1.2定时器管理

　　RPL中使用细流算法[7]来控制DIO消息的发送。细流算法是一个适应性的机制，用来限制控制协议的开销。与传统IP网络不同，LLN网络有着非常有限的资源，必须尽可能的减少控制协议消息所占的比例，但同时又必须要维护好网络结构。当网络改变时，节点会以较高的频率发送控制包；当网络趋于稳定时，则控制流的速率减少。算法中定义了控制消息发送间隔参数I，当网络很稳定时，则I成倍的增加；而网络有动荡时，则发送间隔迅速降为最小值，高频率的发送控制消息以修复网络。

　　本文借助Contiki系统中的Cooja模拟器，对RPL协议进行了仿真。图2所示为节点布局图，并在图3中以节点5为例展示了DIO消息的发送控制过程。从图3中可以看到，当网络刚形成逐步趋于稳定的时候，DIO消息发送间隔成倍增加；图3中23：00和01：20附近陡峭的转折点表明此时监测到节点5和网络存在不一致性，迅速将控制消息发送间隔调至最小值以迅速修复网络。

　　1.3环路避免机制

　　RPL中规定，在沿着叶节点到根节点的路径上，节点级别必须是递减的[1]，即父节点的级别必须小于子节点的级别。当节点在网络中位置发生改变时，必须根据父节点重新计算自己的级别。假设节点N的最优父节点为P，P的级别为R（P），那么N的级别R（N）计算公式为：

　　R（N）=R（P）+rank_increase

　　rank_increase为子节点和父节点级别的差值，其算法在OF中有定义。

　　节点的级别在环路避免中有着重要的意义。RPL协议也通过在包头上设定标志位来附带路由控制数据，以避免数据包被循环转发。

　　2考虑节点剩余能量的RPL协议

　　2.1RPL协议原始路由方案

　　目标函数决定了RPL协议的路径选择方式。目前RPL的官方文件中，只明确定义了零目标函数（OF0）[8]，即以跳数（HC）为最佳路径选择的唯一标准，而其他的目标函数则由开发者根据需求灵活定义。比如对链路可靠性要求较高的应用，可将链路质量作为路由选择的首要考虑标准；而对能量受限的环境则可以定义在路径中尽量避开电池供电节点。在文档RFC6551[9]中，提出了多种可供开发者参考的路由度量。

　　在选择路径时，若只考虑跳数因素，必然会导致Sink周边节点数据压力过大，从而使关键节点能量过早消耗而死亡。文献[10]将网络的生命长度定义为第一个节点死亡的时间。对于能量受限的低功耗有损网络，如何平衡能量消耗，延长网络整体寿命，是协议要考虑的重要因素。

　　2.2优化之后的RPL路由方案

　　目前已有多种针对无线传感网络能量优化的路由协议，比如分级能量路由协议LEACH和TEEN，以数据为中心的能量有效路由协议DD和SPIN，还有基于地理位置的路由协议GPSR和GEAR等[11]。但这些协议都很难实现和RPL协议的融合。RPL协议是通过在containermetric中，定义路径选择时所考虑的参数，然后再以一定的方式将所需要考虑的参数相结合，从而确定一个合理的路径选择方案。

　　本篇论文中采取的是跳数（HC）和节点能量（EN）相结合的方式。结合方式有两种[12]，一种是Lex，一种是Add。Lex是指优先考虑跳数，只有在跳数相同的情况下，才考虑节点能量；而Add则是采取两种参数综合考虑的方式，按照一定的比例相结合，即：

　　其中：

　　本文对这两种不同的结合方式做了仿真对比。

　　2.3RPL协议改进前后的仿真对比

　　仿真工具采用的是美国UIUC大学开发的针对无线传感网络研究的J-Sim平台，该平台基于Java语言，和NS2相比具有内存消耗小、仿真速度快、有更好的可扩展性等优点。本文仿真了传感网络数据收集的场景。在100×100的区域里，规则的布置有100个节点，图4所示是网络节点布局图和OF0的拓扑结构，其中最左上侧的0号节点为数据汇聚节点，右下侧的49-99和94-98这11个节点为传感器数据采集节点。数据从右下侧的11个源节点发送到左上侧的0号节点。由于该网络具有对称性，1和10对称，2和20对称等，对称节点的能量消耗基本一致。本文中重点仿真了具有代表性的1、2、11、12、22这几个关键节点的能量消耗情况。

　　对于OF0，由于跳数是路径选择的唯一标准，节点位置固定的网络，其拓扑结构也相对保持不变。图4即为这种情况下的拓扑结构。由图4中可以看到，节点1和节点10承载了大部分的数据量，几乎任何从下侧或者右侧源节点发过来的数据都要经过这两个节点转发到Sink节点。而节点11，则只有来自源节点99的数据由它转发。

　　图5所示是系统节点能耗图。其中图5（a）为OF0方案下部分节点能量消耗图。从图中可以看出，最关键的节点1和节点10，能量很快就消耗殆尽。而节点11，则能耗相对较少。这对节点位置固定的网络是很不利的，会使数据量较大的节点在短期内能量迅速消耗完而死亡，而其他非位置关键节点，则一直被闲置。造成网络能耗分布极其不均匀，能量利用率不高。

　　接下来可以仿真跳数和节点剩余能量相结合的路径选择方式，图5（b）为跳数和能量按照2∶8的比例加权所得到的能耗结果。从图5（b）可以看出，节点1、10和11的能耗更为均衡，第一个节点死亡的时间大为延长。跳数和节点剩余能量相结合的路径选择方式，能一定程度上改善以跳数为唯一度量所造成了能量消耗不均的情况，从而延长关键节点的生命长度。仿真中也能看到，最佳路径的拓扑图一直处于动态变化，原先经过节点1和节点10到达汇聚节点的数据，有一部分从节点11分流，从而缓解节点1和节点10的压力。

　　（a）HC路径选择方案节点能耗（b）HC+EN路径选择方案节点能耗

　　本文也仿真了跳数（HC）和节点能量（EN）按照Lex的结合方式，即优先考虑最小跳数，当跳数相同的时候再考虑节点能量，以及在Add结合方式下按0.8HC+0.2EN和0.2HC+0.8EN的不同比例相结合的情况对比。最后得出的结论是，两种不同的结合方式对网络能耗均衡都有一定程度的改善；而Add的结合方式能耗更为均衡，且剩余能量所占的比例越高，改善的效果越为显著。图6所示是在不同路由策略下，关键节点能耗的对比情况。

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。