無線自組網(wǎng)中基于能量感知的跨層路由算法

鄧 敏，徐 方,2+，熊曾剛，葉從歡，夏洪星

(1.湖北工程學(xué)院 計算機與信息科學(xué)學(xué)院，湖北 孝感 432000；2.武漢大學(xué) 計算機學(xué)院，湖北 武漢 430072)

0 引 言

在自組織網(wǎng)絡(luò)的環(huán)境下，由智能移動設(shè)備構(gòu)成的無線自組網(wǎng)節(jié)點受能源約束的影響很大，智能移動設(shè)備上日益增長的復(fù)雜應(yīng)用和無線通信給設(shè)備帶來了越來越大的能量壓力[1]。設(shè)備因能量耗盡而停止提供服務(wù)，出現(xiàn)網(wǎng)絡(luò)分割的情況，導(dǎo)致網(wǎng)絡(luò)的一部分不能和網(wǎng)絡(luò)的另一部分進行正常通信[2]。因此，國內(nèi)外研究者正致力于研究能量相關(guān)的路由協(xié)議，期望提高無線自組網(wǎng)中數(shù)據(jù)傳輸?shù)哪芰啃省?/p>

最初，在計算路由協(xié)議的開銷時，主要采用節(jié)點的剩余能量進行度量。文獻[3]中的路由算法主要考慮節(jié)點上的初始能量、傳輸節(jié)點的剩余能量和每一次傳輸?shù)拈_銷來選擇最高效的路徑。通過計算路徑沿線節(jié)點的剩余能量總和，文獻[4]說明了MBCR路由協(xié)議在路由決策時如何考慮路徑上總的剩余能量。文獻[5]描述了對MBCR路由進行改進的算法，它綜合使用路徑上的轉(zhuǎn)發(fā)跳數(shù)和總體能量消耗，能夠進一步提高轉(zhuǎn)發(fā)效率。最小能量流失率路由[6]引入節(jié)點能量消耗速率進行路由的度量，但是當網(wǎng)絡(luò)流量變化波動不大時，該方法的計算和評估不夠準確。DELAR[7]提出了一種能夠跨層感知能量負載的框架，通過考慮節(jié)點的剩余能量和網(wǎng)絡(luò)中節(jié)點的密度，能夠適合于由多種類型節(jié)點組成的異構(gòu)無線自組網(wǎng)。LAER路由[8]是一種具有鏈路穩(wěn)性感知和能量感知的路由算法，通過采用多目標線性規(guī)劃來優(yōu)化路由決策。E2路由[9]提出了節(jié)點失效度的概念，并結(jié)合節(jié)點的剩余能量設(shè)計了一種靈活高效的路由方法。

目前，智能移動設(shè)備在日常生活中的普及，有利于形成新型的無線自組網(wǎng)，而這類網(wǎng)絡(luò)的路由性能還存在較大的提升空間。人們在生活中使用這些智能節(jié)點，并安裝了各種應(yīng)用程序，而應(yīng)用程序的運行對節(jié)點能量效率有一定的影響，進而影響到路由效率，因而在設(shè)計這類網(wǎng)絡(luò)的路由算法時，不僅要考慮節(jié)點的剩余能量和鏈路穩(wěn)定性，還要進一步考慮應(yīng)用程序?qū)?jié)點能耗的影響?；谝陨戏治?，本文提出了一種能量感知的路由算法(context-aware energy-efficient routing，CAER)，算法采用跨層設(shè)計的思想設(shè)計能耗均衡的路由算法，提高網(wǎng)絡(luò)中的能量使用效率和網(wǎng)絡(luò)性能。

1 系統(tǒng)模型

1.1 上下文認知自學(xué)習(xí)模型

本文針對移動設(shè)備的特點提出了一種基于上下文認知的自學(xué)習(xí)模型(context-aware model，CAM)。CAM能動態(tài)采集系統(tǒng)中與應(yīng)用相關(guān)的上下文信息，對上下文信息進行學(xué)習(xí)并優(yōu)化調(diào)整相關(guān)參數(shù)，從而能動態(tài)地預(yù)測系統(tǒng)未來的能量消耗信息。首先，模型需要周期性的采樣系統(tǒng)使用情況的相關(guān)數(shù)據(jù)，然后設(shè)計能量模型，并通過采樣的數(shù)據(jù)來訓(xùn)練該模型，最后根據(jù)設(shè)備當前的狀態(tài)計算出應(yīng)用相關(guān)的能量效用值。為了減少模型產(chǎn)生的開銷，模型中存儲用戶應(yīng)用程序的功率特征信息以減少在系統(tǒng)中進行的采樣頻率。此外，模型的訓(xùn)練可以在設(shè)備充電時運行，從而減少對設(shè)備電池的消耗。

CAM模型工作在網(wǎng)絡(luò)的應(yīng)用層。當一個新的應(yīng)用啟動時應(yīng)用程序監(jiān)測模塊可以識別當前應(yīng)用程序的類別。上下文信息采樣模塊從操作系統(tǒng)獲取所需要的上下文信息，這些信息包括：屏幕的亮度、設(shè)備的額定功率值、電池電量，以及設(shè)備各組件的工作負載狀態(tài)，這些組件如中央處理器(CPU)、圖形處理器(GPU)、無線局域網(wǎng)接口(WLAN)、蜂窩網(wǎng)絡(luò)接口(CELL)和顯示屏(MON)。應(yīng)用程序監(jiān)測模塊監(jiān)測設(shè)備上運行的應(yīng)用程序并獲取相關(guān)信息，如應(yīng)用程序的類型、持續(xù)時間等。上下文信息處理模塊周期性獲取上述上下文信息，對上述上下文信息進行融合和推理，計算設(shè)備上與應(yīng)用相關(guān)的能量消耗的效用值，為下一步的路由決策提供依據(jù)。上下文信息處理模塊將經(jīng)過處理的上下文信息存儲在上下文知識庫中，上下文知識庫主要包含組件負載能耗表、應(yīng)用負載信息表、監(jiān)測和推理出的相關(guān)上下文信息。上下文知識庫中的信息能反映系統(tǒng)的動態(tài)變化，為下面的路由設(shè)計提供相關(guān)的能量約束信息。下面介紹上下文認知自學(xué)習(xí)模型的3個階段，分別是：初始化階段、應(yīng)用程序監(jiān)測階段、應(yīng)用層能量效用計算階段。

1.2 初始化階段

日常生活中，由于人們所攜帶的移動設(shè)備規(guī)格存在多樣性，同樣的應(yīng)用程序在不同的移動設(shè)備上可能產(chǎn)生不同的工作負載，即使是同樣的工作負載百分比，也可能在不同的設(shè)備上產(chǎn)生不同的能量消耗。因而在初始化階段需要建立組件負載信息表，使得CAM模型能夠適應(yīng)于不同種類的移動設(shè)備。

根據(jù)文獻[10]研究結(jié)果表明，目前的移動設(shè)備(如智能手機和平板電腦)的主要耗能組件為：中央處理器(CPU)、圖形處理器(GPU)、無線局域網(wǎng)接口(WLAN)、蜂窩網(wǎng)絡(luò)接口(CELL)、屏幕(MON)。在初始化階段，首先運行一組預(yù)定義的任務(wù)在這些組件上產(chǎn)生不同程度的工作負載，然后監(jiān)測相應(yīng)的功率消耗。相關(guān)研究也表明[11]，只要經(jīng)過合理的設(shè)計，這類在線監(jiān)測和能量建模對設(shè)備正常使用的影響是微不足道的。

在初始化階段，模型在上下文知識庫中建立了一個組件負載能耗表，見表1。該表記錄各組件工作負載百分比與能量消耗速率之間的對應(yīng)關(guān)系。在初始化階段，通過在節(jié)點上運行一組預(yù)定義的任務(wù)來獲取各組件的工作負載，設(shè)定的負載為5%、25%、50%、75%和100%。使用LCPU(x)、LGPU(x)、LWLAN(x)、LCELL(x)、LMON(x)分別表示CPU、GPU、WLAN、CELL、和MON等組件的工作負載是x%，Preal(x)表示工作負載為x%時從系統(tǒng)采樣的功率值。其中，x=5,25,50,75,100。

表1 組件負載能耗

系統(tǒng)的工作負載可以由表1中的組件的工作負載來表示，式(1)給出了當前系統(tǒng)的能量模型，Psys是當前系統(tǒng)的功率消耗。該能量模型考慮了上述提到的所有主要硬件組件的負載與系統(tǒng)能耗的關(guān)系。Lcomp(i)表示第i個組件上的工作負載。組件對應(yīng)的權(quán)重Wcomp(i)用來平衡不同的組件對總體效用的影響。我們通過訓(xùn)練能量模型可以得到權(quán)重因子Wcomp(i)的值，模型訓(xùn)練的數(shù)據(jù)來自組件負載能耗表，其中存儲了真實的工作負載與在系統(tǒng)中監(jiān)測到的系統(tǒng)的功率值。式(1)中，C為多元線性回歸模型中的常量

(1)

能量模型的誤差函數(shù)如式(2)所示，訓(xùn)練過程的目標是最小化模型輸出值的誤差。通過比較模型計算的功率值Pcal(由式(1)計算得出)和從操作系統(tǒng)采樣的真實功率值Preal，我們可以獲得誤差值，然后利用這些誤差值調(diào)整權(quán)重值Wcomp(i)，達到優(yōu)化能量模型的目的，從而進一步提高模型預(yù)測的精度

(2)

在初始化階段我們設(shè)計了能量模型，并且通過對模型的訓(xùn)練取得了較優(yōu)的權(quán)重值Wcomp(i)。在下一階段，我們將使用工作負載作為模型的輸入，使用模型評估系統(tǒng)的能量約束。

如上所述，系統(tǒng)的功率消耗被建模成一個預(yù)測模型。我們可以用目前的一些常用的回歸方法來求解模型的參數(shù)，其中非線性方法有支持向量回歸(SVR)和人工神經(jīng)網(wǎng)絡(luò)(NN)；線性方法有多元線性回歸(MLR)。線性方法的主要優(yōu)點是易于實現(xiàn)，而非線性方法可能會獲得更高的精度。由于移動設(shè)備資源受限，采用線性回歸能滿足該場景的精度和低能耗需求。

1.3 應(yīng)用程序監(jiān)測階段

在監(jiān)測階段，我們構(gòu)建一個應(yīng)用負載信息表，一旦一個新的應(yīng)用(表中沒有記錄的應(yīng)用)啟動，CAM模型記錄這個應(yīng)用程序運行時在各組件上額外產(chǎn)生的工作負載，當應(yīng)用程序關(guān)閉時，計算該應(yīng)用程序在組件上產(chǎn)生的工作負載的平均值，并把這些應(yīng)用作為一條新的記錄存入應(yīng)用負載信息表，見表2。

表2 應(yīng)用負載信息

表2描述了應(yīng)用負載信息表的基本結(jié)構(gòu)。對于應(yīng)用程序j，LCPU(j)表示CPU的工作負載，LGPU(j)、LWLAN(j)、LCELL(j)表示了類似的含義。屏幕的工作負載不記錄在這個表中，因為屏幕的能耗由其亮度決定，而屏幕的亮度取決于環(huán)境的照度和用戶的喜好，因此需要單獨采集和存儲。以上由應(yīng)用程序產(chǎn)生工作負載可以用一個向量表示，如式(3)所示，PAPP(j)為應(yīng)用j的功率特征

(3)

系統(tǒng)中應(yīng)用程序產(chǎn)生的總功能值可以由系統(tǒng)中每個應(yīng)用程序的功率消耗值之和表示。在計算能量約束時，式(4)的計算結(jié)果作為能量模型的部分輸入，能量模型的輸出則是整個系統(tǒng)的功率值

(4)

模型通過監(jiān)測和更新應(yīng)用相關(guān)的上下文信息提高其自適應(yīng)能力，使得應(yīng)用負載信息表能動態(tài)反映當前設(shè)備的使用情況。當應(yīng)用負載信息表存在記錄的應(yīng)用啟動時，模型考慮表中的數(shù)據(jù)計算當前的能量約束，運行階段根據(jù)當前設(shè)備相關(guān)信息對應(yīng)用負載信息表采用增量更新的方式，CAM對于表中存在的應(yīng)用，不定期的采樣這些應(yīng)用在各個組件的平均功率，根據(jù)式(5)更新一個應(yīng)用程序?qū)?yīng)的功率消耗PAPP(j)(updated)，新的功率消耗PAPP(j)(updated)由兩個因素組成，一個是從表中取得的老的功率消耗值PAPP(j)(old)，另一個是剛剛從系統(tǒng)測量到的新的PAPP(j)(new)。使用歸一化的權(quán)重值(Wold,Wnew)表示兩個值對最新工作負載的影響，權(quán)重的取值由應(yīng)用程序的運行持續(xù)時間決定。每當一個應(yīng)用開始運行時，利用式(5)計算應(yīng)用j對應(yīng)的功率消耗和新采樣的負載值更新應(yīng)用負載信息表，從而實現(xiàn)上下文認知自學(xué)習(xí)過程

PAPP(j)(updated)=Wold·PAPP(j)(old)+
Wnew·PAPP(j)(new)

(5)

(6)

相比于定期的硬件級別的監(jiān)測，本文提出的模型是一個簡單和低開銷的方法，因為部署了該模型的設(shè)備能夠識別應(yīng)用的類型，并結(jié)合功能特征和能量模型計算當前應(yīng)用的能量約束。應(yīng)用負載信息表中的數(shù)據(jù)可以用于訓(xùn)練模型，因為它動態(tài)記錄設(shè)備使用的變化情況。

1.4 應(yīng)用層能量效用計算階段

由于設(shè)備屏幕的亮度與人們的個人喜好相關(guān)，在計算設(shè)備的功率消耗特征時，應(yīng)分別考慮應(yīng)用產(chǎn)生的功率消耗和屏幕產(chǎn)生的功率消耗，則式(1)中表述的能量模型可以轉(zhuǎn)化為式(7)進行表示

Psys=PAPP+WMON·LMON+C

(7)

式(8)中，Uapp描述了應(yīng)用對應(yīng)能量約束的效用函數(shù)。Psys為式(7)計算出的系統(tǒng)當前功率消耗，Prat為設(shè)備的額定功率值

(8)

應(yīng)用層能量效用不僅考慮應(yīng)用程序的效用還應(yīng)考慮網(wǎng)絡(luò)中節(jié)點內(nèi)的剩余能量情況，在式(9)中，檢測時應(yīng)用程序的實時能耗值用Econs表示，節(jié)點總電量用Etotal表示，Ubat為節(jié)點剩余能量效用函數(shù)，它的取值范圍是0到1之間

(9)

(10)

應(yīng)用層能量效用(Cnode)由節(jié)點中應(yīng)用的效用和節(jié)點中剩余能量的效用組成，如式(11)所示。通過使用歸一化的權(quán)重Wapp和Wbat來協(xié)調(diào)上述兩個因素的貢獻

Cnode=Wapp·Uapp+Wbat·Ubat
Wapp+Wbat=1

(11)

經(jīng)過上述自學(xué)習(xí)過程中，應(yīng)用層能量相關(guān)的上下文信息被學(xué)習(xí)和利用，在當前設(shè)備中，該過程對每類應(yīng)用程序在每個硬件組件上產(chǎn)生的工作負載進行監(jiān)測和采樣，然后將應(yīng)用相關(guān)的能量約束存儲在應(yīng)用負載信息表中。此外，每當一個應(yīng)用程序啟動時，新的監(jiān)測值會被用于更新應(yīng)用負載信息表，體現(xiàn)了模型的自適應(yīng)和自學(xué)習(xí)能力。通過使用這種方法，模型能夠處理移動應(yīng)用市場上的大量應(yīng)用程序。

2 CAER路由機制

2.1 跨層設(shè)計

在傳統(tǒng)互聯(lián)網(wǎng)中，分層設(shè)計的思想被廣泛使用。在分層設(shè)計中，網(wǎng)絡(luò)各層模塊間相對獨立使得網(wǎng)絡(luò)設(shè)計較為簡單并容易實現(xiàn)。但是，隨著移動無線網(wǎng)絡(luò)的出現(xiàn)，傳統(tǒng)分層設(shè)計的方法不利于未來普適網(wǎng)絡(luò)的發(fā)展。普適網(wǎng)絡(luò)要求網(wǎng)絡(luò)中的節(jié)點能感知節(jié)點自身和周圍環(huán)境上下文信息，并以自組織自適合的方式為用戶提供服務(wù)。而采用跨層設(shè)計的方法可以增強網(wǎng)絡(luò)各層的信息共享，從而能有效提高網(wǎng)絡(luò)的服務(wù)質(zhì)量和能量效率。在本文提出了CAER路由的跨層設(shè)計方案中，網(wǎng)絡(luò)層在進行路由決策時，可以充分利用應(yīng)用層，網(wǎng)絡(luò)層和數(shù)據(jù)鏈路層中的上下文信息，使得網(wǎng)絡(luò)中的數(shù)據(jù)傳輸更高效更節(jié)能。

圖1描述了網(wǎng)絡(luò)中的應(yīng)用層、數(shù)據(jù)鏈路層和網(wǎng)絡(luò)層實現(xiàn)信息共享的過程，簡要描述了上述網(wǎng)絡(luò)層如何通過交換上下文信息來實現(xiàn)跨層節(jié)能的路由決策。圖中灰色背景的模塊是重點強調(diào)部分，分別是應(yīng)用層的上下文認知自學(xué)習(xí)模塊、網(wǎng)絡(luò)層的路由信息處理模塊和數(shù)據(jù)鏈路層的鏈路穩(wěn)定性監(jiān)測與度量模塊。

圖1 路由的體系結(jié)構(gòu)

應(yīng)用層使用應(yīng)用監(jiān)測、能耗監(jiān)測、剩余能量監(jiān)測3個組件來收集應(yīng)用與能耗相關(guān)的上下文信息，使用上下文認知自學(xué)習(xí)模型處理收集到的上下文信息。數(shù)據(jù)鏈路層部署的鏈路穩(wěn)定性監(jiān)測與度量模塊能夠分析接收到的無線信號強度，并利用相應(yīng)的效用函數(shù)計算信號強度的效用值。網(wǎng)絡(luò)層的路由信息處理模塊包含上下文信息融合和路由信息處理，該模塊接收應(yīng)用層的能量約束信息和數(shù)據(jù)鏈路層鏈路穩(wěn)定性信息，跨層共享各類上下文信息進行路由決策。在CAER路由算法的設(shè)計中，本文采用跨層設(shè)計的方法，使得算法能夠綜合利用應(yīng)用層、網(wǎng)絡(luò)層和數(shù)據(jù)鏈路層的信息進行路由設(shè)計和數(shù)據(jù)轉(zhuǎn)發(fā)決策，有助于提高網(wǎng)絡(luò)的服務(wù)質(zhì)量和能量效率。

2.2 路由算法

本文提出的基于能量感知的跨層路由算法是在AODV路由算法[12]的基礎(chǔ)上進行的改進，在路由發(fā)現(xiàn)階段采用廣播報文的方法，轉(zhuǎn)發(fā)節(jié)點需要建立和維護路由表，并根據(jù)路由表進行數(shù)據(jù)報文的轉(zhuǎn)發(fā)。和AODV算法一樣，本算法也包含兩個過程，分別是路由發(fā)現(xiàn)階段和路由維護階段。接下來，本文重點介紹在AODV算法基礎(chǔ)上的改進部分。

當源節(jié)點需要發(fā)送數(shù)據(jù)時，源節(jié)點向周圍的鄰居節(jié)點發(fā)送路由請求報文(RREQ)，RREQ報文中包含的主要字段如圖2所示，本文在AODV協(xié)議RREQ報文的基礎(chǔ)上進行了改進，添加了節(jié)點的開銷(Enode)和鏈路的開銷(Elink)。

圖2 RREQ幀格式

節(jié)點能量開銷Enode的計算方法如式(12)所示，鏈路穩(wěn)定性效用值Elink的計算方法如式(13)所示，路由路徑上當前節(jié)點的序號為k，設(shè)源節(jié)點的序號為1，沿著路由路徑序號k的值依次遞增，目的節(jié)點的序號用n表示

(12)

(13)

當某個中間節(jié)點接收到路由請求時，如果中間節(jié)點的路由表中包含有到達目的節(jié)點的路由信息，那么中間節(jié)點直接返回路由應(yīng)答報文(RREP)，源節(jié)點收到該報文，完成路由發(fā)現(xiàn)過程；否則直到目的節(jié)點收到路由請求報文(RREQ)。當?shù)谝粋€RREQ報文到達目的節(jié)點時，目的節(jié)點啟動計時器，接收延時T時間內(nèi)所有的路由請求報文。對于接收到的所有RREQ報文，利用式(14)計算該路徑上的效用值(Croute)，取Croute值最小的路徑作為數(shù)據(jù)轉(zhuǎn)發(fā)路徑，并在該路徑上發(fā)送路由應(yīng)答報文(RREP)，完成路由的發(fā)現(xiàn)過程

(14)

3 性能評估

3.1 參數(shù)設(shè)置

利用NS2網(wǎng)絡(luò)仿真軟件，本文評估了CAER路由算法的能量效率和性能。在同樣的網(wǎng)絡(luò)環(huán)境中，對比分析了CAER、AODV、LAER和E2算法，為了充分分析路由算法的能量效率，網(wǎng)絡(luò)中的150個節(jié)點被分為3種類型，根據(jù)節(jié)點上運行的應(yīng)用程序分為A類節(jié)點50個(空閑節(jié)點)，B類節(jié)點50個(游戲節(jié)點)，C類節(jié)點50個(視頻流節(jié)點)。數(shù)據(jù)傳輸時，隨機選擇4對源節(jié)點和目的節(jié)點，傳輸速率的比特率分別為150 Kbps、200 Kbps、250 Kbps、300 Kbps 和350 Kbps。仿真實驗的持續(xù)時間設(shè)為120 s，每種實驗運行30次。A、B、C這3類節(jié)點的功率分別為150毫瓦、350毫瓦和550毫瓦。WiFi接入的功率為400毫瓦，網(wǎng)絡(luò)中節(jié)點的能量初始值為100焦耳。在計算式(11)時，Wapp和Wbat權(quán)值分別設(shè)為0.4、0.6，體現(xiàn)了應(yīng)用能效與剩余能量對總效用的實際影響。

3.2 不同運行時間下的能量消耗

A、B、C這3種類型節(jié)點的平均能耗情況如圖3～圖5所示，本文提出的CAER路由在不同程度上為3類節(jié)點節(jié)省了電能。對于A類節(jié)點來說，CAER算法的節(jié)能效果最明顯，因為A類節(jié)點處于空閑狀態(tài)，節(jié)點剩余能量多，為跨層信息共享的路由機制提供了更多的節(jié)能空間。以AODV協(xié)議為基準進行比較，采用CAER方案可以為A類節(jié)點節(jié)約18%的能量，為B類節(jié)點節(jié)約12%的能量，為C類節(jié)點節(jié)約7%的能量。

圖3 A類節(jié)點的平均能量消耗

圖4 B類節(jié)點的平均能量消耗

圖5 C類節(jié)點的平均能量消耗

3.3 網(wǎng)絡(luò)生存時間

圖6描述了在不同數(shù)據(jù)傳輸率下使用各算法的網(wǎng)絡(luò)生存時間，隨著網(wǎng)絡(luò)中數(shù)據(jù)傳業(yè)務(wù)的增加，網(wǎng)絡(luò)負載不斷增大，能量消耗也在逐漸加大，因而隨著傳輸速率的增加，網(wǎng)絡(luò)生存時間逐漸縮短。因為AODV算法沒有考慮能量消耗等因素，其在生存時間上的表現(xiàn)最差，考慮了能量信息的其它3種路由算法能不同程度的提高網(wǎng)絡(luò)生存時間。以AODV為基準，CAER算法平均提高網(wǎng)絡(luò)生存時間大約20%，而LAER和E2分別提高了大約12%和15%。

圖6 網(wǎng)絡(luò)生存時間

4 結(jié)束語

能量受限是無線網(wǎng)絡(luò)的重要特征之一，對于移動自組網(wǎng)絡(luò)更是如此。本文研究的無線自組網(wǎng)節(jié)點主要由人們攜帶的智能通信設(shè)備組成(如智能手機、平板電腦)，受限于目前的電池技術(shù)，智能通信設(shè)備的電能僅能維持較短的時間，然而智能通信設(shè)備上應(yīng)用程序的不斷增加，進一步加快了設(shè)備上的能量消耗，從而降低了網(wǎng)絡(luò)的生存時間，當網(wǎng)絡(luò)中某個節(jié)點因能量耗盡而停止工作，可能會導(dǎo)致網(wǎng)絡(luò)分割，進而影響整個網(wǎng)絡(luò)的性能。本文主要針對由智能移動設(shè)備組成的無線自組網(wǎng)，研究基于能量感知的跨層節(jié)能路由算法。該算法采用跨層設(shè)計的思想綜合利用數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層和應(yīng)用層的上下文信息，提高了網(wǎng)絡(luò)中能量的使用效率和生存時間，實現(xiàn)了能量效率與網(wǎng)絡(luò)性能之間的平衡。

[1]Yao Y,Cao Q,Vasilakos A V.EDAL:An energy-efficient,delay-aware,and lifetime-balancing data collection protocol for heterogeneous wireless sensor networks[J].IEEE/ACM Transactions on Networking,2015,23(3):810-823.

[2]Priya S S,Krishnan H M.Energy aware span routing protocol in mobile Ad Hoc networks[J].Wireless Communication,2016,8(1):11-16.

[3]Pantazis N A,Nikolidakis S A,Vergados D D.Energy-efficient routing protocols in wireless sensor networks:A survey[J].IEEE Communications Surveys & Tutorials,2013,15(2):551-591.

[4]Bade S,Kumar M,Kamat P.A reactive energy-alert algorithm for manet and its impact on node energy consumption[J].International Journal of Computer Applications,2013,71(18):1-6.

[5]Varaprasad G,Narayanagowda S H.Implementing a new power aware routing algorithm based on existing dynamic source routing protocol for mobile ad hoc networks[J].IET Networks,2014,3(2):137-142.

[6]Gandhi C,Arya V.A survey of energy-aware routing protocols and mechanisms for mobile ad hoc networks[M].India:Springer India,2014:111-117.

[7]Hu L,Yuan’an L,Dongming Y,et al.Study of capacity region and minimum energy of delay-tolerant unicast mobile ad hoc networks using cell-partitioned model[J].Wireless Communications & Mobile Computing,2016,16(7):825-849.

[8]De Rango F,Guerriero F,Fazio P.Link-stability and energy aware routing protocol in distributed wireless networks[J].IEEE Transactions on Parallel and Distributed Systems,2014,23(4):713-726.

[9]Ramrekha TA,Talooki VN,Rodriguez,et al.Energy efficient and scalable routing protocol for extreme emergency ad hoc communications[J].Mobile Network Appl,2015,17(2):312-324.

[10]Ahmad R W,Gani A,Hamid S H A,et al.A survey on ener-gy estimation and power modeling schemes for smartphone applications[J].International Journal of Communication Systems,2016,12(3):22-33.

[11]Li D,Halfond W G J.An investigation into energy-saving programming practices for android smartphone app development[C]//Proceedings of the 3rd International Workshop on Green and Sustainable Software.ACM,2014:46-53.

[12]Ahmed A,Hanan A,Osman I.AODV routing protocol working process[J].Journal of Convergence Information Technology,2015,10(2):1-10.