基于整体映射机制的移动无线传感网区域收敛算法_骆舒萍.pdf

第 25 卷 第 1 期重庆科技学院学报(自然科学版)2023 年 2 月基于整体映射机制的移动无线传感网区域收敛算法骆 舒 萍(黎明职业大学 实验实训与信息技术中心，福建 泉州 362000)收稿日期:2022 05 15基金项目:福建省教育科学“十四五”规划 2021 年度课题“基于应用虚拟化的融合显示技术在分组互动教学中的研究与运用”(FJJKGZ21 008)作者简介:骆舒萍(1981 )，女，硕士，高级实验师，研究方向为计算机、电子与通信技术。摘要:为解决节点收敛次数较高且收敛时长难以控制等不足，提出了一种基于整体映射机制的移动无线传感网区域收敛算法。首先，根据节点干涉过程中发射信噪比的变化情况，设计了一种新的区域收敛机制，利用发射信噪比动态调整节点覆盖区域，以降低节点干涉现象，提升网络收敛能力。然后，采用时间退避方法对信号发射过程的时间窗口进行动态调节，以改善信号发射过程中存在的碰撞现象，有效降低网络收敛时间和节点收敛次数。由仿真实验结果可知，相较于移动无线传感网区域收敛领域中常用的逻辑模糊可信算法和网络寿命节约评估算法，本算法具有更低的网络收敛时间和节点收敛次数。关键词:移动无线传感网;区域收敛;发射信噪比;时间退避;时间窗口中图分类号:TP393 04文献标识码:A文章编号:1673 1980(2023)01 0068 060前言随着移动无线传感网技术与第五代移动通信技术、区块链技术、工业 4 0 技术的深入融合，网络区域收敛方案呈多态化发展趋势1。过往区域收敛研究中一般采用固态评估模型，忽视了网络攻击、频率、流量之间存在的对应关系，无法动态应对新型攻击2。当前，移动无线传感网区域收敛算法多采取节点接收 发送控制模型，这是因为传感节点需要实时采集区域数据，使得网络区域的收敛性能与其息息相关3。为了降低传感节点在数据采集过程中的收敛速度，进一步提升移动无线传感网的收敛效果，研究者提出了一些新方案，取得了一定效果。Avt 等人提出了一种基于带宽 信道频率传输机制的移动传感网区域收敛算法，利用 LTE 等高频信号存在的窄带特性，将移动传感网节点按相似频率进行数据归类传输，收敛速度较快，可用于高移动性的部署场景4。但该算法需要定期对网络区域进行初始化处理，区域分割流程较为复杂，抗噪性能差，难以大规模推广。Naim 提出了一种基于广播机制的移动传感网区域收敛算法，采用广播机制定期向全网播报网络状况，特别是诸如节点负载、链路抖动等突发网络波动，能够主动剔除高负载节点，显著降低因节点失效而导致网络抖动的概率5。但该算法在高密度节点分布的情况下易引起广播风暴，使得网络拥塞严重，从而降低网络收敛性能。Mostafavi 等人提出了一种基于节点退避机制的移动传感网区域收敛算法，将节点归属于几种不同的收敛集内，及时剔除冲突节点，以快速实现节点收敛6。但由于该算法未考虑到不同节点间存在的串扰因素，导致网络信道抗干扰性能不强。针对上述算法存在的不足，本次研究提出了一种基于整体映射机制的移动无线传感网区域收敛算86DOI:10.19406/ki.cqkjxyxbzkb.2023.01.012骆舒萍:基于整体映射机制的移动无线传感网区域收敛算法法。首先，采用信道频率干涉方式对节点进行博弈处理，以获取节点间的最佳传输距离，减小信道干扰。然后，基于发射功率 剩余能量确定最佳发射信噪比，按传输周期对节点进行退避处理，以提升网络的收敛效率。最后，通过仿真实验验证算法的优越性。1移动传感网收敛模型无线传感网节点的移动速度和信号频率较高，多普勒效应较为严重，使得信道的建立过程频繁中断，信道漂移等问题难以得到有效控制，实践中一般采用退避方式对数据进行读写7。节点的最大覆盖半径会随着能量受限程度的变化而出现伸缩态势8。此外，由于移动传感节点需要通过无线信道模型实现数据交互，当某个节点接收到数据连接请求时，采取应答模型建立无线传输信道，从而实现信令控制流程9。当移动无线传感网采用无线信道模型时，可能存在重复覆盖现象，如图 1 所示。当节点处于密集分布状态时，各节点间可能因其信道传输频率接近而出现互扰现象，进入互扰状态的节点会频繁出现读写失效，从而导致传输抖动。图 1重复覆盖现象示意图11两节点间的冲突现象由于移动传感网相邻两节点间具有相似性10，因此覆盖半径较低时会出现严重的冲突现象，如图2 所示。2 个移动传感网节点可以互相覆盖，若 2 个节点与覆盖半径中间的标签节点同时进行数据传输，将会导致 2 个节点同时控制标签节点，从而出现冲突现象。12多节点间的冲突现象若某个覆盖区域存在多个节点控制单一标签，将会出现冲突现象，如图 3 所示。标签 4 由于同时被、等 3 个节点覆盖而失效。实践中往往采用临近标签替代的方式进行退避操作，但易出现传输抖动现象。图 2两节点间的冲突现象示意图图 3多节点间的冲突现象示意图由上述分析可知，在移动无线传感网收敛过程中需要综合考虑节点间可能出现的冲突现象，尽量规避并发操作，从而达到提升网络收敛效果、改善数据传输性能的目的。2移动无线传感网区域收敛算法设计针对移动无线传感网收敛过程中存在的问题，通过构建发射信噪比和时间退避方法设计整体映射机制。整体映射机制由以下 2 个部分组成:(1)基于发射信噪比控制方法的信道漂移，构建具有匹配效果的发射信噪比，尽量缩小冲突区域覆盖范围，以规避节点冲突现象;(2)时间退避方法，按照周期模型调整信号发射窗口，以减少节点内部数据并发读写现象。21基于发射信噪比控制方法的信道漂移计算处于冲突状态的节点 m 发射信噪比，如式(1)所示:S(m)=H(m)/K(m)(1)式中:S(m)表示发射信噪比;H(m)表示发射信号功率;K(m)表示噪声功率。96骆舒萍:基于整体映射机制的移动无线传感网区域收敛算法其中:H(m)=mk=1F(k)()+T()ejl(2)K(m)=ml=1Fm()+T()ml=1ejl(3)式中:Fm()表示信道噪声，为初始发射过程中的信源增益11;表示节点发射信号的相位;l表示相位偏移;表示噪声相位。为减少节点重复覆盖过程中可能出现的信道冲突现象，发射信噪比应高于信道被激活时的最低信噪比 Smin，如式(4)所示:S(m)=H(m)/K(m)Smin(4)由式(2)式(4)可知，若移动无线传感网节点处于互相干涉状态12，则其覆盖半径 l(m)与干涉半径 G(m)满足式(5)所示关系:l(m)=G(m)lgS(m)Smind(5)式中:表示路径积分单元。考虑到移动无线传感网各信道彼此正交，联立式(1)式(5)可得:H(m)/K(m)lg(1+l(m)(6)由上述分析可知，若要降低移动无线传感网节点发生干涉状态的概率，则需要提高发射信噪比，增加节点覆盖半径。利用式(6)调整节点覆盖半径，以确保各节点间不发生信道干涉，从而提升网络收敛质量。基于发射信噪比控制方法的信道漂移过程如图 4 所示。图 4基于发射信噪比控制方法的信道漂移过程22时间退避方法基于发射信噪比控制方法的信道漂移执行完毕后，各节点间将会以较优的覆盖半径进行数据传输，从而降低信道干涉发生的概率。但该机制未考虑单一节点同时接收多个上游节点传输数据的情况，此时易因信道占用而产生干涉现象13。为此，采取时间退避方法，如图 5 所示。(1)调整发射信噪比频率。根据式(4)确定发射信噪比，并对其相应频率进行调整，如式(7)、式(8)所示:p(0，m)=Smin(7)p(0，m+1)=p(0，m)exp(Smin S(m)(8)式中:p(0，m)表示第 m 个节点在第 0 个周期时，发射信噪比对应的发射频率。(2)调整发射信号周期。计算移动无线传感网节点的瓶颈发射周期，如式(9)所示:T=Tilg(+e)Smind S(9)式中:T 表示瓶颈发射周期;Ti表示节点基准周期;表示扰动因子，无扰动时 取 1。若信号发射时出现了节点间重复覆盖并干涉的现象，则调整发射周期。图 5时间退避过程采用时间退避方法可以使节点动态更新信号发射窗口，进而改善信道干涉情况，提升网络收敛质量。一般而言，采用时间退避方法时仅需要调整信号发射周期等少量参数，就能够以较快速度实现网络动态收敛。3仿真实验与分析为验证算法性能，选取 NS2 仿真实验环境13，07骆舒萍:基于整体映射机制的移动无线传感网区域收敛算法将当前移动无线传感网区域收敛领域中常用的逻辑模糊可信(TEA FL)算法14 和网络寿命节约评估(ESP SL)算法15 作为仿真对照组。不失一般性，采用随机布撒模型，节点可随机移动，仿真参数说明如表 1 所示。表 1仿真参数说明参数说明节点分布区域尺寸1 024 m 2 048 m信号成型频率5 012 GHz信道环境莱斯信道节点布撒模型可移动，速度可调网络运行时长不低于 10 min节点密度不低于 0 1 个/m2信道个数不低于 100选取网络收敛时间和节点收敛次数作为评价指标。(1)网络收敛时间是指网络节点达到稳定状态所耗费的时间。网络收敛时间越短，算法收敛效果越好。实践中，一般通过调整节点运动速度或提高信道正交程度来降低网络收敛时间。(2)节点收敛次数是指单位时间内网络节点发生收敛行为的累加值。节点收敛次数越少，稳定性越好，越能以较低成本实现区域收敛。实践中，可通过调整节点信号发射窗口来降低节点收敛次数，提升网络收敛效果。31网络收敛时间对比不同节点运动速度下的网络收敛时间如图 6 所示。当节点运动速度为 1 m/s 时，本算法的网络收敛时间最短为 100 s，最长为 307 s;TEA FL算法的网络收敛时间最短为 164 s，最长为 504 s;ESP SL 算法的网络收敛时间最短为 200 s，最长为 800 s。当节点运动速度为 10 m/s 时，本算法的网络收敛时间最短为 161 s，最长为 582 s;TEA FL 算法的网络收敛时间最短为266 s，最长为917 s;ESP SL算法的网络收敛时间最短为 274 s，最长为 1 920 s。由此可见，本算法的网络收敛时间较短且起伏较均衡，优势明显。这是由于其考虑了移动无线传感网节点存在的干涉现象，设计基于发射信噪比控制方法对信道漂移现象进行动态适应，引入时间退避方法进一步调整节点覆盖半径，以降低因干涉现象而导致的网络抖动。TEA FL 算法采用递归机制，通过模糊算法形成节点网络，具有网络成型速度较快的特点。但该算法未考虑到节点移动带来的多普勒现象，节点覆盖半径处于恒定状态，易因信噪比变动而导致收敛困难，进而增加了网络收敛时间。ESP SL 算法根据网络成型周期动态对节点进行休眠处理，节点信号时间窗口无法根据信号强度的变化而动态变动，因此该算法的网络收敛时间高于本算法。图 6网络收敛时间的对比32节点收敛次数对比不同节点运动速度下的节点收敛次数如图 7 所示。当节点运动速度为 1 m/s 时，随着网络信道条数的增加，本算法的节点收敛次数始终低于100 次/min，TEA FL 算法的节点收敛次数保持在200 300 次/min，ESP SL 算法的节点收敛次数保持在 400 500 次/min。当节点运动速度为 10 m/s 时，本算法的节点收17骆舒萍:基于整体映射机制的移动无线传感网区域收敛算法敛次数保持在 100 150 次/min，TEA FL 算法的节点收敛次数保持在 300 400 次/min，ESP SL 算法的节点收敛次数保持在 500 700 次/min。由此可见，本算法的节点收敛次数较低，网络收敛性能较好。这是由于本算法针对移动无线传感网收敛过程中存在的节点干涉现象，采取了时间退避方法来降低节点冲突概率，并根据网络运行情况动态调整节点覆盖半径。TEA FL 算法在网络成型过程中引入模糊算法，需要经过较多的学习次数才能进入稳定状态，为适应网络抖动不得不频繁对节点进行激发操作，因此其节点收敛次数高于本算法。ESP SL 算法的节点信号时间窗口具有静态特点，无法根据信噪比的变化动态调整发射窗口，网络收敛性能较差，因此其节点收敛次数高于本算法。图 7节点收敛次数的对比4结语针对当前移动无线传感网区域收敛存在的网络收敛时间较长、节点冲突严重、节点收敛次数难以控制等不足，提出了一种基于整体映射机制的移动无线传感网区域收敛算法。本算法主要由基于发射信噪比控制方法的信道漂移和时间避退方法等 2 个部分构成:前者主要通过调整节点覆盖半径的方式来消除节点干涉现象;后者主要通过调整时间窗口的方式来提高节点信号发射能力，降低数据冲突。通过仿真对比实验验证了本算法的优越性。下一步，将针对本算法对高速移动场景适应性不足的问题，引入拓扑调节算法，以优化网络传输链路，提升网络收敛性能。参考文献 1 KULKANI P K H，JESUDASON P M Multipath DataTransmission in WSN Using Exponential Cat Swarm andFuzzy OptimisationJ IET Communications，2019，13(11):1685 1695 2 陈彦如，魏亮雄，郭兵 一种基于速度的移动传感网快速邻居发现算法 J 西南师范大学学报(自然科学版)，2018，44(6):621 626 3 JYOTH A P，USHA S Interstellar Based Topology ControlScheme for Optimal Clustering Performance in WSNJ International Journal of Communication Systems，2020，33(8):667 672 4 AVT A，AIK B，LM C，et al Construction of One WayHash Functions With Increased Key Space Using AdaptiveChaotic MapsJ Chaos，Solitons and Fractals:The In-terdisciplinary Journal of Nonlinear Science，and Nonequi-librium and Complex Phenomena，2020，21(59):141 148 5 NAIM K Energy Efficient Clustering Algorithm for WSNWith Distributed StructureJ Emerging Materials e-search，2020，3(12):1107 1114 6 MOSTAFAVI S，HAKAMI V A New ank Order Cluste-ring Algorithm for Prolonging the Lifetime of Wireless Sen-sor NetworksJ International Journal of CommunicationSystems，2020，33(7):1127 1135 7 AGBULU G P，JULIET A V A Lifetime EnhancingCooperative Data Gathering and elaying Algorithm forCluster Based Wireless Sensor Networks J InternationalJournal of Distributed Sensor Networks，2020，16(2):52 64 8 SALIM E K，EHAN U K MW LEACH:Low EnergyAdaptive Clustering Hierarchy Approach for WSN J IETWireless Sensor Systems，2020，10(3):126 129 9 VINITHA A，UKMINI M，SUNEHA D Energy Effi-cient Multihop outing in WSN Using the Hybrid Optimi-zation AlgorithmJ International Journal of Communica-tion Systems，2020，33(12):874 881 10 SAEED U，JAN S U，LEE Y D，et al Fault DiagnosisBased on Extremely andomized Trees in Wireless SensorNetworks J eliability Engineering and System Safety，2021，2(5):107 11927骆舒萍:基于整体映射机制的移动无线传感网区域收敛算法 11 HAMAMI L，NASSEEDDINE B Factors Influencingthe Use of Wireless Sensor Networks in the IrrigationFieldJ International Journal of Advanced ComputerScience and Applications(IJACSA)，2021，12(3):455 464 12 LODHI A K，UKMINI M，ABDULSATTA S Energy Efficient outing Protocol for Network Life Enhancementin Wireless Sensor NetworksJ ecent Advances inComputer Science and Communications，2021，14(3):864 873 13 SINGH A，NAGAAJU A Low Latency and Energy Effi-cient outing Aware Network Coding Based Data Trans-mission in Multi Hop and Multi Sink WSN J Ad HocNetworks，2020，107(12):2245 2257 14 AJESWAI A，KULOTHUNGAN K，GANAPATHYS，et al Trusted Energy Aware Cluster Based outing U-sing Fuzzy Logic for WSN in IoTJ Journal of Intelli-gent Fuzzy Systems，2021，40(5):54 67 15 GHOSH，MOHANTY S，PATTNAIK P K，et al ANovel Performance Evaluation of esourceful Energy Sav-ing Protocols of Heterogeneous WSN to Maximize NetworkStability and LifetimeJ International Journal of Inter-disciplinary Telecommunications and Networking(IJITN)，2021，13(2):325 331egional Convergence Algorithm for Mobile Wireless SensorNetworks Based on Global Mapping MechanismLUO Shuping(Experimental Training and Information Technology Center，Liming Vocational University，Quanzhou Fujian 362000，China)Abstract:In order to solve the shortcomings of high node convergence times and the difficulty of controlling the con-vergence time，a regional convergence algorithm of mobile wireless sensor networks based on global mapping mech-anism is proposed Firstly，according to the change of transmitting signal to noise ratio in the process of node in-terference，a regional convergence mechanism is designed This mechanism uses the transmitting signal to noiseratio to dynamically adjust the node coverage area，so as to reduce the node interference phenomenon and improvethe network convergence ability The time window of the signal transmission process is dynamically adjusted byusing the time back off method to improve the collision phenomenon in the signal transmission process，and effec-tively reduce the network convergence time and node convergence times The simulation results show that the pro-posed algorithm has lower network convergence time and node convergence times than the logic fuzzy trusted algo-rithm and network life saving evaluation mechanism commonly used in the field of mobile wireless sensor networkconvergenceKey words:mobile wireless sensor network;regional convergence;emission signal to noise ratio;time backoff;time window(编辑:刘姝)37