改進(jìn)的遺傳算法無線視頻傳感器網(wǎng)絡(luò)協(xié)作路由技術(shù)研究

馬榮飛

（浙江經(jīng)濟(jì)職業(yè)學(xué)院 數(shù)字信息學(xué)院，浙江 杭州310018）

0 引 言

視頻傳感器網(wǎng)絡(luò)［1－2］的無線動(dòng)態(tài)特性、能量等資源受限等問題，使得如何保證多樣性視頻數(shù)據(jù)流服務(wù)質(zhì)量要求成為新的挑戰(zhàn)之一并取得了一系列研究成果［3－7］。文獻(xiàn) ［3］研究一種適用于無線視頻傳感器網(wǎng)絡(luò)類的跨層體系和交互路由技術(shù)。文獻(xiàn) ［4］針對(duì)無線視頻傳感器網(wǎng)絡(luò)的能量受限和實(shí)時(shí)性通信問題，建立了一種協(xié)作路由技術(shù)。文獻(xiàn) ［5］考慮視頻編碼算法、封包長(zhǎng)度均衡和能量的無線視頻傳感器網(wǎng)絡(luò)路由技術(shù)。文獻(xiàn) ［6］綜述了無線視頻傳感器網(wǎng)絡(luò)提高能效的節(jié)點(diǎn)體系結(jié)構(gòu)和相關(guān)協(xié)議。文獻(xiàn) ［7］構(gòu)建了適用于無線多媒體傳感器網(wǎng)絡(luò)的基于數(shù)據(jù)傳輸體系。

在已有成果的對(duì)于視頻傳感器網(wǎng)絡(luò)的能量預(yù)測(cè)及判斷，均未作進(jìn)一步深入研究，同時(shí)無線信道調(diào)制模型和視頻傳感器節(jié)點(diǎn)感知距離對(duì)路由選擇影響［8］，于是本文基于三層交互和協(xié)同合作方式，提出了一種感知距離的遺傳預(yù)測(cè)模型，從而通過協(xié)同合作方式選擇最佳視頻傳輸路徑。本文所提的協(xié)作路由技術(shù)通過感知距離預(yù)測(cè)網(wǎng)絡(luò)整體能量，并結(jié)合無線信道質(zhì)量以及視頻編碼算法，通過遺傳迭代后得到高可靠性和穩(wěn)定性折的適用于無線視頻傳感器網(wǎng)絡(luò)的分布式協(xié)作路由。

1 視頻傳感器網(wǎng)絡(luò)遺傳算法

1.1 基于感知距離的遺傳算法

生物學(xué)的遺傳過程的優(yōu)化算法和自然生態(tài)進(jìn)化的選擇迭代表明，迭代周期內(nèi)根據(jù)種群的不同需求優(yōu)化迭代參數(shù)和相關(guān)因子。首先實(shí)測(cè)得到視頻傳感器節(jié)點(diǎn)的感知距離，及其實(shí)時(shí)單位數(shù)據(jù)包的能量消耗與當(dāng)前節(jié)點(diǎn)剩余能量的比值，其次使用近似遺傳優(yōu)化的迭代進(jìn)化和轉(zhuǎn)置等操作，獲得下一輪新解即預(yù)測(cè)視頻傳感器節(jié)點(diǎn)能量狀態(tài)，如式（1）所示

式中：A——上一輪迭代過程，T記錄了下一輪迭代的優(yōu)化限制條件，編號(hào)i記錄了第i次迭代階段消耗網(wǎng)絡(luò)資源?；趯?shí)時(shí)迭代優(yōu)化參考值，與視頻傳感器網(wǎng)絡(luò)可用資源集合N對(duì)比，分析得到每個(gè)活動(dòng)階段的迭代增益值Xi。如果i個(gè)階段迭代結(jié)束，則更新初始階段矩陣重新開始遺傳進(jìn)化，并賦值Xi為1否則賦值為0。

總之，視頻傳感器節(jié)點(diǎn)基于感知距離的能量預(yù)測(cè)，可以在視頻傳感器網(wǎng)絡(luò)的系統(tǒng)資源和節(jié)點(diǎn)能量等約束條件下得到能量使用效率的最大化，其工作流程如下：

步驟1：實(shí)測(cè)得到N個(gè)數(shù)據(jù)并定位序列θFk且要求1≤k≤N，記錄當(dāng)前視頻傳感器網(wǎng)絡(luò)的數(shù)據(jù)傳輸狀態(tài)及其參數(shù)因子初級(jí)遺傳種群。

步驟2：針對(duì)θFk，給出優(yōu)化解。同時(shí)在每個(gè)進(jìn)化階段中實(shí)施優(yōu)化競(jìng)爭(zhēng)，如果成功則θFk（i）賦值為1否則為0。

步驟3：根據(jù)視頻傳感器節(jié)點(diǎn)的感知距離建立預(yù)測(cè)能量管理函數(shù)如式（2）所示

步驟4：待解感知階段。對(duì)于待解序列θFk（i），在迭代最優(yōu)階段進(jìn)行存放的概率Pk如式（3）所示

步驟5：通過輪詢化迭代得到數(shù)組Pk，感知N個(gè)數(shù)據(jù)序列θFk并實(shí)施更新競(jìng)爭(zhēng)選擇轉(zhuǎn)置進(jìn)化迭代［9］。

步驟6：在視頻傳感器網(wǎng)絡(luò)中簇頭節(jié)點(diǎn)上重復(fù)執(zhí)行步驟2至步驟4，然后分析獲得視頻數(shù)據(jù)發(fā)送節(jié)點(diǎn)到接收節(jié)點(diǎn)的感知距離作為新一輪迭代遺傳優(yōu)化節(jié)點(diǎn)序列。

采用MATLAB工具進(jìn)行了一系列實(shí)驗(yàn)，對(duì)基于感知距離的遺傳優(yōu)化算法與文獻(xiàn) ［7－8］中的優(yōu)化算法對(duì)比其預(yù)測(cè)收斂速度，結(jié)果如表1所示。

表1 遺傳優(yōu)化算法比較結(jié)果

從表1發(fā)現(xiàn)，通過參考視頻傳感器節(jié)點(diǎn)的感知距離進(jìn)一步優(yōu)化遺傳算法，從而實(shí)現(xiàn)視頻傳感器網(wǎng)絡(luò)能量預(yù)測(cè)，與文獻(xiàn) ［7－8］相比在局部最優(yōu)和全局最優(yōu)的收斂速度方面具有明顯優(yōu)勢(shì)。

1.2 預(yù)測(cè)模型性能驗(yàn)證

假設(shè)在視頻傳感器網(wǎng)絡(luò)中隨機(jī)部署10，20，30，40，50個(gè)傳感器節(jié)點(diǎn)。在一系列NS－2仿真實(shí)驗(yàn)中，預(yù)設(shè)5個(gè)和10個(gè)視頻傳感器節(jié)點(diǎn)，并作為視頻數(shù)據(jù)發(fā)送節(jié)點(diǎn)，數(shù)據(jù)包封裝長(zhǎng)度為1024字節(jié)，在源節(jié)點(diǎn)發(fā)送電影 “星球大戰(zhàn)IV”的一個(gè)片斷［9］作為實(shí)時(shí)流媒體數(shù)據(jù)源，其GOP結(jié)構(gòu)為N＝12，M＝3，該視頻段文件播放時(shí)間為3600秒，共包括89998個(gè)視頻幀，總計(jì)為126，386，573字節(jié)，其它參數(shù)詳見表2。隨著網(wǎng)絡(luò)規(guī)模的變化，視頻發(fā)送節(jié)點(diǎn)與接收節(jié)點(diǎn)之間傳輸視頻數(shù)據(jù)的平均信噪比對(duì)比結(jié)果如圖1所示。發(fā)現(xiàn)隨著網(wǎng)絡(luò)規(guī)模的增加，視頻傳感器節(jié)點(diǎn)感知距離的變化遺傳迭代的視頻傳感器節(jié)點(diǎn)的預(yù)測(cè)能量趨于減小，表明視頻傳感器節(jié)點(diǎn)感知距離的模型因?yàn)檩o助性中繼節(jié)點(diǎn)和視頻傳感器節(jié)點(diǎn)數(shù)的增加而提高預(yù)測(cè)精度。統(tǒng)計(jì)視頻傳感器網(wǎng)絡(luò)監(jiān)測(cè)區(qū)域分簇內(nèi)視頻傳感器節(jié)點(diǎn)和中繼節(jié)點(diǎn)間的路由廣播消息的干擾信號(hào)強(qiáng)度，無線信道質(zhì)量變化難以滿足實(shí)時(shí)數(shù)據(jù)流在視頻傳感器網(wǎng)絡(luò)上傳輸?shù)亩说蕉朔?wù)質(zhì)量保障需求。對(duì)于基于感知距離的遺傳迭代預(yù)測(cè)算法模型而言，充分利用視頻傳感器節(jié)點(diǎn)的感知距離同時(shí)考慮視頻編碼結(jié)構(gòu)和解碼算法，提升預(yù)測(cè)能力顯著提高節(jié)點(diǎn)實(shí)時(shí)能量預(yù)測(cè)，與仿真實(shí)驗(yàn)統(tǒng)計(jì)值相比具有明顯優(yōu)勢(shì)。同時(shí)從圖1（a）與（b）對(duì)比，可以看出隨著視頻傳感器網(wǎng)絡(luò)中視頻數(shù)據(jù)流和網(wǎng)絡(luò)規(guī)模和多樣性應(yīng)用業(yè)務(wù)規(guī)模的增加，預(yù)測(cè)誤差越來越大。這是因?yàn)榛诰嚯x感知的遺傳迭代優(yōu)化預(yù)測(cè)模型中的N個(gè)視頻流監(jiān)測(cè)序列θFk在實(shí)施更新時(shí)，特別是對(duì)上一階輪詢迭代解更新時(shí)因噪聲干擾信號(hào)的強(qiáng)度增大了，導(dǎo)致轉(zhuǎn)置篩選時(shí)參考的概率Pk發(fā)生明顯變化，不過最大的誤差仍低于0.0874，進(jìn)一步表明該預(yù)測(cè)算法具有支持視頻傳感器網(wǎng)絡(luò)實(shí)時(shí)性的高要求應(yīng)用業(yè)務(wù)保障的能力，可以在較短的時(shí)間內(nèi)得到高精度的預(yù)測(cè)能量值。

2 跨層交互協(xié)同合作路由技術(shù)

假設(shè)在一個(gè)視頻傳感器網(wǎng)絡(luò)中用于采集并發(fā)送視頻數(shù)據(jù)流的視頻傳感器節(jié)點(diǎn)數(shù)為V，視頻數(shù)據(jù)流傳輸信道是基于Haar小波變換［10］。隨機(jī)部署N個(gè)節(jié)點(diǎn)。分簇內(nèi)視頻傳感器節(jié)點(diǎn)間一跳通信距離記為d。視頻傳感器節(jié)點(diǎn)的感知距離為Ψj。對(duì)于采集到的視頻監(jiān)測(cè)數(shù)據(jù)，采用多分辨率分析得到的尺度系數(shù)服從Rayleigh的分布如式（4）所示

式中：εk——一個(gè)與Xk相互獨(dú)立的、服從Rayleigh分布的隨機(jī)變量。

此外，對(duì)εk借助雙參數(shù)的Rayleigh分布，概率密度函數(shù)如下

圖1 網(wǎng)絡(luò)規(guī)模約束條件下預(yù)測(cè)性能分析

其中參數(shù)a，b極大似然預(yù)測(cè)值分別為

其中m＝E（X），v＝D（X）；ρ可以由式（8）通過最小二乘法估計(jì)得到

因此，基于距離感知的遺傳優(yōu)化預(yù)測(cè)模型的跨層交互協(xié)同合作路由技術(shù)工作流程如下：

步驟1：多樣性視頻數(shù)據(jù)流發(fā)送節(jié)點(diǎn)實(shí)測(cè)［12］感知距離值并廣播無線消息。

步驟2：簇內(nèi)若干相鄰節(jié)點(diǎn)監(jiān)測(cè)到信道上的廣播信息后，首先反饋確認(rèn)數(shù)據(jù)包然后建立相鄰分簇區(qū)域感知距離二維表，結(jié)合感知遺傳迭代優(yōu)化預(yù)測(cè)算法實(shí)現(xiàn)能量感知分析，并實(shí)時(shí)向簇頭節(jié)點(diǎn)廣播能量預(yù)測(cè)表。

步驟3：簇頭視頻傳感器節(jié)點(diǎn)根據(jù)預(yù)測(cè)能量值與應(yīng)用層、網(wǎng)絡(luò)層和物理層實(shí)現(xiàn)跨層交互分析，選出最佳視頻流傳輸路徑并反饋給視頻流發(fā)送節(jié)點(diǎn)。

步驟4：在中繼節(jié)點(diǎn)上執(zhí)行步驟2和步驟3若干次，直至選出綜合考慮視頻數(shù)據(jù)流可用帶寬、傳輸平均時(shí)延和能量消耗等因素的最佳分布式路由。

3 性能分析與評(píng)價(jià)

基于2節(jié)中建立的跨層交互協(xié)同合作路由技術(shù)，在能效、路由開銷、平均時(shí)延、分組遞交率和可解碼幀率等方面，采用NS－2和MATLAB對(duì)比非協(xié)同路由技術(shù)與協(xié)作路由技術(shù)如圖2和圖3所示，實(shí)驗(yàn)參數(shù)設(shè)置詳見表2。

圖2 網(wǎng)絡(luò)規(guī)模約束條件下服務(wù)質(zhì)量對(duì)比

圖2分別從能效、平均時(shí)延、可用帶寬和可解碼幀率上對(duì)比了2種路由技術(shù)，其中圖2（a）縱坐標(biāo)表示能效百分比值，圖2（b）縱坐標(biāo)表示平均時(shí)延單位秒，圖2（c）縱坐標(biāo)表示可解碼幀率百分比值。圖2橫坐標(biāo)表示多媒體傳感器節(jié)點(diǎn)數(shù)變化。發(fā)現(xiàn)協(xié)同合作路由技術(shù)提高能效同時(shí)縮短了傳輸時(shí)延，增大了可解碼幀率。

圖3 網(wǎng)絡(luò)規(guī)模約束條件下路由性能對(duì)比

表2 參數(shù)設(shè)置

此外，視頻傳感器網(wǎng)絡(luò)多樣性視頻應(yīng)用業(yè)務(wù)的路由開銷和分組遞交率方面性能對(duì)比如圖3所示，其中圖3（a）縱坐標(biāo)表示路由開銷百分比值，圖3（b）縱坐標(biāo)表示視頻封裝后的數(shù)據(jù)包成功遞交概率百分比值，圖3橫坐標(biāo)表示視頻傳感器節(jié)點(diǎn)規(guī)模。明顯看出對(duì)跨層分布式協(xié)同合作路由技術(shù)的路由開銷效且數(shù)據(jù)包成功傳遞率最大。

圖2和3共同表明，基于感知距離的遺傳迭代優(yōu)化預(yù)測(cè)算法的跨層協(xié)作路由技術(shù)可以充分考慮視頻傳感器網(wǎng)絡(luò)的綜合因素結(jié)合視頻編碼算法的特點(diǎn)選擇最佳的視頻流傳輸路由，非常適合于無線視頻傳感器網(wǎng)絡(luò)。

4 結(jié)束語

本文針對(duì)無線視頻傳感器網(wǎng)絡(luò)的生命周期和圖像失真等問題，采用遺傳優(yōu)化算法模型預(yù)測(cè)視頻傳感器節(jié)點(diǎn)的感知距離和剩余能量結(jié)合無線信道質(zhì)量和視頻編碼原理，提出了一種應(yīng)用層、網(wǎng)絡(luò)層和物理層的三層交互的分布式協(xié)作路由技術(shù)。NS－2仿真和MATLAB數(shù)學(xué)分析表明，遺傳優(yōu)化算法預(yù)測(cè)收斂速度快，可以很好地滿足視頻傳輸?shù)膶?shí)時(shí)性，并能夠有效地提高視頻數(shù)據(jù)傳輸可靠性和改善視頻播放質(zhì)量。另一方面該跨層交互協(xié)作路由技術(shù)在提高無線視頻傳感器網(wǎng)絡(luò)的整體能效、視頻帶寬和信道鏈路質(zhì)量等方面明顯優(yōu)于傳統(tǒng)的路由技術(shù)，最大化了無線視頻傳感器網(wǎng)絡(luò)的壽命。

［1］Culler D，Estrin D，Srivastava M.Guest editors’introduction：Overview of sensor networks ［J］.Computer，2004，37（8）：41－49.

［2］Akyildiz I F，Melodia T，Chowdury K R.Wireless multimedia sensor networks：A survey ［J］.IEEE Wireless Communications 2007，14（6）：32－39.

［3］Holman R，Stanley J，OzkanHailer T.Applying video sensor networks to nearshore environment monitoring ［J］.IEEE Pervasive Computing 2003，2（4）：14－21.

［4］Fallahi A，Hossain E.A dynamic programming approach for qos－aware power management in wireless video sensor networks［J］.IEEE Transactions on Vehicular Technology，2009，58（2）：843－854.

［5］Yifeng H，LEE I，LING G.Distributed algorithms for network lifetime maximization in wireless visual sensor networks ［J］.IEEE Transactions on Circuits and Systems for Video Technology，2009，19（5）：704－718.

［6］ZHOU Fang，JIANG Jianguo，WANG Peizhen.Control simulation for video transmission over wireless sensor network ［J］.Journal of System Simulation，2010，22（2）：443－448.

［7］ZOU Shaojun.Wireless sensor network path optimization based on quantum genetic algorithm ［J］.Computer Measurement ＆Control，2010，18（3）：723－726.

［8］LIANG Ye.Resource interactive route optimization based on genetic algorithm ［J］.Computer－Engineering，2011，37（3）：158－160.

［9］Video traces research group ［EB/OL］.http：//trace.eas.asu.edu/index.html，2011.

［10］KoZt D，Essien K.Analysis of a campus－wide wireless network ［J］.Wireless Networks，2008，11（l）：115－133.