基于拓扑感知映射算法的传感器网络数据稳定传输方法

李 庐 赵晓峰

（1.安徽财经大学 教务处，安徽 蚌埠 233030；2.安徽财经大学 图书与信息中心，安徽 蚌埠 233030）

无线传感器网络是一种集成监测、控制以及无线通信的网络系统，能够通过末梢传感设备获取周围信息，并对其进行分布式处理，随后传递给用户，而用户从得到的传感信息挖掘出所需要的信息，具有极强的感知性、大规模化、自组织性、动态化等特点，在军事、智能交通、环境监控、医疗卫生等多个领域具有显著作用。然而，传感器网络工作的环境较为恶劣，数据传输并不很稳定，链路和节点很容易失效，导致出现数据丢包和传输错误现象[1]。在此背景下，如何保证传感器网络数据稳定传输成为一大难题。

面对上述问题，国内外对其进行了很多研究，提出了基于网络编码的传感器网络数据传输方法、基于支持向量机的传感器网络数据传输方法、基于粒子群优化的传感器网络数据传输方法等。这些方法存在共同缺点就是当节点分布非常密集时，整个网络负载水平失衡，容易出现关键节点因能量耗尽而过早死亡，导致传输路径出现更严重的抖动现象或直接造成通信链路中断，使得数据丢包现象反而严重[2]。

针对上述问题，本文提出一种新的传感器网络数据稳定传输方法，即基于拓扑感知映射算法的传感器网络数据稳定传输方法。该方法主要分为三部分：第一部分传感器网络拓扑感知；第二部分根据得到的传感器网络拓扑结构，映射得出拓扑上每条链路的数据传输能力；第三部分根据链路传输能力，合理分配资源，实现数据稳定传输[3]。为测试本文方法的有效性，进行仿真测试实验。结果表明：与基于网络编码的传感器网络数据稳定传输方法、基于支持向量机的传感器网络数据稳定传输方法、基于粒子群优化的传感器网络数据稳定传输方法相比，本文基于拓扑感知映射算法的传输方法的数据丢包率得到有效改善，由此可知本文方法的稳定传输性能更佳，传感器网络数据的完整性得到进一步改善。

1 传感器网络数据稳定传输方法

传感器网络集数据的采集、处理和传输三种功能为一体，由若干个传感器节点、一个汇聚节点和一个管理节点构成，如图1 所示。

大量传感器节点随机分布在待监控范围内，通过无线通信将散落的传感器节点组成一个多跳的自组织网络结构，然后启动各传感器节点感知、获取监控范围内的信息，包括声、光、温度、湿度等，并进行模数转换，再将转换后的数据汇聚到一起，最后通过无线通信网络，包括Internet、卫星等，传输到管理节点，进行信息存储和处理，供用户进行数据挖掘和分析决策[4]。

图1 传感器网络结构示意图

传感器网络可以在任何环境、任何时间内工作，并不需要太多的人力来进行管理，且具有更好的容错能力，获取的信息较为可靠准确。然而当节点分布非常密集，且能量负载分布不均衡时，数据传输路径会出现抖动，导致传输不稳定，造成数据丢包。为此，本文从负载均衡的角度着手，利用拓扑感知映射算法实现传感器网络数据稳定传输。

1.1 传感器网络拓扑结构感知

传感器网络拓扑结构是指在传感器网络中各个节点相互连接的形式。一般有三种形式，即星型拓扑、网状拓扑和树状拓扑，如图2 所示[5]。

图2 传感器网络拓扑结构形式

三种传感器网络拓扑结构形式特点如表1 所示。

表1 三种传感器网络拓扑结构形式特点

传感器网络拓扑结构感知是指确定待监控范围内各节点位置以及链接部署方案的过程。由此可知传感器网络拓扑结构感知分为两个阶段任务：传感器节点定位和拓扑构建，具体过程如下。

阶段1：传感器节点定位。

传感器节点定位方法有很多，如通过计算锚节点距离进行定位、通过预测信号接收强度进行定位、通过估算信号传送时间进行定位等[6]。在这里采用“通过计算锚节点距离”进行定位，原理如下：利用机器设备设置运行程序口令，自动生成锚节点位置，方法简单高效。

阶段2：传感器网络拓扑构建。

步骤 1：计算无线传感器网络能量消耗最小时需要的簇头数量；

步骤2：寻找每个节点的邻居节点；

步骤3：计算每个节点的覆盖均匀度；

步骤 4：根据每个节点的剩余能量和每个节点的覆盖均匀度计算权值，构建最小支配集MDS；

步骤5：根据MDS，构建连通支配集CDS；

步骤 6：当有新的节点加入或者所述节点退出传感器网络时，重复步骤2 到步骤6，完成拓扑结构的构建[7]。

1.2 数据传输能力映射

网络拓扑结构获取之后，为使后期能够实现负载均衡分配，需要知道拓扑结构上每个节点的传输能力，即在整个传感器网络覆盖区域内进行数据传输能力感知——拓扑距离映射，包括节点链路传输能力计算和区域拓扑映射等两个步骤[8]。

1.2.1 节点链路传输能力计算

传感器网络拓扑结构是由若干个传感器节点相互连接构成，因此获取节点链路的数据传输能力对于分配资源具有重要意义[9]。节点链路传输能力计算公式如下：

式(1)中，Y 表示节点链路传输能力； Pij表示节点i 通过节点链路j 的路径数； Pij′表示节点i 通过节点链路j 的实际估算流量；γ 表示链路宽度。

1.2.2 区域拓扑映射

区域拓扑映射的目的是判断链路的抖动出现可能性，其原理是通过对拓扑结构中整体链路进行映射处理，然后再进行标准化处理，最后根据式(2)实现链路抖动判断。

式(2)中，S 为链路抖动概率；d1为实际拓扑距离；d2为估算的拓扑距离。

1.3 数据稳定传输实现

传感器节点负载不均衡是影响传感器网络数据传输稳定的关键因素，因此要想实现传感器网络数据稳定传输，就要先解决负载不均衡的问题。在数据稳定传输研究中，分为传感器节点负载均衡调度和稳定传输两个阶段内容[10]。

阶段1：传感器节点负载均衡调度。

在这里采用蚁群算法得到传感器节点负载均衡调度最优方案。蚁群算法是一种模拟蚂蚁觅食过程发展而来的寻优算法[11]。该算法应用具体过程如下：

步骤 1：信息初始化。输入算法相关参数，并赋予传感器每条链路相同的信息素；

步骤2：选择策略。让蚂蚁随机挑选一条路走，并同时释放信息素；

步骤 3：信息素更新。为防止算法陷人局部最优，在蚂蚁完成一次搜索后，需要对蚂蚁留在链路上的信息素进行更新；

步骤4：求局部最优解；

步骤5：全局更新；

步骤6：求全局最优解；

步骤 7：对最优解进行反编码，得到传感器节点负载均衡调度方案[12]。

阶段2：数据稳定传输。

在这里根据上述得到的传感器节点负载均衡分配方案，利用一种并发编织多路径可靠传输协议实现数据稳定传输。具体流程如下：

步骤1：传感器节点采集数据；

步骤2：将数据传输到对应集群的簇头节点（汇聚节点）；

步骤 3：在簇头节点中对传输过来的感知数据进行数据融合；

步骤4：为簇头节点构建本地路由表；

步骤 5：根据构建的路由表，为簇头节点进行数据分组；

步骤 6：根据数据分组情况，为簇头节点进行并发多路径传输；

步骤7：对传输过来的分组数据进行数据融合；

步骤 8：比较融合后的数据包与原始数据包大小。若大小相同，说明数据稳定传输；若大小不相同，说明数据出现丢包，未实现数据稳定传输[13]。

2 传感器网络数据稳定传输方法性能仿真分析

为测试本文传感器网络数据稳定传输方法性能，需要进行性能仿真实验分析。实验参与者有 4个，即本文方法和三种传统传感器网络数据稳定传输方法（基于网络编码的传感器网络数据稳定传输方法、基于支持向量机的传感器网络数据稳定传输方法、基于粒子群优化的传感器网络数据稳定传输方法）。实验过程包括传感器网络部署、测试平台搭建、实验参数设置、实验结果分析四步骤[14]。

2.1 传感器网络部署

本文所使用的实验数据均来自真实网络环境，其背景为某古建筑安全风险监测项目，传感器节点部署在 400 m×400 m 的区域内，具体情况如图 3所示。

图3 传感器节点部署

2.2 测试平台搭建

为测试传输性能，搭建测试平台，如图4 所示。

图4 测试平台

该平台环境设置如下：处理器为Intel(R) Core(T M)7M640@2.8GHz；内存为Kingston4GB×2；硬盘为SAMSUNG 128G SSD；操作系统为Windows8.1企业版；仿真平台为MATLAB7.10[15]。

2.3 实验参数设置

实验参数设置由表2 给出。

表2 实验参数设置

2.4 实验结果分析

本文选取数据丢包率来评测方法性能。丢包率是指数据传输过程中所丢失数据包数量占所发送数据包的比率，丢包率越小，传感器网络数据传输稳定性越好，反之越差。为保证结果准确性，反复进行10 次实验。表3 为四种传输方法10 次应用下得到的数据丢包率情况。

表3 数据丢包率情况 单位：%

从表3 可以看出，本文方法的平均数据丢包率为0.02436%。而基于网络编码、支持向量机、粒子群优化的三种传统传感器网络数据稳定传输方法的平均数据丢包率分别为 0.03472%，0.03617%，0.04079%。由以上结果对比可知，本文方法的数据丢包率更少，说明本文的基于拓扑感知映射算法的传感器网络数据传输方法稳定性更好。

3 结 语

综上所述，传感器网络在医学、军事、交通控制、环境监控等多个领域均起到了重要作用。它通过传感器感知相关信息，在经过处理后，传输给用户，而用户透过这些信息可以获取到所需信息，从而为决策提供可靠依据。然而，受到传感器工作环境的影响，其数据传输时并不很稳定，经常出现数据丢包现象。为此，在三种传统数据传输方法基础上，提出一种基于拓扑感知映射算法的传感器网络数据稳定传输方法。经测试，本文方法丢包率更小，说明本文方法稳定传输性能更好，更能保证数据包的完整性。