淺水環(huán)境中基于熵的能量均衡路由優(yōu)化算法

馮立波　丁魏魏　王金麗　張梅　羅桂蘭　陳本輝

摘 要： 淺水環(huán)境具有覆蓋面積小、水位低、水底環(huán)境較為復(fù)雜的特點(diǎn)，當(dāng)在水下部署傳感器節(jié)點(diǎn)時(shí)，其傳輸路徑容易受到水底障礙物、水中雜物、水浪等影響，給水下傳感器的路由選擇帶來(lái)困擾。針對(duì)淺水中傳感器節(jié)點(diǎn)路由選擇困難、能量消耗不均、生命周期短的問(wèn)題，提出一種基于熵的能量均衡路由算法。該算法綜合多種節(jié)點(diǎn)部署形式，在節(jié)點(diǎn)均勻分布和非均勻分布兩種條件下分別計(jì)算傳感器網(wǎng)絡(luò)通信的能量損耗，權(quán)衡考慮節(jié)點(diǎn)的剩余能量和位置信息來(lái)選擇下一跳節(jié)點(diǎn)，從而均衡網(wǎng)絡(luò)能耗。利用NS?2仿真工具對(duì)該算法的性能進(jìn)行仿真分析。結(jié)果表明該算法能夠?qū)崿F(xiàn)淺水中的節(jié)點(diǎn)通信，有效延長(zhǎng)網(wǎng)絡(luò)生命周期。

關(guān)鍵詞： 淺水環(huán)境； 熵； 能量均衡； 路由算法； 路由優(yōu)化

中圖分類號(hào)： TN911?34； TP391； TN915 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）06?0040?05

Abstract： The shallow water environment has the characteristics of small size， low water level and complex underwater environment. When the sensor nodes are deployed in the water， their transmission paths are easy to be influenced by underwater obstacles， debris， waves and so on. Aiming at the problems， such as difficult routing choice， unbalanced energy consumption and short life cycle， a kind of energy balance routing algorithm based on entropy is proposed. In this algorithm， the energy loss model of sensor network communication is calculated under two different conditions of uniform distribution and non uniform distribution of the nodes. The performance of the algorithm is simulated with NS?2. The results show that the proposed algorithm can achieve the node communication in shallow water and prolong the network lifetime effectively.

Keywords： shallow water； entropy； energy balance； routing algorithm； routing optimization

水下傳感器網(wǎng)絡(luò)由大量低價(jià)格、低功耗的傳感器節(jié)點(diǎn)構(gòu)成。這些節(jié)點(diǎn)通過(guò)各種傳感器感知、收集信息，并通過(guò)中間節(jié)點(diǎn)將這些信息傳送給基站，廣泛應(yīng)用于湖泊海洋水質(zhì)監(jiān)測(cè)、水文資源管理等領(lǐng)域[1]。相對(duì)于海洋大范圍水文監(jiān)測(cè)，淺水環(huán)境具有覆蓋面積相對(duì)較小、深度低，湖底環(huán)境較為復(fù)雜等特點(diǎn)。更好地將傳感器網(wǎng)絡(luò)應(yīng)用于高原湖泊的水文監(jiān)測(cè)，已經(jīng)成為當(dāng)前的一個(gè)研究熱點(diǎn)。針對(duì)湖泊環(huán)境特點(diǎn)，建立傳感器網(wǎng)絡(luò)的通信模型以及將環(huán)境監(jiān)測(cè)數(shù)據(jù)快速傳送到監(jiān)測(cè)中心是水下傳感器網(wǎng)絡(luò)應(yīng)用的中心環(huán)節(jié)。水下無(wú)線傳感器網(wǎng)絡(luò)面臨的最大挑戰(zhàn)是網(wǎng)絡(luò)的能量非常有限。傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能量供應(yīng)是一個(gè)重要問(wèn)題，因此需要最大限度地提高節(jié)點(diǎn)及網(wǎng)絡(luò)的能量有效性，提高網(wǎng)絡(luò)的生存期，是該類網(wǎng)絡(luò)的主要設(shè)計(jì)目標(biāo)之一[2]。本文提出一種基于熵的能量均衡路由算法（EBRABOE）。該算法根據(jù)能量損耗模型，綜合考慮節(jié)點(diǎn)的剩余能量和位置信息來(lái)選擇下一跳節(jié)點(diǎn)，從而平衡網(wǎng)絡(luò)能耗。當(dāng)節(jié)點(diǎn)確定分布時(shí)，主要考慮下一跳到Sink節(jié)點(diǎn)的能量消耗來(lái)確定下一跳；當(dāng)節(jié)點(diǎn)非均勻分布時(shí)，先計(jì)算各自下一跳到Sink節(jié)點(diǎn)的距離，如果有出現(xiàn)兩個(gè)節(jié)點(diǎn)的距離相等再考慮各自的能耗情況。

1 水下傳感器網(wǎng)絡(luò)通信模型

1.1 布爾感知模型

三維空間的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)采用布爾感知模型[3]。

在感知模型中，三維傳感器網(wǎng)絡(luò)的覆蓋具有等大小、可互相重疊的特性，具備一個(gè)球體對(duì)空間覆蓋的含義。在三維無(wú)線傳感器網(wǎng)絡(luò)空間[4?5]中，計(jì)算節(jié)點(diǎn)之間的最優(yōu)部署方法，可以轉(zhuǎn)變?yōu)橛?jì)算三維空間中最節(jié)約的球覆蓋方法，也即是將此問(wèn)題轉(zhuǎn)換為三維球形的覆蓋問(wèn)題。二維平面上正六邊形的蜂窩覆蓋是最優(yōu)的覆蓋模型，同理可知，三維空間的最優(yōu)覆蓋形式應(yīng)該是三個(gè)坐標(biāo)平面的投影都應(yīng)該是二維空間的最優(yōu)覆蓋形式（即正六邊形覆蓋），但這種模型是不存在的。因此下面將要對(duì)現(xiàn)有的立方格（六面體）、體心立方格（截角八面體）、面心立方格（十二面體）進(jìn)行比較。

1.2 現(xiàn)有模型的比較

簡(jiǎn)單立方格的Voronoi單元為立方體（六面體），體心立方格[6]的Voronoi單元為截八面體，面心立方格的Voronoi單元為菱形十二面體。如圖1所示，在正六面體、八面體和十二面體下的圖形。

其中Voronoi是泰森多邊形又稱Dirichlet圖，它是由一組由連接兩鄰點(diǎn)直線的垂直平分線組成的連續(xù)多邊形組成。泰森多邊形的特性是：每個(gè)泰森多邊形內(nèi)僅含有一個(gè)離散點(diǎn)數(shù)據(jù)；泰森多邊形內(nèi)的點(diǎn)到相應(yīng)離散點(diǎn)的距離最近；位于泰森多邊形邊上的點(diǎn)到其兩邊的離散點(diǎn)的距離相等。

用Vvor表示Voronoi單元的體積，R是Voronoi單元的內(nèi)接球半徑，覆蓋半徑Rf是Voronoi單元的外接球半徑，所以由空間幾何知識(shí)可得表1。

由表1可以看出，當(dāng)內(nèi)接球半徑R為常數(shù)值，體心立方格的覆蓋半徑最大，即覆蓋范圍最廣。由此可知，體心立方格是三維空間中最節(jié)約節(jié)點(diǎn)的覆蓋形式。

1.3 無(wú)空洞覆蓋

三維空間中的無(wú)空洞覆蓋問(wèn)題可以轉(zhuǎn)換為三維球體覆蓋問(wèn)題。這是由于等大小、可互相重疊的球體對(duì)空間的覆蓋是基于三維感知模型的三維傳感器網(wǎng)絡(luò)覆蓋的固定特性，該特性的存在導(dǎo)致解決三維傳感器網(wǎng)絡(luò)的最優(yōu)部署問(wèn)題直接相當(dāng)于解決三維空間中最節(jié)約的球覆蓋問(wèn)題。給出公式[d=43πR3Vvor]，可以分別計(jì)算得出三種立方格的覆蓋厚度d，如表2所示?？梢钥闯鋈咧畜w心立方格的覆蓋厚度d最小。

1.4 能耗模型

Pd表示數(shù)據(jù)包被接收的最低功率值，d表示數(shù)據(jù)包的傳輸距離，則節(jié)點(diǎn)的發(fā)送能耗Esend（d）可以表示為：

[Esendd=Pd?T?Eattenuationd] （1）

式中：T表示數(shù)據(jù)包發(fā)送消耗的時(shí)間；[Eattenuationd]表示數(shù)據(jù)包傳輸距離為d時(shí)的能量衰減，表示為：

[Eattenuationd=dλad] （2）

式中：[λ]為能量擴(kuò)散因子；參數(shù)[a=10a（f）/10]由吸收系數(shù)a（f）決定，a（f）表示如下：

[a（f）=0.1110-3f21+f2+4410-3f24 100+f2+2.75×10-7f2+3×10-6] （3）

式中：f為載波頻率，單位為kHz；吸收系數(shù)a（f）的單位為dB/m。

2 算法思想與實(shí)現(xiàn)

2.1 算法思想

本文中提出EBRABOE充分考慮了能量均衡因素，考慮兩種情況，節(jié)點(diǎn)確定分布和非均勻分布。傳感器網(wǎng)絡(luò)上的能量損耗與網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)量和節(jié)點(diǎn)距離基站距離有關(guān)[7]。傳輸?shù)臄?shù)據(jù)量越大，節(jié)點(diǎn)距離基站的距離越遠(yuǎn)，能量損耗就越大，大大降低了網(wǎng)絡(luò)生命周期[8]。這樣就要求算法在確定下一跳時(shí)，使具有較大能量且距離基站近的節(jié)點(diǎn)有較大的發(fā)送數(shù)據(jù)的機(jī)會(huì)，使能量較低、遠(yuǎn)距離的節(jié)點(diǎn)發(fā)送或接收數(shù)據(jù)的機(jī)率變小。熵被定義為從開(kāi)始到結(jié)束一組節(jié)點(diǎn)相對(duì)耗能最少的量。這就是基于熵的能量均衡算法思想。

2.2 熵的定義

如果一組節(jié)點(diǎn)從開(kāi)始到結(jié)束節(jié)點(diǎn)的接收傳送能量消耗最小，則這條路徑就可以被認(rèn)為是最優(yōu)路徑。本文取3個(gè)量來(lái)衡量：節(jié)點(diǎn)的位置、能耗及其傳感半徑。假定a，b為兩個(gè)相鄰的節(jié)點(diǎn)，分別距離Sink節(jié)點(diǎn)為d0，d1，且d0>d1。

由自由空間傳播模型可知，F(xiàn)ree Space傳播模型假定了一種理想化傳播環(huán)境，即在發(fā)射方和接收方只有一條無(wú)障礙的直線路徑。H.T.Friis提出了一種接收信號(hào)功率的計(jì)算公式如下：

[Pd=PtGtGrλ24π2d2L] （4）

式中：d為發(fā)送方和接收方的距離；[Pt]為發(fā)射信號(hào)的功率；[Gt]和[Gr]分別為發(fā)送方和接收方的天線增益；L（L≥1）為系統(tǒng)損耗；[λ]為波長(zhǎng)。

經(jīng)過(guò)第一次接收數(shù)據(jù)和發(fā)送數(shù)據(jù)，a節(jié)點(diǎn)的相關(guān)特征數(shù)值表示為：

[Va=posa，x，y，zEconsumea，r-Econsumea，s] （5）

式中：[posa，x，y，z]表示節(jié)點(diǎn)的位置；[Econsumea，r]表示節(jié)點(diǎn)接收數(shù)據(jù)消耗的能量；[Econsumea，s]表示節(jié)點(diǎn)發(fā)送數(shù)據(jù)消耗的能量。

由上述設(shè)定條件可知，假設(shè)節(jié)點(diǎn)A發(fā)送一個(gè)數(shù)據(jù)包到節(jié)點(diǎn)B，節(jié)點(diǎn)B又把該數(shù)據(jù)包發(fā)送給C，可以認(rèn)為A到B消耗的能量與B到C消耗的能量大體是相等的即EA?B，EB?C，即轉(zhuǎn)發(fā)同樣的數(shù)據(jù)分組時(shí)，節(jié)點(diǎn)所消耗的能量大體相等，節(jié)點(diǎn)能量消耗只與轉(zhuǎn)發(fā)數(shù)據(jù)有關(guān)。即[Econsumea，r]為常數(shù)，而由上述公式可知：

[Econsumea，s=ε2d0] （6）

式中：d0為節(jié)點(diǎn)到Sink節(jié)點(diǎn)的距離；ε為無(wú)線信號(hào)傳播參數(shù)。同理，b節(jié)點(diǎn)的相關(guān)特征數(shù)值表示為：

[Vb=posb，x，y，zEconsumeb，r-Econsumeb，s] （7）

[Econsumeb，r=Econsumea，r]時(shí)發(fā)送數(shù)據(jù)耗能公式為：

[Econsumea，s=ε2d1] （8）

由上述公式中可以看出，定義熵為：

[ENTROPY=Econsumei=Econsumei，r+Econsumei，s] （9）

式中，i表示節(jié)點(diǎn)，i[∈1，2，…，n]，n表示節(jié)點(diǎn)個(gè)數(shù)。

當(dāng)熵的值最小，即能量消耗最少時(shí)，該條路徑為最優(yōu)路徑。

2.3 算法實(shí)現(xiàn)過(guò)程

算法主要分為4個(gè)階段，首先進(jìn)行三維虛擬網(wǎng)格剖分，向節(jié)點(diǎn)發(fā)送廣播信息，其次是鄰居節(jié)點(diǎn)集合建立并獲取鄰居節(jié)點(diǎn)位置信息，然后通過(guò)判斷節(jié)點(diǎn)是否均勻分布，當(dāng)均勻分布時(shí)通過(guò)計(jì)算節(jié)點(diǎn)剩余能量來(lái)確定下一跳；當(dāng)節(jié)點(diǎn)是非均勻分布時(shí)通過(guò)計(jì)算到下一跳鄰居節(jié)點(diǎn)的距離來(lái)確定下一跳，最后進(jìn)入數(shù)據(jù)穩(wěn)定傳輸階段。

（1） 網(wǎng)絡(luò)初始化。在此階段，形成虛擬單元格，每個(gè)虛擬單元格根據(jù)所處位置有一個(gè)標(biāo)號(hào)，方便數(shù)據(jù)傳輸，同時(shí)每個(gè)虛擬單元格內(nèi)（即一個(gè)簇內(nèi)）的節(jié)點(diǎn)都要有一個(gè)簇內(nèi)惟一的ID。如圖2所示。

（2） 鄰居節(jié)點(diǎn)集合建立。產(chǎn)生數(shù)據(jù)的源節(jié)點(diǎn)i以一定的廣播半徑R廣播Hello尋路信息。Hello尋路信息中包含源節(jié)點(diǎn)的位置信息和發(fā)送功率信息，在廣播范圍R內(nèi)的j節(jié)點(diǎn)計(jì)算出與源節(jié)點(diǎn)的度量值d，并且通過(guò)自身位置信息和求出的距離來(lái)判斷能否作為下一跳節(jié)點(diǎn)，滿足成為下一跳條件的節(jié)點(diǎn)以通信距離d向源節(jié)點(diǎn)發(fā)送應(yīng)答信息。

（3） 確定下一跳。同時(shí)有多個(gè)節(jié)點(diǎn)對(duì)尋路做出應(yīng)答，那么源節(jié)點(diǎn)必須做出選擇，選出最佳的下一跳節(jié)點(diǎn)。分為以下兩種情況：

① 節(jié)點(diǎn)確定分布。由上述設(shè)定條件可知，假設(shè)節(jié)點(diǎn)A發(fā)送一個(gè)數(shù)據(jù)包到節(jié)點(diǎn)B，節(jié)點(diǎn)B又把該數(shù)據(jù)包發(fā)送給C，可以認(rèn)為A到B消耗的能量與B到C消耗的能量大體是相等的即EA?B=EB?C，即轉(zhuǎn)發(fā)同樣的數(shù)據(jù)分組時(shí)，節(jié)點(diǎn)所消耗的能量大體相等，節(jié)點(diǎn)能量消耗只與轉(zhuǎn)發(fā)數(shù)據(jù)有關(guān)。

每個(gè)節(jié)點(diǎn)消耗的能量有兩方面：與n-1個(gè)節(jié)點(diǎn)進(jìn)行數(shù)據(jù)收發(fā)消耗的能量；與Sink節(jié)點(diǎn)通信消耗的能量。

參照自由空間模型，即在發(fā)射方和接收方只有一條無(wú)障礙的直線路徑，如圖3所示。

A點(diǎn)到Sink節(jié)點(diǎn)就只有一條直線路徑，有：

[Econsume=n-1Ee+Ee+εd2BS] （10）

式中：[Ee]表示接收或發(fā)送數(shù)據(jù)消耗的能量；dBS表示節(jié)點(diǎn)到Sink節(jié)點(diǎn)的距離；ε表示無(wú)線信號(hào)傳播參數(shù)；n表示節(jié)點(diǎn)的個(gè)數(shù)。Econsume數(shù)值越小，表明消耗的能量越小，即剩余能量越多。剩余能量越多，說(shuō)明采用這種算法建立的路由在數(shù)據(jù)傳輸過(guò)程中消耗的能量越少，也就是說(shuō)這種路由算法在保證傳輸能耗方面具有相對(duì)較好的特性；反之，總剩余能量越小，說(shuō)明這種路由算法在數(shù)據(jù)傳輸過(guò)程中消耗的能量較大，不利于節(jié)省網(wǎng)絡(luò)能量。

② 節(jié)點(diǎn)非均勻分布。每個(gè)節(jié)點(diǎn)是不規(guī)則地隨機(jī)分布，每個(gè)節(jié)點(diǎn)都有惟一的ID號(hào)。傳感器節(jié)點(diǎn)是非地理位置感知的，如圖4所示。

如果節(jié)點(diǎn)A發(fā)送數(shù)據(jù)給C，選擇節(jié)點(diǎn)B作為下一跳的條件是當(dāng)且僅當(dāng)：

[D2A-C>D2A-B+D2B-C] （11）

成立時(shí)，節(jié)點(diǎn)A選擇節(jié)點(diǎn)B作為下一跳將數(shù)據(jù)轉(zhuǎn)發(fā)給C。其中DA?C，DA?B，DB?C分別表示節(jié)點(diǎn)A與C、節(jié)點(diǎn)A與B、節(jié)點(diǎn)B與C之間的距離。

（4） 數(shù)據(jù)按照建好的路由結(jié)構(gòu)傳輸給BS。源節(jié)點(diǎn)在選擇好下一跳路由后發(fā)送采集得到的有用信息然后該轉(zhuǎn)發(fā)節(jié)點(diǎn)變成源節(jié)點(diǎn)，繼續(xù)尋找選擇最優(yōu)下一跳節(jié)點(diǎn)。

3 算法仿真和性能分析

3.1 仿真場(chǎng)景及參數(shù)

為了分析EBRABOE算法的有效性，本文利用仿真平臺(tái)NS?2對(duì)網(wǎng)絡(luò)生存時(shí)間、網(wǎng)絡(luò)平均時(shí)延、節(jié)點(diǎn)平均能量消耗等指標(biāo)進(jìn)行仿真和分析。

仿真時(shí)，將50個(gè)傳感器節(jié)點(diǎn)部署在水下三維監(jiān)測(cè)區(qū)域中，分為隨機(jī)部署和確定部署。監(jiān)測(cè)區(qū)域大小為300 m×300 m×300 m，Sink節(jié)點(diǎn)位于水平面中心即坐標(biāo)為（150，150，300）。進(jìn)行虛擬網(wǎng)格剖分時(shí)，為了方便計(jì)算，將監(jiān)測(cè)區(qū)域劃分為300×300×300個(gè)小立方格，每個(gè)立方格的大小為1 m×1 m×1 m。仿真結(jié)果是50輪仿真實(shí)驗(yàn)所得結(jié)果的平均值，其他參數(shù)設(shè)置如表3所示。

表3 仿真環(huán)境參數(shù)設(shè)置

3.2 性能測(cè)試和分析

在前面工作基礎(chǔ)上，分別對(duì)節(jié)點(diǎn)網(wǎng)絡(luò)生存時(shí)間、網(wǎng)絡(luò)平均時(shí)延和節(jié)點(diǎn)平均能耗進(jìn)行了仿真。

3.2.1 網(wǎng)絡(luò)生存時(shí)間

在兩種條件下進(jìn)行網(wǎng)絡(luò)生存時(shí)間的仿真分析： 網(wǎng)絡(luò)中第一個(gè)節(jié)點(diǎn)死亡的時(shí)間；網(wǎng)絡(luò)中生存節(jié)點(diǎn)個(gè)數(shù)。

圖5和圖6為EBRABOE網(wǎng)絡(luò)生存期測(cè)試結(jié)果。從圖5可以看出在仿真過(guò)程中，節(jié)點(diǎn)確定分布情況下第一個(gè)節(jié)點(diǎn)的死亡時(shí)間要比節(jié)點(diǎn)隨機(jī)分布晚。

當(dāng)網(wǎng)絡(luò)規(guī)模小于30個(gè)節(jié)點(diǎn)時(shí)，網(wǎng)絡(luò)壽命將提高。這是因?yàn)殡S著網(wǎng)絡(luò)規(guī)模的變大，廣播Hello包的數(shù)量也隨之增加，節(jié)點(diǎn)找到一條從源節(jié)點(diǎn)到Sink節(jié)點(diǎn)的最優(yōu)路徑時(shí)間變長(zhǎng)，算法收斂速度變小，導(dǎo)致能耗也因此增加。

從圖6可以看出，從開(kāi)始到90 s左右的這段時(shí)間內(nèi)，節(jié)點(diǎn)確定分布情況下沒(méi)有節(jié)點(diǎn)死亡，而節(jié)點(diǎn)非均勻分布時(shí)從60 s開(kāi)始就有節(jié)點(diǎn)持續(xù)死亡。節(jié)點(diǎn)確定分布情況下在時(shí)間200 s之后死亡節(jié)點(diǎn)將逐漸減少，生存節(jié)點(diǎn)個(gè)數(shù)維持在20個(gè)左右。而在節(jié)點(diǎn)非均勻分布情況下，仿真時(shí)間進(jìn)行到200 s之后，生存節(jié)點(diǎn)個(gè)數(shù)維持在10個(gè)左右。

3.2.2 網(wǎng)絡(luò)平均時(shí)延

圖7為EBRABOE的網(wǎng)絡(luò)時(shí)延測(cè)試結(jié)果。

從圖7中可以看出，平均端到端的延遲在節(jié)點(diǎn)數(shù)量較小時(shí)，兩者時(shí)延相當(dāng)并且隨著網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)的增加而增加，變化沒(méi)有規(guī)律，這是因?yàn)樵趯ふ蚁乱惶竭_(dá)目的節(jié)點(diǎn)時(shí)，數(shù)據(jù)包必須在接口隊(duì)列中等待一段時(shí)間。但總體上，節(jié)點(diǎn)非均勻分布時(shí)比節(jié)點(diǎn)確定分布時(shí)，時(shí)延大。這是因?yàn)楫?dāng)路由表建立后，隨著節(jié)點(diǎn)的移動(dòng)和節(jié)點(diǎn)數(shù)的增加，需要更新路由表次數(shù)頻繁，影響數(shù)據(jù)包傳送的時(shí)間。

3.2.3 節(jié)點(diǎn)平均能耗

在兩種條件下進(jìn)行節(jié)點(diǎn)平均能耗的仿真。相同仿真時(shí)間內(nèi)，消耗能量總量與節(jié)點(diǎn)數(shù)目之比；相同節(jié)點(diǎn)數(shù)目?jī)?nèi)，消耗能量總量與仿真時(shí)間之比。

圖8和圖9為EBRABOE節(jié)點(diǎn)平均能耗測(cè)試結(jié)果。

由圖8可知，當(dāng)節(jié)點(diǎn)非均勻分布時(shí)消耗的能量大于節(jié)點(diǎn)均勻分布時(shí)消耗的能量。這是因?yàn)楫?dāng)節(jié)點(diǎn)確定分布時(shí)，各鄰居節(jié)點(diǎn)的地理位置已知，在一定程度上避免了路由環(huán)路的發(fā)生，選擇下一跳時(shí)只需要考慮能耗，并且節(jié)點(diǎn)能夠快速找到Sink節(jié)點(diǎn)，增加了算法的收斂速度，所以節(jié)點(diǎn)平均能量消耗較少。而當(dāng)節(jié)點(diǎn)非均勻分布時(shí)，需要考慮路徑因素及能量損耗，導(dǎo)致了算法的收斂速度減慢，加大了節(jié)點(diǎn)能量的消耗。

從圖9可以看出，當(dāng)時(shí)間小于70 s左右時(shí)，節(jié)點(diǎn)確定分布情況下的平均能量消耗大于節(jié)點(diǎn)隨機(jī)分布情況下的平均能耗。因?yàn)楣?jié)點(diǎn)確定分布時(shí)，每個(gè)節(jié)點(diǎn)都獲悉其他節(jié)點(diǎn)的位置即保存著相應(yīng)節(jié)點(diǎn)的鄰居表，在開(kāi)始階段收發(fā)節(jié)點(diǎn)報(bào)文的開(kāi)銷比節(jié)點(diǎn)隨機(jī)分布要大，但隨著時(shí)間的進(jìn)行，仿真時(shí)間大于80 s之后，節(jié)點(diǎn)隨機(jī)分布情況下的平均能耗增長(zhǎng)速度明顯大于節(jié)點(diǎn)確定分布情況下。因?yàn)樵趯ぢ愤^(guò)程中，節(jié)點(diǎn)不能有效地預(yù)防路由環(huán)路的發(fā)生，當(dāng)確定下一跳時(shí)，訪問(wèn)一個(gè)已經(jīng)訪問(wèn)過(guò)的節(jié)點(diǎn)，節(jié)點(diǎn)就丟棄它，相比節(jié)點(diǎn)確定分布，算法的收斂速度較慢，尋路過(guò)程較復(fù)雜，加大了節(jié)點(diǎn)能量的消耗。

4 結(jié) 論

根據(jù)淺水環(huán)境中的水下無(wú)線傳感器網(wǎng)絡(luò)的特征，本文深入研究了淺水環(huán)境下無(wú)線傳感器節(jié)點(diǎn)通信模型的建立和能量消耗均衡性的問(wèn)題，提出了一種基于熵的能量均衡路由算法EBRABOE，權(quán)衡考慮節(jié)點(diǎn)的剩余能量和位置信息來(lái)選擇下一跳節(jié)點(diǎn)，從而平衡網(wǎng)絡(luò)能耗，達(dá)到延長(zhǎng)網(wǎng)絡(luò)生存周期的目的。本文利用NS?2仿真平臺(tái)對(duì)EBRABOE的性能進(jìn)行了仿真分析，結(jié)果表明，EBRABOE在網(wǎng)絡(luò)生存時(shí)間、網(wǎng)絡(luò)平均時(shí)延及能量消耗等參數(shù)方面，表現(xiàn)出了良好的性能。本文研究對(duì)于水下傳感器網(wǎng)絡(luò)的應(yīng)用具有一定的參考價(jià)值。

參考文獻(xiàn)

[1] 張劍，黃本雄，張帆.一種適合水下無(wú)線傳感器網(wǎng)絡(luò)的能量有效協(xié)議[J].計(jì)算機(jī)科學(xué)，2008，35（1）：38?41.

[2] 蔣鵬，阮斌鋒，譚劼.全覆蓋需求的水下傳感器網(wǎng)絡(luò)覆蓋保持算法[J].傳感技術(shù)學(xué)報(bào)，2012，25（11）：1591?1598.

[3] 張亞斌，劉建明，李宏周，等.基于NS?2的水聲通信信道的擴(kuò)展與仿真[J].計(jì)算機(jī)仿真，2012，29（7）：163?167.

[4] 劉華峰，陳果娃，金士堯.三維水下監(jiān)視傳感器網(wǎng)絡(luò)的拓?fù)渖伤惴╗J].計(jì)算機(jī)工程與應(yīng)用，2008，44（2）：163?168.

[5] 康文靜，劉功亮，李亞星.基于深度和距離感知的三維水下傳感器網(wǎng)絡(luò)路由算法[J].科學(xué)技術(shù)與工程，2011（35）：8780?8784.

[6] 曾斌，鐘德歡，姚路.考慮水流影響的水下傳感器網(wǎng)絡(luò)移動(dòng)算法研究[J].計(jì)算機(jī)應(yīng)用研究，2010，27（10）：3926?3928.

[7] 劉湘雯，薛峰，李彥，等.一種分布式無(wú)線傳感器網(wǎng)絡(luò)能量均衡路由算法[J].計(jì)算機(jī)科學(xué)，2010，37（1）：122?125.

[8] 周雪，朱小明，陳立建，等.基于停車誘導(dǎo)系統(tǒng)的能量均衡可靠路由協(xié)議的設(shè)計(jì)[J].傳感技術(shù)學(xué)報(bào)，2015，28（9）：1408?1417.

[9] 黃艷，梁韡，于海斌.一種高效覆蓋的水下傳感器網(wǎng)絡(luò)部署策略[J].電子與信息學(xué)報(bào)，2009，31（5）：1035?1039.

[10] 趙文強(qiáng)，胡濱，康文靜，等.可調(diào)分辨率的水下傳感器網(wǎng)絡(luò)壓縮感知重構(gòu)算法[J].傳感技術(shù)學(xué)報(bào)，2015，28（5）：723?728.