基于認知頻譜的移動Ad-Hoc網絡在線抗干擾模型

李本剛

(江蘇自動化研究所， 江蘇 連云港 222061)

移動Ad-Hoc網絡是一種應用廣泛但在實際應用中容易受到惡意干擾的自配置網絡[1]。國內外學者針對其特點紛紛展開抗干擾模型及方法的研究。

國外學者研究了MANET中的一個干擾信道問題，提出了一種基于深度Q網絡(DQN)的發送決策生成方法，為了適應干擾條件的變化，引入了自適應DQN。結果表明：該方案能更快、更有效地學習最優策略來引導發射機避免干擾。同時提出了一個新的路由協議的啟發布谷鳥搜索方法，選擇與路由協議Ad-Hoc按需距離向量、目的地序列距離向量和bio-inspired路由協議anthcnet在服務質量參數進行比較[2]。姜鐵騮等[3]為了提高太陽能光熱發電短期功率預測的準確性，通過對影響光熱發電準確性因素分析，結合相應的實驗數據，建立了基于Ad-Hoc網絡的短期負荷預測模型，預測方法具有較高的精度。鄧鈞憶等[4]采用GSPN構建節點內和節點間的數據傳輸模型，運用Petri網抽象和精化，結合連續時間馬爾可夫鏈CTMC計算性能、安全和收益，以此研究了Ad-Hoc網絡性能與安全的平衡優化方案的量化標準來比較性能和收益。在移動無線Ad-Hoc網絡中，頻繁的節點移動、不佳的節點分布會減少簇的生存時間、降低通信質量并增加通信開銷，而這些問題勢必會降低簇的穩定性。提出了基于學習自動機理論與穩定性控制的自適應MANET分簇策略(LASCA)[5]。

雖然上述方法都在一定程度上達到了抗干擾的目的，但是在不同大小白噪聲干擾情況下的網絡能效以及吞吐率不穩定，因此提出基于認知頻譜的移動Ad-Hoc網絡在線抗干擾模型。研究移動Ad-Hoc網絡在線抗干擾模型，通過認知頻譜干擾的能量有效路由模型應用于移動Ad-Hoc網絡中，建立移動Ad-Hoc網絡的在線抗干擾模型，提升移動Ad-Hoc網絡的通信性能以及抗干擾性能，為提升移動Ad-Hoc網絡的生存能力和防護性能提供重要的戰略價值。

1 認知頻譜干擾的能量有效路由在線抗干擾模型

1.1 集成化移動Ad-Hoc網絡

移動Ad-Hoc網絡需具有較高的交互性、操作性以及開放性，移動Ad-Hoc網絡集成總體結構框圖如圖1所示。

通過圖1移動Ad-Hoc網絡集成結構圖可以看出，移動Ad-Hoc網絡集成包括感知層、現場協議層、應用層以及中心交匯層。

圖1 移動Ad-Hoc網絡集成結構框圖

1) 感知層。通過感知層采集移動Ad-Hoc網絡內全部物體信息。通過識讀器、二維碼標簽、無線射頻識別技術、攝像頭、全球定位系統、傳感器網關等設備與技術組成移動Ad-Hoc網絡集成的感知層。感知層的信息采集效果以及感知信息情況決定互聯網的良好運行，感知層可通過標準體系架構實現設備信息的感知。移動Ad-Hoc網絡感知層內包含眾多的傳感器技術、標識、定位以及協同處理等技術，具有較寬廣的覆蓋范圍。

2) 現場協議層。移動Ad-Hoc網絡集成的現場協議層可直接采集、傳輸和處理移動Ad-Hoc網絡信息。現場協議層設置數據云端接口和不同的網絡端口，可保證通過編程獲取的各項控制協議良好應用。現場總線、實時內核、網絡通信以及集成芯片等技術均可應用于互聯網內。

3) 中心交匯層。移動Ad-Hoc網絡通過分布式實時數據云動態控制平臺作為集成的中心交匯層，移動Ad-Hoc網絡內的工業控制中的管理、供應鏈以及控制等信息流的融合通過云概念實現。云概念從數據采集、數據分析到數據挖掘優化的全過程提升互聯網的安全性和可靠性。將人工智能平臺應用于中心交匯層，利用統一結構實現工業互聯網的工業化操作。

4) 應用層。移動Ad-Hoc網絡集成的工業應用層利用數據統計分析方法提升集成化移動Ad-Hoc網絡的應用性。應用層通過領域算法、知識庫等技術的完善，建立具有全生命周期的覆蓋移動Ad-Hoc網絡全流程的生態鏈。

1.2 干擾認知路由代價

移動Ad-Hoc網絡內相同路徑受到干擾影響導致節點受到干擾時，通過提升發射功率令節點與相鄰節點實現通信，移動Ad-Hoc網絡受到干擾將造成互聯網誤碼率有所提升。移動Ad-Hoc網絡沿固定路徑傳輸時，該簇簇頭利用相同頻道信道傳輸數據，該簇受到干擾影響鏈路傳輸性能[6-8]。

利用全網周期性偵聽方法明確互聯網受干擾情況，全網同步周期性偵聽方法在互聯網節點傳輸過程中間隙偵聽，該方法僅需建立路由階段偵聽，可有效提升移動Ad-Hoc網絡吞吐率。

通過節點傳輸時隙掃描能量檢測互聯網各節點受干擾情況，將最終次所掃描噪音能量記錄于各節點中，降低互聯網能量開銷和時延。

建立按需路由時需判斷記錄時間，所記錄時間未超期即可直接使用，所記錄時間超期時掃描節點能量并再次記錄。

用en表示時槽保障機制特定時間發送時隙掃描所獲取噪聲能量，需通過區間化處理明確噪聲大小。

設時槽保障機制發射功率以及Zigbee設備發射功率分別為14 dBm和0 dBm，噪聲能量en轉化至區間[0，14+b]dBm內的值用ed表示，可得公式如下：

(1)

當節點en≥14+b以及en

時槽保障機制傳輸過程中的時隙通過掃描能量所檢測噪聲能量值用en表示，噪聲能量下限用b表示。

用Gaj表示干擾路由代價，可得公式如下：

Gaj=ed×wa

(2)

式(2)中，ed表示區間的干擾強度;wa與單位干擾噪聲相應的路由代價。

1.2.1距離、能量路由代價

定義干擾認知時，將通信鏈路受干擾的影響體現至路由代價中，設移動Ad-Hoc網絡內各節點具有相似的鏈路環境，劇烈影響節點的能量消耗。

設其中一個節點發送大小為k比特的數據包至距離為l的節點所需能量公式如下：

(3)

式(3)中，Eelec表示發射電路損耗能量;l0表示通信半徑閾值，傳輸距離小于或大于等于l0時，功率放大損耗分別采用自由空間模型以及多路徑衰減模型；εfs表示自由空間模型中功率放大所需能量；εmp表示多路徑衰減模型中功率放大所需能量。

發送相同的數據包度量路由協議，設置數據包大小k為1。路由代價中的節點電池剩余能量需通過路由協議度量獲取能量有效性的保證，可得節點剩余能量權重wbt公式如下：

(4)

式(4)中，Pc與Po分別表示一次數據傳輸的電池損耗以及節點目前剩余的電池功率。

移動Ad-Hoc網絡路由能量代價Gen公式如下：

Gen=wbt×Etx(l)

(5)

式(5)可以看出：路由能量代價由節點剩余能量決定，節點剩余能量過低時，路由能量代價較高，選擇該路徑的成本越高。

1.2.2認知頻譜干擾的能量有效路由方法

將認知頻譜干擾的能量有效路由方法應用于移動Ad-Hoc網絡中，充分考慮干擾認知路由代價以及距離、能量路由代價[9-12]獲取移動Ad-Hoc網絡在線抗干擾模型的運行過程如下：

1) 利用源節點檢查路由表建立路由，當路由表過期或未找到目的節點時，廣播的一個路由通過源節點請求分組RREQ。所獲取RREQ分組[13]中包含源序列號、源地址、目的地址、廣播地址以及跳數計數器；

2) 路由請求分組發送至中間節點時，需判斷該請求是否為已收到，為已收到的請求可直接丟棄；將跳數計數器遞減，丟棄計數結果低于0的請求；獲取路由代價的延時，并將節點添加一個延時；

3) 將目的節點地址與本節點地址相比，當所比較節點與目的節點存在差異時，將該路由轉發至鄰居節點，并請求分組，將相應信息記錄獲取反向路由。

通過以上過程提升移動Ad-Hoc網絡的抗干擾性能。

2 模型測試

為檢測本文所研究基于認知頻譜的在線抗干擾模型對移動Ad-Hoc網絡的抗干擾有效性，將本文模型應用于所建立的移動Ad-Hoc網絡中，如圖2所示。

圖2 移動Ad-Hoc網絡在線抗干擾模型示意圖

該移動Ad-Hoc網絡內包含節點數量為1 000個，采用Matlab仿真平臺仿真模擬該移動Ad-Hoc網絡運行狀態，設該移動Ad-Hoc網絡時延敏感數據包大小為10 Kbit；時延容忍數據包大小為1 Mbit；其中的路由器平均數據包達到率為2個/s；數據采集頻帶帶寬為3 MHz移動Ad-Hoc網絡與基站間采用瑞利衰落信道，將正交頻分復用技術應用于移動Ad-Hoc 網絡物理層的無線通信中。仿真時間設置為1 000 s，移動Ad-Hoc網絡拓撲結構總大小為200 m×200 m。根據式(3)設置實驗環境，具體實驗環境參數如表1所示。

表1 實驗環境參數

為驗證采用本文模型抗干擾的移動Ad-Hoc網絡的集成性，明確本文模型的可擴展性，利用移動Ad-Hoc網絡檢索關鍵詞，統計本文模型檢索效率，并將本文模型與文獻[14]的網絡隱蔽信道模型以及文獻[15]的數字孿生模型制表，如表2。

表2 檢索效率

表1模型測試結果可以看出：本文模型具有較高的檢索效率，不同節點數量情況下的檢索效率均高于另兩種模型，說明本文模型可有效解決移動Ad-Hoc網絡內眾多格式多元異構數據間的互操作性，集成性能高，具有較高的實用性。

為了檢測本文模型的在線抗干擾性能，在Matlab仿真平臺中加入5～50 dB的白噪聲，統計加入不同大小白噪聲時采用本文模型的移動Ad-Hoc網絡能效，并將本文模型與網絡隱蔽信道模型以及數字孿生模型對比，統計結果如圖3所示。

圖3 網絡能效統計結果直方圖

統計加入不同大小白噪聲時采用3種模型的移動Ad-Hoc網絡吞吐率，統計結果如圖4所示。

圖4 吞吐率統計結果直方圖

圖3、圖4系統測試結果可以看出：不同白噪聲大小時，采用本文模型的移動Ad-Hoc網絡均具有較高的網絡能效以及吞吐率，通信性能明顯優于另兩種模型。本文模型可在保持移動Ad-Hoc網絡較高吞吐率情況下提升網絡能量使用效率，白噪聲大小為50 dB時，其余兩種模型的網絡能效與吞吐率下降較為明顯，而本文模型由于具有較高的抗干擾性能，可保持較高的吞吐率以及較高的能效，再次驗證本文模型對于移動Ad-Hoc網絡的在線抗干擾有效性。

統計采用3種模型的移動Ad-Hoc網絡在不同頻帶利用率時的傳輸時延，統計結果如圖5所示。

圖5 傳輸時延曲線

圖5模型測試結果可以看出：采用本文模型的移動Ad-Hoc網絡在不同頻帶利用率情況下均具有較低的傳輸時延，傳輸時延均低于200 ms，驗證本文模型具有較高的抗干擾性能同時具有較低的傳輸時延，通信性能良好。

統計采用3種模型的移動Ad-Hoc網絡在不同頻帶利用率時的路由開銷，統計情況如圖6所示。

圖6 路由開銷曲線

圖6系統測試結果可以看出：采用本文模型的移動Ad-Hoc網絡在不同頻帶利用率情況下路由開銷均低于另外兩種模型，說明本文方法可通過較低的路由開銷實現移動Ad-Hoc網絡的良好通信，通信性能優，不僅可提升移動Ad-Hoc網絡的抗干擾性能，并且可提升移動Ad-Hoc網絡的運行性能。

以上系統測試結果可以看出：本文模型可應用于場景變化較大的移動Ad-Hoc網絡中，充分利用信道資源，選取合理的中繼節點作為協作路由，提升網絡吞吐率以及能效，在路由開銷以及傳輸時延方面均具有良好的性能，具有較高的可靠性，是適用于移動Ad-Hoc網絡中的在線抗干擾模型。

3 結論

利用認知頻譜干擾的能量有效路由方法建立移動Ad-Hoc網絡的在線抗干擾模型。該模型在受到不同大小干擾情況下具有較高的抗干擾實用價值，可應用于移動Ad-Hoc網絡的實際應用中，實現集成化移動Ad-Hoc網絡的安全通信。