0 引言

    移動(dòng)自組織網(wǎng)絡(luò)（Mobile Ad Hoc Networks，MANETs）由許多無線節(jié)點(diǎn)組成，不需要固定的基礎(chǔ)設(shè)施即可進(jìn)行通信，隨時(shí)隨地可用，部署快捷，非常適用于緊急救援、軍事偵察等應(yīng)用領(lǐng)域^[1-3]。在移動(dòng)自組織網(wǎng)絡(luò)中，每個(gè)節(jié)點(diǎn)相互協(xié)作轉(zhuǎn)發(fā)數(shù)據(jù)。由于節(jié)點(diǎn)能量有限，能效問題值得關(guān)注。組播路由(Multicast Routing)可以實(shí)現(xiàn)數(shù)據(jù)的一對(duì)多傳輸，有助于降低數(shù)據(jù)傳輸次數(shù)，提高數(shù)據(jù)傳輸效率，減少網(wǎng)絡(luò)擁塞和能耗，對(duì)于解決移動(dòng)自組織網(wǎng)絡(luò)的能效問題非常有益^[4-7]。在網(wǎng)絡(luò)通信過程中，由于環(huán)境的不確定性和網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的動(dòng)態(tài)變化，無線信道的能量資源、數(shù)據(jù)流量等都會(huì)隨之發(fā)生變化。這種隨機(jī)性和模糊性的變化對(duì)組播路由的設(shè)計(jì)帶來了一些困難，易引起數(shù)據(jù)丟失、節(jié)點(diǎn)爭議、數(shù)據(jù)重傳和干擾等網(wǎng)絡(luò)問題，降低網(wǎng)絡(luò)性能^[8]。為提高網(wǎng)絡(luò)性能，目前已經(jīng)提出了許多組播路由協(xié)議^[9-13]。如文獻(xiàn)[11]提出組播AODV（Multicast AODV，MAODV）路由協(xié)議；文獻(xiàn)[12]提出了一種按需組播路由協(xié)議（On-Demand Multicast Routing Protocol，ODMRP）；文獻(xiàn)[13]對(duì)ODMRP進(jìn)行改進(jìn)，引入負(fù)載均衡算法，選擇負(fù)載較小的節(jié)點(diǎn)進(jìn)行組播數(shù)據(jù)轉(zhuǎn)發(fā)，降低網(wǎng)絡(luò)擁塞，減小數(shù)據(jù)丟失。

本文提出一種基于模糊邏輯的MANETs組播路由協(xié)議，以節(jié)點(diǎn)的能量和距離作為路由選擇依據(jù)，借助模糊邏輯描述能量、距離與路由優(yōu)劣的不確定關(guān)系，為源節(jié)點(diǎn)和組播地址之間選擇兩條最佳路由，一條用于數(shù)據(jù)傳輸，另一條備用，以降低數(shù)據(jù)傳輸延遲和丟包率，提高網(wǎng)絡(luò)性能。

1 網(wǎng)絡(luò)模型

    在介紹本文協(xié)議之前，首先描述本文所用的網(wǎng)絡(luò)模型。移動(dòng)自組織網(wǎng)絡(luò)常用無向圖模型來表示，記為G=(V，P)。其中，V表示頂點(diǎn)（也即網(wǎng)絡(luò)中的節(jié)點(diǎn)）的集合，P表示邊（也即網(wǎng)絡(luò)中節(jié)點(diǎn)之間的鏈路）的集合。每一條邊代表兩個(gè)節(jié)點(diǎn)之間的一個(gè)鏈路，這兩個(gè)節(jié)點(diǎn)可以通過一跳或者多跳方式進(jìn)行通信。源節(jié)點(diǎn)S的位置記為(x_S，y_S)，組播組g的位置記為(x_g，y_g)，以這兩個(gè)頂點(diǎn)作為矩形區(qū)域的兩個(gè)對(duì)角頂點(diǎn)，圍成一個(gè)矩形區(qū)域（記為Δ），該區(qū)域?yàn)樵垂?jié)點(diǎn)和組播組所在的網(wǎng)絡(luò)區(qū)域。區(qū)域中其他節(jié)點(diǎn)N_i的位置記為(x_i，y_i)，任意兩個(gè)節(jié)點(diǎn)Ni和Nj之間的距離可以表示為本文采用的是歐氏距離。

2 本文路由協(xié)議

    為了降低能量不足可能引起的組播路由不穩(wěn)定問題，本文提出一種基于模糊邏輯的MANETs組播路由協(xié)議，依據(jù)能量和距離兩個(gè)參量對(duì)路由性能進(jìn)行評(píng)估，借助模糊邏輯選擇最優(yōu)路由。本文路由協(xié)議主要包括兩個(gè)部分，一是組播網(wǎng)格創(chuàng)建，二是借助模糊邏輯選擇最優(yōu)組播路由。

2.1 組播網(wǎng)格創(chuàng)建

    本文采用部署在區(qū)域Δ內(nèi)的部分移動(dòng)節(jié)點(diǎn)來創(chuàng)建組播網(wǎng)格，組播網(wǎng)格創(chuàng)建的數(shù)據(jù)包類型共有4種，分別命名為J-Q（“加入組”請(qǐng)求）數(shù)據(jù)包、J-R（“加入組”應(yīng)答）數(shù)據(jù)包、J-E（“加入組”錯(cuò)誤）數(shù)據(jù)包和HELLO（握手）數(shù)據(jù)包。其中，J-Q數(shù)據(jù)包格式如表1所示。

    每個(gè)節(jié)點(diǎn)保存一個(gè)路由表，用于存儲(chǔ)路由信息，包括組地址、下一跳地址、跳數(shù)量、序列號(hào)、類型、路由列表、輸入?yún)⒘亢洼敵鰠⒘?。其中，類型字段存?chǔ)組播組的組別，如組1、組2等。路由列表字段存儲(chǔ)源節(jié)點(diǎn)和組播組地址之間的路由，路由可以有多個(gè)。輸入?yún)⒘坑袃蓚€(gè)，分別為剩余能量（E）和距離（D），其中，剩余能量的計(jì)算公式為：

    輸出參量只有一個(gè)，即路由的獎(jiǎng)勵(lì)值。當(dāng)J-Q數(shù)據(jù)包到達(dá)組播組時(shí)，依據(jù)輸入的能量和距離參量計(jì)算輸出參量。當(dāng)源節(jié)點(diǎn)想要向組播組發(fā)送數(shù)據(jù)包時(shí)，源節(jié)點(diǎn)會(huì)在其路由表中檢查路由。如果源節(jié)點(diǎn)的路由表中包含路由，則直接發(fā)送數(shù)據(jù)包即可。否則，將保留數(shù)據(jù)包并廣播消息給鄰居節(jié)點(diǎn)，通過向其鄰居傳播J-Q數(shù)據(jù)包來發(fā)起J-Q進(jìn)程。當(dāng)發(fā)現(xiàn)組播組的最優(yōu)路由時(shí)，則回傳J-R數(shù)據(jù)包。

    建立組播網(wǎng)格之后，進(jìn)入組播路由選擇階段。依據(jù)節(jié)點(diǎn)的剩余能量和距離參量來計(jì)算各條路由的獎(jiǎng)勵(lì)值，選出獎(jiǎng)勵(lì)值排名最前的兩條不相交路由進(jìn)行數(shù)據(jù)傳輸。當(dāng)?shù)谝粭l路由出現(xiàn)故障時(shí)，使用第二條路由進(jìn)行數(shù)據(jù)傳輸，提高網(wǎng)絡(luò)的可靠性。在組播路由選擇階段，本文計(jì)算路由的獎(jiǎng)勵(lì)值時(shí)引入了模糊邏輯，具體在下一小節(jié)詳述。

2.2 基于模糊邏輯的組播路由選擇

    移動(dòng)自組織網(wǎng)絡(luò)存在大量隨機(jī)事件，這些隨機(jī)事件導(dǎo)致自組織網(wǎng)絡(luò)存在許多不確定性，模糊邏輯可以有效地代表存在不確定性和不精確的知識(shí)。具體思路是，采用模糊邏輯來對(duì)輸入的能量和距離參量以及輸出的獎(jiǎng)勵(lì)參量進(jìn)行處理，輸入和輸出參數(shù)根據(jù)模糊邏輯語言屬性的變化而變化。在通信過程中，路由表中的節(jié)點(diǎn)的能量和距離參量采用累積形式更新，直到J-Q數(shù)據(jù)包到達(dá)組播組。借助模糊邏輯的處理步驟計(jì)算每個(gè)組播路由的輸出獎(jiǎng)勵(lì)值，并選擇最優(yōu)路由回傳J-R數(shù)據(jù)包。

    組播網(wǎng)格中的每個(gè)節(jié)點(diǎn)用于在區(qū)域Δ中傳輸數(shù)據(jù)，但節(jié)點(diǎn)的能量是否充足以及距離是否合適并沒有精確的定義。因此，鄰居節(jié)點(diǎn)集合ξ是一組動(dòng)態(tài)節(jié)點(diǎn)的集合。對(duì)集合ξ中的節(jié)點(diǎn)，按照其剩余能量的大小將其劃分為3個(gè)等級(jí)，分別低能量節(jié)點(diǎn)、中能量節(jié)點(diǎn)和高能量節(jié)點(diǎn)。對(duì)應(yīng)的節(jié)點(diǎn)集合分別記為E_L、E_M和E_H。其中，E_L、E_M和E_H互不相交，且E_L∪E_M∪E_H=ξ。類似地，按照其距離的遠(yuǎn)近也可以將集合ξ中的節(jié)點(diǎn)劃分為3個(gè)等級(jí)，分別近距離節(jié)點(diǎn)、中距離節(jié)點(diǎn)和遠(yuǎn)距離節(jié)點(diǎn)。對(duì)應(yīng)的節(jié)點(diǎn)集合分別記為D_S、D_M和D_L。同樣地，D_S、D_M和D_L互不相交，且D_S∪D_M∪D_L=ξ。

    在組播網(wǎng)絡(luò)通信時(shí)需要選擇最佳鏈路將一個(gè)節(jié)點(diǎn)的數(shù)據(jù)包轉(zhuǎn)發(fā)給另一個(gè)節(jié)點(diǎn)。由于移動(dòng)節(jié)點(diǎn)的不確定性，無法給出最佳鏈路的準(zhǔn)確定義。理論上，節(jié)點(diǎn)的剩余能量越高、距離越近，對(duì)于數(shù)據(jù)包的轉(zhuǎn)發(fā)越有益。本文采用模糊邏輯來描述這一情況，建立能量高低、距離遠(yuǎn)近與路由優(yōu)劣之間的模糊聯(lián)系。

    模糊邏輯主要包括的3個(gè)步驟，即模糊化、模糊推理和去模糊化，詳細(xì)描述如下。

2.2.1 模糊化

    模糊化的作用是將輸入的剩余能量參量E和距離參量D變?yōu)槟：恼Z言變量，過程采用模糊知識(shí)庫中的隸屬度函數(shù)來實(shí)現(xiàn)，將輸入?yún)⒘縀和D的實(shí)際值轉(zhuǎn)換為模糊的隸屬度。隸屬度函數(shù)通常為非線性函數(shù)，記為μ(x)，用于將輸入空間的實(shí)際值x映射到模糊的隸屬度。隸屬度的范圍是[0，1]。常用的隸屬度函數(shù)有三角函數(shù)、梯形函數(shù)、高斯函數(shù)、分段線性函數(shù)等。其中，高斯隸屬度函數(shù)對(duì)拓?fù)浣Y(jié)構(gòu)易變的移動(dòng)自組織網(wǎng)絡(luò)的適應(yīng)性更好，因此本文采用高斯隸屬度函數(shù)實(shí)現(xiàn)輸入?yún)⒘康哪：?/p>

    如前所述，集合ξ中的節(jié)點(diǎn)按照其剩余能量的大小可以劃分為低能量節(jié)點(diǎn)、中能量節(jié)點(diǎn)和高能量節(jié)點(diǎn)3個(gè)等級(jí)。因此，能量參量可以模糊化為3個(gè)語言變量?？紤]到隸屬度的范圍為[0，1]，本文將輸入的能量參量也歸一化到[0，1]，具體是用節(jié)點(diǎn)的剩余能量與初始能量的比值來代替能量參量，即：

    能量參量的語言變量如表2所示。

    類似地，集合ξ中的節(jié)點(diǎn)按照其距離的遠(yuǎn)近也可以劃分為近距離節(jié)點(diǎn)、中距離節(jié)點(diǎn)和遠(yuǎn)距離節(jié)點(diǎn)3個(gè)等級(jí)。因此，距離參量也可以模糊化為3個(gè)語言變量。本文將輸入的距離參量也歸一化到[0，1]，具體是用節(jié)點(diǎn)的距離與源節(jié)點(diǎn)到組播地址的距離的比值來代替距離參量，即：

    距離參量的語言變量如表3所示。

2.2.2 模糊推理

    模糊推理的作用是將模糊化的語言變量轉(zhuǎn)換為模糊的輸出值，通常采用Mamdani和Sugeno等模糊推理模型，依據(jù)經(jīng)驗(yàn)知識(shí)構(gòu)建的模糊規(guī)則實(shí)現(xiàn)模糊推理。模糊推理由確定輸入和輸出參量之間關(guān)系的邏輯規(guī)則組成，形式為：

其中，μ_E表示能量參量的語言變量，μ_D表示距離參量的語言變量，這兩項(xiàng)為輸入項(xiàng)；R表示推理結(jié)果，為輸出項(xiàng)；A、B和C為變量值。

    如前所述，能量參量和距離參量的語言變量都有3個(gè)，那么條件β₁：μ_E=A且μ_D=B的組合共有9組。于是本文定義了9個(gè)模糊規(guī)則，如表4所示。可見，推理結(jié)果共有6類，分別為“最優(yōu)”、“優(yōu)”、“良”、“中”、“差”、“最差”，簡記為“VE”、“E”、“G”、“M”、“B”、“VB”。其中，規(guī)則1和規(guī)則9的推理結(jié)果相同，規(guī)則2和規(guī)則6的推理結(jié)果相同，規(guī)則4和規(guī)則8的推理結(jié)果相同。

    6類推理結(jié)果對(duì)應(yīng)的高斯隸屬度函數(shù)如下：

2.2.3 去模糊化

    去模糊化的作用是將前一階段得到的模糊輸出值再轉(zhuǎn)換為確定值，常采用方法包括質(zhì)心法、重心法、均值法和最大值法等。其中，質(zhì)心法的應(yīng)用最為廣泛。本文采用質(zhì)心法進(jìn)行去模糊化，公式為：

其中，x對(duì)應(yīng)前一階段得到的模糊輸出值，μ(x)為對(duì)應(yīng)的隸屬度函數(shù)。

    去模糊化之后，得到的確定值即為輸出的獎(jiǎng)勵(lì)值。

    經(jīng)過模糊邏輯處理之后，路由上的每一個(gè)節(jié)點(diǎn)都得到一個(gè)獎(jiǎng)勵(lì)值，將路由上各節(jié)點(diǎn)的獎(jiǎng)勵(lì)值進(jìn)行累加，得到路由的獎(jiǎng)勵(lì)值。然后按獎(jiǎng)勵(lì)值由大到小的順序?qū)β酚蛇M(jìn)行排序，選擇排名最前的兩條不相交路由，其中獎(jiǎng)勵(lì)值最大的路由用于數(shù)據(jù)傳輸，另一條路由作為備選路由，在第一條路由出現(xiàn)故障時(shí)進(jìn)行數(shù)據(jù)傳輸，以便提高網(wǎng)絡(luò)的可靠性。

3 仿真結(jié)果分析

3.1 仿真說明

    為了驗(yàn)證本文提出的基于模糊邏輯的組播路由協(xié)議（簡記為FLMRP）的性能，本節(jié)采用常用的Network Simulator 2網(wǎng)絡(luò)仿真軟件進(jìn)行仿真實(shí)驗(yàn)，與現(xiàn)有的MAODV^[11]、ODMRP^[12]和MODMRP^[13]組播路由協(xié)議進(jìn)行對(duì)比分析，從報(bào)文送達(dá)率和端到端平均延時(shí)兩個(gè)方面評(píng)價(jià)路由協(xié)議的性能。仿真參數(shù)如表5所示。

3.2 結(jié)果對(duì)比

3.2.1 報(bào)文送達(dá)率結(jié)果對(duì)比

    圖1展示了4種組播路由協(xié)議的報(bào)文送達(dá)率指標(biāo)隨數(shù)據(jù)包傳輸速率變化的仿真結(jié)果?？梢?，隨著數(shù)據(jù)包傳輸速率的增加，報(bào)文送達(dá)率指標(biāo)下降顯著。數(shù)據(jù)包發(fā)送越快，對(duì)路由質(zhì)量要求越高，路由故障或網(wǎng)絡(luò)擁塞都會(huì)導(dǎo)致數(shù)據(jù)丟包率增加，從而降低報(bào)文送達(dá)率。但從圖1中可見，同等條件下本文組播路由協(xié)議的報(bào)文送達(dá)率指標(biāo)最高，MADOV最低，MODMRP略高于ODMRP。

3.2.2 端到端平均延時(shí)結(jié)果對(duì)比

    圖2展示了4種組播路由協(xié)議的端到端平均延時(shí)指標(biāo)隨數(shù)據(jù)包傳輸速率變化的仿真結(jié)果。隨著數(shù)據(jù)包傳輸速率的增加，端到端平均延時(shí)會(huì)增加。同等條件下，本文路由協(xié)議的端到端平均延時(shí)最小，MADOV最大，MODMRP略低于ODMRP。

3.3.3 綜合分析評(píng)價(jià)

    通過報(bào)文送達(dá)率和端到端平均延時(shí)指標(biāo)的結(jié)果對(duì)比，可以看出本文路由協(xié)議的報(bào)文送達(dá)率和端到端平均延時(shí)兩個(gè)指標(biāo)都優(yōu)于其他3種組播路由協(xié)議。原因在于：與其他3種組播路由協(xié)議相比，本文提出的基于模糊邏輯的組播路由協(xié)議在組建路由時(shí)關(guān)注了節(jié)點(diǎn)的能量和距離參量，并借助模糊邏輯建立能量高低、距離遠(yuǎn)近與路由優(yōu)劣之間的模糊聯(lián)系，從而選擇能量高、距離近的組播路由，降低了能量不足引起的路由不穩(wěn)定現(xiàn)象，從而提高了報(bào)文送達(dá)率，同時(shí)由于選擇距離近的組播路由而降低了端到端平均延時(shí)。另外，本文協(xié)議選擇獎(jiǎng)勵(lì)值排名最前的兩條不相交路由，其中獎(jiǎng)勵(lì)值最大的路由用于數(shù)據(jù)傳輸，另一條路由作為備選路由，這樣在第一條路由出現(xiàn)故障時(shí)可以采用備選路由進(jìn)行數(shù)據(jù)傳輸，進(jìn)一步降低了丟包現(xiàn)象和數(shù)據(jù)傳輸延遲。

4 結(jié)束語

    組播路由協(xié)議有利于降低數(shù)據(jù)傳輸次數(shù)，減少網(wǎng)絡(luò)擁塞，是提高移動(dòng)自組織網(wǎng)絡(luò)的數(shù)據(jù)傳輸效率的有效途徑之一。本文針對(duì)能量不足可能引起的組播路由不穩(wěn)定問題，提出了一種基于模糊邏輯的組播路由協(xié)議。主要?jiǎng)?chuàng)新是采用模糊化、模糊推理和去模糊化3個(gè)模糊邏輯的處理步驟建立節(jié)點(diǎn)能量高低、距離遠(yuǎn)近與組播路由優(yōu)劣之間的模糊聯(lián)系，為數(shù)據(jù)的組播傳輸選擇能量充足、距離近的路由，提高報(bào)文送達(dá)率和降低數(shù)據(jù)傳輸延遲。另外，本文在源節(jié)點(diǎn)到組播組之間建立兩條不相交的路由進(jìn)行數(shù)據(jù)傳輸，便于在第一條路由出現(xiàn)故障時(shí)可以使用第二條路由進(jìn)行數(shù)據(jù)傳輸，提高網(wǎng)絡(luò)的可靠性。通過與現(xiàn)有的MAODV、ODMRP和MODMRP 3種組播路由協(xié)議進(jìn)行性能對(duì)比，證實(shí)了本文提出的組播路由協(xié)議具有更高的報(bào)文送達(dá)率和更小的端到端平均延時(shí)。

參考文獻(xiàn)

[1] SINGAL G，LAXMI V，GAUR M S，et al.Moralism: mobility prediction with link stability based multicast routing protocol in MANETs[J].Wireless Networks，2017，23(3)：663-679.

[2] JAIN S，AGRAWAL K.A survey on multicast routing protocols for mobile Ad Hoc networks[J].International Journal of Computer Applications，2014，96(96)：975-8887.

[3] MOAMEN A A，HAMZA H S，SAROIT I A.Secure multicast routing protocols in mobile ad-hoc networks[J].International Journal of Communication Systems，2015，27(11)：2808-2831.

[4] 周坤曉，趙慧，袁華強(qiáng).認(rèn)知無線電網(wǎng)絡(luò)組播路由算法和協(xié)議綜述[J].計(jì)算機(jī)應(yīng)用，2017，37(2)：422-426.

[5] ABDULWAHID H，DAI B，HUANG B，et al.Scheduled-links multicast routing protocol in MANETs[J].Journal of Network & Computer Applications，2016，63(C)：56-67.

[6] XIA H，XIA S，YU J，et al.Applying link stability estimation mechanism to multicast routing in MANETs[J].Journal of Systems Architecture，2014，60(5)：467-480.

[7] SINGAL G，LAXMI V，GAUR M S，et al.Moralism: mobility prediction with link stability based multicast routing protocol in MANETs[J].Wireless Networks，2017，23(3)：663-679.

[8] LI X，LIU T，LIU Y，et al.Optimized multicast routing algorithm based on tree structure in MANETs[J].中國通信(英文版)，2014，11(2)：90-99.

[9] GOPINATH S，NAGARAJAN N.Energy based reliable multicast routing protocol for packet forwarding in MANET[J].Journal of Applied Research & Technology，2015，13(3)：374-381.

[10] MNAOUER A B，CHEN L，F(xiàn)OH C H，et al.OPHMR：an optimized polymorphic hybrid multicast routing protocol for MANET[J].IEEE Transactions on Mobile Computing，2014，78(6)：324-37.

[11] MOAMEN A M A，HAMZA H S.On securing atomic operations in multicast AODV[J].Adhoc & Sensor Wireless Networks，2015，28(1)：137-159.

[12] KIRCHHOFF J，NIEWIEJSKA J，F(xiàn)UCHS C，et al.Multicast performance comparison of SMF and ODMRP using the CONFINE testbed[C].International Conference on Future Internet of Things and Cloud.IEEE，2015：782-787.

[13] 趙楠楠，王成，楊學(xué)惠.基于負(fù)載均衡算法的按需組播路由協(xié)議[J].計(jì)算機(jī)工程，2013，39(11)：96-99.

作者信息:

楊紅培1，劉  萍2

(1.許昌電氣職業(yè)學(xué)院 信息工程系，河南 許昌461000；2.河南師范大學(xué) 計(jì)算機(jī)與信息工程學(xué)院，河南 新鄉(xiāng)453000)