·970· 工程科学学报，第39卷，第6期 其他两种策略，相比CBEAR和BUBBLE两种策略负 节点服务状态相关参数，并估计节点的效用值，感知网 载率分别降低了21.5%和32%. 络节点服务能力的差异，以帕累托最优理论选取最佳 下一跳中继节点，完成数据转发，有效解决了因负载不 180 EEDFS 均和节点自私性带来的网络性能下降.结果表明，所 ·一CBEAR 160 BUBBLE 提出的带有能量管理的数据转发策略，在整体网络性 能上得到了较大的提高：但由于该机制在量化节点转 140 发意愿时，考虑了节点的活跃度，造成某些活跃度较高 120 的节点往往会被选择作为下一跳消息转发节点，从而 形成消息转发汇聚点，因为其能量和缓存资源仍然是 100 有限的，所以频繁的被选择作为消息转发的下一跳会 加重这些节点自身的负担，导致节点内仍然存在激烈 10121416182022 的资源竞争：同时，由于该机制在算法复杂度上相比传 缓存大小WMB 统机制有所提高，因此，网络开销会相对较高：并且，该 图9不同缓存大小下的网络负载率 机制在节点缓存受限时，数据成功投递率也会受到一 Fig.9 Network overhead rates under different cache sizes 定限制，表现不及传统算法CBEAR.以上问题需要通 图10给出了各个策略的数据平均投递时延性能. 过更深入的研究，对所提机制进行进一步的改善和 结果表明，随着节点缓存大小的增加，各个策略的数据 优化. 平均投递时延呈下降趋势.BUBBLE策略时延高于其 参考文献 他两种策略，主要因为该策略选取社区内较活跃节点 [1]Wu D P,Zhang H P,Wang H G,et al.Quality-of-protection- 作为中继节点，未考虑网络节点的能量资源受限以及 driven data forwarding for intermittently connected wireless net- 节点自私性等问题的影响，使得选择的中继节点并非 works.IEEE Wireless Commun,2015,22(4):66 最优中继节点.CBEAR策略尽管考虑了节点的活跃 [2]Wu D P,He J,Wang H G,et al.A hierarchical packet forward- 度和能量资源，然而未对节点的自私性进行处理，导致 ing mechanism for energy harvesting wireless sensor networks. 平均时延较高.EEDFS策略充分考虑了网络特性，采 IEEE Commun Mag,2015,53(8)92 用帕累托最优理论选取最佳中继节点，因此在平均投 [3] Wu D P,Zhang P N,Wang H G,et al.Node service ability a- ware packet forwarding mechanism in intermittently connected 递时延性能优于其他两者，与CBEAR和BUBBLE相 wireless networks.IEEE Trans Wireless Commun,2016,15(12): 比分别降低了14%和21.4%. 8169 1.50 [4] Thulasiraman P,White K A.Topology control of tactical wireless 1.45 --EEDFS sensor networks using energy efficient zone routing.Digital Com- ●-CBEAR 1.40 ▲—BUBBLE mun Netuorks,2016,2(1):1 1.35 1.30 [5] Zhang Z F,Li YX,Yang J.Energy efficiency based on joint mo- bile node grouping and data packet fragmentationin short-range 1.20 communication system.Int J Commun Syst,2014,27(4);534 1.15 [6]Li Y,Liao C.Wang Y,et al.Energy-efficient optimal relay se- 1.05 lection in cooperative cellular networks based on double auction. 1.00 IEEE Trans Wireless Commun,2015,14(8):4093 0.95 [7] Zarifzadeh S,Yazdani N,Nayyeri A.Energy-efficient topology 0.90 6810121416182022 control in wireless ad hoc networks with selfish nodes.Comput 缓存大小/MB Vetworks,2012,56(2):902 图10不同缓存大小下的数据平均投递时延 [8] Sharma B.Chugh S,Jain V.Energy efficient load balancing ap- Fig.10 Average data delivery delays under different cache sizes proach to improve AOMDV routing in MANET//2014 Fourth In- ternational Conference on Communication Systems and Network 4结论 Technologies (CSNT).Bhopal,2014 [9]Wu D P,Wang Y Y,Wang H G,et al.Dynamic coding control 针对间断连接无线网络中“热点”问题，提出一种 in social intermittent connectivity wireless networks.IEEE Trans 能量均衡的数据转发策略EEDFS.该策略根据节点间 Vehicular Technol,2016,65(9):7634 [10]Li J,Chen H,Chen Y,et al.Pricing and resource allocation via 历史相遇信息，充分考虑网络特性，以分布式方式估计 game theory for a small-cell video caching system.IEEE I Sel Ar-工程科学学报,第 39 卷,第 6 期 其他两种策略,相比 CBEAR 和 BUBBLE 两种策略负 载率分别降低了 21郾 5% 和 32% . 图 9 不同缓存大小下的网络负载率 Fig. 9 Network overhead rates under different cache sizes 图 10 给出了各个策略的数据平均投递时延性能. 结果表明,随着节点缓存大小的增加,各个策略的数据 平均投递时延呈下降趋势. BUBBLE 策略时延高于其 他两种策略,主要因为该策略选取社区内较活跃节点 作为中继节点,未考虑网络节点的能量资源受限以及 节点自私性等问题的影响,使得选择的中继节点并非 最优中继节点. CBEAR 策略尽管考虑了节点的活跃 度和能量资源,然而未对节点的自私性进行处理,导致 平均时延较高. EEDFS 策略充分考虑了网络特性,采 用帕累托最优理论选取最佳中继节点,因此在平均投 递时延性能优于其他两者,与 CBEAR 和 BUBBLE 相 比分别降低了 14% 和 21郾 4% . 图 10 不同缓存大小下的数据平均投递时延 Fig. 10 Average data delivery delays under different cache sizes 4 结论 针对间断连接无线网络中“热点冶问题,提出一种 能量均衡的数据转发策略 EEDFS. 该策略根据节点间 历史相遇信息,充分考虑网络特性,以分布式方式估计 节点服务状态相关参数,并估计节点的效用值,感知网 络节点服务能力的差异,以帕累托最优理论选取最佳 下一跳中继节点,完成数据转发,有效解决了因负载不 均和节点自私性带来的网络性能下降. 结果表明,所 提出的带有能量管理的数据转发策略,在整体网络性 能上得到了较大的提高;但由于该机制在量化节点转 发意愿时,考虑了节点的活跃度,造成某些活跃度较高 的节点往往会被选择作为下一跳消息转发节点,从而 形成消息转发汇聚点,因为其能量和缓存资源仍然是 有限的,所以频繁的被选择作为消息转发的下一跳会 加重这些节点自身的负担,导致节点内仍然存在激烈 的资源竞争;同时,由于该机制在算法复杂度上相比传 统机制有所提高,因此,网络开销会相对较高;并且,该 机制在节点缓存受限时,数据成功投递率也会受到一 定限制,表现不及传统算法 CBEAR. 以上问题需要通 过更深入的研究,对所提机制进行进一步的改善和 优化. 参 考 文 献 [1] Wu D P, Zhang H P, Wang H G, et al. Quality鄄of鄄protection鄄 driven data forwarding for intermittently connected wireless net鄄 works. IEEE Wireless Commun, 2015, 22(4): 66 [2] Wu D P, He J, Wang H G, et al. A hierarchical packet forward鄄 ing mechanism for energy harvesting wireless sensor networks. IEEE Commun Mag, 2015, 53(8): 92 [3] Wu D P, Zhang P N, Wang H G, et al. Node service ability a鄄 ware packet forwarding mechanism in intermittently connected wireless networks. IEEE Trans Wireless Commun, 2016, 15(12): 8169 [4] Thulasiraman P, White K A. Topology control of tactical wireless sensor networks using energy efficient zone routing. Digital Com鄄 mun Networks, 2016, 2(1): 1 [5] Zhang Z F, Li Y X, Yang J. Energy efficiency based on joint mo鄄 bile node grouping and data packet fragmentationin short鄄range communication system. Int J Commun Syst, 2014, 27(4): 534 [6] Li Y, Liao C, Wang Y, et al. Energy鄄efficient optimal relay se鄄 lection in cooperative cellular networks based on double auction. IEEE Trans Wireless Commun, 2015, 14(8): 4093 [7] Zarifzadeh S, Yazdani N, Nayyeri A. Energy鄄efficient topology control in wireless ad hoc networks with selfish nodes. Comput Networks, 2012, 56(2): 902 [8] Sharma B, Chugh S, Jain V. Energy efficient load balancing ap鄄 proach to improve AOMDV routing in MANET / / 2014 Fourth In鄄 ternational Conference on Communication Systems and Network Technologies (CSNT). Bhopal, 2014 [9] Wu D P, Wang Y Y, Wang H G, et al. Dynamic coding control in social intermittent connectivity wireless networks. IEEE Trans Vehicular Technol, 2016, 65(9): 7634 [10] Li J, Chen H, Chen Y, et al. Pricing and resource allocation via game theory for a small鄄cell video caching system. IEEE J Sel Ar鄄 ·970·