基于传感器应用ZigBee路由算法探究.docVIP

基于传感器应用ZigBee路由算法探究 　　摘要：依据AODV理论，针对提高路由使用时间的需求和ZigBee的特点，对算法的路由发现过程进行了节能优化。通过NS-2.29软件进行仿真分析，给出了基于AODVjr节能优化的算法实现和结果分析。 关键词关键词：ZigBee；AODVjr；路由算法改进；传感器；仿真分析 中图分类号：TP312 文献标识码：A 文章编号文章编号2013）007005403 0 引言 ZigBee技术采用了AODVjr（AODV Junior）算法。AODVjr[2]（Adhoc OnDemand Distance Vector Routing，简称AODV[3]）具有 AODV 的主要功能，更灵活、小巧，更适合嵌入式系统。根据实际应用中路由的需求以及对供电问题的研究，给出一种注重节能、增加路由使用效率的路由算法，以延长生存时间为目标，有着重要的现实意义。 1 AODVjr算法 AODVjr路由算法保留了AODV的基本功能，但是移除了一些特性。比如，消除了Hello消息且仅允许目的节点回复RREP分组。AODVjr包括两个阶段——路由发现和数据转发。路由发现阶段，源要找到目的节点，须广播RREQ（Route Request）分组，若目的节点存在活动条目，会回复源一个RREP（Route Reply）。目的节点会根据选路原则选择最优的RREQ进行回复。 如图1中，源S节点发送RREQ到目的D节点，D会先响应第一个收到的RREQ分组，并回复RREP分组。即图中路径S2D成为S到D的最优路由。假设此时节点2是网络转发的核心节点，它频繁地转发数据包，能量消耗很快，而其它到目的路径上的节点能量均很饱满。除非节点2死亡，否则S到D的最优路由始终不变。AODVjr路由算法这种以最小跳数作为最优路由的度量标准，不可避免地让一些通信任务集中到某些节点上，这些节点从而成为“热点”（如图1的节点2）。这些“热点”承担了较多的数据转发任务，对于网络稳定性有较大影响，当其能量耗尽时，会导致网络断路，继而引发节点广播RREQ分组，增加了数据传输时延，降低了网络性能。因此，均衡网络中节点的能量消耗，在路由算法中综合考虑节点和路径的能量状态十分重要。 3 算法优化 首先，对路由发现过程进行操作。由于开销值综合考虑了传输能量和节点剩余能量，所以优化算法保留了原有控制分组RREQ的大部分字段。把RREQ分组的跳数字段修改为总传输能量和总电池开销两个字段（如图2），分别对应EP和MP。EP用来记录路径上传输一个数据包的能量之和，MP用来记录路径上节点电池开销之和。 其次，降低路由修复的开销，采用备份路径的方式。在目的节点增加RREQ缓存。缓存机制使目的节点可以对比来自不同邻居节点的RREQ分组。当收到第1个RREQ分组时，启动 RREQ缓存计时器，其后一段时间缓存收到的所有RREQ。当计时器超时，根据源IP地址分组，比较组内RREQ携带的度量值，优先选择值最小的，保留次优RREQ分组（如图3-b）。 另外，根据EAAODV（Energyaware AODV）对节点剩余能量的划分，分为三个级别：正常（大于等于20%）、警告（介于10%与20%之间）和危险（小于10%）。优化算法引入了“警告”能量水平的概念，减少低能量节点被频繁使用的可能。节点判断自身能量水平不足初始值的20%，不参与选路过程（如图3-a，其中Eini表示节点初始能量）。 4 算法仿真 用NS-2.29软件仿真IEEE 802.15.4 MAC/PHY模型的ZigBee技术组网，无线电传播模型采用Two Ray Ground（两路传播模型）。在一个500×500的方形仿真区域中，30个节点位置固定不移动。信源采用的是CBR（恒定比特率），每秒钟产生4个UDP包，每个包长80字节。在仿真的过程中，10 个信源在不同的时间依次发送数据包。仿真时间为1 000s，仿真中设置的节点停留时间分别为100s、200s、300s、400s、500s、600s、700s、800s。 选AODVjr作为优化算法的比较对象，采用如下3个性能指标进行评估：发包成功率、端到端平均时延和剩余节点个数。 从图4可知，优化路由算法在发包成功率上略低于AODVjr，但仍维持在95.4%左右。说明算法的优化方案没有影响成功发包率。 从图5可知，优化路由算法的端到端平均时延略高于 AODVjr。综合考虑节点剩余能量和传输需求能量，使优化算法选择跳数大但能量多的路由，避免能量低的节点过多参与数据转发，而把数据包发送到更远的节点，产生了更多的时延。 5 结语 由于ZigBee技术组