基于机会转发的飞行自组网集群路由算法.pdf

信息技术 年第 期基于机会转发的飞行自组网集群路由算法李世宝 高帅雷 李文睿 刘建航(中国石油大学(华东)海洋与空间信息学院 山东 青岛)摘 要:针对飞行自组织网络()中高动态拓扑变化导致数据丢包率较高的问题提出一种基于节点移动机会转发的集群路由算法()该算法通过考虑节点相对移动趋势度和剩余能量的综合权值来统一对集群头节点以及集群间机会转发节点进行选择 仿真实验结果表明 算法在高动态自组织网络中可以有效提高消息投递率以及网络生命周期关键词:飞行自组织网络 机会转发 集群 路由协议中图分类号:文献标识码:文章编号:():./.基金项目:国家自然科学基金()山东省自然科学基金()作者简介:李世宝()男硕士研究生教授研究方向为宽带无线通信 ():()().:引 言飞行自组织网络()是一种主要由无人机以自组织的方式构建的新型 网络 通过将无人机作为网络节点无人机之间通过相互转发数据信息协作完成复杂的空中组网通信任务近年来被广泛应用于军事和民用通信网络场景中 通常被认为是移动自组织网络()的一个子集 然而与传统的 不同 有着更高的机动性能节点分布更加稀疏以及节点能量更为有限针对 中由于节点移动而导致的高丢包率问题 将邻居节点的动态性作为选择簇头()的标准移动性较低的节点将被选择 为 在 无 线 传 感 器 网 络()中通过分层以及竞争机制进行簇头节点的选择使簇头分布更加合理 集中式节能分簇路由()方案在移动节点场景中根据节基于机会转发的飞行自组网集群路由算法 李世宝 等点的运动和能量形成更好的簇结构 针对野外场景作业的移动机器人群组网络利用分级缓存来处理通信链路中断 然而它会引起缓存的不一致性 本文在 协议的基础上提出一种基于机会转发的集群路由算法以解决 中由于网络的高动态拓扑导致的高丢包率问题 该算法充分利用节点的移动特性通过考虑节点相对移动趋势度和剩余能量的综合度量值来优化簇头节点的选择此外在稳定数据传输阶段通过所提的综合度量值来选择簇间机会转发的下一跳节点 系统模型 网络模型本文以海空环境中临时组网救援为网络背景模型网络由 个随机分布在 区域内的高空无人机节点和一个海面船只节点组成 同时为了便于仿真对网络模型做了以下一些合理的假设:船只由于移动速度缓慢可视为海上固定的基站负责所有无人机节点所采集数据信息的汇聚与接收是网络的目的节点船只不受能量约束而无人机节点受能量的约束船只和无人机节点均配备有 设备以获取节点速度、位置和方向等信息 能量模型小型微型无人机通常依靠可充电锂电池进行能量的供给无人机的通信能耗在组网过程中同样需要考虑 本文遵循无线通信网络节点的常用的能量模型该模型考虑了自由空间衰落(能量损失)和多径衰落(能量损失)信道模型网络节点可以根据发送方和接收方之间的距离 动态调整通信功率 具体的动态调整策略如下:当 小于阈值 时选择自由空间衰落信道模型否则选择多径信道模型(能量损失)因此节点将 比特的数据发送到距离为 的另一节点的能量消耗()和接收消息所需的能量消耗()分别如下公式:()()()()()()其中表示无线电能量消耗表示自由空间模型中的功率放大因子表示多径衰落模型中的功率放大因子.节点移动模型自组织网络的节点移动模型用于表示移动传感器节点在一定时间间隔内的网络节点位置、方向和速度的变化情况 目前有多种移动模型来表示移动传感器节点的行为并且移动模型的选择对网络性能以及实际的操作有影响 本文主要考虑无人机组在空中移动的场景为了更真实地反映无人机的运动采用了高斯马尔可夫()机动性模型 这是一种基于记忆的移动模型它根据节点前一个的速度和方向更新当前节点的移动状态这也与本文中考虑节点之间相对移动特性吻合 路由算法本文在 协议的基础上将无人机节点组织成多个簇同时在稳定中继转发阶段引入机会转发的策略 其中通过考虑节点相对移动趋势度和节点剩余能量这一综合指标进行簇头节点和机会转发节点的选择 算法由多轮次组成每一轮次具体可分为三个阶段:簇头节点选择阶段、簇形成阶段以及稳定数据传输阶段如图 所示图 的执行过程.簇头节点选择在网络初始化时设定所有无人机节点具有相同的初始能量 在首次成簇的过程中以随机的方式从所有无人机节点中选择固定比例的节点成为簇头节点 具体的选择策略如下:节点自身通过生成一个随机数(/或 /它将转化为第二种情况同时为了无人机节点之间的通信能量负载均衡使网络节点的能量消耗更加平衡防止一些节点由于能量耗尽而死亡在选择簇头时还考虑了节点的当前剩余能量()能量越大的节点越有可能成为集群头节点 综上分析 在簇头选择阶段是考虑每个节点的相对移动趋势度和能量的联合代价函数()如公式()所示其中和 分别是选择簇头时能量和相对运动趋势度所占的权重比 在本文中考虑他们不同的权重比即/这是因为本文侧重于考察节点的移动特性对网络数据丢包率的影响()()()使用公式()中的改进的阈值()来选择集群头 如果()的值较大则表示它更有可能成为簇头 因此从第二轮成簇开始簇头选择算法将根据簇头所占的比率选择相邻节点之间()最大的节点作为簇头()()()()其中()是在公式()中定义的联合度量值()是在公式()中定义的阈值 簇的形成在簇头节点选择完成后下一个任务是普通的成员节点加入合适的簇头以形成集群 该过程具体分为两个步骤:每个簇头节点向周围节点广播一个包含其自身节点唯一标识的小信号 每个成员节点根据接收信号强度指示()来加入信号强度最大的簇头节点中成为该簇头的一个簇成员为了确保每个成员节点的数据传输没有冲突簇头节点通过时分多址()方案为每个成员节点分配不同的传输时隙 稳定中继传输当网络的集群形成后簇头节点从成员节点收集数据并通过直接或间接的方式将其转发至最终的目的节点 在直接转发的情况下无人机直基于机会转发的飞行自组网集群路由算法 李世宝 等接将数据包发送到其通信范围内的移动基站无需中间节点转发其效率最高 然而在 中由于节点的稀疏分布和高移动性无人机在大多数情况下无法直接与基站建立端到端的通信链路 因此选择合适的缓存中继节点来保证数据包传输的可靠性是这一阶段的关键 基于存储携带转发()的机会转发策略适用于这种间歇连接的高动态拓扑网络 如果一个中继节点没有到其目的地的同步端到端路径甚至没有到任何其他节点的通信链路则数据包将临时缓存在该节点中直到遇到下一跳合适的转发节点 值得注意的是在此阶段的机会转发策略依然采用公式()中提出的联合度量值的()具体来说在簇头节点选择下一跳中继节点时簇头节点会收集其一跳范围内的所有邻居节点身份信息以及邻居节点自身根据所计算()的综合度量值信息然后从其中选择综合度量值最大的节点作为下一跳中继节点转发数据包后完成中继传输阶段 仿真与结果分析为验证所提算法的性能在 离散网络仿真平台将 与、四种路由算法进行了对比评估 本文设定了两组不同的仿真实验场景对网络的数据包投递率()和网络生命周期进行了性能评估实验中 个无人机节点和一个目的基站在仿真开始时被随机部署在一个正方形区域内 表 列出了详细的实验仿真参数表 实验仿真参数参数名称参数值网络节点数量()节点初始能()无线电能量消耗()/自由空间能耗损失系数/多径衰落能耗损失 /数据包大小控制包大小簇头节点比例()在第一个仿真场景中将无人机节点速度作为自变量其变化区间为/而整个网络的面积被固定为 图 显示了场景一中无人机节点速度对网络包投递率以及生命周期的影响情况 从图 中可以看出当无人机节点速度变化时 算法在包投递率方面和网络生命周期方面整体优于其它算法 这是因为 在选择簇头节点以及传输中继时综合考虑了节点的相对移动趋势以及剩余能量使得移动特性和能量特性更优的节点成为簇头节点和中继节点以此降低了丢包的风险同时平衡了整个网络节点之间的能量负载延长了整个网络的生命周期图 第一个场景中的性能对比基于机会转发的飞行自组网集群路由算法 李世宝 等图 第二个场景中的性能对比 图 显示了在第二个场景设定中网络面积对包投递率以及生命周期的影响情况 在此场景中网络区域的面积作为自变量从 调整到 而此时无人机节点速度被固定为/从图 可以看出随着网络仿真面积的增加无人机活动区域的增加节点分布更加稀疏 仍然在包投递率和网络生命周期整体相对优于其他算法 这是由于 充分利用了高动态网络中节点的移动特性使得簇头节点和中继节点的选择更加适合无人机的场景 同时可以注意到当网络面积增加时 在数据交付率和网络生命周期方面整体比场景一中变化较为缓和 这表明在飞行自组织网络中节点速度变化对性能的影响要高于网络区域面积对性能的影响程度 结束语本文在 协议的基础上提出一种基于机会转发的新型集群路由算法 该算法主要包括两部分:一是通过考虑节点的相对移动趋势特性和能量水平设计了一种新的节点选择综合度量值二是在簇头选择阶段和稳定传输阶段利用所提出的综合度量值来分别进行簇头节点以及机会转发节点的最优化选择 理论分析和仿真结果表明 算法能够有效降低高动态自组织网络中的丢包率同时延长网络的生命周期 在未来的工作中可以考虑从更多方面进行算法的性能评估同时可考虑引入机器学习等最新的技术作进一步的改进参 考 文 献:.:.():.梁一鑫程光郭晓军等.机载网络体系结构及其协议栈研究进展.软件学报():.():.():.:.廷辉伊凯崔更申等.基于非均匀分簇的无线传感器网络分层路由协议.计算机应用():.():.:.():.():.(下转第 页)基于相邻像素预测的可逆图像信息隐藏软件 谢国雄 等等功能 经测试软件各功能运行正常能有效地确保信息安全 本软件中只实现了一种算法下一步将在软件中集成多种算法用户可以通过实际需求选择不同性能的算法进行信息隐藏以实现多样性的实际应用需求参 考 文 献:杨波.信息隐藏与数字水印.信息技术():.邓慧付燕.基于位图图像信息隐藏算法的研究.信息技术():.赵明豹.基于 信息隐藏改进算法的研究.信息技术():.梁娟萍唐振军劳欢.面向安卓平台的图像 隐写工具.信息技术():.():.杨烨孙容海施林甫等.面向大文件的多载体图像信息隐藏方法.信息技术():.孙容海施林甫俞春强等.面向密文图像信息隐藏的随机插值方法.应用科学学报():.:.:.孙容海施林甫黄丽艳等.基于图像插值和参考矩阵的可逆信息隐藏算法.广西师范大学学报:自然科学版():.():.():.俞春强邓方舟张显全等.一种基于多预测值分类的可逆信息隐藏算法.广西师范大学学报:自然科学版():.李亚翔张显全俞春强等.采用相邻像素预测的可逆信息隐藏算法.华侨大学学报:自然科学版():.(责任编辑:杨静)(上接第 页).():.().:.章文婷徐中伟.基于数据融合的无线传感器网络路由算法.信息技术():.:.:.():.():.(责任编辑:杨静)