基于WirelessHART的分布式低功耗路由算法

摘 要： 提出了一種針對新型無線傳感網(wǎng)絡(luò)協(xié)義WirelessHART的低功耗分布式路由算法——DHEIRP（基于多跳的分布式能量迭代路由算法）。采用分布式的路由決策，加快了WirelessHART的網(wǎng)絡(luò)組建和恢復(fù)速度。DHEIRP提出了一種新的能量迭代算法，選取最小跳數(shù)、接收信號強度、節(jié)點電池能量作為參數(shù)，能夠最小化網(wǎng)絡(luò)的傳輸消耗并平衡各節(jié)點的能量損耗。將DHEIRP同GBR以及HBRRP等已有算法進行了比較，證明DHEIRP在平衡節(jié)點能量和延長網(wǎng)絡(luò)壽命方面有較大的優(yōu)勢。

關(guān)鍵詞： 無線傳感器網(wǎng)絡(luò)； WirelessHART； 分布式路由算法； GBR

中圖分類號： TN92?34 文獻標識碼： A 文章編號： 1004?373X（2013）13?0060?05

Distributed low?power dissipation routing algorithm based on WirelessHART

WANG Yi?neng， ZHANG Sheng， LIN Xiao?kang

（Department of Electronic Engineering， Tsinghua University， Beijing 100084， China）

Abstract： An distributed low?power dissipation routing algorithm for the new wireless sensor network protocol WirelessHART called DHEIRP（distributed hop?based energy iteration routing protocol） is proposed in this paper. As a distributed routing protocol， DHEIRP can accelerate the network construction and recovery rate of WirelessHART. In DHEIRP， an energy iteration algorithm is proposed. Choosing the minimum hop count， RSS（received signal strength） and battery energy level as parameters， this protocol can minimize energy consumption of network transmission and balance energy loss among nodes. The numerical simulations have showed that DHEIRP excels GBR and HBRRP in terms of balancing load of the nodes and extending network lifetime.

Keywords： wireless sensor network； WirelessHART； distributed routing algorithm； GBR

0 引 言

無線傳感器網(wǎng)絡(luò)的路由協(xié)議設(shè)計是近年來的研究熱點。WSN（無線傳感器網(wǎng)絡(luò)）的路由同其他網(wǎng)絡(luò)有許多區(qū)別[1]：由于無線傳感器網(wǎng)絡(luò)的節(jié)點是由電池供電的，能耗是無線傳感器網(wǎng)絡(luò)路由設(shè)計中的重點；由于無線傳感器網(wǎng)絡(luò)經(jīng)常用于工業(yè)控制領(lǐng)域，路由算法需要有較好的魯棒性；無線傳感器網(wǎng)絡(luò)主要監(jiān)控領(lǐng)域，數(shù)據(jù)流向主要是匯聚式[2]的，即從周圍的Source節(jié)點向中心的Sink節(jié)點；最后，在某些應(yīng)用領(lǐng)域中網(wǎng)絡(luò)的拓撲結(jié)構(gòu)不是靜態(tài)的，會不斷的有新節(jié)點的加入和舊節(jié)點的死亡，因此路由協(xié)議需要具有一定的自適應(yīng)能力。

WirelessHART[3]是近年來提出的一種基于已有的HART工業(yè)通信協(xié)議提出的針對工業(yè)控制和設(shè)備監(jiān)控的無線網(wǎng)絡(luò)協(xié)議。其主要的技術(shù)特點是TDMA和跳頻技術(shù)，WirelessHART的魯棒性和低功耗也遠優(yōu)于已有的其他無線傳感器網(wǎng)絡(luò)協(xié)議[4]。路由方面，WirelessHART沒有給出路由算法，而是設(shè)定了兩種路由機制。一種是圖路由，另一種是源路由。這兩種路由機制都是集中式管理的，路由的分析和計算是由位于Sink節(jié)點的網(wǎng)絡(luò)管理器來完成的。問題在于，這種集中式管理在網(wǎng)絡(luò)的拓撲結(jié)構(gòu)變化時不夠靈活。新節(jié)點的加入和老節(jié)點的死亡都需要通過多跳的數(shù)據(jù)傳輸將信息發(fā)送給網(wǎng)絡(luò)管理器，網(wǎng)絡(luò)管理器再將路由改動下發(fā)給其周圍的相關(guān)節(jié)點，這個過程浪費時間和能量；不僅如此，集中式路由計算中，由某個節(jié)點的變動還可能影響相對較多的傳輸鏈路的路由分配。這些缺點使得WirelssHART在許多應(yīng)用領(lǐng)域有很大的局限性。應(yīng)對這種問題，本文提出了一種分布式的路由改進方案，并在功耗方面進行了進一步的優(yōu)化。

1 相關(guān)工作

近年來，涌現(xiàn)了許多針對無線傳感器網(wǎng)絡(luò)的路由協(xié)議。Directed Diffusion[5]是最有代表性的data?centric路由協(xié)議之一，也可能是最有影響力和最常被引用的路由協(xié)議。Directed Diffusion會用一系列屬性值把節(jié)點的數(shù)據(jù)進行命名。當需要某些數(shù)據(jù)時，發(fā)出一個“興趣”信息，這個信息中含有對所需的命名數(shù)據(jù)的描述。找到信息中的描述所對應(yīng)的數(shù)據(jù)后，就將這個數(shù)據(jù)沿查找路線傳送回。

在Directed Diffusion的基礎(chǔ)上，Curt Schurgers和Mani B. Srivastava 提出了另一個經(jīng)典協(xié)議GBR（Gradient based routing）。GBR是一種基于梯度的路由算法，在GBR中，“興趣”信息在發(fā)送過程中記錄了它所進行的跳數(shù)，以此建立了一個梯度場。梯度場中每個節(jié)點的梯度值為這個節(jié)點到Sink節(jié)點所需要的最小跳數(shù)。在數(shù)據(jù)傳輸時，將數(shù)據(jù)包沿著梯度減小的方向進行路由選擇就可以把數(shù)據(jù)傳送到所需的Sink節(jié)點。通過這種機制，GBR能夠有效的減少傳輸次數(shù)，從而節(jié)省網(wǎng)絡(luò)資源并延長網(wǎng)絡(luò)壽命。

在文獻[6]中，Shao?Shan Chiang和Chih?Hung改進了GBR，加入了電池能量作為路由選擇的參考。通過比較鄰居節(jié)點的最小跳數(shù)（或者說梯度值），他們把所有鄰居節(jié)點分成三類：父輩節(jié)點、兄弟節(jié)點和子輩節(jié)點。對于某個節(jié)點來說，其父輩節(jié)點為鄰居節(jié)點中那些梯度值比它小的節(jié)點；子輩節(jié)點為鄰居節(jié)點中梯度值比它大的節(jié)點；梯度值和它相當?shù)墓?jié)點作為其兄弟節(jié)點。具體的路由機制如下：當一個節(jié)點自身產(chǎn)生了數(shù)據(jù)或者作為中繼節(jié)點接受從其他節(jié)點接收了數(shù)據(jù)包以后，它會優(yōu)先將數(shù)據(jù)包發(fā)送給電池能量最高的父輩節(jié)點。如果發(fā)生意外，找不到正常工作的父輩節(jié)點，那么將發(fā)送給具有最高電池能量最高的兄弟節(jié)點。這種算法繼承了GBR的基于跳數(shù)的機制并在此基礎(chǔ)上進行了改進，能夠平衡節(jié)點間的能量消耗。

Oliver Powell在文獻[7]中提出在無線傳感器網(wǎng)絡(luò)中存在所謂的“瓶頸”節(jié)點。這些“瓶頸”節(jié)點通常消耗電池能量的速度很快，比其他節(jié)點更早的因能量耗盡而死亡。而這些“瓶頸”通常是距離Sink節(jié)點最近的那些節(jié)點，它們的死亡會破壞網(wǎng)絡(luò)的拓撲，導(dǎo)致網(wǎng)絡(luò)過早的中斷。為了解決這個問題，文中引用了一種混合機制。在一般情況下，中繼節(jié)點的選擇同文獻[6]中的相同。但當被選中的中繼節(jié)點的能量低于某個值時，發(fā)送數(shù)據(jù)的節(jié)點不會采用多跳的傳輸模式，而是通過長距離的傳輸，將數(shù)據(jù)直接發(fā)送給Sink節(jié)點。這種混合機制能夠從一定程度上節(jié)省“瓶頸”節(jié)點的能量消耗，進而延長整個網(wǎng)絡(luò)的壽命。然而，這種從Soure節(jié)點直接到Sink節(jié)點的長距離傳輸會也消耗大量的能量。

文獻[8]提出了一種魯棒性的基于多跳的路由協(xié)議——HBRRP（Hop?based Robust Routing Protocol）。這種算法以最小跳數(shù)作為基礎(chǔ)，并選取電池能量、LOI（鏈路質(zhì)量）和傳輸成功率作為參數(shù)設(shè)計路由選擇算法。這其中，LOI是由RSS（接受信號強度）等其他信息計算得來的；傳輸成功率是統(tǒng)計某條鏈路上，過去一定次數(shù)的傳輸中成功的比率。HBRRP采用代價方程來對備選鏈路進行評估，方程對三個參數(shù)設(shè)置不同的權(quán)重，最后選擇計算結(jié)果最好的鏈路作為路由。

綜上所述，在無線傳感器網(wǎng)絡(luò)方面有很多的協(xié)議和其他研究成果，但目前沒有滿足WirelessHART的需求的分布式方案，而且“瓶頸”節(jié)點的問題一直沒有得到很好的解決。本文希望能夠解決這些問題。

2 DHEIRP的機制

之前的協(xié)議通常引用電池能量作為參數(shù)來解決“瓶頸”節(jié)點的問題以及進行節(jié)點間的能耗平衡。但僅僅考慮鄰居節(jié)點的電池能量是不充分的，因為一個中繼節(jié)點的選擇會影響之后的鏈路的選擇。為此，DHEIRP設(shè)計了一種能量迭代算法，這種算法能夠從整體上對備選的多條鏈路上的節(jié)點能量進行綜合評估。DHEIRP可以分為三個過程：網(wǎng)絡(luò)初始化階段、數(shù)據(jù)發(fā)送階段、梯度信息更新階段。

2.1 網(wǎng)絡(luò)初始化階段

DHEIRP是基于多跳傳輸[9]的，其實現(xiàn)需要一個梯度場信息的支持。這里定義每個節(jié)點的梯度值為這個節(jié)點到Sink節(jié)點所要經(jīng)歷的最小跳數(shù)。

在網(wǎng)絡(luò)初始化之前，所有節(jié)點都將其梯度值設(shè)置為“NULL”。網(wǎng)絡(luò)管理器作為Sink節(jié)點，會向其鄰居節(jié)點廣播出一個“initial”的信息，這個信息中含有一個為0的HC值。接收到這個“initial”信息的鄰居節(jié)點將其梯度值設(shè)置為1，并廣播一個HC值為1的“initial”信息。當其他節(jié)點接收到“initial”信息時，如果這個節(jié)點的梯度值為“NULL”或者節(jié)點的梯度值減去1仍大于“initial”信息的HC值，則它需要將其梯度值設(shè)置為“initial”信息的HC值加1，然后向周圍廣播一個HC值同其梯度值相等的“initial”信息。反之，如果該節(jié)點的梯度值減去1等于或者小于接收到的“initial”信息的HC值，節(jié)點就不需要改變其梯度信息，只向鄰居節(jié)點廣播一個HC值為其梯度值的“initial”信息。這個過程可以用下面的偽代碼來描述：

For a sensor node receiving an “inintial” message ：

//對于任何一個接收到“initial”信息的節(jié)點

If local-gradient == NULL

{

local-gradient=initial-message HC+1；

initial-message HC=local-gradient；

}

Else if local-gradient>initial-message HC+1；

{

local-gradient=initial-message HC+1；

initial-message HC=local-gradient；

}

Else

End

flooding out initial-message； //向鄰居節(jié)點廣播“initial”信息

通過這個階段，網(wǎng)絡(luò)中所有節(jié)點的初始梯度值被確定了。

2.2 數(shù)據(jù)發(fā)送階段

在這個階段，各個節(jié)點會把自己產(chǎn)生的數(shù)據(jù)包通過多跳傳輸上傳給Sink節(jié)點。作為分布式的路由協(xié)議，在DHEIRP中，每個節(jié)點只需要將自己產(chǎn)生或者接收到的數(shù)據(jù)包有選擇性的發(fā)送給自己的一個鄰居節(jié)點，并確保這次發(fā)送會使數(shù)據(jù)包更接近Sink節(jié)點。

對于某個節(jié)點，其所有的鄰居節(jié)點可以被分成三類：鄰居節(jié)點中梯度值比其小的作為父輩節(jié)點；鄰居節(jié)點中梯度值同其相等的作為兄弟節(jié)點；鄰居節(jié)點中梯度值比其大的作為子節(jié)點。為了保證最小跳數(shù)原則并避免loop傳輸，發(fā)送數(shù)據(jù)時優(yōu)先選擇所有的父輩節(jié)點作為候選中繼節(jié)點，如果在通信范圍內(nèi)沒有正常工作的父輩節(jié)點，則選取所有的兄弟節(jié)點作為候選中繼節(jié)點。建立下面的方程來對所有的候選節(jié)點逐個進行質(zhì)量評估。對于某候選節(jié)點[x]：

[Routequality=α?Efun（x）+β?RSS] （1）

式中：[Efun（x）]是一個能量迭代函數(shù)；RSS（Received Signal Strength）是需要發(fā)送數(shù)據(jù)的節(jié)點同節(jié)點[x]間的信號強度；[α]和 [β]是兩個參數(shù)，來確定[Efun（x）]和RSS在式（1）中的權(quán)重。

能量迭代函數(shù)[Efun（x）]能夠綜合評估候選節(jié)點自身能量和候選節(jié)點的中繼節(jié)點的電池能量，其定義如下：

[Efun（x）=（1-k）?Einitial?energy+k?Efun（y）， 當節(jié)點x的梯度值大于1時Efun（x）=Einitial?energy， 當節(jié)點x的梯度值等于1時] （2）

式中：[E]代表節(jié)點[x]的當前電池能量；initial?energy表示電池未使用之前的初始能量；[k]是一個0.5～1之間的小數(shù)；節(jié)點[y]是[x]發(fā)送數(shù)據(jù)時的中繼節(jié)點。

顯然，[Efun（x）]是一個迭代計算的結(jié)果，取值范圍是從0～1。對于梯度為1的節(jié)點來說，[Efun（x）]的值為電池剩余能量的百分比。而對于梯度值為2的節(jié)點來說，[Efun（x）]為兩個電量百分比的和。由于[k]是一個0.5～1之間的數(shù)，因此式中路由梯度值更小的節(jié)點能量的影響更大。這種設(shè)定是合理的，因為梯度更小的節(jié)點距離Sink節(jié)點更近，電池電量消耗的更快更早死亡。通過這種迭代計算，一條路由上的多個中繼節(jié)點的整體能耗可以用一個數(shù)值來表示。路由質(zhì)量公式的另一個度量參考是RSS。RSS表示候選的中繼節(jié)點和發(fā)送數(shù)據(jù)節(jié)點間的信號強度。RSS的值越高，說明這條路徑上的信道干擾越小。選擇這種干擾小的信道不僅能夠更好的保證傳輸?shù)目煽啃浴８匾氖牵诠β士烧{(diào)的傳感器網(wǎng)絡(luò)中，數(shù)據(jù)發(fā)送節(jié)點可以根據(jù)RSS來調(diào)整發(fā)射功率，從而節(jié)省電池能量。

有了之前的計算結(jié)果，選擇Routequality值最高的候選節(jié)點作為中繼節(jié)點。多次測試的結(jié)果顯示，當[α?β]時，網(wǎng)絡(luò)會有較長的壽命。實際操作中，并不給 [α]和[β]具體的數(shù)值，而是采用下面的方法來比較Routequality的大小：

[Efun（x1）-Efun（x2）ΔEinitial?energy] （3）

式中：[ΔE]是根據(jù)具體情況而設(shè)定的一個閾值。當兩個備選節(jié)點[x1]和[x1]在比較它們的Routequality 大小時，如果[Efun（x1）]和[Efun（x2）]不能滿足式（3）中的條件，則判斷具有較大Efun值的節(jié)點的Routequality更大；反之，若滿足式（3）中的條件，則判斷具有較大RSS值的節(jié)點的Routequality更大。

2.3 梯度信息更新階段

節(jié)點的梯度信息是由網(wǎng)絡(luò)的拓撲結(jié)構(gòu)來決定的。因此，隨著網(wǎng)絡(luò)的運行，任何拓撲結(jié)構(gòu)的變化都可能影響節(jié)點的梯度值分布。這其中，新節(jié)點的加入和老節(jié)點的死亡是影響網(wǎng)絡(luò)拓撲結(jié)構(gòu)改變的兩個主要原因。這里不單獨把節(jié)點的移動考慮成第三種情況，因為某個節(jié)點的移動可以被看成兩個情況的組合：一個老節(jié)點的死亡和另一個新節(jié)點的加入。當某個節(jié)點離開它的原有位置時，系統(tǒng)認定這個節(jié)點失去聯(lián)系。然后當這個節(jié)點移動到一個新的位置并保持相對靜止以后，系統(tǒng)將其作為一個新生節(jié)點加入網(wǎng)絡(luò)中。這個過程如圖1所示。當節(jié)點不停地移動時，不對其進行任何數(shù)據(jù)傳輸。

圖1 移動節(jié)點的梯度更新

節(jié)點可能因為能量耗盡或者其他原因與網(wǎng)絡(luò)失去聯(lián)系而死亡。在DHEIRP的設(shè)計中，給定一個電池剩余能量的百分比（比如5%），如果電池剩余能量低于這個值，這個節(jié)點就會進入“休眠”模式，并向周圍節(jié)點廣播一個“dead”信息。其他節(jié)點接收到這個信息以后就會把這個節(jié)點從鄰居表中刪除。如果碰巧一個節(jié)點的所有父輩節(jié)點都死亡了（這時所有活躍的鄰居節(jié)點的梯度值都比它自身大），則需要重新選取剩余的活躍鄰居節(jié)點中梯度值最低的作為新的父輩節(jié)點，并調(diào)節(jié)自身的梯度值為父輩節(jié)點的梯度值加上1。

當一個新的節(jié)點加入網(wǎng)絡(luò)時，首先進入申請模式，尋找周圍活躍的鄰居節(jié)點。通過申請模式這個階段，新節(jié)點建立了一個鄰居表，這個鄰居表中包含了所有鄰居節(jié)點的梯度值、電池剩余能量和RSS。通過鄰居表，正在加入的新節(jié)點找到具有最小值的鄰居節(jié)點作為父輩節(jié)點，并設(shè)置自身的梯度值為父輩節(jié)點的梯度值加1。然后，這個新節(jié)點可以進入正常工作模式，進而采用2.2中的機制來選擇中繼節(jié)點上傳數(shù)據(jù)。某些新加入節(jié)點的鄰居可能也需要調(diào)整自己的梯度值，因為網(wǎng)絡(luò)拓撲結(jié)構(gòu)可能已經(jīng)發(fā)生了變化。

從前面的內(nèi)容可以了解，集中式的路由協(xié)議在更新路由信息時需要網(wǎng)絡(luò)管理器的參與。需要所有節(jié)點將自身相關(guān)信息上傳到網(wǎng)絡(luò)管理器，然后管理器在將計算好的路由選擇結(jié)果發(fā)送給各個分散的節(jié)點，這個過程在網(wǎng)絡(luò)信息的更新中反應(yīng)較慢。在本文提出的分布式路由協(xié)議中，每個節(jié)點能夠根據(jù)周圍網(wǎng)絡(luò)拓撲的變化，自主而獨立的更新自己的路由信息。在分布式機制下，新節(jié)點不需要將它的相關(guān)鄰居表和其他數(shù)據(jù)通過多跳傳輸發(fā)送給網(wǎng)絡(luò)過管理器就可以加入系統(tǒng)，這大大加快了新節(jié)點加入網(wǎng)絡(luò)的速度。這種機制在網(wǎng)絡(luò)結(jié)構(gòu)相對復(fù)雜，某些節(jié)點離網(wǎng)絡(luò)管理器較遠時意義重大。

3 仿真結(jié)果及分析

在Matlab環(huán)境下對提出的方案進行了測試，比較DHEIRP同GBR和HBRRP兩種協(xié)議在能量消耗方面的優(yōu)劣。

仿真假設(shè)網(wǎng)絡(luò)由在一個正方形范圍內(nèi)的大量隨機分布的節(jié)點組成，具體的模型設(shè)置如下：正方形區(qū)域的變長為500～700單位長度；節(jié)點間的最遠通信距離為100個單位長度；網(wǎng)絡(luò)中節(jié)點的數(shù)量為[N]；每個節(jié)點的電池初始能量為[E]個單位；發(fā)送一個數(shù)據(jù)包需要2個單位的能量，接收一個數(shù)據(jù)包需要3個單位的能量。

在仿真中，假定網(wǎng)絡(luò)的Sink節(jié)點位于正方形網(wǎng)絡(luò)的中心。每個Source傳感器節(jié)點平均每分鐘產(chǎn)生一個數(shù)據(jù)包，并通過多跳的方式將數(shù)據(jù)包上傳給Sink節(jié)點。本文進行了多次的仿真測試，改變網(wǎng)絡(luò)中節(jié)點的數(shù)目和梯度值的分布，觀察不同測試結(jié)果的變化趨勢。由于魯棒性并不是本文的研究對象，仿真中并不考慮丟包的情況。仿真設(shè)定網(wǎng)絡(luò)中的節(jié)點在兩種情況下被認定為死亡：節(jié)點的電池能量低于5個單位；某節(jié)點成為孤立奇點，即在通信距離內(nèi)找不到活躍的鄰居節(jié)點。

這里使用兩種指標來衡量和比較各種算法的能量效率。第一個指標是網(wǎng)絡(luò)中死亡的節(jié)點數(shù)目隨時間的變化。這個曲線可以描述網(wǎng)絡(luò)拓撲結(jié)構(gòu)變化的趨勢。另一個指標是網(wǎng)絡(luò)中第一個節(jié)點的死亡時間FDN（First Dead Node）。由于第一個死亡的節(jié)點是“瓶頸”節(jié)點，它的死亡對整個網(wǎng)絡(luò)的影響很大，因此FDN是一個很重要的衡量指標。

當電池初始能量為3 000，節(jié)點數(shù)目[N]為400，正方形區(qū)域邊長為500時的節(jié)點死亡數(shù)量隨時間變化的情況如圖2所示。此時的網(wǎng)絡(luò)中，節(jié)點最多需要經(jīng)過6次多跳來將數(shù)據(jù)發(fā)送到Sink節(jié)點。由圖2可以看出，相比其GBR的節(jié)點死亡速度遠大于其他兩種曲線，這是因為其在多跳的路由選擇中不考慮節(jié)點電池能量，致使那些“瓶頸”節(jié)點過早死亡造成的。而相比HBRRP，DHEIRP算法在同一時間內(nèi)的節(jié)點死亡數(shù)量更少，說明綜合考慮多個節(jié)點的電池能量可以平衡能耗并延長網(wǎng)絡(luò)的壽命。

圖2 區(qū)域邊長為500時的死亡曲線

圖3比較了三種算法的FND情況。選用正方形區(qū)域的邊長為500，測試當節(jié)點數(shù)目分別為150，200，300和400時的FND。圖中的每個FND的值是100次計算結(jié)果的平均值。從圖3中可以看出，DHEIRP的FDN曲線一直處于GBR和HBRRP的上方。這說明DHEIRP能通過平衡節(jié)點能量消耗來延遲“瓶頸”節(jié)點的死亡。不僅如此，從圖3中可以觀察到，對于GBR和HBRRP兩種算法，隨著節(jié)點的數(shù)目增多，F(xiàn)DN的值會不斷降低。這是因為節(jié)點的數(shù)目越多，距離Sink節(jié)點最近的節(jié)點的負擔越重（需要給更多節(jié)點作為中繼節(jié)點）。這些節(jié)點很容易成為“瓶頸”節(jié)點而過早的死亡。而對于DHEIRP來說，由于在路由選擇中的迭代算法能夠避免對某一節(jié)點的過度消耗，因此FND值不會隨著節(jié)點數(shù)目增長而明顯下降。

圖2和圖3的仿真基本是在相對簡單的網(wǎng)絡(luò)中進行的，節(jié)點的數(shù)據(jù)最多需要6跳就可以將數(shù)據(jù)上傳到Sink節(jié)點。圖4和圖5是針對更加復(fù)雜的網(wǎng)絡(luò)的測試結(jié)果。圖4是當區(qū)域變長為800，節(jié)點數(shù)目為700時死亡節(jié)點數(shù)量隨時間的變化情況，這里數(shù)據(jù)最多需要11跳才能到達Sink節(jié)點。對應(yīng)的節(jié)點初始電量為15 000個單位能量。圖4中的曲線證明DHEIRP在大型網(wǎng)絡(luò)中的性能比GBR和HBRRP要更加出色。

圖3 區(qū)域邊長為500時FND的均值

圖4 區(qū)域邊長為800時的死亡曲線

圖5比較了三種協(xié)議的FND在更大更復(fù)雜的網(wǎng)絡(luò)中的變化。圖中設(shè)定網(wǎng)絡(luò)的區(qū)域邊長為700，節(jié)點的數(shù)量分別為400，500，600，700和800，數(shù)據(jù)最多需要經(jīng)過11跳來到達Sink節(jié)點。

圖5 區(qū)域邊長為800時的FND均值

從圖5中可以看出，DHEIRP的FND值明顯大于其他兩個協(xié)議。在圖3中，相比其他兩種算法，DHEIRP的FND值分別平均增大了44%（HBRRP）和322%（GBR）；而在圖5中，這兩個數(shù)值為94%和377%，對比可以看出，在較為復(fù)雜和大量節(jié)點的網(wǎng)絡(luò)中，DHEIRP的有著更大的優(yōu)勢。因為當網(wǎng)絡(luò)越大或者越復(fù)雜時，“瓶頸”節(jié)點的傳輸負擔會越重，如果沒有合適的機制，“瓶頸”節(jié)點就會很快的死亡，而DHEIRP的能量迭代算法能夠準確的判斷潛在的“瓶頸”節(jié)點的剩余能量，在路由選擇時避開這些節(jié)點，延長其網(wǎng)絡(luò)壽命。

4 結(jié) 語

本文分析了以往無線傳感器網(wǎng)絡(luò)的路由協(xié)議的發(fā)展。針對WirelessHART集中式設(shè)計的缺陷，提出了一種分布式的解決方案DHEIRP。并針對“瓶頸”節(jié)點問題，設(shè)計了一種能量迭代公式。通過仿真，比較DHEIRP與GBR，HBRRP的性能，證明其能夠降低能耗并延長網(wǎng)絡(luò)的壽命。在以后的研究中會繼續(xù)改進這種算法，使其在無線傳感器網(wǎng)絡(luò)領(lǐng)域有更廣泛的適用性。

參考文獻

[1] AL?KARAKI J N， CAMAL A E. Routing techniques in wireless sensor network： a survey [J]. IEEE Wireless Communications， 2004， 11（6）： 6?28.

[2] 許毅.無線傳感器網(wǎng)絡(luò)原理及方法[M].北京：清華大學出版社，2012.

[3] IEC. IEC 62591?2010 industrial communication networks?wireless communication network and communication profile?WirelessHART [S]. London： IEC， 2010.

[4] 繆學勤.WirelessHART無線傳感器網(wǎng)絡(luò)及其應(yīng)用[J].自動化博覽，2012（3）：34?38.

[5] INTANAGONWIWAT C， GOVINDAN R， ESTRIN D. Directed diffusion： a scalable and robust communication paradigm for sensor networks[C]// Proceedings of the 6th Annual International Conference on Mobile Computing and Networking. New York： ACM， 2000： 56?67.

[6] CHIANG Shao?shan， HUANG Chih?hung. A minimum hop routing protocol for home security systems using wireless sensor networks [J]. IEEE Transactions on Consumer Electronics， 2007， 53（4）： 1483?1489.

[7] POWELL O， JARRY A， LEONE P， et al. Gradient based routing in wireless sensor networks： a mixed strategy [EB/OL]. [[2008?02?07]]. http：//www. wenku.baidu.com/view/3619dbb565ce050876321366.html.

[8] ZANG Zhe， QI Jian?dong， CAO Yong?jie. A robust routing protocol in wireless sensor network [C]// 2010 IET International Conference on Wireless Sensor Network. [S.l.]： IET， 2010： 276?279.

[9] 文芳，齊建東.無線傳感器網(wǎng)絡(luò)最小跳數(shù)路由算法的研究[J].計算機工程與應(yīng)用，2010，46（22）：88?91.

[10] SCHURGERS C， SRIVASTAVA M B. Energy efficient routing in wireless sensor networks[C]// 2001 IEEE Military Communications Conference. [S.l.]： IEEE， 2001， 1： 357?361.