基于改進(jìn)人工神經(jīng)網(wǎng)絡(luò)的無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)方法

肖 峰

(安徽職業(yè)技術(shù)學(xué)院 信息工程學(xué)院，安徽 合肥 230031)

隨著無(wú)線傳感器技術(shù)和移動(dòng)通信網(wǎng)絡(luò)技術(shù)的發(fā)展，無(wú)線多跳網(wǎng)絡(luò)空洞的節(jié)點(diǎn)轉(zhuǎn)發(fā)的可靠性和穩(wěn)定性受到人們的關(guān)注[1].近年來(lái)，國(guó)內(nèi)外學(xué)者進(jìn)行了大量研究，提出了相應(yīng)的解決方法.但現(xiàn)有的解決方法仍存在無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)的輸出穩(wěn)定性和可靠性不高、數(shù)據(jù)包轉(zhuǎn)發(fā)的自適應(yīng)性不好和傳輸準(zhǔn)確率低等問(wèn)題[2].所以研究無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)方法，對(duì)于提高無(wú)線多跳網(wǎng)絡(luò)的傳輸可靠性和穩(wěn)定性具有重要意義.

本文提出基于改進(jìn)人工神經(jīng)網(wǎng)絡(luò)的無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)方法.首先構(gòu)建無(wú)線多跳網(wǎng)絡(luò)的空洞節(jié)點(diǎn)定位模型，采用自適應(yīng)的路由探測(cè)協(xié)議實(shí)現(xiàn)對(duì)無(wú)線多跳網(wǎng)絡(luò)傳輸信道和鏈路結(jié)構(gòu)的均衡重組，提取無(wú)線多跳網(wǎng)絡(luò)的傳輸信道沖激振蕩特征量；然后構(gòu)建改進(jìn)人工神經(jīng)網(wǎng)絡(luò)模型，根據(jù)沖激振蕩的峰值檢測(cè)結(jié)果進(jìn)行無(wú)線多跳網(wǎng)絡(luò)空洞信息融合和特征定位識(shí)別.在此基礎(chǔ)上，采用改進(jìn)人工神經(jīng)網(wǎng)絡(luò)的無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)方法，對(duì)無(wú)線多跳網(wǎng)絡(luò)的空洞路由進(jìn)行信息探測(cè)和自組織轉(zhuǎn)發(fā)控制，并對(duì)無(wú)線多跳網(wǎng)絡(luò)的空洞節(jié)點(diǎn)進(jìn)行自組織修復(fù).

1 無(wú)線多跳網(wǎng)絡(luò)節(jié)點(diǎn)部署和傳輸鏈路分析

1.1 無(wú)線多跳網(wǎng)絡(luò)節(jié)點(diǎn)部署

為了實(shí)現(xiàn)基于改進(jìn)人工神經(jīng)網(wǎng)絡(luò)的無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)，構(gòu)建了無(wú)線多跳網(wǎng)絡(luò)的空洞節(jié)點(diǎn)定位模型，采用自適應(yīng)的路由探測(cè)協(xié)議實(shí)現(xiàn)對(duì)無(wú)線多跳網(wǎng)絡(luò)傳輸鏈路均衡控制[3]，由此構(gòu)建了無(wú)線多跳網(wǎng)絡(luò)的傳輸節(jié)點(diǎn)分布模型如圖1所示.

圖1 無(wú)線多跳網(wǎng)絡(luò)的節(jié)點(diǎn)分布模型

在圖1所示的無(wú)線多跳網(wǎng)絡(luò)節(jié)點(diǎn)分布中，存在覆蓋空洞節(jié)點(diǎn)和待修復(fù)節(jié)點(diǎn)，需要對(duì)無(wú)線多跳網(wǎng)絡(luò)的空洞節(jié)點(diǎn)進(jìn)行均衡控制和鏈路轉(zhuǎn)換控制.當(dāng)無(wú)線多跳網(wǎng)絡(luò)的節(jié)點(diǎn)滿(mǎn)足1≤k≤j-1時(shí)，無(wú)線多跳網(wǎng)絡(luò)的節(jié)點(diǎn)能量開(kāi)銷(xiāo)滿(mǎn)足如下式所示的關(guān)系.

θjk(n+1)=H(Q|S)×(σx×σy)，

(1)

其中，H(Q|S)表示無(wú)線多跳網(wǎng)絡(luò)節(jié)點(diǎn)的空間參數(shù)，σx表示無(wú)線多跳網(wǎng)絡(luò)節(jié)點(diǎn)模糊控制分布節(jié)點(diǎn)數(shù)量，σy表示無(wú)線多跳網(wǎng)絡(luò)的空洞節(jié)點(diǎn)的能耗傳輸功率.

根據(jù)無(wú)線多跳網(wǎng)絡(luò)的節(jié)點(diǎn)位置變化與相關(guān)鏈路分布，得到鏈路轉(zhuǎn)發(fā)控制矩陣R，再根據(jù)無(wú)線多跳網(wǎng)絡(luò)節(jié)點(diǎn)的空間特征值變化，得到無(wú)線多跳網(wǎng)絡(luò)Sink節(jié)點(diǎn)的傳輸比特率如下.

pk(Sk-Si-1)=θjk(n+1)-(xi-yi) ，

(2)

其中，xi表示無(wú)線多跳網(wǎng)絡(luò)的數(shù)據(jù)節(jié)點(diǎn)，Sk為無(wú)線多跳網(wǎng)絡(luò)的反饋權(quán)重分布系數(shù).無(wú)線多跳網(wǎng)絡(luò)的最大化傳輸數(shù)據(jù)量滿(mǎn)足下式.

(3)

其中，di表示無(wú)線多跳網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量，dj表示空間鏈路均衡的元分布集.根據(jù)無(wú)線網(wǎng)絡(luò)的傳輸信道，得到無(wú)線多跳網(wǎng)絡(luò)節(jié)點(diǎn)的穩(wěn)態(tài)特征分布的節(jié)點(diǎn)部署功率為

(4)

其中，λ表示無(wú)線多跳網(wǎng)絡(luò)節(jié)點(diǎn)的能耗開(kāi)銷(xiāo)，μ表示節(jié)點(diǎn)的發(fā)射功率，r表示無(wú)線多跳網(wǎng)絡(luò)節(jié)點(diǎn)部署傳輸鏈路數(shù)量[4].

1.2 無(wú)線多跳網(wǎng)絡(luò)的傳輸鏈路分析

構(gòu)建無(wú)線多跳網(wǎng)絡(luò)的空洞節(jié)點(diǎn)定位模型，采用自適應(yīng)的路由探測(cè)協(xié)議實(shí)現(xiàn)對(duì)無(wú)線多跳網(wǎng)絡(luò)傳輸信道和鏈路結(jié)構(gòu)的均衡重組，得到無(wú)線多跳網(wǎng)絡(luò)的鏈路傳輸?shù)臄?shù)學(xué)模型表示如下.

(5)

其中，Hc表示無(wú)線多跳網(wǎng)絡(luò)數(shù)據(jù)包的修復(fù)節(jié)點(diǎn)數(shù)量.結(jié)合超高頻振蕩抑制和線性隨機(jī)編碼的方法，構(gòu)建無(wú)線多跳網(wǎng)絡(luò)的空洞節(jié)點(diǎn)的概率密度覆蓋模型[5]，由此可以得到空洞節(jié)點(diǎn)的可靠性隨機(jī)分布累計(jì)分布函數(shù)為

(6)

其中，VS表示無(wú)線多跳網(wǎng)絡(luò)有效概率密度融合概念集，Ir表示無(wú)線多跳網(wǎng)絡(luò)的空洞節(jié)點(diǎn)的隸屬函數(shù)，Δxi表示無(wú)線多跳網(wǎng)絡(luò)的空洞節(jié)點(diǎn)的傳輸信道.根據(jù)線性隨機(jī)重組，得到無(wú)線多跳網(wǎng)絡(luò)的空洞節(jié)點(diǎn)的信道轉(zhuǎn)發(fā)模型如下.

(7)

根據(jù)上述分析，構(gòu)建無(wú)線多跳網(wǎng)絡(luò)的傳輸鏈路均衡控制模型，得到輸出穩(wěn)態(tài)特征參數(shù)集，結(jié)合特征重組和人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練，進(jìn)行空洞修復(fù).

2 無(wú)線多跳網(wǎng)絡(luò)的空洞修復(fù)優(yōu)化與空洞修復(fù)

2.1 無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)的路由協(xié)議優(yōu)化設(shè)計(jì)

根據(jù)沖激振蕩的峰值檢測(cè)結(jié)果進(jìn)行無(wú)線多跳網(wǎng)絡(luò)空洞信息融合和特征定位識(shí)別[6]，然后在改進(jìn)神經(jīng)網(wǎng)絡(luò)模型中，得到空洞節(jié)點(diǎn)在s′和sj之間的覆蓋概念集，并通過(guò)分析s′與sj之間的沖擊響應(yīng)特征量得到空洞覆蓋的范圍.在此基礎(chǔ)上，利用不規(guī)則三角網(wǎng)絡(luò)覆蓋的方法[7]，求得空洞節(jié)點(diǎn)的最短路徑為

(8)

(9)

根據(jù)空洞節(jié)點(diǎn)與Source節(jié)點(diǎn)的自相關(guān)關(guān)系，通過(guò)沖激響應(yīng)特征分布式融合的方式，得到無(wú)線多跳網(wǎng)絡(luò)的傳輸鏈路的可靠性參數(shù)分布集如下所示.

(10)

其中，x,y,wi表示參數(shù)更新和網(wǎng)絡(luò)節(jié)點(diǎn)的狀態(tài)優(yōu)化，根據(jù)無(wú)線多跳網(wǎng)絡(luò)的傳輸控制，得到尋優(yōu)模型為

(11)

其中，v(xk)表示樣本的密度取值，確定網(wǎng)格對(duì)象集后，得到無(wú)線多跳網(wǎng)絡(luò)空洞節(jié)點(diǎn)在中滿(mǎn)足，利用余弦定理，網(wǎng)格對(duì)象中優(yōu)化設(shè)計(jì)的模型為

(12)

其中，s(v)表示路徑均衡控制節(jié)點(diǎn).

綜上分析，實(shí)現(xiàn)對(duì)無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)的路由協(xié)議優(yōu)化設(shè)計(jì).

2.2 無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)

采用改進(jìn)神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)對(duì)無(wú)線多跳網(wǎng)絡(luò)的空洞路由信息探測(cè)和自組織轉(zhuǎn)發(fā)控制[9]，得到神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型.在該模型中，點(diǎn)s′在已知無(wú)線多跳網(wǎng)絡(luò)空洞直線LM上的相似度特征如下所示.

(13)

其中，Kψ表示無(wú)線多跳網(wǎng)絡(luò)的輸出鏈路，η表示無(wú)線多跳網(wǎng)絡(luò)空洞融合參數(shù)集.根據(jù)沖擊響應(yīng)的特征量，得到無(wú)線多跳網(wǎng)絡(luò)空洞數(shù)據(jù)集的聚類(lèi)分布.

(14)

其中，G1表示無(wú)線多跳網(wǎng)絡(luò)空洞節(jié)點(diǎn)，根據(jù)傳輸信道上的路由均衡控制參數(shù)滿(mǎn)足

φ=L-(Sk-Si-1)F(x)，

(15)

其中，F(xiàn)(x)表示神經(jīng)網(wǎng)絡(luò)訓(xùn)練的節(jié)點(diǎn)[10]，根據(jù)無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)的迭代函數(shù)，得到無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)節(jié)點(diǎn)模型為

(16)

根據(jù)能量均衡控制實(shí)現(xiàn)對(duì)無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)控制.

綜上所述，完成了對(duì)基于改進(jìn)人工神經(jīng)網(wǎng)絡(luò)的無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)方法的設(shè)計(jì)，具體的設(shè)計(jì)流程及其圖示如下.

步驟1 在采用路由探測(cè)協(xié)議均衡控制無(wú)線多跳網(wǎng)絡(luò)傳輸鏈路的基礎(chǔ)上，構(gòu)建傳輸節(jié)點(diǎn)分布模型；

步驟2 根據(jù)節(jié)點(diǎn)能量開(kāi)銷(xiāo)和傳輸比特率計(jì)算節(jié)點(diǎn)部署功率，實(shí)現(xiàn)節(jié)點(diǎn)能耗均衡控制；

步驟3 利用超高頻振蕩抑制和線性隨機(jī)編碼的方法構(gòu)建空洞節(jié)點(diǎn)累計(jì)分布函數(shù)，建立可靠傳輸鏈路模型；

步驟4 利用不規(guī)則三角網(wǎng)絡(luò)覆蓋方法求得空洞節(jié)點(diǎn)的最短路徑，再根據(jù)無(wú)線多跳網(wǎng)絡(luò)的傳輸控制得到尋優(yōu)模型；

步驟5 在優(yōu)化模型中對(duì)空洞數(shù)據(jù)集實(shí)施聚類(lèi)，通過(guò)不斷迭代得到無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)節(jié)點(diǎn)模型，再根據(jù)能量均衡控制實(shí)現(xiàn)對(duì)無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)控制.

綜上所述，無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)流程如圖2所示.

圖2 無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)流程圖

3 仿真測(cè)試與結(jié)果分析

為驗(yàn)證上述設(shè)計(jì)的基于改進(jìn)人工神經(jīng)網(wǎng)絡(luò)的無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)方法的實(shí)際應(yīng)用性能，設(shè)計(jì)如下實(shí)驗(yàn).

實(shí)驗(yàn)中設(shè)定無(wú)線多跳網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)為120，Sink節(jié)點(diǎn)數(shù)為24，Source節(jié)點(diǎn)數(shù)為12，數(shù)據(jù)的維數(shù)為5，信道傳輸延遲為1.46 ms，網(wǎng)格分布的密度為16.

無(wú)線多跳網(wǎng)絡(luò)的節(jié)點(diǎn)定位進(jìn)行空洞修復(fù)，得到無(wú)線多跳網(wǎng)絡(luò)的空洞覆蓋范圍檢測(cè)散點(diǎn)圖如圖3所示.

圖3 無(wú)線多跳網(wǎng)絡(luò)的空洞覆蓋范圍散點(diǎn)圖

根據(jù)圖3進(jìn)行空洞修復(fù)，采用改進(jìn)神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)對(duì)無(wú)線多跳網(wǎng)絡(luò)的空洞路由信息探測(cè)和自組織轉(zhuǎn)發(fā)控制.

在此基礎(chǔ)上，以丟包率、空洞修復(fù)輸出情況及其覆蓋率為指標(biāo)，測(cè)試本文方法的應(yīng)用性能.為避免實(shí)驗(yàn)結(jié)果的單一性，將文獻(xiàn)[5]和文獻(xiàn)[6]方法作為對(duì)比，與本文方法共同完成性能驗(yàn)證.

首先統(tǒng)計(jì)不同方法的空洞修復(fù)輸出情況，結(jié)果如圖4所示.

圖4 空洞修復(fù)輸出曲線圖

分析圖4得知，本文方法能有效實(shí)現(xiàn)對(duì)無(wú)線多跳網(wǎng)絡(luò)的空洞修復(fù)，降低空洞覆蓋范圍，比另外兩種方法更具有安全性與真實(shí)性.

然后測(cè)試不同方法的覆蓋率，得到結(jié)果如圖5所示.

圖5 無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)的覆蓋率

分析圖5得知，在修復(fù)無(wú)線多跳網(wǎng)絡(luò)空洞時(shí)，本文方法的覆蓋率最高可達(dá)到0.8，明顯比其他兩種方法更能提高節(jié)點(diǎn)的覆蓋能力.

最后，測(cè)試不同方法的丟包率，得到對(duì)比結(jié)果如表1所示.

表1 丟包率測(cè)試(%)

分析表1得知，本文方法的丟包率最低僅為0.76%，明顯少于其他兩種對(duì)比方法，這說(shuō)明采用本文方法能夠有效降低網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行數(shù)據(jù)包轉(zhuǎn)發(fā)的丟包率.

4 結(jié)語(yǔ)

通過(guò)節(jié)點(diǎn)的優(yōu)化部署和自適性控制設(shè)計(jì)，可以實(shí)現(xiàn)對(duì)無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)控制，從而滿(mǎn)足無(wú)線多跳網(wǎng)絡(luò)的傳輸穩(wěn)定性要求.為此，本文設(shè)計(jì)了基于改進(jìn)人工神經(jīng)網(wǎng)絡(luò)的無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)方法.在對(duì)無(wú)線多跳網(wǎng)絡(luò)的空洞節(jié)點(diǎn)進(jìn)行均衡控制和鏈路轉(zhuǎn)換控制的基礎(chǔ)上，構(gòu)建無(wú)線多跳網(wǎng)絡(luò)的空洞節(jié)點(diǎn)定位模型.然后采用改進(jìn)神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)對(duì)無(wú)線多跳網(wǎng)絡(luò)的空洞路由信息探測(cè)和路由協(xié)議設(shè)計(jì)，實(shí)現(xiàn)對(duì)無(wú)線多跳網(wǎng)絡(luò)空洞修復(fù)控制.實(shí)驗(yàn)研究表明，本文方法有效提高了節(jié)點(diǎn)的覆蓋能力、降低了輸出丟包率，并能夠縮小空洞覆蓋范圍.