基于多角度优化的无线视频网络路由通信协议分析

黄夫家

摘   要：无线视频网络主要指不利用任何线缆，仅通过无线电波的方式来对数据、声音、信号以及视频等进行传播的一种监控系统。但因其传感器能量具有一定的限制性以及所消耗能源较多，对无线视频网络的使用寿命造成了一定的影响。文章以此为中心，从无线视频网络路由现状、路由通信协议的调整和改进等多个角度进行探讨和分析，并进行相应的仿真对比测试。

关键词：多角度优化;无线视频网络;传感器;路由通信协议

无线视频网络具有非常强大的功能，涉及范围广阔，包括感知、通信和计算等多个视频传感器节点。这些节点之间具有一定的协同能力，相互影响、相互作用，形成一套信息采集、信息处理与信息传输的系统。该技术有着良好的发展前景，目前被广泛应用于交通、医学等领域。其中，节点的分布方式和处理方法是网络路由通信协议中的重要组成部分，本文特对此展开研究和分析。

1    无线视频传感器网络的组成结构

随着信息技术的发展，无线视频网络被更广泛、普遍地应用，其性能也在一步步优化。为推动无线视频网络的发展，文章以原有通信协议为基础对进一步优化方案进行探讨，并从多个角度进行分析，优化后的多角度无线视频传感器网络路由（Multi Angle Optimited Wireless Video Sensor Networks，MAOWVSN）协议的组成结构主要分为节点分布、能耗模型和感知模型3部分。（1）节点分布：在整个无线视频传感器里，节点的分布具有一定的随机性，呈不规则状。因为网络的实际性能深受节点分布的影响，所以要利用有效的方式以确保簇首的择取，并为后续的组网工作奠定良好的基础。每一个节点都有独一无二的ID，该ID所处位置固定，每个ID之间能量相等且有限，全部分布并作用于同一个平面上。簇首通过选取算法的方式形成，其级别往往高于一般的节点。簇首与Sink节点具有一定的联系，可以交换一定的数据信息，因此，可以通过随机函数的方式来对簇首的方向进行确定和控制。（2）能耗模型：MAOWVSN具有固定的算法，可以通过该算法求解能耗，通过对KBIT信息进行专业的处理取得实际所需能量，通过对LBIT数据进行专业的处理取得实际耗能量。（3）感知模型：调查研究发现，节点感知的实际范围呈扇形状展开，以节点为圆心，以半径为感知距离，构建相应的感知模型[1]。

2    MAOWVSN的設计优化策略

2.1  簇首的算法与选取

从组网的诞生到后来的发展过程中，众多专家就已经对簇首的选取制订了一系列明确的算法，以分簇算法来确认所要选择的簇首，比方说链路分簇算法、最高节点度启发式分簇算法等。本次研究以传统算法为基础，吸收其优点和精华，将整个无线视频能够监测到的范围划分成若干个扇形，对这若干个扇形做好相应的标记工作以后，需要将其和所属的节点ID有效对应起来，通过对簇内节点信息的处理，进而转发成具有明确性的簇数据。MAOWVSN协议在优化设计的过程中，需要对节点剩余的能量以及与Sink节点之间的距离进行重点关注和分析。首先，是对节点剩余能量的求解，当求解出来的数值小于全部节点平均值时，则不满足成为簇首的条件;当求解出来的数值大于全部节点平均值时，则不能成为簇首。如此一来，能够有效提升能量偏高者成为簇首的可能性，增加网络的实际运行年限。

2.2  簇的集合与形成

每个簇之间都蕴含着一组网络节点，簇与簇之间、节点与节点的距离需要小于提前设置好的间距参数。为了包含所有节点，为了实现资源管理与路由协议之间形成紧密的簇的集合，故而引入了分簇算法。在无线视频网络系统运行的过程中，节点很容易会受到外围条件的影响，从而极有可能对其正常功能的发挥产生一定的影响。当其对数据采集造成影响，使其出现比较大的误差时，倘若没有及时进行有效的筛选工作就将误差较大的数据直接传输给了簇头，那么必然会对无线视频网络的整体效果造成波动。以能耗模型作为突破口，发现信息传递的能耗与距离有关，且距离越大，能耗也就越大。本次实验将充分考虑并运用这一点，从每一个节点出发，认真分析其与簇首之间的距离，将距离较短的簇首视作簇内分子，并以此促进簇的形成，推动MAOWVSN协议设计、优化工作的展开[2]。

2.3  节点的感知与方向

无线视频网络的节点通常情况下是随机分布的，这就直接导致了在监测范围之内传感器节点分布的差异性，甚至部分区域内的节点无法被检测和涉及。在MAOWVSN协议的设计和优化工作中考虑到网络部署所需要的成本，有些传感器节点是固定不动的，有些是存在移动的能力的。而位置的改变会导致传感器节点无法发挥其实际作用，间接导致了整个网络工程的拓扑受到不同程度的改变，网络维护所需要的人力、物力、财力均会有所增加[3]。本次实验采取这样的假设：传感器各个节点之间的位置不发生变化，各个节点的传感方向可以调节。以虚拟势场原理为基础，以扩大无线视频网络的整体覆盖范围为任务，通俗来说，本次实验的原理机制就是通过改变所有节点的感知方向，获得更大的覆盖方位。

2.4  簇内通信与簇间通信

首先，研究分析簇内通信：对簇内通信进行观察和研究时，了解簇首和基站之间的距离，并进一步计算其与最大距离之间的比值，所用公式为F（x）=（dig-dmin）÷dmax。其中，F（x）代表簇首和基站之间的距离和最大距离的比值，dig代表簇首和网关之间的距离，dmin代表最小距离，dmax代表最大距离。当结果呈现出F（x）<0.6这一情形，则证明簇首和基站之间的距离过小，通信主要采用单跳模式;当结果呈现出F（x）<0.6这一情形，则证明簇首和基站之间的距离过大，就需要进一步对其分散系数进行求解。其次，进一步研究分析簇间通信：该算法基本上同低功耗自适应集簇分层型协议（Low Energy Adaptive Clustering Hierarchy，LEACH）算法一致，簇首主要通过链路传输对数据进行采集和融合，最终将整合好的数据传输给基站[4]。基站在进行数据处理时，通常会与上一级节点的相关数据进行融合，并以此作为基础，与后续节点传送的数据形成一个密不可分的链路，以此来实现簇间通信实际功能的稳步运行。

3    通过仿真实验测试总体性能

3.1  环境和场景的设置

以测试MAOWVSN协议的整体性能为目的，以MATLAB 2012为基础，以LEACH协议实验和DEEV协议实验为参照，开展本次研究的仿真实验，从网络生存时限等多个角度对整体性能进行探讨和分析。本次实验规定好的范围条件为在100 m2之内，节点随机分布数量为150个，对仿真实验的各项参数进行设置

3.2  仿真实验结果分析

首先，对生存时间进行分析。实验结果表明，相对于LEACH协议实验和DEEV协议实验来说，MAOWVSN实验的生存时间得到了大幅提升。提升的根本原因在于对簇首的确定投入了更多的关注度，并选取、制定了最优化原则，极大程度上降低了能量剩余偏小者当选事件的发生率，同时，为偏高者当选打下了良好的基础。与此同时，选取模式为内通信模式、对簇间进行优化等工作也对节点能耗产生了积极影响，使得网络能耗均匀化发展，以此增加网络生存时间。其次，对覆盖率进行分析，实验结果表明，相对于LEACH协议实验和DEEV协议实验来说，MAOWVSN实验的覆盖率得到了明显的改善。改善的根本原因在于充分利用虛拟势场原理来对感知方向进行科学、合理的转变，扩大MAOWVSN实验的覆盖范围。最后，对网络能耗进行分析，实验结果表明，相对于LEACH协议实验和DEEV协议实验来说，MAOWVSN实验的剩余能量分布比较均衡。均衡的根本原因在于，作为参照的两组实验并没有对簇首进行确定，也没有重视各个节点之间的能量分布是否均衡，在实验进行过程中，节点分化异常明显，直接导致了各节点之间能耗存在巨大的差异性，如此一来，在偏小者当选的情况下，节点的死亡速率会加快，网络使用年限也因此而降低。而MAOWVSN实验则对各个节点能量之间的差异性进行了充分的考虑并有效地保证了各个节点之间能量的均衡性，以此来实现无线视频网络利用率的提升[5]。

4    结语

本次研究以优化无线视频网络为原则，以延长网络生存时间为核心，以提升节点能量最大程度的利用效率为目的，从多个角度设计、优化此次MAOWVSN协议。本次试验从无线视频传感器网络的组成结构、MAOWVSN的设计优化策略和仿真实验测试3个部分对无线视频网络进行优化，旨在促进路由通信协议的完善，推动无线视频网络更好、更快发展。

[参考文献]

[1]肖连，陈红玉，李兴海.基于多角度优化的无线视频网络路由通信协议[J].控制工程，2017（5）：1038-1042.

[2]周永福，曾志.基于多角度改进优化的无线视频传感器网络路由协议[J].电子技术应用，2015（6）：107-109.

[3]肖利平，全腊珍，余波.基于相关性感知的无线视频传感器网络路由协议[J].传感器与微系统，2015（2）：129-132.

[4]张延年.基于TSP蚁群算法的网络路由协议优化设计方法[J].软件导刊，2016（10）：176-180.

[5]李瑞瑶，白光伟，沈航，等.无线多媒体传感网多时间片多重覆盖路由算法研究[J].计算机科学，2015（9）：97-101.