电力物联网中路由协议的模糊路径选择方法与流程

本发明涉及电力物联网
技术领域：
，特别涉及电力物联网中路由协议的模糊路径选择方法。
背景技术：
随着国民经济的不断发展，用电需求不断增加，电网设备数量也如雨后春笋般快速增加，传统电力行业逐渐暴露出缺点，传统电力行业运行方式不但会消耗大量的人力、物力，而且具有局限性，不利于电网的整体协调性。虽然电力物联网有非常好的应用前景，但还是有一些问题需要解决。传感器等设备安装不足，目前，电网企业只是选取了电力线路的关键节点来监控电网的安全运行。某些地方受到地形的限制，以及传感器占地面积较大、运输困难，尚未安装足够多的量测设备。此外，仍需开发新的传感器技术。网路安全性问题，随着大量的设备和用户的相互连接，以及多种技术的融合，对电力系统整体的网络安全水平提出了更高的要求。电力系统涉及设备和用户范围广泛。一旦发生网络攻击或者存在软件漏洞引起安全问题，将会产生不可估量的经济损失并影响社会安全和稳定。还有一些其它的问题，比如在电网的运行调度、设备控制和管理体系上需不断改进；节能管理机制和方法需适时创新；电力生产运行方式、发电设备的资源配置和省间大范围电网安全运行方式需适度优化。物联网技术能够有效改善这一现状，通过廉价和无处不在的通信技术来提供服务，基于互联网和传统的电信网络等作为信息载体，实现数以万计的电网设备的互联的体系结构，对海量电网设备实施统一入网管理。IEEE802.15.4标准已经被设计用于低功耗物联网组网技术，在IEEE802.15.4为底层的基础上加入IPv6产生的无线域网协议6LoWPAN，具有普及性强、庞大的地址空间等特点，被应用于电力物联网。在一个快速的移动网络例如VANET中，该路由协议常用的是0LSR协议。通常，0LSR协议用最短路径算法来查找从源节点到路由节点的路由，但是，当路由中的一些节点位于他们所邻居的传输范围的边缘时，当邻居范围内的节点从他们的传输范围移动时，该路由的节点断开，然后传输自动断开，在源没有响应之前，重建过程会自动启动，这个过程在建立影响快速移动网络或网络中的实时服务的路由上浪费时间。如果节点高速移动会导致网络拓扑变化频繁，链路连接时间短暂，网络负荷加剧带来节点链路层拥塞，以及节点能量有限等缺陷。技术实现要素：为解决上述问题，本发明提供了电力物联网中路由协议的模糊路径选择方法。本发明的技术方案为：电力物联网中路由协议的模糊路径选择方法，其特征在于：包括以下步骤：步骤一：计算系统输入节点间覆盖时间(St)、系统利用率(Ri)，并分别得出节点间覆盖时间(St)、系统利用率(Ri)语言状态隶属函数；步骤二：根据步骤一中得到的系统输入节点间覆盖时间(St)、系统利用率(Ri)语言状态来制定语言规则，得出输入参数节点间覆盖时间(St)、系统利用率(Ri)语言状态与输出模糊概率语言状态之间的关系；所有的输入和输出函数的语言规则被定义为语言模糊限定语。步骤三：计算系统输出模糊概率(Pi)，得出模糊概率(Pi)的语言状态隶属函数；步骤四：根据模糊概率(Pi)计算出每一条路由的每个节点间成本之和，即路由度量值(C)；步骤五：比较多条路由的路由成本，选择最小成本的路由。所述的路由度量值是由一条路由的每个节点间成本之和计算出来的，假设路由的成本越低，其质量就越高，表达见公式(4)；假设至少有两条路由具有相同的路由成本，这个解决方案可以通过在(5)中表达式来完成；其中，C是路由度量值，Pi是模糊概率，i代表节点下标，Pn是目标节点上的模糊概率链接。节点间覆盖时间用式子(1)表示；其中，TRmax是传输范围的最大值(m)，V、V1是节点速率和相邻节点速率(m/s)，α0、d1是X轴上的节点及其相邻节点(m)，β0、β1是Y轴上的节点及其相邻节点(m)，COGR是节点间的相对COG；节点间覆盖时间是下边界从0开始到150，成员函数的范围是0-1；有四种语言状态(L、ML、MH和H)表示成员的数量；系统利用率定义为系统工作负载的第二个输入，用式子(2)表示；其中，Ri为系统利用率，μ是近似包处理速率，λ是近似包到达速率之比的函数；有三个状态成员函数：L、M和H。模糊概率定义了四种语言状态：L、M、H和VH作为节点间连接质量的水平；acut方法被用于计算模糊概率密度，并利用几何均值去模糊化求出几何均值；模糊概率用式子(3)表示；其中，y是每个成员函数的中心点，μx是成员函数的强度。比较多条路由到达目的节点的路由成本，选择最小成本路由。与现有技术相比，本发明的有益效果在于：该技术可提高电力物联网终端设备的路由选择效率，降低业务数据发送时延。附图说明：图1本发明一种电力物联网中路由协议的模糊路径选择方法流程图。图2是从节点S到节点D转发RREQ和RPLY数据包的路由选择示意图。具体实施方式：如图所示：电力物联网中路由协议的模糊路径选择方法，包括以下步骤：步骤一：计算系统输入节点间覆盖时间(St)、系统利用率(Ri)，并分别得出节点间覆盖时间(St)、系统利用率(Ri)语言状态隶属函数；步骤二：根据步骤一中得到的系统输入节点间覆盖时间(St)、系统利用率(Ri)语言状态来制定语言规则，得出输入参数节点间覆盖时间(St)、系统利用率(Ri)语言状态与输出模糊概率语言状态之间的关系；所有的输入和输出函数的语言规则被定义为语言模糊限定语。步骤三：计算系统输出模糊概率(Pi)，得出模糊概率(Pi)的语言状态隶属函数；步骤四：根据模糊概率(Pi)计算出每一条路由的每个节点间成本之和，即路由度量值(C)；步骤五：比较多条路由的路由成本，选择最小成本的路由。所述的路由度量值是由一条路由的每个节点间成本之和计算出来的，假设路由的成本越低，其质量就越高，表达见公式(4)；假设至少有两条路由具有相同的路由成本，这个解决方案可以通过在(5)中表达式来完成；其中，C是路由度量值，Pi是模糊概率，i代表节点下标，Pn是目标节点上的模糊概率链接。节点间覆盖时间用式子(1)表示；其中，TRmax是传输范围的最大值(m)，V、V1是节点速率和相邻节点速率(m/s)，α0、α1是X轴上的节点及其相邻节点(m)，β0、β1是Y轴上的节点及其相邻节点(m)，COGR是节点间的相对COG；节点间覆盖时间是下边界从0开始到150，成员函数的范围是0-1；有四种语言状态(L、ML、MH和H)表示成员的数量；系统利用率定义为系统工作负载的第二个输入，用式子(2)表示；其中，Ri为系统利用率，μ是近似包处理速率，λ是近似包到达速率之比的函数；有三个状态成员函数：L、M和H。模糊概率定义了四种语言状态：L、M、H和VH作为节点间连接质量的水平；acut方法被用于计算模糊概率密度，并利用几何均值去模糊化求出几何均值；模糊概率用式子(3)表示；其中，y是每个成员函数的中心点，μx是成员函数的强度。所述的比较多条路由到达目的节点的路由成本，选择最小成本路由的操作流程如下：1)RREQ包从源节点S传输到目标节点D的路由发现和路由构造，路由应答用RPLY包从D节点到S节点单播，找出目标节点D前进路由(1)S→C1→C21→C31→D，(2)S→C1→C22→C32→D和(3)S→C1→C22→C23→C32→D(以上由字母数字以及箭头表示路由，与图2中相对应)；2)在这里从S→D的每一条链路是单向的；在这个过程中，每个节点直接通过前进路由上的节点接受RREQ数据包，由于节点D从前进路由接收到第一RREQ数据包，因此它开始T4计时器以等待来自其他路由的REQ；3)在T4计时器计时结束时，节点D从路由(1)、(2)、(3)接收RREQ，然后，节点D开始比较每一个路由的损耗，假设路由(2)的成本最小，由D发送的RPLY数据包返回仅由路由(2)中继。所述的节点间覆盖时间(St)、系统利用率(Ri)、模糊概率(Pi)、路由度量值(C)特征根据以下公式计算：节点间覆盖时间用式子(1)表示。其中，TRmax是传输范围的最大值(m)，V、V1是节点速率和相邻节点速率(m/s)，α0、α1是X轴上的节点及其相邻节点(m)，β0、β1是Y轴上的节点及其相邻节点(m)，COGR是节点间的相对COG；节点间覆盖时间是下边界从0开始到150，成员函数的范围是0-1。有四种语言状态(L、ML、MH和H)表示成员的数量，在表1中显示。LinguisticLower-value，StRangeUpper-value，RangeL--0.067(St-15)，[0，15]ML0.1(St-5)，[5，15]-0.05(St-35)，[15，35]MH0.1(St-15)，[0，15]-0，035(St-55)，[0，15]H0.009(St-36)，[36，150]1，St＞150表1节点间覆盖时间函数系统利用率定义为系统工作负载的第二个输入，Ri是近似包处理速率与近似包到达速率之比的函数，Ri的边界范围为0-1，计算系统利用率，用式子(2)表示。其中，Ri为系统利用率，μ是近似包处理速率，λ是近似包到达速率之比的函数；有三个状态成员函数：L、M和H，状态成员函数的关系表达式分别见表2。LinguisticLower-value，StRangeUpper-value，RangeL--2.60(Ri-0.3891)，[0，0.3891]M19(Ri-0.2976)，[0，2976，0.35]-1.82(Ri-0.9)，[0，2976，0.9]H1.64(Ri-0.4061)，[0.4061，1]-表2系统利用率函数所有的输入和输出函数的语言规则被定义为语言模糊限定语，已确定表3中输入和输出之间的关系。RuleNo.Inter-nodeCoverageSystemUtilizationFuzzyProbability1LLH2LMVH3LHVH4MLH5MMVH6MHVH7MHLM8MHMH9MHHVH10HLL11HMM12HHH表3语言规则模糊概率被定义为输出函数，可以根据节点间节点的数量直观地测量链路质量。模糊概率定义了四种状态：L、M、H和VH作为节点间连接质量的水平，在表4中显示。LinguisticLower-value，StRangeUpper-value，RangeL--1.45(Pi-0.7)，[0，0.7]M6.68(Pi-0.2)，[0.2，0.35]-5(Pi-0.55)，[0.35，0.55]H5(Pi-0.45)，[0.45，0.65]-(Pi-0.85)，[0.65，0.85]VH5(Pi-0.8)，[36，150]-表4模糊概率函数切割法被用于计算模糊概率度，并利用几何均值去模糊化求出几何均值。计算模糊概率，用式子(3)表示。其中，y是每个成员函数的中心点，μx是成员函数的强度。路由度量值是由一条路由的每个节点间成本之和计算出来的，假设路由的成本越低，其质量就越高，计算路由成本，表达见公式(4)。假设至少有两条路由具有相同的路由成本看，则需要其中，C是链路路由度量，Pi是模糊概率，i代表节点下标，Pn是目标节点上的模糊概率链接。该技术可提高电力物联网终端设备的路由选择效率，降低业务数据发送时延。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12