物联网网络拓扑论文范文

一、工业企业与物联网融合架构

传统的物联网架构包括三层:感知层、网络层和应用层。感知层包括RFID、M2M和WSN等子系统，网络层包括移动通信网络(2G/3G/4G)、互联网(有线/WiFi/Mesh)、卫星网、广电电视网等接入网，应用层则涵盖多种物联网应用系统。在工业企业与物联网的融合方面，首先，根据二者层次融合需求，将传统物联网层次进行简化，分为感知层与应用层。感知层汇集多种感知设备面向决策采集感知数据，在物物互联的基础上采用各类智能处理手段对物理世界进行感知与控制;而决策应用层则是通过利用决策方法分析感知数据进行决策实现各类综合应用。其次，在具体融合实施方面，需要部署大量的感知设备节点以监测生产流程中各类参数以及环境的变化，用于工业生产中的感知设备有很多种，常见有:存储物品信息的二维码、RFID射频识别标签，感知物品及环境状态信息的无线传感器，大范围内获取物品地理位置信息的GPS定位系统以及负责短距离通信的蓝牙设备等[7]。最终，工业企业物联网的融合构建是将企业生产运作运营各个环节全部整合到一个大规模且相互连通的网络中，各种感知设备构成物联网的感知网络。

二、企业物联网感知层的小世界网络拓扑优化

(一)小世界网络特性小世界网络的本质是对规则网络以某一概率进行重连，其目标是达到稀疏的长连接和密集的局部连接，其特性是具有高集聚系数和低平均路径长度。集聚系数代表的是网络中节点之间相互连接、集结成团的程度，集聚系数越高，网络中节点的聚集性就越好。依据这个特性将网络部分节点之间的连接删除，使网络整体的集聚系数增大就可以使网络呈现明显的聚合性或社团性。小世界网络节点集聚系数定义为:Ci=M/Cn(1)其中，M为该节点邻接节点的数量，Cn为这些节点之间连接的最大边数。0＜Ci＜1，而且Ci越接近1，表示网络的聚集性越好，这个节点附近的点就越有“抱团”的趋势。

(二)基于小世界网络模型的企业物联网感知层网络拓扑优化感知设备负责监测采集生产信息并将数据传输至基站，因为材料、体积、电能量、地理位置等因素，节点之间的通信限制在一定范围内，并且节点度不完全相同，所以感知层网络既非随机网络也不是完全规则的网络。在这个连通的网络中，数据传输的方式为多跳传输，节点间的同构性增大了网络连通度，非邻接节点之间的连接只需经过少数几个跳数，这体现出小世界网络的社会性。通信范围之内的节点相连，而远距离节点则通过邻接节点相继连接，在地理位置上体现出网络节点聚集成团的特点，这说明物联网感知层网络也具有小世界网络的聚合特性。小世界网络具有较高的集聚系数，而网络中集聚系数较小的边通常都是连接两个子网络之间的边，通过有选择的删除这些边，可以使网络展现出明显的社团结构，这样就大大简化了网络的拓扑结构。通过对感知层网络拓扑删减低集聚系数路径，建立感知层信息优化网络模型，采用文献中RLOC算法的删除规则:(1)若该边是连接两个节点之间的唯一的边，则不删除，否则就会出现孤立节点。(2)若该边不是连接两个节点之间唯一的边，若删除后使整个网络的集聚系数降低了，则不删除;若提高了网络的集聚系数，则通过局部介数的大小进一步判断。局部介数很大，说明有较多的最短路径经过该边，删除后会增大网络的平均最短路径，所以只有当局部介数b＜p(p＞0)时才删除。

三、网络拓扑优化下的信息传输路径选择

由于数据传输的高耗能性，如何设置低能耗的数据传输路径关系着整个网络的能量支撑。路由协议是一项关键技术，它从逻辑上将网络的拓扑结构进行划分，负责建立节点间的传输路径。为了使网络长时间稳定工作，路由协议必须能够降低节点能耗和网络开销，均衡网络负载。在复杂网络中，为了提高效率，网络往往采取“分而治之”或者说是分层控制的办法，即由网络节点聚合成簇，并推举一个簇头，形成一个分层次的群体结构，以此原理产生分簇路由算法，作用于不同网络进行分簇。分簇路由协议中的LEACH是最早针对无线传感器网络提出的低功耗自适应分簇路由算法，是后续许多算法的基础。其基本思想是以相同概率随机地选择簇头，循环进行，使整个网络的能量负载平均分配到每个节点，从而达到降低能耗的目的，并且引入了“轮”的概念，即周期性地进行簇的重构操作。但是LEACH算法也存在缺点，在进行多次簇头选举与数据传输之后网络节点剩余能量不尽相同，剩余能量较低的节点也有可能当选簇头，很容易将剩余能量耗尽，退出网络[14]。基于这点，本文将能量作为选举簇头的标准引入算法，将LEACH路由协议进行优化。为了避免剩余能量较低的节点当选簇头，假设所有节点的初始能量都相同为E0，r为簇重构的轮数，设置一个阈值E0/r，那么这个值随着簇重构轮数的增加而减小。设节点传送信息消耗的能量ε0，接收并整合信息消耗的能量为ε1，节点个体衰落能量为ε''''。其中，网络分为k个簇，每个簇内包含簇内节点nj个，xi为簇内节点传送到簇头节点的信息量，li为簇内节点到簇头节点的跳数，Lj为簇头节点到汇聚节点的跳数。簇头节点产生后，向周围的邻居节点广播簇头信息，邻居节点收到簇头信息之后申请加入该簇，若同时收到多个簇头发来的信息，则选择簇头能量最多的那个簇加入，待所有节点加入簇后，簇头节点创建TDMA时刻表并发送给成员节点，为每个节点分配传送数据的时隙，如图1所示是算法流程图。

四、算法仿真与结果分析

利用MATLAB软件进行算法仿真，在100×100范围内随机生成200个节点，并设置每个节点具有相同的初始能量值，E0=0．05，算法最大运行轮数(周期数)rmax=300，节点当选簇头概率p=0．1，网络簇头节点的个数会在20左右波动。在原始网络的基础上运行经典的LEACH算法结果如图2所示，运行结果显示:算法运行到第129轮开始出现死亡节点，运行到第189轮网络节点全部死亡。利用小世界特性对物联网感知层网络进行优化，优化前后部分网络拓扑结构截取图如图3所示，算法运行后得到新网络的部分节点结构如图3(b)所示，可以看出新的网络结构已初步成簇。结果显示:改进算法运行到第152轮出现第一个死亡节点，运行到第242轮节点全部死亡。通过对算法运行的结果分析可以看到，在网络结构优化的基础上改进型算法相对原始算法网络生存时间更长，算法改进的效率达到59．35%到61．74%，说明基于小世界网络的拓扑结构优化结合改进LEACH算法，在降低节点传输能耗、延长网络生存周期上有着较好的效果。

五、结论与建议

本文利用小世界网络具有较高集聚系数的特性来对物联网感知层网络进行结构优化，并结合改进的分簇算法，提高数据传输效率，均衡和降低能量消耗，从而达到延长网络生命周期的目的。感知层的优化处理将对物联网的建设提供底层数据支持，为下一步的数据分析与决策提供了依据。物联网的发展涉及众多方面，是一个规模庞大的复杂技术革新过程。企业级物联网研究对于我国两化深度融合建设和下一代信息技术发展具有重要的经济和社会价值。工业企业级的物联网技术以底层数据为基础并依靠上层决策展开综合应用以达到各个环节的覆盖，成为提高企业整体信息化程度的有效途径，同时，物联网在不断深化的应用中催生出的新技术、新产品、新应用和新模式，也将为物联网与工业企业的融合发展提供更有力的支持。工业企业与物联网的融合架构应结合自身特点和行业特点进行，在产品开发方面，将信息技术或科技设备融合到工业产品中，使得传统产品更多地增加信息技术含量，逐渐拥有电子信息产品的特征;在企业运作管理方面，通过智能化信息获取和分析方案，为工业企业的管理控制提供高效实时的决策依据。

作者：郑涛刘聪颖单位：燕山大学经济管理学院