流量自適應(yīng)LoRa網(wǎng)絡(luò)防碰撞路由算法

流量自適應(yīng)LoRa網(wǎng)絡(luò)防碰撞路由算法李敬兆瀏偉【摘要】LoRa無線技術(shù)的數(shù)據(jù)傳輸速率低,適合星型組網(wǎng)，現(xiàn)有的星型網(wǎng)絡(luò)防碰撞輪詢機制在大容量網(wǎng)絡(luò)中性能不佳.基于信道競爭退避算法和分簇混合路由兩方面,提出了適合LoRa網(wǎng)絡(luò)的數(shù)據(jù)傳輸防碰撞算法，能自適應(yīng)網(wǎng)絡(luò)流量的變化.通過NS2軟件仿真驗證，在大容量LoRa網(wǎng)絡(luò)中，算法改善了能耗、吞吐量和傳輸延時等方面的性能，提高了數(shù)據(jù)傳輸效率.％LoRawirelesstechnologyhaslowdatatransmissionrate,whichissuitableforstartypenetworking.Theexistingstartypenetworkanti-collisionpollingmechanismhaspoorperformanceinlargecapacitynetwork.Basedontwoaspectsofchannelcompetitionavoidancealgorithmandclusteringhybridrouting,adatatransmissionanti-collisionalgorithmsuitableforLoRanetworkisproposed,whichcanadapttothechangeofnetworktraffic.ThroughNS2softwaresimulationverification,inlargecapacityLoRanetwork,thealgorithmimprovestheperformanceofenergyconsumption,throughputandtransmissiondelay,andimprovesefficiencyofdatatransmission.【期刊名稱】《傳感器與微系統(tǒng)》【年(卷)，期】2018(037)005【總頁數(shù)】5頁(P147-150,157)【關(guān)鍵詞】低功耗廣域網(wǎng)絡(luò);LoRa;數(shù)據(jù)防碰撞;分簇路由【作者】李敬兆瀏偉【作者單位】安徽理工大學電氣與信息工程學院，安徽淮南232001；安徽理工大學電氣與信息工程學院，安徽淮南232001【正文語種】中文【中圖分類】TP393.20引言LoRa技術(shù)傳輸距離和鏈路預算性能同時提升，其數(shù)據(jù)傳輸速率低，約0.3~37.5kbps，非常適合星型組網(wǎng)。當組建大型星型網(wǎng)絡(luò)時，現(xiàn)有的介質(zhì)訪問控制(mediumaccesscontrol,MAC)協(xié)議不適合。星型網(wǎng)絡(luò)為避免擁塞，常采用基于時分多址(timedivisionmultipleaddress,TDMA)協(xié)議輪詢的方式，但網(wǎng)絡(luò)節(jié)點增加時，延時增大，網(wǎng)絡(luò)性能降低。信道競爭退避算法在多個源節(jié)點競爭信道時，將數(shù)據(jù)發(fā)送時間錯開，從而減少傳輸碰撞［1］。文獻［2］采用延時退避的方法避免傳輸碰撞，但信道競爭窗口(contentionwindow,CW)值保持不變，導致退避時間在網(wǎng)絡(luò)流量大時不足，網(wǎng)絡(luò)流量小時過長，退避效率低。文獻［3］介紹了載波偵聽多路訪問(carriersensemultipleaccess,CSMA)和IEEE.802.11DCF協(xié)議，采用二進制指數(shù)退避(binaryexponentialbackoff,BEB)算法，根據(jù)傳輸狀態(tài)來動態(tài)調(diào)節(jié)CW值，但也不能自適應(yīng)流量的變化且易導致節(jié)點競爭不公。文獻［1］提出基于概率選擇的退避(selection-probability-basedbackoff,SPB)算法，算法引入了能反映流量變化的參數(shù)和選擇概率，改善了節(jié)點競爭的公平性，且隨網(wǎng)絡(luò)流量自適應(yīng)調(diào)整。但以上算法都未考慮節(jié)點的能量因素。路由算法中LEACH算法^可energyadaptiveclusteringhierarchy)，能將網(wǎng)絡(luò)能耗分散到所有傳感器里［5］。但LEACH算法隨機選擇簇頭，能耗分攤不均，使得能量低的某些節(jié)點被選中但不適合當簇頭，加速死亡［6］。本文在SPB算法基礎(chǔ)上，CW調(diào)節(jié)計算引入能量因子，使剩余能量低的節(jié)點競爭信道的機會更大。為避免LoRa星型網(wǎng)絡(luò)Sink節(jié)點的信道被頻繁占用，減少碰撞和延時，對延時要求高的突發(fā)數(shù)據(jù)，直接傳輸至Sink節(jié)點，對延時要求低的周期數(shù)據(jù)，先匯集至簇頭再上傳。本文優(yōu)化LEACH的簇頭選取公式，均衡節(jié)點能耗。從信道競爭退避算法和路由方式兩方面來減少LoRa網(wǎng)絡(luò)的數(shù)據(jù)傳輸碰撞。1LoRa網(wǎng)絡(luò)拓撲和能耗模型1.1拓撲結(jié)構(gòu)針對傳統(tǒng)星型組網(wǎng)絡(luò)在節(jié)點數(shù)量多時，Sink節(jié)點負擔重效率低的缺點，根據(jù)傳輸?shù)臄?shù)據(jù)類型，結(jié)合網(wǎng)絡(luò)分簇的思想，設(shè)計一種混合路由的星型網(wǎng)絡(luò)，每個分簇相互獨立并行運行。LoRa網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)有兩種：1)周期數(shù)據(jù)，此類數(shù)據(jù)需要所有終端節(jié)點每隔一段時間上傳一次，實時性要求低。若單靠Sink節(jié)點輪詢采集，信道被頻繁占用；2)突發(fā)數(shù)據(jù)，同一時刻產(chǎn)生此類數(shù)據(jù)的節(jié)點較少，通常為報警信息，需要立刻處理，實時性要求高。LoRa網(wǎng)絡(luò)拓撲結(jié)構(gòu)如圖1所示。圖1LoRa網(wǎng)絡(luò)拓撲結(jié)構(gòu)1.2節(jié)點能耗模型考慮節(jié)點傳輸能耗遠大于休眠和計算能耗，參照文獻［7］提出的無線能耗模型。節(jié)點傳輸能耗包括收發(fā)電路和放大電路能耗。節(jié)點向距離d處發(fā)射和接收nbit數(shù)據(jù)的能耗ETx(n,d)和ERx(n,d);節(jié)點剩余能量Erest,網(wǎng)絡(luò)平均剩余能量Eavr_nest計算如下ETx(n,d)=nEelec+n￡fsd2(1)ERx(n,d)=Eelecn(2)Erest=E0-ETx(n,d)-ERx(n,d)⑶⑷式中E0為初始能量;Eelec為收發(fā)電路耗能系數(shù);N為網(wǎng)絡(luò)終端節(jié)點總數(shù);￡fs為功率放大電路耗能系數(shù)。2LoRa網(wǎng)絡(luò)流量檢測LoRa網(wǎng)絡(luò)流量大小正比于活躍節(jié)點數(shù)n，正比于延時計數(shù)器停止計數(shù)次數(shù)［8］。引入2個參數(shù)，節(jié)點通信退避計數(shù)BC(backoffcount)，其值為節(jié)點延時計數(shù)器暫停次數(shù)和發(fā)送碰撞次數(shù)之和［8］。網(wǎng)絡(luò)平均流量(averagenetworktraffic，Avr_NT)，如式(5)所示，其值為n個活躍節(jié)點通信退避計數(shù)BCi的平均值，這兩個參數(shù)能大致反映網(wǎng)絡(luò)流量變化。以NTM和NTL為閾值，網(wǎng)絡(luò)流量NT(netwoktraffic)的大小按式(6)判斷(5)(6)3信道競爭退避算法原理及改進退避算法思想是，任意終端節(jié)點通信前，先偵聽到信道空閑持續(xù)時間滿足條件，執(zhí)行一段退避延時再通信。延時期間，節(jié)點延時計數(shù)器在偵聽到信道忙時停止計數(shù)，空閑時每隔單位時隙減1，當變?yōu)?才傳輸數(shù)據(jù)［9］。典型退避算法是二進制指數(shù)退避BEB算法。但BEB只根據(jù)是否傳輸成功來調(diào)節(jié)CWE［CWmin,CWmax］值，不能自適應(yīng)網(wǎng)絡(luò)流量改變。此外若數(shù)據(jù)傳輸成功，CW值直接恢復為CWmin，比傳輸失敗的節(jié)點信道競爭能力更強，導致不公平［4］。本文在SPB算法基礎(chǔ)上引入剩余能量參數(shù)，提出低能耗流量自適應(yīng)概率退避(lowenergytrafficadaptiveprobabilitybackoff，LETAPB)算法。使低能量節(jié)點信道競爭力提高，退避延時短。節(jié)點根據(jù)通信退避計數(shù)BC值，若BC<NTM，則判斷網(wǎng)絡(luò)流量?。蝗鬘TM<BC<NTM,則判斷網(wǎng)絡(luò)流量較大；若BC<NTL，則判斷網(wǎng)絡(luò)流量很大。算法描述如下：開始時CW=CWmin，選擇概率為PC,其值很小。若數(shù)據(jù)傳輸失敗，則增大CW值。若BC<NTM，則以大概率(1-PC)執(zhí)行式(7)，以小概率PC執(zhí)行式(8);若NTM<BC<NTL,則以小概率PC執(zhí)行式(7),以大概率(1-PC)執(zhí)行式(8)CW=min(CWoldxk,CWmax)(7)CW=min(CWold+1,CWmax)(8)⑼式中CWold為調(diào)整前的CW值，k為競爭窗口放大系數(shù)。若節(jié)點數(shù)據(jù)傳輸失敗次數(shù)多，能量剩余少，則k值相對小，競爭信道的能力更強。若BC2NTL，節(jié)點長時間未競爭到信道，則競爭窗口恢復到最小值，即CW=CWmin，提高該節(jié)點信道競爭的能力，改善網(wǎng)絡(luò)節(jié)點的公平性。若數(shù)據(jù)傳輸成功，則減小CW值。a.若NTM<BC<NTL，則以大概率(1-PC)執(zhí)行式(10)，以小概率PC執(zhí)行式(11);若BC2NTL,則以小概率PC執(zhí)行式(10)，以大概率(1-PC)執(zhí)行式(11)CW=max(CWold/j,CWmin)(10)CW=max(CWold-1,CWmin)(11)(12)式中j為競爭窗口縮小系數(shù)。若節(jié)點能量剩余少，則j值相對大，退避延時相對較小，更容易競爭到信道。b.若BC<NTM，則信道競爭窗口直接恢復到CW=CWmin。經(jīng)過分段處理，緩解了競爭窗口直接恢復到最小值帶來的競爭不公平性。4優(yōu)化LoRa網(wǎng)絡(luò)分簇混合路由算法提出分簇混合路由(clusterhybridrouting,CHB)算法，分為2個階段:1)分簇建立采取和LEACH相同方式，但是加入距離和能量因素，改進了簇頭選取條件。2)數(shù)據(jù)傳輸階段根據(jù)數(shù)據(jù)類型采用不同路由方式。對于突發(fā)數(shù)據(jù)，直接請求加入Sink節(jié)點輪詢隊列，保證實時性。為減少Sink節(jié)點信道被占用頻率，周期數(shù)據(jù)先傳給簇頭節(jié)點，大大避免與突發(fā)數(shù)據(jù)產(chǎn)生碰撞，同時減輕Sink節(jié)點的負擔。LoRa網(wǎng)絡(luò)簇頭節(jié)點選舉公式改進節(jié)點若能量剩余多、消耗速率慢且傳輸距離短，則更適合選作簇頭。鑒于此，優(yōu)化LEACH的閾值公式T(n)，Tnew(n)更合理的選取簇頭(13)式中a，B和y為影響因素權(quán)重系數(shù)，且a+B+Y=1；p為所有節(jié)點里簇頭占有比例;r為目前網(wǎng)絡(luò)運行輪數(shù)；G為剩下1/p-r輪里可以勝任的簇頭集合；AEi為前一輪節(jié)點的能量變化量；mod為取模運算；dis為距Sink節(jié)點的通信長度。LoRa網(wǎng)絡(luò)簇內(nèi)周期數(shù)據(jù)傳輸根據(jù)TDMA傳輸機制，簇內(nèi)成員都分配有通信間隙。每個節(jié)點將周期數(shù)據(jù)在自己的間隙內(nèi)傳輸給簇頭，在非自己的間隙內(nèi)轉(zhuǎn)換為休眠態(tài)［5］，具體步驟如下：1） 每輪進行數(shù)據(jù)傳輸階段，在各自的通信間隙，終端節(jié)點從休眠態(tài)被喚醒；2） 簇頭節(jié)點按時隙表順序依次訪問每個終端節(jié)點，訪問過程為簇頭先向終端節(jié)點發(fā)出數(shù)據(jù)采集命令，接著終端節(jié)點上傳周期數(shù)據(jù)，最后簇頭節(jié)點對收到的數(shù)據(jù)校驗，無誤后返回確認消息幀；3） 終端節(jié)點傳輸周期數(shù)據(jù)成功，在下一輪喚醒前，轉(zhuǎn)變?yōu)樾菝郀顟B(tài)；4） 簇頭匯集所有終端節(jié)點的周期數(shù)據(jù)，然后競爭加入Sink節(jié)點輪詢隊列上傳。LoRa網(wǎng)絡(luò)Sink節(jié)點輪詢突發(fā)數(shù)據(jù)和簇頭數(shù)據(jù)由相應(yīng)節(jié)點采用LETAPB退避算法，直接請求加入Sink節(jié)點的輪詢隊列，能夠得到快速響應(yīng)，步驟如下：1） 節(jié)點向Sink節(jié)點競爭發(fā)出請求,Sink節(jié)點收到請求后將該節(jié)點加入輪詢隊列，并返回確認響應(yīng)；2） Sink節(jié)點依次訪問輪詢隊列里的節(jié)點，若終端節(jié)點數(shù)據(jù)傳輸完畢，則Sink節(jié)點對其服務(wù)結(jié)束，并將該節(jié)點從輪詢隊列里刪除；3） Sink節(jié)點檢測到網(wǎng)絡(luò)流量很大時，即平均網(wǎng)絡(luò)流量Avr_NT>NTL時，則會廣播抑制消息幀，處于喚醒并等待發(fā)數(shù)據(jù)的節(jié)點以一定抑制概率PS暫停發(fā)送，當Avr_NT<NTM時，中心節(jié)點廣播恢復發(fā)送消息幀，之前暫停的節(jié)點繼續(xù)參與信道5算法仿真與性能分析從LoRa網(wǎng)絡(luò)的吞吐量、實時性和能耗3方面來測試算法的性能。利用NS2軟件搭建分布區(qū)域為500m2的LoRa網(wǎng)絡(luò)仿真環(huán)境，其中包含1個Sink節(jié)點，100個初始能量為1J的終端節(jié)點。先讓部分終端節(jié)點以一定速率對Sink節(jié)點，傳輸標記有時間戳的數(shù)據(jù)包，然后逐漸增加活躍節(jié)點的數(shù)量，增大網(wǎng)絡(luò)流量。對比LETAPB、SPB和BEB3種退避算法在相同條件下的性能。對比CHB和LEACH算法的能耗性能。仿真參數(shù)如表1。表1主要仿真參數(shù)參數(shù)名稱/單位數(shù)值參數(shù)名稱/單位數(shù)值SlotTime/ps20Eelec(nJ/bit)50CWmin328fs/((pJ/bit)/m2)10CWmax1024簇頭比例/%5NTM5PC0.3NTL9PS0.5數(shù)據(jù)包大小/bit1000包發(fā)送間隔/s5LoRa網(wǎng)絡(luò)吞吐量測試統(tǒng)計1min內(nèi)Sink節(jié)點收到包數(shù)目，計算網(wǎng)絡(luò)吞吐量。收到包數(shù)目多，表明吞吐量大，通信效率更高，仿真結(jié)果如圖2所示。圖2LoRa網(wǎng)絡(luò)吞吐量性能由圖2可見，n值小，3種算法吞吐量性能近似。n值增加，吞吐量總體逐漸增大。當n>50時，LETAPB算法的吞吐量性能明顯遠優(yōu)于SPB和BEB算法，相對于兩者分別有約3.8%和9.2%的提升。LETAPB算法能夠依網(wǎng)絡(luò)流量變化調(diào)節(jié)CW值。而SPB和BEB對網(wǎng)絡(luò)流量變化不敏感，活躍節(jié)點多時，不能高效緩解碰撞和擁塞，影響吞吐量。LoRa網(wǎng)絡(luò)總能耗測試網(wǎng)絡(luò)總能耗規(guī)定為所有節(jié)點消耗能量之和，本文分別在不同活躍節(jié)點數(shù)目n下仿真10min，計算3種退避算法的總能耗，仿真結(jié)果如圖3所示。圖3LoRa網(wǎng)絡(luò)總能耗仿真結(jié)果表明，n變大，總能耗均逐漸增大，但LETAPB能耗明顯低于其他兩者，當n>60時更明顯。LETAPB算法較SPB和BEB算法，能耗分別節(jié)省了約12.8%和26.1%。因為LETAPB算法CW值調(diào)整使能量越低的節(jié)點獲得更短的退避時間，傳輸能力更強，更加節(jié)能。LoRa網(wǎng)絡(luò)數(shù)據(jù)傳輸延時測試Sink節(jié)點收到數(shù)據(jù)包，解析出包發(fā)送時間，根據(jù)當前時間計算每個包延時時間，再計算所有包的平均傳輸延時時間，仿真結(jié)果如圖4所示。圖4LoRa網(wǎng)絡(luò)數(shù)據(jù)傳輸延時仿真結(jié)果表明，n值較小時，數(shù)據(jù)傳輸延時差距不明顯。當n>50時，LETAPB算法延時明顯低于SPB和BEB算法，分別減少了約16.7%和26.8%。因為LETAPB算法CW值調(diào)整考慮網(wǎng)絡(luò)流量的變化，在網(wǎng)絡(luò)流量大時，競爭窗口增大更加平緩，而BEB競爭窗口猛然增大2倍。LETAPB算法使Sink節(jié)點信道占用更緊湊，信道利用率更高。LoRa網(wǎng)絡(luò)生命周期測試網(wǎng)絡(luò)生命周期為剩余50%節(jié)點的時刻［10］，統(tǒng)計CHB和LEACH算法節(jié)點存活情況。由圖5可見，LEACH和CHB的首個死亡節(jié)點分別出現(xiàn)在468，621輪，CHB相對LEACH算法時間推遲約32.6%。50%節(jié)點死亡，LEACH和CHB分別出現(xiàn)在912輪和1245輪，CHB相對LEACH算法時間推遲約36.5%。CHB在LEACH算法基礎(chǔ)上均衡節(jié)點能耗，使網(wǎng)絡(luò)壽命變長［11~13］。圖5LoRa網(wǎng)絡(luò)節(jié)點存活情況6應(yīng)用案例靜脈輸液監(jiān)控系統(tǒng)是典型的應(yīng)用場合，對一片區(qū)域所有輸液設(shè)備遠程監(jiān)控。系統(tǒng)由監(jiān)測端、移動手持端和監(jiān)控中心三部分組成，采用物聯(lián)網(wǎng)經(jīng)典的三層結(jié)構(gòu)。監(jiān)測端位于感控層，采集現(xiàn)場數(shù)據(jù)。網(wǎng)絡(luò)層使用LoRa無線模塊組網(wǎng)，網(wǎng)絡(luò)可按區(qū)域進行分簇，簇頭按式(13)選擇。服務(wù)中心和手持端位于應(yīng)用層，接收消息并在上位機上顯示。整個監(jiān)控系統(tǒng)結(jié)構(gòu)如圖6所示。圖6靜脈輸液監(jiān)控系統(tǒng)結(jié)構(gòu)監(jiān)測端采集的數(shù)據(jù)有2種：滴速、余量等周期數(shù)據(jù)和報警、呼叫等突發(fā)數(shù)據(jù)，周期數(shù)據(jù)按TDMA機制由簇頭匯總后再上傳至應(yīng)用層的Sink中心，突發(fā)數(shù)據(jù)由節(jié)點直接傳輸至Sink。簇頭節(jié)點和異常節(jié)點按LETAPB算法，競爭加入Sink節(jié)點的輪詢隊列，Sink節(jié)點按輪詢隊列接收信息。7結(jié)束語為了簡化無線組網(wǎng)的復雜度，使用低功耗和傳輸距離兼得的LoRa技術(shù)進行大規(guī)模星型組網(wǎng)，同時借鑒幾種網(wǎng)絡(luò)防碰撞機制的優(yōu)點，設(shè)計了防碰撞混合路由算法，提高LoRa網(wǎng)絡(luò)的性能。仿真實驗表明，本文算法在能耗、網(wǎng)絡(luò)吞吐量和實時性等性能方面都得到提升。參考文獻：孫鵬.基于流量自適應(yīng)機制的無線傳感網(wǎng)MAC協(xié)議研究[D].濟南：山東大學,2017:24-47.陶志勇，袁永財.適用于S-MAC協(xié)議的自適應(yīng)隨機退避機制研究[J].計算機應(yīng)用與軟件,2015,32(12):51-54.郭凱凱.無線網(wǎng)絡(luò)自適應(yīng)速率和退避指數(shù)算法研究[D].秦皇島：燕山大學,2014:27-45.劉晗.基于退避機制的自組織網(wǎng)絡(luò)接入算法研究[D].哈爾濱：哈爾濱工業(yè)大學,2016:36-48.余成波，鄧順華，方軍，等.基于節(jié)點位置與剩余能量的LEACH協(xié)議優(yōu)化[J]傳感器與微系統(tǒng),2016,35(5):139-153.WanSH,ZhangYD,ChenJ.Ontheconstructionofdataaggregationtreewithmaximizinglifetimeinlarge-scalewirelesssensornetworks[J].IEEESensorsJournal,2016,16(20):7433-7440.王