基于蟻群算法和BP神經(jīng)網(wǎng)絡(luò)的信道分配策略的研究*

翟學(xué)明，王　佳，李金澤（華北電力大學(xué)（保定）控制與計(jì)算機(jī)工程學(xué)院，河北保定071003）

?

基于蟻群算法和BP神經(jīng)網(wǎng)絡(luò)的信道分配策略的研究*

翟學(xué)明*，王佳，李金澤
（華北電力大學(xué)（保定）控制與計(jì)算機(jī)工程學(xué)院，河北保定071003）

摘要：研究無(wú)線傳感器網(wǎng)絡(luò)信道分配策略的主要目標(biāo)是提高網(wǎng)絡(luò)吞吐量和容量，減小網(wǎng)絡(luò)的傳輸時(shí)延，最大限度的利用有限的網(wǎng)絡(luò)帶寬資源。多信道MAC協(xié)議的應(yīng)用，可以有效地提高網(wǎng)絡(luò)通信的可靠性和吞吐量，以及解決由于信道受干擾而造成的網(wǎng)絡(luò)癱瘓等問(wèn)題。根據(jù)無(wú)線傳感器網(wǎng)絡(luò)多信道的特點(diǎn)提出了一種基于蟻群算法的動(dòng)態(tài)反饋負(fù)載均衡信道分配策略。本策略首先應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對(duì)信道負(fù)載情況進(jìn)行預(yù)測(cè)，然后通過(guò)基于蟻群算法的負(fù)載均衡算法對(duì)信道進(jìn)行篩選，最后利用最大離散化算法進(jìn)行信道分配。在NS2平臺(tái)下對(duì)所設(shè)計(jì)的協(xié)議進(jìn)行了仿真實(shí)現(xiàn)，并與應(yīng)用最為廣泛的多信道MMAC協(xié)議以及SMAC進(jìn)行了對(duì)比分析。根據(jù)仿真結(jié)果可知，本文設(shè)計(jì)的MAC協(xié)議在網(wǎng)絡(luò)吞吐量、網(wǎng)絡(luò)傳輸時(shí)延等性能方面比MMAC協(xié)議及SMAC都有了很大程度的提升?？梢杂行p小網(wǎng)絡(luò)傳輸時(shí)延，提高網(wǎng)絡(luò)吞吐量和抗干擾能力。

關(guān)鍵詞：無(wú)線傳感器網(wǎng)絡(luò)；信道分配機(jī)制；蟻群算法；BP神經(jīng)網(wǎng)絡(luò)；最大離散化；NS2仿真

項(xiàng)目來(lái)源：國(guó)家自然科學(xué)基金項(xiàng)目（60974125）

目前，無(wú)線傳感器網(wǎng)絡(luò)在實(shí)際應(yīng)用中主要采用單信道MAC協(xié)議，它簡(jiǎn)化了協(xié)議的實(shí)現(xiàn)方式，降低了節(jié)點(diǎn)間相互發(fā)現(xiàn)的難度，使得組網(wǎng)更加迅速、便利。但是當(dāng)數(shù)據(jù)量非常大時(shí)，眾多節(jié)點(diǎn)將會(huì)同時(shí)對(duì)這條信道提出通信申請(qǐng)，造成通信競(jìng)爭(zhēng)加?。?］。節(jié)點(diǎn)之間干擾嚴(yán)重，并發(fā)性強(qiáng)時(shí)還可能導(dǎo)致嚴(yán)重的沖突，并影響數(shù)據(jù)傳輸?shù)目煽啃裕?］。此外，無(wú)線傳感器網(wǎng)絡(luò)工作在2.4 GHz ISM頻段，如果周圍存在WiFi等無(wú)線網(wǎng)絡(luò)，它們共用這一頻段，無(wú)線信道開放共享的特征可能會(huì)引起單信道傳感網(wǎng)絡(luò)與這些無(wú)線網(wǎng)絡(luò)之間的相互干擾［3］。

多信道協(xié)議可以使無(wú)線傳感器網(wǎng)絡(luò)的眾多節(jié)點(diǎn)利用多個(gè)信道進(jìn)行并行通信，從而大大提高了網(wǎng)絡(luò)帶寬資源的利用率，減少了通信競(jìng)爭(zhēng)，提高了網(wǎng)絡(luò)通信的吞吐量。同時(shí)，當(dāng)某一個(gè)信道受到干擾時(shí)，節(jié)點(diǎn)可以使用其他信道進(jìn)行通信，提高了網(wǎng)絡(luò)的抗干擾能力［4］。

通過(guò)對(duì)多信道MAC層的通信協(xié)議進(jìn)行改進(jìn)來(lái)提高網(wǎng)絡(luò)的服務(wù)質(zhì)量已經(jīng)成為當(dāng)前研究的熱點(diǎn)［5］。文獻(xiàn)［6-8］應(yīng)用低復(fù)雜度的貪心算法實(shí)現(xiàn)信道的分配，并從無(wú)線信道分配策略以及對(duì)網(wǎng)絡(luò)吞吐量、時(shí)延的影響等方面進(jìn)行了研究。研究結(jié)果表明利用貪心算法模型能夠能夠使信道分配達(dá)到局部最優(yōu)分配的目的。但是當(dāng)網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)量眾多，且節(jié)點(diǎn)密度大時(shí)，往往不能達(dá)到令人滿意的效果，網(wǎng)絡(luò)的QOS會(huì)下降的特別明顯。其原因在于貪心算法不能達(dá)到全局最優(yōu)分配的目的。文獻(xiàn)［9］提出了基于虛擬鏈路的多信道協(xié)議，能夠很好的避免信道干擾，但是沒有很好的解決時(shí)間同步問(wèn)題。文獻(xiàn)［10］提出了一種基于忙音的IABTM（Interference-Aware Busy Tone based Multi-Channel MAC Protocol）協(xié)議。該協(xié)議使用忙音信道傳遞控制信息可以很好的解決多信道協(xié)議存在的隱終端、暴露終端以及“Deaf?ness”等問(wèn)題，提高了網(wǎng)絡(luò)的吞吐量。但是這種MAC協(xié)議在每次數(shù)據(jù)傳輸前，所有的節(jié)點(diǎn)都監(jiān)聽同一個(gè)控制信道，發(fā)送節(jié)點(diǎn)和接收節(jié)點(diǎn)首先跳轉(zhuǎn)到同一個(gè)控制信道協(xié)商傳輸控制信息，以便節(jié)點(diǎn)間無(wú)干擾通信。由于該協(xié)議僅預(yù)留了一個(gè)控制信道來(lái)傳遞控制信息，節(jié)點(diǎn)數(shù)目較多且網(wǎng)絡(luò)中要同時(shí)傳輸數(shù)據(jù)的節(jié)點(diǎn)對(duì)較多時(shí)，控制信息之間容易發(fā)生較為嚴(yán)重的沖突。

基于以上分析，本文提出一種基于BP神經(jīng)網(wǎng)絡(luò)與蟻群算法的動(dòng)態(tài)反饋負(fù)載均衡信道分配策略。該策略的核心思想為：在數(shù)據(jù)傳輸?shù)倪^(guò)程中，首先根據(jù)BP神經(jīng)網(wǎng)絡(luò)的基本原理，通過(guò)反饋得到下一階段可能不存在干擾的信道。然后應(yīng)用基于蟻群算法的負(fù)載均衡策略對(duì)信道進(jìn)行篩選，將不存在干擾且負(fù)載較小的信道序列記錄在優(yōu)先選擇列表PCL（Priority Choice Lists）中。然后應(yīng)用最大離散化的算法從PCL中選擇信道進(jìn)行信道離散化，信道最大離散化完成之后，將信道序列分配給有通信請(qǐng)求的節(jié)點(diǎn)對(duì)。

1　協(xié)議算法

多信道協(xié)議的執(zhí)行過(guò)程主要分為信道預(yù)測(cè)、信道篩選以及信道分配等3個(gè)主要過(guò)程［11］。

1.1信道預(yù)測(cè)

在信道預(yù)測(cè)方面，本文采用BP神經(jīng)網(wǎng)絡(luò)可靠性預(yù)測(cè)機(jī)制。信道可靠性預(yù)測(cè)機(jī)制BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型如圖1所示。

圖1　信道可靠性預(yù)測(cè)機(jī)制BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型

以理想因子m、當(dāng)前信道列表CCL（Current Channel List）、接收信號(hào)強(qiáng)度指示的標(biāo)準(zhǔn)差δRSSI作為輸入量，以優(yōu)先選擇信道列表PCL、接收信號(hào)強(qiáng)度的退化量ΔRSSI以及丟包率的退化量ΔPLR作為輸出量。根據(jù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的研究成果可知，隱層的節(jié)點(diǎn)如果取足夠多的數(shù)量，單一隱層的神經(jīng)網(wǎng)絡(luò)便可以滿足逼近非線性函數(shù)的精度要求，因此本文只應(yīng)用了一個(gè)隱層。

BP神經(jīng)網(wǎng)絡(luò)通過(guò)對(duì)連接權(quán)值的調(diào)整完成自我學(xué)習(xí)的功能。BP神經(jīng)網(wǎng)絡(luò)的自我學(xué)習(xí)過(guò)程主要包括信號(hào)的前向傳遞過(guò)程和誤差的反饋過(guò)程［12］，信號(hào)前向傳遞過(guò)程如式（1）所示：

式中netj和netk分別表示模型中隱層節(jié)點(diǎn)和輸出層節(jié)點(diǎn)的凈輸入量，xi和yk分別表示模型的輸入和模型的輸出，M和N分別表示模型中輸入層節(jié)點(diǎn)的個(gè)數(shù)和隱層節(jié)點(diǎn)的數(shù)量，Wij和Wjk表示模型中輸入層、隱層以及輸出層之間連接時(shí)的權(quán)重，Oj表示模型中隱層節(jié)點(diǎn)產(chǎn)生的輸出，f表示功能函數(shù)，f采用sig?moid函數(shù)：

式（2）中θ表示節(jié)點(diǎn)閾值。

網(wǎng)絡(luò)的誤差函數(shù)可以用式（3）表示：

式（3）中L表示輸出層節(jié)點(diǎn)的數(shù)量，dk表示期望得到的輸出。

本文采用使誤差梯度函數(shù)的方向下降的方法修正網(wǎng)絡(luò)中的權(quán)值，從而達(dá)到誤差反饋的目的。輸入層和隱層誤差反饋的權(quán)重設(shè)置如下：

式（4）中，μ表示學(xué)習(xí)速率，0<μ

輸出層和隱層誤差反饋的權(quán)重設(shè)置如下：

模型中閾值的修正量如下：

在算法初始化時(shí)，預(yù)先設(shè)定閾值與權(quán)重。然后根據(jù)輸出的接收信號(hào)強(qiáng)度的退化量ΔRSSI以及丟包率的退化量ΔPLR的值不斷地對(duì)閾值和權(quán)值進(jìn)行調(diào)整。直到ΔRSSI及ΔPLR值滿足要求，或者算法的學(xué)習(xí)次數(shù)超過(guò)設(shè)定的限定值退出。

經(jīng)過(guò)BP神經(jīng)網(wǎng)路多次自我學(xué)習(xí)之后，預(yù)測(cè)算法預(yù)測(cè)的信道序列接收信號(hào)強(qiáng)度指示的標(biāo)準(zhǔn)差與實(shí)際的信道序列接收信號(hào)強(qiáng)度指示的標(biāo)準(zhǔn)差的關(guān)系如圖2所示。

圖2　接收信號(hào)強(qiáng)度指示標(biāo)準(zhǔn)差的預(yù)測(cè)值與實(shí)際值的關(guān)系圖

2.2基于蟻群算法的負(fù)載均衡

蟻群優(yōu)化算法ACO（Ant Colony Optimization algorithm）是一種啟發(fā)式搜索的算法，算法從初始狀態(tài)開始根據(jù)啟發(fā)條件不斷向全局最優(yōu)的解空間逼近，直到找到全局最優(yōu)解為止。這里蟻群算法的啟發(fā)條件就是一種被稱為信息素的物質(zhì)［13］，在本文算法中指的是單一信道的負(fù)載占總負(fù)載的比重。

2.2.1負(fù)載均衡對(duì)無(wú)線傳感網(wǎng)絡(luò)性能的影響

負(fù)載均衡問(wèn)題對(duì)于無(wú)線傳感器網(wǎng)絡(luò)信道分配來(lái)說(shuō)就是使數(shù)據(jù)業(yè)務(wù)均衡的分配給各個(gè)信道。負(fù)載均衡對(duì)于無(wú)線傳感器網(wǎng)絡(luò)的總吞吐量、平均時(shí)延的性能都十分關(guān)鍵。尤其是對(duì)于總吞吐量性的作用更加明顯。原因在于，如果網(wǎng)絡(luò)負(fù)載不能均衡分布時(shí)，負(fù)載過(guò)大信道會(huì)導(dǎo)致數(shù)據(jù)業(yè)務(wù)的積壓，而負(fù)載較小的信道會(huì)產(chǎn)生信道在傳輸完數(shù)據(jù)業(yè)務(wù)后空閑的現(xiàn)象，從而影響無(wú)線傳感網(wǎng)絡(luò)的總吞吐量［14］。

2.2.2基于蟻群算法的負(fù)載均衡算法

本文設(shè)計(jì)了低開銷的跨MAC層與網(wǎng)絡(luò)層設(shè)計(jì)的蟻群系統(tǒng)優(yōu)化算法?？鏜AC層與網(wǎng)絡(luò)層算法設(shè)計(jì)的思想為：使數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層之間進(jìn)行信息的融合與交流，建立一定的聯(lián)系，協(xié)同地工作，去除冗余操作，更有效地分配網(wǎng)絡(luò)資源、提高網(wǎng)絡(luò)性能優(yōu)化的效率。從鏈路層統(tǒng)計(jì)獲得的接收信號(hào)質(zhì)量指示RSSI，負(fù)載度等參數(shù)與路徑延遲、跳數(shù)等參數(shù)一并作為路由選擇的依據(jù)，根據(jù)由以上參數(shù)定義的路由代價(jià)函數(shù)作為低開銷的蟻群算法的啟發(fā)因子。為了減小開支算法在路由層應(yīng)用了三種全新的機(jī)制：在路由發(fā)現(xiàn)階段，采用新的廣播機(jī)制，每個(gè)節(jié)點(diǎn)向它的鄰居節(jié)點(diǎn)廣播一個(gè)控制信息，但是只有其中的一個(gè)節(jié)點(diǎn)再次廣播這個(gè)消息；在路由維護(hù)階段，使用數(shù)據(jù)包只更新活躍路徑的信息，從而進(jìn)一步降低開銷；在路由恢復(fù)階段，采用深度搜索的方法來(lái)修復(fù)路徑，該算法在斷開鏈路兩端的節(jié)點(diǎn)之間嘗試用深度搜索發(fā)現(xiàn)新路徑。

在MAC層，本文設(shè)計(jì)了基于蟻群算法的負(fù)載均衡信道分配策略。算法中信息素更新分為迭代最優(yōu)更新和局部信息素更新。搜索解空間的搜索路徑選擇的方法包括按先驗(yàn)規(guī)律和按概率選擇兩種。本算法的目的是：在某一時(shí)刻，當(dāng)網(wǎng)路中的數(shù)據(jù)業(yè)務(wù)集到來(lái)之時(shí)，利用蟻群系統(tǒng)算法找到一個(gè)使得負(fù)載最均衡分布的信道分配序列。信道負(fù)載分配是否均衡可以用信道負(fù)載分布的標(biāo)準(zhǔn)差來(lái)表示：標(biāo)準(zhǔn)差B為負(fù)載均衡度。式（7）中j表示可用信道的總量，xj表示信道j的負(fù)載比，q表示信道的平均負(fù)載比，B表示信道負(fù)載比的標(biāo)準(zhǔn)差。B越小表示信道負(fù)載的波動(dòng)越小，負(fù)載分布越均衡。算法優(yōu)先為低負(fù)載的信道更新信道負(fù)載比。而隨著整體負(fù)載的上升，更新機(jī)制逐步放開負(fù)載比更新的限制條件，讓更多相對(duì)負(fù)載比較高的信道加入到算法調(diào)度中；當(dāng)系統(tǒng)負(fù)載下降，則又會(huì)在全局更新中關(guān)閉個(gè)別負(fù)載比較高的信道的調(diào)度。從而達(dá)到整體負(fù)載均衡的目的。

①迭代更新公式

在本協(xié)議中i（r，s）表示信道rs上的信息素含量，即信道rs的負(fù)載量占總負(fù)載量的比值，Δi(r,s)表示信道上的負(fù)載占總負(fù)載總量比值的增量，ρ表示迭代最優(yōu)更新負(fù)載比的揮發(fā)因子，（1-ρ）表示跟新負(fù)載比的殘留因子。通過(guò)改變?chǔ)押蚄的取值調(diào)整信道負(fù)載增長(zhǎng)的速度。σ(r,s)表示每次迭代產(chǎn)生最優(yōu)信道序列負(fù)載的標(biāo)準(zhǔn)差，IOP（Iterative Optimal Path）表示迭代最優(yōu)路徑。

②局部更新公式?表示局部更新負(fù)載比的揮發(fā)系數(shù)，(0)表示負(fù)載比的初值，?的引入可以減少被選擇過(guò)的信道上的負(fù)載比，有利于新路徑的發(fā)現(xiàn)。

③路徑轉(zhuǎn)移規(guī)則公式q0(0q0時(shí)，按照概率對(duì)信道進(jìn)行搜索。當(dāng)q≤q0時(shí)按照先驗(yàn)規(guī)律選擇信道。

④轉(zhuǎn)移概率計(jì)算公式

式（12）中，Pkij(t)表示第k螞蟻在t時(shí)刻選擇信道ij的概率，allowedk表示所有與i節(jié)點(diǎn)有邊相連的節(jié)點(diǎn)集合，即第k只螞蟻在節(jié)點(diǎn)i處可選擇的節(jié)點(diǎn)集合，如果節(jié)點(diǎn)在該集合之中，則其概率按負(fù)載比的濃度進(jìn)行計(jì)算；反之，其概率為0。轉(zhuǎn)移概率公式表示某一次迭代的第k只螞蟻按照該信道負(fù)載占總負(fù)載的比例計(jì)算出的，如果該信道的負(fù)載占總負(fù)載的比重越大，則其轉(zhuǎn)移的概率也越大。

基于蟻群算法的無(wú)線傳感器網(wǎng)路多信道負(fù)載均衡調(diào)度算法的算法描述如表1所示。

表1　算法的負(fù)載均衡調(diào)度算法

2.3信道最大離散化

信道的最大離散化，將優(yōu)先選擇列表中的信道以公式（13）的方法進(jìn)行最大離散化并分為4組：

G(i)=[i+0H,i+1H,i+kH] i=1,2,3,4 k=3（13）式（13）中，k表示滿足不等式i+kH≤16的最大值。每組至少包括n個(gè)信道，如式（14）所示。

為了保證頻段最大離散化能夠最大限度的分開每組信道。第j組的信道表示如式（15）所示：

例如，某一時(shí)刻PCL中的信道依次為：1、3、4、6、8、9、11、12、14，則經(jīng)過(guò)最大離散化算法得到的信道分配序列為：3、9、6、12、1、8、14、4、11。信道最大離散化完成。當(dāng)有節(jié)點(diǎn)對(duì)要進(jìn)行數(shù)據(jù)傳輸時(shí)，則從最大離散化之后的信道列表中根據(jù)貪心著色算法選擇信道分配給節(jié)點(diǎn)對(duì)。

3　實(shí)驗(yàn)與仿真分析

為了對(duì)本文設(shè)計(jì)的MAC協(xié)議（在下文中記為MDMAC）的性能進(jìn)行驗(yàn)證和評(píng)估，在NS2仿真平臺(tái)上分別對(duì)本文提出的MDMAC協(xié)議、SMAC協(xié)議以及MMAC協(xié)議從網(wǎng)絡(luò)總吞吐量、平均時(shí)延、丟包率等方面進(jìn)行仿真測(cè)試和協(xié)議性能分析，從而驗(yàn)證本文提出的MDMAC協(xié)議的高效性。考慮到成本的因素，本協(xié)議適用于單收發(fā)器的節(jié)點(diǎn)，因此在仿真過(guò)程中，把節(jié)點(diǎn)設(shè)置為半雙工工作模式。

3.1仿真配置

在NS2仿真平臺(tái)中需要定義無(wú)線節(jié)點(diǎn)的參數(shù)，如表2所示。網(wǎng)絡(luò)的仿真拓?fù)浣Y(jié)構(gòu)圖如圖3所示。

表2　無(wú)線節(jié)點(diǎn)參數(shù)設(shè)置

圖3　網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖

3.2性能分析

圖4能夠看出，當(dāng)包到達(dá)速率處于較低的水平時(shí)，MDMAC與SMAC及MMAC的吞吐量接近，這是由于網(wǎng)絡(luò)負(fù)載較小時(shí)單信道協(xié)議可以滿足網(wǎng)絡(luò)的傳輸要求，不會(huì)發(fā)生嚴(yán)重的數(shù)據(jù)沖突；而當(dāng)包到達(dá)速率高于某個(gè)臨界值時(shí)，MDMAC協(xié)議的吞吐量明顯高于SMAC協(xié)議及MMAC協(xié)議，而且隨著包到達(dá)速率的不斷增加，MDMAC協(xié)議的吞吐量增大的比SMAC協(xié)議及MMAC協(xié)議越來(lái)越明顯。這是因?yàn)镸DMAC協(xié)議應(yīng)用蟻群算法實(shí)現(xiàn)負(fù)載的均衡分布，以及基于BP神經(jīng)網(wǎng)絡(luò)的信道預(yù)測(cè)機(jī)制降低了信道相互干擾的幾率，使無(wú)線信道的頻譜資源得到了充分的利用，從而提升了無(wú)線網(wǎng)絡(luò)的吞吐量性能。

圖5對(duì)比了MDMAC協(xié)議、SMAC協(xié)議以及MMAC協(xié)議在包到達(dá)速率發(fā)生變化的情況下網(wǎng)絡(luò)平均時(shí)延的性能。從圖中可以看出，當(dāng)網(wǎng)絡(luò)負(fù)載較低時(shí)，即包到達(dá)率較小時(shí)，三種MAC協(xié)議的網(wǎng)絡(luò)平均時(shí)延都較小。但是多信道的MDMAC以及MMAC協(xié)議的平均時(shí)延要比SMAC的平均時(shí)延高，這是因?yàn)楫?dāng)網(wǎng)絡(luò)負(fù)載較小時(shí)，單信道SMAC協(xié)議能夠滿足網(wǎng)絡(luò)傳輸?shù)男枨螅⑶遗cMDMAC協(xié)議及MMAC協(xié)議相比不存在信道協(xié)商與切換的時(shí)延。而當(dāng)網(wǎng)絡(luò)負(fù)載增大時(shí)，包到達(dá)率超過(guò)某個(gè)特定值時(shí)，三種MAC協(xié)議的網(wǎng)絡(luò)平均時(shí)延均增大。但是MDMAC協(xié)議平均時(shí)延的增長(zhǎng)速度明顯比SMAC協(xié)議及MMAC協(xié)議小。這是由于SMAC協(xié)議及MMAC協(xié)議均采用退避機(jī)制，網(wǎng)絡(luò)負(fù)載較高時(shí)網(wǎng)絡(luò)沖突節(jié)點(diǎn)的退避時(shí)間增大。而MDMAC協(xié)議能夠根據(jù)信道的質(zhì)量動(dòng)態(tài)的進(jìn)行信道切換，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)信道質(zhì)量，并通過(guò)最大離散化的算法降低信道間的干擾以及沖突的發(fā)生概率。與本文設(shè)計(jì)的MDMAC協(xié)議相比，MMAC協(xié)議可能會(huì)持續(xù)的競(jìng)爭(zhēng)信道直到競(jìng)爭(zhēng)失敗，這樣就會(huì)造成網(wǎng)絡(luò)的平均時(shí)延大大升高。由此可見本文設(shè)計(jì)的MDMAC協(xié)議的網(wǎng)絡(luò)平均時(shí)延性能高于SMAC協(xié)議及MMAC協(xié)議。

圖4　靜態(tài)網(wǎng)絡(luò)中吞吐量與包到達(dá)速率的關(guān)系

圖5　靜態(tài)網(wǎng)絡(luò)中分組平均延遲與包到達(dá)速率的關(guān)系

通過(guò)對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)據(jù)包發(fā)送速率進(jìn)行調(diào)節(jié)，測(cè)試得到的丟包率結(jié)果如圖6所示。由圖可見網(wǎng)絡(luò)節(jié)點(diǎn)發(fā)送速率較快即網(wǎng)絡(luò)負(fù)載較重時(shí)，由于信道中的數(shù)據(jù)包量大而造成較大的碰撞和丟包率，導(dǎo)致了較為嚴(yán)重的網(wǎng)絡(luò)擁塞。尤其是在使用單信道的SMAC協(xié)議中，丟包率的增加更為明顯。而MDMAC協(xié)議及MMAC協(xié)議由于采用了多信道機(jī)制，有效降低了網(wǎng)絡(luò)擁塞程度，降低了網(wǎng)絡(luò)中的數(shù)據(jù)包碰撞概率。與MMAC協(xié)議相比，本文設(shè)計(jì)的MDMAC協(xié)議采用了基于BP神經(jīng)網(wǎng)路的最大離散化信道分配策略，最大限度的減少了信道相互干擾的可能性以及數(shù)據(jù)碰撞的概率。綜合來(lái)看，MDMAC協(xié)議比目前應(yīng)用最為廣泛的單信道的SMAC協(xié)議及典型的多信道MMAC協(xié)議具有更小的丟包率。

圖6　不同發(fā)送速率下丟包率

4　結(jié)束語(yǔ)

在實(shí)際應(yīng)用中，網(wǎng)絡(luò)環(huán)境可能是復(fù)雜多變的。網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、節(jié)點(diǎn)間的干擾以及外界干擾如WiFi

信號(hào)的干擾都可能時(shí)刻在發(fā)生著變化。而上述問(wèn)題在本文設(shè)計(jì)的MDMAC協(xié)議中都沒有進(jìn)行深入的探討與分析研究。所以，為使本文提出的MD?MAC協(xié)議在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生快速變化及外界干擾環(huán)境復(fù)雜等情況下，網(wǎng)絡(luò)性能仍然具有較高的可靠性，仍然存在很多問(wèn)題需要研究與分析。

參考文獻(xiàn)：

［1］任昊翔，郭達(dá)偉，邵凝寧.一種新型的無(wú)競(jìng)爭(zhēng)的基于TDMA的MAC協(xié)議［J］.傳感技術(shù)學(xué)報(bào)，2013，26（1）：89-94.

［2］張招亮，陳海明，黃庭培.無(wú)線傳感器網(wǎng)絡(luò)中一種抗無(wú)線局域網(wǎng)干擾的信道分配機(jī)制［J］.計(jì)算機(jī)學(xué)報(bào)，2012，35（1）：504-517.

［3］Zhang X，Shin K G. Enabling Coexistence of Heterogeneous Wire? less Systems：Case for ZigBee and WiFi［C］//Proceedings of the 12th ACM International Symposium on Mobile Ad Hoc Network?ingand Computing（MobiHoc）. 2011：231-154.

［4］張龍妹，史浩山，陸偉. DTFMM：一種適應(yīng)于WMSNs的多信道MAC協(xié)議［J］.傳感技術(shù)學(xué)報(bào)，2011，24（3）：452-457

［5］張娜，陳曙.無(wú)線局域網(wǎng)MAC層協(xié)作通信改進(jìn)方案［J］.傳感技術(shù)學(xué)報(bào)，2012，25（2）：283-288

［6］王豐亮，呂衛(wèi)鋒，諸彤宇.基于貪心策略的多信道數(shù)據(jù)廣播調(diào)度算法［J］.計(jì)算機(jī)工程，2011，12：179-181

［7］Wu X，Srikant R. Scheduling Efficiency of Distributed Greedy Scheduling Algorithms in Wireless Networks［C］//Proc IEEE Info?com，2006：595-605.

［8］秦紹華.無(wú)線傳感器網(wǎng)絡(luò)多信道技術(shù)的研究［D］.山東大學(xué)，2014：23-36.

［9］Juan L，HaiBo L，RenFa L. VL-MAC：Virtual Link Based Multichannel MAC Scheme in WSN［C］//Information Technology：New Generations，2009. ITNG’09. Sixth International Conference on. IEEE，2009：1600-1601.

［10］李鎣.無(wú)線自組織網(wǎng)MAC層協(xié)議關(guān)鍵技術(shù)的研究［D］.上海：上海交通大學(xué)，2007：41-66.

［11］Lei Hongjiang，Gao Chao，Guo Yongcai. Survey of Multi-Channel MAC Protocols for IEEE 802.11-Based Wireless Mesh Networks ［J］. The Journal of China Universities of Posts and Telecommuni?cations，2011（2）：33-44.

［12］孔玉靜，侯鑫，華爾天.基于BP神經(jīng)網(wǎng)絡(luò)的無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議的研究［J］.傳感技術(shù)學(xué)報(bào)，2013，26（2）：246-251.

［13］Dorigo M，Maniezzo V，Colorni A. The Ant System：Optimization by a Colony of Cooperatingagents［J］. IEEE Transactions on Sys?tems，Man and Cybernetics-PartB，1996，26（1）：29-41.

［14］王璟，王利利，游金闊.基于動(dòng)態(tài)配置等價(jià)多路徑技術(shù)的無(wú)線傳感器網(wǎng)絡(luò)負(fù)載均衡算法研究［J］.傳感技術(shù)學(xué)報(bào)，2015，28 （5）：752-756.

翟學(xué)明（1967-），男，博士，副教授，主要從事電力系統(tǒng)自動(dòng)化在線監(jiān)測(cè)技術(shù)、絕緣監(jiān)測(cè)技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)及其應(yīng)用的研究，zxm3165@126.com；

王佳（1989-），男，碩士研究生，2013年就讀于華北電力大學(xué)（保定）控制與計(jì)算機(jī)科學(xué)學(xué)院計(jì)算機(jī)系，主要研究方向?yàn)闊o(wú)線傳感器網(wǎng)絡(luò)，1069695617@qq.com。

Research on Channel Allocation Strategy Based on Ant Colony Algorithm and BP Neural Network*

ZHAI Xueming*，WANG Jia，LI Jinze
（School of Control and Computer Engineering，North China Electric Power University，Baoding Hebei 071003，China）

Abstract：The main purpose of studying channel allocation strategy of wireless sensor network is to improve net?work throughput and capacity，reduce transmission delay of the network，and use the limited network bandwidth re?sources efficiently. Application of multi-channel MAC protocol can solve the problem of network paralysis caused by channel interference. Due to the characteristics of the wireless sensor network，this article proposed a dynam?icfeedback load balancing channel allocation strategy based onant colony algorithm. This strategy applied BP neural network to predict the channels’load，then filtered the channels by using the load-balancing algorithm based on ant colony，finally allocated the channel sequences by using the maximum discrete channel allocation algorithm. Final?ly，this protocol wassimulated and implemented on NS2 platform，and it was also compared with the MMAC protocol and the SMAC protocol. According to the simulation，the MAC protocol we proposed in this paper performed better than the MMAC protocol and the SMAC protocol in terms of network throughput，network delay to a large degree of improvement. It can effectively reduce the network delay，increase network throughput and enhance the anti-jam?mingcapability.

Key words：wireless senor network；multi-channeldistribution mechanism；ant colony algorithm；BP neural net?work；maximum discrete；NS2 simulation

doi：EEACC：1295；6150P；723010.3969/j.issn.1004-1699.2016.03.024

收稿日期：2015-08-22修改日期：2015-12-03

中圖分類號(hào)：TP393

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-1699（2016）03-0445-06