传感网络中一种基于地理位置的簇路由

吕品品

0 引言

目前，无线传感网络（wireless sensor networks，WSNs）得到广泛应用[1]。然而，WSNs应用的快速增加，加大了对未注册频率带宽的需求，这必然影响了WSNs的性能。而认知无线电（cognitive radio，CR）以机会性方式使用已注册带宽，可缓解频谱资源的不足。在 CR技术中，将用户分为主级用户（primary users，PUs）[2]和次级用户（secondary users，SUs）。主级用户PUs可优先使用频带。当PUs不用频带时，次级用户SUs可随机性地接入频带并使用。

因此，在WSNs中引用CR技术就形成认知无线电传感网络（cognitive radio sensor networks，CRSNs）。通过CRSNs提高了频谱利用率，使得传感节点能够动态接入频谱。目前，CRSNs已在多个应用中使用，如工业监控[3]、智能电表[4]、智能交通系统[5]等。

然而，引用CR技术需要进行频谱感测。这就使得传统簇构建算法和路由算法不再适应直接用于 CRCNs[6]。为此，文献[7]针对 CRCNs网络，提出基于频谱感知的簇多媒体（spectrum-aware clustering for efficient multimedia，SCEM）路由协议。SCEM路由是频谱感知、能量有效的协议。在SCEM路由中，网络内所有节点依据它们所接收的频谱信息，来计算频谱-能量秩值，再形成簇。然而，SCEM路由是以随机方式完成路由发现阶段。而文献[8]针对CRCNs提出基于虚拟簇的可靠地理转发路由（reliable geographical forwarding routing，RGFR）协议。该协议充分利用了地理位置路由的优势。此外，文献[9]面向CRCNs，提出低功耗自适应非均匀 簇 算 法 （ low energy adaptive-un clustering hierarchy，LEAUCH）。LEAUCH 算法将空闲信道数作为节点权值，并且具有空信道数越多的节点成为簇头的几率越大。

为此，本文针对CRCNs提出基于簇的地理位置路由（cluster-based geographical routing，CGR）。CGR分为2个阶段：簇形成阶段和数据传输阶段。先利用节点剩余能量和频谱感测信息构建簇，然后计算每条路径权重，并择优选择路径传输数据。

1 能量消耗模型

引用与文献[10]所述的无线电能耗模型，如图1所示。发射器向相距为d的接收节点传输q比特的数据包所消耗的能量 ETX( q ，d)为

式中：Eelec为运行发射器或接收器固定的能量消耗；Efrris、Etworay分别表示发射器在自空间、双径传播模型（two ray ground model）的单位功率放大器的能量消耗[11-13]；dco为距离阈值，且

图1 无线电能量消耗模型

相应地，对于接收q比特的数据包所消耗的能量，有

2 CGR 路由

CGR路由是依据频谱感测信息和节点剩余能量选择簇头（cluster heads，CHs），再建立路由，最后完成数据包的传输。

2.1 簇头选择

最初，每个传感节点作为次级用户独立地观察无线环境，并利用能量检测算法寻找空闲频谱。假定总共有C个频率信道，令 υi(t)表示在时刻t、节点i成功接入信道矢量为

实际上，对主级用户在特定信道上活动状态的预测更能准确地反映信道的空闲/忙的状态。因此，定义节点i在时刻t的期望信道接入率为

为此，节点i的频谱-能量秩值为

其中iN表示节点i的邻居节点集，而ie为节点i的剩余能量。()ijtγ表示节点i与节点j的相对频谱占用率，其定义为

其中“*”表示内积。

每个节点依据式（6）计算自己的能量频谱秩值，然后将自己的秩值和邻居节点的秩值构成Ni+1个节点集，再依据秩值从大至小排序。秩值最大的节点排在第1位，秩值为1。假定节点i的排序值为ranki。如果ranki≤ 3 ，则节点i就成为CH候选簇头节点。

一旦成为候选簇头节点，它就启动1个定时器，且随机选择定时时间，其计算方法为

式中：χ为节点i随机产生的0至1的小数；Tbase为定时基数。

一旦定时完毕，就发送通告消息Ann_Mess，宣称自己为簇头。若在定时期间，收到其他节点发送的Ann_Mess消息，就取消定时器，说明已有其他节点率先成为簇头。然后，其他节点就依据离簇头距离，形成不同的簇。产生簇头流程如图 2所示。

图2 产生簇头流程

2.2 路由选择

簇形成后，就进入路由阶段。首先，由簇头在公共控制信道上广播路由请求消息 CH-RREQ。当成员节点（非簇头节点） si收到 CH-RREQ消息，先判断是否之前已接收过此消息，若是，则直接丢弃，否则就再判断是否满足下列2个条件。如果满足，则转播此CH-RREQ消息：

1）自己 si离信宿的距离小于 CH-RREQ消息的发送节点（簇CH），即 d (si，Sink ) ＜ d(C H，Sink )。CGR路由引用地理路由策略，只选择离信宿更近的节点作为下一跳转发节点，进而减少传输路径；

2）节点 si的剩余能量大于阈值。通过此条件限制低能量节点参与路由。

当满足上述 2个条件时，节点 si就向其他的邻居节点转播 CH-RREQ消息，否则就丢弃。一旦接收了CH-RREQ消息，就判断这2个条件，再判断是否转发，重复执行此过程，直至消息传输至信宿。

一旦信宿收到 CH-RREQ消息，信宿就依据传输 CH-RREQ消息的路径回复 RREP消息，且RREP消息内包含了此路径上的节点ID以及节点间的距离。

信宿可能从多条路径上收到 CH-RREQ消息。因此，信宿从这些路径中选择一条路径回复RREP。信宿引用变量“路径权重”并用路径权重评估路径性能为

式中： Cpath表示路径的通信成本；Upath表示路径上各节点能耗的不平衡性[14]。

由于能量消耗与距离有关，离信宿越近，数据流量就越大。因此，Cpath可定义为

路径上能量的不平衡性Upath定义为

最后，信宿就选择具有最大ωpath的路径回复RREP消息，当源节点接收到RREP后，就沿着此路径传输数据。

图3描述了CGR路由过程。图3（a）中，源节点传输CH-RREQ消息，每个节点如果满足条件，就转发CH-RREQ消息。假定节点4不满足，则它不转发此消息。

信宿收到通过多条路径传输的 CH-RREQ消息后（2条路径），计算各条路径的ωpath，并选择具有大的ωpath路径回复RREP。图3（b）所示是假定路径1 → 2 → 5 → 8的ωpath最大。

图3 路由决策示例

3 实验结果分析

3.1 仿真模型及参数

100个传感节点和 10个 PUs随机分布于300 m300 m×的仿真区域，且信宿位于区域中心。此外，引用10个频率信道作为数据传输信道，而PUs可随时占用这些信道。同时，PUs的活动/休眠状态服从指数分布，且平均活动时长为 0.5 s，休眠活动时长为 0.5 s。在数据传输过程中，随机选择簇头作为源节点。所传输的数据为 Foreman视频，即将Foreman数据传输至信宿，其余的仿真参数如表1所示。

表1 仿真参数

此外，为了更好地比较CGR路由的性能，选择SCEM路由作为参照，并进行性能比较。每次实验数据独立重复 20次，取平均值作为最终实验数据。

3.2 实验数据分析

首先分析数据的平均传输时延随簇数的变化情况，如图4所示。

图4 平均时延随簇数的变化曲线

从图 4可知，随着簇数的增加，平均时延也逐步增加。原因在于：簇数的增加加大数据传输跳数，而跳数的增加也加大平均时延。与 SCEM相比，提出的CGR算法的平均时延得到控制。

接下来，分析视频源节点数对平均时延的影响，实验数据如图5所示。

图5 视频源节点数对平均时延的影响

从图5可知，视频源节点数的增加提高了平均时延。这主要是因为，视频源节点数的增加提高了对带宽的需求，同时也增加了数据流量。然而，与SCEM相比，提出的CGR路由的平均时延得到了有效控制。图6分析了SCEM算法和CGR路由的能耗数据。

图6 能耗随视频源节点数的变化曲线

从图6可知，CGR路由的能耗低于SCEM算法，并且随视频源节点数的增加，在能耗方面的优势越发明显。

最后，分析平均时延随源数据率的变化情况，实验数据如图7所示。

图7 平均时延随数据率的变化曲线

从图7可知，数据率的增加加大了平均时延。原因在于，数据率的增加加大了每个源节点对数据时隙的要求，最终增加了平均时延。在整个数据率的变化区间，CGR路由的平均时延均低于SCEM算法。

4 结束语

针对认知无线电传感网络，提出基于簇的地理位置路由CGR。CGR路由依据频谱感测信息和节点剩余能量形成簇，再利用传输 CH-RREQ消息建立路径信息，并依据路径成本择优选择数据传输路径。实验数据表明，提出的CGR路由能够有效地降低能耗，提高了数据传输效率，进而缩短了传输时延。