CN102196502A

CN102196502A - 一种面向无线传感器网络的拥塞控制方法

Info

Publication number: CN102196502A
Application number: CN2011100849876A
Authority: CN
Inventors: 徐平平; 王岩; 褚宏云
Original assignee: Southeast University
Current assignee: Southeast University
Priority date: 2011-04-06
Filing date: 2011-04-06
Publication date: 2011-09-21
Anticipated expiration: 2031-04-06
Also published as: CN102196502B

Abstract

面向无线传感器网络的拥塞控制方法，包括以下五个步骤：1.在传感器网络的源端，选择一些代表节点代替所有感知节点进行事件报告；2.节点根据本地缓冲区占用率检测拥塞；3.根据到汇聚节点sink的距离，将源到汇聚节点sink之间的节点分为远sink节点和近sink节点；4.如果是远sink检测到拥塞，就发送后向拥塞告知，告知消息沿着数据源方向传播。收到告知消息的节点采用基于流量调度的拥塞处理方法；5.如果是近sink节点检测到拥塞，就向汇聚节点sink发送前向拥塞告知，汇聚节点sink收到拥塞告知消息后根据应用需求对代表节点的速率或数量进行调节。该方法针对无线传感器网络不同区域可能出现的拥塞问题采用不同的处理方法，可以及时、有效地避免或减轻拥塞。

Description

一种面向无线传感器网络的拥塞控制方法

技术领域

本发明涉及一种面向无线传感器网络的拥塞控制方法，属于无线传感器网络传输控制技术领域。

背景技术

无线传感器网络(WSN，Wireless Sensor Networks)由分布在一定空间范围的大量传感器节点组成，节点具有数据感知、信息处理和无线通信能力，网络拓扑动态可变，其目的是协作地感知、采集和处理网络覆盖区域内目标对象的信息或事件，并返回给观测节点。它集合了传感测量、微电机系统(Micro-Electro-Mechanism System，MEMS)、嵌入式计算以及网络通信等多种科学的最新成就，是现代高新技术领域的重要组成部分，在环境监测、智能交通、入侵检测等方面得到了广泛的应用。

与传统无线网络不同，无线传感器网络具有数据集中收集，多跳数据传输、多对一的通信方式以及突发事件导致的流量突变等特点，容易导致网络的局部或全局拥塞。拥塞会导致网络传输能力下降，延时增大，能耗增加，数据丢失，甚至使sink收不到任何信息，严重影响网络的服务质量。因此拥塞控制是保证网络服务质量的关键技术之一。

拥塞控制技术包含拥塞检测、拥塞告知和拥塞处理三种机制。目前，无线传感器网络的拥塞检测方法有很多，例如基于队列长度，基于信道采样，基于拥塞度等。其中基于队列长度最常用。拥塞告知分为显式和隐式两种方式。显式告知指通过一个特殊的命令包通知相应的节点拥塞发生；隐式告知通过在数据包的包头携带一些拥塞标识，告知相应的节点拥塞发生，与显式告知相比，额外开销小。拥塞处理通常采用速率控制、流量调度、分组丢弃、网内融合等方法。速率控制是解决拥塞最根本的方法，它通常又分为逐跳和端到端两种方式。逐跳控制响应速度快，不过它很难调节中间节点的包转发速率。端到端控制可以对每个源节点进行精确的速率调节，而且简化了中间节点的设计，但是，它的响应速度非常缓慢而且过分依赖RTT(Round-Trip Time)。流量调度是指将拥塞区域的流量调度到非拥塞区域，减轻拥塞区域的流量负载。分组丢弃是在缓冲区满的情况下缓解拥塞的一种方法，通常结合分组的优先级实施丢弃。对于网内融合，由于传感器网络是应用相关的网络，可以通过网内融合和处理减少转发数据量，从而缓解拥塞。

在无线传感器网络拥塞控制的研究中，目前典型的研究工作有Y.Sankarasubramaniam(桑卡瑞苏)等人提出的ESRT(Event-to-Sink Reliable Transport in Wireless Sensor Network)，即基于事件的可靠传输机制。sink节点根据接收数据的速率和网络拥塞报告，计算在下个周期内期望的节点发送速率，然后广播给所有的传感器节点；节点在下一个周期按照新的期望发送速率向sink节点发送分组。ESRT根据当前周期的可靠性和拥塞情况，把整个网络的状态分为5种：低可靠性、无拥塞；高可靠性、无拥塞；高可靠性、拥塞；低可靠性、拥塞和最佳状态。ESRT的目标是通过调整传感器节点的报告速率使整个网络达到最佳状态。ESRT创造性的提出了event-to-sink传输模型和基于事件的可靠性概念，这对于WSN传输技术的研究非常重要。可靠传输技术与拥塞控制机制地有效结合，既保证sink端接收信息的精度，又避免了网络的拥塞发生，节约有限的能量资源。另外，ESRT的主要算法在sink端完成，少量功能在资源受限的传感器节点完成。然而，ESRT还存在以下问题：(1)ESRT假定sink位于传感器节点的一跳传输范围内，sink通过广播可以通知所有源节点更新速率。这一假定对于实际的无线传感器网络是不可能的，随着网络规模的扩大，源到sink之间的信息传输需要多跳；(2)ESRT在拥塞检测方面，由任一中继节点的缓冲区溢出即判断整个网络拥塞，对于多跳情况下该方法不适用，因为对于靠近源端的个别中继节点拥塞并不会导致整个网络拥塞；(3)ESRT完全依赖速率调节，对于一些不允许降速或丢包的应用场景，该方案基本不适用。另外，该方案在速率调节上没有区分不同源节点的贡献，对所有源节点采用同样的速率调节，性能受限。

C.-Y.Wan(王赐意)等人提出的CODA(Congestion Detection and Avoidance in Wireless Sensor Networks)，即拥塞检测和避免方法。它是一种上行拥塞控制方法，采用基于缓冲区占用率和信道采样的拥塞检测，开环逐跳反压和闭环多源速率调节三种机制。传感器节点在缓冲区非空时采样信道，检测到拥塞就广播反压消息，反压消息沿着通向数据源的方向传播。接收到反压消息的节点根据本地拥塞策略如分组丢弃、AIMD(Additive Increase Multiplicative Decrease)等，抑制其发送速率或者丢弃分组，并基于本地网络状况决定是否继续向上游节点传播。当网络拥塞持续无法解决，就进入闭环调节机制降低分组的发送速率。CODA是一种sensor-to-sink的拥塞控制方案，它综合缓冲区占用率和信道采样的拥塞检测方式，精确、有效。针对网络出现的暂时拥塞和持续拥塞，CODA提出了本地拥塞控制和多源速率调节机制，逐跳和端到端两种拥塞控制方式的综合应用可以缓解网络拥塞。然而，CODA还存在以下不足：(1)CODA对于源到sink之间的所有节点检测的拥塞均采用逐跳速率调节，反应速度慢；(2)CODA虽然在一定程度上可以缓解网络拥塞问题，但由于其完全依赖速率控制，对于一些不允许降速或丢包的应用场景，该方案基本不适用；(3)基于AIMD的速率调节方法过于简单，没有区分不同源节点的贡献，缺乏公平性，性能受限。

Xiaoyan Yin(殷晓燕)等人提出的FACC(A Fairness-Aware Congestion Control Scheme in Wireless Sensor Networks)，即有公平意识的拥塞控制机制。FACC根据中继节点转发数据包的情况，将所有中继节点分为近源节点和近sink节点。近源节点负责维护经过它的每条流的状态，通过比较流的输入速率与可享带宽，为每条流分配一个大致公平的速率。近sink节点不需维护流状态，采用一种类似RED(Random Early Detection)并保证公平性的丢弃算法，根据队列占用率和击中概率主动丢包。当近sink节点预测到拥塞，则依概率主动丢包并向近源节点发送预警消息。近源节点检测到经过它的流速超过可享带宽或收到近sink节点发送的预警消息后，发送控制消息给相应的源节点，通知其降速，从而控制拥塞的发生。FACC通过区分中继节点的方法区分源节点附近的拥塞和sink附近拥塞。对两种拥塞场景采用不同的拥塞解除方法。对源节点附近拥塞采用逐跳后压控制机制，对sink附近拥塞采用分组丢弃。但是无论逐跳后压控制还是分组丢弃策略均体现了良好的公平性。但是FACC还存在以下不足：(1)FACC通过区分中继节点的方法区分源节点附近拥塞和sink附近拥塞。但是为了区分近源节点和近sink节点，每个中继节点都需要维护一个被转发数据包的信息表，并对表中的信息实时更新、存储，计算复杂度较高，启动时间长。另外，随着网络的动态变化，中继节点可能在近源节点和近sink节点两种身份间频繁切换，能量消耗大，严重影响网络性能；(2)近sink节点采用主动丢包的方法，虽然在一定程度上可以避免sink附近发生拥塞并起到预警作用，但是随着包的丢弃，上行节点传输该包所消耗的能量全都浪费了。由于近sink节点距离源节点较远，这种浪费更为严重；(3)近源节点控制经过它的每条流的发送速率，虽然在一定程度上可以缓解节点的拥塞问题，但由于其完全依赖速率控制，性能受限。

参考文献

[1]Y.Sankarasubramaniam，O.B.Akan，and I.F.Akyildiz，“ESRT：Event-to-Sink Reliable Transport in Wireless Sensor Networks”，inProc.4th ACM Int.Symp.Mobile Ad hoc Netw.Comput.MobiHoc，Jun.2003，pp.177-188.

[2]C.-Y.Wan，S.B.Eisenman，and A.T.Campbell，“CODA：Congestiondetection and avoidance in sensor networks，”in Proc.1st ACM Conf.Embedded Netw.SenSys，Nov.2003，pp.266-279.

[3]Xiaoyan Yin，Xingshe Zhou，Rongsheng Huang，and Yuguang Fang，“AFairness-Aware Congestion Control Scheme in Wireless SensorNetworks”，IEEE transaction on vehicular technology，Nov.2009，pp.5225-5233.

发明内容

技术问题：本发明的目的是提供一种面向无线传感器网络的拥塞控制方法，在及时、有效地控制拥塞的基础上，降低能量消耗，延长网络寿命，从而保证信息的可靠传输。

技术方案：无线传感器网络，具有节点大规模密集部署，数据集中收集，多跳数据传输、多对一的通信方式以及突发事件导致的流量突变等特点，容易导致传感器网络的源端、中间交叉区域和sink附近拥塞。对于WSN的源端，由于感知到事件发生的多个传感器节点同时向sink报告而发生链路级拥塞。对于WSN的中间区域，多条路径交叉区域的节点往往由于缓冲区不足而发生拥塞。对于sink附近，由于需转发的数据流量过大而发生拥塞。因此，无线传感器网络不同区域出现的拥塞问题是不同的。现有的拥塞控制算法没有根据无线传感器网络的这些特点对不同区域的拥塞问题进行区分处理，缓解拥塞速度慢、能量消耗大。本发明基于上述问题提出一种新的拥塞控制方法，它在WSN的源端，选择一些代表节点代替所有感知节点进行事件报告，避免事件发生区域附近由于多个节点同时报告而造成的拥塞；对于WSN的中间区域，根据到sink的距离，将中继节点分为远sink节点和近sink节点。每个节点基于缓冲区占用率检测拥塞。如果是远sink节点检测到拥塞就发送后向拥塞告知消息，告知消息沿着数据源方向传播。收到反压消息的节点采用基于流量调度的拥塞处理方法。如果是近sink节点检测到拥塞就向sink发送前向拥塞告知消息，sink收到拥塞告知消息后根据应用需求对代表节点的速率或数量进行调节。该方法可以及时、有效地控制拥塞，保证信息的可靠传输，并且利于节能。

本发明的实施步骤如下：

步骤一：对于处在事件覆盖范围内的节点，根据节点到事件的距离d_i、剩余能量e_i和节点之间的相关度C(i，j)，选择代表节点；

步骤二：节点每隔Δt时间检查本地缓冲区占用情况，根据t_k时刻节点缓冲区的数据量b_k和数据增量Δb_k，预测下一时刻t_k+1节点缓冲区的数据量b_k+1，如果下一时刻缓冲区的数据量超过缓冲区的最大门限，则说明下一时刻可能发生拥塞，否则不会发生拥塞；

步骤三：源到汇聚节点sink之间的节点根据自身到汇聚节点sink的距离，确定自己是远sink节点还是近sink节点；

步骤四：如果远sink节点检测到拥塞，就发送后向拥塞告知，告知消息沿着数据源方向传播，收到反压消息的节点采用基于流量调度的拥塞处理方法；

步骤五：如果近sink节点检测到拥塞，就向汇聚节点sink发送前向拥塞告知，汇聚节点sink根据应用需求对代表节点的速率或数量进行调节。

所述步骤一中，选择代表节点的具体方法如下：

当事件发生时，处于事件覆盖范围的节点计算自身到事件的距离d_i，如果距离小于门限D_t，则该节点成为候选代表节点CR，否则为普通节点N，不向汇聚节点sink报告；计算候选代表集的平均能量E_ave，保留剩余能量e_i大于平均能量E_ave的候选代表节点，再从这些节点中选取距离事件最近d_i＝d_min的节点成为代表节点；代表节点i向周围的邻居节点发送广播消息，宣布自身成为代表节点；收到广播消息的候选代表节点j，计算自身与代表节点之间的相关度C(i，j)；如果C(i，j)小于给定的节点之间的相关度门限C_t，那么该节点放弃成为代表节点；重复上述步骤直到选出所有的代表节点。

所述的步骤二中，预测下一时刻t_k+1节点缓冲区的数据量b_k+1的具体方法如下：

节点每隔Δt时间检查本地缓冲区占用情况；计算第k-1个到第k个时间采样点缓冲区的数据增量Δb_k，在网络流量不发生异常变动的情况下，采用指数加权平均EWMA的方法预测下一时刻t_k+1节点缓冲区的数据量增量Δb_k+1；根据得到的数据增量Δb_k+1，和t_k时刻缓冲区的数据量计算t_k+1时刻节点缓冲区的数据量b_k+1。

所述的步骤三中，确定节点是远sink节点还是近sink节点的具体方法如下：

在WSN的路由建立初期，源到汇聚节点sink之间的节点i记录自身到汇聚节点sink的最小跳数h_i；如果最小跳数h_i大于阀值H_th，则节点i为远sink节点，否则节点i为近sink节点；阀值H_th取1或2。

所述的步骤四中，如果远sink节点检测到拥塞，采用方法如下：

远sink节点周期地检测拥塞，一旦检测到拥塞就向所有上行邻居节点发送拥塞告知消息，拥塞告知消息沿着数据源的方向传播；收到拥塞告知消息的上行节点，向周围邻居节点广播询问消息；询问消息中携带了该上行节点到汇聚节点sink的跳数；收到询问消息的邻居节点，首先检查自身拥塞情况与到汇聚节点sink的跳数，如果自身不拥塞并且到汇聚节点sink的跳数不大于询问消息中的跳数，报告自身缓冲区占用率、剩余能量和到汇聚节点sink的跳数；上行节点根据回复内容，选择缓冲区占用率小于最大缓冲区占用率、剩余能量大于最小能量门限、到汇聚节点sink的跳数最小的节点作为下一跳节点；由所选的下一跳节点开始建立辅助路径，并逐渐转移业务量，直到拥塞解除；拥塞节点拥塞解除后，向上行节点发送拥塞解除消息；上行节点收到拥塞解除消息后，逐渐恢复主路径传输业务量，最后撤销辅助路径。

所述的步骤五中，如果近sink节点检测到拥塞，采用方法如下：

近sink节点周期检测拥塞，一旦检测到拥塞，就采用隐式拥塞告知，即将待发送的包的头部的拥塞位CN置1，通知汇聚节点sink网络发生拥塞；汇聚节点sink收到拥塞告知消息后，计算该时刻sink端的接收速率R(t)；然后根据应用需求和接收的信息量，计算下一时刻的期望接收速率R(t+Δt)；最后根据绝对公平或加权公平准则，对所有源节点进行速率分配。

另外，除了直接调节源端的报告速率，适当地降低报告节点的数量，也可以达到同样的目的。

有益效果：本发明提出的拥塞控制方法，其优势在于通过选择代表节点进行事件报告，避免了源端拥塞；节点根据缓冲区占用率主动预测拥塞，在拥塞发生前，及时发送拥塞告知消息；通过定义远sink节点和近sink节点，对交叉路径拥塞和瓶颈拥塞进行区分，区分方法简单，且在路由建立阶段即可完成，启动时间短；对于远sink节点，利用周围冗余节点，将拥塞区域的流量调度到非拥塞区域，缓解拥塞区域的拥塞问题；同时对近sink节点，采用基于sink的速率控制，摒弃主动丢包的方法，减少了网络能量消耗，有效地解决无线传感器网络的拥塞问题。

附图说明

图1为本发明的原理框图；

图2为本发明选择代表节点的示意图；

图3为本发明拥塞处理的示意图；

图4为保真度比较图；

图5为能耗比较图；

图6为网络寿命比较图；

图7为丢包数比较图；

图8为队列长度比较图；

图9为平均源速率比较图。

具体实施方式

本发明涉及一种面向无线传感器网络的拥塞控制方法，第一阶段，是代表节点的选择，避免WSN源端拥塞；第二阶段是拥塞检测，节点根据本地缓冲区大小预测下一时刻发生拥塞的可能性；第三阶段是拥塞处理。根据到sink的跳数，源到sink之间的节点分为远sink节点和近sink节点。如果是远sink节点检测到拥塞，就发送后压拥塞告知，采用基于流量调度的拥塞处理方法；如果是近sink节点检测到拥塞，就向sink发送前向拥塞告知，启动速率调节。

本发明提出的面向无线传感器网络的拥塞控制方法，不仅适用于无线传感器网络，对具有多跳数据传输、多对一通信方式的无线网络均适用。

下面结合附图对本发明的技术方案进行详细说明。

图1是本发明的原理框图。在此结合图2，图3对本发明的技术方案进行详细说明。

步骤一：代表节点的选择。具体分为以下4步：

(1)处于事件覆盖范围的节点计算自身到事件的距离d_i，如果距离小于门限D_t，则该节点成为候选代表节点CR，否则为普通节点N，不向sink报告。

(2)计算候选代表集的平均能量E_ave，保留剩余能量e_i大于平均能量E_ave的候选代表节点，再从这些节点中选取距离事件最近(d_i＝d_min)的节点成为代表节点，即：

i &Element; Rif &ForAll; i &Element; CR, e_{i} > E_{ave}, d_{i} = d_{\min}

(3)代表节点i向周围的邻居节点发送广播消息，宣布自身成为代表节点。收到广播消息的候选代表节点j，计算自身到代表节点的距离d_i，j。根据公式

C (i, j) = \exp {(- d_{ij} / θ_{1})}^{θ_{2}}, θ_{1} > 0, θ_{2} &Element; (0,2]

其中C(i，j)表示节点i和节点j之间的相关度，d_i，j表示它们之间的距离。对于给定的节点之间的相关度C_t，可以计算出节点之间的最小距离d_t。如果d_i，j＜d_t，那么该节点放弃成为代表节点。

(4)重复步骤(2)、(3)直到选出所有的代表节点。

步骤二：拥塞检测。具体方法如下：

(1)节点每隔Δt时间检查本地缓冲区占用情况，Δt的定义如下：

Δt＝t_k-t_k-1

其中，t_k表示第k个时间采样点。

(2)计算第k-1个到第k个时间采样点缓冲区的数据增量Δb_k，即

Δb_k＝b_k-b_k-1

(3)在网络流量不发生异常变动的情况下，采用指数加权平均(EWMA)的方法预测下一时刻t_k+1节点缓冲区的数据量，即

Δb_k+1＝(1-w)·Δb_k-1+w·Δb_k

b_k+1＝b_k+Δb_k+1

其中，w是加权系数，0＜w＜1。

(3)如果下一时刻缓冲区的数据量超过缓冲区的最大门限，则说明t_k+1时刻可能发生拥塞，节点发送拥塞告知消息；否则节点不作处理。即

\frac{b_{k + 1}}{B} > α

其中，B表示缓冲区容量，α表示缓冲区最大占用率，0＜α＜1。

步骤三：拥塞处理。具体分为：远sink节点和近sink节点的定义，远sink节点的拥塞处理过程和近sink节点的拥塞处理过程。

(1)远sink节点和近sink节点的定义。在WSN的路由建立初期，源到sink之间的中继节点i记录自身到sink的最小跳数h_i。如果h_i大于阀值H_th，则节点i为远sink节点，否则i为近sink节点；

(2)远sink节点的拥塞处理过程。

远sink节点周期地检测拥塞，一旦检测到拥塞就向所有上行邻居节点发送拥塞告知消息，拥塞告知消息沿着数据源的方向传播；收到拥塞告知消息的上行节点，向周围邻居节点广播询问消息。询问消息中携带了该上行节点到sink的跳数；收到询问消息的邻居节点，首先检查自身拥塞情况与到sink的跳数，如果自身不拥塞并且到sink的跳数不大于询问消息中的跳数，报告自身缓冲区占用率、剩余能量和到sink的跳数；上行节点根据回复内容，选择缓冲区占用率小于最大缓冲区占用率、剩余能量大于最小能量门限、到sink的跳数最小的节点作为下一跳节点，即

i∈Next if b_i＜α·B，e_i＞E_th，h_i＝H_min

由所选的下一跳节点开始建立辅助路径，并逐渐转移业务量，直到拥塞解除；拥塞节点拥塞解除后，向上行节点发送拥塞解除消息；上行节点收到拥塞解除消息后，逐渐恢复主路径传输业务量，最后撤销辅助路径。

(3)近sink节点的拥塞处理过程。

近sink节点周期检测拥塞，一旦检测到拥塞，就采用隐式拥塞告知，即将待发送的包的头部的拥塞位CN置1，通知sink网络发生拥塞。Sink收到拥塞告知消息后，根据下列公式调节源节点的报告速率。

R (t) = \underset{i}{Σ} r_{i} (t)

R(t+Δt)＝α·R(t)

r_{i} (t + Δt) = \{\begin{matrix} \frac{1}{n} \cdot R (t + Δt) & (1) \\ ω_{i} \cdot R (t + Δt) & (2) \end{matrix}

其中，r_i(t)表示t时刻数据流i的发送速率，R(t)表示t时刻sink端总的接收速率，α是衰减因子，由具体应用需求和sink端接收信息量的多少决定。r_i(t+Δt)表示sink为源端分配的t+Δt时刻的速率。(1)式表示绝对平均，即n条数据流等价；(2)表示加权平均，w_i是加权系数，代表各数据流的优先级。

为了证明本发明的有效性，在MATLAB7.1平台下对设计的算法进行仿真验证。考虑到仿真存在随机性，仿真结果采用多次仿真求平均值的方法。

仿真环境为1000×1000单位距离的区域，区域内100～1000节点随机放置，节点的初始能量为1J，感知半径为200m，传输半径为100m。目标信号的能量为3600J。数据包长度为240bps，控制包长度为16hps。发送能耗与接收能耗为50×0.000000001J。其他主要仿真参数见表1。假设仿真期间，所有节点相对静止，网络拓扑不发生变化。

表1主要仿真参数设置

变量名	变量含义	取值
			D_t	距离门限	200
C_t	相关度门限	0.85
			k	衰减因子	2
θ₁	参数	100
			θ₂	参数	1
range	一跳范围	50
			Buffer	缓冲区容量	20
a	最大缓冲区占用率	0.7
			b	速率衰减因子	0.1
v	初始源速率	1

为了突出显示本发明的优势，下面对代表节点选择算法和拥塞处理算法分别进行仿真验证。其中，代表选择算法与现有的CADA算法进行比较，分析保真度、能耗和网络寿命三个方面的性能，如图4～6所示；拥塞处理算法与经典的CODA算法进行比较，分析丢包率、队列长度和平均源速率的变化，如图7～9所示。

图4比较了CADA和本发明在相同条件下，sink端接收信息的保真度。保真度的定义为：

F = 1 - [| A - Σ_{m = 1}^{H} (d_{m}^{- k} / Σ_{n = 1}^{H} d_{n}^{- k}) \cdot X_{m} \cdot d_{m}^{k} | / A]

其中，A为事件能量，H为报告节点数，k为衰减因子，d_m为节点m与事件之间的距离，X_m为节点m所得事件能量。

取节点数n为500，网络最大更新次数r_max为20，CADA采用的加权系数W_d＝0.5，W_e＝0.3，W_r＝0.2。由图可知，本发明对sink端接收信息保真度的贡献明显高于CADA。这是因为，CADA在选择代表节点时，采用距离和能量多权值线性累加的方法，即

W_{d} \cdot \frac{d_{i}}{D_{t}} + W_{e} \cdot (1 - \frac{e_{i}}{e}) + W_{r} \cdot r W_{d} + W_{e} + W_{r} = 1

其中，W_d，W_e，W_r是加权系数，r是0到1之间的随机值。

由于距离和能量不是在同一单元条件下量化的，难以判断两者的具体权重，固定的加权系数使得每轮选出代表节点的分布不均衡，影响了sink端接收信息的保真度。而本方案摒弃加权思想，采用顺序比较的方法，避免了这一问题。

图5比较了采用CADA和本方案，网络的能量消耗。网络节点数n取值为200，相关度门限C_t取0.85，网络最大更新次数r_max取20，CADA中的加权系数W_d，W_e，W_r的取值见图5。如图5所示，随着网络的不断更新，无论CADA的加权系数如何变化，采用CADA，网络的能量耗都要高于采用本方案。这是因为，CADA采用能量与距离线性加权的思想，某些节点在整个网络更新过程中被频繁地选为代表节点，能量消耗大，死亡快。而本发明采用顺序比较，在保证能量可供的条件下，优选距离事件较近的节点，使得每轮代表节点的分布比较均衡，平衡了整个网络的能量消耗。

图6比较了采用CADA和本方案，网络寿命的变化。这里的网络寿命根据网络每次更新后剩余的候选代表节点数来衡量。网络节点数n取值为200，相关度门限C_t取0.85，网络最大更新次数r_max取500，CADA中的加权系数W_d，W_e，W_r的取值见图6。如图6所示，随着网络的不断更新，无论CADA的加权系数如何变化，采用CADA，剩余的候选代表节点数都急剧减少。而采用本发明，候选代表节点的数量在450次网络更新过程中基本保持不变，从451次更新开始下降。说明直到第450次更新，网络中还未出现节点死亡。由此可得，采用本发明更有利于延长网络寿命。

如图7所示，随着时间的流逝，网络中丢包不断增加。其中，没有拥塞控制的丢包情况最为严峻。其次是CODA(10％)，然后是CODA(50％)，最后是本发明。其中CODA(10％)和CODA(50％)表示逐跳后背算法中速率衰减因子为10％和50％。说明CODA和本方案的拥塞控制方法在网络发生拥塞时均可以减少丢包数。CODA(50％)的性能优于CODA(10％)是因为发生拥塞时，前者的速率衰减因子更大，速率减小更快，对拥塞的缓解也更快。而本发明通过区别远sink节点和近sink节点，针对对两类节点检测的拥塞问题进行分别处理，因此效果更加明显。

如图8所示，随着时间的流逝，节点的队列长度不断增加。其中，NOCC的队列长度增加更快，190s后就达到缓冲区容量20；而CODA(10％)和CODA(50％)的队列长度在开始的300s低于NOCC，随后也很快达到缓冲区容量。两种方案的队列长度变化曲线差不多。本发明的队列长度在整个仿真阶段均低于NOCC和CODA，大约在400s达到缓冲区容量的80％，随后保持不变。根据上述观察可得：1.CODA和本发明均推迟了队列的溢出时间，在一定程度上缓解了节点级拥塞，但是CODA无法避免队列溢出；2.CODA的速率衰减因子对队列长度的影响不明显，增大速率衰减因子也不能改善网络性能；因此，本发明对控制缓冲区队列长度，避免节点级拥塞更有效。

如图9所示，随着时间的流逝，除了NOCC的平均源速率始终保持在初始值1Mbps，CODA和本发明的源速率均不断减少。这是因为，NOCC没有拥塞控制机制，无论网络中是否存在拥塞，源节点的发送速率都不会受到影响。而CODA和本发明一旦检测到拥塞发生，就会启动速率调节机制，降低节点的发送速率，以缓解拥塞。由于CODA(50％)的速率衰减因子大于CODA(10％)，因此，CODA(50％)的平均源速率减少得更快。而本发明在解决拥塞问题时，结合了流量调度和速率调节两种方法，只有当近sink节点检测到拥塞，才启动速率调节机制，因此，本发明对平均源速率的影响要小于CODA，对sink端接收信息更有利。