PGCR-MRA：基于中心性感知和博弈论功率控制的无线传感器网络多路径路由算法

《Ad Hoc Networks》：PGCR-MRA: A multipath routing algorithm for wireless sensor networks based on centrality awareness and game-theoretic power control

　　

• •
  我们提出了一种面向无线传感器网络（WSNs）可靠传输的联合多路径路由与功率控制框架。
• •
  通过整合跳数、剩余能量和节点中心性以及在线反馈，设计了一种中心性感知的自适应路径选择机制。
• •
  开发了一种双时间窗状态趋势估计与基于演化博弈的功率控制方案，以提高能效和稳定性。

引言

随着工业互联网（IIoT）的持续发展，无线传感器网络（WSNs）已广泛应用于工业监控、自动化和智能制造[1]、[2]、[3]。然而，大规模和高密度的部署给传感器节点带来了显著的能耗和通信负担。不均衡的能量消耗可能导致关键节点的过早失效，造成拓扑中断和网络寿命缩短[4]、[5]。

研究人员越来越多地关注启发式和元启发式算法用于无线传感器网络路由优化，因为它们具有强大的全局搜索能力和适应性。现有研究引入了各种智能优化方法，包括蚁群优化、粒子群优化和遗传算法，以提高路由效率和网络鲁棒性[6]、[7]、[8]、[9]、[10]、[11]。

近年来，相关研究进一步表明，基于元启发式的路由方法可以有效提高路径选择质量，并增强网络在复杂动态环境中的适应性[12]、[13]、[14]。然而，大多数现有方法仍然主要依赖单路径路由策略，这限制了它们在动态和资源受限环境中的容错能力和传输可靠性。

为提高传输可靠性，如AOMDV等多路径路由机制建立了多条备选传输路径，以实现负载均衡和链路冗余[15]。近期研究将元启发式算法与多路径路由相结合，以优化路径构建和选择[16]、[17]、[18]。

现有方法在动态监控导向的WSN场景中仍面临三大局限性：（1）路由路径选择和传输功率自适应通常被设计为独立过程，导致所选中继路径与可靠且节能通信所需的传输功率之间协调不足；（2）大多数路由和功率控制决策主要依赖瞬时网络观测，未明确考虑节点和链路状态的短期和中长期变化，这可能降低其对动态网络条件的响应能力；（3）传统路径评估通常强调跳数和剩余能量等局部指标，而很少纳入中继节点重要性的轻量级估计。因此，结构上重要的中继节点可能被反复选中，导致过载并过早耗尽能量，从而缩短网络寿命。

因此，本研究通过将研究方向从孤立的路线优化推进到一个协调的路由与功率控制框架，从而发展了现有的WSN路由研究。而不是将路由选择、节点重要性、状态演化和传输功率视为独立的设计问题，PGCR-MRA将它们整合为一个统一的轻量级自适应机制。

为了解决这些问题，提出了PGCR-MRA作为无线传感器网络的联合路由与功率控制框架，特别适用于工业自动化互联网等监控导向应用场景。该框架集成了中心性感知的路径评估、双时间窗趋势估计和基于演化博弈的功率控制，以提高路由可靠性、能效和决策稳定性。具体而言，所提出的机制根据网络反馈自适应地调整路由偏好，并采用势能函数约束的功率控制来减少中继过载并抑制频繁的功率波动。

在线反馈机制采用基于增量均值的更新策略，其中路由偏好根据累积的网络性能观测进行调整，而非显式的状态-动作-奖励建模。

本文的主要贡献总结如下：

• 1.
  我们提出了一种面向监控导向无线传感器网络可靠且节能传输的协调多路径路由与功率控制框架。该框架将自适应路径选择与分布式传输功率调整相结合。
• 2.
  我们开发了一种中心性感知的自适应路径选择机制，综合考虑跳数、最小剩余能量和中继节点中心性。路径评估权重根据网络反馈动态调整，以提高路径适应性并减轻对结构重要中继节点的过度依赖。
• 3.
  我们设计了一种双时间窗趋势估计机制，捕捉邻居密度、通信距离和剩余能量的短期和中长期变化。基于估计的趋势，生成自适应功率候选值，以支持趋势感知的传输功率调整。
• 4.
  我们引入了一种带势能函数约束的基于演化博弈的分布式功率控制方法。候选功率策略根据局部收益进行更新，同时抑制频繁的功率切换以提高决策稳定性。

本文其余部分组织如下。第2节回顾相关工作。第3节介绍网络和能耗模型。第4节介绍所提出的PGCR-MRA框架。第5节通过仿真评估所提方法的性能。最后，第6节总结全文并讨论未来研究方向。

章节摘要

相关工作

随着自动化和智能监控系统的发展，无线传感器网络（WSNs）已广泛应用于设备和状态监控场景。然而，频繁的链路波动、有限的节点能量和动态网络状态仍然使路由协议在可靠性、能效和自适应路径选择方面面临挑战。

现有的WSN路由优化方法主要可分为单路径智能路由、多路径路由和

系统模型

本文考虑一个静态无线传感器网络场景，由传感器节点 $V=v_1,v_2,\dots ,v_n$ 和一个基站组成。该场景代表了一般监控导向的WSN抽象，适用于广泛的传感应用，包括工业监控场景。然而，本研究的目标不是复制特定的工业部署环境，而是评估路由与传输功率协调机制的有效性。

PGCR-MRA算法

在保留AOMDV的多路径发现和维持机制的同时，PGCR-MRA联合优化路由选择和传输功率控制。首先，网络状态感知的路径加权机制利用跳数、剩余能量和中继节点中心性来评估候选路径，并根据网络反馈动态调整其权重。其次，双时间窗趋势检测机制分析邻居密度、通信距离和

实验结果分析

为验证PGCR-MRA，我们评估了其参数敏感性、机制贡献和整体性能。进行敏感性实验以确定关键参数并验证自适应路径加权机制的稳定性。消融实验随后检验主要组成部分的贡献，而对比实验评估在不同网络规模、流量速率、数据包量和运行时间下的性能。

结论与未来工作

本研究旨在提高监控导向无线传感器网络中多路径路由的可靠性、能效和适应性。为此，PGCR-MRA在一个协调框架内集成了中心性感知的路径评估、双时间窗状态趋势估计、在线路径权重调整和基于演化博弈的传输功率控制。

仿真结果表明，PGCR-MRA在数据包投递率、端到端时延和路由之间实现了更好的平衡。

CRediT作者贡献声明

柴安营：监督、方法论、概念构思。孟德琪：原创草案撰写、软件、方法论、调查、概念构思。邓昌义：监督、项目管理、资金获取。王磊：监督。庾瑾男：可视化、形式分析。李明时：可视化、监督。王世宇：资源。李北北：可视化。

利益冲突声明

作者声明他们没有已知的竞争财务利益或个人关系，这些可能影响本文报告的工作。

致谢

本研究得到了国家重点研发计划项目联合基金（编号：2025YFB3110800）的支持；中国辽宁省自然科学基金（项目编号：2023-MSLH-248）；中国辽宁省教育厅科研项目（项目编号：LJ232410142006）；福建省自然科学基金项目（项目编号：2022J05248）；龙岩有色金属研究院产学研项目（项目编号：PT2024-2-02）；

柴安营2015年获得山东建筑大学计算机科学与技术学士学位，2018年获得中国科学院大学计算机技术硕士学位，2022年获得中国科学院大学计算机应用技术博士学位。他的研究兴趣包括工业互联网（IIoT）、智能制造和人工智能。

柴安营|孟德琪|邓昌义|王磊|庾瑾男|李明时|王世宇|李北北