CN105578388A - 一种海上搜救无线传感网络系统及其鲁棒路由方法 - Google Patents

Abstract

本发明公开了一种海上搜救无线传感网络系统，包含：若干个无线传感网节点、若干个汇聚节点、若干个搜救终端及岸台或地面控制中心；若干个无线传感网节点随机分布在海上，并且通过自组织的形式构建无线传感网，每一无线传感网节点用于采集搜救信息数据；汇聚节点与无线传感网节点通过无线通信方式进行信息交互，汇聚节点将无线传感网节点采集到的搜救信息数据传输至搜救终端，搜救终端通过卫星接至互联网网络，岸台或地面控制中心通过互联网网络对搜救信息数据进行后续处理。本发明还公开了一种海上搜救无线传感网络的鲁棒路由方法。本发明可以适应动态性较高，链路质量不稳定的网络，并减少不必要的能量消耗。

Description

一种海上搜救无线传感网络系统及其鲁棒路由方法

技术领域

本发明涉及传感器网络应用技术领域，具体涉及一种海上搜救无线传感网络系统及其鲁棒路由方法。

背景技术

传统的海上搜救系统是借助国际海事组织针对海难事故发生时实现救援的全球海上遇险和安全系统(GMDSS)，发生事故时，借助船上的搜救雷达应答、卫星通信系统以及陆上通信网络实现遇难求救，岸上的搜救中心接收到求救信号后，根据雷达信息在遇难地展开地毯式的搜寻，明显地，这种搜救存在成本高、效率低等缺陷，并且搜救方不能获取落水人员当前的生命体征信息。

无线传感器网络(WirelessSensorNetworks,WSN)迅速发展，以其体积小、易部署、成本低、自组网的特性，为无线通信领域注入新的可能。传感器节点可以自组织形成一个多跳网络，它们能够及时收集落水目标的位置信息和生命体征信息，并发送给搜救方，大大提高搜救方的搜救效率。

无线传感网以其独特的优越性，可以部署在人类无法涉及的地方完成一些检测任务，在军事、医疗、家居、环境等方面都得到了广泛的应用。今年在海上领域也得到了应用，如海上溢油检测、海上环境监测、航道检测等，无线传感器节点以自组织的形式构建网络，并将监测方感兴趣的数据通过网络进行传递，可以获取海上的实时信息，工作效率高且成本低，通过分析可知，无线传感网也非常适合应用于海上搜救。

无线传感网分布在海上，由于海上环境的复杂性，首先要解决的一个重要问题就是如何保证数据的高质量传输，即如何将无线传感器节点所监测到的落水人员信息，通过稳定的通信链路，发送给陆上搜救中心。

WSN的路由问题是在保证节点不因过度耗能而死亡的前提下，选择一个相对稳定的路径进行数据传输，即使在复杂的海上环境中，路由算法能够对节点的移动性及时做出调整，具有良好的扩展性和鲁棒性，降低丢包率，保证数据的通信质量。现阶段的研究多数是静态的无线传感网，如森林防火，建筑监控，地质灾害监测等等，这样的应用环境中，节点位置固定，网络拓扑不会发生变化，通信链路比较稳定。因此，不能直接将现有的算法直接附加到海上无线传感网中。

海上无线传感网由于其所处的环境限制，在路由算法的设计过程中将面临巨大的挑战。主要体现在：网络中的节点能量并非取之不尽的，而且是随机部署在复杂的海上环境中，无法实现能量的补充，而且受海上环境的影响，以及节点移动性强的特点，致使任意节点之间的通信链路断断续续，为此新设计的路由算法必须能够保证链路的稳定性。

目前的无线传感网路由算法虽然对网络中的能量消耗进行了优化，针对网络的移动性造成的网络拓扑变化也有研究，但对链路稳定性的研究仍有不足，无法直接将现有的移动路由算法应用到海上，因此在路由算法的设计中要考虑一下几个方面：

(1)链路稳定性。通信链路的中断会导致增加数据传输的时延，甚至导致数据包的丢失。

(2)能量均衡性。在路由选择的过程中，选取稳定链路进行传输，导致链路的负载加重，需要均衡分配网络任务。

(3)网络的生存时间。无线传感网在海上搜救中发挥重要作用，网络生存的时间越长，才能保证搜救成果。

(4)良好的扩展性。由于节点的移动，节点的位置时常发生变化，在分簇网络中，需要网络对移动节点及时做出响应。

发明内容

本发明的目的在于提供一种海上搜救无线传感网络系统及其鲁棒路由方法，解决了现有海上搜救无线传感网中数据传输质量低的问题，可以适应动态性较高，链路质量不稳定的网络，并减少不必要的能量消耗。

为了达到上述目的，本发明通过以下技术方案实现：一种海上搜救无线传感网络系统，其特点是，包含：

若干个无线传感网节点、若干个汇聚节点、若干个搜救终端及岸台或地面控制中心；

所述的若干个无线传感网节点随机分布在海上，并且通过自组织的形式构建无线传感网，每一所述无线传感网节点用于采集搜救信息数据；

所述的汇聚节点与无线传感网节点通过无线通信方式进行信息交互，所述的汇聚节点将无线传感网节点采集到的搜救信息数据传输至搜救终端，所述的搜救终端通过卫星接至互联网网络，岸台或地面控制中心通过互联网网络对搜救信息数据进行后续处理。

所述的若干个无线传感网节点包含设置在救生衣或货物上的无线传感网节点及搜救方人工抛撒的无线传感网节点；所述的若干个汇聚节点设置在救生艇筏上；所述的搜救终端设置在船舶或搜救飞机上；其中若干个无线传感网节点的初始能量相同。

所述的搜救信息数据包含货物信息和/或生命体征信息和/或地理位置。

一种海上搜救无线传感网络的鲁棒路由方法，应用于海上搜救无线传感网络系统，其特点是，包含以下步骤：

S1、分簇阶段，采用基于地理位置的分簇算法将海上搜救无线传感网络系统中的若干个无线传感网节点按照虚拟网格进行分簇，位于同一个虚拟网格内的无线传感网节点即为同一个簇，且满足相邻虚拟网格内的任意无线传感网节点都可以进行通信；

S2、簇首选举，将海上搜救无线传感网络系统中的若干个无线传感网节点进行初始化，计算每一无线传感网节点当选簇首的概率，并以轮转的方式随机选出簇首节点；

S3、路由选择，海上搜救无线传感网络系统中的所有簇首节点构建数据转发的骨干链路集，簇首节点对簇内其余节点采集到的搜救信息数据进行整合处理，并转发其余簇首节点发送的搜救信息数据；

S4、数据传输，采用预设链路稳定性评估算法对簇首节点构建的数据转发骨干链路集中的所有数据转发骨干链路进行稳定性衡量，选择最优数据转发骨干链路将整合处理后的搜救信息数据传输至汇聚节点。

所述的步骤S2中具体包含：

簇内的各无线传感网节点根据簇首的选择概率计算自己当选的可能性，并在簇内进行广播；

接收其余无线传感网节点的当选概率，并与自己的当选概率进行比较；

若该无线传感网节点的当选概率大于其余无线传感网节点的当选概率；则该无线传感网节点当选簇首节点，其余无线传感网节点自动成为普通节点。

所述的簇首的选择概率与无线传感网节点的剩余能量成正比，与无线传感网节点的相对移动性，以及无线传感网节点相对簇心的偏移距离成反比；

无线传感网节点当选簇首节点的概率p可表示为：

$p\∝e\·\frac{1}{m}\·\frac{1}{d}$

式中，p表示无线传感网节点当选簇首节点的概率；e表示能量因子；m表示相对移动性因子；d表示相对簇心的偏移距离。

所述的能量因子e的计算公式为：

假设所有无线传感网节点的初始能量值相同，记为E_-init，当前剩余能量记为E_-current，能量因子e可表示为：

$e=\frac{E_{-current}}{E_{-init}}$

相对移动性因子m的计算公式为：

无线传感网节点随机分布在海面上，并且无线传感网节点的精确位置可以被获取，V＝{k₁,k₂,k₃…k_n}表示簇内的n个节点，而且通过信息广播，邻居节点的位置信息可以被簇内的其他节点获得，设t₀时刻各无线传感网节点的位置为p(x_i,y_i,t₀)(i＝1,2,3…n)，t₀+Δ时刻各无线传感网节点的位置为p(x_i,y_i,t₀+Δ)(i＝1,2,3…n)，则无线传感网节点j(j∈V)相对于其他无线传感网节点的移动性可表示为：

$m=\frac{1}{n-1}\underset{i\∈V,i\≠j}{\Σ}|p(x_i,y_i,t_0+\mathrm{\Δ})-p(x_j,y_j,t_0+\mathrm{\Δ})|-|p(x_i,y_i,t_0)-p(x_j,y_j,t_0)|$

相对簇心的偏移距离d的计算公式为：

设t₀时刻各无线传感网节点的位置为P(x_i,y_i,t₀)(i＝1,2,3…n)，则簇内所有无线传感网节点的簇心G为：

$G(x,y,t_0)=\frac{1}{n}\underset{i\∈V}{\Σ}p(x_i,y_i,t_0)$

各无线传感网节点相对簇心的偏移距离d为：

d＝|p(x_i,y_i,t₀)-G(x,y,t₀)|。

所述的鲁棒路由方法还包含步骤S5：

S5、设置一预设时间间隔，当所述预设时间间隔到达时，重新进行簇首选举。

所述的步骤S4中预设链路稳定性评估算法为信息熵法则。

所述的信息熵法则对数据转发骨干链路进行稳定性衡量的步骤包含：

设S＝{l₁,l₂,l₃...l_n}为连通某簇首节点与汇聚节点的骨干链路集的集合，D(l_i)表示某个链路子集中的邻居节点对(m,n)集合，N(m)表示节点m的邻居节点集，v(m,t)为任意无线传感网节点m在t时刻的速度，p(x,y,m,t)为任意无线传感网节点m在t时刻的位置，则任意相邻无线传感网节点的相对速度v(m,n,t)和相对位移p(x,y,m,n,t)可表示为：

v(m,n,t)＝v(m,t)-v(n,t)

p(x,y,m,n,t)＝p(x,y,m,t)-p(x,y,n,t)

构造特征向量；

a_m,n(Δ)＝|p(x,y,m,n,t+Δ)-p(x,y,m,n,t)|+Δ·|v(m,n,t+Δ)-v(m,n,t)|

定义熵为kΔ时刻内邻居节点间的平均变化量，即：

H_(m,n)＝-P_m,n(t,Δ)·logP_m,n(t,Δ)

其中，

$P_{m,n}(t,\mathrm{\Δ})=\frac{a_{m,n}}{A_{m,n}}$

A_m,n为节点对(m,n)在kΔ时间内的特征向量的均值；

$A_{m,n}=\underset{i=1}{\overset{k}{\Σ}}\underset{t=t_0+i\mathrm{\Δ}}{\Σ}|p(x,y,m,n,t+\mathrm{\Δ})-p(x,y,m,n,t)|+\mathrm{\Δ}\·|v(m,n,t+\mathrm{\Δ})-v(m,n,t)|$

根据熵的定义，整条链路的熵值可以表示为：

$H_l=\frac{\underset{(m,n)\∈l}{\Σ}{H}_{(m,n)}}{C\left(D\right(l\left)\right)+1}$

其中，C(D(l))表示链路l中节点对的个数，则C(D(l))+1表示链路中节点的个数。

本发明一种海上搜救无线传感网络系统及其鲁棒路由方法与现有技术相比具有以下优点：通过能量距离等的综合考虑计算出阈值，比较节点阈值选出簇首节点，建立适用于海上稳定路由衡量标准，依据链路的稳定性选择路由转发数据；可根据无线传感网的环境变化建立起鲁棒环境的路由，有效利用分簇以及信息熵各自的特点，可适应动态性较高的网络，提高数据传输质量和效率；通过使用基于地理位置的分簇算法对网络进行划分以及信息熵法则对所有链路的稳定性进行衡量，既能提高能量的有效性，又能保证数据传输过程中选择相对稳定的路由，提高路由效率。

附图说明

图1为本发明一种海上搜救无线传感网络系统的架构示意图；

图2A为动态环境下t时刻通信链路选择示意图；

图2B为动态环境下t+Δ时刻通信链路选择示意图；

图3是本发明与现有路由协议相比，不同节点移动速度下路由成功率的示意图；

图4是本发明与现有路由协议相比，不同节点移动速度下传输延时的示意图；

图5是本发明与现有路由协议相比，不同节点个数下网络寿命的示意图。

具体实施方式

以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。

如图1所示，一种海上搜救无线传感网络系统，包含：若干个无线传感网节点100、若干个汇聚节点200、若干个搜救终端300及岸台或地面控制中心400；所述的若干个无线传感网节点100随机分布在海上，并且通过自组织的形式构建无线传感网，每一所述无线传感网节点100用于采集搜救信息数据；所述的汇聚节点100与无线传感网节点200通过无线通信方式进行信息交互，所述的汇聚节点200将无线传感网节点100采集到的搜救信息数据传输至搜救终端300，所述的搜救终端300通过卫星500接至互联网网络，岸台或地面控制中心400通过互联网网络对搜救信息数据进行后续处理。

具体地，搜救终端，设置于船舶或搜救直升机上，通过外接的卫星与互联网建立通信连接；汇聚节点，设置于救生艇筏等，该汇聚节点与搜救终端无线通讯连接；无线传感网节点设置于救生衣或货物等，该无线传感网节点实时探测汇聚节点并与汇聚节点无线通讯连接；船上救生衣或货物上配备无线传感网节点，无线传感网部署时，无线传感网节点初始能量是相同的，落水后，无线传感网节点遇水打开，自组织形成一个多跳网，由于货物或落水人员由于海上风浪等的影响所携带的无线传感网节点可能相对不稳定，相对较稳定的是母船，搜救船舶以及搜救直升机等，因而为了保证搜救目标尽可能被网络覆盖到，将加入搜救方人工抛撒的另一些无线传感网节点与前一种无线传感网节点一起来形成无线传感网。无线传感网形成后，无线传感网节点收集自身货物或生命体的信息，如生命体征，地理位置等，再将其信息传输至汇聚节点，汇聚节点再将有效信息传输至搜救终端。

结合上述的海上搜救无线传感网络系统，本发明还公开了一种海上搜救无线传感网络的鲁棒路由方法，该方法基于信息熵的分簇路由方法，将无线传感网中的无线传感网节点基于地理位置进行分簇，采用信息熵法则对链路的稳定性进行衡量，优化数据转发过程，该鲁棒路由方法包含以下步骤：

S1、分簇阶段，采用基于地理位置的分簇算法将海上搜救无线传感网络系统中的若干个无线传感网节点按照虚拟网格进行分簇，位于同一个虚拟网格内的无线传感网节点即为同一个簇，且满足相邻虚拟网格内的任意无线传感网节点都可以进行通信；

S2、簇首选举，将海上搜救无线传感网络系统中的若干个无线传感网节点进行初始化，计算每一无线传感网节点当选簇首的概率，并以轮转的方式随机选出簇首节点；

S3、路由选择，海上搜救无线传感网络系统中的所有簇首节点构建数据转发的骨干链路集，簇首节点对簇内其余节点采集到的搜救信息数据进行整合处理，并转发其余簇首节点发送的搜救信息数据；

S4、数据传输，采用预设链路稳定性评估算法对簇首节点构建的数据转发骨干链路集中的所有数据转发骨干链路进行稳定性衡量，选择最优数据转发骨干链路将整合处理后的搜救信息数据传输至汇聚节点。

在本实施例中，所述的步骤S4中预设链路稳定性评估算法为信息熵法则。

簇头选举

本发明实例在无线传感网部署时，无线传感网节点初始能量是相同的(该无线传感网节点可以是货物或落水人员携带的无线传感网节点，也可以是被抛撒在海上的无线传感网节点)。基于GPS定位或者相关的节点定位算法，无线传感网节点可以获取自身的地理位置，GAF分簇用法即根据地理位置对无线传感网节点进行网格划分，而且满足相邻网格内的节点都可以实现通信，则虚拟网格的边长a与节点的通信半径R之间必须满足：

$a^2+{\left(2a\right)}^2\≤R^2\⇒a\≤\frac{R}{\sqrt{5}}$

虚拟网格划分之后，在同一个虚拟网格内的无线传感网节点属于同一个簇，进行簇首的选举，在簇首选举的过程中，综合考虑节点的剩余能量，节点在簇中的位置以及节点与其他节点之间的相对移动性，计算节点当选簇首的概率，其中：

能量因子e的计算公式为：

假设所有无线传感网节点的初始能量值相同，记为E_-init，当前剩余能量记为E_-current，能量因子e可表示为：

$e=\frac{E_{-current}}{E_{-init}}$

相对移动性因子m的计算公式为：

无线传感网节点随机分布在海面上，并且无线传感网节点的精确位置可以被获取，V＝{k₁,k₂,k₃…k_n}表示簇内的n个节点，而且通过信息广播，邻居节点的位置信息可以被簇内的其他节点获得，设t₀时刻各无线传感网节点的位置为p(x_i,y_i,t₀)(i＝1,2,3…n)，t₀+Δ时刻各无线传感网节点的位置为p(x_i,y_i,t₀+Δ)(i＝1,2,3…n)，则无线传感网节点j(j∈V)相对于其他无线传感网节点的移动性可表示为：

$m=\frac{1}{n-1}\underset{i\∈V,i\≠j}{\Σ}|p(x_i,y_i,t_0+\mathrm{\Δ})-p(x_j,y_j,t_0+\mathrm{\Δ})|-|p(x_i,y_i,t_0)-p(x_j,y_j,t_0)|$

相对簇心的偏移距离d的计算公式为：

设t₀时刻各无线传感网节点的位置为P(x_i,y_i,t₀)(i＝1,2,3…n)，则簇内所有无线传感网节点的簇心G为：

$G(x,y,t_0)=\frac{1}{n}\underset{i\∈V}{\Σ}p(x_i,y_i,t_0)$

各无线传感网节点相对簇心的偏移距离d为：

d＝|p(x_i,y_i,t₀)-G(x,y,t₀)|。

综合考虑，所述的簇首的选择概率与无线传感网节点的剩余能量成正比，与无线传感网节点的相对移动性，以及无线传感网节点相对簇心的偏移距离成反比；

无线传感网节点当选簇首节点的概率p可表示为：

$p\∝e\·\frac{1}{m}\·\frac{1}{d}$

式中，p表示无线传感网节点当选簇首节点的概率；e表示能量因子；m表示相对移动性因子；d表示相对簇心的偏移距离。

簇内的各无线传感网节点根据簇首的选择概率计算自己当选的可能性，并在簇内进行广播；

接收其余无线传感网节点的当选概率，并与自己的当选概率进行比较；

若该无线传感网节点的当选概率大于其余无线传感网节点的当选概率；则该无线传感网节点当选簇首节点，其余无线传感网节点自动成为普通节点。

在本实施例中，较佳地，还包含一步骤S5；

S5、设置一预设时间间隔，当所述预设时间间隔到达时，重新进行簇首选举。

能量计算采用以下模型：节点a向距离d外的另一节点b发送k字节的数据，能耗计算方式如下：

$E_{T_r(k,d)}=E_{elec\left(k\right)}+E_{amp(k,d)}=\left\{\begin{array}{cc}{\mathrm{kE}}_{elec}+{\mathrm{k\ϵ}}_{fs}{d}^2& d\≤d_0\\ {\mathrm{kE}}_{elce}+{\mathrm{k\ϵ}}_{mp}{d}^4& d>d_0\end{array}\right.---\left(6\right)$

其中，E_elec(k)是发送电路发送k字节数据所消耗的能量；E_amp(k,d)是发射放大器消耗的能量；E_elec是发送电路发送数据消耗的能量，取决于数字代码、过滤模块及信号扩散等因素；ε_fs是自由空间模型发射放大器的单位能量消耗值；ε_mp是多径衰减模型发射放大器的单位能量消耗值；ε_fsd²和ε_mpd⁴参数值由到接收器的距离及通信过程中的数据位出错率的值决定；d₀是一个设定的距离值。

而节点b在接收来自节点a的消息时，其无线接收装置产生的能耗为：

E_Rx(k)＝kE_elec(7)

算法1的伪代码如下：

选择路径及数据转发阶段

所述的信息熵法则对数据转发骨干链路进行稳定性衡量的步骤包含：

设S＝{l₁,l₂,l₃...l_n}为连通某簇首节点与汇聚节点的骨干链路集的集合，D(l_i)表示某个链路子集中的邻居节点对(m,n)集合，N(m)表示节点m的邻居节点集，v(m,t)为任意无线传感网节点m在t时刻的速度，p(x,y,m,t)为任意无线传感网节点m在t时刻的位置，则任意相邻无线传感网节点的相对速度v(m,n,t)和相对位移p(x,y,m,n,t)可表示为：

v(m,n,t)＝v(m,t)-v(n,t)

p(x,y,m,n,t)＝p(x,y,m,t)-p(x,y,n,t)

构造特征向量；

a_m,n(Δ)＝|p(x,y,m,n,t+Δ)-p(x,y,m,n,t)|+Δ·|v(m,n,t+Δ)-v(m,n,t)|

定义熵为kΔ时刻内邻居节点间的平均变化量，即：

H_(m,n)＝-P_m,n(t,Δ)·logP_m,n(t,Δ)

其中，

$P_{m,n}(t,\mathrm{\Δ})=\frac{a_{m,n}}{A_{m,n}}$

A_m,n为节点对(m,n)在kΔ时间内的特征向量的均值；

$A_{m,n}=\underset{i=1}{\overset{k}{\Σ}}\underset{t=t_0+i\mathrm{\Δ}}{\Σ}|p(x,y,m,n,t+\mathrm{\Δ})-p(x,y,m,n,t)|+\mathrm{\Δ}\·|v(m,n,t+\mathrm{\Δ})-v(m,n,t)|$

根据熵的定义，当系统事件总数为N，H≤logN，当且仅当P₁＝P₂＝…＝P_N＝1/N时等号成立。由此我们可以得到，熵值越大，邻居节点间的链路越稳定。整条链路的熵值可以表示为：

$H_l=\frac{\underset{(m,n)\∈l}{\Σ}{H}_{(m,n)}}{C\left(D\right(l\left)\right)+1}$

其中，C(D(l))表示链路l中节点对的个数，则C(D(l))+1表示链路中节点的个数。

本发明是适于海上环境的鲁棒转发方法。簇内的所有节点将搜集到的数据发送给簇首节点，簇首节点搜集了簇内成员节点的信息后将其组成一个信息包(bundle)，再经过由簇首节点构建的数据转发骨干链路集将数据转发给汇聚节点。考虑到节点的移动性，将会出现节点移动出当前簇进入其他簇的情况，这就需要簇内重新进行节点的更新，重新进行簇首的选举，因此我们这里设置一个TCP定时器，它将使节点按时重新进行簇首选举。

算法2源节点的伪代码如下：

该方法有效地利用了基于地理位置的分簇算法的优势，根据节点的地理位置信息对节点进行区域划分，方便节点的管理和控制，同时避免在网络中发送大量的数据造成网络的阻塞，对数据进行整合处理，避免数据的冗余，节省数据发送的能量损耗，同时利用由簇首节点构建的骨干链路集进行数据的发送，并采用信息熵法则对链路的稳定性进行衡量，选择较稳定的链路进行数据的转发，避免重复创建路由，能够使网络节点最大效率的转发数据。因此这种方法对海上环境有更好的适应性。

下面通过对本发明所建立的问题模型及发明的鲁棒路由方法进行模拟分析，来进一步介绍本发明实例的实施方式及其在实际应用中的优势。该模拟分析可采用仿真平台进行。

本方法利用NS2平台进行仿真平台进行计算机仿真。参数设置如下：在1000m*1000m的正方形传感区域内，随机分散着200个节点。仿真采用本研究路由协议(在图中示为EGRA),Flooding，DSR和AODV。

设置如表对网络分布区域及节点的参数进行设置，如下表所示。

对三种协议从以下三个方面进行对比：

(1)路由成功率。

(2)平均端到端的延时。

(3)网络寿命。

如图3所示，给出了四种算法路由成功率的仿真结果。分布在海上的无线传感网由于节点的时时运动，造成了时断时续的节点间的通信路径，需要通过反复重建路由来保证链路的连通性，路由成功率表征了所建路由的稳定性。由图可以看出，与其他算法相比，本文算法的路由成功率较高，原因是本文在路由创建过程中，将路径稳定作为一个重要考虑因素，通过选取最稳定的一条链路作为数据传输的路径，路由成功率最高，而其他三种算法没有考虑链路的稳定性，DSR仅次于AODV，Flooding路由成功率最低。

图4为各路由算法平均端到端路径延时的仿真结果。端到端的路径延时表明了链路中的数据传输速率，链路越稳定，越有利于数据传输。由图可以看出，本文所提出的算法数据传输延时最小，原因是在路由创建的过程中选择节点相对移动性较小，保持时间长的链路，减少了重复创建路由路径的过程，而DSR和AODV算法都是随机选择链路，由于网络中节点的移动性，不能保证链路的连通性，当链路中断时只能重建路由，从而增加数据传输的时延。Flooding进行数据的洪泛，加重了链路的阻塞和数据的冗余，造成端到端的延时最高。

图5给出了网络寿命的仿真结果。无线传感网节点的一个最大限制因素就是能量，均衡网络能耗成为本算法的重要考虑因素，其中，Flooding算法没有采用任何优化算法，在进行数据传输的整个过程中没有对冗余数据进行处理，加重了网络通信的负担，能量消耗较多，网络寿命最短，与AODV、DSR相比，本文提出的算法采用稳定路径进行传输，减少了路由重建的次数，同时考虑能量消耗，减少了网络通信过程中的总体网络能耗，有效延长了网络的寿命。

综上所述，本发明可根据无线传感网的环境变化建立起鲁棒环境的路由测度；有效利用基于地理位置的分簇以及信息熵对链路稳定性的衡量，使得路由算法能够适用于海上移动环境，提高数据传输的质量。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (10)

1.一种海上搜救无线传感网络系统，其特征在于，包含：

若干个无线传感网节点、若干个汇聚节点、若干个搜救终端及岸台或地面控制中心；

所述的若干个无线传感网节点随机分布在海上，并且通过自组织的形式构建无线传感网，每一所述无线传感网节点用于采集搜救信息数据；

所述的汇聚节点与无线传感网节点通过无线通信方式进行信息交互，所述的汇聚节点将无线传感网节点采集到的搜救信息数据传输至搜救终端，所述的搜救终端通过卫星接至互联网网络，岸台或地面控制中心通过互联网网络对搜救信息数据进行后续处理。

2.如权利要求1所述的海上搜救无线传感网络系统，其特征在于，所述的若干个无线传感网节点包含设置在救生衣或货物上的无线传感网节点及搜救方人工抛撒的无线传感网节点；所述的若干个汇聚节点设置在救生艇筏上；所述的搜救终端设置在船舶或搜救飞机上；其中若干个无线传感网节点的初始能量相同。

3.如权利要求1所述的海上搜救无线传感网络系统，其特征在于，所述的搜救信息数据包含货物信息和/或生命体征信息和/或地理位置。

4.一种海上搜救无线传感网络的鲁棒路由方法，应用于海上搜救无线传感网络系统，其特征在于，包含以下步骤：

S1、分簇阶段，采用基于地理位置的分簇算法将海上搜救无线传感网络系统中的若干个无线传感网节点按照虚拟网格进行分簇，位于同一个虚拟网格内的无线传感网节点即为同一个簇，且满足相邻虚拟网格内的任意无线传感网节点都可以进行通信；

S2、簇首选举，将海上搜救无线传感网络系统中的若干个无线传感网节点进行初始化，计算每一无线传感网节点当选簇首的概率，并以轮转的方式随机选出簇首节点；

S3、路由选择，海上搜救无线传感网络系统中的所有簇首节点构建数据转发的骨干链路集，簇首节点对簇内其余节点采集到的搜救信息数据进行整合处理，并转发其余簇首节点发送的搜救信息数据；

S4、数据传输，采用预设链路稳定性评估算法对簇首节点构建的数据转发骨干链路集中的所有数据转发骨干链路进行稳定性衡量，选择最优数据转发骨干链路将整合处理后的搜救信息数据传输至汇聚节点。

5.如权利要求4所述的鲁棒路由方法，其特征在于，所述的步骤S2中具体包含：

簇内的各无线传感网节点根据簇首的选择概率计算自己当选的可能性，并在簇内进行广播；

接收其余无线传感网节点的当选概率，并与自己的当选概率进行比较；

若该无线传感网节点的当选概率大于其余无线传感网节点的当选概率；则该无线传感网节点当选簇首节点，其余无线传感网节点自动成为普通节点。

6.如权利要求5所述的鲁棒路由方法，其特征在于，所述的簇首的选择概率与无线传感网节点的剩余能量成正比，与无线传感网节点的相对移动性，以及无线传感网节点相对簇心的偏移距离成反比；

无线传感网节点当选簇首节点的概率p可表示为：

$p\∝e\·\frac{1}{m}\·\frac{1}{d}$

式中，p表示无线传感网节点当选簇首节点的概率；e表示能量因子；m表示相对移动性因子；d表示相对簇心的偏移距离。

7.如权利要求6所述的鲁棒路由方法，其特征在于，所述的能量因子e的计算公式为：

假设所有无线传感网节点的初始能量值相同，记为E_-init，当前剩余能量记为E_-current，能量因子e可表示为：

$e=\frac{E_{-current}}{E_{-init}}$

相对移动性因子m的计算公式为：

无线传感网节点随机分布在海面上，并且无线传感网节点的精确位置可以被获取，V＝{k₁，k₂，k₃…k_n}表示簇内的n个节点，而且通过信息广播，邻居节点的位置信息可以被簇内的其他节点获得，设t₀时刻各无线传感网节点的位置为p(x_i，y_i，t₀)(i＝1，2，3…n)，t₀+Δ时刻各无线传感网节点的位置为p(x_i，y_i，t₀+Δ)(i＝1，2，3…n)，则无线传感网节点j(j∈V)相对于其他无线传感网节点的移动性可表示为：

$m=\frac{1}{n-1}\underset{i\∈V,i\≠j}{\Σ}|p(x_i,y_i,t_0+\mathrm{\Δ})-p(x_j,y_j,t_0+\mathrm{\Δ})|-|p(x_i,y_i,t_0)-p(x_j,y_j,t_0)|$

相对簇心的偏移距离d的计算公式为：

设t₀时刻各无线传感网节点的位置为P(x_i，y_i，t₀)(i＝1，2，3…n)，则簇内所有无线传感网节点的簇心G为：

$G(x,y,t_0)=\frac{1}{n}\underset{i\∈V}{\Σ}p(x_i,y_i,t_0)$

各无线传感网节点相对簇心的偏移距离d为：

d＝|p(x_i，y_i，t₀)-G(x，y，t₀)|。

8.如权利要求4所述的鲁棒路由方法，其特征在于，进一步包含步骤S5：

S5、设置一预设时间间隔，当所述预设时间间隔到达时，重新进行簇首选举。

9.如权利要求4所述的鲁棒路由方法，其特征在于，所述的步骤S4中预设链路稳定性评估算法为信息熵法则。

10.如权利要求9所述的鲁棒路由方法，其特征在于，所述的信息熵法则对数据转发骨干链路进行稳定性衡量的步骤包含：

设S＝{l₁，l₂，l₃…l_n}为连通某簇首节点与汇聚节点的骨干链路集的集合，D(l_i)表示某个链路子集中的邻居节点对(m，n)集合，N(m)表示节点m的邻居节点集，v(m，t)为任意无线传感网节点m在t时刻的速度，p(x，y，m，t)为任意无线传感网节点m在t时刻的位置，则任意相邻无线传感网节点的相对速度v(m，n，t)和相对位移p(x，y，m，n，t)可表示为：

v(m，n，t)＝v(m，t)-v(n，t)

p(p，y，m，n，t)＝p(x，y，m，t)-p(x，y，n，t)

构造特征向量；

a_m，n(Δ)＝|p(x，y，m，n，t+Δ)-p(x，y，m，n，t)|+Δ·|v(m，n，t+Δ)-v(m，n，t)|

定义熵为kΔ时刻内邻居节点间的平均变化量，即：

H_(m，n)＝-P_m，n(t，Δ).logP_m，n(t，Δ)

其中，

$P_{m,n}(t,\mathrm{\Δ})=\frac{a_{m,n}}{A_{m,n}}$

A_m，n为节点对(m，n)在kΔ时间内的特征向量的均值；

$A_{m,n}=\underset{i=1}{\overset{k}{\Σ}}\underset{t=t_0+i\mathrm{\Δ}}{\Σ}|p(x,y,m,n,t+\mathrm{\Δ})-p(x,y,m,n,t)|+\mathrm{\Δ}\·|v(m,n,t+\mathrm{\Δ})-v(m,n,t)|$

根据熵的定义，整条链路的熵值可以表示为：

$H_l=\frac{\underset{(m,n)\∈l}{\Σ}{H}_{(m,n)}}{C\left(D\right(l))+1}$

其中，C(D(l))表示链路l中节点对的个数l则C(D(l))+1表示链路中节点的个数。