传感网络中基于Agent的数据汇集多径路由策略

1、传感网络中基于Agent的数据汇集多径路由策略     摘  要  提出了一种传感网络中基于Agent的数据汇集多径路由算法，其基本思想是网络中的每个节点利用模糊逻辑控制器的输出将节点的剩余能量和接收到的数据类型进行比较和关联来做出决策是退回还是转发数据包。仿真结果表明，该算法显著降低了数据传输时的退包率，且没有增加能量消耗和寻路时间。     关键字  传感器网络；模糊逻辑控制器；节能；以数据为中心的多径路由  1  引言    传感网络通常由

2、成千上万个传感器协同工作，分布比较绸密。传感网络的资源如计算能力、存储空间和能量都很有限，为平衡这些受限资源，传感网络根据感兴趣的数据建立由数据源到sink节点的路径1。其中定向扩散(Directed Diffusion，DD)算法2是一种以数据为中心的路由机制，体现了根据数据内容建立优化路经的思想3，但DD算法在路由建立时需要进行flooding传播，为此造成大量的能量消耗和时间开销；同时没考虑发送的数据类型。在分布式的具有动态特性的以完成特定任务为目的的传感网络中，并非所有节点都传输相同种类的数据，有的节点可传输视频，有的只可传输音频（这是根据其与音频传感的接近度来定义的），有的节点甚至不

3、能转发邻点的数据类型4。例如，一个节点根据其剩余的能量，只可处理或转发音频数据，这时若转发已感知到的大的视频则将阻碍数据包的接收，并导致 “网络分裂”状态。因此，在路由发现期间，节点的模糊控制结构根据接收到的兴趣、被感知的数据类型及对能量的估计做出决策是退回还是处理这个数据包。     为了路由失效节点周围的区域，文献2通过周期性的兴趣扩散、梯度建立以及路径加强来限制重路由受限的节点，避免失效的路由缩短了网络的生命期。针对这个问题，文献5提出了多径路由的算法，提高了移动节点的健壮性；还提出了两节点间建立多径路由的方法：一种是节点不相交的多重路径，指备选路径互不相交

4、也不相交于主路径，失效的节点集不影响其它的路径；另一种是有部分节点相交的多重路径，部分节点相交的路径避免了定向传播的不足。另外，多径路由有差别的资源分配，文献6使用了模糊逻辑的策略，考虑了以提高带有多重过程流量为目标的流量性能和网络状态。文献7将各种QoS需求表示为模糊优化。本文主要研究发送的数据类型与剩余能量之间的关系。 2  预备知识    主要是确定传感器节点和sink节点之间的多重路径，并在多重路径中建立节能的路由。这样，路由与传输的数据类型有关。作假设如下。     1) 网络假设   

5、0; 传感器节点监视和捕获由sink节点生成的兴趣的类型决定的数据2。使用传统的flooding机制来确定多重路径5，但仅认为其中能支持和处理其传输数据类型的是合适的。假定整个网络是低能量传感器网络，即分布在传感器网络节点中的能量较低。     2) 能量消耗     在传感器网络中，节点的总能量或能量的使用速率对其生存时间很重要。文献5通过确定传感节点和sink节点之间的多重路径来建立一条节能的路由，避免传输失效。本算法通过考虑传感器节点和sink节点之间传输的数据类型来分析搜索节能路径的问题。节点所剩能量（remaining en

6、ergy）可表示为： 。其中，CE是消耗的能量，r表示消耗的速率，Total是剩余的可用能量。因此，节能很重要。 3  路由发现    Flooding形成了路由发现的一般机制4。传感器节点用一组属性值来命名它所生成的数据。由sink节点命名的数据将感知任务（或其子任务）分布在传感器网络中，还包括sink节点要传感器节点监视和捕获的数据类型2。兴趣是确定所需消息类型的清晰数据，每个接收路由请求的中间节点将兴趣转换为详细描述所需数据类型的模糊消息。从假设可知，传感网络节点都是低能量的，因此，使用速率很重要。     为了节能，

7、中间节点根据接收到的数据类型和剩余的能量做出决策是退回还是转发数据包。传输过程按照指定的重绘（draw）事件（即数据与兴趣匹配）在网络中建立梯度，事件沿多路径流向生成兴趣的节点(sink)，传感网络增强其中的一条或少数几条，然而，为了避免主路径传输失效，维护了大量的备选路径5，用来计算剩余的能量。若某一节点根据模糊控制器的输出和剩余的能量能够处理接收到的数据包的类型，则可作为一个中间节点加到该路径中，确定多条不同的多重路径，直到覆盖了整个网络，这时flooding才结束。 4  Agent结构    传感网络中的每个节点有一个基于Agent的结构，如图1

8、所示。分为四个模块，即模糊逻辑控制器(Fuzzy Logic controller，FLC)，模糊模式比较器/模糊数据相关器(Comparator/ Correlator，C/C)，是否转发兴趣的决策器(Decision Making，DM)。 图1  基于Agent的模块结构图图2  模糊逻辑控制器的结构图        1) 模糊逻辑控制器     模糊逻辑控制器（FLC）的结构如图2所示。模糊化是将明确的输入兴趣（crisp input）转换为对应属函数的模糊语言值（f

9、uzzy value）；模糊推论主要是根据内存所设定的规则与输入的模糊语言值来判断输出结果；解模糊化将模糊推论的结果转成明确的输出。使用FLC将节点能够处理的数据类型和剩余能量联系起来，例如，假设sink节点在flooding期间发送一个监视和记录传感器网络在动态环境下视频的兴趣：MPEG I 标准，周期为60s。然后，FLC转换为模糊兴趣：视频，周期是短的。这时，FLC对收到的兴趣进行分析，并分类，将周期为60s的MPEG I标准视为短的视频。     2) 模糊模式比较器和模糊数据关联器(C/C)     这个模块主要比较和分析模糊兴趣和剩余能量之间的关系。     3) 做出决策（DM）     节点根据已建立的节能路由做出决策。如果节点发现其剩余能量能支持sink节点需要的数据类型，那就建一链路并修改路由表。这时，若sink节点再以70s-90s的周期flooding一类似的兴趣时，节点仍将之置于短周期的类别下，并维持本路由。 5  算法描述    下列算法描述的是以数据为中心的模糊多径路由的节能的方案，即搜索传感节点和sink节点之间既节能又能感知剩余能量的多重路径期间某一节点的执行过程。