论文部分内容阅读
【摘 要】本文简述了跨层交互分布式路由技术及其实现过程，分析和评价了该技术的性能。研究证实，跨层交互分布式路由技术能够满足无线多媒体传感器网络通信的运行要求。
【关键词】跨层交互分布式 路由技术 无线多媒体传感器网络 遗传优化算法
传统无线传感器网络移动通信技术提出的基础是能量受限无限动态特征等问题，则其难以保障无线多媒体传感器网络服务的高质量。基于此，研究一种分布式无线传感器网络跨层移动通信技术具有现实意义。本文提出了一种分布式多路径路由技术，以此满足无线多媒体传感器网络的诸多高要求。
一、跨层交互分布式路由技术
有向图G（V，E）通常可用来描述无线多媒体传感器网络（V为多媒体传感器节点集合；E为视频数据传输无线信道集合）。如果把N个节点随机分布开来，则各分簇所涵盖的多媒体传感器节点可用（O（1） ≤n≤0（N））来表示。O（i）为多媒体传感器节点的分簇；dij为O（nj）与O（ni）间的一跳通信距离；γ为多媒体传感器节点的直接通信距离；ω为节点信号发射的干扰半径。就丢失或出错的视频数据而言，可通过MPECG-4视频帧将其分成P帧/I帧/B帧的数据包，并分别用FEP/FEI/FEB来描述。
跨层交互分布式路由技术以遗传优化算法预测模型为基础，其工作体系结构总体而言，跨层交互分布式路由技术的实现过程如下：视频数据发送源节点以无线方式向接收节点或相邻节点广播消息→待来自源节点的广播消息传送到各个分簇的相邻节点后，其便随即向源节点原路反馈确认信息→源节点通过确认信息获取分簇区域的定位信息→采用遗传优化算法对对应区域的节点感知能量作出预测，同时把预测消息发送给对应的分簇→簇头节点对簇内节点的剩余能量进行收集，同时把收集结果反馈到源节点（如此循环往复，直至形成一个剩余能量、感知能量及二者比值的二维表，同时选出一条满足视频数据接收节点比值的最大路径）→以跨层协同路由机制为基础创建出协同合作分布式路由。
二、层交互分布式路由技术性能分析及评价
根据无线多媒体传感器网络内分布式跨层交互路由算法的体系结构，比较分析协作路由技术、非协同路由技术与MATLAB、NS-2在系统吞吐量、系统能效、分组递交率上的性能。表一详细地列出了实验的各项参数。
本实验旨在研究MATLAB对基于遗传优化算法的协作路由技术与跨层交互分布式路由技术的实现。此外，用Nakagami_m信道来代表无线链路信道；QAM-VSB调制为实验调制方式。
由图二可知，协同合作传输技术的能效与系统吞吐率呈正相关，即高效能与高系统吞吐率呈一一对应关系；具有最佳能效性能的是基于遗传优化算法的跨层协同合作路由技术。与此同时，针对无限多媒体传感器网络视频负载变化所涉及到的时延、路由开销、分组递交率的性能，其对比结果主要包含了如下几层意思：基于遗传优化算法的跨层交互分布式路由技术、协同合作路由技术、非协同合作路由技术的端间平均时延皆与网络视频负载呈正相关；针对基于遗传优化算法的跨层交互分布式路由技术，端间平均时延的平滑度极佳且取值最小；分组成功传递率皆呈下降趋势，其中非协同合作路由技术较其他两种技术低。
总体而言，MPECG-4编码视频帧GOP结构能够为基于遗传优化算法的感知能量预测跨层协同合作分布式路由技术的实现提供有利的条件；若协同合作路由选择合理，基于多媒体传感器的节点感知能量及其剩余能量的路由开销、系统吞吐率、端间平均时延皆较高，且完全满足无线多媒体传感器网络的要求。
三、结语
综上所述，本文以无线链路信道质量为基础，结合基于遗传优化算法模型预测的多媒体传感器节点感知能量及其剩余能量比，创建了跨层交互分布式优化协同合作路由技术，该技术适用于网络层、应用层和链路层。MATLAB数学分析和NS-2仿真皆证实，遗传优化算法实现了运算速度收敛时间最短，由此反映了多媒体实时通信的有关特征，同时实现了网络能量状况预测的准确度和可靠性。此外，基于遗传优化算法的分布式跨层交优化协同合作路由技术提高了各有限资源（无限多媒体传感器宽带、网络能量、信道链路等）的利用率，同时实现了无线多媒体传感器网络生命周期的延长，进而为视频数据传输的长时间运行提供了可能。
参考文献：
[1]阴国富.一种分布式无线传感器网络跨层移动通信技术研究[J].计算机应用研究，2012，29（9）：3441-3443.
[2]王超.移动IPv6中优化的实时切换技术及其容错机制研究[D].郑州大学，2010.
[3]姚玉坤，陈永超，李鹏翔等.ZigBee网络中基于借地址的高效分布式地址分配算法[J].重庆大学学报：自然科学版，2012，35（8）：151-158.
[4]曹世超.基于射频技术的分布式无线监测系统的设计与实现[D].重庆大学，2009.
作者简介：
岑雷，1978-8-1出生，现就职于张家口移动公司。
【关键词】跨层交互分布式 路由技术 无线多媒体传感器网络 遗传优化算法
传统无线传感器网络移动通信技术提出的基础是能量受限无限动态特征等问题，则其难以保障无线多媒体传感器网络服务的高质量。基于此，研究一种分布式无线传感器网络跨层移动通信技术具有现实意义。本文提出了一种分布式多路径路由技术，以此满足无线多媒体传感器网络的诸多高要求。
一、跨层交互分布式路由技术
有向图G（V，E）通常可用来描述无线多媒体传感器网络（V为多媒体传感器节点集合；E为视频数据传输无线信道集合）。如果把N个节点随机分布开来，则各分簇所涵盖的多媒体传感器节点可用（O（1） ≤n≤0（N））来表示。O（i）为多媒体传感器节点的分簇；dij为O（nj）与O（ni）间的一跳通信距离；γ为多媒体传感器节点的直接通信距离；ω为节点信号发射的干扰半径。就丢失或出错的视频数据而言，可通过MPECG-4视频帧将其分成P帧/I帧/B帧的数据包，并分别用FEP/FEI/FEB来描述。
跨层交互分布式路由技术以遗传优化算法预测模型为基础，其工作体系结构总体而言，跨层交互分布式路由技术的实现过程如下：视频数据发送源节点以无线方式向接收节点或相邻节点广播消息→待来自源节点的广播消息传送到各个分簇的相邻节点后，其便随即向源节点原路反馈确认信息→源节点通过确认信息获取分簇区域的定位信息→采用遗传优化算法对对应区域的节点感知能量作出预测，同时把预测消息发送给对应的分簇→簇头节点对簇内节点的剩余能量进行收集，同时把收集结果反馈到源节点（如此循环往复，直至形成一个剩余能量、感知能量及二者比值的二维表，同时选出一条满足视频数据接收节点比值的最大路径）→以跨层协同路由机制为基础创建出协同合作分布式路由。
二、层交互分布式路由技术性能分析及评价
根据无线多媒体传感器网络内分布式跨层交互路由算法的体系结构，比较分析协作路由技术、非协同路由技术与MATLAB、NS-2在系统吞吐量、系统能效、分组递交率上的性能。表一详细地列出了实验的各项参数。
本实验旨在研究MATLAB对基于遗传优化算法的协作路由技术与跨层交互分布式路由技术的实现。此外，用Nakagami_m信道来代表无线链路信道；QAM-VSB调制为实验调制方式。
由图二可知，协同合作传输技术的能效与系统吞吐率呈正相关，即高效能与高系统吞吐率呈一一对应关系；具有最佳能效性能的是基于遗传优化算法的跨层协同合作路由技术。与此同时，针对无限多媒体传感器网络视频负载变化所涉及到的时延、路由开销、分组递交率的性能，其对比结果主要包含了如下几层意思：基于遗传优化算法的跨层交互分布式路由技术、协同合作路由技术、非协同合作路由技术的端间平均时延皆与网络视频负载呈正相关；针对基于遗传优化算法的跨层交互分布式路由技术，端间平均时延的平滑度极佳且取值最小；分组成功传递率皆呈下降趋势，其中非协同合作路由技术较其他两种技术低。
总体而言，MPECG-4编码视频帧GOP结构能够为基于遗传优化算法的感知能量预测跨层协同合作分布式路由技术的实现提供有利的条件；若协同合作路由选择合理，基于多媒体传感器的节点感知能量及其剩余能量的路由开销、系统吞吐率、端间平均时延皆较高，且完全满足无线多媒体传感器网络的要求。
三、结语
综上所述，本文以无线链路信道质量为基础，结合基于遗传优化算法模型预测的多媒体传感器节点感知能量及其剩余能量比，创建了跨层交互分布式优化协同合作路由技术，该技术适用于网络层、应用层和链路层。MATLAB数学分析和NS-2仿真皆证实，遗传优化算法实现了运算速度收敛时间最短，由此反映了多媒体实时通信的有关特征，同时实现了网络能量状况预测的准确度和可靠性。此外，基于遗传优化算法的分布式跨层交优化协同合作路由技术提高了各有限资源（无限多媒体传感器宽带、网络能量、信道链路等）的利用率，同时实现了无线多媒体传感器网络生命周期的延长，进而为视频数据传输的长时间运行提供了可能。
参考文献：
[1]阴国富.一种分布式无线传感器网络跨层移动通信技术研究[J].计算机应用研究，2012，29（9）：3441-3443.
[2]王超.移动IPv6中优化的实时切换技术及其容错机制研究[D].郑州大学，2010.
[3]姚玉坤，陈永超，李鹏翔等.ZigBee网络中基于借地址的高效分布式地址分配算法[J].重庆大学学报：自然科学版，2012，35（8）：151-158.
[4]曹世超.基于射频技术的分布式无线监测系统的设计与实现[D].重庆大学，2009.
作者简介：
岑雷，1978-8-1出生，现就职于张家口移动公司。