问题,文中提出了一种基于节点缓冲区与能量的机会路由协议。该协议在地理位置策略的基础上,综合考虑节点缓冲区和能量因素设计新的路由测度,并根据该路由测度设计下一跳转发节点的选取方法和每一跳的数据转发过程。仿真结果表明,与EAOR协议相比,BEAOR协议可以获得更高的网络吞吐量以及更低的端到端时延,能更好的适应无线传感网络。

机会路由;路由协议;吞吐量;端到端时延

机会路由(Buffer-Energy Aware Opportunistic Routing,BEAOR)是近年来研究热点,虽然研究已取得一定成果,但依然面临问题与不足[1-2]。目前,候选转发节点集主要是基于不同路由测度进行选择,主要的路由测度包括基于端到端最短路径[3]、迭代方式[4]、网络编码[5]以及基于地理位置策略(Geographic Random Forwarding,GeRaF)[6-7]等。基于端到端最短路径的路由测度,考虑了节点到目的节点的最短转发次数,但是无线信道的时变性会造成数据不按最短路径进行转发;基于迭代方式和网络编码的路由测度会进行大量的计算,当网络中转发节点数增加时,大量的计算量远超过传感器节点数据处理能力;基于地理位置策略的路由测度,仅考虑当前节点到目的节点地理位置距离,距离越小,优先级越高,该模型简单易实现,但对于无线传感器网络仅考虑节点地理位置因素过于片面,不具代表性。以上路由测度仅考虑候选转发节点的外部链路信息状态,较少考虑节点自身的相关因素,比如节点能量、节点缓冲区中因数据包过多造成的延迟等因素。

1 基于GeRaF思想的网络工作流程

GeRaF是一种主要考虑节点地理位置的路由协议[6-7],该协议需要感知节点在网络中的地理位置信息,并将节点之间的地理位置距离作为路由测度进行候选转发节点集的选择,同时将距离大小作为确定该邻居节点在候选转发节点集中的优先级高低的判别因素。

在候选转发节点集中,依据GeRaF的思想,距离目的节点越近的候选转发节点,优先级越高[8]。在节点间的消息交互中,所有邻居节点在收到发送节点的RTS控制包后,都会产生定时TBackoff,在TBackoff定时结束后回复CTS。因此使用TBackoff的大小来反映邻居节点的优先级高低。文献[9]设计的路由测度公式为

(1)

其中,Ds,d是源节点s到目的节点d的距离;Dn,d是当前节点n到目的节点d的距离;SIFS为帧间间隔;C是与距离有关的常量。

由式(1)可得,TBackoff与Ds,d和Dn,d的差值成反比。其中,Ds,d在网络拓扑结构设定后为固定值, 则TBackoff只与当前节点到目的节点的距离Dn,d有关。若节点的TBackoff在候选转发节点集中最小,则该节点被选定为下一跳转发节点。

因此,基于节点地理位置信息的机会路由协议中,与目的节点距离越小的候选转发节点,越可能被选为下一跳转发节点。每一跳的转发节点都是动态选出,避免了无线链路不稳定的影响。但是,GeRaF协议仅考虑了节点的地理位置因素,没有考虑其他因素的影响,路由测度过于简单。

2 路由测度的影响因素分析

2.1 节点的能量因素

无线传感器网络中,对于传感器节点的电池更换和充电较难实现[10-11]。在实际的链路数据转发过程中,如果节点耗能过多,则有可能在无线传感器网络中消失。因此,在研究路由测度时,为了保证整个网络节点能量均匀分布,避免某一个或某一片网络区域内的节点失效,需要考虑节点能耗对路由测度的影响[12]。

文献[13]在路由测度中引入了节点能量因素,据此提出了基于节点能量的机会路由协议(EAOR)。在该协议中,邻居节点收到发送节点的RTS数据包后,会在定时TEn_aware结束后回复CTS数据包,其公式为

(2)

式中,Consenergy为该邻居节点所消耗的能量;C1为与距离相关的常量;C2为与能量相关的常量。

与基于地理位置信息的路由协议比较,EAOR协议考虑了每一个邻居节点的能量。在该协议中,与目的节点d的距离不是最小的邻居节点若具有很高的节点能量,则有可能成为下一跳转发节点;反之,若节点能量很低,即使与目的节点距离最小也不会成为下一跳转发节点。EAOR协议考虑了能量和节点位置信息,在基于地理位置的机会路由基础上,进一步提高了网络的性能,同时也使网络节点能量分布更加均匀。

2.2 节点缓冲区因素

在实际的无线传感器网络中,节点时刻都在传输数据包,部分节点的缓冲区内会积压大量数据包等待转发,在信道繁忙的情况下,这些积压在节点缓冲区中的数据包会产生大量的等待时间,进而影响到网络的吞吐量和延时响[14]。为了减少数据转发延时,在候选转发节点集的选择中,可以降低积压数据包较多的节点优先级,而提高只有较少数据包转发的节点优先级。

为更加直观的分析节点缓冲区对网络性能的影响,在100个节点的网络环境中,测试源节点向目的节点分别发送50、100、150、200、250个数据包所需的仿真时间。

图1 发送不同数目的数据包所需的仿真时间

从图1可知,相同实验条件下,发送相同数目的数据包时,候选转发节点选择机制中考虑节点缓冲区因素的仿真时间较少。这是因为考虑节点缓冲区因素可以充分利用网络中闲置的节点资源,避免因缓冲区内数据包积压而产生延时。因此,节点缓冲区对网络性能有较大影响,在路由测度的设计中需要加以考虑。

3 BEAOR协议设计

3.1 BEAOR的路由测度

在机会路由中,需要有路由测度来决定候选转发节点集的选取,路由测度设置的好坏决定了候选转发节点集的优劣,进而直接影响数据转发路径。本文的BEAOR协议中,基于地理位置策略,综合考虑节点缓冲区和能量因素,设计了一种新的路由测度。

根据式(2),BEAOR协议的路由测度可表示为

(3)

其中,Numbuffer是节点缓冲区目前所存储的数据包个数;C3是与距离相关的常量;C4是与能量相关的常量;C5是与个数相关的常量。

从式(3)中可知,考虑节点缓冲区时,需设计一种数据包计数方法,实时统计邻居节点缓冲区中的数据包个数Numbuffer。设计节点转发和接收数据包的计数方法如图2和图3所示。

图2 节点转发数据包

图3 节点接收数据包

3.2 BEAOR协议

本文中BEAOR协议在EAOR协议的基础上,结合节点地理位置、能量以及缓冲区中数据包个数等因素的影响,利用新的路由测度,设计了下一跳转发节点的选取方法以及每一跳的数据转发流程。

在BEAOR协议中,下一跳数据转发节点的选择如图4所示,需要先根据节点地理位置确定候选转发节点集,再根据TBEAOR路由测度值确定候选转发节点集中所有节点的优先级,然后选择优先级最高的节点作为数据转发节点。候选转发节点TBEAOR值越小,则该节点的地理位置、能量以及节点缓冲区因素在候选转发节点集中综合最优,即优先级别最高。

完成数据转发节点的选择后,需进行数据转发,BEAOR协议的数据转发流程,如图5所示。高优先级的转发节点在TBEAOR定时结束后,向源节点回复CTS。源节点在收到第一个CTS控制包后,会选择该候选转发节点作为下一跳的转发节点,并将DATA数据包发送给它,同时停止接收其他候选节点回复的CTS。其他候选转发节点在听到数据发送后会停止CTS的回复,等待下一次数据的转发。若源节点在一定时间内没有收到任何邻居节点回复的CTS,发送节点则重新发送RTS。转发节点在收到源节点的DATA数据包后,会立即给源节点回复ACK控制包,源节点收到ACK控制包后,这一跳的数据转发结束。如果在一定时间内,源节点没有收到转发节点回复的ACK控制包,则会重新向转发节点发送DATA数据包。

图5 BEAOR协议中数据转发流程

BEAOR协议综合考虑了节点地理位置、节点能量以及缓冲区中数据包个数等因素的影响,与基于节点能量的机会路由协议EAOR相比[13],更加适合实际的无线传感器网络环境,同时降低了节点缓冲区因素产生的网络延时,可以进一步提高网络吞吐量。

4 仿真实验

本文使用OMNeT++仿真平台对提出的BEAOR 协议与基于能量的机会路由协议EAOR 进行比较分析,分别在单信道和多信道网络中比较网络吞吐量、延迟以及节点资源利用情况。

为减小随机误差,本实验采用5组随机数对应产生5种随机分布的节点数场景,其中发送方(源节点)和接收方(目的节点)位置固定,仿真配置参数如表1所示。实验结果取5种随机分布的节点数场景结果的期望值。

表1 仿真参数

网络吞吐量是衡量网络性能的重要指标,图6和图7分别是对BEAOR协议以及EAOR协议在单信道和多信道中的网络吞吐量对比。由图中可知,随着网络规模的增大,单信道和多信道中的网络吞吐量都随之提高,且机会路由协议BEAOR的网络吞吐量明显优于EAOR协议的。单信道网络中随着节点数目的增多,优势更为明显,这是因为网络规模的增大,使得节点缓冲区中的数据包延迟问题更为严重,对网络吞吐量的影响更大。在多信道网络中,由于节点可以在多条信道上同时转发数据包,网络吞吐量比单信道提高约60%。但当网络节点数增加到250个时,BEAOR协议带来的网络吞吐量与EAOR协议带来的网络吞吐量相差不多,这是因为在多信道网络中,节点数目的增加提升了网络复杂度,数据碰撞的程度比单信道网络中的碰撞更为剧烈,对网络吞吐量的影响已经不能忽视。

图6 单信道中网络吞吐量比较

图7 多信道中网络吞吐量比较

图8 单信道中平均端到端延迟比较

图9 多信道中平均端到端延迟比较

端到端时延是指数据包从发送方(源节点)发出到接收方(目的节点)收到所经历时长[15],反应无线网络数据包传输速率。从图8和图9所示,网络节点越密集,平均端到端时延越小。同时,相同节点数目下使用BEAOR协议的网络平均端到端时延小于EAOR协议,这是因为BEAOR协议考虑了节点缓冲区内数据包个数对端到端时延的影响,在下一跳转发节点的选择中,在候选节点其他因素相同的情况下,选择缓冲区内数据包个数较少的节点作为下一跳的中继节点,避免了数据包拥堵产生的时延。对比图8和图9所示,相同节点数目下,多信道网络中的平均端到端时延明显小于单信道网络的时延,这是因为多信道网络可提供更多的网络资源,将信道分配应用到BEAOR协议中也是下一步的研究工作。

图10 单信道中发送数据包个数标准差比较

图10和图11分别是单信道和多信道下节点发送数据包个数标准差的比较。如图所示,单信道网络中BEAOR协议的节点发送数据包个数标准差比EAOR小,即BEAOR协议充分利用了网络中的节点资源,选择缓冲区数据包个数较少的节点进行转发数据,分散了数据包转发任务,避免使用固定的节点转发数据,从而使得网络中节点的使用更加均衡。而多信道下使用BEAOR协议的节点发送数据包个数标准差虽比使用EAOR协议的要低,但是差距不如单信道情况下明显,这是因为多信道的使用进一步增加了网络复杂度,对网络资源的调度需要考虑更为合理的分配机制。

5 结束语

本文提出了一种新的无线传感器网络机会路由协议BEAOR。基于GeRaF思想,综合考虑节点能量和节点缓冲区因素,给出了BEAOR的路由测度公式模型、转发节点的选择方法及数据转发流程。实验表明, BEAOR协议在单信道和多信道中对网络性能的提升和网络资源利用都优于传统的EAOR协议。

[1] Hsu C J, Liu H I, Seah W K G. Opportunistic routing - A review and the challeng- es ahead[J].Computer Networks,2011, 55(15):3592-3603.

[2] Patel T,Kamboj P.Opportunistic routing in wireless sensor networks:A review[C].MI,USA:Advance Computing Conference,IEEE, 2015.

[3] Biswas S,Morris R.Opportunistic routing in multihop wireless networks[J].ACM Sigcomm Computer Communication Review,2005,34(1):69-74.

[4] Dubois-Ferriere H, Grossglauser M.Least-cost opportunistic routing[J].EPFL, 2007(6):33-39.

[5] Chachulski S,Jennings M,Katti S,et al. Trading structure for randomness in wire- less opportunistic routing[J].ACM Sigcomm Computer Communication Review, 2007,37(4):169-180.

[6] Zorzi M,Rao R R.Geographic random forwarding (GeRaF) for ad hoc and sensor networks: energy and latency performance[J].IEEE Transactions on Mobile Computing,2003,2(4):349-365.

[7] Zori B M,Rao R.Geographic random forwarding (Geraf) for Ad hoc ad sensor networks: multihop performance[C].UT, USA: IEEE Transactions on Mobile Computing, 2003.

[8] Casari P, Marcucci A, Nati M, et al. A detailed simulation study of geographic random forwarding (GeRaF) in wireless sensor networks[C].France:Military Communications Conference, 2005.

[9] Spachos P,Song L,Hatzinakos D.Performance comparison of opportunistic routing schemes in wireless sensor networks[C].Hangzhou:Communication Networks and Services Research Conference,IEEE,2011.

[10] Heo J,Hong J,Cho Y.EARQ:energy aware routing for realtime and reliable communication in wireless industrial sensor networks[J].IEEE Transactions on Industrial Informatics,2009,5(1):3-11.

[11] 刘睿琼,齐小刚,孙正海.基于节点位置的无线传感器网络分簇路由协议[J].电子科技,2013,26(3):130-133.

[12] 史雨雨,郁进明,李雪.基于能量和密度的WSNs动态分区成簇路由算法[J].电子科技,2016,29(6):47-50.

[13] Spachos P,Chatzimisios P,Hatzinakos D. Energy aware opportunistic routing in wireless sensor networks[C].HK:Globecom Workshops,2012.

[14] 孙国栋,廖明宏,邱硕.无线传感器网络中一种避免节点拥塞的算法[J].计算机研究与发展,2009, 46(6):934-939.

[15] 徐晶,杨宗凯,赵三谦.多信道多跳无线网络端到端时延最小化路由评价指标的研究[J].小型微型计算机系统,2012,33(8):1660-1664.

The Design of Opportunistic Routing Based on Buffer and Energy of the Relays

LIAN Zheng,ZHENG Jiashi

(School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China)

The traditional opportunistic routing considers only the external link factors of the candidate node while designing the routing metric, while ignoring the influence of the node’s own factors on the network performance. To solve this problem, this paper proposes an opportunistic routing protocol BEAOR considering node buffer and energy. Based on the GeRaF, this protocol takes into account the node buffer and the energy to design a new routing metric, and according to the metric, the selection method of next hop forwarding node and the data forwarding process of each hop are designed. The experimental results demonstrated that the proposed protocol can obtain higher network throughput and lower end-to-end delay compared to EAOR, and it can better adapt to the wireless sensor network.

opportunistic routing;routing protocol;throughput;end-to-end delay

2017- 02- 23

上海市经信委科研立项(155511107700)

廉政(1990-),男,硕士研究生。研究方向:认知无线电网络等。郑加石(1990-),男,硕士研究生。研究方向:计算机技术等。

10.16180/j.cnki.issn1007-7820.2017.12.026

TN915.03;TP393

A

1007-7820(2017)12-096-06

猜你喜欢

缓冲区测度数据包
三个数字集生成的自相似测度的乘积谱
R1上莫朗测度关于几何平均误差的最优Vornoi分划
二维隐蔽时间信道构建的研究*
民用飞机飞行模拟机数据包试飞任务优化结合方法研究
非等熵Chaplygin气体测度值解存在性
Cookie-Cutter集上的Gibbs测度
SmartSniff
一类装配支线缓冲区配置的两阶段求解方法研究
关键链技术缓冲区的确定方法研究
初涉缓冲区