·1418 工程科学学报，第40卷，第11期 过程中只与中心节点发生信息交互，同时受限于沿 传输概率.此外FAD基于容错的消息队列机制改 输电线路布置节点稀疏性等因素，其与中心节点相 善消息传输延迟与能耗，但并未考虑消息的失效问 遇概率较低，虽然算法使得消息传输能耗极低（恒 题，队列管理效率仍有待提高.MPD采用消息失效 为1)，但传输成功率与传输延迟性能表现很不理 时间、机器人消息优先传输机制来进行队列管理 想.在泛洪算法(ood)中机器人消息能被不同节点 算法通过控制DVT值影响消息寿命，合理利用了网 传输到中心节点，传输成功率优于Direct算法.但 络带宽与能量，减小网络开销.MPD策略优先将机 Food中静态节点消息队列占满后，节点不再接受机 器人消息转发至更多节点，提高机器人消息传输成 器人消息，同时丢弃原队列消息来存放自身消息，使 功率 得Flood算法在队列满后网络传输成功率提升有 4.1.2节点通信半径对性能的影响 限.相比Direct算法，由于Flood策略中节点不加选 机器人节点及静态节点在默认密度下，通信 择的进行消息分发，使得传输能耗（平均消息副本 半径发生变化时，4种传输策略性能对比如图6所 数)急剧增大，同时也限制了消息延迟的降低 示.节点通信半径较小（低于20m)时，节点相遇 由图5可知MPD与FDA算法在适当的消息传 概率较低、相遇时间间隔较长，4种传输策略传输 输能耗（平均消息副本数）下，机器人消息传输成功 成功率均低于35%，都有较高的传输延迟和极低 率与消息传输延迟相较Direct与Flood算法有明显 的能量损耗.随着通信半径增加，由于机器人与中 性能提升.其中MPD策略在消息副本数略高于 心节点和其他节点相遇概率升高，各算法传输成 FAD策略情况下，机器人消息传输成功率与消息传 功率有明显增长，当半径超过100m增幅减小.其 输延迟都具有更好的性能特性.从而更好的实现了 中DA算法在通信半径超过140m时传输成功率 机器人网络消息传输能耗与传输成功率、传输延迟开始下降，同时FDA消息副本也逐步减小.由于 间的平衡.在DTMSN巡线机器人网络中，各节点的 FDA算法中8参数表示节点相遇并发送消息的间 稀疏性、间歇连通性导致机器人与静态节点、中心节 隔，决定了机器人与其他节点的传输与否，当通信 点相遇概率较低，同时网络中机器人的随机移动性 半径超过140m后大部分节点传输间隔都小于 导致网络拓扑结构动态变化，而实际中机器人消息 50s,此时机器人消息被大量的节点相互被转发， 传输的性能更多的取决于机器人与各节点的远近关 而FDA队列管理进行容错筛选后丢弃了大量消息 系、运动趋势等机器人位姿信息.FAD策略依靠对 导致消息副本减少，随后传输成功率受到影响.而 过去传输的记录并不能很好的反映机器人将消息传 MPD算法依据机器人位姿信息更精确的测算传输 输给中心节点的实际能力.MPD策略利用机器人接 概率，确保传输负载均衡与高成功率，同时MPD 收网络广播信号强度计算机器人相对于网络的位姿 中机器人消息优先机制有效降低了机器人消息的 信息，相比FAD策略更精确地反映巡线机器人网络 传输延迟 100 50 90 (a 45 b 36001 -MPD 80 40 --MPD 3200F FAD 35 ◆-FAD 2800 L(c) -Flood 70 Flood -Direct 60 -Direct 12000 50 --MPD 25 40 。-FAD 室1600 Flood 斗1200 30 10 800 0 Direct 400 20406080100120140160180200 20406080100120140160180200 04060801012014016018020 通讯半径，Rm 通讯半径，m 通讯半径，Rm 图6通讯半径对不同传输算法的影响.(a)平均传输成功率：(b)平均副本数：(c)平均传输延迟 Fig.6 Impact of transmission radio on different transmission algorithms:(a)average delivery ratio;(b)average copies;(c)average delay 4.1.3动态节点密度对性能的影响 传输中消息副本的大量增长，传输成功率呈小幅下 默认参数下，机器人节点密度发生变化时，4种 降趋势，其中MPD策略针对机器人消息进行识别与 策略的仿真结果如图7所示.由图7(a)可知随着 优先传输改善了大量信息下的网络性能.同时在图 机器人数量增大，机器人与其他节点相遇时间间隔 7(b)中，除直接传递策略外，平均消息副本数量均 减小，4种算法传输成功率都有小幅提升.但当机 明显增长，在机器人数量超过43后FAD算法因队 器人数量超过40后，由于网络中机器人产生消息与 列管理影响丢弃了部分传输副本，增长幅度减弱，但工程科学学报,第 40 卷,第 11 期 过程中只与中心节点发生信息交互,同时受限于沿 输电线路布置节点稀疏性等因素,其与中心节点相 遇概率较低,虽然算法使得消息传输能耗极低(恒 为 1),但传输成功率与传输延迟性能表现很不理 想. 在泛洪算法(flood)中机器人消息能被不同节点 传输到中心节点,传输成功率优于 Direct 算法. 但 Flood 中静态节点消息队列占满后,节点不再接受机 器人消息,同时丢弃原队列消息来存放自身消息,使 得 Flood 算法在队列满后网络传输成功率提升有 限. 相比 Direct 算法,由于 Flood 策略中节点不加选 择的进行消息分发,使得传输能耗(平均消息副本 数)急剧增大,同时也限制了消息延迟的降低. 由图 5 可知 MPD 与 FDA 算法在适当的消息传 输能耗(平均消息副本数)下,机器人消息传输成功 率与消息传输延迟相较 Direct 与 Flood 算法有明显 性能提升. 其中 MPD 策略在消息副本数略高于 FAD 策略情况下,机器人消息传输成功率与消息传 输延迟都具有更好的性能特性. 从而更好的实现了 机器人网络消息传输能耗与传输成功率、传输延迟 间的平衡. 在 DTMSN 巡线机器人网络中,各节点的 稀疏性、间歇连通性导致机器人与静态节点、中心节 点相遇概率较低,同时网络中机器人的随机移动性 导致网络拓扑结构动态变化,而实际中机器人消息 传输的性能更多的取决于机器人与各节点的远近关 系、运动趋势等机器人位姿信息. FAD 策略依靠对 过去传输的记录并不能很好的反映机器人将消息传 输给中心节点的实际能力. MPD 策略利用机器人接 收网络广播信号强度计算机器人相对于网络的位姿 信息,相比 FAD 策略更精确地反映巡线机器人网络 传输概率. 此外 FAD 基于容错的消息队列机制改 善消息传输延迟与能耗,但并未考虑消息的失效问 题,队列管理效率仍有待提高. MPD 采用消息失效 时间、机器人消息优先传输机制来进行队列管理. 算法通过控制 DVT 值影响消息寿命,合理利用了网 络带宽与能量,减小网络开销. MPD 策略优先将机 器人消息转发至更多节点,提高机器人消息传输成 功率. 4郾 1郾 2 节点通信半径对性能的影响 机器人节点及静态节点在默认密度下,通信 半径发生变化时,4 种传输策略性能对比如图 6 所 示. 节点通信半径较小(低于 20 m) 时,节点相遇 概率较低、相遇时间间隔较长,4 种传输策略传输 成功率均低于 35% ,都有较高的传输延迟和极低 的能量损耗. 随着通信半径增加,由于机器人与中 心节点和其他节点相遇概率升高,各算法传输成 功率有明显增长,当半径超过 100 m 增幅减小. 其 中 FDA 算法在通信半径超过 140 m 时传输成功率 开始下降,同时 FDA 消息副本也逐步减小. 由于 FDA 算法中 啄 参数表示节点相遇并发送消息的间 隔,决定了机器人与其他节点的传输与否,当通信 半径超过 140 m 后大部分节点传输间隔都小于 50 s,此时机器人消息被大量的节点相互被转发, 而 FDA 队列管理进行容错筛选后丢弃了大量消息 导致消息副本减少,随后传输成功率受到影响. 而 MPD 算法依据机器人位姿信息更精确的测算传输 概率,确保传输负载均衡与高成功率,同时 MPD 中机器人消息优先机制有效降低了机器人消息的 传输延迟. 图 6 通讯半径对不同传输算法的影响. (a) 平均传输成功率; (b) 平均副本数; (c) 平均传输延迟 Fig. 6 Impact of transmission radio on different transmission algorithms: (a) average delivery ratio; (b) average copies; (c) average delay 4郾 1郾 3 动态节点密度对性能的影响 默认参数下,机器人节点密度发生变化时,4 种 策略的仿真结果如图 7 所示. 由图 7( a)可知随着 机器人数量增大,机器人与其他节点相遇时间间隔 减小,4 种算法传输成功率都有小幅提升. 但当机 器人数量超过 40 后,由于网络中机器人产生消息与 传输中消息副本的大量增长,传输成功率呈小幅下 降趋势,其中 MPD 策略针对机器人消息进行识别与 优先传输改善了大量信息下的网络性能. 同时在图 7(b)中,除直接传递策略外,平均消息副本数量均 明显增长,在机器人数量超过 43 后 FAD 算法因队 列管理影响丢弃了部分传输副本,增长幅度减弱,但 ·1418·