基于水壓的水下傳感網絡的選播路由協議*

劉文博，王 濤

（西北民族大學電氣工程學院，蘭州730124）

基于水壓的水下傳感網絡的選播路由協議*

劉文博*，王 濤

（西北民族大學電氣工程學院，蘭州730124）

在水下傳感網絡中，由于傳感節點的移動以及節點帶寬和能量受限，設計從移動節點至聲納浮標的有效選播路由協議存在挑戰。為此，提出一種基于水壓的水下傳感網絡的選播路由HPAR（Hydraulic-Pressure-based Anycast Routing）協議。HPAR協議通過水壓決策路由，并依據數據包權重，擇優選擇下一跳轉發節點。當傳感節點需要傳輸數據包時，HPAR協議就利用數據包優先權值ADV（ADVancement）構建候選轉發集，再利用歸一化的權值NADV（Normalized ADVance）評估候選轉發集內節點成為下一跳節點的“適度性”，然后，將候選轉發集劃分不同的簇，使得簇內的節點均在彼此的通信范圍內，再計算每個簇的期望權值EPA（Expected Packet Advanced），具有最大EPA的簇成為下一跳轉發簇，最后，再利用定時器抑制冗余數據包數，并優化定時參數。仿真結果表明，提出的HPAR協議有效地提高數據包傳輸率、降低冗余數據包數。

水下傳感網；選播路由；聲通信；水壓；數據包優先權值

近期，水下傳感網絡被廣泛應用于潛艇跟蹤、港口監控等水面應用［1-5］。與傳統的網絡不同，在水下傳感網絡中，大量水下移動傳感節點部署于監測區域，形成SEA（Sensor Equipped Aquatic）群，SEA群隨水流移動［6-7］。每個傳感節點具有低帶寬的聲通信能力。此外，這些傳感節點能夠通過類似魚膀胱裝置和壓力計設備，控制在水中的深度。聲納浮標漂浮在海洋表面，這些浮標具有聲和無線射頻通信能力。圖1顯示了SEA群結構。在SEA群結構中，每個傳感節點監測水下活動，并實時地通過聲通信多跳方式向任意可達的聲納浮標漂浮傳輸數據，再利用無線射頻通信將這些數據傳輸到控制中心。本文重點在于：設計從移動傳感節點至任意聲納浮標漂浮的有效選播（Anycast）路由協議［8-13］，其中VARP［9］和HydroCast［13］具有代表性。VAPR路由利用序列號、跳數以及深度信息，選擇下一跳的方向，并采用有方向機會轉發避免路由空洞問題。而HydroCast屬混合組播路由。HydroCast路由結合了地理位置路由和機會路由特性，依據節點深度調整，進而最大化地理位置路由的優勢。

圖1 SEA群結構

然而，傳感節點的移動、帶寬和能量的受限，給路由協議提出了挑戰。水下聲信道低帶寬，并且傳播時延比無線射頻信道高了5個量級［14］。聲傳輸比地面微波通信系統消耗了更多的能量。因此，由于有限帶寬、高時延和有限能量，水下聲通信系統易陷入擁塞，導致數據包碰撞［15-16］。

傳統的先應式或反應式路由協議需通過系統泛洪進行路由發現和維護，這極大地提高了能量消耗和數據包碰撞。由于無需全局網絡拓撲信息，3-D地理位置路由常用于在SEA群場景。然而，地理位置路由需要給移動節點進行定位，這無疑加大了開銷。此外，地理位置路由易陷入局部最小問題。

本文針對地理位置路由，討論向水面的的聲納浮標的選播路由，使數據包能夠向淺（深度短）的傳感節點傳輸。假定液壓計能夠準確地估計深度，誤差小于1 m［17］。將節點的深度信息應用于地理位置的選播路由。文獻［18］提出基于深度的貪婪路由DBR協議。DBR協議依據傳感節點的深度信息，轉發數據包，致使數據包貪婪地向更淺的鄰居節點傳輸。

而不可靠的聲信道和轉發節點的選擇是基于地理位置選播路由協議主要問題。為此，本文提出基于HPAR協議。HPAR協議考慮了信道質量，并定義了能夠反映信道質量的數據包接收率，然后依據數據包接收率和節點深度信息定義節點權值，通過這些權值決策候選轉發節點集，再將候選轉發集劃分簇，形成最優的轉發節點簇。最后，利用定時器抑制冗余數據包，并優化定時器參數，進一步改善抑制冗余數據包的性能。仿真結果表明，提出的HPAR協議能夠有效地降低端到端傳輸時延、抑制冗余數據包數、提高數據包傳輸率。與VAPR路由不同，HPAR路由協議旨在提高數據傳輸、收集性能，而VAPR路由主要是如何應對路由空洞問題。與經典的HydroCast路由相比，HPAR路由考慮了冗余數據包問題，并利用定時機制抑制冗余。

1 HPAR選播路由

HPAR路由屬于選播、地理位置混合路由。在路由過程中，HPAR協議利用當前轉發節點的位置、鄰居節點位置以及已知信宿節點位置信息，并結合貪婪轉發策略傳輸數據包。在HPAR協議的關鍵在于下一跳轉發節點的選擇。為了提高路由協議的性能，HPAR協議謹慎地選擇轉發節點。首先建立候選轉發集，然后再從該集中選擇部分節點作為下一跳轉發節點。同時，為了控制冗余數據包數，通過優化定時器參數，采用非固定方式定義定時器。

1.1 轉發節點簇

假定整個網絡的節點集為N，每個節點的通信半徑為rc，其中傳感節點集表示為聲納浮標集表示為，即N=Nn?Ns。接下來，首先定義候選轉發集。假定節點ni為當前數據包包攜帶節點，其需要傳輸數據包，在時刻t它的鄰居節點集為Ni(t)，它可到達的信宿節點集為Si(t)。首先考慮它離目的節點的距離信息。對于任意的鄰居節點nk∈Ni(t)，若滿足式（1），則稱歸入候選轉發集Γi：

式中：s*i表示離節點ni最近的信宿節點、s?表示數據包的目的節點。分別表示ni離的距離、nk離s?的距離，該距離可通過水壓表征［18］。水壓差越大，距離越長，反之，距離越短。針對候選轉發集Γi，HPAR協議測量每個轉發節點的權值，并進一步劃分簇。首先引用歸一化的權值NADV，評估Γi內節點成為下一跳轉發節點的“適度性”。對于每個候選轉發節點nc∈Γi，歸一化的權值NADV()nc：

1.2 數據包傳遞概率

考慮文獻［18］的水下聲信道模型，估計數據包傳遞概率。對于相距為d的任意一對節點，信號頻率為f，傳輸路徑衰落，其中α(f)為吸收系數、k為擴頻因子。因此，平均信噪比SNRΓ(d)：

其中Ed、N0為常數，且分別表示單位比特的平均能量消耗、加性白高斯噪聲功率密度。采用BPSK調制模式，相隔d的路徑的比特誤碼概率為［19］：

因此，對于相距為d的任意一對節點，傳輸m比特的數據包傳遞概率表示為計算Γi集內的每一個節點的歸一化的權值后，并按權值從高到低排序，形成集接下來，將集元素進一步劃分，分成不同的簇ψj，確保簇內節點在彼此的監聽范圍內。

圖2 構建簇算法偽代碼

構建了簇后，依據文獻［15］，計算每個簇ψj集的期望數據包優先權值EPA，如式（5）所示。貪婪機會轉發策略的目的就是構建ψj?Γi，致使EPA最大。最后，具有EPA最大值的簇最終成為下一跳轉發節點簇。

1.3 定時器設置

構建了下一跳轉發簇ψ后，當前節點ni將下一跳轉發節點ψ的ID和位置信息嵌入數據包，并廣播。當接收到該數據包，節點就從中提取信息，并驗證自己是否屬于ψ。如果是，再依據設置定時器。

在HPAR協議中，nk∈ψi接收了數據包，其設置的定時時間為Tk，當定時完畢后，就立即廣播數據包。

式中：rmax表示節點的最大傳輸距離。α為參數。

圖3 設置定時器模型分析

為了更好地抑制冗余數據包，需慎重選擇參數α。如圖3所示，當前數據包攜帶節點ni，ψi內有兩個節點na、nb。由于na離節點ni遠，換而言之，它離水面上的聲納浮標更近，反之，nb離聲納浮標更遠。因此，na的定時時間Ta比nb的定時時間Tb短，即Ta＜Tb。假定利用ACK抑制冗余數據包，定時時間滿足式（7）：

式中：tij表示節點ni至節點nj的傳播時延。tack表示傳輸ACK包的傳輸時延。

由于Ta＜Tb，結合式（6）和（7），則參數α：

注意到式（8），分母d(ni,na)-d(ni,nb)對參數α有直接影響。若d(ni,na)-d(ni,nb)過小，參數α將非常大，這就會導致過長的時延。為此，在仿真中分析了參數α的影響，并采用自適應、非固定參數α的機制。

1.4 HPAR協議的數據包轉發流程

當節點ni需要傳輸數據包，首先計算候選轉發集Γi，再計算集內節點的數據包優先權值，再進行排序，構建有序的，然后再依據構建簇算法形成多個簇，并選出下一跳轉發簇節點ni將簇信息嵌入數據包，再廣播。接收了該數據包，節點首先判斷自己是否是簇內節點，如果不是，就丟棄，否則，就是依據自己的權值，設置定時器，進行計時，并監聽是否有其他節點轉發該數據包。若有，則放棄競爭本次轉發數據包的機會；反之，就待計時完畢，就立即轉發數據包，具體流程如圖4所示。

圖4 HPAR協議數據包轉發流程圖

2 性能分析

利用MATLAB R2012b建立仿真平臺［20］。考慮 1 000 m×1 000 m×1 000 m區域。傳感節點|Nn|=150、200、250、300、350、400、450變化，相應地聲納浮標數|Ns|=45。此外，引用CSMA（Carriersense Multiple Access）媒介接入控制MAC（Medium Access Control）協議。在CSMA中，當信道為繁忙狀態時，節點就進入等待退避時間，并再次感測載波。為了可靠，在路由層實施ARQ重傳。一旦接收了數據包，節點就回復一個短的ACK包。若在規定時間內，源節點沒有接收到ACK包，就重傳數據包。每個數據包的最多重傳次數為5。節點的傳輸半徑rc=250 m、每次實驗重復50次，取平均值作為最終數據。運行時間為3 600 s。當時間結束后，就通過程序停止運行。

為了更充分地分析路由性能，選擇經典的DBR協議與HPAR協議進行比較。主要考查這些協議的平均端到端時延、數據包傳遞率以及冗余數據包數性能。其中平均端到端時延等于平均傳輸一個數據所需的時延，如式（10）所示：

式中:NP表示傳輸的數據包總數，Delay_P(i)表示傳輸第i個數據包的時延。

而數據包傳遞率等于成功傳輸的數據包數與總傳輸數據包率之比，其定義如式（11）：

而冗余數據數表示每傳輸一個數據包時，所產生的多余數據包的數。同時，分析固定參數α和非固定參數α對路由協議的性能影響。仿真結果如圖6～圖8所示。

2.1 參數α

由1.3節分析可知，參數α對抑制冗余數據包的有直接的影響。為此，利用DBR協議，依據式（9）分析參數α的最小值。DBR協議是利用深度門限值h定義轉發節點集，只要節點的深度比當前數據包攜帶節點低于不止一個門限值h，就可成為轉發節點。DBR協議規定參數α是固定的。假定門限值h分別為0、100、200。實驗結果如圖5所示。

圖5 最小α值

從圖5可知，最小α值隨傳感節點數的增加而上升。原因在于節點數的增加，縮短了兩節點間的距離，換而言之，兩節點間的深度差更小，進而擴大了α值。在不同節點數的環境下，α值差異較大。與DBR協議不同，HPAR協議采用非固定的α值。

2.2 仿真數據分析

依據圖5的仿真數據，制定α與節點數對應關系，如表1所示。利用圖6中h=100m時的數據，即在不同的節點數時，取之相對應的α值。例如，當節點數為450h，α=0.84，而若節點數為400h，α= 0.72。在 2.2節的仿真過程中，當采用非固定αHPAR協議時，就依據表1決定α值。

表1 α與節點數對應關系表

2.2.1 冗余數據包數

圖6描述了平均每個數據包的冗余數據包數。將DBR采用固定α值的HPAR協議和非固定α值的HPAR協議進行相互比較。與DBR協議相比，HPAR協議的冗余數據包得到有效下降。原因在于：在DBR協議中，冗余數據包主要來源于多徑數據包傳遞和未能有效地抑制數據包重傳。而在HPAR協議中，通過融合數據包傳遞率和距離信息計算節點的權值，再依據權值定義轉發節點集，而不是像DBR協議那樣通過深度門限值定義轉發節點集。此外，與固定α值的HPAR協議，非固定α值的HPAR協議能夠將冗余數據包數下降約1個，這說明了非固定α值對抑制冗余數據包有積極的影響。

此外，從圖6不難發現，HPAR協議的冗余數據包數并沒有隨節點數的增加而上升，在整個節點數的變化期間內，冗余數據包數較穩定。這主要有兩點原因：首先，HPAR協議能夠有效定義轉發節點集，剔除多余節點轉發數據包，其次HPAR協議通過設置定時器，進一步抑制冗余數據包。

圖6 冗余數據包數

2.2.2 數據包傳遞率

數據包傳遞率隨節點數的變化情況如圖7所示。從圖7可知，數據包傳遞率隨節點密度增加而上升，原因在于：密度增加，參與路由的節點數更多，節點間的通信鏈接更穩定，進而提高了數據包傳遞率。與DBR協議相比，提出的HPAR協議的數據包傳遞率得到有效提高。原因在于：HPAR協議在決定轉發節點集時考慮信道質量和深度信息，并且通過自適應地調整參數α值，改善抑制冗余數據包的性能。從圖7可知，非固定參數α的HPAR協議比固定參數α的HPAR協議的更能有效地提高數據包傳遞率，進一步說明非固定參數α可改善協議性能。

圖7 數據包傳遞率

2.2.3 端到端傳輸時延

傳輸數據包的端到端時延隨節點數變化曲線如圖8所示。正如預期的，HPAR協議的平均時延高于DBR協議。原因在于DBR協議利用機會路由提高了數據包傳輸率，損害了平均時延的性能。而HPAR協議通過擇優選擇轉發節點集，抑制了冗余數據包數，提高了數據包傳遞率，進而降低了端到端傳輸時延。此外，采用非固定α值能夠有效地縮減時延，通過自適應地調整α值，以最優的方式設定定時器，減少了傳輸時延。

圖8 端到端傳輸時延

從上述仿真數據可知，HPAR協議通過ADV定義轉發節點集，擇優選擇下一跳轉發節點，再設置定時器控制冗余數據包，進而提高了數據包的傳輸效率。與DBR協議相比，HPAR協議的優勢在于抑制冗余數據包數、提高數據包傳遞率，也減少了端到端傳輸時延。

3 結束語

針對水下傳感網絡的路由問題，提出了基于水壓的選播路由協議HPAR。當節點需要轉發數據包時，HPAR協議先利用數據包優先權值ADV，從其鄰居節點中選擇一部分節點作為候選轉發集，然后再計算候選轉發集內所有節點的歸一化權值NADV，并依據NADV，對候選轉發集內節點進行排序，形成有序的候選轉發集。隨后，對有序的候選轉發集劃分不同的簇，并且確保每個簇內的節點在彼此的通信范圍內。然后計算每個簇的期望權值EPA，并選擇具有最大EPA的簇作為下一跳節點的轉發集，最后，設置定時器，抑制冗余數據包。仿真結果表明，提出HPAR協議能夠有效地降低冗余數據包數、提高了數據包傳遞率。

［1］Akyildiz I F，Pompili D，Melodia T.Underwater Acoustic Sensor Networks：Research Challenges［J］.Ad Hoc Network.，2015，3（3）：257-279.

［2］Kong J，Cui J H，Wu D，et al.Building Underwater Ad-Hoc Networks and Sensor Networks for Large Scale Real-Time Aquatic Applications［C］//Proc IEEE MILCOM，2015：1535-1541.

［3］王華東，王大羽.蝙蝠算法優化神經網絡的無線傳感網絡數據融合［J］.激光雜志，2015，36（4）：64-69.

［4］王華東，王大羽.能量均衡的無線傳感器網絡均勻分簇策略［J］.激光雜志，2015，36（6）：158-162.

［5］王驥，林杰華，謝仕義.基于無線傳感網絡的環境監測系統［J］.傳感技術學報，2015，28（1）：1732-740.

［6］Lee U，Kong J，Park J S，et al.Time-Critical Underwater Sensor Diffusion with no Proactive Exchanges and Negligible Reactive Floods［C］//Process.IEEE ISCC.2006：609-615.

［7］Zhou Z，Cui J H，Bagtzoglou A.Scalable Localization with Mobility Prediction for Underwater Sensor Networks［C］//Proc IEEE INFOCOM.2008：211-215.

［8］Lee U，Wang P，Noh Y.Pressure Routing for Underwater Sensor Networks［C］//Process.IEEEINFOCOM，2010：1-9.

［9］Noh Y，Lee U，Wang P，et al.VAPR：Void-Aware Pressure Routing for Underwater Sensor Networks［J］.IEEE Transactions Mobile Computing，2013，12（5）：895-908.

［10］Ayaz M，Baig I，Azween A，et al.A Survey on Routing Techniques in Underwater Wireless Sensor Networks［J］.J Network Computing Application，2011，34（6）：1908-1927.

［11］周凱，孟利民，華驚宇.基于Grover路由策略的無線傳感網絡剩余容量構造與研究［J］.傳感技術學報，2015，28（2）：249-253.

［12］Xu J，Li K，Min G.Reliable and Energy-Efficient Multipath Communications in Underwater Sensor Networks［J］.IEEE Transaction Parallel Distributed System，2012，23（7）：1326-1335

［13］Yougtae N，Uichin L，Saewoom L.HydroCast：Pressure Routing for Underwater Sensor Networks［J］.IEEE Transactions on Vehicular Technology，2016，65（1）：333-348.

［14］Stojanovic M.On the Relationship between Capacity and Distance Inan Underwater Acoustic Communication Channel［C］//Process WUWNet.2006：41-47.

［15］Melodia T，Pompili D，Akyildiz I.Optimal Local Topology Knowledge for Energy Efficient Geographical Routing in Sensor Networks［C］//Process IEEE INFOCOM，2014：1705-1716.

［16］Vieira L F.Performance and Trade-Offs of Opportunistic Routing in Underwater Networks［C］//Process.IEEE Wireless Communication Network.Conference，2012：2911-2915.

［17］Jalving B.Depth Accuracy in Seabed Mapping with Underwater Vehicles［C］//Process.MTS/IEEE OCEANS Riding Crest 21st Century，Sep.1999：973-978.

［18］Yan H，Shi Z，Cui J H.DBR：Depth-Based Routing for Underwater Sensor Networks［C］//Process.IFIP Network，May 2008：72-86.

［19］Rappaport T.Wireless Communications：Principles and Practice［J］.Wireless Communication Journal，2012，3（4）：123-140.

［20］Zuba Z S M，Fagan M，Cui J.A Resilient Pressure Routing Scheme for Underwater Acoustic Networks［C］//Process 57th IEEE Global Telecommunication.Conference，2014：637-642.

劉文博（1982-），女，黑龍江省鶴崗市人，碩士研究生，西北民族大學電氣工程學院講師，主要研究領域為數字圖像處理，通信和信號處理；

王 濤（1984-），男，陜西省寶雞市人，碩士研究生，西北民族大學電氣工程學院講師，主要研究領域為電子設計自動化，物聯網技術。

Hydraulic-Pressure-Based Anycast Routing for Underwater Sensor Networks*

LIU Wenbo*，WANG Tao
（College of Electrical Engineering，Northwest University for Nationalities，Lanzhou730124，China）

Due to the node mobility and limited resources（bandwidth and energy）of the mobile node of Underwater sensor networks，designing an efficient anycast routing protocol from a mobile sensor to any sonobuoy at sea level is key issue.Therefore Hydraulic-pressure-based anycast routing（HPAR）is proposed in this paper.HPAR makes routing decisions based on hydraulic-pressure，and optimal next forwarding node is selected by packet advancement.Whenever a sensor node needs to send a packet，HPAR uses the packet advancement（ADV）to determine the neighbors candidate set，then uses normalized advance（NADV）to measure the“goodness”of each nodes in neighbors candidate set，and ordered by NADV metric，finally form the ordered neighbors candidate set.NADV corresponds the optimal trade-off between the proximity and link cost to determine the priorities of the candidate nodes.In addition，the ordered neighbors candidate set is divided into several clusters，so that each node in clusters must hear each other.HPAR computes the Expected Packet Advanced（EPA），and the cluster with the highest EPA is selected to be the next-hop forwarder cluster.Finally，the redundant packet is suppressed by timer，and parameter of timer is optimal.Simulation results show that HPAR protocol has a good performance in terms of average numbers of redundant packets and packet delivery ratio.

underwater sensor networks；anycast routing；acoustic communication；hydraulic-pressure；packet advancement

TN914

A

1004-1699（2016）12-1899-06

??7230

10.3969/j.issn.1004-1699.2016.12.020

項目來源：中央高校基本科研業務費項目（31920150012，31920160073）

2016-04-12修改日期：2016-08-16