6G大規(guī)模無人機(jī)網(wǎng)絡(luò)中基于動(dòng)態(tài)拓?fù)淠Ｐ偷穆酚伤惴ㄑ芯?/h1>

2022-03-30 09:15:30劉瀚澤楊柱天吳芝路楊蔚朱偉強(qiáng)

電子與信息學(xué)報(bào)訂閱 2022年3期 收藏

關(guān)鍵詞：中繼路由能耗

劉瀚澤 楊柱天* 吳芝路 楊蔚 朱偉強(qiáng)

①(哈爾濱工業(yè)大學(xué)電子與信息工程學(xué)院哈爾濱150000)

②(南京電子設(shè)備研究所南京210000)

1 引言

6G無線通信網(wǎng)絡(luò)存在著海量數(shù)據(jù)傳輸與連接密度激增的嚴(yán)峻挑戰(zhàn)。無人機(jī)(Unm anned Aerial Vehicle,UAV)憑借其高移動(dòng)性、廣覆蓋度、低成本等諸多優(yōu)勢，已成為輔助地面通信的最佳選擇之一[1,2]。利用無人機(jī)作為空中基站或中繼節(jié)點(diǎn)以完成在廣大區(qū)域內(nèi)收集信息并進(jìn)行節(jié)點(diǎn)通信的艱巨任務(wù)，是未來6G通信網(wǎng)絡(luò)的一個(gè)重點(diǎn)發(fā)展方向。若要保證大范圍內(nèi)接收數(shù)據(jù)，勢必需要無人機(jī)密度的增加。傳統(tǒng)路由方法針對(duì)較小規(guī)模的網(wǎng)絡(luò)適用性較高，而當(dāng)網(wǎng)絡(luò)中節(jié)點(diǎn)密集激增時(shí)，諸多節(jié)點(diǎn)之間復(fù)雜的連接關(guān)系會(huì)帶來路徑選擇難度的指數(shù)級(jí)提高，這使得一個(gè)即便滿足通信質(zhì)量要求的路由度量標(biāo)準(zhǔn)，在如此復(fù)雜的網(wǎng)絡(luò)拓?fù)湎码y以選取合適的中繼節(jié)點(diǎn)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)，或者在決定路由路徑時(shí)耗費(fèi)大量冗余資源，這對(duì)于一個(gè)資源有限的無人機(jī)網(wǎng)絡(luò)而言是難以接受的。因此，有必要設(shè)計(jì)一個(gè)新的、便于在高密度節(jié)點(diǎn)下選取最優(yōu)路由路徑的動(dòng)態(tài)拓?fù)淠Ｐ停赃m用于未來具有極大發(fā)展?jié)摿Φ拇笠?guī)模無人機(jī)網(wǎng)絡(luò)。

目前，針對(duì)網(wǎng)絡(luò)層路由問題的現(xiàn)行技術(shù)以及研究方向，集中在利用有限的通信資源實(shí)現(xiàn)最大限度的通信能力上。例如為滿足低功耗有損網(wǎng)絡(luò)(Low power andLossyNet works,LLNs)[3]的通信需求，互聯(lián)網(wǎng)工程任務(wù)組(the Int er net Engineer ing Task Force,IETF)的ROLL工作組在2012年提出了專門針對(duì)LLN的RPL(Routing Pr ot ocol f or LLN)路由協(xié)議[4]，即低功耗有損網(wǎng)絡(luò)路由協(xié)議。該協(xié)議通過目標(biāo)函數(shù)及路由度量標(biāo)準(zhǔn)(Routing Metrics)建立一個(gè)節(jié)點(diǎn)之間面向目的地的有向無環(huán)圖(Destination Oriented Directed Acyclic Graph,DODAG)，維持和更新網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。在研究領(lǐng)域，諸多針對(duì)路由度量標(biāo)準(zhǔn)的設(shè)計(jì)陸續(xù)提出以針對(duì)不同的應(yīng)用場景。文獻(xiàn)[5]用數(shù)學(xué)的方法論證了路由度量標(biāo)準(zhǔn)的設(shè)計(jì)原則，即為保證路由算法的一致性(Consistency)、優(yōu)化性(Optimality)及無環(huán)性(Loop-freeness)這3項(xiàng)基本要求，路由度量的設(shè)計(jì)需滿足一定條件的保序性(Isotonicity)及單調(diào)性(Monotonicity)，這為研究者設(shè)計(jì)新的路由度量標(biāo)準(zhǔn)提供了驗(yàn)證可行性的基本方法。在此基礎(chǔ)上，文獻(xiàn)[6]設(shè)計(jì)了一種針對(duì)鏈接不穩(wěn)定環(huán)境下(潮汐環(huán)境)的綜合考量預(yù)計(jì)傳輸次數(shù)ETX(Expected Transmissi on Count)、節(jié)點(diǎn)剩余能量Eres及節(jié)點(diǎn)之間傳輸延遲等指標(biāo)之間平衡的路由度量標(biāo)準(zhǔn)PRD(Predicted Remai ni ng Deliveries)。文獻(xiàn)[7]在RPL等路由協(xié)議的參考下提出了一種多梯度的路由協(xié)議算法MGRP(Multi-Gradient Routing Protocol)，節(jié)點(diǎn)維護(hù)一個(gè)與鄰居節(jié)點(diǎn)之間的“梯度表”，梯度的計(jì)算由節(jié)點(diǎn)及節(jié)點(diǎn)之間的COST得出，并在路由轉(zhuǎn)發(fā)的過程中實(shí)時(shí)更新。除傳統(tǒng)方法外，文獻(xiàn)[8]將近年來火熱的深度學(xué)習(xí)引入到了無線傳感器路由領(lǐng)域，該文第1次將節(jié)點(diǎn)網(wǎng)絡(luò)模型化以適配深度學(xué)習(xí)方法，旨在依靠節(jié)點(diǎn)歷史數(shù)據(jù)(如能耗、緩存器隊(duì)列、延時(shí)等)訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)，以根據(jù)現(xiàn)有網(wǎng)絡(luò)狀況實(shí)時(shí)判斷出最優(yōu)路徑的效果。該文創(chuàng)造了深度學(xué)習(xí)在無線傳感器網(wǎng)絡(luò)路由路徑算法上的先河，諸多利用深度學(xué)習(xí)方法實(shí)現(xiàn)路由路徑計(jì)算的文獻(xiàn)[9–12]先后問世以解決網(wǎng)絡(luò)層路由難題。

在無線通信技術(shù)快速發(fā)展的當(dāng)下，隨著無人機(jī)走進(jìn)傳統(tǒng)通信網(wǎng)絡(luò)，密度爆炸對(duì)于現(xiàn)行的路由路徑算法而言是一個(gè)巨大的考驗(yàn)。舉例來說，以文獻(xiàn)[8]為代表的以深度學(xué)習(xí)方法來解決路由路徑選擇不可避免地帶來維度爆炸問題。文獻(xiàn)[8]中以9個(gè)節(jié)點(diǎn)為例，為源節(jié)點(diǎn)到目的節(jié)點(diǎn)之間每一條可能的路徑建立了對(duì)應(yīng)的深度學(xué)習(xí)網(wǎng)絡(luò)，這在小規(guī)模的無線節(jié)點(diǎn)組成的網(wǎng)絡(luò)是可行的，而當(dāng)節(jié)點(diǎn)數(shù)量級(jí)上升到百位千位甚至萬位時(shí)，以現(xiàn)有的節(jié)點(diǎn)計(jì)算能力為難以計(jì)數(shù)的所有可能路徑都建立對(duì)應(yīng)的網(wǎng)絡(luò)是相當(dāng)困難的。因此，本文通過分析傳統(tǒng)路由協(xié)議路由路徑選取的原則，為面向未來6G大規(guī)模無人機(jī)網(wǎng)絡(luò)設(shè)計(jì)了一種新型的綜合節(jié)點(diǎn)狀態(tài)及相對(duì)位置的一種具象化的拓?fù)淠Ｐ?，在此基礎(chǔ)上設(shè)計(jì)兩種路由方案以應(yīng)對(duì)無人機(jī)云帶來的密度爆炸問題。

2 系統(tǒng)及分析模型

2.1 系統(tǒng)模型

如圖1所示，本文構(gòu)建了一種面向6G通信的大規(guī)模無人機(jī)網(wǎng)絡(luò)，即“無人機(jī)云”概念。高密度的傳感器節(jié)點(diǎn)或終端散布在廣袤的城區(qū)及郊區(qū)地帶，并利用常態(tài)化部署的無人機(jī)作為中繼節(jié)點(diǎn)進(jìn)行數(shù)據(jù)收集或轉(zhuǎn)發(fā)控制消息，最終將區(qū)域內(nèi)的信息匯聚到處于網(wǎng)絡(luò)中心位置的網(wǎng)關(guān)節(jié)點(diǎn)或服務(wù)器平臺(tái)中。組成無人機(jī)云的傳感器、終端、無人機(jī)及網(wǎng)關(guān)等設(shè)備可以抽象為網(wǎng)絡(luò)中的節(jié)點(diǎn)。除無人機(jī)外，其他終端節(jié)點(diǎn)隨機(jī)地、無規(guī)則地產(chǎn)生數(shù)據(jù)包并上傳到由無人機(jī)組成的云端，無人機(jī)之間以多跳的方式將節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù)傳遞至一個(gè)網(wǎng)絡(luò)中心，即網(wǎng)關(guān)節(jié)點(diǎn)。無人機(jī)與地面基站相輔相成，將住宅、工業(yè)、商業(yè)區(qū)等典型場景下的數(shù)據(jù)，以及用戶終端、交通等信息進(jìn)行匯總。

圖1 系統(tǒng)模型

與傳統(tǒng)無人機(jī)網(wǎng)絡(luò)或傳感器網(wǎng)絡(luò)不同的是，無人機(jī)云這一概念要求無人機(jī)高密度常態(tài)化部署，即無人機(jī)需扮演傳統(tǒng)的地面基站這一角色，不同的是，利用無人機(jī)高移動(dòng)性實(shí)現(xiàn)快速部署，以動(dòng)態(tài)地覆蓋一個(gè)更可能廣的地理區(qū)域，涵蓋更可能多的傳感器或終端設(shè)備。由于無人機(jī)高移動(dòng)性的特點(diǎn)，傳統(tǒng)以節(jié)點(diǎn)為基準(zhǔn)建立的拓?fù)淠Ｐ碗y以對(duì)極大規(guī)模的無人機(jī)云進(jìn)行有效管理，由傳統(tǒng)的圖論建立的拓?fù)浣Y(jié)構(gòu)在這種超大規(guī)模高移動(dòng)性節(jié)點(diǎn)組成的網(wǎng)絡(luò)下難以發(fā)揮其應(yīng)有的作用。因此在此系統(tǒng)模型下，務(wù)必考慮新型的拓?fù)淠Ｐ蛠頋M足網(wǎng)絡(luò)節(jié)點(diǎn)管理和路由的需求。

2.2 分析模型

2.2.1 能耗模型

為模擬節(jié)點(diǎn)之間傳遞數(shù)據(jù)所帶來的能量消耗，本文通過研究文獻(xiàn)[6,13]構(gòu)建了一個(gè)簡化的能耗模型。2.1節(jié)系統(tǒng)模型中將無人機(jī)云中的設(shè)備抽象為節(jié)點(diǎn)，而節(jié)點(diǎn)的能量消耗主要涉及4個(gè)過程，即無線模塊的收、發(fā)過程，數(shù)據(jù)處理以及IDLE狀態(tài)，其中最主要的能耗部分為無線模塊的收、發(fā)過程。在發(fā)射階段，為了在一段距離d上傳輸lbit的信息，無線通信模塊消耗的能量Etrans(d,l)如式(1)所示

2.2.2 鏈路質(zhì)量模型

除能耗模型外，鏈路通信質(zhì)量也是本文所提出的系統(tǒng)模型所需分析的重要因素。ETX[14]是一種被廣泛應(yīng)用在傳感器網(wǎng)絡(luò)中的路由度量標(biāo)準(zhǔn)。ETX反映了預(yù)期傳輸次數(shù)，包括一個(gè)數(shù)據(jù)包到達(dá)目的地所需的重傳次數(shù)，它的大小是由傳輸一個(gè)數(shù)據(jù)幀、ACK幀的平均傳輸次數(shù)決定的，以此來反映一個(gè)鏈路的通信質(zhì)量。在ETX中，每個(gè)節(jié)點(diǎn)估計(jì)最近一個(gè)時(shí)間窗口內(nèi)對(duì)其每個(gè)鄰居的幀損失率，并從其鄰居節(jié)點(diǎn)處獲得反向的估計(jì)值(這些估計(jì)值是利用在鏈路層不重傳的廣播包獲得的)，然后，該節(jié)點(diǎn)估計(jì)到鄰居節(jié)點(diǎn)的預(yù)期傳輸次數(shù)，即ETX值。其定義如式(4)所示

其中，Df指的是節(jié)點(diǎn)i成功向節(jié)點(diǎn)j傳輸數(shù)據(jù)包的概率，Dr指的是節(jié)點(diǎn)j成功從節(jié)點(diǎn)i接收數(shù)據(jù)包的概率。越小的ETX值表征越好的鏈路通信質(zhì)量。為便于將ETX應(yīng)用在實(shí)際工程項(xiàng)目中，許多針對(duì)ETX的計(jì)算方法被設(shè)計(jì)出來，如最典型的EWMA算法[15]。本文為更明顯地表征節(jié)點(diǎn)間的鏈路通信質(zhì)量，在文獻(xiàn)[16]的基礎(chǔ)上，設(shè)計(jì)了計(jì)算ETX值的方法，如式(5)所示

其中，PDRij表示節(jié)點(diǎn)i到j(luò)的數(shù)據(jù)包到達(dá)率，反之PDRji即表示節(jié)點(diǎn)j到i的數(shù)據(jù)包到達(dá)率，由于本文不涉及通信干擾帶來的效果，因此在數(shù)值上PDRij與PDRji是相等的。因此，PDRij可以由式(6)給出

l表示l bit的數(shù)據(jù)，k為一個(gè)常數(shù)，k≈0.85，SNRij表示節(jié)點(diǎn)i到j(luò)之間的信噪比。在給定的信噪比下，傳輸數(shù)據(jù)的每個(gè)比特發(fā)生傳輸錯(cuò)誤的概率e由式(8)得出

SNRij的計(jì)算由對(duì)數(shù)距離路徑損失模型(Log distance pat hl oss model)得出，如式(9)—式(11)所示。對(duì)數(shù)距離路徑損耗模型是Friis自由空間模型的延伸，它用于預(yù)測各種環(huán)境下的傳播損耗，適用于包含了山丘、樹木、建筑物等阻擋信號(hào)而產(chǎn)生的隨機(jī)陰影效果，也稱為對(duì)數(shù)正態(tài)陰影模型(Log normal shadowing model)，其計(jì)算過程可以理解為在給定一個(gè)距離上的信號(hào)接收功率后，利用目標(biāo)距離與給定距離之比并施加噪聲干擾計(jì)算處目標(biāo)距離上的接收功率。

式(9)中，Pr為接收信號(hào)的功率，PN為噪聲信號(hào)的功率。Pr的計(jì)算由式(10)得出，其中P0為給定距離dist0上接收信號(hào)的功率，由式(11)得出。式(10)中，η表示路徑損耗系數(shù)，X0表示高斯噪聲，且X0～N(μ,σ2)。式(11)中，Pt是發(fā)射信號(hào)的瓦特功率，Gt和Gr是發(fā)射器和接收器天線的增益，λ表示載波的波長，L表示與傳播損耗無關(guān)的其他損耗。參數(shù)L可能包括系統(tǒng)損耗，如天線的損耗、傳輸線的衰減、各種濾波器的損耗等。系數(shù)L通常大于或等于1，L=1表示沒有此類系統(tǒng)損耗。

3 拓?fù)淠Ｐ图奥酚煞桨冈O(shè)計(jì)

第2節(jié)的系統(tǒng)模型從網(wǎng)絡(luò)層對(duì)路由策略提出了更苛刻的要求：一方面，高密度的節(jié)點(diǎn)帶來更復(fù)雜的拓?fù)浣Y(jié)構(gòu)，目的節(jié)點(diǎn)至源節(jié)點(diǎn)的可能路徑相較于小規(guī)模的網(wǎng)絡(luò)有著數(shù)量級(jí)上的提升；另一方面，由于無線設(shè)備的特殊性，其有限的資源要求路由路徑的選擇過程消耗更少的能量，并且選擇的路徑本身在保證通信質(zhì)量的同時(shí)盡可能減少所有中繼節(jié)點(diǎn)(包括源、目的節(jié)點(diǎn))的能量消耗。為解決以上兩個(gè)路由難題，本文提出了一種基于節(jié)點(diǎn)狀態(tài)的連續(xù)的拓?fù)浣Y(jié)構(gòu)，并基于提及的拓?fù)浣Y(jié)構(gòu)，設(shè)計(jì)了兩套路由方案α及β，以應(yīng)對(duì)不同環(huán)境下的路由需求。具體而言，路由方案α主要針對(duì)對(duì)于網(wǎng)絡(luò)鏈路通信要求較為苛刻的環(huán)境，路由方案主要β主要針對(duì)對(duì)于能耗較為苛刻的環(huán)境。

3.1 拓?fù)淠Ｐ?/h3>

傳統(tǒng)的傳感器網(wǎng)絡(luò)的路由協(xié)議設(shè)計(jì)，以ETX為路由度量標(biāo)準(zhǔn)的協(xié)議為例，如圖2所示，節(jié)點(diǎn)4為源節(jié)點(diǎn)，其目的是將數(shù)據(jù)包發(fā)送至Sink節(jié)點(diǎn)，即節(jié)點(diǎn)0。節(jié)點(diǎn)有各自的Rank值，在以ETX為路由度量標(biāo)準(zhǔn)的協(xié)議中，Rank值的大小通常與ETX值相等。以節(jié)點(diǎn)1為例，節(jié)點(diǎn)1與Sink節(jié)點(diǎn)之間的ETX值為2.4，Sink節(jié)點(diǎn)的Rank值通常設(shè)為0，則節(jié)點(diǎn)1的Rank值為2.4，節(jié)點(diǎn)4與節(jié)點(diǎn)1之間的ETX值為3.1，如果節(jié)點(diǎn)4選擇節(jié)點(diǎn)1為自身的父節(jié)點(diǎn)(中繼節(jié)點(diǎn))，則節(jié)點(diǎn)4的Rank值為2.4+3.1=5.5，以此類推。Rank值的意義在于，節(jié)點(diǎn)在選擇父節(jié)點(diǎn)的過程中會(huì)優(yōu)先選擇Rank值更小的節(jié)點(diǎn)，即Rank值越小，優(yōu)先級(jí)越高，諸多傳感器網(wǎng)絡(luò)在選擇多跳路徑時(shí)都會(huì)采取相同的原則，不同點(diǎn)在于Rank值的計(jì)算會(huì)考慮不同的路由指標(biāo)，例如跳數(shù)、能量等。

圖2 基于ETX的路徑選取

本質(zhì)上此類路由方案是一個(gè)沿梯度下降的過程，目的節(jié)點(diǎn)Rank值為0以及原則上選取比自身Rank值小的節(jié)點(diǎn)為父節(jié)點(diǎn)保證了路由路徑最終一定會(huì)落在最低點(diǎn)，這保證了路由路徑的無環(huán)性。這種方法的缺陷在于，一旦節(jié)點(diǎn)的密度上升，節(jié)點(diǎn)之間除了利用MAC層協(xié)議探知彼此信息外，還需要利用額外的能量利用路由度量標(biāo)準(zhǔn)計(jì)算維護(hù)周邊節(jié)點(diǎn)的Rank值以選取最優(yōu)節(jié)點(diǎn)，能否有一種新型的拓?fù)淠Ｐ停軌虮苊獯罅康挠?jì)算，以適應(yīng)高密度節(jié)點(diǎn)網(wǎng)絡(luò)的特性，是本文所提出的拓?fù)淠Ｐ偷脑O(shè)計(jì)初衷。

文獻(xiàn)[17]介紹了基于數(shù)據(jù)包目的地的地理位置做出轉(zhuǎn)發(fā)決定的路由協(xié)議，即地理路由(Geographic Routing)。這種路由方法除了目的地的位置，每個(gè)節(jié)點(diǎn)只需要知道它自己的位置和它的1跳鄰居的位置，以便轉(zhuǎn)發(fā)數(shù)據(jù)包。由于沒有必要維護(hù)明確的路線，即使網(wǎng)絡(luò)是高度動(dòng)態(tài)的，基于位置的路由也能很好地?cái)U(kuò)展。在拓?fù)浣Y(jié)構(gòu)可能經(jīng)常變化的移動(dòng)Ad Hoc網(wǎng)絡(luò)中，這是一個(gè)主要優(yōu)勢。并且在無線傳感器網(wǎng)絡(luò)中，地理路由被認(rèn)為是資源受限的網(wǎng)絡(luò)下的一個(gè)非常具有吸引力的方法，因?yàn)樗帽镜匚恢眯畔⒍皇钦麄€(gè)網(wǎng)絡(luò)的拓?fù)湫畔砺酚蓴?shù)據(jù)[18]。因此，本文借鑒地理路由的方法，提出了一種基于節(jié)點(diǎn)狀態(tài)的新型路由拓?fù)淠Ｐ?。如圖3所示。

圖3中，x-y平面上隨機(jī)地散布著大量節(jié)點(diǎn)，其中位于平面中心點(diǎn)處為一中心節(jié)點(diǎn)，對(duì)應(yīng)系統(tǒng)模型中的網(wǎng)關(guān)節(jié)點(diǎn)。x-y區(qū)域內(nèi)所有其他節(jié)點(diǎn)都要通過多跳的方式將數(shù)據(jù)發(fā)送至中心節(jié)點(diǎn)處，除中心節(jié)點(diǎn)外，其他節(jié)點(diǎn)均能量有限且所有節(jié)點(diǎn)的通信距離有限。節(jié)點(diǎn)需知自身相對(duì)于中心節(jié)點(diǎn)的地理位置，并需探知自身通信距離內(nèi)其他鄰居節(jié)點(diǎn)的能量信息。節(jié)點(diǎn)按照區(qū)域(grid)管理，即劃分一個(gè)小的區(qū)域，例如在10000m×1 0 0 0 0 m的地理范圍內(nèi)，以2 0 0 m×200 m為單位劃分出2500個(gè)區(qū)域，落在區(qū)域內(nèi)的節(jié)點(diǎn)共同利用自身的節(jié)點(diǎn)屬性計(jì)算一個(gè)相對(duì)值z(i,j)∈(0,1)，i和j代表區(qū)域位于整個(gè)網(wǎng)絡(luò)中的位置，z(i,j)的集合記為Z。z(i,j)值的由公式(12)計(jì)算得出。

其中，grid(i,j)表示在(i,j)區(qū)域內(nèi)的節(jié)點(diǎn)集合，Dv以及ev分別表示節(jié)點(diǎn)v距離源節(jié)點(diǎn)(網(wǎng)絡(luò)中心)的以及剩余能量的歸一化值，N表示(i,j)區(qū)域內(nèi)的節(jié)點(diǎn)個(gè)數(shù)。由式(12)可以看出，當(dāng)所有節(jié)點(diǎn)能量保持在100%(e=1)的狀態(tài)時(shí)，z值的大小僅和節(jié)點(diǎn)到網(wǎng)絡(luò)中心的距離有關(guān)，并呈正相關(guān)，如圖3(a)所示，構(gòu)建一個(gè)狀似“山脊”的3維拓?fù)浣Y(jié)構(gòu)。由于后續(xù)基于此結(jié)構(gòu)的路由路徑選取需要，需對(duì)原始平面進(jìn)行進(jìn)一步補(bǔ)全處理，對(duì)邊界處進(jìn)行補(bǔ)充，即進(jìn)行padding處理，得到圖3(b)的平面。之后對(duì)圖3(b)中的z值平面進(jìn)行插值計(jì)算，得到圖3(c)中最終的3維拓?fù)淦矫嫘Ч?/p>

圖3 拓?fù)淦矫?/p>

圖4展示的是3維拓?fù)淦矫娴?維等高線及矢量圖，圖中帶箭頭的藍(lán)色實(shí)線表示梯度的方向，即z值平面“上升”的方向。同一藍(lán)色等高線表示在一網(wǎng)絡(luò)中z值相等的情況，即處于同一等高線位置的節(jié)點(diǎn)在路由路徑選取中的優(yōu)先級(jí)相當(dāng)，鑒于本文中z值考慮了網(wǎng)絡(luò)中節(jié)點(diǎn)的實(shí)際物理位置以及節(jié)點(diǎn)能量，所以等高的情況表示距離網(wǎng)絡(luò)中心等距并且節(jié)點(diǎn)存儲(chǔ)的能量相當(dāng)。由于節(jié)點(diǎn)之間實(shí)時(shí)地更新自身的數(shù)據(jù)，因此該平面也在根據(jù)網(wǎng)絡(luò)中節(jié)點(diǎn)自身的情況不斷更新，整個(gè)網(wǎng)絡(luò)拓?fù)淦矫鎰?dòng)態(tài)地反映網(wǎng)絡(luò)的質(zhì)量狀況。實(shí)際上，本文提出的動(dòng)態(tài)拓?fù)淠Ｐ瓦@一思路可以進(jìn)行延拓，即z值的計(jì)算可以綜合考慮各種情況，例如在無人機(jī)網(wǎng)絡(luò)中物理距離等距的兩個(gè)節(jié)點(diǎn)之間未必有通暢的傳輸信道，這便需要在z值的計(jì)算上引入一些干擾變量，使得這個(gè)具象化的拓?fù)淦矫婵梢愿玫財(cái)M合真實(shí)的無人機(jī)通信情況，除此以外可以考慮無人機(jī)節(jié)點(diǎn)的緩存情況，在低延時(shí)容忍度的網(wǎng)絡(luò)中由于節(jié)點(diǎn)緩存有限帶來的排隊(duì)效應(yīng)影響了通信的實(shí)時(shí)性。以上兩點(diǎn)可作為之后相關(guān)領(lǐng)域的研究方向。在初始情況下，在平面內(nèi)任意一點(diǎn)沿梯度下降的方向步進(jìn)，最終一定會(huì)落到圖4所示的網(wǎng)絡(luò)中心位置。其中x,y表示網(wǎng)絡(luò)中的地理位置。

由于Dv以及ev均為歸一化的值，即0

3.2 路由方案

3.1節(jié)的3維拓?fù)浣Y(jié)構(gòu)的設(shè)計(jì)是為了便于計(jì)算路由路徑，本文針對(duì)該結(jié)構(gòu)設(shè)計(jì)了兩種路由方案α及β以應(yīng)對(duì)不同環(huán)境下的網(wǎng)絡(luò)需求。方案α及β依靠拓?fù)浣Y(jié)構(gòu)得到的最優(yōu)路徑選取不同方案下最優(yōu)的中繼節(jié)點(diǎn)。最優(yōu)路徑的計(jì)算由式(13)得出

其中，xi及yi分別表示第i個(gè)位于x-y平面上的路由路徑位置的x及y坐標(biāo)。E，F(xiàn)為常量。x0，y0分別表示網(wǎng)絡(luò)中心的x及y坐標(biāo)。最終得到一系列路徑點(diǎn)集合記為X。式(13)等號(hào)右邊的第1項(xiàng)保證路徑的選取按照梯度下降的方式進(jìn)行，E的值越大，(xi,yi)與(xi–1,yi–1)的距離越大，理論上來說，E的值越小，越能保證路徑沿著梯度的反方向行進(jìn)。第2項(xiàng)保證路徑的選取最終穩(wěn)定達(dá)到網(wǎng)絡(luò)中心的原點(diǎn)，相當(dāng)于施加一個(gè)力F，“抵抗”拓?fù)浣Y(jié)構(gòu)平面上的“陡坡”，F(xiàn)值越大，越過“陡坡”的能力就越強(qiáng)。如圖5所示。其中，x,y的物理意義與圖4相同。

圖4 拓?fù)淠Ｐ推矫娴雀呔€及矢量圖

圖5分別對(duì)應(yīng)不同z值平面下，路由路徑的計(jì)算結(jié)果。圖5(a)—圖5(c)均為同一源節(jié)點(diǎn)及目的節(jié)點(diǎn)下的路由路徑，紅色箭頭所指示的區(qū)域表示z值平面上突起的部位，對(duì)應(yīng)能量耗盡或節(jié)點(diǎn)不存在的區(qū)域。以可看到根據(jù)式(13)計(jì)算出的路徑在保證達(dá)到目的節(jié)點(diǎn)的條件下，可以避開無效或低效區(qū)域，保證路由路徑的優(yōu)化性。由此拓?fù)淠Ｐ推矫婕奥窂接?jì)算方法，可以模擬出一個(gè)類似于在重力作用下山間流水的效果，山脊匯聚的水流勢必會(huì)流向最低處，且不會(huì)向上攀爬形成不必要的回路。

圖5 基于拓?fù)淠Ｐ偷穆酚陕窂?/p>

3.2.1 路由方案α

基于路由路徑，本文設(shè)計(jì)了兩種路由方案，在路由路徑的基礎(chǔ)之上，選擇中繼節(jié)點(diǎn)以完成數(shù)據(jù)轉(zhuǎn)發(fā)。如表1，路由方案α中，節(jié)點(diǎn)的選取規(guī)則按照式(14)計(jì)算。

其中，Pαi表示路由方案α中，根據(jù)路徑點(diǎn)集合X中第i個(gè)路徑點(diǎn)，以它為中心，其附近的節(jié)點(diǎn)成為中繼節(jié)點(diǎn)的概率。ε1及ε2為常量。Di表示節(jié)點(diǎn)距離第i個(gè)路徑點(diǎn)的物理距離，ETXi–1表示節(jié)點(diǎn)距離上一個(gè)中繼節(jié)點(diǎn)之間的ETX值?？梢钥闯觯?jié)點(diǎn)與路徑點(diǎn)物理距離越近，且上一個(gè)中繼節(jié)點(diǎn)的ETX值越小，則越可能成為下一個(gè)中繼節(jié)點(diǎn)。表1展示了路由方案α的具體細(xì)節(jié)。

表1的算法思路可以概括為：在路徑點(diǎn)集合X中，從第1個(gè)路徑點(diǎn)開始，與路由路徑集合的最后一個(gè)中繼節(jié)點(diǎn)(初始為源節(jié)點(diǎn))之間找尋范圍內(nèi)的所有節(jié)點(diǎn)，如果在范圍內(nèi)沒有節(jié)點(diǎn)，則順移至下一個(gè)路徑點(diǎn)，并在下一個(gè)路徑點(diǎn)與最后一個(gè)中繼節(jié)點(diǎn)之間尋找節(jié)點(diǎn)，循環(huán)往復(fù)直至在范圍內(nèi)找到節(jié)點(diǎn)。之后計(jì)算所有節(jié)點(diǎn)的P值，并選取P值最小且能量大于0的節(jié)點(diǎn)作為路由路徑集合的最后一個(gè)中繼節(jié)點(diǎn)，循環(huán)往復(fù)，直到網(wǎng)絡(luò)中心D在路由路徑集合中。

表1 路由方案α中繼節(jié)點(diǎn)計(jì)算

3.2.2 路由方案β

路由方案β與路由方案α不同的地方在于，路由方案β是一種按區(qū)域劃分的路由方法。在經(jīng)典的無線傳感器網(wǎng)絡(luò)路由協(xié)議LEACH中，設(shè)計(jì)了一種低功耗自適應(yīng)集簇分層型路由算法，該算法基本思想是：以循環(huán)的方式隨機(jī)選擇簇頭節(jié)點(diǎn)，將整個(gè)網(wǎng)絡(luò)的能量負(fù)載平均分配到每個(gè)傳感器節(jié)點(diǎn)中，從而達(dá)到降低網(wǎng)絡(luò)能源消耗、提高網(wǎng)絡(luò)整體生存時(shí)間的目的。本文參照LEACH協(xié)議以競選簇頭的方式來降低整體能耗的思想設(shè)計(jì)了路由方案β。節(jié)點(diǎn)的選取規(guī)則按照式(15)計(jì)算

其中，Pβi表示路由方案β中，以路徑點(diǎn)集合X中第i個(gè)路徑點(diǎn)為中心，其附近的節(jié)點(diǎn)成為中繼節(jié)點(diǎn)的概率。ε3為常量。Di表示節(jié)點(diǎn)與第i個(gè)路徑點(diǎn)的物理距離。由上述公式可以看出，節(jié)點(diǎn)與路徑點(diǎn)物理距離越近，則越可能成為下一個(gè)中繼節(jié)點(diǎn)。表2展示了路由方案β的具體細(xì)節(jié)。

表2的思路可以概括為，在路徑點(diǎn)經(jīng)過的區(qū)域grid上尋找離路徑點(diǎn)最近的節(jié)點(diǎn)作為中繼節(jié)點(diǎn)，直到路徑點(diǎn)離開當(dāng)前區(qū)域grid前往下一個(gè)grid，循環(huán)往復(fù)，直到尋找到網(wǎng)絡(luò)中心。

表2 路由方案β中繼節(jié)點(diǎn)計(jì)算

4 仿真結(jié)果及分析

本文對(duì)提出的基于動(dòng)態(tài)拓?fù)淠Ｐ蛢煞N路由方案進(jìn)行了仿真分析，主要考察其在鏈路通信質(zhì)量以及能耗方面的性能，并與傳統(tǒng)的最短路徑算法Dijkstra、基于ETX的路由方案進(jìn)行了對(duì)比。具體的仿真參數(shù)如下：

仿真場景為10000m×10000m，節(jié)點(diǎn)數(shù)量為20000，即節(jié)點(diǎn)之間的平均距離半徑約為40m，節(jié)點(diǎn)按照隨機(jī)的方式分布。節(jié)點(diǎn)間傳輸頻率為2.4GHz，控制消息數(shù)據(jù)包大小為100Byte，數(shù)據(jù)包大小為5000Byte，所有節(jié)點(diǎn)初始能量為1J。其他仿真參數(shù)如表3所示。

表3 仿真參數(shù)表

圖6展示了在同一位置進(jìn)行200輪發(fā)包后，不同路由方案下路由路徑節(jié)點(diǎn)的選取以及拓?fù)淦矫媲闆r。圖6黑色實(shí)心圓表示路由路徑上的節(jié)點(diǎn)，圖6(a)及圖6(b)的紅色實(shí)心圓表示路徑點(diǎn)的集合?？梢园l(fā)現(xiàn)路由方案α及β在200輪發(fā)包后依然能夠規(guī)避一些能耗較高節(jié)點(diǎn)的位置，使得拓?fù)淦矫孑^為扁平化，即通過“繞開”一些路由“空洞”使得整個(gè)網(wǎng)絡(luò)的能耗較為平均，而基于ETX的路由方案雖然相比最短路徑方案而言，沒有導(dǎo)致拓?fù)淦矫娴拇罅俊吧摺?，但是由于其不具備避讓功能，即路由路徑的選擇并不考慮網(wǎng)絡(luò)中節(jié)點(diǎn)的能量情況，因此其不具備在z軸平面上的“避障”功能，導(dǎo)致路徑上的節(jié)點(diǎn)能耗相對(duì)較高(圖中體現(xiàn)在z軸平面上的值較高)，其中，x,y的物理意義與圖4相同。

圖7展示了路由方案α及β在相同發(fā)包次數(shù)下完成源節(jié)點(diǎn)到目的節(jié)點(diǎn)的總中繼距離的對(duì)比圖，可以看到路由方案α的中繼距離要小于路由方案β。這是因?yàn)槁酚煞桨甫量紤]了ETX值對(duì)于節(jié)點(diǎn)選擇的影響，避免了由于大量重傳產(chǎn)生的能量消耗，整體的節(jié)點(diǎn)能耗更為均衡，避免了路徑上節(jié)點(diǎn)的過早死亡而退出網(wǎng)絡(luò)，使得每一輪中繼節(jié)點(diǎn)的選擇變化較為穩(wěn)定，結(jié)合圖6(a)和圖6(b)可以看到，在200輪發(fā)包過后，路由方案α相較于路由方案β調(diào)動(dòng)了更少范圍內(nèi)的節(jié)點(diǎn)(體現(xiàn)在z軸平面上的高度更低)，在節(jié)點(diǎn)選擇上具有更好的慣性。

圖6 不同路由方案下200輪發(fā)包后路徑選取情況

圖7 路由方案α和β中繼距離對(duì)比

圖8展示了4種路由方案在每輪發(fā)包時(shí)ETX均值的情況。從圖8可以發(fā)現(xiàn)，路由方案α及ETX由于考慮了ETX對(duì)于節(jié)點(diǎn)選取的影響，因此在ETX均值上的表現(xiàn)十分優(yōu)異，明顯優(yōu)于路由方案及最短路徑方案。需要注意的是，本文節(jié)點(diǎn)能耗在每輪的消耗更快，仿真效果更為明顯，因此ETX值在數(shù)值上的計(jì)算要高于在工程上的應(yīng)用。

圖8 4 種路由方案ETX均值對(duì)比

圖9展示了4種路由方案在對(duì)應(yīng)發(fā)包輪數(shù)情況下，節(jié)點(diǎn)能耗均值的對(duì)比。本文對(duì)于節(jié)點(diǎn)能耗均值的定義由式(16)給出。其中，Eitrans表示對(duì)應(yīng)輪數(shù)下第i個(gè)中繼節(jié)點(diǎn)轉(zhuǎn)發(fā)需要的能量，Eirec表示對(duì)應(yīng)輪數(shù)下第i個(gè)中繼節(jié)點(diǎn)接收需要的能量，ETXi,i+1表示對(duì)應(yīng)輪數(shù)下第i與i+1中繼節(jié)點(diǎn)之間的重傳次數(shù)，Nround表示截至目前輪數(shù)下，所有參與中繼的節(jié)點(diǎn)數(shù)量。在實(shí)際工程應(yīng)用中，ETX值作為衡量鏈路通信質(zhì)量的一種估值，與傳輸能耗的積并無任何實(shí)際意義，而在本文采用的模型中，由于ETX是由仿真得到的節(jié)點(diǎn)之間丟包率實(shí)際值計(jì)算得出的，因此ETX與傳輸能耗的積可以表示在理論情況下，完成數(shù)據(jù)包發(fā)送所需要的能量。這樣定義的目的由于拓?fù)淠Ｐ偷囊耄?jié)點(diǎn)轉(zhuǎn)發(fā)具有繞開某些能耗過高區(qū)域的特點(diǎn)，這使得節(jié)點(diǎn)的選取范圍相較于固定的路由方案更加靈活也更加廣泛，在相同發(fā)包輪數(shù)下，路由方案α及β能調(diào)動(dòng)更多的節(jié)點(diǎn)參與轉(zhuǎn)發(fā)，使得能耗更加分散，利用更多的節(jié)點(diǎn)分擔(dān)轉(zhuǎn)發(fā)負(fù)擔(dān)。從圖9可以看出，隨著輪數(shù)的增加，路由方案α及β的節(jié)點(diǎn)能耗均值相較于其他兩種方案更低，并且依然有下降的趨勢，這意味著隨著發(fā)包數(shù)量的增加，有更多的節(jié)點(diǎn)參與進(jìn)來承擔(dān)轉(zhuǎn)發(fā)的能量，整個(gè)網(wǎng)絡(luò)的生存周期的延長。

圖9 4種路由方案能耗均值對(duì)比

5 結(jié)束語

針對(duì)未來可能的面向6G的大規(guī)模無人機(jī)網(wǎng)絡(luò)，本文設(shè)計(jì)了一種新型的動(dòng)態(tài)拓?fù)淠Ｐ?，以適應(yīng)高密度環(huán)境下網(wǎng)絡(luò)層路由路徑的選取，旨在提供一種思路，為更多的路由方案設(shè)計(jì)提供一個(gè)模型。在此基礎(chǔ)上，本文設(shè)計(jì)了兩種路由方案，仿真結(jié)果證明了兩者在節(jié)點(diǎn)選取、鏈路通信質(zhì)量、平均能耗等指標(biāo)上的優(yōu)勢。本文目前針對(duì)無人機(jī)網(wǎng)絡(luò)考慮了能耗以及鏈路質(zhì)量，下一步將著手探討延時(shí)、排隊(duì)處理等情況下路由方案的設(shè)計(jì)問題。

猜你喜歡

中繼路由能耗

120t轉(zhuǎn)爐降低工序能耗生產(chǎn)實(shí)踐

昆鋼科技(2022年2期)2022-07-08 06:36:14

能耗雙控下，漲價(jià)潮再度來襲！

當(dāng)代水產(chǎn)(2021年10期)2022-01-12 06:20:28

探討如何設(shè)計(jì)零能耗住宅

建材發(fā)展導(dǎo)向(2021年23期)2021-03-08 01:05:38

日本先進(jìn)的“零能耗住宅”

華人時(shí)刊(2018年15期)2018-11-10 03:25:26

探究路由與環(huán)路的問題

網(wǎng)絡(luò)安全和信息化(2018年3期)2018-11-07 03:02:44

面向5G的緩存輔助多天線中繼策略

電信科學(xué)(2017年6期)2017-07-01 15:44:35

中繼測控鏈路動(dòng)態(tài)分析與計(jì)算方法研究

航天器工程(2015年3期)2015-10-28 03:35:28

Nakagami-m衰落下AF部分中繼選擇系統(tǒng)性能研究

電子設(shè)計(jì)工程(2015年16期)2015-02-27 12:07:46

PRIME和G3-PLC路由機(jī)制對(duì)比

電測與儀表(2014年16期)2014-04-22 05:20:30

WSN中基于等高度路由的源位置隱私保護(hù)

計(jì)算機(jī)工程(2014年6期)2014-02-28 01:25:54

電子與信息學(xué)報(bào)2022年3期

電子與信息學(xué)報(bào)的其它文章

基于新型多尺度注意力機(jī)制的密集人群計(jì)數(shù)算法

面向無人機(jī)自組網(wǎng)和車聯(lián)網(wǎng)的媒體接入控制協(xié)議研究綜述

基于聯(lián)合波束賦形的無人機(jī)輔助通信網(wǎng)絡(luò)上行傳輸技術(shù)

干擾環(huán)境下基于博弈論的無人機(jī)群部署與組網(wǎng)方法

面向6G的無人機(jī)通信綜述

無蜂窩大規(guī)模MIMO中基于深度強(qiáng)化學(xué)習(xí)的無人機(jī)輔助通信與資源調(diào)度