一種物聯網通信能耗控制算法的設計與仿真

吳昌錢，羅志偉，金 鳳

(1. 閩南科技學院計算機信息學院，福建 泉州 366200；2. 廈門理工學院機械與汽車工程學院，福建 廈門 361000；3. 國防科技大學信息通信學院，陜西 西安 710106)

1 引言

5G網絡架構的應用涉及到較多創新技術，其中虛擬化技術和軟件定義技術可以劃分基礎設施網絡，獲得若干邏輯網絡，這種技術被稱為切片技術[1]。在混合式窄帶物聯網中任何切片都可以使用虛擬網絡功能滿足客戶的業務需求。合理的分配切片資源可以提高混合窄帶物聯網的通信能力[2]，在上述過程中混合窄帶物聯網會產生較高的通信能耗，因此需要對通信能耗控制算法進行分析和研究。

劉大鹍[3]等人基于節點覆蓋結構，劃分網絡覆蓋區域，獲得多個子區域，采用染色方案確定網絡中存在的掃頻節點，對空閑能耗和通信能耗進行考慮，通過元胞遺傳方法完成通信能耗的控制。但是，該算法沒有對網絡生命周期進行考慮，導致控制后的網絡生命周期較短。李志華[4]等人對節點在網絡中的密度和深度進行計算，在此基礎上構建簇首競爭半徑函數，確定網絡中的簇首節點，并對簇首等級進行確定，在控制過程中引入貪心算法，降低通信能耗。但是，該算法對能耗控制后，傳輸切片資源所用的時間較長，存在通信延時高的問題。謝盈[5]等人對任務之間在網絡中存在依賴關系進行分析，計算出在任務分配過程中的最大通信開銷和最小通信開銷，將計算結果作為選取通信方案的依據，實現通信能耗控制，降低網絡能耗。但是，在該算法中目的節點接收到的資源較少，存在投遞率低的問題。

為解決上述方法中存在的問題，提出混合式窄帶物聯網切片資源通信能耗控制算法。

2 切片資源通信能耗優化模型

為了提高混合式窄帶物聯網的容錯能力，并降低切片資源通信能耗[6]，混合式窄帶物聯網切片資源通信能耗控制算法構建了切片資源通信能耗優化模型。

散射體、反射面和障礙物等環境因素都會對混合式窄帶物聯網通信中的信號產生影響，因此接收信號強度的穩定性較差。建立陰影衰落模型，分析混合式窄帶物聯網接收切片資源的概率，用P(s)表示通信距離與數據包發送半徑相同條件下的切片資源接收概率，其計算公式如下

(1)

式中，q=2；b代表路徑損耗系數；s代表通信距離，通過上述分析可知接收概率受通信距離和路徑損耗系數的影響。

(2)

在混合式窄帶物聯網中點對點之間的通信屬于最基礎、最簡單的方式，混合窄帶物聯網的可靠性較差，切片資源數據包被接收消耗的能量和重傳次數無法確定，根據上述能耗模型[7，8]，分析點對點傳輸切片資源時的能耗。

假設兩個節點之間的距離為d，傳輸的切片資源大小為nbit，接收端和發送端在混合式窄帶物聯網中的能耗分別為Rrx、Rtx，此時接收和傳輸切片資源所用的總能耗Rcos t可通過下式計算得到

Rcos t=Rrx+Rtx=nRelec+(φampndα+nRelec)

=φampndα+2nRelec

(3)

式中，φamp表示對切片資源進行傳輸時，發射放大電路對應的能耗；α受附近環境的影響，在區間[2，5]內取值，表示傳播衰減指數。

在監測區域H中隨機部署N個節點，其分布特性滿足下式

(4)

式中，S′代表監測區域的面積。

用F表示網絡中的圓域，其半徑可用通信距離d表示，節點落在F中的概率P{(X，Y)∈F}可通過下式計算得到

(5)

源節點中存在的切片資源經過中間節點的轉發，傳輸到網絡基站節點中。在轉發過程中對數據的變化進行跟蹤，用gij表示鄰居節點j傳輸到中間節點i中的切片資源，中間節點i將接收到的切片資源轉發到網絡的基站節點k中，此時節點i在混合式窄帶物聯網中的生命周期為Yi(f)

Yi(f)=Ei/[ar(i)+at(i，j)]

(6)

式中，Ei代表節點i在混合式窄帶物聯網中的能量；ar(i)、at(i，j)代表節點傳輸切片資源的概率。

所有節點在網絡中的最小生命周期Ysys(f)即為一定數據轉發速率f下混合式窄帶物聯網的生命周期[9，10]，其計算公式如下

Ysys(f)=minYi(f)

(7)

在混合窄帶物聯網最小生命周期Ysys(f)內，監測區域中節點i的單條路徑能耗可通過下式計算得到

(8)

式中，k代表節點度

源節點中將切片資源傳輸到基站所用的轉發次數即為跳數，可以反映混合式窄帶物聯網切片資源通信傳播過程中存在的時延問題。

切片資源在混合式窄帶物聯網中轉發的過程可表示為圖1。

圖1 切片資源轉發

在幾何定理的基礎上獲得下式

(9)

其中，d代表節點在混合式窄帶物聯網中的通信半徑；a表示目的節點與發送節點之間存在的距離；C代表目的節點移動的距離。

(10)

(11)

(12)

3 基于切片資源通信能耗優化模型的能耗控制算法設計

混合式窄帶物聯網切片資源通信能耗控制算法采用粒子群算法[11，12]對通信能耗優化模型求解，實現切片資源的通信能耗控制，具體步驟如下：

(13)

式中，Cmax、Cmin為C(X)對應的最大值和最小值；Mmax、Mmin為粒子種群中M(X)對應的最大值和最小值；Kmax、Kmin分別代表完成任務所用的最長時間，和完成任務所用的最短時間。

2)局部最優解是粒子群算法中最常見的問題，為了避免上述問題混合式窄帶物聯網切片資源通信能耗控制算法設置閾值divth，當種群多樣性在迭代尋優過程中低于divth時，此時的擾動粒子即為適應度最小值對應的粒子，在排斥力的作用下粒子開始移動，進入搜索區域，避免出現局部最優解[15]，提高所提算法的全局搜索能力。

用div表示粒子種群的多樣性，其計算公式如下

(14)

式中，m代表種群規模；divs表示粒子s在種群中存在的個體多樣性，其計算公式如下

(15)

通過上式計算結果，獲得粒子種群全局最佳粒子Pg與粒子s自身局部最佳粒子Ps之間在種群中的相依程度，式中，simii，j代表粒子i與粒子j之間的個體相似性，可通過下式計算得到

(16)

式中，Qi(t)表示個體多樣性。

(17)

4)用Vi表示粒子速度，通過下式對粒子速度進行更新

(18)

式中，c1、c2為隨機自然數。通過分布計算方法對粒子的位置進行更新

X=X+c1(Pb-X)+c2Pg

(19)

5)設置終止條件，如果滿足輸出切片資源通信能耗優化模型的最優解，如果不滿足，返回步驟(4)中。

4 實驗與分析

為了驗證混合式窄帶物聯網切片資源通信能耗控制算法的整體有效性，需要對混合式窄帶物聯網切片資源通信能耗控制算法進行測試。

分別采用混合式窄帶物聯網切片資源通信能耗控制算法、文獻[3]算法和文獻[4]算法進行如下對比測試。

4.1 網絡生命周期測試

將死亡節點的百分比低于50%時，物聯網持續工作的時間作為網絡生命周期，所提算法、文獻[3]算法和文獻[4]算法的測試結果如表1所示。

表1 不同算法的網絡生命周期

分析表1中的數據可知，死亡節點百分比與網絡持續工作時間之間成反比關系，隨著死亡節點百分比的降低，所提算法、文獻[3]算法和文獻[4]算法的網絡持續工作時間逐漸延長，但在相同死亡節點百分比條件下，所提算法的網絡持續工作時間均高于文獻[3]算法和文獻[4]算法，表明所提算法對通信能耗控制后，物聯網具有良好的生命周期，因為所提算法在構建通信能耗優化模型時，對網絡生命周期進行了考慮，提高了物聯網的生命周期。

4.2 通信延時測試

采用三種算法對通信能耗進行控制后，對比其通信延時，通信延時表明節點將數據包傳送到目的節點所用的平均時間，通信延時越低表明算法的通信效率越高，所提算法、文獻[3]算法和文獻[4]算法的通信延時測試結果如圖2所示。

圖2 不同算法的通信延時

當通信延時控制在0.2s以內時對網絡切片資源的通信不產生影響。分析圖2可知，采用所提算法進行端到端延時測試時，在多次通信測試過程中的延時均控制在0.2s以內，不對切片資源的通信產生影響。采用文獻[3]算法進行端到端延時測試時，獲得的通信延時均高于0.6s，在第3次測試中通信延時高達0.8s，采用文獻[4]算法進行端到端延時測試時，該算法的通信延時波動較大，但均高于所提算法，且在第4次迭代過程高達1.0s。對比上述算法的測試結果可知，所提算法的通信延時最短，表明所提算法的通信效率較高。

4.3 投遞率測試

目的節點最終接收到的數據包比例即為投遞率，所提算法、文獻[3]算法和文獻[4]算法的投遞率測試結果如圖3所示。

圖3 投遞率測試結果

由圖3可知，隨著測試時間的增長，所提算法、文獻[3]算法和文獻[4]算法的投遞率均出現不同程度的下降，但與文獻[3]算法和文獻[4]算法相比，所提算法的投遞率較高，文獻[3]算法和文獻[4]算法的投遞率出現大幅度下降的主要原因是在能耗控制過程中容易出現資源丟失的現象，而所提算法在能耗控制過程中可以保證切片資源的完整性，進而提高了算法的投遞率。

5 結束語

混合式窄帶物聯網具有拓撲結構易變、大規模、節點能量有限和環境復雜等特點，切片資源的通信能耗直接影響著混合窄帶物聯網的性能，因此對通信能耗控制算法進行分析和研究具有重要意義。目前通信能耗控制算法存在網絡生命周期短、通信延時高和投遞率低的問題，提出混合式窄帶物聯網切片資源通信能耗控制算法，構建了通信能耗優化模型，并采用粒子群算法實現通信能耗的控制，解決了目前算法中的難點，促進了混合式窄帶物聯網的發展與應用。