2018年3月第39卷第3期
计算机工程与设计
COMPUTER ENGINEERING AND DESIGN
Mar. 2018
Vol. 39 No. 3
低通滤波器设计
无线自组网中基于能量感知的跨层路由算法邓敏1，徐方12+，熊曾刚#，叶从欢#，夏洪星1
(1.湖北工程学院计算机与信息科学学院，湖北孝感432000; 2.武汉大学计算机学院，湖北武汉430072)
摘要：在无线自组网中实现能量效率与网络性能之间的平衡是当前研究的难点问题，针对这一难题提出一种基于能量感 知的跨层路由算法。采用跨层设计的思想，综合利用应用层用户的偏好以及应用程序特征、网络层的拓扑信息和数据链路 层信号强度等上下文信息，设计跨层信息共享的路由决策机制， 在保证路由协议性能的情况下，提高网络能量的使用效 率。仿真结果表明，与一些经典路由协议相比，该路由算法能有效提高无线自组网的能量效率和网络生存时间。
关键词$无线自组网；上下文认知；节能；跨层；路由
中图法分类号：TP393 文献标识号$A文章编号$ 1000-7024 (2018)03-0657-06
d o i: 10. 16208/1. issnl000-7024. 2018. 03. 011
Energy-aware cross-layer routing for wireless Ad Hoc networks
DENG Min1&XU F ang12+ &XIONG Zeng-gang1&YE Cong-huan1&XIA Hong-xing1
(1. School of Computer and Information Science，Hubti Engineering University, Xiaoga
2. Computer School，Wuhan University，Wuhan 430072，China)
Abstract：tt is difficult to balance energy efficiency and network performance in wireless Ad Hoc network lem，a context-aware energy-efficient routing (CAER) was proposed. By adopting the idea of cross-layer network topology information，application-aware information in application layer and li
nk-stability were comprehensively utilized to make routing decisions in network layer. Under the condition of guaranteeing the performance of routing protocols，energy efficiency of the networks was improved as far as possible. The evaluation show that，comparing to other statt-〇--art algorithms &CAER performs more effectively on energy efficiency and lifetime of the network.
Key words：wireless Ad Hoc network；context awareness；energy-efficient；cross-layer；routing
/引言
在自组织网络的环境下，由智能移动设备构成的无线 自组网节点受能源约束的影响很大，智能移动设备上日益 增长的复杂应用和无线通信给设备带来了越来越大的能量 压力[1]。设备因能量耗尽而停止提供服务，出现网络分割 的情况，导致网络的一部分不能和网络的另一部分进行正 常通信[2]。因此，国内外研究者正致力于研究能量相关的 路由协议，期望提高无线自组网中数据传输的能量效率。 最初，在计算路由协议的开销时，主要采用节点的剩余能量进行度量。文献）]中的路由算法主要考虑节点上 的初始能量、传输节点的剩余能量和每一次传输的开销来 选择最高效的路径。通过计算路径沿线节点的剩余能量总 和，文献）]说明了 MBCR路由协议在路由决策时如何 考虑路径上总的剩余能量。文献）]描述了对MBCR路 由进行改进的算法，它综合使用路径上的转发跳数和总体 能量消耗，能够进一步提高转发效率。最小能量流失率路 由6引人节点能量消耗速率进行路由的度量，但是当网
络 流量变化波动不大时，该方法的计算和评估不够准确。DE- LAR)]提出了一种能够跨层感知能量负载的框架，通过考
收稿日期：2017-01-10；修订日期：2017-03-10
基金项目：教育部人文社会科学研究青年基金项目（17YJCZH203)；湖北省自然科学基金面上基金项目（2016CFB652)；国家自然科学基 金项目（61370092)；湖北省教育厅科研基金项目（B2016186)
作者简介：邓敏（1983 -)，女，湖北汉川人，硕士，讲师，研究方向为计算机网络；+通讯作者：徐方（1981-)，男，湖北洪湖人，博士，副教授，CCF会员，研究方向为移动无线网络、智能感知计算；熊曾刚（1974-），男，湖北汉川人，博士，教授，研究方向为计算 机网络、云计算；叶从欢（1980-)，男，湖北孝感人，博士，副教授，研究方向为社交多媒体；夏洪星（1978-)，男，湖北应城人，博士，副教授，研究方向为认知无线电网络。E-mail:xf2〇12@whu.edu
•658 •计算机工程与设计2018 年
虑节点的剩余能量和网络中节点的密度，能够适合于由多 种类型节点组成的异构无线自组网。L A E R路由8是一种 具有链路稳性感知和能量感知的路由算法，通过采用多目 标线性规划来优化路由决策。E2路由&提出了节点失效度 的概念，并结合节点的剩余能量设计了一种灵活高效的路 由方法。
目前，智能移动设备在日常生活中的普及，有利于形 成新型的无线自组网，而这类网络的路由性能还存在较大 的提升空间。人们在生活中使用这些智能节点，并安装了 各种应用程序，而应用程序的运行对节点能量效率有一定 的影响，进而影响到路由效率，因而在设计这类网络的路 由算法时，不仅要考虑节点的剩余能量和链路稳定性，还 要进一步考虑应用程序对节点能耗的影响。基于以上分析, 本文提出了一种能量感知的路由算法（context-aware energy-efficient routing,CAER), 算法采用跨层设计的思想设 计能耗均衡的路由算法，提高网络中的能量使用效率和网 络 能。
1.1上下文认知自学习模型
本文针对移动设备的特点提出了一种基于上下文认知 的自学习模型（context-awaremodel,C A M)。C AM能动 态采集系统中与应用相关的上下文信息，对上下文信息进 行学习并优化调整相关参数，从而能动态地预测系统未来 的能量消耗信息。首先，模型需要周期性的采样系统使用 情况的相关数据，然后设计能量模型，并通过采样的数据 来训练该模型，最后根据设备当前的状态计算出应用相关 的能量效用值。为了减少模型产生的开销，模型中存储用 户应用程序的功率特征信息以减少在系统中进行的采样频 率。此外，模型的训练可以在设备充电时运行，从而减少 对设备电池的消耗。
C A M模型工作在网络的应用层。当一个新的应用启动 时应用程序监测模块可以识别当前应用程序的
类别。上下 文信息采样模块从操作系统获取所需要的上下文信息，这 些信息包括"屏幕的亮度、设备的额定功率值、电池电量, 以及设备各组件的工作负载状态，这些组件如中央处理器 (CPU)、图形处理器（GPU)、无线局域网接口（W L A N)、蜂窝网络接口（C ELL)和显示屏（M O N)。应用程序监测 模块监测设备上运行的应用程序并获取相关信息，如应用 程序的类型、持续时间等。上下文信息处理模块周期性获 取上述上下文信息，对上述上下文信息进行融合和推理，计算 备上与应用相 的能 消耗的效用 ，为 步的 路由决策提供依据。上下文信息处理模块将经过处理的上 下文信息存储在上下文知识库中，上下文知识库主要包含 组件负载能耗表、应用负载信息表、监测和推理出的相关 上下文信息。上下文知识库中的信息能反映系统的动态变化，为下面的路由设计提供相关的能量约束信息。下面介 绍上下文认知自学习模型的3个阶段，分别是：初始化阶 段、应用程序监测阶段、应用层能量效用计算阶段。
1.2初始化阶段
日常生活中，由于人们所携带的移动设备规格存在多
，的应用 在 的移 备上可能产生
的工作负载，即使是同样的工作负载百分比，也可能在不 的备上产生 的能 消耗。因在初始化 段 要建立组件负载信息表，使得C A M模型能够适应于不同种 类的移动设备。
根据文献[10]研究结果表明，目前的移动设备（如 智能手机和平板电脑）的主要耗能组件为"中央处理器(CPU)、图形处理器（GPU)、无线局域网接口（W L A N)、蜂窝网络接口（C E LL)、屏幕（M O N)。在初始化阶段，首先运行一组预定义的任务在这些组件上产生不同程度的 工作负载，然后监测相应的功率消耗。相关研究也表明[11]，只要经过合理的设计，这类在线监测和能量建模对 备 常使用的影响 的。
在初始化阶段，模型在上下文知识库中建立了 一个组 件负载能耗表，见表1。该表记录各组件工作负载百分比与 能量消耗速率之间的对应关系。在初始化阶段，通过在节 点上运行一组预定义的任务来获取各组件的工作负载，设 定的负载为5%、25%、50%、75%和100%。使用=C P U(b)、=g pu(b)、L w la n(b)、L cell (■!)、L jvoy(B)分别 表 CPU'GPU'W LA N'CELL'MON 等组 的
作负载是B%，P_(b)表示工作负载为b%时从系统采样 的功率值。其中，b=5, 25, 50, 75, 100。
表1组件负载能耗ktv点歌台
CPU GPU WLAN CELL MON P el
L p u L cpu (b)L wlan(b) =〇==$)L u n】K b%
系统的工作负载可以由表1中的组件的工作负载来表 示，式（1)给出了当前系统的能量模型，P ws是
当前系统 的功率消耗。该能量模型考虑了上述提到的所有主要硬件 组件的负载与系统能耗的关系。L_f(,%表示第z个组件上的 工作负载。组件对应的权重)用来平衡不同的组件对 总体效用的影响。我们通过训练能量模型可以得到权重因 子的值，模型训练的数据来自组件负载能耗表，其 中存储了真实的工作负载与在系统中监测到的系统的功率 值。式（1)中，C为多元线性回归模型中的常量
P>〉:$，a im p(.i) •LocnpO%十C(1)能量模型的误差函数如式（）所示，训练过程的目标 是最小化模型输出值的误差。通过比较模型计算的功率值 Pw(由式（）计算得出）和从操作系统采样的真实功率
第39卷第3期 邓敏，徐方，熊曾刚，等：无线自组网中基于能量感知的跨层路由算法•659 •
值我们可以获得误差值，然后利用这些误差值调整
权重值1_(,%，达到优化能量模型的目的，从而进一步提
高模型预测的精度
Error = !'(P raa(k%—P L(ky)2(2)
乙k
在初始化阶段我们设计了能量模型，并且通过对模型
的训练取得了较优的权重值w_f(,)。在下一阶段，我们将
使用工作负载作为模型的输人，使用模型评估系统的能
量约束。
如上所述，系统的功率消耗被建模成一个预测模型。
我们可以用目前的一些常用的回归方法来求解模型的参数,
其中非线性方法有支持向量回归（SVR)和人工神经网络
(N N)；线性方法有多元线性回归（M L R)。线性方法的主
要优点是易于实现，而非线性方法可能会获得更高的精度。
由于移动设备资源受限，采用线性回归能满足该场景的精
能耗 求(
1.3应用程序监测阶段
在监测阶段，我们构建一个应用负载信息表，一旦一
个新的应用（表中没有记录的应用）启动，C A M模型记录
这个应用程序运行时在各组件上额外产生的工作负载，当
应用程序关闭时，计算该应用程序在组件上产生的工作负
载的平均值，并把这些应用作为一条新的记录存人应用负
载信息表，见表2。
表2应用负载信息
APP CPU GPU WLAN CELL Power
a p p$)L cpu Jj j L c pu Jj j L wlan ( j J L〇ell $j P app $j
表2描述了应用负载信息表的基本结构。对于应用程
序 j,L cro C)g C P U的工作负载，L cpu C)、L wlan C/)、
L e u()表示了类似的含义。屏幕的工作负载不记录在这
佳迪达化工个表中，因为屏幕的能耗由其亮度决定，而屏幕的亮度取
决于环境的照度和用户的喜好，因此需要单独采集和存储。
以上由应用程序产生工作负载可以用一个向量表示，如
式（3)所TK,P appw为应用J的功率特征
P a T LcPU()
L g P U(j)
L w L A N(j)
L cell(),
(3)
系统中应用程序产生的总功能值可以由系统中每个应 用程序的功率消耗值之和表示。在计算能量约束时，式（）的计算结果作为能量模型的部分输人，能量模型的 输出则是整个系统的功率值
P app = '(P app$))()
j=#
模型通过监测和更新应用相关的上下文信息提高其自 适应能力，使得应用负载信息表能动态反映当前设备的使用情况。当应用负载信息表存在记录的应用启动时，模型 考虑表中的数据计算当前的能量约束，运行阶段根据当前 设备相关信息对应用负载信息表采用增量更新的方式，C A M对于表中存在的应用，不定期的采样这些应用在各个 组件的平均功率，根据式（5)更新一个应用程序对应的功 率消耗P^w)，新的功率消耗户卿$)
由两个因素组成，一个是从表中取得的老的功率消耗值P app$) (oW)，另一个是刚刚从系统测量到的新的
P app$)(.™)。使用归一化的权重值（,。《,,_)表示两 个值对最新工作负载的影响，权重的取值由应用程序的运 行持续时间决定。每当一个应用开始运行时，利用式（5) 计算应用j对应的功率消耗和新采样的负载值更新应用负 载信息表，从而实现上下文认知自学习过程
P a PP$)(.updated) =Wd d •P af P q)(old)+
W…+ •P app(j%inerw)(5)
Wo d=IUrationd d$)
W卿 Duration
相比于定期的硬件级别的监测，本文提出的模型是一 个简单和低开销的方法，因为部署了该模型的设备能够识 别应用的类型，并结合功能特征和能量模型计算当前应用 的能 。应用负 信息表中的数据可以用于训练模型, 因为它动态记录设备使用的变化情况。
1.4应用层能量效用计算阶段
破真空阀由于设备屏幕的亮度与人们的个人喜好相关，在计算 设备的功率消耗特征时，应分别考虑应用产生的功率消耗 屏幕产生的 率消耗, 式 (#%中表述的能模型可以 转化为式（7)进行表示
P>i =P app 5W mm •L m m5C(7)式（8)中，U pp描述了应用对应能量约束的效用函数。P>s为式（7)计算出的系统当前功率消耗，P)为设备 的率
Upp =(8)
r a t
应用层能量效用不仅考虑应用程序的效用还应考虑网 络中节点内的剩余能量情况，在式（）中，检测时应用程 序的实时能耗值用E_表t K，节点总电量用E)〇表t K,Ute 为节点剩余能量效用函数，它的取值范围是〇到1之间
e e~E s c a l e(10)
应用层能量效用（C…e)由节点中应用的效用和节点 中剩余能 的效用组成, 如式 (11) 所 。通 使用
化的权重，_和Wte来协调上述两个因素的贡献
Cw d e a p p •U'a p p H- •U'fa t
W pp5Wat = 1(11)
经过上述自学习过程中，应用层能量相关的上下文信
•660 •计算机工程与设计2018 年
息被学习和利用，在当前设备中，该过程对每类应用程序
在每个硬件组件上产生的工作负载进行监测 ，然后
应用相关的能 存储在应用负载信息表中。此外，
每当一个应用 时，新的监测 被用于更新应用
负载信息表，体 模型的自适应和自学习能力。通过使
用 方法，模型能理移动应用市场上的大量应
用。
2 C A E R路由机制
2.1跨层设计
在传统互联网中，分层设计的思想被广泛使用。在分
层设计中，网络各层模块间相对独立使得网络设计较为简
单并容易实现。，移动无线网络的出现，传统分
层设计的方 于未来普适网络的发展。普适网络要求
网络中的 能感知 自身和周围 上 信息，并
以自组织自适合的方式为用户提供服务。而采用跨层设计
的方法可以增强网络各层的信息共享，从而能有效提高网
络的服务 能量效率。在 提出了 CAER的跨
层设计方案中，网络层在进行 时，可以充 用
应用层，网络层和数据链路层中的上 信息，使得网络
中的数据传输更高效 肯旨。
图1描述了网络中的应用层、数据链路层和网络层实 现信息共享的过程，简要描述了上述网络层如何通：换 上 信息来实现跨层节能的 。图中灰背景的
模块 强调 ，分别是应用层的上 知自学习
模块、网络层的 信息处理模块和数据链路层的链路稳测与 模块。
应用层使用应用监测、能耗监测、剩余能量监测3个
组件来 应用与能耗相关的上 信息，使用上：认
知自学习模型处理收集到的上下文信息。数据链路层部署 的链 测与 模块能 接 的无线信号
强度，并利用相应的效用函数计算信号强度的效用值。网络层的 信息处理模块包含上 信息 信息理，模块接 应 用 层 的能 信息 数据链 层 链信 息，跨 层共 享 各 类 上 信 息 进 行 。在 CAER算 的计中 ，用 跨 层 计的方 ，使得算法能够综 用应用层、网络层和数据链路层的信
息进行 计和数据转发决策，有助于提高网络的服务
质量和能量效率。
2.2路由算法
本文提出的基于能量感知的跨层路由算法是在AODV 路由算法[12]的基础上进行的改进，在 发 段采用广的方法，转发 要建立 护 表，并根据路由表进行数据报文的转发。和A O D V算 ，本算法 包含 个 ，别 发 段 护 段。接下来，本文重点介绍在A O D V算法基础上的改进部分。
图1路由的体系结构
当源节点需要发送数据时，源节点向周围的邻居节点 发送 请求 （RREQ)，RREQ中包含的主要字段如图2所示，本文在A O D V协议R R E Q报文的基础上进 行了改进，的开销（£；_)链路的开销%。
源节点序列号 目的节点序列兮 广播ID Em d e ElM
2!R R E Q
节点能量开销7^的计算方法如式（12)所示，链路
效用值的计算方法如式$3)所示，路由路径 上当前 的序号为A，设源 的序号为1，沿
径序号A的值依次递增，目的 的序号用e表示
k
7m d e ='C e d e(12)
i=1
k
7k ='C k(13)
i=1
当某个中间节点接收到路由请求时，如果中间节点的 路由表中包含有到达目的 的信息，那么中间节点接返回路由应答报文（RREP)，源 ，完成 发 #目的 请求报文(RREQ)。当第一个R R E Q报文到达目的节点时，目的节 点启动计时器，接收延时T时间内所有的 请求 。对于接 的所有RREQ，利用式（14)计算
径
第39卷第3期 邓敏
，徐方，熊曾刚，等：无线自组网中基于能量感知的跨层路由算法
• 661 •
图5 C 类节点的平均能量消耗
大，能量消耗也在逐渐加大，因而随着传输速率的增加， 网络生存时间逐渐缩短。因为A O D V 算 考虑能量消
耗等因素，其在生存时间上的表 ，考虑了能量信息
的
3
算法能
的提高网络生存时间。以
A O D V 为基准，C A E R 算法平均提高网络生存时间大约
20%，而L A E R 和E 2分别提高了大约12%和15%。
图4 B 类节点的平均能量消耗
上的效用值（C ；_)，取0_6值最小的路径作为数据转发路 径，并在该路径上发送路由应答报文（RREP )，完成路由 的发现过程
M r o u t e IXlin (r e d e 7E 〇d e I L i n k 7 U n k %
Wm d e 5Wii n k = 1
(14)
3性能评估
3.1参数设置
用NS 2网络仿真软件，本文评估了 C A E R 路由算法
的能量效率和性能。在同样的网络
中，对比芡
CAER 、A O D V 、L A E R 和E 2算法，为了充分分析路由算
法的能量效率，网络中的150个节点被分为3种类型，根 据
上运行的应用
为A 类 50个（空闲节点），B 类节点50个（游戏节点），C 类节点50个（视频流节
)。数据传输时，
4对源
目的
，传输
速率的比特率分别为150 Kbps 、200 Kbps 、250 Kbps 、 300 K b p s 和350 Kbps 。仿真实验的持续时间设为120 s ， 每种实
行30次。A 、B 、C 这3类
的功率分别为
150毫瓦、350毫瓦和550毫瓦。W iF i 接入的功率为400毫 瓦，网络中 的能量初始值为1〇〇
。在计算式（1)
时，
和W )权值分别设为0.4、0.6，体现了应用能效
与剩余能量对总效用的实际影响。3.2不同运行时间下的能量消耗
A '
B 、
C 这3种类型节点的平均能耗情况如图3〜图5
所示，本文提出的CAER
在
上为3类，节肯旨。对于A 类
来说，C A E R 算法的节能效果最
明显，因为A 类 于空
，
剩余能
，为
跨层信息共享的
提供 的节能空间。以A O D V 协议为基准进行比较，采用C A E R 方案可以为A 类
18%的能量，为B 类
12%的能量，为C
类
的能量。
140 ---------------------------------------------------------------------
图3 A 类节点的平均能量消耗
3.3网络生存时间
图6描述了在 数据传输率下使用各算法的网络生
存时间，
网络中数据传业务的
，网络负
30
150 200
250 300 350
数据传输速率/Kbps
-e-A O D Y -b -E 2 ^^L A E R -^-C A E R
图6 网络生存时间
4结束语
能量受限是无线网络的重要特征之一，对于移动自组
o
o 8
7^I I J fe ^iH ^s :
60
50
40f/漶铌_溫
o o o 6
4
2
8
6
17
气动加油泵雒
靼_靼
o
o o o
8
6
4
2
f/縱
睬_
難
•662 •计算机工程与设计2018 年
网络更是如此。本文研究的无线自组网节点主要由人们携 带的智能通信设备组成（如智能手机、平板电脑％受限于 目前的电池技术，智能通信设备的电能仅能维持较短的时 间，然而智能通信设备上应用程序的不断增加，进一步加 快了设备上的能量消耗，从而降低了网络的生存时间，当网络中某个节点因能量耗尽而停止工作，可能会导致网络 分割，进而影响整个网络的性能。本文主要针对由智能移 动设备组成的无线自组网，研究基于能量感知的跨层节能 路由算法。该算法采用跨层设计的思想综合利用数据链路 层、网络层和应用层的上下文信息，提高了网络中能量的 使用效率和生存时间，实现了能量效率与网络性能之间的平衡。
参考文献：
[1] YaoY，CaoQ，VasilakosAV,EDAL：An energy-efficient，
delay-aware，and lifetim^balancing data collection protocoi for heterogeneous wireless sensor networks[J].IEEE/ACM Transactions on Networking，2015，23 ⑶：810-823.
[2] Priya S S，KrishnanH M Energy aware span routing protocol
in mobile Ad Hoc networks[J],Wireless Communication，2016，8 (1)：11-16.
[3] Pantazis N A，Nikolidakis S A，V er gados D D.En er gy-eff i
cient routing protocols in wireless sensor networks：A survey [J],IEEE Communications Surveys D Tutorials，2013，15
(2)：551-591.
[4] Bade S，Kumar M，KamatP,A reactive energy-alert algo
rithm for manet and its impact on node energy consumption
[J],International Journal of Computer Applications，2013, 71
(8): 1-6.[5] Varaprasad G，Narayanagowda S H.Implementing a new power
aware routing algorithm based on existing dynamic source routing protocol for mobile ad hoc networks [J],IET Networks，2014，3(2)：137-142.
[6] Gandhi C，Arya V.A survey of energy-aware routing protocols
and mechanisms for mobile ad hoc networks[M],India：Springer India，2014：111-117.
[7] Hu L，Yuan’an L，Dongming Y，et al.Study of capacity re
gion and minimum energy of delay-tolerant unicast mobile ad hoc networks using cell-partitioned model [J],Wireless Communi-cationsD Mobile Computing，2016，16 (7): 825-849.
[8] De Rango F，Guerriero F，Fazio P.
aware routing protocol in distributed wireless networks[J], IEEE Transactions on Parallel and Distributed Systems，2014,
23 (4): 713-726.
[9] Ramrekha T A，Talooki VN，Rodriguez，et al.Energy effi
cient and scalable routing protocol for extreme emergency ad hoc communications [J],Mobile Network Appl，2015，17 (2): 312-324.
[10] Ahmad R W，Gani A，Hamid SH A，et al.A survey on ener
投币饮水机gy estimation and power modeling schem es for smartphone applications [J].International Journal of Communication Systems，2016，12 (3)：22-33.
[11] Li D，Halfond W G J.An investigation into energy-saving
programming practices for android smartphone app development [C]//Proceedings of the3rd International Workshop on Green and Sustainable Software.ACM，2014：46-53.
[12] Ahmed A，Hanan A，Osman I.AODV routing protocol
working process[J],Journal of Convergence Information Technology，2015，10 (2)：1-10.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议