物聯(lián)網(wǎng)網(wǎng)絡(luò)拓?fù)湔撐姆段?/h1>

發(fā)布時(shí)間：2022-03-19 03:46:32

(一)小世界網(wǎng)絡(luò)特性小世界網(wǎng)絡(luò)的本質(zhì)是對(duì)規(guī)則網(wǎng)絡(luò)以某一概率進(jìn)行重連，其目標(biāo)是達(dá)到稀疏的長(zhǎng)連接和密集的局部連接，其特性是具有高集聚系數(shù)和低平均路徑長(zhǎng)度。集聚系數(shù)代表的是網(wǎng)絡(luò)中節(jié)點(diǎn)之間相互連接、集結(jié)成團(tuán)的程度，集聚系數(shù)越高，網(wǎng)絡(luò)中節(jié)點(diǎn)的聚集性就越好。依據(jù)這個(gè)特性將網(wǎng)絡(luò)部分節(jié)點(diǎn)之間的連接刪除，使網(wǎng)絡(luò)整體的集聚系數(shù)增大就可以使網(wǎng)絡(luò)呈現(xiàn)明顯的聚合性或社團(tuán)性。小世界網(wǎng)絡(luò)節(jié)點(diǎn)集聚系數(shù)定義為:Ci=M/Cn(1)其中，M為該節(jié)點(diǎn)鄰接節(jié)點(diǎn)的數(shù)量，Cn為這些節(jié)點(diǎn)之間連接的最大邊數(shù)。0＜Ci＜1，而且Ci越接近1，表示網(wǎng)絡(luò)的聚集性越好，這個(gè)節(jié)點(diǎn)附近的點(diǎn)就越有“抱團(tuán)”的趨勢(shì)。

(二)基于小世界網(wǎng)絡(luò)模型的企業(yè)物聯(lián)網(wǎng)感知層網(wǎng)絡(luò)拓?fù)鋬?yōu)化感知設(shè)備負(fù)責(zé)監(jiān)測(cè)采集生產(chǎn)信息并將數(shù)據(jù)傳輸至基站，因?yàn)椴牧?、體積、電能量、地理位置等因素，節(jié)點(diǎn)之間的通信限制在一定范圍內(nèi)，并且節(jié)點(diǎn)度不完全相同，所以感知層網(wǎng)絡(luò)既非隨機(jī)網(wǎng)絡(luò)也不是完全規(guī)則的網(wǎng)絡(luò)。在這個(gè)連通的網(wǎng)絡(luò)中，數(shù)據(jù)傳輸?shù)姆绞綖槎嗵鴤鬏敚?jié)點(diǎn)間的同構(gòu)性增大了網(wǎng)絡(luò)連通度，非鄰接節(jié)點(diǎn)之間的連接只需經(jīng)過(guò)少數(shù)幾個(gè)跳數(shù)，這體現(xiàn)出小世界網(wǎng)絡(luò)的社會(huì)性。通信范圍之內(nèi)的節(jié)點(diǎn)相連，而遠(yuǎn)距離節(jié)點(diǎn)則通過(guò)鄰接節(jié)點(diǎn)相繼連接，在地理位置上體現(xiàn)出網(wǎng)絡(luò)節(jié)點(diǎn)聚集成團(tuán)的特點(diǎn)，這說(shuō)明物聯(lián)網(wǎng)感知層網(wǎng)絡(luò)也具有小世界網(wǎng)絡(luò)的聚合特性。小世界網(wǎng)絡(luò)具有較高的集聚系數(shù)，而網(wǎng)絡(luò)中集聚系數(shù)較小的邊通常都是連接兩個(gè)子網(wǎng)絡(luò)之間的邊，通過(guò)有選擇的刪除這些邊，可以使網(wǎng)絡(luò)展現(xiàn)出明顯的社團(tuán)結(jié)構(gòu)，這樣就大大簡(jiǎn)化了網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。通過(guò)對(duì)感知層網(wǎng)絡(luò)拓?fù)鋭h減低集聚系數(shù)路徑，建立感知層信息優(yōu)化網(wǎng)絡(luò)模型，采用文獻(xiàn)中RLOC算法的刪除規(guī)則:(1)若該邊是連接兩個(gè)節(jié)點(diǎn)之間的唯一的邊，則不刪除，否則就會(huì)出現(xiàn)孤立節(jié)點(diǎn)。(2)若該邊不是連接兩個(gè)節(jié)點(diǎn)之間唯一的邊，若刪除后使整個(gè)網(wǎng)絡(luò)的集聚系數(shù)降低了，則不刪除;若提高了網(wǎng)絡(luò)的集聚系數(shù)，則通過(guò)局部介數(shù)的大小進(jìn)一步判斷。局部介數(shù)很大，說(shuō)明有較多的最短路徑經(jīng)過(guò)該邊，刪除后會(huì)增大網(wǎng)絡(luò)的平均最短路徑，所以只有當(dāng)局部介數(shù)b＜p(p＞0)時(shí)才刪除。

三、網(wǎng)絡(luò)拓?fù)鋬?yōu)化下的信息傳輸路徑選擇

由于數(shù)據(jù)傳輸?shù)母吆哪苄?，如何設(shè)置低能耗的數(shù)據(jù)傳輸路徑關(guān)系著整個(gè)網(wǎng)絡(luò)的能量支撐。路由協(xié)議是一項(xiàng)關(guān)鍵技術(shù)，它從邏輯上將網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)進(jìn)行劃分，負(fù)責(zé)建立節(jié)點(diǎn)間的傳輸路徑。為了使網(wǎng)絡(luò)長(zhǎng)時(shí)間穩(wěn)定工作，路由協(xié)議必須能夠降低節(jié)點(diǎn)能耗和網(wǎng)絡(luò)開(kāi)銷，均衡網(wǎng)絡(luò)負(fù)載。在復(fù)雜網(wǎng)絡(luò)中，為了提高效率，網(wǎng)絡(luò)往往采取“分而治之”或者說(shuō)是分層控制的辦法，即由網(wǎng)絡(luò)節(jié)點(diǎn)聚合成簇，并推舉一個(gè)簇頭，形成一個(gè)分層次的群體結(jié)構(gòu)，以此原理產(chǎn)生分簇路由算法，作用于不同網(wǎng)絡(luò)進(jìn)行分簇。分簇路由協(xié)議中的LEACH是最早針對(duì)無(wú)線傳感器網(wǎng)絡(luò)提出的低功耗自適應(yīng)分簇路由算法，是后續(xù)許多算法的基礎(chǔ)。其基本思想是以相同概率隨機(jī)地選擇簇頭，循環(huán)進(jìn)行，使整個(gè)網(wǎng)絡(luò)的能量負(fù)載平均分配到每個(gè)節(jié)點(diǎn)，從而達(dá)到降低能耗的目的，并且引入了“輪”的概念，即周期性地進(jìn)行簇的重構(gòu)操作。但是LEACH算法也存在缺點(diǎn)，在進(jìn)行多次簇頭選舉與數(shù)據(jù)傳輸之后網(wǎng)絡(luò)節(jié)點(diǎn)剩余能量不盡相同，剩余能量較低的節(jié)點(diǎn)也有可能當(dāng)選簇頭，很容易將剩余能量耗盡，退出網(wǎng)絡(luò)[14]。基于這點(diǎn)，本文將能量作為選舉簇頭的標(biāo)準(zhǔn)引入算法，將LEACH路由協(xié)議進(jìn)行優(yōu)化。為了避免剩余能量較低的節(jié)點(diǎn)當(dāng)選簇頭，假設(shè)所有節(jié)點(diǎn)的初始能量都相同為E0，r為簇重構(gòu)的輪數(shù)，設(shè)置一個(gè)閾值E0/r，那么這個(gè)值隨著簇重構(gòu)輪數(shù)的增加而減小。設(shè)節(jié)點(diǎn)傳送信息消耗的能量ε0，接收并整合信息消耗的能量為ε1，節(jié)點(diǎn)個(gè)體衰落能量為ε''''。其中，網(wǎng)絡(luò)分為k個(gè)簇，每個(gè)簇內(nèi)包含簇內(nèi)節(jié)點(diǎn)nj個(gè)，xi為簇內(nèi)節(jié)點(diǎn)傳送到簇頭節(jié)點(diǎn)的信息量，li為簇內(nèi)節(jié)點(diǎn)到簇頭節(jié)點(diǎn)的跳數(shù)，Lj為簇頭節(jié)點(diǎn)到匯聚節(jié)點(diǎn)的跳數(shù)。簇頭節(jié)點(diǎn)產(chǎn)生后，向周圍的鄰居節(jié)點(diǎn)廣播簇頭信息，鄰居節(jié)點(diǎn)收到簇頭信息之后申請(qǐng)加入該簇，若同時(shí)收到多個(gè)簇頭發(fā)來(lái)的信息，則選擇簇頭能量最多的那個(gè)簇加入，待所有節(jié)點(diǎn)加入簇后，簇頭節(jié)點(diǎn)創(chuàng)建TDMA時(shí)刻表并發(fā)送給成員節(jié)點(diǎn)，為每個(gè)節(jié)點(diǎn)分配傳送數(shù)據(jù)的時(shí)隙，如圖1所示是算法流程圖。

四、算法仿真與結(jié)果分析

利用MATLAB軟件進(jìn)行算法仿真，在100×100范圍內(nèi)隨機(jī)生成200個(gè)節(jié)點(diǎn)，并設(shè)置每個(gè)節(jié)點(diǎn)具有相同的初始能量值，E0=0．05，算法最大運(yùn)行輪數(shù)(周期數(shù))rmax=300，節(jié)點(diǎn)當(dāng)選簇頭概率p=0．1，網(wǎng)絡(luò)簇頭節(jié)點(diǎn)的個(gè)數(shù)會(huì)在20左右波動(dòng)。在原始網(wǎng)絡(luò)的基礎(chǔ)上運(yùn)行經(jīng)典的LEACH算法結(jié)果如圖2所示，運(yùn)行結(jié)果顯示:算法運(yùn)行到第129輪開(kāi)始出現(xiàn)死亡節(jié)點(diǎn)，運(yùn)行到第189輪網(wǎng)絡(luò)節(jié)點(diǎn)全部死亡。利用小世界特性對(duì)物聯(lián)網(wǎng)感知層網(wǎng)絡(luò)進(jìn)行優(yōu)化，優(yōu)化前后部分網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)截取圖如圖3所示，算法運(yùn)行后得到新網(wǎng)絡(luò)的部分節(jié)點(diǎn)結(jié)構(gòu)如圖3(b)所示，可以看出新的網(wǎng)絡(luò)結(jié)構(gòu)已初步成簇。結(jié)果顯示:改進(jìn)算法運(yùn)行到第152輪出現(xiàn)第一個(gè)死亡節(jié)點(diǎn)，運(yùn)行到第242輪節(jié)點(diǎn)全部死亡。通過(guò)對(duì)算法運(yùn)行的結(jié)果分析可以看到，在網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化的基礎(chǔ)上改進(jìn)型算法相對(duì)原始算法網(wǎng)絡(luò)生存時(shí)間更長(zhǎng)，算法改進(jìn)的效率達(dá)到59．35%到61．74%，說(shuō)明基于小世界網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)優(yōu)化結(jié)合改進(jìn)LEACH算法，在降低節(jié)點(diǎn)傳輸能耗、延長(zhǎng)網(wǎng)絡(luò)生存周期上有著較好的效果。

五、結(jié)論與建議

本文利用小世界網(wǎng)絡(luò)具有較高集聚系數(shù)的特性來(lái)對(duì)物聯(lián)網(wǎng)感知層網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)優(yōu)化，并結(jié)合改進(jìn)的分簇算法，提高數(shù)據(jù)傳輸效率，均衡和降低能量消耗，從而達(dá)到延長(zhǎng)網(wǎng)絡(luò)生命周期的目的。感知層的優(yōu)化處理將對(duì)物聯(lián)網(wǎng)的建設(shè)提供底層數(shù)據(jù)支持，為下一步的數(shù)據(jù)分析與決策提供了依據(jù)。物聯(lián)網(wǎng)的發(fā)展涉及眾多方面，是一個(gè)規(guī)模龐大的復(fù)雜技術(shù)革新過(guò)程。企業(yè)級(jí)物聯(lián)網(wǎng)研究對(duì)于我國(guó)兩化深度融合建設(shè)和下一代信息技術(shù)發(fā)展具有重要的經(jīng)濟(jì)和社會(huì)價(jià)值。工業(yè)企業(yè)級(jí)的物聯(lián)網(wǎng)技術(shù)以底層數(shù)據(jù)為基礎(chǔ)并依靠上層決策展開(kāi)綜合應(yīng)用以達(dá)到各個(gè)環(huán)節(jié)的覆蓋，成為提高企業(yè)整體信息化程度的有效途徑，同時(shí)，物聯(lián)網(wǎng)在不斷深化的應(yīng)用中催生出的新技術(shù)、新產(chǎn)品、新應(yīng)用和新模式，也將為物聯(lián)網(wǎng)與工業(yè)企業(yè)的融合發(fā)展提供更有力的支持。工業(yè)企業(yè)與物聯(lián)網(wǎng)的融合架構(gòu)應(yīng)結(jié)合自身特點(diǎn)和行業(yè)特點(diǎn)進(jìn)行，在產(chǎn)品開(kāi)發(fā)方面，將信息技術(shù)或科技設(shè)備融合到工業(yè)產(chǎn)品中，使得傳統(tǒng)產(chǎn)品更多地增加信息技術(shù)含量，逐漸擁有電子信息產(chǎn)品的特征;在企業(yè)運(yùn)作管理方面，通過(guò)智能化信息獲取和分析方案，為工業(yè)企業(yè)的管理控制提供高效實(shí)時(shí)的決策依據(jù)。

作者：鄭濤劉聰穎單位：燕山大學(xué)經(jīng)濟(jì)管理學(xué)院