水下传感器网络中的多路径路由技术研究*

王 飞， 王黎明， 韩 焱

(中北大学 信息探测与处理技术研究所，山西 太原 030051)

水下传感器网络中的多路径路由技术研究*

王 飞， 王黎明， 韩 焱

(中北大学 信息探测与处理技术研究所，山西 太原 030051)

水下声信道是一种复杂信道，由于各方面因素影响，在数据传输过程中，水下传感器网络数据链路层会有可能产生随机中断。研究了一种虚拟汇聚节点的多路径水下传感器网络路由技术，在随机布设的传感器节点中选取了缓存节点，并创建了局部的汇聚节点，通过多路径的路由技术，有效减少了网络吞吐率受链路中断的影响，并且避免了汇聚节点处的数据冲突。通过网络的冗余性，增强了网络稳定性、鲁棒性。

水下传感器网络； 虚拟汇聚节点； 多路径路由； 缓存节点； 稳定性

0 引 言

水下传感器网络所处环境十分恶劣，较长的信号传播时延与复杂多变的信道，让目前大部分情况下采用的单汇聚节点的单路径路由技术承受了巨大压力[1]。当信道受外部环境影响而变恶劣，普通节点与汇聚节点之间的数据链路质量降低，传感器网络将产生阻塞。为解决以上问题，本文研究了一种虚拟多路径的传感器路由技术，在网络中分散布设了多个汇聚节点，增加了多条传播路径，提高数据在信道恶劣情况下的传输成功率，同时，避免了数据通过不同路径到达同一汇聚节点时产生的竞争与冲突[2]。通过Matlab对多径路由与单路径路由背景下，在能量约束条件下的传输结果进行仿真，证明了在复杂水声信道中，多径路由技术的可用价值与应用优势。

1 基于虚拟多路径的水下传感器网络结构

网络结构通常是网络健壮性、可靠性与低能耗的决定因素，当信道质量变差，数据传输受阻，网络的冗余性可以保证网络不受影响。

传统多路径网络路由技术是指在普通节点到汇聚节点之间建立多条不同路径，最终到达同一个汇聚节点。这种方式在一定程度上缓解了数据链路受信道影响而产生的网络阻塞，但不同路径的信号会有相互干扰现象，尤其在汇聚节点处会产生数据冲突，如果加入重发机制，这种冲突的几率更大。本文研究的多路径路由技术在网络中布设了多个分散的汇聚节点，当节点传输数据时，同时向不同路径发射信号，任何一条路径的汇聚节点收到有效数据，本次数据传输成功。多个不同路径的汇聚节点构成本文研究的虚拟汇聚节点,网络结构如图1所示。

图1 基于虚拟汇聚节点的多路径网络结构图Fig 1 Structure diagram of multipath network based on virtual sink nodes

虚拟汇聚节点的多路径网络结构有效地避免了不同路径上信号间的冲突与干扰，同时，多路径保证了数据传输成功率。但由于水下环境的复杂，信道质量恶劣导致链路层暂时中断时刻未知，此时网络通常多次对数据进行重发，直到链路恢复正常，数据成功传输为止。重发机制的引入虽然对网络的可靠性有所加强，但是水下传感器能量有限，多次重发时功耗最大。因此，本文将重发机制改为缓存机制，即在网络中加入数据缓存节点，在信道质量恶劣时将数据在该节点缓存，而当链路通信恢复后，缓存节点将数据传输至汇聚节点。

缓存节点的布置既需要满足网络健壮性，也需要考虑网络低功耗要求。除满足网络吞吐量的缓存节点，网络中还需增加一定数量的备用缓存节点，提高网络冗余性，满足实时性要求较高的网络需要。同时，缓存节点的布置要尽可能分散，避免缓存节点的拥挤造成能源分配不均，产生网络“热点”[3]。

针对以上问题，本文研究了在能量与可靠性约束条件下，将缓存发送机制代替重发机制的虚拟汇聚节点的多路径路由技术，提出一种缓存节点的布置算法和方式，通过模拟与仿真水下传感器网络，对该路由技术进行了评价。

2 缓存节点的布置算法

节点能耗与距离呈正比，因此，通常选择与节点最近的节点作为缓存节点，即可将监测环境划分成Voronoi图，缓存节点作为每个Voronoi单元的中心。数据在Voronoi单元内经过几个节点，通过缓存节点转发到汇聚节点。假设一个Voronoi单元(用集合A表示)中心坐标为(xc,yc),数据经过A中节点传输到缓存节点的路径长度表示为

(1)

其中，N为节点总数，a为监测区域半径。节点在监测区域内可以看作是均匀分布的，因此，节点的分布密度表示为式(1)中的N/πa2。

假设每个Voronoi空间大小相等，则每个空间的半径可表示为

(2)

其中，i为缓存节点个数。根据式(1)、式(2)，得到每个单元内数据通过节点传输到缓存节点的路径为

E1=i(10lgS+αS×10-3).

(3)

上述得到了每个Voronoi单元内数据的传输路径长度后，即可建立水下传感器节点的能量消耗模型。水下的能量损耗主要是声信号传播损失与吸收损失[4]，其值可表示为

TL=10lgS+αS×10-3,

(4)

式中α为与声信号频率有关的吸收系数。因此，i个Voronoi单元，传输lbit的能耗可以表示为

E1=ilEelec+li(10lgS+αS×10-3).

(5)

其中,Eelec为传感器节点电路能耗。另外，i个缓存节点接收数据的能耗表示为

E2=ilEelec.

(6)

这i个缓存节点将数据传输到Sink节点的能耗表示为

E3=l(10lg 2ai/3+α2ai/3×10-3).

(7)

整个监测区域内传输lbit能耗值为

E=E1+E2+E3.

(8)

综上所述，当E最小时，此时缓存节点的个数即为最优解,其位置即为Voronoi单元的中心[5]。

3 多路径路由机制模型

上述多路径网络结构中，数据在缓存节点成功完成n跳，到达汇聚节点。一个数据包在一个多径路由中传输，在任一条j跳时失败，概率为p(j)，这个概率是相互独立的[6],则数据传输成功的概率分布函数可以表示为[7]

(9)

式中ti为数据在第一跳之后继续传输的跳数0≤ti≤n-1。根据上式，得到数据传输成功的概率为

(10)

在数据传输成功条件下，这一包数据的时延表示为

T=n(τb+τd).

(11)

其中,τb为数据传输时间，τd为数据传播时间。

4 模拟与仿真

本文仿真了在监测区域使用不同数量的缓存节点，研究了节点的能量消耗。如图2，仿真在半径1 000 m的圆形监测区域内布置了5 000个节点。每个节点将数据传输到各自Voronoi单元中的缓存节点，最后缓存节点将数据压缩，传输到Sink节点。

图2 5 000个节点在半径1 000 m监测区域的均匀分布图Fig 2 Uniform distribution diagram of 5 000 nodes in monitoring area (R=1 000 m)

在上述给定的监测环境，图3(a)仿真模拟出在M=4时(M即为多路径机制的路径数量)，n=5,10,15时(n为每一个数据包从缓存节点到达虚拟汇聚节点的跳数)，单路径与多路径在信道质量变化条件下传输数据的成功率比较；图3(b)给定n=10，在M=4,5,6时，比较了在信道变化时，多路径路由机制与单路径路由机制数据包传输成功率。

图3 多路径与单路径路由机制信道质量与数据传输成功关系图Fig 3 Relationship of successful probability of data transmission and channel quality between multipath and single-path routing mechanism

图4模拟对应图3背景下的单路径路由机制相对于多路径路由机制的多余时延。

在模拟中，为了保证两种路由机制能量消耗相同，使单路径路由机制中的重发次数与多路径路由中的所有路径中的数据总发送次数相等。

从图3中可以看出:在信道质量较好的时候，单路径路由机制明显优于多路径下的的数据传输成功率。而在信道质量变差的时候，单路径路由机制性能急剧变差，而多路径下的路由机制性能变化较为平缓，并且明显优于前者。在恶劣的水下信道中，多径路由技术在大多数情况下性能更加可靠。

从图4(a)图中可以看出:单路径路由机制总是会产生比多路径路由机制下有更多的时延值。尤其是在信道质量较好的情况下，亦即单路径路由机制用较大时延保证了网络的稳定。从图3与图4(b)图中可以看出:随着路径数量增长，多路径路由的稳定性下降很快，但是，此时对应的单路径路由的时延随着路径数量增大，说明虽然稳定性下降，但是多路径路由机制的网络时延比单路径下的更小。

图4 单路径路由机制相对多路径路由机制的时延消耗Fig 4 Time delay between single-path and multipath routing mechanism

5 结 论

本文研究的多路径水下传感器网络路由技术，通过数值模拟仿真，证明了该技术在恶劣的水下信道中有较强的实用性，在未来对海洋探测等应用研究中有很强的工程意义与深远的应用前景。

[1] Heidemann J,Li Y,Syed A,et al.Underwater sensor networking: Research challenges and potential applications[C]∥Proceedings of IEEE Wireless Communications and Networking Conference,Las Vegas,Nevada,USA,2006.

[2] Souzer M, Stojanovic M, Proakis J G. Underwater acoustic networks[J].IEEE Journal of Oceanic Enginerring,2000,25(1):72-83.

[3] 翟 洁.水下传感器网络路由协议的研究[D].武汉:华中科技大学,2007.

[4] 许肖梅.水声通信与水声网络的发展与应用[J].声学技术,2009,28(6):811-816.

[5] Mirza D,Schurgrs C.Energy-efficient localization in networks of underwater drifters[C]∥Proceedings of the Second Workshop on Underwater Networks,ACM WUWNet’07,Montreal,Quebec,Canada,2007:73-80.

[6] 徐 明.水声传感器网中基于网络编码的多径路由协议[J].传感器与微系统,2013,32(1):36-39.

[7] 盛 堰,周 飞.一种水下无线传感器网络数据的盲分离算法[J].传感器与微系统,2013,32(10):106-109.

Research on multipath routing technology of underwater sensor networks*

WANG Fei, WANG Li-ming, HAN Yan

(Institute of Signal Capturing & Processing Technology,North University of China,Taiyuan 030051,China)

Underwater acoustic channel is a complex channel,due to effect of various factors,data link layer of underwater sensor networks(UWSNs)would be broken off randomly.Research a multipath routing technology of UWSNs based on virtual sink node,and some cache nodes is selected from randomly distributed nodes,and local sink nodes are created.By multipath routing technology,effect of data link interrupt on networks throughout is reduced effectively,and conflicts in sink nodes can be avoided.The stability and robustness of networks is enhanced by network redundancy.

underwater sensor networks(UWSNs); virtual sink node; multipath routing; cache node; stability

10.13873/J.1000—9787(2014)12—0024—03

2014—09—17

国家自然科学基金资助项目(61171179，61227003，61301259)；山西省自然科学基金资助项目(2012021011—2)；高等学校博士学科点专项科研基金资助项目(20121420110006)；山西省回国留学人员科研资助项目(2013—083)；山西省高等学校优秀创新团队支持计划资助项目

TN 929

A

1000—9787(2014)12—0024—03

王 飞(1987-)，男，山西太原人，博士研究生,从事信号处理、水声通信网络研究工作。