无线网络协作路由算法设计与分类综述*

巫朋键，高 飞，邢传玺，罗 丽

（云南民族大学 云南省高等院校无线传感器网络重点实验室，云南 昆明 650500）

0 引 言

路由选择是无线网络中网络层的一个主要功能。传统单输入单输出（SISO）系统可靠性差、能耗较大，且无线网络环境中存在因无线电传输特性和客观环境引起的信道衰落（路径损耗、阴影效应和多径效应），使得传统多跳路由存在诸多的性能问题。多输入多输出（MIMO）系统通过在接收端和（或）发射端使用多个天线来产生多个统计独立信道，在接收端产生空间分集增益，抵抗无线信道衰落和减少干扰[1]。但是，对于WSN一类的网络，由于节点尺寸、器件造价和硬件条件等限制，在单个节点上采取多天线方案并不合适。所以，利用邻节点间能够全方向传输的单天线资源形成虚拟多天线系统（VMIMO）来实现协作通信[2]，产生了多个独立信号，并在接收端进行合并而获得了分集增益。

以往对于物理层协作通信和网络层路由选择的算法都是分开讨论，而协作路由算法（Cooperative Routing Algorithm）则是在路由设计过程中就充分考虑了协作通信的可用性[3]。协作路由算法的具体内容是联合考虑中继选择、路由选择、功率分配以及其他一些选择性问题，找出一条满足设计要求的最优协作路由（Cooperative Route），以实现协作无线网络的优化目标。总之，协作路由因其具有更鲁棒的链路和更低的能耗，有效改善了传统路由存在的问题。但是，由于采用了协作中继，在带来益处的同时也将导致诸多问题，如流间干扰、中继竞争等。

1 协作路由模型与合并技术

图1为一个简单协作路由模型（Cooperative Route Model，CRM），包含直接传输模块（Direct Transmission Block，DTB）和协作传输模块（Cooperative Transmission Block，CTB）。在传统路由的传输模型中，不包含图中的协作中继CR1和CR2（即只有DTB模块），而是通过传统中继T进行多跳传输。相比较协作路由，虽然这条传输路径在距离上最短，但是在路径总代价上却可能更高[4]。CTB采用协作中继，利用无线广播特性（Wireless Broadcast Advantage，WBA）和无线协作特性（Wireless Cooperative Advantage，WCA），在多个时隙传输信号[5]。例如，在第一时隙，CS利用WBA将信号广播给CR1、T和CR2三个中继；在第二时隙，三个中继将信号处理后，利用WCA通过独立信道l、m和n转发到CD，然后CD对三个独立信号进行合并或是选择来自于它们中的最佳信号。总之，协作路由模型就是上述DTB和CTB的级联（可能是单个或多个中继的CTB），也可能只含CTB的级联。

图1 协作路由模型

协作中继的使用因缩短了传输链路的长度而减少了路径损耗，也减少了发射功率。同时，合并多个复本能够产生更高质量的信号、更低的传输功率和更大的容量[6-7]。而合并上主要采用的方案包括最大比合并（Maximum Ratio Combining，MRC）、等收益合并（Equal Gain Combining，EGC）、选择合并（Selection Combining，SC）和最优合并（Optimal Combining，OC）[8-9]。表1对不同合并方案的应用方式、复杂性和性能进行了对比。对应不同的情况选择不同的合并方案，将产生不同的增益效果。例如，MRC虽然在合并效果上更加有效，但因其需要更多的信道信息和更多的信号处理，所以不能应用于硬件处理能力较低的网络，而OC则更适合于干扰受限的链路。

表1 主要的合并方案

2 协作路由算法设计的主要内容

以下3个方面是协作路由算法设计与优化考虑的主要内容。其中，中继选择和功率分配属于物理层问题，路由选择属于网络层问题。协作路由算法的设计就是联合考虑物理层和网络层的问题。

2.1 中继选择（Relay Selection）

中继选择是协作路由算法中的重要内容，目标是选出单个或者多个节点作为协作中继来构建CTB。对于中继选择问题，主要有以下几点。

（1）相对于多中继协作，单中继协作更易实现，且减少了节点间的干扰。但是，一方面，协作中继数量越多，分集增益越高，而文献[10]也证明了中继节点数越多，节点的发射能耗越小；另一方面，当考虑协议开销和电路能耗时，选择更多的节点将增加开销而降低能效。事实上，选择一个最优协作中继，就足以实现所需的分集增益[11]。所谓最优，是能使算法的目标代价（如能效、吞吐量等）达到设计要求的最优化。同时，一个不合适的协作中继将会导致协作传输容量比直接传输更低[12]。

（2）虽然协作中继能够带来增益，但当信道质量较好时，也就是说直传链路可用时，协作中继并不是必要的。因为使用协作中继的目的之一就是利用其在每一个协作终端的累积信噪比优势来提高网络的可靠性。

（3）一个高品质的中继节点将产生更高的分集增益，而中继节点的位置决定了其品质的高低。文献[13]也指出，中继节点的位置对性能具有重要影响。如今，节点的定位方法有很多，且随着GPS等定位精度较高的技术的使用，大大提高了节点的定位精度。利用节点精确的位置信息，即可能够提高中继选择的效率。

可见，协作路由算法内容的核心在于选择合适的中继节点构建CTB。简单来说，中继选择的方法就是找出可作为中继的邻节点集合，然后找出能使链路代价最小的一个或多个中继。选择出中继后，在中继上需要采取的转发方案主要包括固定中继Fixed Relaying，FR）方案、选择中继（Selection Relaying，SR）方案和增量中继（Incremental Relaying，IR）3种，如表2所示。上述中继方案都包括放大转发（Amplify and Forward，AF）和译码转发（Decode and Forward，DF）两种基本转发技术，且后两种中继方案具有自适应性[14-15]（如文献[16]采用了增量自适应译码转发（Incremental Adaptive Decode and Forward，IADF）方案）。

表2 主要的中继方案

2.2 路由选择（Route Selection）

路由选择是协作路由设计的重要部分，目标是找出满足设计要求的最优协作路由。最优协作传输路由是根据实际情况所需而求出的总代价最小的路径。需要说明的是，这里所说的代价并不仅指链路长度，而且包括一些反映算法设计目标的参量，如功耗、吞吐量和冲突概率等。在路由选择方法上，文献[3]中的CAN-l算法利用最短路径算法找出了一条最优非协作路由，然后这条最优非协作路由的最后l个节点协作将信息发送给该路由中的下个节点（构建CRM）；文献[5]中的MPCR算法是在路由选择过程中就考虑了构建CTB，利用得到的直接传输和协作传输的功率公式来构建该路由。上述两种算法代表了两类主要的路由选择方式：第一类是先利用一些路径算法找出最佳非协作传输路由，然后在此基础上构建CRM；第二类是在路由选择过程中就考虑构建CRM。

上述两类路由选择方式的最优非协作传输路由和协作传输路由，都可以通过如Dijkstra和Bellman-Ford等路径算法来查找（如文献[17-18]），也可以通过其他路径算法找到多条最短路径，如文献[19]中的DCMPR利用Suurballe算法，先在一个加权图上找出多条最小权重无相交节点的路径，然后在此基础上构建协作传输路由，属于第一类算法。除了上述路径算法，其他路径算法都可以根据路由选择的方式加以利用。

2.3 功率分配（Power Allocation）

发送端和中继上的功率分配，是协作路由算法设计的重要环节。合理的功率分配将显著降低能耗。因为节点的传输范围和发射功率成正比，所以当网络中的传输对选择了多个中继节点时，合理的功率分配将能够调节节点的干扰范围，提高网络的可靠性。针对功率分配问题，求出发送端和中继上的最优发射功率常用的方法是先将算法要求（如中断概率或者接收信噪比等）或设计目标（如功耗、吞吐量等）作为约束条件，然后利用拉格朗日乘子法求出满足条件的最小功率分配方式。上述思想可以简单表达为：

这里Ps、Pr代表CTB中发送端和协作中继的发射功率，A(Ps,Pr)为与Ps、Pr有关的函数，B(Ps,Pr)为与Ps、Pr有关的不等式约束式。这样利用上述方法便可以求出满足约束条件的发送节点和中继节点的最小发射功率。

2.4 小 结

对于上述内容，一般选择联合考虑（即联合考虑网络层和物理层问题）。例如，文献[16]中的MCCR算法，在第一步先找出一个离每条链路中点最近的中继，第二步利用Bellman-Ford算法找出最小代价（即冲突概率）协作路由，第三步则利用拉格朗日乘子法求出协作传输路由上节点的功率分配大小；文献[20]中的OKCR则先运用Yen算法找出K条从源节点到目的节点的最短路径，然后评估每条路径中的链路代价（即最小传输功率），进而找出使链路代价最小的中继节点，最后选择使总传输功率代价最小的协作路由。另外，对这三方面采用不同程度的优化方式和是否进行联合考虑，将影响整个协作路由算法的优化度。

3 算法设计考虑的问题

算法设计的同时，需要考虑一些可选性问题。根据实际应用背景和条件约束，可从以下5方面进行考虑。

3.1 优化度和计算复杂度

算法的优化度分为最优化和次优化。最优协作路由算法是根据具体需求而言的。如路由目标是吞吐量，那么最优化协作路由算法就是找出吞吐量最大的协作路由。在上述的三个主要设计内容上，也需采取最优方案（如采用拉格朗日乘子法求最优功率分配属于最优方案）并联合考虑（如文献[21]中EECR算法），否则只是次优化的算法。优化度选择的关键在于计算问题上。文献[22]证明了大规模网络中找出最优协作路由的计算难度为NPComplete。所以，选择不同的优化度，也就意味着不同的计算难度。算法的计算复杂度影响算法的实际可行性，而计算复杂度一般和网络中的节点数成指数增长关系。同时，节点的硬件处理能力低，不能解决高复杂度算法。所以，有些文献考虑了一些手段来减少复杂性，如文献[21]采用一种离线的方式来减少计算复杂度。

3.2 数据处理方式

数据处理方式分为分布式和集中式。其中，集中式是将网络信息都上报到一个中心，中心通过汇总信息了解网络的拓扑和资源，再利用这些信息选择合适的算法，并发给网络中每个传输对的中继节点，以此决策该传输对的协作节点（如文献[3]中的CAN-l算法）。分布式算法中，网络中的节点与相邻节点交换自身的部分信息，然后协商是否参与协作（如文献[5]中的MPCR算法）。集中式算法虽能得出了最优方案，却要花费巨大的开销，而分布式算法能得到局部最优方案，省下了大量开销，且更适应频繁变化的网络拓扑。所以，要根据网络规模的大小选择不同的方式。

3.3 信道模型

信道衰落一般分为快衰落和慢衰落。通常，将多径效应引起的衰落称为快衰落，而将由于自然环境影响而产生的单路径上的衰落称为慢衰落。协作通信技术主要的应用目的是为了解决多径效应的影响。可以作为多径衰落信道的模型有瑞利信道模型、莱斯信道模型和自由空间信道模型，而大多数文献采用了瑞利信道模型[18-19,21]，少部分采用了自由空间信道模型[3,23]。莱斯信道因为客观原因，几乎没有文献将其作为仿真信道环境。

3.4 信道状态信息（Channel State Information，CSI）

信道变化影响协作传输网络的可靠性和时延[24]。CSI的可用性一般考虑在发送节点评估协作的有效性和协调中继节点的选择。在CTB中，接收端利用可用的CSI进行相干接收，发送端利用可用的CSI进行功率控制、信号合并和中继选择。实际上，即使CSI很难得到，但部分信息（如信道衰落过程中的概率分布）通常可用，如文献[25]考虑部分CSI的可用性，而文献[26]则考虑了CSI不可用的情况。

3.5 电路能耗和协议开销

当节点的电路能耗和辐射能耗可对比时，只减少协作传输功率并不总适合于最大化网络的生存周期[27]。所以，有时在算法需要的情况下，电路能耗不可忽略。此外，信息交互和信道评估都需要一定的协议开销，会因为中继节点的数量而影响能效。

上述5方面需要根据实际的应用背景进行考虑。例如，选择次优化算法而降低计算复杂度，在大规模传感器网络中采用分布式处理方式，采用常用的瑞利信道模型，采用部分信道状态信息可用，而在WSN中考虑电路能耗与协议开销。

4 协作路由算法分类

针对已有的协作路由算法所解决的目标进行分类，体现了以往算法最主要的设计目标。

4.1 能效感知（Energy-Efficiency Aware）

能效是对能量有限无线网络路由算法最主要的目标，包括延长网络生存周期和最小化节点总功耗两类。生存周期是指网络中第一个节点死亡时网络运行的时间。当网络中的节点死亡时，拓扑结构将发生变化。所以，延长网络生存周期十分必要。例如，文献[28]研究了协作路由在平衡节点间的能量分布影响，通过平衡邻节点间的剩余能量来最大化网络生存周期。第二类指标中，算法设计的实现是通过使发射节点和中继节点的总发射功率最小来实现。假设Ω为从源节点到目的节点的所有可能路线。对于其中一条路线ωi∈Ω，ωi代表该路线上的第i跳，则节点总功耗最小问题可阐述为：

这里Psi、Pci代表第i跳发送端和中继的传输功率。文献[21]提出了一个最优框架，该框架为网络选择最佳的中继集和为广播和协作传输选择最优的发射功率，以最小化WSN中的总能耗。

4.2 吞吐量感知（Throughout Aware）

吞吐量是单位时间内成功发送到目的节点的数据包数目（单位为b/s/Hz），受无线信道特性（如信噪比、带宽）、端到端时延、网络拥塞和冲突的限制。它是传输功率的单调递增函数。网络中，某条路径的吞吐量γ可由某一路线上的所有链路的最小吞吐量表示，即其中，为该路线上第i跳的吞吐量为每条链路的成功概率，为第i条链路的传输速率。针对吞吐量优化，文献[29]通过选择合适的协作中继，逐跳地使链路吞吐量最大化，然后建立每一跳的协作链路来改善网络的吞吐量。

4.3 冲突感知（Interference Aware）

隐终端和暴露终端问题是协作路由中的一个重要挑战。协作传输在带来增益的同时，因为使用了协作中继，将在多路由网络中引起更大的干扰范围。发生冲突时，必然导致数据重传，降低了网络的可靠性。当S正在发送数据且M在其传输范围时，M也在接收来自另一个节点的数据，这时M处便可能发生冲突。冲突问题可以阐述为整条路径对网络中其他节点造成冲突的概率或周围节点对该路径造成的总冲突概率，即：

Pr是由该路线上源节点S和中继节点CR引起的冲突概率。对于冲突问题，文献[30]联合使用最优功率分配、中继节点分配和路由选择，提出了一个WSN背景下使所选协作路由对周围节点造成的冲突概率最小的协作路由最优框架。

4.4 可靠性问题（Reliability Problem）

可靠性概率指标包括数据传输率（Packet DeliveryRatio，PDR）和中断概率（Outage-Probability，OP）。数据传输率是成功发送到目的节点的数据包占总数据包数目的比例。每条链路的数据传输率为PDRωi=1-PERωi，其中 PERωi为第 i跳数据错误率。中断概率则由所有传输链路的最大中断概率表示。当接收信噪比大于检测阈值时，将利于检测到信号；当接收信噪比低于检测阈值时，可视为中断，此时利用接收信噪比可以计算出中断概率。文献[5]则将某一链路(i, j)的中断概率定义为该链路的互信息量Ii,j小于所需传输速率R，即Pout=Pr(Ii,j≤R)。PDR和OP都可以作为衡量系统可靠性的指标。PDR作为算法设计目标在少数文献中体现（如文献[31]），而中断概率一般作为算法的约束条件存在（如文献[19-20]）。

4.5 理性网络（Rational Network）

在无线网络中存在一些“理性”的节点，因为节点能量有限，或者在流间中继竞争时这些节点为了自身利益存在自私、欺骗和恶意行为而拒绝参与协作，严重影响了整个网络的传输性能。对于这类网络，解决前提是保证双赢[32]。解决方案主要有信誉机制、奖惩机制和博弈论3种，在文献[33-35]中有所体现。

上述算法分类体现了算法需要解决的设计目标和性能约束问题。事实上，算法的设计目标是上述分类的权衡依据。例如，文献[5]设计的MPCR算法在中断概率约束下构建最小功耗路线，同时保证一定的吞吐量阈值；文献[36]研究网络层路由选择和MAC层多链路中的冲突规避问题，设计的算法对比非协作路由减少了总传输功耗，对比单流协作路由则增加了吞吐量。总而言之，上述算法分类体现了以往算法文献所包括的主要设计目标，而通过表3并结合所述内容，可更加直观地体现算法地分类情况。这里“√”代表算法考虑的设计目标。

表3 协作路由算法分类的举例

5 未来工作

根据以往文献的分析和进行过的一些研究，总结未来可进行的工作，包括新的研究思路和已有研究但依然值得继续的方向。

5.1 应用扩展

例如，智能电网作为下一代的电网系统，将信息、通信和计算机等技术与原有的输、配电基础设施高度集成化，通过自动化控制和数据处理，能够有效地提高用电效率、可靠性和安全性，将为人类未来的生产生活带来巨大的便利。由于智能电网相关应用所需的可靠性、服务质量和实时性需求，设计高效的路由协议变得至关重要。由于有线网络存在的问题，基于WSN的智能电网路由协议研究受到了广泛关注[37-39]。协作路由作为能够改善网络性能和能效的路由方式，将对智能电网的通信带来益处。所以，将协作路由应用在智能电网的无线通信网络中的研究具有巨大的研究前景。除了智能电网外，协作路由也可以运用在其他应用环境中[40-43]。

5.2 冲突问题

隐终端和暴露终端问题一直是无线网络的重要问题。文献[19，30]虽考虑了冲突问题，但是其是根据源节点对周围节点造成冲突的概率情况，进而推广到整条协作路由对周围节点造成冲突的概率，最终找出此种冲突概率最小的协作路由，而没有考虑到周围节点突发工作时，对正在传输的路由造成的冲突问题。所以，考虑周围节点突发工作对可能选定的协作路由造成的干扰的概率具有研究价值。然而，它具有以下两个主要难点：

第一，节点突发工作的概率模型如何选定。节点是因为什么而突发工作，如是突发的广播还是接收到了来自其他节点的信息后进行转发。

第二，周围节点以哪一种路由选择方式选择下一跳，这决定其发射功率的大小，而周围节点的发射功率大小决定了其干扰范围。

5.3 拓扑感知

网络对动态拓扑的感知对性能有一定影响。第一，对能量有限的无线网络而言，为了节省能量，收发机有时会关闭。当某一收发机本身处于某一业务流的最佳中继位置上却正好处在休眠期而未被感知时，可能会降低协作增益。所以，设计一个具备拓扑感知能力的协作路由方案，可以提高网络的性能。第二，节点的移动不仅会使网络拓扑发生变化，还会使链路更加不可靠而导致中断增加。考虑协作路由在接收端的累积信噪比增益，能够降低中断概率，有利于增加多个移动节点网络的可靠性。

5.4 优化算法

首先，最优算法能够实现更好的性能，但设计最优算法的复杂度是NP-Complete。以往的文献已经考虑过算法的优化问题，但由于算法计算复杂度问题，绝大多数算法都是次优化算法，只有少部分文献设计了最优算法。所以，设计低复杂度的最优算法依然具有潜在的研究价值。其次，为了满足具体应用的需求，协作路由算法应该更加灵活，以适应多指标（代价）需求（如吞吐量，能效和冲突等）和多约束（如中断概率、端到端时延和带宽消耗等）限制的情况。同时，当一个网络的多个业务流需要的主要目标不一致时，设计一个自适应算法来根据所需算法目标和性能约束来进行灵活转换，对于提高算法优化度具有重要意义。

6 结 语

协作路由是一种有效改善无线网络可靠性、服务质量和能效的路由方式，可以运用在各种可以构建CTB的无线网络中。同时，由于它依然存在诸多问题，改善协作路由协议是关键的方面。本文通过对文献的整理、分析和总结，对协作路由的概念、算法设计和算法分类进行了综述，并在已有研究的基础上讨论了未来的研究方向，阐明了算法设计的过程和主要设计目标，希望对该领域的研究者一定的研究启发。

[1] SIMON H.Communication Systems[M].Fourth Edition.Beijing:Publishing House of Electronics Industry,2012:477-478.

[2] Nosratinia A,Hunter T E,Hedayat A.Coo-perative Communication in Wireless Networks[J].IEEE Communications Magazine,2004,42(10):74-80.

[3] Khandani A E,Abounadi J,Modiano E,et al.Cooperative Routing in Static Wireless Networks[J].IEEE Transactions on Communications,2007,55(11):2185-2192.

[4] Maric I,Yates R.Efficient Multihop Broadcast for Wideband Systems[C].Proceedings of the Annual Allerton Conference on Communication Control and Com puting,2002,40(03):1219-1228.

[5] Ibrahim A S,Han Z,LIU K J R.Distributed Energyefficient Cooperative Routing in Wireless Networks[J].IEEE Transactions on Wireless Communicatio ns,2008,7(10):3930-3941.

[6] Zhuang W,Ismail M.Cooperation in Wireless Communication Networks[J].IEEE Wireless Communications,2012,19(02):10-20.

[7] Madan R, Mehta N, Molisch A, et al. Energy-Efficient Cooperative Relaying over Fading Channels with Simple Relay Selection[J]. IEEE Transactions on Wireless Communications, 2008, 7(8):3013-3025.

[8] Brennan D G.Linear Diversity Combining Techniques[J].Proceedings of the IRE,1959,47(06):1075-1102.

[9] Bletsas A, Dimitriou A G, Sahalos J N. Interferencelimited opportunistic relaying with reactive sensing[J].IEEE Transactions on Wireless Communications, 2010,9(1):14-20.

[10] Pandana C,Siriwongpairat W P,Himsoon T,et al.Distributed Cooperative Routing Algorithms for Maximizing Network Lifetime[C].Wireless Communications and Networking Conference,2006(01):451-456.

[11] ZHAO Y,ADVE R,LIM T J.Improving Amplify-andforward Relay Networks:Optimal Power Allocation Versus Selection[C].Information Theory, 2006 IEEE International Symposium on IEEE,2006:1234-1238.

[12] SHI Y,SHARMA S,HOU Y T,et al.Optimal Relay Assignment for Cooperative Communications[C].Proceedings of the 9th ACM International Symposium on Mobile ad Hoc Networking and Computing ACM,2008:3-12.

[13] YU M,LI J,Sadjadpour H.Amplify-forward and Decodeforward:The impact of Location and Capacity Contour[C].Military Communications Conference,2005:1609-1615.

[14] Laneman J N,TSE D N C,Wornell G W.Cooperative Diversity in Wireless Networks:Efficient Protocols and Outage Behavior[J].IEEE Transactions on Information Theory,2004,50(12):3062-3080.

[15] YU M,LI J,Sadjadpour H.Amplify-forward and Decodeforward:The Impact of Location and Capacity Contour[C].Military Communications Conference,2005:1609-1615.

[16] Mansourkiaie F,Ahmed M H.Joint Cooperative Routing and Power Allocation for Collision Minimization in Wireless Sensor Networks with Multiple Flows[J].IEEE Wireless Communications Letters,2015,4(01):6-9.

[17] 周雷,苏红.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,2015,29(05):708-716.Zhou Lei,Su Hong.Wireless Network Cooperative Routing Algorithm Based on Location Information[J].Journal of Electronic Measurement and Instrument,2015,29(05):708-716.

[18] Dehghan M,Ghaderi M,GOECKEL D.Minimum-energy Cooperative Routing in Wireless Networks with Channel Variations[J].IEEE Transactions on Wireless Communica tions,2011,10(11):3813-3823.

[19] Xu H, Huang L, Qiao C, et al. Bandwidth-Power Aware Cooperative Multipath Routing for Wireless Multimedia Sensor Networks[J]. IEEE Transactions on Wireless Communications, 2012, 11(4):1532-1543.

[20] Ahmadi P,Jabbari B.An Outage-aware Power Saving Cooperative Routing Algorithm in Wireless Networks[C].Wireless Telecommunications Symposium(WTS),2013:1-5.

[21] Habibi J,Ghrayeb A,Aghdam A G.Energy-efficient Cooperative Routing in Wireless Sensor Networks:A Mixed-integer Optimization Framework and Explicit Solution[J].IEEE Transactions on Communicatio ns,2013,61(08):3424-3437.

[22] Khandani A,Modiano E,Abounadi J,et al.Cooperative Routing in Wireless Networks[J].Advances in Pervasive Computing and Networking,2005:97-117.

[23] Akhtar A M,Nakhai M R,Aghvami A H.Power Aware Cooperative Routing in Wireless Mesh Networks[J].IEEE Communications Letters,2012,16(05):670-673.

[24] Razzaque M A,Ahmed M H U,Hong C S,et al.QoS-aware distributed Adaptive Cooperative Routing in Wireless Sensor Networks[J].Ad Hoc Networks,2014(19):28-42.

[25] Dehghan M,Ghaderi M,Goeckel D.Minimum-energy Cooperative Routing in Wireless Networks with Channel Variations[J].IEEE Transactions on Wireless Communica tions,2011,10(11):3813-3823.

[26] Jakllari G,Krishnamurthy S V,Faloutsos M,et al.A Crosslayer Framework for Exploiting Virtual MISO Links in Mobile Ad Hoc Networks[J].IEEE Transactions on Mobile Computing,2007,6(06):579-594.

[27] Jung J W,Weitnauer M A.On Using Cooperative Routing for Lifetime Optimization of Multi-hop Wireless Sensor Networks:Analysis and Guidelines[J].IEEE Transactions on Communications,2013,61(08):3413-3423.

[28] CHEN S,LI Y,HUANG M,et al.Energy-balanced Cooperative Routing in Multihop Wireless Networks[J].Wireless networks,2013,19(06):1087-1099.

[29] LI W,KAI L.An Throughput-optimized Cooperative Routing Protocol in Ad Hoc Network[C].Microwave,Antenna,Propagation and EMC Technologies for Wireless Communications,2009 3rd IEEE International Symposium on IEEE,2009:1255-1258.

[30] Mansourkiaie F,Ahmed M H.Optimal and Near-optimal Cooperative Routing and Power Allocation for Collision Minimization in Wireless Sensor Networks[J].IEEE Sensors Journal,2016,16(05):1398-1411.

[31] HE X,LI F Y.Metric-based Cooperative Routing in Multihop Ad Hoc Networks[J].Journal of Computer Networks and Communications,2012,2012(2090-7141).

[32] Zhuang W,Ismail M.Cooperation in Wireless Communication Networks[J].IEEE Wireless Communicat ions,2012,19(02):10-20.

[33] Shamani M J,Gharaee H,Sadri S,et al.Adaptive Energy Aware Cooperation Strategy in Heterogeneous Multidomain Sensor Networks[J].Procedia Computer Science,2013(19):1047-1052.

[34] 谢鲲,段申琳,文吉刚等.基于博弈的协作路由算法[J].通信学报,2013(S1):44-57.XIE Kun,DUAN Shen-lin,WEN Ji-gang,et al.Cooperative Routing Algorithm Based on Game Theory[J].Communication Journa,2013(S1):44-57.

[35] 张继,张大方,谢鲲等.一种基于演化博弈的分簇协作路由算法[J].电子学报,2016(09):2158-2163.ZHANG Ji,ZHANG Da-fang,XIE Kun.A Clustering Cooperative Routing Algorithm Based on Evolutionary Game[J].Journal of Electronics,2016(09):2158-2163.

[36] Zhang J,Zhang Q.Cooperative Routing in Multi-source Multi-destination Multi-hop Wireless Networks[C].Infocom 2008,The 27th Conference on Computer Communications IEEE,2008:2369-2377.

[37] Faheem M,Gungor V C.Capacity and Spectrumaware Communication Framework for Wireless Sensor Network-based Smart Grid Applications[J].Computer Standards & Interfaces,2017(53):48-58.

[38] Temel Ş,Gungor V Ç,Koçak T.Routing Protocol Design Guidelines for Smart Grid Environments[J].Computer Networks,2014(60):160-170.

[39] Faheem M,Gungor V C.Energy efficient and QoS-aware Routing Protocol for Wireless Sensor Network-based Smart Grid Applications in the Context of Industry 4.0[J].Applied Soft Computing,2017,101(01):15.

[40] Hyder C S,Xiao L.Cooperative Routing via Overlapping Coalition Formation Game in Cognitive Ra-dio Networks[C].Computer Communication and Networks(ICCCN),2016 25th International Conference on IEEE,2016:1-6.

[41] Shafi S,Bhandari B N,Ratnam D V.An Improved Cross Layer Cooperative Routing for Vehicular Networks[C].Research Advances in Integrated Navigation Systems(RAINS),International Conference on IEEE,2016:1-4.

[42] Hussain S,Javaid N,Zarar S,et al.Improved Adaptive Cooperative Routing in Underwater Wireless Sensor Networks[C].Broadband and Wireless Computing,Communication and Applications(BWCCA),2015 10th International Conference on IEEE,2015:99-106.

[43] Pervaiz K,Wahid A,Sajid M,et al.DEAC:Depth and Energy Aware Cooperative Routing Protocol for Underwater Wireless Sensor Networks[C].Complex,Intelligent,and Software Intensive Systems(CISIS),2016 10th International Conference on IEEE,2016:150-158.