基于超空泡混沌預測機制的移動傳感網高速傳輸算法

王 龍， 孫瑞娟

(1.山西農業大學信息學院， 晉中 030800； 2.山西農業大學工學院， 晉中 030800)

以長期演進LTE-5G(long term evolution-5G)為特色的超高速網絡傳輸技術亦極大地對當前常用的區塊鏈、移動傳感網、高速物聯網產生了強烈的推動作用[1]。特別是最新的傳感網技術均廣泛引入LTE-5G傳輸解決方案，能夠顯著提高傳感網數據采集速率，且能夠實現對數據的高速采集及傳輸，極大地推動了經濟轉型的效果，成為國民經濟新的增長極[2]。

然而，基于LTE-5G傳輸技術為代表的傳感網也有存在較多的不足之處，這主要是由于LTE-5G技術所特有的超帶寬傳輸及高信號漂移特性所決定的，實踐中往往導致傳感網絡出現嚴重的捕捉困難及傳輸抖動現象，制約了移動傳感網從傳統網絡向LTE-5G技術進行升級。

為改善這種不利的情況，研究者提出了若干解決方案，在一定程度上提高了移動傳感網的適應性。Lipiński等[3]基于超寬帶鏈路穩定模型，提出了一種基于跳板節點穩定機制的移動傳感網高速傳輸算法，該算法主要通過跳板節點之間鏈路編碼調整的方式，采用統一捕捉機制，實現對網絡中高速移動節點的快速捕捉，以達到迅速獲取跳板鏈路狀態并進行調整的目的，算法實現較為簡單，具有很強的實際部署價值。但是，該算法需要通過區域分割方式進行數據傳輸，網絡傳輸拓撲收斂要求較高，難以進一步提高數據捕捉及傳輸速率。Shan等[4]基于拉普拉斯鏈路預測模型，提出了一種基于信號漂移頻率捕捉機制的移動傳感網高速傳輸算法，該算法主要通過獵取移動傳感網節點的多普勒頻率移動，能夠精確捕捉節點運動軌跡，實現對移動傳感節點的高速捕捉，具有良好的傳輸性能。然而，該算法針對鏈路穩定性能預測不足，傳輸過程中鏈路抖動率較高，數據超高速傳輸性能較差。Tang等[5]針對當前算法難以同時進行節點捕捉及超高速傳輸的不足，提出了一種基于拓撲-傳輸統籌機制的移動傳感網高速傳輸算法，其通過鏈路預測機制實現對傳輸鏈路的動態調整；能夠將網絡拓撲狀態以廣播形式進行全網傳輸，大大降低了節點信息不對稱所導致的網絡擁塞現象，從而達成數據的超高速傳輸，復雜信道條件下的適用性很強。但是，該算法需要通過預設大量的預測節點的方式進行鏈路預測，網絡資源整體利用較低，容易導致嚴重的資源浪費。

考慮到當前機制存在的不足，本文提出了一種基于超空泡混沌預測機制的移動傳感網高速傳輸算法。首先，通過能量-慣性機制實現對節點運動的拓撲形態進行精確追蹤，且采用三角定位方式進一步提升追蹤的精確性，從而實現對鏈路抖動的初次穩定。隨后，鑒于當前機制難以掃描到超空泡區域的不足之處，采取角度映射與跳板節點相結合的方式繞過超空泡區域，提高鏈路的穩定性，增強了上傳性能。最后，通過MATLAB仿真實驗平臺，證明了本文算法的有效性。

1 本文網絡拓撲結構及功率發射模型

1.1 網絡拓撲結構

移動傳感網主要采用LTE-5G信號制式，節點具有很強的流動性，因此實踐中移動傳感網均不采用隨機布點模型[6]，一般使用如下網絡拓撲結構，見圖1。

(1)傳感節點傳輸頻率不低于2.048 GHz，網絡中出現位置隨機[7]。

(2)網絡節點不采取分割機制，但網絡節點分布地域預先進行分割[8]。

(3)傳感節點間鏈路采用多跳模型，即傳感節點均需要通過跳板傳輸模式進行數據采集及上傳[9]。

(4)傳感節點具有能量受限限特性，即當傳感節點自帶能源耗盡時，需要通過補充能源的方式維持工作，在能源補充完畢前將暫時退出數據采集過程。

1.2 功率發射模型

由圖1可知，移動傳感網節點進行數據傳輸均采用無線方式，且跳板節點需要在覆蓋范圍內時方能實現數據的上傳[10]。此外，由于移動傳感網節點數據主要耗費于數據采集、接收、傳輸之用，因此實踐中不考慮節點處理數據過程中的能耗[11]，a節點發射kMbit數據到b節點的能量消耗E(a,b)為

E(a,b)=kE0+∮klsds

(1)

則b節點接收過程中消耗的能量Erec(b)為

Er(b)=kE0

(2)

式(1)、式(2)中：E(a,b)代表節點a發射數據到節點b的消耗能量；Er(b)為節點b接收過程所產生的消耗能量；E0表示a節點發射數據時基礎能耗；k表示發射系數，實踐中該系數可隨著鏈路抖動現象的發而動態調整，一般不超過5；l表示a節點和b節點間的距離；s表示a節點和b節點間的路徑積分，理想狀態下為直線。

路徑上的節點進行數據發射時亦需要消耗能量，若跳板節點個數為1時，能量消耗水平一般為式(1)、式(2)的總和，即路徑能量消耗Et(a,b)為

Et(a,b)=2kE0+∮klsds

(3)

式(3)中：Et(a,b)代表節點a到節點b的路徑消耗能量。

若傳輸路徑上節點個數不唯一，見圖2；不妨設傳輸路徑上跳板節點個數為m，結合式(1)～式(3)可知，若a節點和b節點間有m個跳板節點時，進行數據傳輸的總能量消耗Emax(a,b)為

(4)

式(4)中:i代表節點的編號。

通過式(4)能夠確切地獲取移動傳感網采集數據時所消耗的總能量，若傳輸過程中跳板節點過多，或因鏈路抖動而導致頻繁更換傳輸路徑，則用于式(3)上的能量消耗將不斷增加。因此，要實現移動傳感網數據的高速傳輸，必須同時從路徑和能耗兩個方面，以便能夠實現能耗受控條件下的高質量傳輸。

圖2 拓撲傳輸Fig.2 Topological transmission

2 本文移動傳感網高速傳輸算法

考慮到當前常用機制存在的不足之處，特別是采取單純傳輸機制存在一定的弊端，鑒于此，提出了一種基于超空泡混沌預測機制的移動傳感網高速傳輸算法，其過程見圖3，主要分為2個步驟：①傳輸拓撲形態預測，該流程主要通過能量-慣性機制實現對移動節點位置的精確捕捉，使用三角定位方式對節點坐標進行修正，大大改善了因節點高速流動而產生的鏈路抖動現象；②基于超空泡消除機制的鏈路穩定，該流程主要鑒于當前算法對移動傳感網拓撲形態中存在的超空泡區域難于解決的問題，通過角度映射的方式改善鏈路中跳板節點間存在的超空泡現象，進一步提高移動鏈路的穩定性能，增強算法的數據上傳質量。

圖3 本文算法的傳輸過程Fig.3 The transmission process of the algorithm in this paper

2.1 傳輸拓撲形態預測

移動傳感網在進行數據傳輸時，配備北斗導航系統的移動節點i需要周期性地將自身地理位置信息傳輸到離自己最近的3個固定節點，這三個固定節點采用三角定位方式實現對移動節點地理位置的精確捕捉，見圖4。根據文獻[11]可知，該過程中移動節點i用于路徑穩定所消耗的能量Emov(i)為

Emov(i)=E0+128μlg(l/R)+ξ

(5)

式(5)中：E0為節點發射數據的基礎能耗；μ表示環境衰減參量，可以通過測量獲取，一般取1～3；l表示移動節點i到固定節點的最大距離；R表示移動節點i的最大覆蓋半徑；ξ為信道衰減因子，在高衰落信道中一般為萊斯分布，在低衰落信道中一般為高斯分布，實踐中以拉普拉斯分布居多。

固定節點在接收到移動節點i數據時消耗的能量E′(i)為

E′(i)=P+G-128μlg(l/R)-ξ

(6)

式(6)中:P表示固定節點的發射功率；G表示信道增益。

聯合式(5)、式(6)，則移動節點i的最佳覆蓋半徑Rw為[12]

Rw=eP+G-128μlg(l/R)-ξ

(7)

考慮到移動傳感網中節點運動具有一定的慣性，即下一時刻節點的地理位置必定處于某個跳板節點的覆蓋范圍之內。不妨設當前t時刻的節點i的坐標為(xt，yt)，前一時刻Δt的節點坐標為(xΔt，yΔt)，若節點i的最佳覆蓋半徑Rw小于其最大覆蓋半徑，則當前時刻節點i的運動位置(vx，vy)為

(8)

(9)

經過下一時刻節點i的運動坐標(vx，vy)可由如下函數來獲取：

(10)

(11)

圖4 傳輸拓撲形態的預測Fig.4 Prediction of transmission topology form

2.2 基于超空泡消除機制的鏈路穩定

通過式(10)、式(11)能迅速實現對移動節點i的移動軌跡捕捉，但是單純采取即時捕捉的方式難以實現對全部節點進行拓撲捕捉，當僅當移動節點i與最終接收節點的鏈路上跳板節點距離相等時，其能耗將最低[13]，此時的最佳距離d為

(12)

式(12)中:E0表示i節點發射數據時基礎能耗；G表示信道增益；n為信道個數。

當移動節點i通過搜尋最佳距離d內的跳板節點時，由于跳板節點往往處于不均勻分布狀態；若移動節點i希望與最終接收節點進行數據傳輸，則需要跳板節點的協助方能順利實現信號發射與接收，見圖5。若兩者之間距離大于d，則首先從移動節點i出發，搜尋覆蓋范圍在d內的跳板節點j；跳板節點在收到移動節點i發射的信號后，繼續按照d為覆蓋范圍搜尋下一個跳板節點，直到移動節點i與最終接收節點間的鏈路建立為止；若移動節點i與最終接收節點間距離小于d，則直接進行數據傳輸。

圖5 鏈路穩定結構Fig.5 Link Stabilization Architecture

為降低節點間傳輸鏈路因跳板節點分布不均勻而導致的傳輸抖動問題，采取角度映射的方式穩定傳輸鏈路，詳細過程如下：以移動節點i為中心進行掃描，且以i為直角坐標系原點，橫軸為移動節點i與最終接收節點m之間的連線；設m的位置為(xm，ym)，則跳板節點j和跳板節點g的坐標(xj，yj)和(xg，yg)分別為

xj=d

(13)

yj=0

(14)

(15)

(16)

式中：l表示移動節點i到最終接收節點m之間的距離；d為最佳距離。

由于最佳拓撲距離可能不是直線，且搜尋過程實際上是按照極坐標方式進行角度搜索，即搜尋節點過程中需要獲取跳板節點相對于移動節點i之間的角度。顯然單純按照直接搜尋的方式容易出現超空泡現象，見圖6，移動節點i在搜尋過程中，由于跳板節點分布不均衡導致出現嚴重的超空泡現象。空泡及周圍區域由于跳板節點個數極少，且跳板節點難以直接覆蓋，導致數據傳輸過程中容易因空泡的存在而導致頻繁出現鏈路重定向的問題。由圖5可知對于任意跳板節點而言，A、B區域即為空泡區域，旋轉角可由如下方式獲取：

(17)

(18)

式中：R表示節點當前最大覆蓋半徑;d為式(12)的最佳距離；v1和v2表示相鄰的跳板節點，見圖6。

圖6 超空泡現象Fig.6 Supercavitation phenomenon

整個高速傳輸的詳細過程如下。

Step1跳板節點按照式(7)所示獲取最佳覆蓋半徑，并按式(12)來獲取最佳覆蓋距離。

Step2任意跳板節點按照式(13)～式(16)所示過程獲取自身坐標并進行全網廣播。

Step3對于任意跳板節點g，首先通過式(17)～式(18)獲取超空泡區域的存在方位，見圖6。

Step4跳板節點g在完成Step 2并獲取自身坐標后，根據Step 3 中獲取的超空泡區域，繞過該區域，并與區域附近的任一跳板節點建立連通鏈路。

Step5按上述步驟所示，首先在跳板節點間組網完畢，若組網過程中存在超空泡區域，則轉下一步；反之，算法反復執行Step 1、Step 2。

Step6再按式(8)～式(11)所示進行移動節點i的初定位，節點通過搜尋跳板節點，將其接入移動傳感網，算法結束。

3 實驗結果與分析

為體現本文算法的性能，采用MATLAB平臺進行仿真實驗。對照組為當前移動傳感網高速傳輸中常用的啟發式高帶寬傳輸(heuristic high bandwidth transmission，HHBT)算法[14]及拓撲空洞修正傳輸(topological cavity modified transmission，TCMT)算法[15]，性能采取上傳帶寬、節點平均能耗、丟包頻率、數據傳輸質量四個指標，采用高斯信道、萊斯信道模擬普通干擾環境及高干擾環境，參數如表1。

表1 仿真參數Table 1 Simulation parameter

3.1 上傳帶寬

圖7 三種算法的上傳帶寬能力測試Fig.7 Upload bandwidth capability test of three algorithms

圖7為本文算法與HHBT算法及TCMT算法在節點移動速度不斷增加的情況下，分別在高斯信道和萊斯信道條件下的上傳帶寬測試結果。由圖7可知，隨著節點移動速度不斷增加，本文算法與對照組算法均出現上傳帶寬抖動下降的現象，這是由于隨著節點移動速度的不斷增加，節點經過超空泡區域的概率也隨之增加，導致出現擁塞的概率也相應增加；此外，由于節點速度不斷增加，鏈路穩定性也隨之下降，因此網絡上傳數據的能力也呈現下降趨勢。但是，本文算法的上傳帶寬始終高于對照組算法，且波動較低；這是由于本文算法針對傳輸區域存在的超空泡現象涉及了基于超空泡消除機制的鏈路穩定流程，采用角度映射的方式降低鏈路在超空泡區域內存在的抖動現象，且能夠采用基于能量-慣性機制對移動節點進行精確捕捉，進一步降低因節點流動而產生的鏈路抖動現象，因而數據上傳鏈路質量較高，上傳能力較強。HHBT算法主要通過主備機制進行鏈路選擇，難以對超空泡區域進行規避，傳輸鏈路存在嚴重的抖動風險。TCMT算法雖然可規避拓撲區域內存在的空泡現象，但其采用被動修復機制進行鏈路自愈，若鏈路處于嚴重抖動狀態時將停止數據上傳，限制了其數據上傳性能。

3.2 節點平均能耗

圖8 節點平均能耗測試結果Fig.8 Test results of nodes average energy consumption

圖8為本文算法與HHBT算法及TCMT算法在節點移動速度不斷增加的情況下，分別在高斯信道和萊斯信道條件下的節點平均能耗測試結果。由圖8可知，雖然本文算法同HHBT算法及TCMT算法在節點移動速度不斷增加的情況下，節點平均能耗均呈現不斷增加的態勢，然而本文算法節點平均能耗均要顯著低于對照組機制，且在信道條件處于惡劣條件下更為明顯，見圖8(b)；這是由于本文算法在節點傳輸數據時，能夠通過超空泡消除機制及時消除鏈路抖動乃至中斷風險，對于相同的采集數據而言可以更為節約能源的方式實現數據傳輸，因而節點平均能耗較低。HHBT算法在出現區域空泡現象時由于僅采用單純的備份機制實現對鏈路的更換，然而更換過程中未對鏈路在下一周期內的抖動進行評估，因此節點因鏈路抖動而需要重傳的數據較多，平均能耗也隨之提升。TCMT算法僅采用簡單自愈機制進行鏈路修復，且修復過程與數據傳輸是處于相互排斥的狀態，節點傳輸數據的時候需要更多的能量，使得節點平均能耗水平較高。

3.3 丟包頻率

圖9為本文算法與HHBT算法及TCMT算法在信道信噪比不斷增加的情況下，分別在高斯信道和萊斯信道條件下的丟包頻率的仿真對比，由圖9可知，本文算法在兩種信道條件下的丟包頻率均處于較低水平；這是由于本文算法節點平均能耗較低，且上傳帶寬性能較好，因此本文算法的數據報文投遞能力也較強，丟包頻率低。HHBT算法由于鏈路抖動發生頻率要高于本文算法，且必須通過主備切換的方式實現鏈路重建，因此丟包頻率要低于本文算法。TCMT算法進行鏈路自愈過程中需要暫停數據傳輸直到鏈路完全聯通，該過程需要暫停數據報文投遞，因此TCMT算法的丟包頻率亦要高于本文算法。

圖9 丟包頻率測試結果Fig.9 The test results of packet loss frequency

圖10 傳輸質量測試Fig.10 Transmission quality test

3.4 數據傳輸質量

圖10(a)為待傳輸的圖片數據，傳輸過程中信號放大增益為100 dB。圖10(b)～圖10(d)分別為本文算法、HHBT及TCMT算法所接收到的數據。由圖10可知，本文算法接收到的圖像數據較為清晰，存在輕微噪聲干擾，而HHBT算法的接收數據存在較多的噪聲，丟失了較多細節，見圖10(c)， TCMT算法雖然具有較好的抗噪能力，但是圖像較為模糊，丟失部分紋理細節，見圖10(d)。這是由于本文算法采用了超空泡消除機制，能夠穩定傳輸節點，擴大傳輸帶寬，因而抗信道干擾能力較強，最大限度地阻礙了信道噪聲的混入，故傳輸數據的質量較高。HHBT算法雖然采取了沒有針對空泡存續期間的數據傳輸進行穩定，容易導致信道噪聲的竄入，因而傳輸質量較低。TCMT算法雖然對空泡區域進行了選優處理，然而該機制同樣沒有對傳輸跳板節點進行選優，容易出現鏈路抖動現象，導致數據傳輸質量不佳，因而傳輸質量要差于本文算法。

4 結論

針對當前移動傳感網高速傳輸方案中存在的不足之處，提出了一種基于超空泡混沌預測機制的移動傳感網高速傳輸算法，主要通過傳輸拓撲形態預測及超空泡消除機制等兩個流程，改善節點高速運動狀態下存在的數據抖動現象，且能夠顯著解決拓撲形態中存在的超空泡區域內傳輸難題，大大改善了算法的鏈路穩定性，具有很強的數據傳輸質量。

下一步，將針對本文算法難以適應節點密集狀態的不足，擬引入節點共型映射機制，提升算法中節點及鏈路在高流動性條件下的穩定性能，進一步促進算法在實踐中的應用。