繆祎晟，趙春江，吳華瑞

(1.北京工業(yè)大學(xué) 信息學(xué)部， 北京 100124； 2.國家農(nóng)業(yè)信息化工程技術(shù)研究中心， 北京 100097；3.農(nóng)業(yè)農(nóng)村部 農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室， 北京 100097)

精準(zhǔn)農(nóng)業(yè)通過調(diào)節(jié)作物生長的環(huán)境、水肥等條件對作物生長進(jìn)行有效調(diào)控，以達(dá)到減施、增效、高產(chǎn)、優(yōu)質(zhì)等目的，以無線傳感器網(wǎng)絡(luò)(wireless sensor network，WSN)技術(shù)為代表的物聯(lián)網(wǎng)技術(shù)可實(shí)現(xiàn)精準(zhǔn)農(nóng)業(yè)生產(chǎn)過程中環(huán)境、土壤、作物生理等的實(shí)時監(jiān)測和科學(xué)調(diào)控，達(dá)到合理使用農(nóng)業(yè)資源、降低生產(chǎn)成本、改善生態(tài)環(huán)境、提高農(nóng)產(chǎn)品產(chǎn)量和品質(zhì)的目的，是實(shí)現(xiàn)精準(zhǔn)農(nóng)業(yè)的重要手段。大規(guī)模農(nóng)田無線監(jiān)測網(wǎng)絡(luò)存在覆蓋區(qū)域廣、種植周期長、能量供給不便、環(huán)境復(fù)雜多變等問題與特點(diǎn)，如何實(shí)現(xiàn)穩(wěn)定可靠的數(shù)據(jù)傳輸匯集是研究應(yīng)用中的難點(diǎn)[1-2]。

穩(wěn)定的網(wǎng)絡(luò)通信是農(nóng)田無線傳感器網(wǎng)絡(luò)監(jiān)測應(yīng)用的基礎(chǔ)，而良好的無線信號傳播質(zhì)量是網(wǎng)絡(luò)穩(wěn)定通信的基礎(chǔ)，但在實(shí)際應(yīng)用條件下，無線通信的工作條件十分惡劣，電波不僅會隨著傳播的距離的增加而發(fā)生彌散損耗，而且信號經(jīng)過多點(diǎn)反射，會從多條路徑到達(dá)接收地點(diǎn)，同時還會受到周圍環(huán)境中其他電磁輻射源的干擾。在農(nóng)田復(fù)雜環(huán)境無線傳感器網(wǎng)絡(luò)監(jiān)測應(yīng)用中，由于作物的生長使得無線信號的傳播環(huán)境發(fā)生巨大變化，而繁茂的作物枝葉與果實(shí)對無線信號產(chǎn)生的遮擋作用十分明顯，必須充分考慮作物生長變化對無線信號傳播的影響[3]。

路由協(xié)議作為網(wǎng)絡(luò)數(shù)據(jù)采集應(yīng)用的重要環(huán)節(jié)對網(wǎng)絡(luò)性能影響巨大，是近年來WSN網(wǎng)絡(luò)數(shù)據(jù)匯集研究的熱點(diǎn)之一[4-5]。在農(nóng)田WSN應(yīng)用中，農(nóng)田多徑衰落信道使得網(wǎng)絡(luò)節(jié)點(diǎn)感知半徑的不規(guī)則概率分布，在概率信道條件下網(wǎng)絡(luò)節(jié)點(diǎn)間的鏈路也有別于傳統(tǒng)確定性感知信道鏈路而表現(xiàn)為概率連通，在概率連通鏈路條件下，傳統(tǒng)的確定路由選擇方法可能需要多次重傳才能保證數(shù)據(jù)正確投遞，對于高密度的無線傳感器網(wǎng)絡(luò)而言，重傳數(shù)據(jù)的提升可能還會進(jìn)一步導(dǎo)致網(wǎng)絡(luò)阻塞問題，對網(wǎng)絡(luò)傳輸可靠性造成影響，因此適用于農(nóng)田概率鏈路的路由傳輸方法是有待研究的重點(diǎn)。農(nóng)田無線傳感器網(wǎng)絡(luò)是一種典型的資源受限網(wǎng)絡(luò)，其計(jì)算、存儲、供電、通信、網(wǎng)絡(luò)帶寬等方面資源十分有限，如何在資源受限條件下實(shí)現(xiàn)數(shù)據(jù)的可靠傳輸是農(nóng)田WSN路由方法需要解決的問題。

1 農(nóng)田WSN機(jī)會路由研究現(xiàn)狀

雖然農(nóng)業(yè)無線傳感器網(wǎng)絡(luò)為節(jié)點(diǎn)位置固定的靜態(tài)網(wǎng)絡(luò)，但由于作物密集遮擋與生長變化等造成無線鏈路狀態(tài)隨環(huán)境動態(tài)變化，復(fù)雜多徑傳播的小尺度效應(yīng)使得農(nóng)業(yè)監(jiān)測網(wǎng)絡(luò)節(jié)點(diǎn)間呈現(xiàn)為鏈路概率連通的機(jī)會網(wǎng)絡(luò)。而農(nóng)業(yè)機(jī)會傳感網(wǎng)絡(luò)的拓?fù)涓鶕?jù)環(huán)境、作物生長等不同隨時間動態(tài)變化，使得傳統(tǒng)固定路由方法不再適用于機(jī)會傳感網(wǎng)絡(luò)[6]。目前機(jī)會網(wǎng)絡(luò)研究成果主要可分為兩方面，一類機(jī)會網(wǎng)絡(luò)研究主要針對移動網(wǎng)絡(luò)中的“存儲-攜帶-轉(zhuǎn)發(fā)”路由模式實(shí)現(xiàn)節(jié)點(diǎn)間的通信，能夠處理網(wǎng)絡(luò)分裂、時延等傳統(tǒng)無線網(wǎng)絡(luò)技術(shù)不能解決的問題[7]。另一類是麻省理工學(xué)院的Biswas 等人于2004 年首次提出的概率信道機(jī)會路由概念。農(nóng)田場景下作物密集遮擋與生長變化等造成無線鏈路動態(tài)等不可預(yù)見性，使得監(jiān)測網(wǎng)絡(luò)節(jié)點(diǎn)間呈現(xiàn)間歇性連通關(guān)系，屬于典型的概率信道場景[8]。

概率信道機(jī)會路由是近年的研究熱點(diǎn)，其基本思想是利用信道廣播特性通過多個潛在中繼節(jié)點(diǎn)競爭，從鏈路可靠性、節(jié)點(diǎn)開銷、路徑開銷等角度進(jìn)行下一跳節(jié)點(diǎn)選擇，有效提高了網(wǎng)絡(luò)吞吐量和傳輸可靠性?；谧疃搪窂降臋C(jī)會路由算法如ExOR(extremely opportunistic routing)、SOAR(simple opportunistic adaptive routing)、CBF(cluster-based forwarding)、GeRaF(Geographic random forwarding)等，如ExOR采用路徑平均傳送次數(shù)期望ETX(expected transmission count)進(jìn)行中繼轉(zhuǎn)發(fā)節(jié)點(diǎn)選擇，而GeRaF算法則基于本次中繼傳輸節(jié)點(diǎn)與sink的距離進(jìn)行優(yōu)先級排序[5，9]。而基于迭代策略的機(jī)會路由如LCOR(least-cost opportunistic routing)、OAPF(opportunistic any-path forwarding)、BitSOR(bit-rate selection for opportunistic routing)等，算法考慮每個備選轉(zhuǎn)發(fā)節(jié)點(diǎn)的下一跳備選轉(zhuǎn)發(fā)節(jié)點(diǎn)集及其鏈路質(zhì)量等因素，通過迭代方式計(jì)算端到端多路徑加權(quán)平均代價，可客觀地反映出一個機(jī)會路由協(xié)議的分組轉(zhuǎn)發(fā)狀況，從而更合理地優(yōu)化轉(zhuǎn)發(fā)節(jié)點(diǎn)集及各備選轉(zhuǎn)發(fā)節(jié)點(diǎn)的優(yōu)先級。上述機(jī)會路由算法主要從鏈路質(zhì)量或路徑距離等方面對網(wǎng)絡(luò)性能進(jìn)行優(yōu)化。還有一些面向能耗優(yōu)化的機(jī)會路由方法，LCOR(least-cost opportunistic routing)算法[10]討論了期望投遞次數(shù)與能耗之間的關(guān)系，并提出了一種期望能耗最小的機(jī)會路由方法；EEOR-FL(energy efficient opportunistic routing using a new forward list)算法根據(jù)環(huán)境與節(jié)點(diǎn)能耗期望建立并選擇中繼列表節(jié)點(diǎn)[11]。該類機(jī)會網(wǎng)絡(luò)路由方法主要是進(jìn)行轉(zhuǎn)發(fā)優(yōu)先排序選擇的路徑選擇方法，雖然利用了無線通信的多播效應(yīng)，但最終實(shí)際的數(shù)據(jù)傳輸還是點(diǎn)對點(diǎn)路徑，而且在優(yōu)先排序轉(zhuǎn)發(fā)過程中需要大量的監(jiān)聽等待以保證傳輸可靠性[8]。高宏超等[12]提出的EDOR(balance of energy and delay opportunistic routing protocol)算法分析了機(jī)會轉(zhuǎn)發(fā)策略中的能耗與延時代價，提出了基于預(yù)期能耗排序的機(jī)會路由算法。該類機(jī)會網(wǎng)絡(luò)研究針對的是固定節(jié)點(diǎn)間歇連通鏈路的可靠傳輸方法，在利用無線多播效應(yīng)提高傳輸效率方面仍有較大的提升空間。一般情況下傳輸效率、可靠性、能耗等性能互相制約，近年來研究人員針對數(shù)據(jù)監(jiān)測時延要求不高的應(yīng)用場景對時延容忍下的網(wǎng)絡(luò)優(yōu)化開展了相應(yīng)研究，使得傳輸效率、可靠性、能耗等性能均衡提高成為可能[13]。

但上述研究均未針對農(nóng)業(yè)場景，也沒有考慮特定場景下的信號傳播特性，也沒有進(jìn)行鏈路連通概率分析，因此對于數(shù)據(jù)投遞率的部分均是針對設(shè)定的理想模型。在農(nóng)田監(jiān)測應(yīng)用中，地形、密集生長的作物等均會對無線信號產(chǎn)生顯著影響[3]，而農(nóng)作物的生長變化使得信道環(huán)境呈現(xiàn)動態(tài)特性，在農(nóng)田信道模型的基礎(chǔ)上，研究人員提出了網(wǎng)絡(luò)鏈路參數(shù)預(yù)測方法，主要包括分組接收率(packet receive rate，PRR)和期望傳輸次數(shù)(expected transmission count，ETX)等鏈路層參數(shù)。相較于信號強(qiáng)度和信噪比等直接表征數(shù)據(jù)包正確接收并解析的參數(shù)，PRR可以較好地反映鏈路的通信質(zhì)量，Bangotra等[14]考慮了鏈路質(zhì)量的不對稱特性，在PRR的基礎(chǔ)上提出期望分組傳輸次數(shù)指標(biāo)，其通過計(jì)算端到端正反向鏈路PRR 得到，ETX 作為鏈路質(zhì)量度量標(biāo)準(zhǔn)，在匯聚樹和動態(tài)原路由等協(xié)議中廣泛使用。

綜上所述，傳統(tǒng)機(jī)會路由的思想是利用了無線信道的廣播特性解決了其質(zhì)量的時變性問題，進(jìn)而有效地提高了網(wǎng)絡(luò)性能。但由于能量受限是限制農(nóng)業(yè)無線傳感器網(wǎng)絡(luò)應(yīng)用的瓶頸問題，而機(jī)會路由的廣播中繼轉(zhuǎn)發(fā)方法并不是一種能耗性能優(yōu)先算法。因此，在農(nóng)田WSN機(jī)會路由設(shè)計(jì)中，尤其應(yīng)把降低與均衡能耗作為研究的重點(diǎn)。本文主要針對討論農(nóng)田復(fù)雜環(huán)境下概率連通信道的傳輸可靠性問題，從鏈路質(zhì)量與網(wǎng)絡(luò)能量均衡的角度出發(fā)，研究提出一種基于農(nóng)田環(huán)境信道模型的能耗感知機(jī)會路由方法研究，通過選擇最小期望剩余能量最高的路徑，在滿足較好的數(shù)據(jù)吞吐量、傳輸可靠性前提下，有效降低與均衡節(jié)點(diǎn)能耗，延長網(wǎng)絡(luò)壽命。

2 網(wǎng)絡(luò)模型與假設(shè)

2.1 網(wǎng)絡(luò)模型

討論的農(nóng)田無線傳感器網(wǎng)絡(luò)場景假定有N個傳感節(jié)點(diǎn)隨機(jī)地被部署在一個X*Y的二維矩形區(qū)域內(nèi)，同時假定該無線傳感器網(wǎng)絡(luò)具有如下性質(zhì)[1，3-4]：

1) 網(wǎng)絡(luò)屬于密度較高的靜態(tài)網(wǎng)絡(luò)，即傳感節(jié)點(diǎn)部署后位置保持不變，節(jié)點(diǎn)密度足以保證網(wǎng)絡(luò)連通性以及對監(jiān)測區(qū)域的覆蓋度。

2) sink節(jié)點(diǎn)位置固定且唯一，其無線發(fā)射功率可控且能量不受限制。

3) 傳感節(jié)點(diǎn)類型同構(gòu)，初始能量均相同為E0，且不能補(bǔ)充。

4) 傳感節(jié)點(diǎn)每輪消耗的能量不一定相同，即能量異構(gòu)。

5) 節(jié)點(diǎn)具有自我能量感知能力，可獲得剩余能量數(shù)據(jù)。

6) 對于節(jié)點(diǎn)間鏈路概率連通的農(nóng)田WSN場景，采用固定路由方式可能會由于鏈路中斷而引起頻繁重傳，增大網(wǎng)絡(luò)開銷。為此本文模型中采用機(jī)會傳輸方式[5-7]，即存在多條可能的機(jī)會傳輸路徑，節(jié)點(diǎn)根據(jù)預(yù)設(shè)的機(jī)會傳輸策略進(jìn)行中繼轉(zhuǎn)發(fā)協(xié)調(diào)，機(jī)會傳輸示意圖如圖1所示。

圖1 機(jī)會路由傳輸示意圖

2.2 信道模型

由于農(nóng)田復(fù)雜多徑信道環(huán)境使得信號強(qiáng)度與通信質(zhì)量呈現(xiàn)較大的不確定性，其網(wǎng)絡(luò)鏈路呈現(xiàn)為概率連通特性。在確定感知信道模型的基礎(chǔ)上，采用數(shù)據(jù)分組接收率定義網(wǎng)絡(luò)鏈路的連通概率，構(gòu)建網(wǎng)絡(luò)連通概率模型[15]。

(1)

式中：RSSIrx為接收端信號強(qiáng)度；dTHL與dTHH為確定感知的上下界半徑；d為收發(fā)節(jié)點(diǎn)間距離；γ為接收端信噪比；l為數(shù)據(jù)幀的大小。

2.3 能耗模型

基于文獻(xiàn)[5]的無線通信能耗模型進(jìn)行修正，考慮到概率信道模型中存在隨機(jī)分量X，忽略距離較近時的多徑概率衰減效應(yīng)，則認(rèn)為節(jié)點(diǎn)發(fā)送l比特?cái)?shù)據(jù)需要消耗的能量Etx為

(2)

3 信道與能耗感知的機(jī)會路由方法

ExOR等機(jī)會路由算法沒有考慮網(wǎng)絡(luò)能耗均衡問題，LCOR等算法僅對候選轉(zhuǎn)發(fā)節(jié)點(diǎn)進(jìn)行期望能耗估計(jì)，在一些關(guān)鍵路徑上的節(jié)點(diǎn)會以更高的概率和頻率成為中繼轉(zhuǎn)發(fā)節(jié)點(diǎn)，加速能量消耗，而造成關(guān)鍵節(jié)點(diǎn)死亡，進(jìn)而導(dǎo)致網(wǎng)絡(luò)結(jié)構(gòu)迅速破壞。為此，提出一種信道與能耗感知的機(jī)會路由方法(channel and energy-consumption based opportunistic routing，CECOR)，將節(jié)點(diǎn)的中繼能耗代價與節(jié)點(diǎn)剩余能量進(jìn)行綜合加權(quán)，從而改進(jìn)候選轉(zhuǎn)發(fā)集的構(gòu)建與排序方法。

3.1 節(jié)點(diǎn)機(jī)會中繼能耗代價估計(jì)

3.1.1當(dāng)前機(jī)會路徑能耗代價估計(jì)

對于任意一次數(shù)據(jù)傳輸，若源節(jié)點(diǎn)Ns到目標(biāo)節(jié)點(diǎn)Nt之間存在的可能路徑均含于G，則采用機(jī)會傳輸路由策略，并按如下步驟進(jìn)行候選轉(zhuǎn)發(fā)集構(gòu)建。對于傳輸路徑上的某節(jié)點(diǎn)i及其候選轉(zhuǎn)發(fā)節(jié)點(diǎn)集FL(i)，其成為機(jī)會傳輸路徑后的網(wǎng)絡(luò)整體能耗期望為：

ECl=AECi+RECi，F(xiàn)L(i)

(3)

式中：AECi表示數(shù)據(jù)從節(jié)點(diǎn)i到被其候選轉(zhuǎn)發(fā)集中繼的能耗，即為當(dāng)前機(jī)會路徑能耗代價；RECi、FL(i)表示從節(jié)點(diǎn)i的候選轉(zhuǎn)發(fā)節(jié)點(diǎn)集轉(zhuǎn)發(fā)后直至到達(dá)目標(biāo)節(jié)點(diǎn)的能耗期望，即為剩余機(jī)會路徑能耗代價。

因?yàn)楣?jié)點(diǎn)i為廣播發(fā)送，其單次廣播能耗固定，因此AECi取決于數(shù)據(jù)重發(fā)次數(shù)。即有：

(4)

式中：pij為節(jié)點(diǎn)i到節(jié)點(diǎn)j的連通概率；r為一跳傳輸距離；k為傳輸比特?cái)?shù)。

3.1.2剩余機(jī)會路徑能耗代價估計(jì)

當(dāng)節(jié)點(diǎn)i的候選轉(zhuǎn)發(fā)集節(jié)點(diǎn)收到來自節(jié)點(diǎn)i的數(shù)據(jù)包時，F(xiàn)L(i)中的節(jié)點(diǎn)將按預(yù)設(shè)的優(yōu)先級順序進(jìn)行數(shù)據(jù)中繼轉(zhuǎn)發(fā)，排在前面的候選轉(zhuǎn)發(fā)節(jié)點(diǎn)優(yōu)先對數(shù)據(jù)進(jìn)行接收和轉(zhuǎn)發(fā)，當(dāng)優(yōu)先級較高的候選轉(zhuǎn)發(fā)節(jié)點(diǎn)未能正常中繼數(shù)據(jù)時，后續(xù)節(jié)點(diǎn)才依次進(jìn)行中繼。亦即，當(dāng)某一候選轉(zhuǎn)發(fā)節(jié)點(diǎn)完成數(shù)據(jù)中繼轉(zhuǎn)發(fā)時，F(xiàn)L(i)中排序在其后的節(jié)點(diǎn)同時放棄該次轉(zhuǎn)發(fā)任務(wù)并丟棄接收到的數(shù)據(jù)。關(guān)于FL(i)中的排序問題，將在3.2節(jié)進(jìn)行介紹。節(jié)點(diǎn)i的剩余機(jī)會路徑能耗代價估計(jì)方法如下：

當(dāng)FL(i)中排序第1的節(jié)點(diǎn)成功轉(zhuǎn)發(fā)數(shù)據(jù)時的剩余機(jī)會路徑能耗代價為：

(5)

式中：EC1=(Etx(k，r)+|FL(i)|·Erx)；|FL(i)|為候選轉(zhuǎn)發(fā)集中的節(jié)點(diǎn)數(shù)量。

同理可得，第FL(i)中排序第j的節(jié)點(diǎn)成功轉(zhuǎn)發(fā)數(shù)據(jù)時的剩余機(jī)會路徑能耗代價為：

(6)

其中，ECj=(Etx(k，r)+(|FL(i)|-j+1)·Erx)。

綜合式(5)(6)，可得節(jié)點(diǎn)i的剩余機(jī)會路徑能耗代價為：

(7)

因此，節(jié)點(diǎn)i的機(jī)會轉(zhuǎn)發(fā)總能耗代價為：

(8)

3.2 候選轉(zhuǎn)發(fā)集構(gòu)建與優(yōu)先級排序

根據(jù)3.1中推導(dǎo)可知，當(dāng)候選轉(zhuǎn)發(fā)集中的節(jié)點(diǎn)數(shù)量增加時，總體的傳輸成功率會隨之增加，但隨著監(jiān)聽節(jié)點(diǎn)的增加，總能耗代價也會隨之增加。因此，為控制候選轉(zhuǎn)發(fā)集的節(jié)點(diǎn)數(shù)量，在利用EXOR機(jī)會路由算法得到初始化候選轉(zhuǎn)發(fā)集基礎(chǔ)上，將該初始候選轉(zhuǎn)發(fā)集作為節(jié)點(diǎn)i鄰居節(jié)點(diǎn)，通過迭代得到最終候選轉(zhuǎn)發(fā)集。而在迭代過程中判斷節(jié)點(diǎn)i的當(dāng)前初始候選節(jié)點(diǎn)是否應(yīng)該加入最終候選轉(zhuǎn)發(fā)集時，如果加入該節(jié)點(diǎn)到候選轉(zhuǎn)發(fā)集會使發(fā)送節(jié)點(diǎn)的傳輸代價減小，則在策略上將該節(jié)點(diǎn)加入節(jié)點(diǎn)i的候選轉(zhuǎn)發(fā)集；反之，加入當(dāng)前初始候選節(jié)點(diǎn)會使節(jié)點(diǎn)i的傳輸代價增加，則不該在最終候選轉(zhuǎn)發(fā)集中加入該節(jié)點(diǎn)。

在候選轉(zhuǎn)發(fā)集優(yōu)先排序方面，提出節(jié)點(diǎn)剩余能量和轉(zhuǎn)發(fā)期望代價加權(quán)的中繼節(jié)點(diǎn)轉(zhuǎn)發(fā)協(xié)調(diào)方法：

(9)

式中：ECi為節(jié)點(diǎn)i的期望轉(zhuǎn)發(fā)代價；REj為節(jié)點(diǎn)i候選轉(zhuǎn)發(fā)集中節(jié)點(diǎn)j的剩余能量；α、β分別為權(quán)重系數(shù)。

4 實(shí)驗(yàn)仿真與結(jié)果分析

為對本文方法的性能進(jìn)行驗(yàn)證，仿真環(huán)境采用Matlab，系統(tǒng)仿真參數(shù)設(shè)定如表1所示。

表1 仿真參數(shù)

選擇LCOR[10]、IOP[14]、IPOR-OE[16]算法進(jìn)行性能對比，其網(wǎng)絡(luò)節(jié)點(diǎn)存活曲線如圖2所示。從圖中可以看出，IOP算法大約20輪出現(xiàn)死亡節(jié)點(diǎn)，約30輪時死亡節(jié)點(diǎn)比例達(dá)到30%，到約80輪時約有10%的節(jié)點(diǎn)存活，直至約140輪時節(jié)點(diǎn)全部死亡。在IPOR-OE算法中，第1個死亡節(jié)點(diǎn)大約出現(xiàn)在40輪左右，約50輪時死亡節(jié)點(diǎn)比例達(dá)到30%，到約100輪時有10%的節(jié)點(diǎn)存活，直至約200輪時節(jié)點(diǎn)全部死亡。在LCOR算法中，第1個死亡節(jié)點(diǎn)大約出現(xiàn)在40輪左右，約120輪時死亡節(jié)點(diǎn)比例達(dá)到30%，到約220輪時有10%的節(jié)點(diǎn)存活，直至約200輪時節(jié)點(diǎn)全部死亡。在本文提出的CECOR算法中，第1個死亡節(jié)點(diǎn)大約出現(xiàn)在160輪左右，約260輪時死亡節(jié)點(diǎn)比例達(dá)到30%，到約320輪時有10%的節(jié)點(diǎn)存活，直至約480輪時節(jié)點(diǎn)全部死亡。以30%節(jié)點(diǎn)死亡時間作為網(wǎng)絡(luò)生命周期[4-6]，從圖2中可以看出，CECOR算法的網(wǎng)絡(luò)生命周期約為LCOR的2.2倍、IPOR-OE的5.2倍、IOP的8.7倍，在網(wǎng)絡(luò)生命周期性能方面CECOR明顯優(yōu)于其他3種算法。

圖2 不同算法的存活節(jié)點(diǎn)數(shù)量變化曲線

網(wǎng)絡(luò)節(jié)點(diǎn)能量均方差如圖3所示。IOP算法中，網(wǎng)絡(luò)節(jié)點(diǎn)能量均方差在20輪前后達(dá)到最大值0.032 J，隨后開始迅速下降，在約150輪時節(jié)點(diǎn)能量均方差降為0。在IPOR-OE算法中，網(wǎng)絡(luò)節(jié)點(diǎn)能量均方差在約50輪時達(dá)到最大值0.034 J，隨后開始迅速下降，在約200輪時節(jié)點(diǎn)能量均方差降為0，其曲線上升下降的斜率和IOP算法基本相當(dāng)。在LCOR算法中，網(wǎng)絡(luò)節(jié)點(diǎn)能量均方差在約90輪時達(dá)到最大值0.022 5 J，隨后開始逐步下降，在約240輪時節(jié)點(diǎn)能量均方差降至0。在CECOR算法中，網(wǎng)絡(luò)節(jié)點(diǎn)能量均方差首先隨輪數(shù)增大逐步增大，曲線上升斜率小于其他3種算法，在約280輪時達(dá)到最大值0.017 5 J，隨后開始下降，在約400輪時節(jié)點(diǎn)能量均方差降至0。從網(wǎng)絡(luò)節(jié)點(diǎn)能量均方差結(jié)果來看，CECOR算法的能耗均衡性最好，其次是LCOR算法，IOP和IPOR-OE算法的節(jié)點(diǎn)能耗均衡性相對較差。而圖3中的曲線拐點(diǎn)處也基本對應(yīng)為節(jié)點(diǎn)開始死亡時間，即一開始部分節(jié)點(diǎn)能量迅速消耗，相應(yīng)的節(jié)點(diǎn)能耗均方差也逐步上升，隨著部分節(jié)點(diǎn)的快速死亡，其余節(jié)點(diǎn)的能耗均方差逐步回落。從整體上看，CECOR算法的能耗均方差明顯低于其余3種算法，其最大能耗均方差分別是LCOR的3/4、IPOR-OE和IOP的1/2，可以認(rèn)為CECOR算法從節(jié)點(diǎn)剩余能量角度對機(jī)會路由算法進(jìn)行的能耗均衡改進(jìn)取得了顯著效果。

圖3 不同算法的平均能耗方差變化曲線

4種算法的網(wǎng)絡(luò)重傳率如圖4所示，從圖中可以看出，各算法前期的網(wǎng)絡(luò)重傳率均為1%左右，但隨著網(wǎng)絡(luò)輪數(shù)的增加，出現(xiàn)明顯陡增，重傳率增加到5%～8%。陡增出現(xiàn)的輪數(shù)各有不同，LCOR算法出現(xiàn)在80輪左右，IOP算法出現(xiàn)在100～120輪，IPOR-OE算法出現(xiàn)在150～170輪，CECOR算法出現(xiàn)在約260輪處。

圖4 不同算法的重傳率曲線

對比圖2、3可知，圖4中重傳率的上升和陡增與存活節(jié)點(diǎn)數(shù)量變化存在明顯的對應(yīng)關(guān)系，因?yàn)榇婊罟?jié)點(diǎn)數(shù)量的減少，對原有網(wǎng)絡(luò)結(jié)構(gòu)造成破壞，進(jìn)而造成了重傳率的提高。

5 結(jié)論

路由協(xié)議作為網(wǎng)絡(luò)數(shù)據(jù)采集應(yīng)用的重要環(huán)節(jié)對網(wǎng)絡(luò)性能影響巨大，是近年來WSN網(wǎng)絡(luò)數(shù)據(jù)匯集研究的熱點(diǎn)。針對農(nóng)田復(fù)雜環(huán)境概率信道下數(shù)據(jù)穩(wěn)定可靠傳輸問題，在傳統(tǒng)機(jī)會路由的基礎(chǔ)上充分考慮能量有限約束，根據(jù)節(jié)點(diǎn)轉(zhuǎn)發(fā)能耗期望和節(jié)點(diǎn)剩余能量進(jìn)行候選轉(zhuǎn)發(fā)集加權(quán)排序，結(jié)果顯示：相對于傳統(tǒng)算法IOP、IPOR-OE、LCOR提高了節(jié)點(diǎn)間能耗均衡效果，延長了網(wǎng)絡(luò)生命周期，實(shí)現(xiàn)了農(nóng)田復(fù)雜環(huán)境下的無線傳感器網(wǎng)絡(luò)高效可靠數(shù)據(jù)匯集。后續(xù)研究的重點(diǎn)為在農(nóng)田生產(chǎn)決策、水肥管理、病蟲害預(yù)警應(yīng)用中考慮圖像、音視頻等多媒體數(shù)據(jù)的源異構(gòu)的高并發(fā)可靠傳輸問題。