基于功率調節(jié)的IWSN實時可靠路由研究*

吳 平,孫子文,2*

(1.江南大學物聯網工程學院,江蘇 無錫 214122;2.物聯網技術應用教育部工程研究中心,江蘇 無錫 214122)

工業(yè)無線傳感器網絡IWSN(Industrial Wireless Sensor Networks)[1-2]的路由協(xié)議應當滿足3個主要目標:實時性,以最小延遲傳送數據包到目的地;可靠性,以最小誤差傳送數據包到目的地;網絡壽命,以最小能耗傳送數據包到目的地。但是,工業(yè)環(huán)境的特點使得這3個主要目標受到威脅。第一,在工業(yè)生產流程中,系統(tǒng)需要快速地對廠內生產設備以及生產環(huán)境的狀態(tài)做出響應,與WSN相比,工業(yè)環(huán)境中的無線通信對數據的時延有非常高的要求[3];第二,在數據傳輸中遇到空洞時即意味著數據包轉發(fā)無法到達目的地,這將導致網絡進入故障狀態(tài),因此如何遏制空洞以提高可靠性就顯得非常重要;第三,工業(yè)無線傳感器網絡中的無線節(jié)點具有諸如電源受限等的資源約束,其中路由是電源消耗的主要因素,因此選擇合適的能量策略是提高網絡壽命的關鍵[4]。

研究人員已研究了多種提高IWSN網絡可靠性或網絡壽命的路由策略。在文獻[5]中,采用地理路由協(xié)議GPSR(Greedy Perimeter Stateless Routing),它運用貪婪轉發(fā)模式轉發(fā)數據包,當遇到空洞時采用周邊轉發(fā)模式轉發(fā)數據包,使得轉發(fā)可靠性增加,但卻加大了端到端延遲。在文獻[6]中,采用了一種基于GRSR的GRSR-1路由算法,該算法提出兩種度量值:貪婪度量值和邊界度量值。在度量值中綜合考慮了距離、角度和密度因素,最終降低了端到端延遲和截止期錯失率,但是該算法沒有考慮能量因素,并且在遇到空洞時,該算法使用的周邊轉發(fā)模式會使得節(jié)點跳數增多,導致實時性變弱。在文獻[7]中,采用了一種能量優(yōu)化的地理路由協(xié)議。該協(xié)議通過在優(yōu)化函數中加入地理位置信息和剩余能量信息,保證了數據包的正確傳輸并且優(yōu)化了能量,但是由于協(xié)議在遇到空洞時依然使用的是周邊轉發(fā)模式,因此實時性能受到威脅。在文獻[8]中,采用了一種基于兩跳鄰居節(jié)點信息的地理路由算法—Greedy-2算法,該算法依靠兩跳距離信息使數據包及時避開空洞,可靠性增加,但Greedy-2的邊緣恢復機制無法保證截止期交付率,實時性受到威脅。這些協(xié)議雖然一定程度上提高了可靠性以及網絡壽命,但卻忽略了實時性,因此還存在不足。

研究人員也研究了很多提高IWSN實時性以及網絡壽命的路由策略。在文獻[9]中,采用了基于雙跳速度的路由協(xié)議THVR THVR(Two-Hop Velocity-based Routing)。路由協(xié)議通過兩跳的“望遠鏡”功能,具有提前感知能力;以速度代替距離,實時性得到增強;并通過考慮剩余能量,平衡了能量消耗,但THVR使用的概率丟包策略不能有效解決空洞問題,可靠性不能得到保證。在文獻[10]中,提出了一種基于兩跳速度信息的梯度路由,結果顯示實時性能和能量效率提高,但是算法本身計算復雜度較高,另外協(xié)議在面對空洞時并沒有給出具體的可靠性措施。這些協(xié)議都通過不同的方法提高了實時性以及網絡壽命,但對于可靠性要求高的IWSN,這些方法也存在不足。

針對IWSN對實時性、可靠性以及網絡壽命的要求,文獻[11]采用了基于功率調節(jié)的實時路由協(xié)議CDRR(Critical Data Real-Time Routing)。CDRR路由協(xié)議在截止期的基礎上選擇速度最快的轉發(fā)節(jié)點來滿足實時性;通過選擇剩余能量較多的節(jié)點來提高網絡壽命;通過功率調節(jié)來滿足節(jié)點的可靠性。雖然CDRR全面考慮了實時性、可靠性以及節(jié)點能耗,但其一跳速度策略并沒有明顯提高實時性,并且只考慮剩余能量也不足以平衡網絡能量,有必要尋求綜合性能更好的路由協(xié)議來滿足IWSN的3個目標。

本文針對工業(yè)無線傳感器網絡對實時性、可靠性以及網絡壽命的要求,研究了一種基于兩跳速度的實時可靠路由算法THTR(Two-Hop Reliable and Real-Time Routing)。一方面,節(jié)點通過收集兩跳范圍內節(jié)點的位置與速度信息,來降低截止期丟包率,提高實時性;另一方面,通過調整傳輸功率,每個傳感器節(jié)點動態(tài)選擇其傳輸距離,提高協(xié)議的可靠性;此外,通過權重將剩余能量以及節(jié)點轉發(fā)能耗同時考慮,平衡了網絡能量,提高了網絡壽命。

1 基于功率調節(jié)的實時可靠路由協(xié)議

從實時性、可靠性以及能量消耗3個方面進行路由協(xié)議的研究。

1.1 基于兩跳速度的實時路由策略

所提出的路由算法通過將距離除以估計的延遲,把滿足端到端延遲的問題轉化為提供每跳所需速率的局部問題,以實現期望的及時性數據包傳遞。文獻[9]仿真結果表明,通過定義基于兩跳的速度,可以優(yōu)化跳數,降低截止期錯失率,提高能量有效性;但文獻[12]也指出,從兩跳到三跳的復雜度明顯上升,端到端延遲也大幅度提高。因此,基于兩跳速度的策略是對性能改進和復雜度之間的折中。

1.1.1 傳輸延遲估計

鏈路的延遲估計對路由決策有著很大影響。鏈路延遲由傳播延遲和傳輸延遲兩部分組成,將數據包從節(jié)點傳給目的節(jié)點路徑中的跳鄰居節(jié)點定義為。傳輸的總延遲為:

delay1=delaysp(i,i+1)+delaydata(i,i+1)

(1)

delay2=delaysp(i+1,i+2)+delaydata(i+1,i+2)

(2)

式中:delay1是將數據包從節(jié)點i節(jié)點傳到i+1節(jié)點的總延遲時間,delay2是將數據包從i+1傳到i+2的總延遲時間;delaysp(i,i+1)是節(jié)點i和i+1之間的傳播延遲,delaysp(i+1,i+2)是節(jié)點i+1和i+2之間的傳播延遲;delaydata(i,i+1)是節(jié)點i和i+1之間的數據傳輸延遲;delaydata(i+1,i+2)是節(jié)點i+1和i+2之間的數據傳輸延遲,數據傳輸延遲的值是固定的,可以由數據包長度除以數據包傳輸的比特率得到。

基于自由空間模型給出接收/發(fā)射功率之比[13],如式(3):

qi+1_rec/qi_send=[λ/(4πr)]2

(3)

式中:qi_send是轉發(fā)節(jié)點i的發(fā)射功率,qi+1_rec是鄰居節(jié)點i+1的接收功率,λ是信號的波長,r是節(jié)點i與節(jié)點i+1之間的距離。由式(3)可得兩節(jié)點間的距離,如式(4):

(4)

于是節(jié)點i和i+1之間的傳播延遲估計為:

(5)

式中:f是電磁波的頻率,c為電磁波的傳播速度,滿足c=λf。

1.1.2 路由機制

設源節(jié)點S到目的節(jié)點D的距離為d(S,D),截止時間為tdeadline,那么所需的源節(jié)點S到目的節(jié)點D的數據包的傳輸速度[14]為:

(6)

為了計算轉發(fā)節(jié)點i與兩跳鄰居節(jié)點之間的速度,給出集合式(7)和式(8):

H1(i+1)={i+1|d(i,D)-d(i+1,D)>0,i+1∈W(i)}

(7)

H2(i+2)={i+2|d(i+1,D)-d(i+2,D)>0,
i+1∈H(i+1),i+2∈W(i+1)}

(8)

式中:H1(i+1)表示所有滿足條件的一跳鄰居節(jié)點i+1集合,W(i)和W(i+1)表示節(jié)點i或節(jié)點i+1傳輸范圍內的所有節(jié)點;表示所有滿足條件的兩條鄰居節(jié)點i+2集合。

一跳和兩跳節(jié)點轉發(fā)示意圖如圖1所示。

圖1 節(jié)點轉發(fā)示意圖

(9)

(10)

在路由機制中,鄰居表由節(jié)點ID、節(jié)點位置以及剩余能量構成。其中,節(jié)點ID表示節(jié)點身份,位置表示地理坐標。通過兩輪HELLO消息,每個節(jié)點都知道它的一跳或兩跳鄰居個數和位置。

1.1.3 關節(jié)度量

(11)

式中:E(qi_send)表示以qi_send為發(fā)射功率轉發(fā)數據包消耗的能量,E(qi+1_send)表示以qi+1_send為發(fā)射功率轉發(fā)數據包消耗的能量。Ei+1為節(jié)點i+1的剩余能量,Ei+2表示節(jié)點i+2的剩余能量。

采用文獻[15]給出的能量策略來估計節(jié)點轉發(fā)數據包所要消耗的能量,如式(12)所示:

(12)

式中:Eelec表示發(fā)射電路損耗的能量。若傳輸距離小于閾值d0,功率放大損耗采用自由空間模型;當傳輸距離大于等于閾值d0時,采用多路徑衰減模型。εfs、εamp分別為這兩種模型中功率放大所需的能量,l表示數據包的比特數[16]。

同時定義如下的線性優(yōu)化函數:

(13)

(14)

式中:0

通過分析,當截止時間較長、剩余時間Δt較多或者剩余距離較小時,對于前者速度的權重就小,由此可以更多地將業(yè)務分配到剩余能量較多或者消耗能量較少的節(jié)點;當截止時間較短、剩余時間Δt較少或者剩余距離較大時,需要保證截止期傳輸成功率,對于前者速度的權重就大。

1.2 可靠實時路由

IWSN的整體系統(tǒng)可靠性取決于傳感器節(jié)點,通信鏈路以及網關的可靠性。其中,傳感器節(jié)點的可靠性對提高系統(tǒng)可靠性起著重要作用。

基于兩跳速度的路由協(xié)議能夠很大程度上能改善實時性能,但地理路由一般遵循貪婪轉發(fā)模式,這種轉發(fā)模式的一個明顯的缺陷就是遇到空洞,即通信范圍內沒有滿足速度的可用的轉發(fā)節(jié)點或者是集合H1(i+1)=?,傳統(tǒng)方法是啟動重新路由機制或啟用周邊轉發(fā)模式重新尋找路徑,但是這樣的方式不能及時地提供數據。針對以上問題,本文給出以下解決策略:

①盡力轉發(fā)機制

在轉發(fā)節(jié)點i的通訊范圍內有滿足式(7)但不滿足速度要求的一跳鄰居節(jié)點,即集合H1(i+1)≠?。

定義如下優(yōu)化度量函數:

(15)

式中:0<β<1是加權因子,d(i+1,D)表示一跳鄰居節(jié)點到目的節(jié)點的距離。為了簡化描述,將前者的比值定義為距離因素,后者的比值定義為剩余能量因素,可以利用權值系數來體現不同的環(huán)境對兩種因素的影響程度。

得到優(yōu)化函數值后,選擇最優(yōu)路徑進行轉發(fā),將該解決策略定義為盡力轉發(fā)策略。

②功率調節(jié)機制

在轉發(fā)節(jié)點i的通訊范圍內沒有滿足式(7)也沒有滿足速度要求的一跳鄰居節(jié)點,即H1(i+1)=?。

在這種情況下,為了能夠可靠地傳輸數據包,加入功率調節(jié)機制解決這種空洞問題。首先,轉發(fā)節(jié)點正常工作時都是以0 dBm的發(fā)射功率轉發(fā)數據包,當H1(i+1)=?時,轉發(fā)節(jié)點將切換到下一功率級E1以便尋找更佳路徑,如果再次發(fā)生故障,轉發(fā)節(jié)點再次切換功率,直到切換至E3。當切換至E3后依然無法路由,轉發(fā)節(jié)點將進入故障狀態(tài)。

為了分析與對比加入功率調節(jié)機制和未加入功率調節(jié)機制的協(xié)議的可靠性,引入狀態(tài)轉移模型。圖2是節(jié)點沒有使用功率調節(jié)的協(xié)議狀態(tài)轉移模型。狀態(tài)轉移模型中全部使用固定節(jié)點。其中,狀態(tài)1為源節(jié)點,狀態(tài)2至狀態(tài)4為中間節(jié)點,狀態(tài)5為目的節(jié)點,狀態(tài)6為遇到空洞后的故障狀態(tài)。a12、a23、a34和a45分別表示節(jié)點之間正常傳輸的狀態(tài)轉移概率,a16、a26、a36、a46和a56分別表示節(jié)點在前5個狀態(tài)進入故障的狀態(tài)轉移概率。在這種情況下,由于沒有功率調節(jié),節(jié)點進入故障狀態(tài)的可能性非常大,可靠性無法得到保證。

圖2 無功率調節(jié)的狀態(tài)模型

圖3 帶功率調節(jié)的狀態(tài)模型

圖3是帶功率調節(jié)機制的THTR狀態(tài)轉移模型。每個傳感器節(jié)點具有4個功率級0 dBm、1 dBm、2 dBm 和4 dBm,也就是說,每個傳感器節(jié)點可以基于允許的功率動態(tài)地選擇其傳輸距離。a12、a23、a34和a45表示0 dBm的狀態(tài)轉移概率,a13、a24、a35表示 1 dBm 的狀態(tài)轉移概率,a14和a25表示2 dBm的狀態(tài)轉移概率,而a15表示4 dBm的狀態(tài)轉移概率。節(jié)點無論是在5個狀態(tài)中的哪一個狀態(tài)都有可能遭遇空洞陷入故障狀態(tài),此狀態(tài)用狀態(tài)6表示。

根據圖3的狀態(tài)模型,給出狀態(tài)躍概率矩陣A[17],如式(16):

(16)

式中:a11=a12+a13+a14+a15+a16,a22=a23+a24+a25+a26,a33=a34+a35+a36,a44=a45+a46。

令pk(t)=p(qt=k)表示節(jié)點在t時刻處于狀態(tài)k的概率,根據切普曼-柯爾莫哥洛夫微分方程,有

p′(t)=p(t)A

(17)

式中:p(t)=[p1(t)p2(t)p3(t)p4(t)p5(t)]為狀態(tài)向量,p′(t)為p(t)的一階微分狀態(tài)向量。對式(17)進行Laplace變換,得:

(18)

若節(jié)點在初始條件下處于正常狀態(tài),那么

p(0)=
[p1(0)p2(0)p3(0)p4(0)p5(0)]T=
[10000]T

(19)

接著,將狀態(tài)躍居概率矩陣A轉置的值代入式(18)中,對P(s)進行Laplace反變換,最終得到節(jié)點在t時刻處于狀態(tài)k的概率pi(t)(i=1,2,3,4,5)。令R(t)為系統(tǒng)的總可靠度,那么,

R(t)=1-p6(t)=p1(t)+p2(t)+p3(t)+p4(t)+p5(t)

(20)

1.3 THTR算法流程

若式(7)是?,則對轉發(fā)節(jié)點i啟用功率調節(jié)機制并重新選擇路徑,直至調節(jié)至最大發(fā)射功率E3,若依然無法找到合適的路徑,節(jié)點將進入故障狀態(tài)。具體流程如圖4所示。

圖4 THTR算法節(jié)點轉發(fā)數據包流程圖

2 仿真實驗與結果分析

為研究算法的有效性,本文對THTR路由算法進行了仿真實驗,并將THTR路由算法與已有的未加入功率調節(jié)機制的協(xié)議、CDRR算法的性能進行了對比。

2.1 可靠性分析

利用MATLAB R2012b進行可靠性仿真。對圖2中無功率調節(jié)算法的狀態(tài)轉移模型進行可靠性評估,并且將它與圖3中THTR的狀態(tài)轉移模型可靠性進行對比。考慮傳輸范圍、節(jié)點個數的影響,將圖2中成功和故障狀態(tài)轉換概率都設定為0.02(0 dBm的傳輸距離大約在30 m～40 m,假設傳輸范圍內有50個節(jié)點,轉移概率大約為0.02),并代入式(16)得到概率矩陣A,將矩陣A的轉置以及式(19)代入式(18)中,得到節(jié)點在t時刻處于狀態(tài)k的概率pi(t)(i=1,2,3,4,5),最終根據式(20)得到總可靠度。同理,對于圖3中的成功和故障狀態(tài)轉移概率,都設定為0.002(假設4 dBm的傳輸范圍內有500個節(jié)點,那么轉移概率大約為0.002),并根據上述方法得到總可靠度。

圖5的結果表明,隨著天數的增加,網絡可靠度都在減小,對于無功率調節(jié)算法,在時間趨于300天時網絡可靠度急劇下滑,在300天時變?yōu)?;對于加入功率調節(jié)機制的THTR,在時間趨于800天時可靠度開始下滑,并在800天時變?yōu)?。因此,通過對模型的分析,加入功率調節(jié)機制可以增加網絡的可靠性。

圖5 總可靠度

圖6 網絡拓撲圖

2.2 實時性與能耗分析

采用OPNET建模者14.5建立實時性與能耗仿真平臺。在200 m×200 m的區(qū)域內隨機部署200個節(jié)點,源節(jié)點位于(175 m,175 m),目的節(jié)點位于(20 m,20 m)。圖6顯示了網絡的拓撲結構。在OPNET上進行仿真的節(jié)點參數配置如表1所示。

表1 場景及節(jié)點參數配置

在模擬中,每個節(jié)點都以恒定比特率來轉發(fā)和接收數據包。節(jié)點的初始發(fā)射功率設定為0 dBm,遇到空洞后,陸續(xù)切換至1 dBm、2 dBm和4 dBm。

為了強調實時性,式(15)中的參數β設置為較大值0.9。根據文獻[18]得出的實驗結果,對式(12)的未知參數進行設置,最終實驗仿真參數如表2所示。

表2 實驗仿真參數

以初始的場景及節(jié)點參數為基礎,對3種協(xié)議的性能在不同的截止期需求(900 ms～1 800 ms)條件下進行仿真對比。每一個截止期進行10次模擬,將單次模擬時間設置為45 min,采用10次模擬結果的平均值。為了提供節(jié)點故障的行為,給定80個節(jié)點以20 s的間隔陸續(xù)關閉,并且對網絡節(jié)點的鄰居表以20 s的間隔進行更新。

圖7 截止期錯失率

2.2.1 截止期錯失率

截止期錯失率DMR(Deadlines Missed Ratio)是實時性數據傳遞的重要性能參數。表示在最后期限內沒有成功傳遞至目的節(jié)點的數據包與發(fā)送數據包個數的比值。圖7顯示了在不同截止期的3種路由協(xié)議的DMR。從圖7可以看出,THTR在任意一個截止期下的DMR都比無功率調節(jié)算法和CDRR都要小。截止期為1 300 ms時,THTR的DMR為46.2%,CDRR為62.3%,相差了16.1%;截止期為1 500 ms時,THTR為30.2%,CDRR為45%,相差了15.2%。相比CDRR,THTR的主要優(yōu)勢在于THTR采用了基于兩跳速度的路由機制,而兩跳相對于一跳不僅優(yōu)化了跳數,并且有一定的可能性提早發(fā)現路由空洞而避免它[13]。而對于無功率調節(jié)算法,數據包的丟失率相對于THTR和CDRR都比較大(無功率調節(jié)算法在搜索不到鄰居時數據包將丟失),因此截止期錯失率在各個截止期就會比較大(在1 300 ms,無功率調節(jié)算法的DMR為67%,相對于THTR,錯失率差異最大,達到21%),但是另一方面,較于CDRR而言,由于采用了兩跳機制,雖然截止期錯失率還是較高,但兩者差異表現的并不是太大(在1 200 ms,無功率調節(jié)算法的DMR為74.2%,CDRR的DMR為64.9%,差異最大,為9.3%,不超過10%)。

當源節(jié)點設定個數在2～16,截止期設定為 1 500 ms時,3種路由協(xié)議的截止期錯失率比較如圖8所示。

圖8 不同源節(jié)點個數下的截止期錯失率

圖8顯示隨著源節(jié)點的增多,截止期錯失率也在不斷增加。這是因為源節(jié)點的增多使得待傳數據包增多,網絡負載增大,可能導致網絡擁塞以及信道沖突。此外,從圖8可以看出THTR算法在不同源節(jié)點個數的情況下截止期錯失率要比無功率調節(jié)算法和CDRR小很多,實時性能較好(當源節(jié)點為2時,THTR的DMR為33.9%,相對于DMR為51%的無功率調節(jié)算法和DMR為47.6%的CDRR,錯失率差異最小,分別為17.1%和13.7%)。一方面是由于兩跳速度策略降低了截止期錯失率,另一方面,網絡擁塞的存在會增加由于數據重傳次數增多而帶來的延遲,而功率調節(jié)機制的引入減少了丟包率,在一定程度上減少網絡擁塞帶來的負面影響,從而增加鏈路穩(wěn)定性。

2.2.2 能量消耗

對THTR算法、無功率調節(jié)算法和CDRR算法進行能耗有效性對比。首先評估在每個截止期下從源節(jié)點到目的節(jié)點成功傳遞的數據包能耗的平均值,再分別取10次模擬結果的平均值作為實驗結果進行對比。圖7中,考慮到當截止期為900 ms時,3種路由協(xié)議的截止期錯失率都為100%,于是在對能量消耗進行評估時將不再考慮900 ms時的包平均能耗。

圖9中,當截止期在1 000 ms到1 400 ms之間,THTR的包平均能耗比CDRR的包平均能耗都低10%以上,特別是截止期在1 100 ms時,THTR的包平均能耗為102 mJ,比包平均能耗為117 mJ的CDRR少了15 mJ,表明THTR比CDRR更加節(jié)能。這是因為THTR采用兩跳策略優(yōu)化了跳數,降低了截止期錯失率以及采用了不同的能量策略,CDRR僅僅考慮了節(jié)點的剩余能量,而THTR不僅考慮了剩余能量還考慮了轉發(fā)數據包所需要的能耗。此外,從圖9可以看出,截止期在1 000 ms和1 300 ms之間時,無功率調節(jié)算法的包平均能耗總是比THTR的包平均能耗低6%～9%,截止期在1 400 ms到1 800 ms之間時,兩者包平均能耗基本相差不大,這是因為無功率調節(jié)算法的截止期錯失率較高,而仿真只計算了成功傳遞的數據包的平均能耗,相對于加了功率調節(jié)機制的THTR,無功率調節(jié)算法的包平均能耗較小。

圖9 平均能耗比較

3 結束語

本文通過把功率調節(jié)機制加入到兩跳速度的路由策略中,研究了一種實時可靠的路由協(xié)議。首先,通過對狀態(tài)轉移模型的分析,可靠性得到提升,網絡壽命隨之增強;其次,兩跳速度策略有效地降低了數據包的截止期錯失率,從而降低了傳輸延遲,提高了實時性;最后,采用新的能量策略,既考慮了節(jié)點的剩余能量也考慮了節(jié)點轉發(fā)數據包能耗,平衡了網絡能量,提高了網絡壽命。

參考文獻:

[1] 鄭濤. 工業(yè)無線傳感器網絡MAC協(xié)議研究[D]. 北京:北京交通大學,2014:1-135.

[2] Sheng Z,Mahapatra C,Zhu C,et al. Recent Advances in Industrial Wireless Sensor Networks toward Efficient Management in IoT[J]. IEEE Access,2015,3(10):622-637.

[3] Vehbi C Gungor,Gerhard P Hancke. Industrial Wireless Sensor Networks:C-Hallenges,Design Principles,and Technical Approaches[J]. IEEE Transactions on Industrial Electronics,2009,56(10):4258-4265.

[4] Tiab A,Bouallouche-Medjkoune L. Routing in Industrial Wireless Sensor Networks:A Survey[R]. Chinese Journal of Engineering,2014:1-7.

[5] 張威,施偉斌. 無線傳感器網絡GPSR路由協(xié)議研究[J]. 電子測量技術,2010,33(9):118-121.

[6] 孫磊,張和偉,馮鐵軍,等. 一種貪婪地理路由協(xié)議的改進算法[J]. 現代電子技術,2016,39(11):16-20.

[7] Soltani M R,Motamedi S A,Ahmadi S,et al. Power-Aware and Void-Avoidant Routing Protocol for Reliable Industrial Wireless Sensor Networks[J]. International Conference on Wireless Communications,2011,237(3):1-5.

[8] 王建新,趙湘寧,劉輝宇.一種基于兩跳鄰居信息的貪婪地理路由算法[J]. 電子學報,2008,36(10):1903-1909.

[9] Li Y,Chen C S,Song Y Q,et al. Enhancing Real-Time Delivery in Wireless Sensor Networks with Two-Hop Information[J]. IEEE Transactions on Industrial Informatics,2009,5(2):113-122.

[10] Quang P T A,Kim D S. Enhancing Real-Time Delivery of Gradient Routingfor Industrial Wireless Sensor Networks[J]. IEEE Transactions on Industrial Informatics,2012,8(1):61-68.

[11] Kumar M,Tripathi R,Tiwari S. Critical Data Real-Time Routing in Industral Wireless Sensor Networks[J]. IET Wireless Sensor Systems,2016,6(4):144-150.

[12] Chen C S,Li Y,Song Y Q. An Exploration of Geographic Routing withk-Hop Based Searching in Wireless Sensor Networks[C]//International Conference on Communications and Networking in China,2008:376-381.

[13] 張新生. 自由空間傳播模型[DB/OL]. https://baike.baidu.com/item/自由空間傳播模型,2015-01-17.

[14] He T,Stankovic J A,Lu C,et al. A Spatiotemporal Communication Protocol for Wireless Sensor Networks[J]. IEEE Transactions on Parallel and Distributed Systems,2005,16(10):995-1006.

[15] Heinzelman W R,Chandrakasan A,Balakrishnan H. Energy-Efficient Communication Protocol for Wireless Microsensor Networks[J]. Hawaii International Conference on System Sciences,2000:3005-3014.

[16] 龍勝春,盧定乾,池凱凱. 基于同構傳感器網絡的能量空洞避免策略[J]. 傳感技術學報,2016,29(1):103-108.

[17] 吳軍,邵新宇,鄧超. 隱馬爾科夫鏈模型在裝備運行可靠性預測中的應用[J]. 中國機械工程,2010,21(19):2345-2349.

[18] 陳敏. OPNET物聯網仿真[M]. 武漢:華中科技大學出版社,2015:156-159.