基于數(shù)據(jù)卸載策略的能量?jī)?yōu)化方法在移動(dòng)代理路徑規(guī)劃中的應(yīng)用

史霄波，魯建宇，王文燁，阮航，朱瑄，3

（1.華中科技大學(xué)，湖北武漢430074；2.河南師范大學(xué)，河南新鄉(xiāng)453007；3.華中師范大學(xué)，湖北武漢430079）

研究與開發(fā)

基于數(shù)據(jù)卸載策略的能量?jī)?yōu)化方法在移動(dòng)代理路徑規(guī)劃中的應(yīng)用

史霄波1，2，魯建宇1，王文燁1，阮航1，朱瑄1，3

（1.華中科技大學(xué)，湖北武漢430074；2.河南師范大學(xué)，河南新鄉(xiāng)453007；3.華中師范大學(xué)，湖北武漢430079）

提出了移動(dòng)代理數(shù)據(jù)卸載策略，對(duì)無(wú)線傳感器網(wǎng)絡(luò)中現(xiàn)有移動(dòng)代理規(guī)劃路徑進(jìn)行優(yōu)化，根據(jù)卸載規(guī)則決定是否將數(shù)據(jù)分組分離通過優(yōu)化的卸載路徑傳遞，卸載數(shù)據(jù)的移動(dòng)代理通過原路徑訪問數(shù)據(jù)源節(jié)點(diǎn)。使用移動(dòng)代理經(jīng)典算法IEMF（itinerary energy minimum for first-source-selection）進(jìn)行大量的仿真實(shí)驗(yàn)，結(jié)果顯示，提出的數(shù)據(jù)卸載策略能有效地解決數(shù)據(jù)源節(jié)點(diǎn)能量消耗過快的問題，延長(zhǎng)數(shù)據(jù)源節(jié)點(diǎn)的生存期。

數(shù)據(jù)卸載；移動(dòng)代理；路徑規(guī)劃；無(wú)線傳感器網(wǎng)絡(luò)

1 引言

無(wú)線傳感器網(wǎng)絡(luò)（wireless sensor network，WSN）能在復(fù)雜地形、危險(xiǎn)地區(qū)部署大規(guī)模的傳感器，通過自組網(wǎng)的方式進(jìn)行通信和聚合信息，借助無(wú)人機(jī)等其他無(wú)人操控設(shè)備共同構(gòu)建網(wǎng)絡(luò)，在天氣預(yù)測(cè)、災(zāi)情監(jiān)測(cè)、軍事、交通管理、野外火災(zāi)監(jiān)測(cè)［1，2］等領(lǐng)域應(yīng)用廣泛。傳感器節(jié)點(diǎn)能量和計(jì)算能力有限，網(wǎng)絡(luò)中部分傳感器節(jié)點(diǎn)能量消耗完會(huì)影響數(shù)據(jù)采集的準(zhǔn)確性，所以減少傳感器節(jié)點(diǎn)的能量消耗，延長(zhǎng)傳感器網(wǎng)絡(luò)的生存期成為傳感器網(wǎng)絡(luò)研究的熱點(diǎn)之一［3-6］。

WSN中傳感器節(jié)點(diǎn)由3類組成：匯聚（sink）節(jié)點(diǎn)；感知信息的數(shù)據(jù)源傳感器節(jié)點(diǎn)；轉(zhuǎn)發(fā)數(shù)據(jù)的中繼傳感器節(jié)點(diǎn)。匯聚節(jié)點(diǎn)派出移動(dòng)代理（mobile agent，MA）通過無(wú)線多跳的方式依次訪問路徑中所有的數(shù)據(jù)源傳感器節(jié)點(diǎn)，移動(dòng)代理對(duì)數(shù)據(jù)源傳感器感知的數(shù)據(jù)經(jīng)過壓縮融合，帶回sink節(jié)點(diǎn)。參考文獻(xiàn)［7］中將WSN中移動(dòng)代理的設(shè)計(jì)分成4部分：結(jié)構(gòu)設(shè)計(jì)、路徑規(guī)劃、中間件設(shè)計(jì)、移動(dòng)代理的協(xié)同操作，其中移動(dòng)代理的路徑規(guī)劃設(shè)計(jì)是移動(dòng)代理設(shè)計(jì)的核心問題。移動(dòng)代理路徑規(guī)劃算法包括單移動(dòng)代理路徑規(guī)劃（single-mobile agent itinerary planning，SIP）算法，如IEMF/IEMA［7，8］、LCF/GCF［9］，多移動(dòng)代理路徑規(guī)劃（multi-mobile agent itinerary planning，MIP）算法：GA-MIP［10］、TBID［11］、NOID［12］、BST/MST［13］、DSG-MIP［14］等。這些移動(dòng)代理路徑規(guī)劃算法規(guī)劃路徑時(shí)，都以減少總的能量消耗和數(shù)據(jù)時(shí)延為目標(biāo)，但是隨著MA訪問數(shù)據(jù)源傳感器數(shù)量增多，攜帶的數(shù)據(jù)量增大，MA經(jīng)過傳感器節(jié)點(diǎn)時(shí)消耗的能量增大，路徑遠(yuǎn)端的數(shù)據(jù)源節(jié)點(diǎn)能量消耗遠(yuǎn)遠(yuǎn)大于路徑近端的數(shù)據(jù)源節(jié)點(diǎn)能量消耗，數(shù)據(jù)源節(jié)點(diǎn)能量消耗的不均衡會(huì)造成網(wǎng)絡(luò)生存期縮短。

本文針對(duì)以上問題提出數(shù)據(jù)卸載技術(shù)［15，16］，對(duì)單移動(dòng)代理和多移動(dòng)代理路徑規(guī)劃算法規(guī)劃路徑進(jìn)行優(yōu)化，均衡數(shù)據(jù)源傳感器節(jié)點(diǎn)的能量消耗，提高數(shù)據(jù)源傳感器節(jié)點(diǎn)的能量效率，延長(zhǎng)網(wǎng)絡(luò)的生存期。

2 無(wú)線傳感器網(wǎng)絡(luò)移動(dòng)代理路徑規(guī)劃

2.1 移動(dòng)代理在WSN中的應(yīng)用

WSN中的n個(gè)監(jiān)測(cè)點(diǎn)位置的傳感器作為數(shù)據(jù)源節(jié)點(diǎn)，所有傳感器節(jié)點(diǎn)初始能量已知，設(shè)置一個(gè)能量不受限制的匯聚節(jié)點(diǎn)。異常情況發(fā)生時(shí)，sink節(jié)點(diǎn)派出MA按照規(guī)劃好的路徑以無(wú)線多跳的方式訪問所有n個(gè)監(jiān)測(cè)點(diǎn)的數(shù)據(jù)源傳感器節(jié)點(diǎn)，將數(shù)據(jù)源傳感器節(jié)點(diǎn)執(zhí)行監(jiān)測(cè)任務(wù)感知數(shù)據(jù)帶回sink節(jié)點(diǎn)。

MA從sink節(jié)點(diǎn)派出時(shí)只有固定的部分包括處理模塊和路徑地址信息等，經(jīng)過多跳到達(dá)數(shù)據(jù)源傳感器節(jié)點(diǎn)，將數(shù)據(jù)源節(jié)點(diǎn)感知的數(shù)據(jù)添加到MA中，以后MA經(jīng)過多跳每到達(dá)一個(gè)數(shù)據(jù)源節(jié)點(diǎn)時(shí)添加數(shù)據(jù)源節(jié)點(diǎn)感知的數(shù)據(jù)。假設(shè)n個(gè)數(shù)據(jù)源傳感器初始能量相同，每一個(gè)傳感器處理單位長(zhǎng)度數(shù)據(jù)能量消耗相同，第1個(gè)數(shù)據(jù)源傳感器生存期最長(zhǎng)，能量效率最高，第2個(gè)數(shù)據(jù)源傳感器次之，第n個(gè)數(shù)據(jù)源傳感器生存期最短，能量效率最低。

為MA訪問n個(gè)數(shù)據(jù)源傳感器節(jié)點(diǎn)規(guī)劃出優(yōu)化路徑，要協(xié)同考慮總能量消耗、數(shù)據(jù)源節(jié)點(diǎn)能量消耗、時(shí)延等因素。

2.2 數(shù)據(jù)融合模型

MA訪問第2～n個(gè)數(shù)據(jù)源傳感器節(jié)點(diǎn)時(shí)，為了減少數(shù)據(jù)冗余，需要將傳感器節(jié)點(diǎn)感知的數(shù)據(jù)和MA傳遞的數(shù)據(jù)進(jìn)行融合。ρ表示數(shù)據(jù)的融合率，0≤ρ≤1，ρ=1表示數(shù)據(jù)完全融合，ρ=0表示數(shù)據(jù)沒有融合，假設(shè)所有數(shù)據(jù)源節(jié)點(diǎn)的融合率相同。MA訪問第k個(gè)數(shù)據(jù)源節(jié)點(diǎn)后的大小為：

2.3 能量消耗模型

根據(jù)第2.2節(jié)對(duì)MA訪問傳感器的能耗進(jìn)行估算，主要包括數(shù)據(jù)感知、數(shù)據(jù)壓縮、數(shù)據(jù)融合、通信能量消耗等。MA的路徑｛t→Vi（n）→t}=｛t，｛Srci1，Srci2，…，Srcin}，t}，表示MA從sink節(jié)點(diǎn)t出發(fā)訪問所有的n個(gè)傳感器節(jié)點(diǎn)后返回t。每一個(gè)節(jié)點(diǎn)的通信能量消耗包括接收MA的能量消耗、控制能量消耗和發(fā)送MA的能量消耗。定義ectrl為表示節(jié)點(diǎn)數(shù)據(jù)通信的控制能量消耗，Mrx和Mtx分別接收和發(fā)送一個(gè)數(shù)據(jù)位的能量消耗，lrx和ltx分別表示節(jié)點(diǎn)接收的數(shù)據(jù)大小和發(fā)送的數(shù)據(jù)大小。一個(gè)數(shù)據(jù)源節(jié)點(diǎn)的通信能量消耗表示為：

其中，Mp表示數(shù)據(jù)源節(jié)點(diǎn)感知和壓縮一個(gè)數(shù)據(jù)位的能耗，Mg表示融合一個(gè)數(shù)據(jù)位的能耗，數(shù)據(jù)源節(jié)點(diǎn)k的能量消耗表示為：

3 移動(dòng)代理數(shù)據(jù)卸載策略

WSN中n個(gè)數(shù)據(jù)源傳感器是MA路徑中的關(guān)鍵節(jié)點(diǎn)，位于路徑最后的數(shù)據(jù)源節(jié)點(diǎn)n能量消耗En最大。移動(dòng)代理數(shù)據(jù)卸載是在原規(guī)劃路徑不變的情況下，進(jìn)行數(shù)據(jù)源節(jié)點(diǎn)數(shù)據(jù)的卸載操作，將數(shù)據(jù)源節(jié)點(diǎn)轉(zhuǎn)發(fā)其他傳感器感知數(shù)據(jù)和數(shù)據(jù)融合的功能卸載到中繼節(jié)點(diǎn)，減少數(shù)據(jù)源傳感器節(jié)點(diǎn)處理的數(shù)據(jù)量，降低數(shù)據(jù)源節(jié)點(diǎn)k的能量消耗Ek。

3.1 一次數(shù)據(jù)卸載

未進(jìn)行數(shù)據(jù)卸載時(shí)的移動(dòng)代理數(shù)據(jù)傳遞如圖1所示。數(shù)據(jù)源節(jié)點(diǎn)k-1發(fā)送的數(shù)據(jù)經(jīng)過多跳到達(dá)數(shù)據(jù)源節(jié)點(diǎn)k；將節(jié)點(diǎn)k感知的數(shù)據(jù)進(jìn)行壓縮后和接收到的k-1節(jié)點(diǎn)傳遞的數(shù)據(jù)融合發(fā)送到下一跳節(jié)點(diǎn)a。

圖1 移動(dòng)代理數(shù)據(jù)未卸載

數(shù)據(jù)源節(jié)點(diǎn)k能量消耗：

k后中繼節(jié)點(diǎn)a能量消耗：

如圖2所示移動(dòng)代理在第k個(gè)數(shù)據(jù)源節(jié)點(diǎn)進(jìn)行數(shù)據(jù)卸載操作，數(shù)據(jù)源節(jié)點(diǎn)k-1發(fā)送的數(shù)據(jù)在到達(dá)k前before_offload節(jié)點(diǎn)b處進(jìn)行數(shù)據(jù)卸載；卸載數(shù)據(jù)后的MA頭部發(fā)送到數(shù)據(jù)源節(jié)點(diǎn)k，對(duì)k感知的數(shù)據(jù)進(jìn)行壓縮后和MA頭部一起發(fā)送到路徑規(guī)劃的after_offload節(jié)點(diǎn)a；數(shù)據(jù)由節(jié)點(diǎn)b發(fā)送到offload節(jié)點(diǎn)o；節(jié)點(diǎn)o轉(zhuǎn)發(fā)數(shù)據(jù)到節(jié)點(diǎn)a，在節(jié)點(diǎn)a進(jìn)行數(shù)據(jù)的融合操作。

數(shù)據(jù)源節(jié)點(diǎn)k能量消耗為：

圖2 移動(dòng)代理數(shù)據(jù)卸載

k后中繼節(jié)點(diǎn)a能量消耗為：

k數(shù)據(jù)轉(zhuǎn)發(fā)節(jié)點(diǎn)o能量消耗為：

使用數(shù)據(jù)卸載策略，數(shù)據(jù)源節(jié)點(diǎn)k節(jié)省的能量消耗為：

k使用數(shù)據(jù)卸載策略增加的總能量消耗：

采用移動(dòng)代理數(shù)據(jù)卸載策略的數(shù)據(jù)源傳感器節(jié)點(diǎn)能量消耗等于移動(dòng)代理訪問第一個(gè)數(shù)據(jù)源傳感器節(jié)點(diǎn)的能量消耗Ek＇=E1，也就是使用數(shù)據(jù)卸載策略之后，每一個(gè)進(jìn)行數(shù)據(jù)卸載的數(shù)據(jù)源傳感器節(jié)點(diǎn)的能量消耗相同，達(dá)到了能耗均衡的目的，從而延長(zhǎng)數(shù)據(jù)源傳感器節(jié)點(diǎn)的生存期。但是使用數(shù)據(jù)卸載策略會(huì)增加總能量消耗，增加的總能量消耗分散在中繼節(jié)點(diǎn)a和卸載節(jié)點(diǎn)o。

3.2 卸載節(jié)點(diǎn)選擇

數(shù)據(jù)卸載要為進(jìn)行數(shù)據(jù)卸載前的k-1個(gè)數(shù)據(jù)源感知的數(shù)據(jù)選擇卸載路徑，數(shù)據(jù)卸載的能量消耗主要來(lái)源于k前before_offload節(jié)點(diǎn)b轉(zhuǎn)發(fā)數(shù)據(jù)到卸載節(jié)點(diǎn)o，卸載節(jié)點(diǎn)o轉(zhuǎn)發(fā)數(shù)據(jù)到k后after_offload節(jié)點(diǎn)的能量消耗。尋找使卸載能量消耗值最小的傳感器節(jié)點(diǎn)o，作為數(shù)據(jù)卸載節(jié)點(diǎn)，卸載節(jié)點(diǎn)選擇算法偽代碼見算法1。使用算法1尋找k卸載節(jié)點(diǎn)時(shí)分兩種情況：before_offload節(jié)點(diǎn)b和after_offload節(jié)點(diǎn)a的傳輸半徑R之內(nèi)的傳感器節(jié)點(diǎn)集合交集不空時(shí)，返回值s為卸載節(jié)點(diǎn)o，增加的總能量消耗為Et=（Eka＇-Eka）-（Ek-Ek＇）+Eko；before_offload節(jié)點(diǎn)b和after_offload節(jié)點(diǎn)a的傳輸半徑R之內(nèi)的傳感器節(jié)點(diǎn)集合交集為空時(shí)，返回值s為卸載節(jié)點(diǎn)o，需要再次調(diào)用卸載節(jié)點(diǎn)選擇算法，將節(jié)點(diǎn)o作為before_offload節(jié)點(diǎn)b，尋找下一個(gè)卸載節(jié)點(diǎn)o，直到滿足第一種情況，增加的總能量消耗Et=（Eka＇-Eka）-（Ek-Ek＇）+m·Eko，m是尋找到的卸載節(jié)點(diǎn)的個(gè)數(shù)。

算法1卸載節(jié)點(diǎn)選擇算法

初始化offload_before［］/b傳輸半徑R內(nèi)的傳感器

初始化offload_after［］/a傳輸半徑R內(nèi)的傳感器

ifoffload_before［］∧offload_after［］≠

｛distance=0；

while（s in（offload_before［］∧offload_after［］∧s not in source［］））

｛ifd（k，s）＞distance/d（k，s）表示k與s之間的距離

｛d（k，s）→distance}}}

else

｛distance=max_value；

while（s in offload_before［］∧s not in source［］）

｛if d（a，s）＜distance

d（a，s）→distance}

}

returns

3.3 數(shù)據(jù)卸載實(shí)現(xiàn)

MA按照路徑規(guī)劃算法規(guī)劃的路徑遷移，對(duì)路徑中的每一個(gè)數(shù)據(jù)源節(jié)點(diǎn)，判斷是否采用MA數(shù)據(jù)卸載策略，也就是在不更改路徑的情況下執(zhí)行MA數(shù)據(jù)卸載策略。MA數(shù)據(jù)卸載策略以減少數(shù)據(jù)源傳感器能量消耗為目的，在實(shí)施過程中如果對(duì)數(shù)據(jù)源傳感器節(jié)點(diǎn)有額外增加的能量消耗，此數(shù)據(jù)源節(jié)點(diǎn)將不采用數(shù)據(jù)卸載策略，具體規(guī)則如下。

·數(shù)據(jù)源節(jié)點(diǎn)k不采用數(shù)據(jù)卸載策略的能量消耗為Ek，采用數(shù)據(jù)卸載策略的能量消耗為Ek＇，若滿足Ek＞Ek＇，可以考慮進(jìn)行數(shù)據(jù)卸載。

·如果路徑中數(shù)據(jù)源節(jié)點(diǎn)k的下一跳after_offload節(jié)點(diǎn)a是數(shù)據(jù)源節(jié)點(diǎn)k+1。Eka＇和Eka分別表示節(jié)點(diǎn)a使用和不使用數(shù)據(jù)卸載能量消耗，由于Eka＇＞Eka，所以k不能直接使用第3.1節(jié)的數(shù)據(jù)卸載策略。需要進(jìn)行迭代調(diào)整：k+1節(jié)點(diǎn)只能作為數(shù)據(jù)源節(jié)點(diǎn)，數(shù)據(jù)融合轉(zhuǎn)由后序的after_offload節(jié)點(diǎn)完成；MA攜帶的k-1個(gè)數(shù)據(jù)源節(jié)點(diǎn)數(shù)據(jù)沿迭代數(shù)據(jù)卸載路徑傳遞到后序的after_offload節(jié)點(diǎn)。迭代時(shí)將k作為before_offload節(jié)點(diǎn)，k+1數(shù)據(jù)源節(jié)點(diǎn)和k+1后第一跳節(jié)點(diǎn)作為after_offload節(jié)點(diǎn)調(diào)用算法1。迭代卸載路徑示意如圖3所示：第k個(gè)數(shù)據(jù)源節(jié)點(diǎn)539進(jìn)行數(shù)據(jù)卸載操作，k+1節(jié)點(diǎn)494是after_offload節(jié)點(diǎn)，調(diào)用算法1找到offload節(jié)點(diǎn)778；539節(jié)點(diǎn)作為before_offload節(jié)點(diǎn)，第k+1個(gè)數(shù)據(jù)源節(jié)點(diǎn)494的下一跳節(jié)點(diǎn)493作為after_offload節(jié)點(diǎn)調(diào)用算法1，找到offload節(jié)點(diǎn)777。

·路徑中數(shù)據(jù)源節(jié)點(diǎn)k的下一跳after_offload節(jié)點(diǎn)是MA已經(jīng)收集過數(shù)據(jù)的數(shù)據(jù)源節(jié)點(diǎn)n，由于Eka＇＞Eka，所以數(shù)據(jù)源節(jié)點(diǎn)k不采用數(shù)據(jù)卸載策略。

MA從sink節(jié)點(diǎn)派出采用數(shù)據(jù)卸載策略訪問路徑中所有數(shù)據(jù)源節(jié)點(diǎn)，算法流程如圖4所示。

4 仿真實(shí)驗(yàn)

MA數(shù)據(jù)卸載策略不改變MA已有路徑規(guī)劃，可以應(yīng)用于現(xiàn)有的MIP和SIP算法，本文對(duì)IEMF算法規(guī)劃的路徑使用與不使用MA數(shù)據(jù)卸載策略兩種情況，進(jìn)行了大量的仿真實(shí)驗(yàn)對(duì)比。

4.1 仿真參數(shù)

使用OPNET［17］在1 000 m×500 m的范圍內(nèi)隨機(jī)部署800個(gè)傳感器節(jié)點(diǎn)，sink節(jié)點(diǎn)部署在網(wǎng)絡(luò)的邊緣，隨機(jī)選取5～40個(gè)數(shù)據(jù)源傳感器節(jié)點(diǎn)。sink節(jié)點(diǎn)派出移動(dòng)代理訪問所有的數(shù)據(jù)源傳感器，通過無(wú)線多跳的方式收集感知數(shù)據(jù)，傳遞給sink節(jié)點(diǎn)。仿真參數(shù)見表1。

圖3 迭代卸載路徑示意

圖4 MA數(shù)據(jù)卸載策略路徑流程

表1 移動(dòng)代理WSN仿真參數(shù)

4.2 融合率對(duì)MA數(shù)據(jù)卸載的影響

隨機(jī)選取10個(gè)數(shù)據(jù)源節(jié)點(diǎn)，使用數(shù)據(jù)卸載策略，不同的數(shù)據(jù)融合率對(duì)數(shù)據(jù)源節(jié)點(diǎn)平均節(jié)省能耗百分比的影響如圖5所示，融合率越低節(jié)省的能耗越多。

圖5 融合率和數(shù)據(jù)源節(jié)點(diǎn)節(jié)省能耗百分比

4.3 仿真性能

10個(gè)數(shù)據(jù)源節(jié)點(diǎn)，每個(gè)數(shù)據(jù)源節(jié)點(diǎn)平均節(jié)省能耗百分比如圖6所示，每個(gè)數(shù)據(jù)源節(jié)點(diǎn)能耗如圖7所示。未采用數(shù)據(jù)卸載策略，MA訪問數(shù)據(jù)源節(jié)點(diǎn)數(shù)越多攜帶的數(shù)據(jù)越大能量消耗越大。采用數(shù)據(jù)卸載策略將數(shù)據(jù)交給卸載節(jié)點(diǎn)來(lái)進(jìn)行傳遞，減少數(shù)據(jù)源節(jié)點(diǎn)的能量消耗，隨著MA訪問數(shù)據(jù)源節(jié)點(diǎn)數(shù)的增加，數(shù)據(jù)源節(jié)點(diǎn)節(jié)省的能量消耗增加。

圖6 數(shù)據(jù)源節(jié)點(diǎn)節(jié)省能耗百分比

圖7 數(shù)據(jù)源節(jié)點(diǎn)能耗

圖8顯示隨著數(shù)據(jù)源節(jié)點(diǎn)數(shù)的增加使用數(shù)據(jù)卸載策略比不使用數(shù)據(jù)卸載策略可以節(jié)省更多的能量。數(shù)據(jù)源節(jié)點(diǎn)數(shù)對(duì)MA完成數(shù)據(jù)匯聚任務(wù)的總能耗的影響如圖9所示，MA數(shù)據(jù)卸載策略的使用會(huì)增加總能量消耗。根據(jù)第3.1節(jié)中各個(gè)節(jié)點(diǎn)能量消耗的分析，每一次數(shù)據(jù)卸載增加一定的能量消耗，這些能量消耗分散在數(shù)據(jù)卸載節(jié)點(diǎn)和數(shù)據(jù)源之后的數(shù)據(jù)融合節(jié)點(diǎn)。

5 結(jié)束語(yǔ)

圖8 數(shù)據(jù)源節(jié)點(diǎn)數(shù)和數(shù)據(jù)源節(jié)點(diǎn)總能耗

圖9 數(shù)據(jù)源節(jié)點(diǎn)數(shù)和總能耗響

移動(dòng)代理數(shù)據(jù)融合和收集技術(shù)是無(wú)線傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)，sink節(jié)點(diǎn)派出移動(dòng)代理智能、高效地完成傳感器數(shù)據(jù)的收集工作。本文首先介紹了SIP和MIP算法普遍存在的單個(gè)數(shù)據(jù)源節(jié)點(diǎn)能量消耗不均衡的問題，MA訪問的數(shù)據(jù)源節(jié)點(diǎn)越多攜帶的數(shù)據(jù)量越大，消耗的能量越多。提出MA數(shù)據(jù)卸載策略，將MA攜帶的數(shù)據(jù)不通過數(shù)據(jù)源節(jié)點(diǎn)進(jìn)行傳輸，實(shí)驗(yàn)證明采用MA數(shù)據(jù)卸載策略減少數(shù)據(jù)源節(jié)點(diǎn)的能量消耗，有效地緩解了數(shù)據(jù)源節(jié)點(diǎn)能量消耗不均衡的問題。后序的研究將設(shè)計(jì)更完善的數(shù)據(jù)卸載的策略，均衡數(shù)據(jù)源節(jié)點(diǎn)的能量消耗，同時(shí)盡量減少總能量消耗的增加；考慮將數(shù)據(jù)卸載策略的思想應(yīng)用到移動(dòng)通信領(lǐng)域。

［1］VARAKLIOTIS S，HAILES S，DENARDI R，et al.UAV and cognitive radio technologies in the emergency services arena［J］.British Association of Public Safety Communications Officials，2010（11）.

［2］ABDULLA A E A A，F(xiàn)ADLULLAH Z M，NISHIYAMA H，et al.An optimal data collection technique for improved utility in UAS-aided networks［C］/2014 IEEE International Conference on Computer Communications，April 27-May 2，2014，Toronto，Canada.New Jersey：IEEE Press，2014.

［3］PADILLA P，CAMACHO J，MACIA-FERNANDEZ G，et al.On the influence of the propagation channel in the performance of energy-efficient geographic routing algorithms for wireless sensor networks（WSN）［J］.Wireless personal communications，2013，70（1）：15-38.

［4］AHMAD A，LATIF K，JAVAIDL N，et al.Density controlled divide-and-rule scheme for energy efficient routing in wireless sensor networks［C］/2013 26th Annual IEEE Canadian Conference on Electrical and Computer Engineering（CCECE 2013），May 5-8，2013 Regina，Saskatchewan，Canada.New Jersey：IEEE Press，2013.

［5］蘇金樹，郭文忠，余朝龍，等.負(fù)載均衡感知的無(wú)線傳感器網(wǎng)絡(luò)容錯(cuò)分簇算法［J］.計(jì)算機(jī)學(xué)報(bào)，2014，37（2）：445-456.SU J S，GUO W Z，YU C L，et al.Fault-tolerance clustering algorithm with load-balance aware in wireless sensor network［J］.Chinese Journal of Computers，2014，37（2）：445-456.

［6］郭文忠，蘇金樹，陳澄宇，等.無(wú)線傳感器網(wǎng)絡(luò)中帶復(fù)雜聯(lián)盟的自適應(yīng)任務(wù)分配算法［J］.通信學(xué)報(bào)，2014，35（3）：1-10.GUO W Z，SU J S，CHEN C Y，et al.Self-adapted task allocation algorithm with complicated coalition in wireless sensor network［J］.Journal on Communications，2014，35（3）：1-10.［7］CHEN M，GONZALEZ S，ZHANG Y，et al.Multi-Agent Itinerary Planning for Wireless Sensor Networks［M］.Heidelberg：Springer，2009，22：584～597.

［8］CHEN M，YANG L T，KWON T，et al.Itinerary planning for energy-efficientagentcommunication inwirelesssensornetworks［J］.IEEE Transactions on Vehicular Technology，2011，60（7）：3290-3299.

［9］QI H R，WANG F Y.Optimal itinerary analysis for mobile agents in ad hoc wireless sensor networks［J］.Proceedings of the IEEE，2001.

［10］CAI W，CHEN M，HARA T，et al.A genetic algorithm approach to multi-agent itinerary planning in wireless sensor networks［J］.Mobile Networks and Applications，2011，16（6）：782-793.

［11］KONSTANTOPOULOS C，MPIZIOPOULOS A，GAVALAS D，et al.Effective determination of mobile agent itineraries for data aggregation on sensor networks［J］.Knowledge and Data Engineering，IEEE Transactions on，2010，22（12）：1679-1693.

［12］GAVALAS D，MPIZIOPOULOS A，PANTZIOU G，et al.An approach for near-optimal distributed data fusion in wireless sensor networks［J］.Wireless Networks，2010，16（5）：1407-1425.

［13］CHEN M，CAI W，GONZALEZ S，et al.Balanced itinerary planning for multiple mobile agents in wireless sensor networks［J］.Ad Hoc Networks，2010，49：416-428.

［14］WANG J F，ZHANG Y，CHENG Z L，et al.EMIP：energy-efficient itinerary planning for multiple mobile agents in wireless sensor network［J］.Telecommunication Systems，2015：1～8.

［15］CHEN M，HAO Y X，LI Y，et al.On the computation offloading at Ad Hoc cloudlet：architecture and service models［J］.IEEE Communications，2015，53（6）：18-24.

［16］CHEN M，ZHANG Y，LI Y，et al.EMC：Emotion-aware mobile cloud computing in 5G［J］.IEEE Network，2015，29（2）：32-38.

［17］陳敏.OPNET物聯(lián)網(wǎng)仿真［M］.武漢：華中科技大學(xué)出版社.2015.CHEN M.OPNET Internet of Things Simulation［M］.Wuhan：Huazhong University of Science and Technology Press，2015.

App lication of mobile agent itinerary p lanning based on data offloading strategy of energy optimal method

SHI Xiaobo1，2，LU Jianyu1，WANG Wenye1，RUAN Hang1，ZHU Xuan1，3
1.Huazhong University of Science and Technology，Wuhan 430074，China 2.Henan Normal University，Xinxiang 453007，China 3.Central China Normal University，Wuhan 430079，China

A data offloading strategy for optimizing itinerary planning of MA（mobile agent）was proposed.When MA visits source nodes based on data offloading strategy，it decides whether to transfer data package via optimized offloading itinerary and MA（mobile agent）visits data source nodes via conventional itinerary.Based on considerable simulations with the representative MA itinerary planning，i.e.itinerary energy minimum for first-source-selection（IEMF），it verifies that the problem of excessive energy consumption from source nodes can be efficiently solved and the lifetime of source nodes is prolonged.

data offloading，mobile agent，itinerary planning，wireless sensor network

s：The National Natural Science Foundation of China（No.61300224），Key Science and Technology Program of Henan Province（No.132102210483，No.102102210178），The Foundation and Cutting-edge Technologies Research Program of Henan Province（No.122300410344），The Natural Science Research Projects of Department of Education of Henan Province（No.2008A520013，No.2011A520023）

TP393

A

10.11959/j.issn.1000-0801.2016035

2015-04-15；

2015-12-11

朱瑄，xuanzhu@mail.ccnu.edu.cn

國(guó)家自然科學(xué)基金資助項(xiàng)目（No.61300224）；河南省重點(diǎn)科技攻關(guān)計(jì)劃基金資助項(xiàng)目（No.132102210483，No.102102210178）；河南省基礎(chǔ)與前沿技術(shù)研究計(jì)劃基金資助項(xiàng)目（No.122300410344）；河南省教育廳自然科學(xué)研究計(jì)劃基金資助項(xiàng)目（No.2008A520013，No.2011A520023）

史霄波（1972-），女，華中科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院博士生，河南師范大學(xué)計(jì)算機(jī)與信息工程學(xué)院副教授，主要研究方向?yàn)闊o(wú)線傳感器網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、智能醫(yī)療。

魯建宇（1994-），男，華中科技大學(xué)光學(xué)與電子信息學(xué)院在讀，主要研究方向?yàn)橐苿?dòng)軟件開發(fā)、無(wú)線傳感器網(wǎng)絡(luò)。

王文燁（1991-），男，華中科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院碩士生，主要研究方向?yàn)闊o(wú)線傳感器網(wǎng)絡(luò)、生理信號(hào)處理。

阮航（1990-），男，華中科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院碩士生，主要研究方向?yàn)榉植际接?jì)算、無(wú)線傳感器網(wǎng)絡(luò)、模式識(shí)別。

朱瑄（1979-），女，華中科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院在站博士后，華中師范大學(xué)計(jì)算機(jī)學(xué)院講師，主要研究方向?yàn)闊o(wú)線傳感器網(wǎng)絡(luò)、物聯(lián)網(wǎng)、智能醫(yī)療。