基于链路可用时间的认知无线网络路由算法

杨怀德, 陈俞强, 骆剑锋

(东莞职业技术学院 计算机工程系,广东 东莞 523808)



基于链路可用时间的认知无线网络路由算法

杨怀德, 陈俞强, 骆剑锋

(东莞职业技术学院 计算机工程系,广东 东莞 523808)

文章针对认知无线网络路由性能易受认知节点移动、主用户干扰、节点剩余能量影响的问题,提出一种基于链路可用时间的路由算法。该算法对节点间的链路可用时间进行预测,自适应地选取重路由操作少、可用时间长的路径进行通信。仿真实验表明,该算法能简化网络的拓扑,提高认知无线网络的吞吐量,降低网络的传输时延。

认知无线网络;链路可用时间;预测;剩余能量;路由算法

0 引 言

认知无线电技术是为解决无线频谱资源日益匮乏的问题而提出的一种新型无线网络,其核心思想是允许认知用户动态择机地使用已分配给主用户而主用户当前并未使用的频段,使得频谱资源的利用率得到了极大的提升,从而解决了无线网络频谱资源不够用的问题[1-3]。然而,认知无线电技术对无线网络的性能特别是路由性能也有着巨大的影响，与传统的无线网络相比,认知无线网络的路由不仅需要考虑节点的移动性和节点剩余能量的影响,还需要考虑来自主用户的干扰。因此,传统的无线自组网的路由算法并不适用于频谱动态变化的认知无线网络。为此,国内外很多学者都展开了对认知无线网络的路由算法的研究,并且已经取得了许多研究成果。文献[4]提出了一种基于连通性的路由算法,在选取路径时淘汰效率低的、不稳定的瓶颈链路,但没给出具体的算法实现;文献[5]针对主用户的干扰问题,提出了一种多路径的路由算法,该算法通过引入路由接近度的概念,在路径选取时选取接近度低的节点作为下一跳,虽然降低了主用户的干扰对于路由性能的影响,但是增大了网络传输时延、增加了网络的能耗;文献[6]针对前向避免区域频繁信道切换造成的路由不稳定问题提出了一种基于地理位置和前向反馈的认知路由算法,该算法解决了SEARCH路由算法的不稳定问题,降低了网络的能耗和端到端的时延;文献[7]提出了一种基于位置信息的协作路由算法,该算法首先计算链路的能耗代价,然后基于节点的位置信息选择合适的中继节点建立协作路由,在理想的条件下能延长网络的生命周期。

上述文献虽然考虑了认知无线网络的频谱动态性和主用户的干扰,却没有考虑节点的剩余能量对于路由性能的影响。本文综合考虑节点移动性、主用户的干扰和节点剩余能量对于链路可用时间的影响,沿用无线自组网按需平面距离向量路由协议(ad-hoc on-demand distance vector routing,AODV)基本流程,提出了一种基于链路可用时间的认知无线网络路由算法,并给出了算法的具体实现。

1 系统模型及链路可用时间计算方法

1.1 系统网络模型

随机分布在二维区域的1个主用户PU和5个认知用户CU共存的通信网络如图1所示,PU的干扰半径为R,CU的信号覆盖半径为r。每个节点都采用全向天线通信模式,并且都配置定位模块,可以获得自己当前时刻的坐标、运动速度和运动方向。节点的移动轨迹由目前广泛使用的随机实体移动模型产生[8],由于该模型能保持平稳速度分布和均匀的节点分布,便于实现和进行理论上的研究。

由于关注的是路由和链路,本文假定认知无线网络链路可用时间仅由节点的移动性、主用户干扰和节点的剩余能量决定,信号衰落等其他因素引发的问题可由低层的技术来处理。

图1 系统网络模型

为了说明认知无线网络的路由性能和链路可用时间的关系,下面将通过一个具体的情境来进行描述。假定图1中通信的源节点为CU1,目的节点为CU5，CU2和CU3都在进行远离PU的运动,而CU4正向PU移动;CU2的剩余能量为5%,CU3的剩余能量为60%。

(1) 如果采用传统的路由算法按照最短路径准则,会选取CU4作为下一跳。然而在认知无线网络中,当CU4运动到足够接近PU的区域时,CU1与CU4之间的链路会因为受PU的干扰而变得不可用,需要重新发起路由请求以寻找其他可用路由。如果在之前的路由发现阶段选择正远离PU的CU2或者CU3作为下一跳,上述因PU干扰而引起的路由失效的现象就不会发生。

(2) 进一步,假定选取的下一跳为距离更近的CU2,由于CU2的剩余能量即将耗尽,可能在通信阶段CU2会因为能量耗尽导致链路不可用,进行影响网络的能耗和吞吐量;而如果选取能量更充足的CU3作为下一跳,那么上述因节点能量耗尽而引起的路由失效的现象也不会发生。

因此,认知无线网络的链路可用时间对路由性能起着重要的作用,而链路可用时间由节点的移动性、主用户的干扰和节点剩余能量决定。

1.2 链路可用时间计算方法

在不考虑节点剩余能量的前提下,将时间划分出多个随机时间片,认知节点在每个随机的时间片内以概率Pt保持速度不变运动[9],为了方便计算,先假定Pt=1,则可得:

d2=at2+βt+γ

(1)

其中,d为两节点间的距离;γ、β、γ为常量；t为时间间隔。常量γ、β、γ可以通过3个时间点进行(t0,d0)、(t1,d1)、(t2,d2)测量计算求解[10]，即

(2)

(1) 在只考虑节点移动因素的情况下,只要两节点间的距离满足(3)式,则认为链路可用。

d≤r

(3)

综合(1)式和(3)式即可得到在节点保持速度不变的前提下,两认知节点保持在对方信号覆盖区域的时间TCC为：

(4)

(2) 在只考虑主用户干扰的情况下,假定节点初始位置位于主用户干扰区域之外,节点间的距离满足(5)式,则认为链路可用。

d≤R

(5)

综合(1)式和(5)式即可得到在节点保持速度不变的前提下,认知节点保持在主用户干扰区域之外的时间TCP为：

(6)

在实际的网络环境中,Pt的值是一个随机变化的值,因此,在只考虑节点的移动性和主用户干扰下的链路可用时间TM-I的值如下:

TM-I=min{PtTCC,PtTCP}

(7)

Pt的值采用文献[11]中给出了链路可用下的概率估算(6)式的计算方法,进而可以得出只考虑节点的移动性和主用户的干扰下的链路可用时间TM-I为：

(8)

其中,τ-1为平均时间间隔;θ、ε为待定参量,可以通过线下测量获取。

1.3 基于剩余能量的链路可用时间计算方法

在能量受限的认知无线网络中,链路的生存期不仅需要考虑节点的移动性和授权用户的干扰,还应该考虑通信节点剩余能量状况。当通信对象或者中继节点剩余能量即将耗尽时,即便对方仍处于发送方的信号覆盖区域,并且没有受到授权用户的干扰,双方通信的链路都随时可能变得不可用。

在只考虑通信双方剩余能量的条件下,节点间的链路维持时间由节点的剩余能量和功率决定,令TE1、TE2分别为节点CU1、CU2的能量维持时间,则在只考虑能量维持时间的情形下,两节点间链路可用时间的计算公式如下：

TE=min{TE1,TE2}

(9)

其中,TE1的值为:

(10)

其中,E1为节点CU1的剩余能量,其值可以从相关硬件寄存器中获取;P1为CU1的传输功率,其值可由文献[12]中(12)式获取。

TE2的计算方法与TE1的计算方法一致。

综上所述,CU1与CU2间链路可用时间Tavl的计算公式为：

Tavl=min{TM-I,TE}

(11)

2 基于链路可用时间的路由算法

基于上述分析,在设计认知无线网络路由算法时综合考虑主用户干扰、节点的移动性和节点剩余能量,设计一种基于链路可用时间的AODV(link available time AODV，LAT-AODV)。

2.1 路由发现

两认知节点通信的第1阶段就是路由发现,检查路由表中是否有能够达到目的节点的路由,若没有则构造路由请求报文RREQ并通过控制信道广播出去,RREQ中除了包含标准AODV需要的信息外,还需要添加自身的可用频谱集合、剩余能量信息、路径可用时间[13-14],如图2所示。

012345678901234567890123456789012345678901类型JRGU保留字段跳数目的IP目的SN源IP源SN可用频谱剩余能量路径可用时间

图2 修改后的RREQ报文格式

中继节点收到该请求报文后的处理过程需要在AODV协议的基础上进行修改,其具体处理步骤如图3所示。

图3 RREQ报文处理流程

通过(11)式计算出与上一节点之间的链路可用时间并更新RREQ报文的Path available time 字段,然后还需要检查自身的频谱是否与上一节点存在频谱交集,没有则丢弃。最后更新路由表,建立去往源节点的反向路由,转发RREQ报文。

2.2 路由应答

当RREQ报文经过转发过程最终到达目的节点后,目的节点利用路由应答功能来进行如下相应处理。

(1) 启动接收定时器,只接收规定时间内到达的后续RREQ报文。

(2) 定时到期后,对有效时间到达的RREQ进行分析,选取跳数少、路径可用时间长的路径建立路由。

(3) 按照之前建立的反向路径发送路由响应报文。

2.3 路由维护

认知无线网络的路由会因为节点的移动、主用户的干扰和节点本身能量耗尽而导致路由不可用,进而影响网络的性能。因此,需要认知无线网络的路由需要有认知的功能,能前瞻性地感知路径的可用性,在路径失效前作出相应的措施。在LAT-AODV中,路由维护是依靠节点间链路可用时间来决定是否提前启动路由修复功能来实现。如果中间节点监测到其与下一跳节点的链路可用时间小于链路危险时间Th,那么节点就立即构造RREQ报文来寻找新的可用路径,以免影响正常的数据传输。

3 仿真分析

使用Matlab进行仿真实验,仿真场景如下:在800×800 m2的区域内随机部署50个CU节点和一个PU节点,CU节点的最大通信距离为200 m,PU的干扰范围R=120 m。节点的运动速度均匀分布在[0,25]m/s,节点的运动方向均匀分布在[0,2π],Th取值为2 s,节点的剩余能量在区间[0,50]J上随机分布。

从拓扑的结构、网络吞吐量和端到端时延3个方面进行实验仿真,仿真结果分别如图4～图6所示。

图4中的星号表示主用户节点,其他均为认知用户节点,圆型节点代表的是剩余能量不足的认知用户节点。

从图4可以看出,LAT-AODV算法能感知到PU节点的存在,并主动断开PU附近节点间的链路,而原始拓扑则无法感知PU节点的存在。此外，LAT-AODV算法在构建链路阶段前瞻性地断开剩余能量较低的节点间的链路，降低节点的度，从而简化网络的拓扑。

图4 不同算法生成的拓扑比较图

图5 端到端时延对比实验图

从图5中可以看出,LAT-AODV路由相对于AODV路由和SEARCH路由算法具有更短的传输时延。

图6 网络吞吐量对比实验图

从图6中可以看出，改进后的LAT-AODV协议相对于AODV路由和SEARCH路由有着更高的吞吐量,这是由于LAT-AODV协议在路由建立过程中充分考虑了路径的可用时间,在路由维护过程中对可能断开的路径能进行提前修复,使得路由更稳定和高效。

此外,从图5、图6还可以看出,节点运动速度越快,2种路由协议的传输时延都明显增大,而吞吐量都显著下降,这是由于节点运动速度越快,网络拓扑变化更频繁,从而导致路由性能的明显下降。

4 结 论

本文针对认知无线网络的路由优化问题,综合考虑节点的移动、主用户的干扰和节点剩余能量的影响,在AODV路由协议基础上提出了一种新的路由算法。仿真实验表明,新的路由算法能前瞻性地预测路由可用时间,动态地自适应变化的环境,简化了网络的拓扑,提升了网络的吞吐量,降低了网络的传输时延,从而改善了认知无线网络的性能。

[1] 唐龙,伍爵博.一种新型的认知无线电网络架构[J].计算机科学,2011，38(10A):326-330.

[2] 刘龙飞.认知无线电频谱感知的智能算法研究[D].北京：北京邮电大学,2015.

[3] 刘洋.认知无线网络中频谱感知关键技术的研究[D].南京: 南京邮电大学,2013.

[4] ABBAGNALE A,CUOMO F.Connectivity-driven routing for cognitive radio ad-hoc networks[C]//Proceedings of the 2010 7th Annual IEEE Communications Society Conference on Sensor, Mesh and Ad Hoc Communications and Networks (SECON).[S.l.:S.n.]，2010:1-9.

[5] BELTAGY I,YOUSSEF M,EL-DERINI M.A new routing metric and protocol for multipath routing in cognitive networks[C]//Wireless Communications and Networking Conference (WCNC),2011 IEEE.[S.l.]:IEEE,2011:974-979.

[6] 赵建立,苑津莎,韩东升.一种改进的认知无线网络路由算法[J].电视技术,2014,38(7):140-144.

[7] 周雷,苏红,唐昊,等.基于位置信息的无线网络协作路由算法[J].电子测量与仪器学报,2015(5):708-716.

[8] 林晋福,柏鹏,林志国,等.基于链路保持时间的认知无线网络拓扑算法[J].系统工程与电子技术,2014(4):746-751.

[9] 官权升.移动自组织网络的拓扑控制及网络性能研究[D].广州:华南理工大学,2011.

[10] JIANG S,HE D,RAO J.A prediction-based link availability estimation for routing metrics in MANETs[J].IEEE/ACM Transactions on Networking,2006,13(6):1302-1312.

[11] 许炳昆,李艳萍.移动Ad Hoc中基于位置辅助的链路稳定性预测算法[J].计算机测量与控制,2015,23(2):500-503.

[12] 陈军,肖明波.基于非合作博弈的改进型认知无线电功控算法[J].计算机工程与应用,2014(18):220-225.

[13] 周胶,田杰,戴晨铖,等.战术MANET中基于链路可用时间的AODV路由协议研究[J].计算机工程与科学,2013,35(12):96-101.

[14] 韩志杰,黄刘生,王汝传,等.一种基于位置和拓扑控制的无线传感器网络路由算法[J].计算机研究与发展,2010,47(增刊2):128-132.

(责任编辑 张 镅)

Routing algorithm based on link available time for cognitive radio network

YANG Huaide, CHEN Yuqiang, LUO Jianfeng

(Dept. of Computer Engineering, Dongguan Polytechnic, Dongguan 523808, China)

A link available time based routing algorithm is proposed to improve the performance of routing for cognitive radio networks, whose performance is affected by node mobility, interference from primary users, residual energy of secondary users. The proposed algorithm first forecasts the link available time, and then adaptively selects the routes with less rerouting operations and longer available time. Simulation results show that the proposed algorithm can simplify the network topology, improve the throughput and reduce the transmission delay in cognitive radio networks.

cognitive radio network; link available time; prediction; residual energy; routing algorithm

2016-07-20；

2016-09-22

广东省科技计划资助项目(2014A010103002);广东省优秀青年教师人才培养计划资助项目(2015S02)和东莞职业技术学院科研资助项目(2016A08;政201712)

杨怀德(1983-),男,湖北黄冈人,东莞职业技术学院工程师; 陈俞强(1980-),男,广东茂名人,博士,东莞职业技术学院教授.

10.3969/j.issn.1003-5060.2017.07.010

TP393

A

1003-5060(2017)07-0912-05