基于多目標的管道物聯(lián)網(wǎng)無線路由算法

劉 苗, 姚 榮, 鐘曉曦, 霍卓苗, 孫振興,3

(1. 東北石油大學(xué)秦皇島校區(qū) 電子信息工程系, 河北 秦皇島 066004； 2. 東北石油大學(xué) 物理與電子工程學(xué)院, 黑龍江 大慶 163318； 3. 東北大學(xué) 計算機科學(xué)與工程學(xué)院, 沈陽 110006)

0 引 言

隨著5G技術(shù)的日益成熟, 物聯(lián)網(wǎng)在油氣長輸管道中的應(yīng)用也在不斷推廣[1]。石油和天然氣是各國重要的戰(zhàn)略能源, 由于油氣長輸管道運輸?shù)木嚯x較長, 面臨惡劣環(huán)境的幾率較大, 所以長距離運輸原油、成品油和天然氣出現(xiàn)泄漏的幾率也很大[2-3]。在運輸過程中, 一旦出現(xiàn)泄漏, 后果非常嚴重。目前石油天然氣行業(yè)主要采用有線與無線通信相結(jié)合的方法對油氣管道進行監(jiān)測, 然而有線通信存在基礎(chǔ)設(shè)施容易受到破壞以及安裝成本高等問題, 難以在石油天然氣管道監(jiān)測中大范圍應(yīng)用[4-7]。油氣管道物聯(lián)網(wǎng)可以在惡劣環(huán)境下實現(xiàn)網(wǎng)絡(luò)自組和重組, 可以鋪設(shè)在環(huán)境較惡劣、 地區(qū)較偏遠的輸送管道, 全天不間斷地實施監(jiān)測, 對故障進行及時報警, 實現(xiàn)輸油輸氣管道的泄漏監(jiān)測。無線傳感器網(wǎng)絡(luò)作為物聯(lián)網(wǎng)的底層信息獲取系統(tǒng), 具有很高的靈活性、 組織性以及成本低廉的特點, 其在監(jiān)測油氣管道泄漏領(lǐng)域應(yīng)用價值巨大[8-9]。

認知無線電(CR： Cognitive Radio)是基于時空維度頻譜可用性管理和配置其傳輸參數(shù)的最好候選技術(shù)。認知無線電在保證授權(quán)用戶(主用戶)頻帶不受非授權(quán)用戶(次用戶)干擾的條件下, 通過允許非授權(quán)用戶共享授權(quán)用戶頻帶可以使非授權(quán)用戶獲得新的頻譜資源[10-12]?？梢钥紤]引入認知無線電技術(shù)優(yōu)化油氣管道無線傳感器網(wǎng)絡(luò)性能。但由于油氣管道物聯(lián)網(wǎng)中傳感器能量等自身限制, 油氣管道物聯(lián)網(wǎng)中路由協(xié)議變得至關(guān)重要, 關(guān)系整個網(wǎng)絡(luò)的能耗以及端對端延時, 在一定程度上決定了網(wǎng)絡(luò)的壽命。大多傳統(tǒng)的無線傳感器網(wǎng)絡(luò)路由協(xié)議采用固定路由線路的方式進行數(shù)據(jù)路由, 即在每次傳輸前確定了傳輸路線[13]。但在無線環(huán)境中, 每條無線鏈路都具有不穩(wěn)定性, 鏈路的質(zhì)量隨著時間和空間的變化而變化, 一旦在傳輸過程中路由線路中的無線鏈路發(fā)生變化, 很有可能造成網(wǎng)絡(luò)中數(shù)據(jù)傳輸失敗以及增加端對端延時。

針對上述問題, 機會路由協(xié)議被提出。機會路由協(xié)議通過在多個候選節(jié)點和路線中選擇出最適合的傳輸中繼節(jié)點。由于每一跳的轉(zhuǎn)發(fā)節(jié)點的選擇增加, 數(shù)據(jù)傳輸?shù)逆溌返姆€(wěn)定性得到了保障, 從而提高了數(shù)據(jù)傳輸?shù)某晒β蔥14-15]。然而, 機會路由在油氣管道物聯(lián)網(wǎng)中的實際應(yīng)用中還存在很多挑戰(zhàn), 包括如何選擇候選轉(zhuǎn)發(fā)節(jié)點, 以及如何對網(wǎng)絡(luò)中能效與延時的優(yōu)化等。

筆者根據(jù)油氣管道物聯(lián)網(wǎng)的能效和數(shù)據(jù)傳輸延時需求, 提出一種基于多目標優(yōu)化的管道物聯(lián)網(wǎng)路由算法。該算法解決了油氣管道物聯(lián)網(wǎng)中網(wǎng)絡(luò)能量使用不均和延時的問題。綜合考慮節(jié)點剩余能量和節(jié)點間距離, 盡可能均衡網(wǎng)絡(luò)中的能量使用, 減小網(wǎng)絡(luò)中能量使用不均現(xiàn)象, 同時保證網(wǎng)絡(luò)中數(shù)據(jù)傳輸?shù)亩藢Χ搜訒r。利用筆者提出的協(xié)議能在不影響網(wǎng)絡(luò)性能的情況下, 提高了油氣管道物聯(lián)網(wǎng)的壽命。

1 系統(tǒng)模型

網(wǎng)絡(luò)模型中的每個節(jié)點都具有單獨的編號j(j∈[1,m]), 并且節(jié)點單跳的傳輸距離為1～100 m。筆者以圖論模型對網(wǎng)絡(luò)進行描述, 即G=[U,K], 其中U表示網(wǎng)絡(luò)中所有的節(jié)點集合,K表示網(wǎng)絡(luò)中所有能直接連接的鏈路。令x,y∈U表示一個網(wǎng)絡(luò)中任意兩個能直接連接的節(jié)點, 則(x,y)∈K即表示網(wǎng)絡(luò)中任意兩個節(jié)點直接連接的鏈路。在每條鏈路上都具有一個加權(quán)值p, 表示節(jié)點間鏈路成功傳輸?shù)母怕? 并且由于信道衰減以及噪音干擾等原因, 成功傳輸?shù)母怕适强赡馨l(fā)生變化的, 但在本文中假設(shè)每條鏈路成功發(fā)送的概率是固定的。對節(jié)點, 在初始時, 網(wǎng)絡(luò)中每個節(jié)點的能量為初始值E0, 運行后節(jié)點的剩余能量為Eres, 而匯聚節(jié)點的剩余能量為無窮。每傳輸一次數(shù)據(jù)包消耗的能量為Et, 接收一次數(shù)據(jù)包消耗的能量為Er。

發(fā)送節(jié)點在傳輸中的通信過程為： 當有數(shù)據(jù)需要發(fā)送時, 發(fā)送節(jié)點向周圍節(jié)點廣播RTS(Ready to Send)信息, 等待周圍節(jié)點的CTS(Clear to Send)回復(fù)確定候選轉(zhuǎn)發(fā)節(jié)點的信息, 然后選擇優(yōu)先級最高的節(jié)點發(fā)送信息。當候選節(jié)點中有節(jié)點接收轉(zhuǎn)發(fā)數(shù)據(jù)后, 會發(fā)送ACK(Acknowledgement)信息, 發(fā)送節(jié)點接收ACK信息后確定完成轉(zhuǎn)發(fā)任務(wù), 其能量消耗公式以及傳輸k字節(jié)消耗的能量計算公式如下[15]

Escum=NEt+Est+EACKr+SSUMEcr

(1)

Et=kεR2+εk

(2)

其中Escum為發(fā)送節(jié)點在單跳完整發(fā)送過程中的能量消耗；N為成功傳輸數(shù)據(jù)時發(fā)送包的次數(shù)；Et為發(fā)送一次數(shù)據(jù)所需的能量；Est為發(fā)送RTS消息消耗的能量；EACKr為接收ACK消息時消耗的能量；SSUM為備選轉(zhuǎn)發(fā)節(jié)點的總數(shù)；Ecr為接收CTS信息的能量消耗；k為數(shù)據(jù)包大小,ε為每字節(jié)在單位面積傳輸消耗能量,R為傳輸距離。通過式(2)可得出在一跳傳輸?shù)倪^程中發(fā)送節(jié)點消耗的能量。

候選轉(zhuǎn)發(fā)節(jié)點根據(jù)能量消耗模式的不同可以分為3種類型, 這3類候選轉(zhuǎn)發(fā)節(jié)點在傳輸中的通信過程描述如下。

1) 被選中為轉(zhuǎn)發(fā)節(jié)點的候選節(jié)點。這類節(jié)點通信過程為： 首先是接收發(fā)送節(jié)點的RTS信息, 結(jié)合自身信息自動被選中為候選節(jié)點, 被選中后會向發(fā)送節(jié)點發(fā)送CTS信息, 信息內(nèi)容為自身的信息, 一旦被發(fā)送節(jié)點確定為最高優(yōu)先級候選節(jié)點, 開始接收轉(zhuǎn)發(fā)數(shù)據(jù), 接收成功后向周圍廣播ACK信息, 然后等待, 一旦接收到其他節(jié)點的ACK信息, 就將自己的優(yōu)先級P和接收到的其他節(jié)點的ACK中的優(yōu)先級P進行比較, 如果低于其他節(jié)點ACK中的優(yōu)先級P, 則丟棄該數(shù)據(jù)包, 反之則確定自己為轉(zhuǎn)發(fā)節(jié)點, 成為下一跳傳輸?shù)陌l(fā)送節(jié)點。

對被選中轉(zhuǎn)發(fā)數(shù)據(jù)的轉(zhuǎn)發(fā)節(jié)點能量消耗計算如下

Ecumc=Er+Esr+Ect+EACKr+EACKt

(3)

Er=εk

(4)

其中Ecumc為被選中的轉(zhuǎn)發(fā)節(jié)點能量消耗總和；Esr為接收RTS消息消耗的能量；Ect為發(fā)送CTS消息的能量消耗；EACKt為發(fā)送ACK消息的能量消耗。通過式(3)可知在完整的發(fā)送過程中轉(zhuǎn)發(fā)節(jié)點的能量消耗。

2) 候選轉(zhuǎn)發(fā)節(jié)點未被選中轉(zhuǎn)發(fā)節(jié)點但卻意外接收轉(zhuǎn)發(fā)數(shù)據(jù)的節(jié)點。這類節(jié)點通信過程與被選中候選轉(zhuǎn)發(fā)節(jié)點基本一致, 不同的是在完成一跳轉(zhuǎn)發(fā)過程后丟棄轉(zhuǎn)發(fā)數(shù)據(jù), 不進行下一步動作。該類候選轉(zhuǎn)發(fā)節(jié)點的能量消耗計算如下

EcumN1=Er+Esr+Ect+EACKr+EACKt

(5)

其中EcumN1為未被選中但接收轉(zhuǎn)發(fā)數(shù)據(jù)的候選節(jié)點在轉(zhuǎn)發(fā)過程中的能量消耗。

3) 候選轉(zhuǎn)發(fā)節(jié)點未被選中為轉(zhuǎn)發(fā)節(jié)點, 也沒有接收到轉(zhuǎn)發(fā)數(shù)據(jù)。這類節(jié)點在發(fā)送節(jié)點發(fā)送數(shù)據(jù)前與其他候選轉(zhuǎn)發(fā)節(jié)點通信過程一致, 但在等待接收轉(zhuǎn)發(fā)數(shù)據(jù)時, 一旦接收到被選中轉(zhuǎn)發(fā)節(jié)點發(fā)送的ACK消息, 立即結(jié)束此次單跳通信的任務(wù), 重新等待下一次任務(wù)。該類候選轉(zhuǎn)發(fā)節(jié)點的能量消耗計算如下

EcumN2=Esr+Ect+EACKr

(6)

其中EcumN2為未被選中且沒有接收轉(zhuǎn)發(fā)數(shù)據(jù)的候選節(jié)點在轉(zhuǎn)發(fā)過程中消耗的能量。

至此, 在一次完整的發(fā)送過程中各個位置節(jié)點的能量消耗確定, 通過該模型可以確定在每次傳輸數(shù)據(jù)后節(jié)點的剩余能量。

網(wǎng)絡(luò)中一旦節(jié)點需要發(fā)送數(shù)據(jù)包, 則需要向周圍節(jié)點發(fā)送RTS探測包, 探測包中包含當前節(jié)點到目標節(jié)點的距離Ds以及目標節(jié)點的位置。如果周圍節(jié)點處于空閑狀態(tài), 接收到其他節(jié)點發(fā)送的RTS后, 需要確定自身的狀態(tài)是否適合轉(zhuǎn)發(fā)數(shù)據(jù), 需要確定的參數(shù)是自身的剩余能量Eresi以及自身距離目標節(jié)點的距離Di, 當參數(shù)滿足

Di

(7)

Eresi≥Eth

(8)

說明該節(jié)點適合轉(zhuǎn)發(fā)數(shù)據(jù)。式(7)表示篩選出周圍距離匯聚節(jié)點更近的節(jié)點, 保證數(shù)據(jù)向前發(fā)送； 式(8)是保證選中的節(jié)點不會因為剩余能量過少而導(dǎo)致傳輸失敗, 式(8)中的Eth為至少完成接收和轉(zhuǎn)發(fā)數(shù)據(jù)所需最小能量, 其由在數(shù)據(jù)發(fā)送過程中發(fā)送節(jié)點的最多發(fā)送次數(shù)所決定, 因此可由

Eth=CEt+Ecumc

(9)

計算得到。式(9)由兩部分組成, 第1部分表示假設(shè)選中后在下次傳輸過程中傳輸數(shù)據(jù)所需的能量, 其中C為在通信過程中發(fā)送節(jié)點發(fā)送數(shù)據(jù)包的最大次數(shù)；Eth為發(fā)送一次數(shù)據(jù)所需的能量； 在發(fā)送了C次后如果還沒有發(fā)送成功, 節(jié)點將自動丟棄該數(shù)據(jù)包, 該操作能減少節(jié)點的無效能量消耗; 第2部分Ecumc為在本次傳輸數(shù)據(jù)過程中接收數(shù)據(jù)所消耗的能量。

滿足上述要求的節(jié)點向準備發(fā)送數(shù)據(jù)的節(jié)點發(fā)送一個CTS包, 該包中包含節(jié)點的地理位置、 節(jié)點當前剩余能量Eresi以及距離匯聚節(jié)點的距離Di。并且不再接收其他節(jié)點發(fā)送的RTS消息, 以此保證節(jié)點不會被多個節(jié)點選中作為預(yù)備的轉(zhuǎn)發(fā)節(jié)點。發(fā)送節(jié)點在接收到各個備選轉(zhuǎn)發(fā)節(jié)點回復(fù)的CTS消息后, 根據(jù)備選轉(zhuǎn)發(fā)節(jié)點的信息, 將節(jié)點剩余能量以及節(jié)點與匯聚節(jié)點的距離進行歸一化處理, 如下

(10)

(11)

將式(10),式(11)做差后加1可得

(12)

其中Pi為候選節(jié)點i的轉(zhuǎn)發(fā)優(yōu)先級。

2 基于多目標優(yōu)化的管道物聯(lián)網(wǎng)低能耗無線路由算法

2.1 發(fā)送數(shù)據(jù)策略

傳統(tǒng)的發(fā)送策略是直接向優(yōu)先級最高的節(jié)點發(fā)送數(shù)據(jù), 直到多次傳輸失敗后才改向優(yōu)先級第2高的節(jié)點發(fā)送。這可能造成發(fā)送等待時間更長, 傳輸延時更大。為此, 筆者提出了一種新的發(fā)送策略, 具體描述如下。

1) 首先在發(fā)送前確定最多發(fā)送次數(shù)C, 設(shè)定發(fā)送節(jié)點在發(fā)送數(shù)據(jù)C次后, 如果還無法將數(shù)據(jù)成功發(fā)送, 節(jié)點將丟棄該數(shù)據(jù)包；

2) 根據(jù)不同節(jié)點優(yōu)先級以及發(fā)送節(jié)點最大傳輸次數(shù)C, 計算發(fā)送節(jié)點向每個預(yù)備節(jié)點轉(zhuǎn)發(fā)數(shù)據(jù)的次數(shù)。

發(fā)送節(jié)點向預(yù)備轉(zhuǎn)發(fā)節(jié)點發(fā)送數(shù)據(jù)的次數(shù)如下

(13)

其中Ssum為被選中的備選中繼節(jié)點的總數(shù),Ni為發(fā)送節(jié)點在發(fā)送階段向預(yù)備轉(zhuǎn)發(fā)節(jié)點i的最大發(fā)送次數(shù),Pi為候選節(jié)點i的轉(zhuǎn)發(fā)優(yōu)先級。通過式(13)可計算出發(fā)送節(jié)點針對各個預(yù)備轉(zhuǎn)發(fā)節(jié)點的最大發(fā)送次數(shù), 優(yōu)先級越高的節(jié)點被發(fā)送節(jié)點發(fā)送數(shù)據(jù)的次數(shù)越多, 這不僅減少了額外轉(zhuǎn)發(fā)次數(shù), 而且減少了能量損耗, 同時還在一定程度上減少了端對端時延。

候選節(jié)點集選擇算法。

步驟1) 設(shè)定集合M為候選轉(zhuǎn)發(fā)節(jié)點集合,Ni為節(jié)點i的相鄰節(jié)點集合, 候選轉(zhuǎn)發(fā)節(jié)點優(yōu)先級集合P, 初始時令Ni、M、P為?。

步驟2) 當源節(jié)點為i時, 對節(jié)點j, 當節(jié)點j距離節(jié)點i的距離D(i,j)≤R時, 則認為節(jié)點j為節(jié)點i的相鄰節(jié)點, 添加入集合Ni。其中R為節(jié)點i最遠傳輸距離。

步驟3) 對源節(jié)點i的相鄰節(jié)點j, 如果其距離目標節(jié)點的距離Dj和當前剩余能量Eresj滿足式(7),式(8)時, 節(jié)點j則被選中為候選轉(zhuǎn)發(fā)節(jié)點, 并加入集合M。

步驟4) 對被選中為候選轉(zhuǎn)發(fā)節(jié)點j, 利用式(12)計算出候選節(jié)點j轉(zhuǎn)發(fā)優(yōu)先級pj, 并將優(yōu)先級pj加入優(yōu)先級集合P中。

步驟5) 循環(huán)步驟2)～步驟4), 直至選出所有候選轉(zhuǎn)發(fā)節(jié)點結(jié)束。

該算法中存在一個長度為所有相鄰節(jié)點數(shù)量的循環(huán), 并且最多保存所有的相鄰節(jié)點, 所以通過分析可知算法的時間和空間復(fù)雜度均為O(M), 其中M是所有相鄰節(jié)點的數(shù)量。

2.2 網(wǎng)絡(luò)通信過程

先將網(wǎng)絡(luò)初始化, 建立網(wǎng)絡(luò)是通過匯聚節(jié)點向網(wǎng)絡(luò)中的節(jié)點廣播喚醒網(wǎng)絡(luò)中節(jié)點, 并且告知其他節(jié)點匯聚節(jié)點的位置。而其他節(jié)點當收到匯聚節(jié)點的喚醒消息后, 將通過比較與匯聚節(jié)點位置, 將自身與匯聚節(jié)點的距離計算出后進行存儲, 等待后續(xù)使用。此外, 網(wǎng)絡(luò)中各個節(jié)點在初始化時還需要計算自身剩余能量并存儲, 在每次完整的數(shù)據(jù)傳輸中, 參與的節(jié)點包括： 選入的預(yù)備轉(zhuǎn)發(fā)節(jié)點、 選中的轉(zhuǎn)發(fā)節(jié)點、 發(fā)送節(jié)點和接收節(jié)點, 這些節(jié)點都需重新更新計算自身的剩余能量。

3 算法仿真與分析

3.1 仿真參數(shù)

為了試驗驗證筆者提出的路由協(xié)議有效性, 采用Matlab 2018a版本作為仿真平臺, 對所提協(xié)議的網(wǎng)絡(luò)性能進行評估。網(wǎng)絡(luò)搭建在長200 m, 寬20 m的區(qū)域內(nèi), 中繼節(jié)點隨機分布在20×200 m2的范圍中, 每個節(jié)點都處于面積為1×1 m2小格的節(jié)點上, 保證每個節(jié)點的坐標已知。建立坐標系, 令區(qū)域左下角頂點為原點, 發(fā)送節(jié)點坐標位于(200,20), 匯聚節(jié)點坐標(0,20)。

3.2 節(jié)點出度對算法的影響

本次試驗研究的重點是在相同的傳輸距離以及中繼節(jié)點數(shù)量的情況下, 不同的節(jié)點出度對網(wǎng)絡(luò)生存周期的影響, 根據(jù)改變網(wǎng)絡(luò)傳輸距離作對比試驗, 找出在不同傳輸距離的最優(yōu)節(jié)點出度。將傳輸距離設(shè)定為30 m,35 m,40 m,45 m, 中繼節(jié)點數(shù)設(shè)置為110。

從圖1中可以看出, 節(jié)點出度的增加降低了在不同傳輸距離的中繼節(jié)點的網(wǎng)絡(luò)壽命。這是由于筆者提出的算法中候選傳輸節(jié)點的選擇是通過優(yōu)先級進行選擇, 候選轉(zhuǎn)發(fā)節(jié)點的優(yōu)先級越高被選中作為轉(zhuǎn)發(fā)節(jié)點的概率越大。而當擴大節(jié)點出度時, 增加的候選節(jié)點的優(yōu)先級必定是小于未擴大前選擇節(jié)點的優(yōu)先級, 在一般情況下, 數(shù)據(jù)都是傳輸給優(yōu)先級較大的節(jié)點, 新增加的節(jié)點是大概率不能參與傳輸過程, 所以無法提高網(wǎng)絡(luò)壽命。

3.3 網(wǎng)絡(luò)傳輸距離對算法的影響

實驗是在相同節(jié)點出度以及中繼節(jié)點數(shù)的情況下, 研究不同傳輸距離對網(wǎng)絡(luò)壽命的影響。對比不同中繼節(jié)點數(shù)量和傳輸距離對網(wǎng)絡(luò)壽命的影響。中繼節(jié)點數(shù)量分別被設(shè)置為100,110,120, 節(jié)點出度設(shè)置為4。

從圖2中可以看出, 在傳輸距離小于40 m時, 隨著傳輸距離的增加, 網(wǎng)絡(luò)壽命先保持不變或增加, 而在傳輸距離大于40 m后, 網(wǎng)絡(luò)壽命隨著傳輸距離的增加而減少。這是由于在傳輸距離小于40 m時, 增加節(jié)點傳輸距離時, 減少傳輸跳數(shù)所減少的能量消耗大于增加由于傳輸距離而增加的傳輸能量消耗, 而傳輸距離大于40 m后, 減少傳輸跳數(shù)所減少的能量消耗小于增加由于傳輸距離而增加的傳輸能量消耗。通過分析圖2中數(shù)據(jù)可以得出, 在傳輸距離為30～40 m之間得到了網(wǎng)絡(luò)壽命的最大值。

3.4 平均端對端延時比較

將筆者提出的基于多目標優(yōu)化的管道物聯(lián)網(wǎng)低能耗路由算法與上述的經(jīng)典的ExOR(Extremely Opportunistic Routing)算法和節(jié)能機會路由算法REOR(Residual Eenergy based Opportunitic Routing)進行在平均端對端延時的對比試驗, 在相同的中繼節(jié)點數(shù)量的情況下, 隨著傳輸距離的增加, 對比各個協(xié)議平均端對端延時。本次試驗的中繼節(jié)點數(shù)量設(shè)置為110, 出度設(shè)置為4。

如圖3所示, 單項比較可知, 網(wǎng)絡(luò)端對端延時隨著傳輸距離的增加而減少, 這是由于當傳輸距離增大時, 將大大減少網(wǎng)絡(luò)傳輸跳數(shù), 從而降低網(wǎng)絡(luò)端對端延時。橫向?qū)Ρ瓤梢园l(fā)現(xiàn), 筆者提出的算法端對端平均延時遠低于REOR協(xié)議, 高于ExOR協(xié)議。通過前文的實驗可知在R=35 m時, 網(wǎng)絡(luò)壽命最大, 此時筆者提出的協(xié)議比REOR協(xié)議延時大約低42%, 同時比ExOR協(xié)議延時高約28%。這是由于REOR協(xié)議僅考慮傳輸過程中節(jié)點剩余能量, 沒有考慮網(wǎng)絡(luò)端對端延時, 而相反ExOR協(xié)議僅考慮候選節(jié)點到目標節(jié)點的距離。實驗表明, 筆者提出的算法端對端延時比ExOR協(xié)議略高, 但是對比REOR協(xié)議能發(fā)現(xiàn)筆者的協(xié)議能有效的降低網(wǎng)絡(luò)的延時。

圖3 平均端對端延時比較Fig.3 Average end-to-end delay comparison

4 結(jié) 語

筆者提出的多目標優(yōu)化路由算法針對多管道線性傳感器網(wǎng)絡(luò)的應(yīng)用場景進行設(shè)計, 并且路由算法能對網(wǎng)絡(luò)的能量進行均衡, 延長網(wǎng)絡(luò)的使用壽命, 此外, 本算法還能降低無線傳輸跳數(shù), 在減少能量消耗的同時降低網(wǎng)絡(luò)延時。下一步, 將嘗試把認知無線電和能量采集技術(shù)引入油氣管道物聯(lián)網(wǎng), 提高無線頻譜利用率, 進一步提高油氣管道物聯(lián)網(wǎng)的可靠性, 保障國家戰(zhàn)略資源的安全運輸。