1HTＲEB算法描述
HTＲEB算法包含邻节点信息的收集与反馈，路由建立及数据转发两个阶段。下面给出每一阶段的具体实现过程。(1)邻节点信息的收集与反馈阶段信息收集:节点定期向一跳范围内的节点发送HELLO分组，接收到HELLO分组的邻居节点获知其可视邻居区内节点的网络地址等信息。信息反馈:节点向其父节点及节点与邻居节点深度最大的公共父节点反馈自己收集的可视邻居信息。(2)路由建立阶段步骤1:当源节点有数据发送时，会首先查询路由表中是否缓存了到目的节点的有效路由。如果是，则使用此路由发送数据分组。否则，将转为步骤2，即源节点开始路由查找过程。步骤2:源节点欲加入到多播组，则需查找多播路由表中是否可获得父节点信息。如果获得，则选择下一跳单播ＲＲEQ到父节点，否则，即向邻居节点及所在分支树的邻居节点的子节点多播ＲＲEQ请求分组。步骤3:中间节点收到ＲＲEQ分组，执行以下过程:①判断该ＲＲEQ的序列号是否大于自己路由项中的序列号或者ＲＲEQ的跳数是否小于TTL(TimeToLive)阈值。如果是，执行②，否则删除该ＲＲEQ分组。②若当前节点是源节点的邻树枝节点，则转步骤2处理该ＲＲEQ;若当前节点是源节点的子节点，则判断当前节点及其子节点是否有邻树枝节点。如果有，则向其多播ＲＲEQ，否则，删除该请求;若当前节点是目的节点的父节点或子节点，通过计算判断自己到目的节点的跳数加上ＲＲEQ中的TTL值是否小于TTL阈值。若是，就沿着树路由路径转发该请求直到目的节点，若不是，将删除该请求。③若当前节点是源节点的父节点，但不是源节点和目的节点的公共父节点，也不是源节点和目的节点的最大深度公共父节点的子节点，则转步骤2处理该请求;而若当前节点是源节点和目的节点的最大深度公共父节点的子节点，即需判断当前节点是否有邻树枝节点或与源节点不同树枝的子节点。若为有，则向其多播该请求，否则，就删除该请求。步骤4:源节点发送的ＲＲEQ请求到达目的节点时，如果ＲＲEQ历经的跳数未超过TTL阈值，则单播路由回复ＲＲEP至源节点。中间节点收到ＲＲEP后，更新ＲＲEP中相应字段的值，而后沿ＲＲEQ传播时建立的反向路径发送ＲＲEP给邻节点。源节点收到ＲＲEP后，存储链路权值、跳数等信息，完成正向路径的建立。
2仿真与分析
2．1仿真统计量
仿真统计量涉及网络开销、端到端平均能耗、网络生存期、数据分组平均端到端延时和分组投递率。其中，网络开销是网络中所有节点发送和转发的控制分组比特数和到达目的节点的数据分组比特数与目的节点成功接收的数据分组比特数的比值。端到端平均能耗将具体定义为网络中单个节点能耗与所有节点平均能耗的均方差值。而且，网络生存期即是网络的运行时间。当死亡节点的数量大于等于网络总节点数30%时，判定网络运行截止。在此，数据分组平均端到端延时就是网络中所有数据分组从源节点到达目的节点所消耗的时间与成功接收数据分组个数的比值。分组投递率则指网络中目的节点成功接收的数据分组数与源节点发送数据分组数的比值。
2．2仿真参数设置
仿真实验使用OPNET14．5作为软件平台，主要仿真参数设置如表1所示。本文采用由一个网关节点和若干个信息采集节点组成的UACN网络模型，网关节点在场景中心，传感器节点随机均匀分布在网关周围。水下节点物理层采用文献［14］设置的水声信道模型，定义节点的能量都是有限且均为10J初始能量;当节点剩余能量低于0．5J时，判定节点死亡;当网络中死亡节点数高于30%时，网络生存期结束。
2．3仿真结果及分析
主要原因在于，AODV算法节点存储的路由信息较少，通常使用广播ＲＲEQ的方式来进行路由查找以及周期地发送HELLO控制分组来维护路由，如此将导致网络开销过大;MAODV算法和HTＲEB算法通过发送ＲＲEQ路由请求或者查找邻居表来建立数据传输的多播树，避免了全网洪泛查询，同时又减少了控制分组的转发次数;且HTＲEB算法在寻路过程中利用路由跳数抑制ＲＲEQ的洪泛深度，而且通过相邻树枝的节点信息找到优化路径，减少ＲＲEQ的转发，从而进一步降低了网络开销，获得了更高效率。图2为端到端平均能耗比较。与AODV和MAODV算法相比，HTＲEB算法降低端到端平均能耗分别为4．70%(50节点数)～19．86%(140节点数)，2．50%(50节点数)～15．53%(140节点数)，说明HTＲEB算法节点的能耗偏离网络平均能耗的程度更小，能量消耗也更为均衡。主要原因在于，AODV算法中，部分中间节点转发数据分组较多，节点能耗偏大，而某些通信量较小的节点，能量消耗将会偏小。因而导致网络中节点能耗速率不均衡，端到端平均能耗较大;MAODV算法则通过建立的树路由限制ＲＲEQ的洪泛，减少了网络中冗余的ＲＲEQ转发，但在寻路时因未考虑节点当前剩余能量，而过度使用剩余能量均方差较小的节点转发数据分组，另有些剩余能量均方差较大的节点却较少地转发数据分组，由此导致网络中节点能耗不均衡;相应地，HTＲEB算法即使用链路权值较小的节点作为下一跳，减轻了距离近的“热区”节点的数据分组转发任务，且使其能量消耗速率得到缓解，这就避免了剩余能量均方差较小的节点过早死亡，从而均衡了网络节点能耗;同时又采用了短跳代替长跳传送分组，节点耗能减少，端到端平均能耗也随即更小。网络生存期的仿真结果如图3所示。图3显示，与AODV和MAODV算法相比，HTＲEB算法至少能够延长网络生存期分别为29．61%(20节点数)，11．52%(20节点数)。这是因为在AODV算法中，数据分组经常沿着某一条路径到达目的节点，造成部分节点承担较大的负荷量，消耗能量更多，节点死亡就越快;而MAODV算法则广播ＲＲEQ分组寻找最短路径生成多播树，并沿树路径发送数据分组。但是MAODV在建路时却未考虑节点当前剩余能量，若剩余能量均方差小的节点继续转发数据，则会加速节点的死亡，甚至网络拓扑的分裂;另外的HTＲEB算法源节点比较不同路径的链路权值，选择距离远、剩余能量均方差较大的节点，即权值较小的路径建立路由，因而延缓了负荷重的节点死亡，使网络中节点能耗更加均衡，藉此延长了网络生存期。数据分组平均端到端延时的仿真结果如图4所示。在图4中，与AODV算法相比，HTＲEB算法能够有效降低分组平均端到端延时30．58%(110节点数)～71．63%(20节点数);与MAODV算法相比，HTＲEB算法分组平均端到端延时降低1．47%(50节点数)～16．75%(20节点数)。主要原因在于，当一条链路断裂，AODV算法需要重新发送ＲＲEQ查找路由，且数据分组总是沿着单播路由进行转发、直至到达目的节点，当网络通信业务增大时，容易引起信道冲突，并增加延时;MAODV算法则是通过ＲＲEQ分组寻路建立多播树，限制了ＲＲEQ的转发次数，因而利于数据分组在树路由节点上的快速传送，并使得时延获得了有效降低;而HTＲEB算法却借助相邻树枝节点信息进行ＲＲEQ寻路，缩短了路由建立时间。且HTＲEB优先选择链路权值较小的节点进行分组传送，如此既平均了业务流量，又避免了网络拥塞，进而使得分组平均端到端时延进一步减少。
3结束语
本文提出的HTＲEB路由算法，采用树路由的单、多播代替广播，限制ＲＲEQ分组的转发，并利用邻居节点信息建立路由，在一定程度上减少了网络开销;同时，综合节点的距离和剩余能量均方差两种因素形成链路权值ωc，且将其引入路由参照标准，由此实现节点能量均衡。具体到理论分析及仿真结果即都表明，与AODV和MAODV算法相比较而言，HTＲEB算法在网络开销，端到端平均能耗，网络生存期和平均端到端延时等方面的性能均已得到了有效改善，因而获得了较为理想的现实研究效果。
作者：谭盛彪 彭凌峰 单位：重庆邮电大学光电工程学院
