文摘
生物计划提供有用的资源,为无线传感器网络设计自适应路由协议(网络)。使用bioinspired路由背后的关键思想是找到目的地的最优路径。同样,机会主义路由(或)的想法是找到最少的啤酒花交付到目标的数据。众多路由方案已经提出在网络针对各种性能目标,如吞吐量、延迟,和链接质量。最近,或者计划已经到现场相比,传统的路由算法。或方案的性能,然而,高度依赖货代的选择节点。在本文中,我们考虑一个连锁网络拓扑、节点由一个相等的距离。连锁网络的吞吐量数学分析,并根据分析结果,提出了一种启发式算法来选择货代的节点。我们评估的性能提出了启发式方法选择机会主义路由代理(HASORF)通过使用ns-2模拟器和比较它与先前的计划,如随机路由、极其机会主义路由(ExOR),和简单的投机取巧的自适应路由(上升)。实证结果表明,我们建议的方案达到最佳性能。
1。介绍
生物系统有内在的吸引人的特点1]。这些特征导致不同程度的动机从生物系统对不同的方法和算法的起源。机会主义路由(或)类似于bioinspired机制(2),其中一个目标是使用最短路径到达目的地。bioinspired系统的出现产生了许多贡献和激励系统网络煽动从自然系统和他们的应用程序。申请了网络包括野生动物监测、冷链监测、冰川监测、拯救雪崩受害者,牛放牧,地理监测,监测结构,生命体征监测、海水和海洋床监测,监测淡水质量,跟踪车辆,狙击手定位、火山监控和隧道监控。水下传感器网络,通常建立在超声波,也是网络的一个应用程序(3,4]。与无线传感器网络实际项目的例子是深度测量法(5),海水监测(6],ZebraNet [7)、牛放牧(8],鸟大鸭岛上观察[9),葡萄监控(10],拯救雪崩受害者[11],neuRFon [12]。
或者是积极的,网络很适合。在网络,节点有不规则的连接性和可访问性的邻居节点转发数据包被中断。你的邻居传感器可以利用作为数据包转发的机会主义的元素。或者是基于地理路由的概念。它利用位置信息,但货代的选择节点根据使用的协议可能会有所不同。在网络中,面临的挑战之一是设计一个路由协议在更短的时间内满足通信要求。此外,在网络,转发数据包的目的地是多次反射的方式,在中间节点帮助数据包到达目的地。的一个关键应用程序的传感器是无线个人,或身体,为健康监测网络。它旨在改善现有的医疗和监控服务。在很短的时间内,有巨大的发展各种可穿戴健康监测设备的数量,从简单的脉冲监视器、活动监视器、便携式霍尔特监视器、和心脏监视器(13,14]。
在传统路由数据包转发在敌手的基础上通过预定的中间节点到目标,基于先前建立的路线和统计数据。可以选择下一跳节点通过一个简单的最短路径算法,或更复杂的优化,如考虑到信道条件和网络连接的性能。在本质上无线频道广播,所有节点传输发送方的范围内都能听到。或(15- - - - - -20.]利用通过选择中间节点作为辅助节点传输数据到目标。因此,他们被称为代理的机会主义路由。货代节点的选择是最重要的任务。文献[17,19- - - - - -22证明,或提高在多次反射无线网络吞吐量。
可以接收的数据包由多个节点范围内。在接收数据包的节点,节点离目的地应该将数据包转发。或者可以选择多个代理从中间节点。然而,在密集的网络,有一个点球从选择太多的代理成本。选择少量的代理可以减少内部的潜在成本和interpath碰撞。然而,如果代理的数量很大,碰撞会变得频繁(19,23]。
现有的或计划利用预期的货代选择机制传播(ETX)数24]。选择货代(s)对网络的整体性能至关重要。路由协议可以分为三个部分:路由发现、数据包转发和路由维护。或者,选择转发节点的路由发现。货代的错误的选择节点的总体性能或严重影响。对多次反射的影响比单跳传输传输更严重。在这个研究中,我们关注的第一个任务,也就是说,路由发现,特别是在货代的选择。中间节点代理的选择仍然是一个新的研究领域。我们研究的主要目标是提高系统吞吐量和设计一种新的方法来选择代理。为了这个目的,我们首先分析和评估相等,或统一,距离网络中节点的位置,然后确定货代选择对吞吐量的影响。 Thereafter, on the basis of the system model, we propose a heuristic approach to selecting the forwarders. We then compare the results with Extremely Opportunistic Routing (ExOR), random routing, and Simple Opportunistic Adaptive Routing (SOAR) forwarder selection schemes. The results indicate improvement in system throughput.
剩下的纸是组织如下。部分2简要解释了相关工作。部分3给出了系统模型。节4,我们描述我们提出启发式方法选择机会主义路由代理(HASORF)。部分5提供模拟环境的细节,并讨论结果。最后,部分6总结了纸。
2。相关工作
在本节中,我们将讨论不同的机会路由协议,而专注于使用的货代选择方法。Biswas和莫里斯16ExOR提议。它是最受欢迎的机会路由协议和一个利用无线通信的广播性质的先驱。ExOR,发送者必须包括每个数据包的报头货代单,优先通过接近目的地。因此,一组候选人货代预定由每个发送者。简单的投机取巧的自适应路由(18]试图解决缺乏支持多个并发流ExOR通过引入一个显式的运输责任。类似于ExOR,飙升的预定名单候选人基于ETX度量代理。货代列表包含在包的头,也是优先通过接近目的地。执行比ExOR翱翔。然而,这并不是由于货代选择算法,但隐性重复传输避免基于不同路线的预防机制。此外,它还实现了选择性和搭载确认机制,更高的性能。
Chachulski et al。22]介绍了媒体接入控制(MAC)独立机会主义路由和编码(更多),在很多方面类似于ExOR。这两个协议的实现预定的候选人选拔过程基于ETX度量。此外,包括货代在数据包报头,优先货代到目标节点的距离,并限制候选人大小减少开销。越来越ExOR之间的主要区别是,更多的是一个编码的数据包发送的每个数据包。元等。25]介绍了弹性机会网路由(ROMER)协议,介绍了一种以信用为基础的转发方案相似的飙升。分配的额度等于最低成本从来源到目的地,也就是最短路径的成本。因此,ETX是事实上的标准应用于以上提到的机会路由协议。然而,频繁的ETX测量涉及到重大的网络开销,和链接ETX较低可能导致损失率高,收益率低的吞吐量。在本文中,我们提出一个新的货代选择方案不包括任何额外的开销,但大幅增加整个系统的吞吐量。我们计划使用距离作为货代选择度量节点和保持更高的吞吐量比其他方案。
3所示。系统建模
在本节中,我们考虑一个连锁网络如图1,在那里节点是由相同的距离。0作为源节点年代和节点成为目的地。从1到的节点中间节点,可以潜在的代理吗。代理可以帮助数据包从源到目的地。我们假设一个或多个节点可以扮演促进者的角色节点。
关键指标选择货代节点ETX从先前的计划,优先考虑节点通过接近目的地,因为成功传输概率随距离更大。当发射机和接收机之间的距离很长,很可能有更多的包丢失和重发。因此,如果我们选择一个节点靠近目的地货代节点,我们将经历糟糕的表现在从源传输到货代,而货代到目的地的传输成功概率高。这个货代选择方案是低效的,充分利用带宽和实现更大的吞吐量。续集,我们分析链式网络来获取一些直觉如何选择最好的货代来达到最佳的吞吐量。
我们开始我们的分析认为系统吞吐量的定义;也就是说, 在哪里总传输数据包的数量,数据包大小,交货时间吗包到达目的地。我们假设下一个包是不传播从源节点到当前数据包成功到达目的地。我们可以进一步简化方程的大数定律(26)自是独立同分布()随机变量: 在哪里表示随机变量的期望。由于数据包大小是常数,吞吐量的数量成反比传输任意数据包从源到目的地;也就是说,
我们可以分离包的总交货时间两部分交货时间的总和,也就是说,从源到任何货代,,从包的货代到目的地,也就是说,
通过双方的期望,我们可以获得预期的交货时间
我们现在准备推导出考虑网络的吞吐量。我们考虑两种情况:1,代理的数量是1,第二种情况,代理的数量是两个。然而,我们的分析可以扩展到更多的代理一个直截了当的方式。
3.1。单/一个货代
我们货代节点表示为节点。所以,货代是跳距离源货代,跳距离目的地,如图2。
我们首先介绍一些符号。考虑到距离发射机和接收机之间,表示数据包成功概率,这被认为是可微和单调减少。注意,假设几乎是合理的和温和的。是简单的,当数据包成功概率平均交货时间或传输的平均数量。所以,货代位于回忆位置,我们可以看到
如果每个数据包通过货代送到目的地节点,平均交货时间。然而,我们注意到数据包到达目的地没有货代的帮助下节点的概率。在单货代的情况下,平均交货时间从来源到目的地写成 并给出吞吐量
我们暂时放松跳数为实数。让我们的分化关于并将其设置为零,以便找到最小值。它很容易找到最小化(或吞吐量最大化)在哪里;即最优货代是源和目的地之间节点中途。这种直觉是至关重要的发展下一节的货代选择算法。
3.2。两个代理
在这种情况下,我们选择两个中间节点代理(图3)。让节点和节点被指定为代理。我们可以计算从源预计交货时间给货代作为 然后,我们从货代计算交货时间到目的地。我们这里需要考虑两种情况。为此,我们定义术语“有效的货代”节点成功接收到一个数据包。(1)节点是有效的货代,它发生的概率: (2)节点是有效的货代,它发生的概率: 现在货代的交货时间到目的地给药 总之,预计交货时间从源到目的地了 和吞吐量
4所示。HASORF
算法1该算法选择单个或货代。我们假设连续两个节点之间的距离是相等的。我们的启发式算法如下。开始时,源和目的地之间的距离(1号线),之后,它收集网络中节点的总数(第2行)。它创建一个候选人名单不包括源和目的地(第3行)。其次,它分配节点身份和职位的候选人(第4行)。之后,如果代理的数量是1(第5行),它决定了潜在的货代让一半的距离(第6行)。然后,它搜索候选人列表匹配距离和得到的身份匹配的节点(7 - 8行)。此后,它选择这个节点的货代节点传输数据包从源到目的地(9行)。
|
||||||||||||||||||||||
算法2拟议中的HASORF算法当代理的数量是多于一个。它遵循相同的程序算法1直到它得到了源和目标距离和网络中节点的总数。之后,它会创建一个候选人名单并存储节点的身份和立场。接下来,它计算网络中代理的总数(第1行)。然后,它创造了候选人名单根据代理的数量和选择中间节点代理。接下来,它搜索匹配的距离和节点ID职位的候选人(4 - 8行)。之后,这些候选人作为代理(第9行)和帮助源数据包的目的地。
|
||||||||||||||||||
5。绩效评估
来验证我们提出的方案,我们进行大量的模拟使用网络模拟器,ns - 2.30 (27]。我们使用链拓扑结构(28,29日对我们的实验)。数据包大小设置为1000字节,和接口队列配置为50包。物理数据率是216 Mbps,物理基本汇率54 Mbps。仿真面积是平方1000 m×1000 m。我们专注于改善网络的端到端吞吐量通过选择最好的货代节点。吞吐量是收到的字节总数每秒的目的地,以每秒。表1显示不同的货代选择方案的关键设计选择机会主义路由。
我们考虑两种网络拓扑进行仿真。在第一个网络,有八个节点,如图4。它包含六个中间节点,可以代理。源数据传送到目的地选择一些中间节点代理。
图5比较的吞吐量HASORF ExOR,随机,飙升货代选择方案。任何中间节点随机货代选择方案选择货代,而ExOR拿起节点最接近目的地。飙升也接近目的地选择节点。我们建议方案选择代理的基础上的距离。结果表明,HASORF优于EXOR,随机,飙升货代选择算法。EXOR飙升表现不佳,因为EXOR和飙升选择代理基于ETX度量。请注意,这两个方案实现几乎相同的结果。随机货代选择方案执行比ExOR飙升,因为所选择的代理会给更好的吞吐量。结果还表明,与更多的货代节点吞吐量增加。然而,更多的代理导致的开销。 So, we restrict the maximum number of forwarders to three.
图6显示了吞吐量提高HASORF ExOR。最初,两个货代计划获得小的吞吐量。然而,随着代理的数量增加,增加吞吐量和更多的数据交付成功。清楚地看到,我们的方案比ExOR相对更好的性能。
图7说明了改善HASORF比例随机货代选择方案。获得的吞吐量是不同数量的代理的约24.5%至122.61%。
图8说明了HASORF的吞吐量增益比例在飙升。有一个货代,货代选择方案无法实现更高的吞吐量。然而,它显示了改进代理数量的增加。然而,我们提出货代选择方案仍然能够选择最好的货代比飙升,达到更好的吞吐量。总体而言,在所有情况下,HASORF显示一致的结果和获得更大的吞吐量比飙升货代选择方案。
第二个对我们的模拟网络拓扑是呈现在图9,其中包含14个节点,包括源和目标。代理可以选择从中间节点根据相关的货代选择方案。
图10说明了不同数据吞吐量不同货代代理的选择方案。比ExOR飙升达到更好的吞吐量,但收益并不重要。货代选择方案相似,唯一的区别是,货代应该位于或邻近节点的最短路径在飙升。随机的货代选择执行最差在所有考虑方案。然而,在第一个实验装置,它能很好地执行。因此,该方案提供了不一致的结果,是高度不可预测的。HASORF是最好的方案,因为它显示了吞吐量和优于其他货代选择计划一致。
数据11,12,13描述的百分比提高吞吐量HASORF ExOR,随机的,分别和飙升货代选择方案。结果表明,我们建议的方案执行比任何其他方案的吞吐量。
HASORF达到最好的吞吐量;也就是说,它在更短的时间内传输多个字节。这表明了网络的性能产生重大影响。它不仅提供了更多的数据在给定的时间也节省电力的同时减少了。回忆这种力量是最重要的资源之一,在传感器网络中,我们得出这样的结论:HASORF提高总体系统性能。
图14代表了bioinspired无线网络场景。在这个场景中,所有传感器节点配备全球定位系统设备。因此,可以使用几何坐标,计算的距离和位置可以找到所有的传感器(30.]。源可以选择代理根据HASORF方案和传送数据的目的地可能是最好的代理之间的中间节点。心跳监控装置,传感器数据可靠的交付,在更短的时间非常重要。HASORF服务这个目的。因为bioinspired系统的主要目标之一是实现数据包最短路径在更短的时间内,HASORF bioinspired网络是一个很好的候选人。
6。结论
ExOR的引入后,许多研究者提出了各种机会主义路由方案。众所周知,或计划的性能严重依赖于从中间节点中选择合适的代理。然而,对吞吐量的影响还不清楚。在本文中,我们分析了轮或计划而专注于货代选择和凭直觉知道的,一个节点之间的前一个和后一个代理是一个不错的选择。灵感来自这个直觉,我们提出了一个启发式的货代选择方案,称为HASORF,连锁网络。仿真结果表明,我们提出的方案达到高吞吐量。我们比较我们与先前的计划方案,如ExOR、随机路由,飙升,发现该方案优于所有竞争对手的吞吐量。
代理数量的优化对于一个给定的网络仍然是一个开放的研究问题。这一研究问题是np困难,仍然没有分析思维的基础,但它是一个非常有趣的问题。我们打算深究这种强迫性和艰苦的问题在未来。
利益冲突
作者宣称没有利益冲突有关的出版。
承认
这项研究受到了基础科学研究项目通过韩国国家研究基金会(NRF)由科技部,ICT和未来规划(NRF - 2012 r1a1b4000536)。