無線網路協作路由演算法設計與分類綜述
摘要：協作路由是無線網路在網路層路由設計過程中結合物理層協作通信技術的一種跨層路由方案，優點是利用了協作傳輸機制，有效提高了系統的可靠性、服務質量和能效。因此，闡述協作路由選擇演算法的基本過程，描述協作路由的基本傳輸模型，介紹在協作中繼和接收端採取的主要方案，重點敘述了協作路由演算法設計的主要內容和考慮因素。根據演算法設計所要實現的目標進行分類和舉例，並通過對已有文獻的分析思考，討論了未來的研究工作。
0 引 言
路由選擇是無線網路中網路層的一個主要功能。傳統單輸入單輸出（SISO）系統可靠性差、能耗較大，且無線網路環境中存在因無線電傳輸特性和客觀環境引起的信道衰落（路徑損耗、陰影效應和多徑效應），使得傳統多跳路由存在諸多的性能問題。多輸入多輸出（MIMO）系統通過在接收端和（或）發射端使用多個天線來產生多個統計獨立信道，在接收端產生空間分集增益，抵抗無線信道衰落和減少干擾[1]。但是，對於WSN一類的網路，由於節點尺寸、器件造價和硬體條件等限制，在單個節點上採取多天線方案並不合適。所以，利用鄰節點間能夠全方向傳輸的單天線資源形成虛擬多天線系統（VMIMO）來實現協作通信[2]，產生了多個獨立信號，並在接收端進行合併而獲得了分集增益。
以往對於物理層協作通信和網路層路由選擇的演算法都是分開討論，而協作路由演算法（Cooperative Routing Algorithm）則是在路由設計過程中就充分考慮了協作通信的可用性[3]。協作路由演算法的具體內容是聯合考慮中繼選擇、路由選擇、功率分配以及其他一些選擇性問題，找出一條滿足設計要求的最優協作路由（Cooperative Route），以實現協作無線網路的優化目標。總之，協作路由因其具有更魯棒的鏈路和更低的能耗，有效改善了傳統路由存在的問題。但是，由於採用了協作中繼，在帶來益處的同時也將導致諸多問題，如流間干擾、中繼競爭等。
1 協作路由模型與合併技術
圖1為一個簡單協作路由模型（Cooperative Route Model，CRM），包含直接傳輸模塊（Direct Transmission Block，DTB）和協作傳輸模塊（Cooperative Transmission Block，CTB）。在傳統路由的傳輸模型中，不包含圖中的協作中繼CR1和CR2（即只有DTB模塊），而是通過傳統中繼T進行多跳傳輸。相比較協作路由，雖然這條傳輸路徑在距離上最短，但是在路徑總代價上卻可能更高[4]。CTB採用協作中繼，利用無線廣播特性（Wireless Broadcast Advantage，WBA）和無線協作特性（Wireless Cooperative Advantage，WCA），在多個時隙傳輸信號[5]。例如，在第一時隙，CS利用WBA將信號廣播給CR1、T和CR2三個中繼；在第二時隙，三個中繼將信號處理後，利用WCA通過獨立信道l、m和n轉發到CD，然後CD對三個獨立信號進行合併或是選擇來自於它們中的最佳信號。總之，協作路由模型就是上述DTB和CTB的級聯（可能是單個或多個中繼的CTB），也可能只含CTB的級聯。
協作中繼的使用因縮短了傳輸鏈路的長度而減少了路徑損耗，也減少了發射功率。同時，合併多個複本能夠產生更高質量的信號、更低的傳輸功率和更大的容量[6-7]。而合併上主要採用的方案包括最大比合併（Maximum Ratio Combining，MRC）、等收益合併（Equal Gain Combining，EGC）、選擇合併（Selection Combining，SC）和最優合併（Optimal Combining，OC）[8-9]。表1對不同合併方案的應用方式、複雜性和性能進行了對比。對應不同的情況選擇不同的合併方案，將產生不同的增益效果。例如，MRC雖然在合併效果上更加有效，但因其需要更多的信道信息和更多的信號處理，所以不能應用於硬體處理能力較低的網路，而OC則更適合於干擾受限的鏈路。
2 協作路由演算法設計的主要內容
以下3個方面是協作路由演算法設計與優化考慮的主要內容。其中，中繼選擇和功率分配屬於物理層問題，路由選擇屬於網路層問題。協作路由演算法的設計就是聯合考慮物理層和網路層的問題。
2.1 中繼選擇（Relay Selection）
中繼選擇是協作路由演算法中的重要內容，目標是選出單個或者多個節點作為協作中繼來構建CTB。對於中繼選擇問題，主要有以下幾點。
（1）相對於多中繼協作，單中繼協作更易實現，且減少了節點間的干擾。但是，一方面，協作中繼數量越多，分集增益越高，而文獻[10]也證明了中繼節點數越多，節點的發射能耗越小；另一方面，當考慮協議開銷和電路能耗時，選擇更多的節點將增加開銷而降低能效。事實上，選擇一個最優協作中繼，就足以實現所需的分集增益[11]。所謂最優，是能使演算法的目標代價（如能效、吞吐量等）達到設計要求的最優化。同時，一個不合適的協作中繼將會導致協作傳輸容量比直接傳輸更低[12]。
（2）雖然協作中繼能夠帶來增益，但當信道質量較好時，也就是說直傳鏈路可用時，協作中繼並不是必要的。因為使用協作中繼的目的之一就是利用其在每一個協作終端的累積信噪比優勢來提高網路的可靠性。
（3）一個高品質的中繼節點將產生更高的分集增益，而中繼節點的位置決定了其品質的高低。文獻[13]也指出，中繼節點的位置對性能具有重要影響。如今，節點的定位方法有很多，且隨著GPS等定位精度較高的技術的使用，大大提高了節點的定位精度。利用節點精確的位置信息，即可能夠提高中繼選擇的效率。
可見，協作路由演算法內容的核心在於選擇合適的中繼節點構建CTB。簡單來說，中繼選擇的方法就是找出可作為中繼的鄰節點集合，然後找出能使鏈路代價最小的一個或多個中繼。選擇出中繼後，在中繼上需要採取的轉發方案主要包括固定中繼Fixed Relaying，FR）方案、選擇中繼（Selection Relaying，SR）方案和增量中繼（Incremental Relaying，IR）3種，如表2所示。上述中繼方案都包括放大轉發（Amplify and Forward，AF）和解碼轉發（Decode and Forward，DF）兩種基本轉發技術，且後兩種中繼方案具有自適應性[14-15]（如文獻[16]採用了增量自適應解碼轉發（Incremental Adaptive Decode and Forward，IADF）方案）。
2.2 路由選擇（Route Selection）
路由選擇是協作路由設計的重要部分，目標是找出滿足設計要求的最優協作路由。最優協作傳輸路由是根據實際情況所需而求出的總代價最小的路徑。需要說明的是，這裡所說的代價並不僅指鏈路長度，而且包括一些反映演算法設計目標的參量，如功耗、吞吐量和衝突概率等。在路由選擇方法上，文獻[3]中的CAN-l演算法利用最短路徑演算法找出了一條最優非協作路由，然後這條最優非協作路由的最後 個節點協作將信息發送給該路由中的下個節點（構建CRM）；文獻[5]中的MPCR演算法是在路由選擇過程中就考慮了構建CTB，利用得到的直接傳輸和協作傳輸的功率公式來構建該路由。上述兩種演算法代表了兩類主要的路由選擇方式：第一類是先利用一些路徑演算法找出最佳非協作傳輸路由，然後在此基礎上構建CRM；第二類是在路由選擇過程中就考慮構建CRM。
上述兩類路由選擇方式的最優非協作傳輸路由和協作傳輸路由，都可以通過如Dijkstra和Bellman-Ford等路徑演算法來查找（如文獻[17-18]），也可以通過其他路徑演算法找到多條最短路徑，如文獻[19]中的DCMPR利用Suurballe演算法，先在一個加權圖上找出多條最小權重無相交節點的路徑，然後在此基礎上構建協作傳輸路由，屬於第一類演算法。除了上述路徑演算法，其他路徑演算法都可以根據路由選擇的方式加以利用。
2.3 功率分配（Power Allocation）
發送端和中繼上的功率分配，是協作路由演算法設計的重要環節。合理的功率分配將顯著降低能耗。因為節點的傳輸範圍和發射功率成正比，所以當網路中的傳輸對選擇了多個中繼節點時，合理的功率分配將能夠調節節點的干擾範圍，提高網路的可靠性。針對功率分配問題，求出發送端和中繼上的最優發射功率常用的方法是先將演算法要求（如中斷概率或者接收信噪比等）或設計目標（如功耗、吞吐量等）作為約束條件，然後利用拉格朗日乘子法求出滿足條件的最小功率分配方式。上述思想可以簡單表達為：
這裡Ps 、Pr 代表CTB中發送端和協作中繼的發射功率，A(Ps,Pr) 為與Ps 、Pr 有關的函數，B(Ps,Pr) 為與Ps 、Pr 有關的不等式約束式。這樣利用上述方法便可以求出滿足約束條件的發送節點和中繼節點的最小發射功率。
2.4 小 結
對於上述內容，一般選擇聯合考慮（即聯合考慮網路層和物理層問題）。例如，文獻[16]中的MCCR演算法，在第一步先找出一個離每條鏈路中點最近的中繼，第二步利用Bellman-Ford演算法找出最小代價（即衝突概率）協作路由，第三步則利用拉格朗日乘子法求出協作傳輸路由上節點的功率分配大小；文獻[20]中的OKCR則先運用Yen演算法找出 條從源節點到目的節點的最短路徑，然後評估每條路徑中的鏈路代價（即最小傳輸功率），進而找出使鏈路代價最小的中繼節點，最後選擇使總傳輸功率代價最小的協作路由。另外，對這三方面採用不同程度的優化方式和是否進行聯合考慮，將影響整個協作路由演算法的優化度。
3 演算法設計考慮的問題
演算法設計的同時，需要考慮一些可選性問題。根據實際應用背景和條件約束，可從以下5方面進行考慮。
3.1 優化度和計算複雜度
演算法的優化度分為最優化和次優化。最優協作路由演算法是根據具體需求而言的。如路由目標是吞吐量，那麼最優化協作路由演算法就是找出吞吐量最大的協作路由。在上述的三個主要設計內容上，也需採取最優方案（如採用拉格朗日乘子法求最優功率分配屬於最優方案）並聯合考慮（如文獻[21]中EECR演算法），否則只是次優化的演算法。優化度選擇的關鍵在於計算問題上。文獻[22]證明了大規模網路中找出最優協作路由的計算難度為NP-Complete。所以，選擇不同的優化度，也就意味著不同的計算難度。演算法的計算複雜度影響演算法的實際可行性，而計算複雜度一般和網路中的節點數成指數增長關係。同時，節點的硬體處理能力低，不能解決高複雜度演算法。所以，有些文獻考慮了一些手段來減少複雜性，如文獻[21]採用一種離線的方式來減少計算複雜度。
3.2 數據處理方式
數據處理方式分為分散式和集中式。其中，集中式是將網路信息都上報到一個中心，中心通過匯總信息了解網路的拓撲和資源，再利用這些信息選擇合適的演算法，並發給網路中每個傳輸對的中繼節點，以此決策該傳輸對的協作節點（如文獻[3]中的CAN-l演算法）。分散式演算法中，網路中的節點與相鄰節點交換自身的部分信息，然後協商是否參與協作（如文獻[5]中的MPCR演算法）。集中式演算法雖能得出了最優方案，卻要花費巨大的開銷，而分散式演算法能得到局部最優方案，省下了大量開銷，且更適應頻繁變化的網路拓撲。所以，要根據網路規模的大小選擇不同的方式。
3.3 信道模型
信道衰落一般分為快衰落和慢衰落。通常，將多徑效應引起的衰落稱為快衰落，而將由於自然環境影響而產生的單路徑上的衰落稱為慢衰落。協作通信技術主要的應用目的是為了解決多徑效應的影響。可以作為多徑衰落信道的模型有瑞利信道模型、萊斯信道模型和自由空間信道模型，而大多數文獻採用了瑞利信道模型[18-19,21]，少部分採用了自由空間信道模型[3,23]。萊斯信道因為客觀原因，幾乎沒有文獻將其作為模擬信道環境。
3.4 信道狀態信息（Channel State Information，CSI）
信道變化影響協作傳輸網路的可靠性和時延[24]。CSI的可用性一般考慮在發送節點評估協作的有效性和協調中繼節點的選擇。在CTB中，接收端利用可用的CSI進行相干接收，發送端利用可用的CSI進行功率控制、信號合併和中繼選擇。實際上，即使CSI很難得到，但部分信息（如信道衰落過程中的概率分布）通常可用，如文獻[25]考慮部分CSI的可用性，而文獻[26]則考慮了CSI不可用的情況。
3.5 電路能耗和協議開銷
當節點的電路能耗和輻射能耗可對比時，只減少協作傳輸功率並不總適合於最大化網路的生存周期[27]。所以，有時在演算法需要的情況下，電路能耗不可忽略。此外，信息交互和信道評估都需要一定的協議開銷，會因為中繼節點的數量而影響能效。
上述5方面需要根據實際的應用背景進行考慮。例如，選擇次優化演算法而降低計算複雜度，在大規模感測器網路中採用分散式處理方式，採用常用的瑞利信道模型，採用部分信道狀態信息可用，而在WSN中考慮電路能耗與協議開銷。
4 協作路由演算法分類
針對已有的協作路由演算法所解決的目標進行分類，體現了以往演算法最主要的設計目標。
4.1 能效感知（Energy-Efficiency Aware）
能效是對能量有限無線網路路由演算法最主要的目標，包括延長網路生存周期和最小化節點總功耗兩類。生存周期是指網路中第一個節點死亡時網路運行的時間。當網路中的節點死亡時，拓撲結構將發生變化。所以，延長網路生存周期十分必要。例如，文獻[28]研究了協作路由在平衡節點間的能量分布影響，通過平衡鄰節點間的剩餘能量來最大化網路生存周期。第二類指標中，演算法設計的實現是通過使發射節點和中繼節點的總發射功率最小來實現。假設為從源節點到目的節點的所有可能路線。對於其中一條路線，代表該路線上的第i 跳，則節點總功耗最小問題可闡述為：
這裡Psi 、Pci 代表第i 跳發送端和中繼的傳輸功率。文獻[21]提出了一個最優框架，該框架為網路選擇最佳的中繼集和為廣播和協作傳輸選擇最優的發射功率，以最小化WSN中的總能耗。
4.2 吞吐量感知（Throughout Aware）
吞吐量是單位時間內成功發送到目的節點的數據包數目（單位為b/s/Hz），受無線信道特性（如信噪比、帶寬）、端到端時延、網路擁塞和衝突的限制。它是傳輸功率的單調遞增函數。網路中，某條路徑的吞吐量可由某一路線上的所有鏈路的最小吞吐量表示，即。其中，為該路線上第i 跳的吞吐量，為每條鏈路的成功概率，為第i 條鏈路的傳輸速率。針對吞吐量優化，文獻[29]通過選擇合適的協作中繼，逐跳地使鏈路吞吐量最大化，然後建立每一跳的協作鏈路來改善網路的吞吐量。
4.3 衝突感知（Interference Aware）
隱終端和暴露終端問題是協作路由中的一個重要挑戰。協作傳輸在帶來增益的同時，因為使用了協作中繼，將在多路由網路中引起更大的干擾範圍。發生衝突時，必然導致數據重傳，降低了網路的可靠性。當S正在發送數據且M在其傳輸範圍時，M也在接收來自另一個節點的數據，這時M處便可能發生衝突。衝突問題可以闡述為整條路徑對網路中其他節點造成衝突的概率或周圍節點對該路徑造成的總衝突概率，即：
是由該路線上源節點S和中繼節點CR引起的衝突概率。對於衝突問題，文獻[30]聯合使用最優功率分配、中繼節點分配和路由選擇，提出了一個WSN背景下使所選協作路由對周圍節點造成的衝突概率最小的協作路由最優框架。
4.4 可靠性問題（Reliability Problem）
可靠性概率指標包括數據傳輸率（Packet Delivery Ratio，PDR）和中斷概率（Outage-Probability，OP）。數據傳輸率是成功發送到目的節點的數據包佔總數據包數目的比例。每條鏈路的數據傳輸率為，其中為第i 跳數據錯誤率。中斷概率則由所有傳輸鏈路的最大中斷概率表示。當接收信噪比大於檢測閾值時，將利於檢測到信號；當接收信噪比低於檢測閾值時，可視為中斷，此時利用接收信噪比可以計算出中斷概率。文獻[5]則將某一鏈路(i,j) 的中斷概率定義為該鏈路的互信息量Ii,j 小於所需傳輸速率R ，即。PDR和OP都可以作為衡量系統可靠性的指標。PDR作為演算法設計目標在少數文獻中體現（如文獻[31]），而中斷概率一般作為演算法的約束條件存在（如文獻[19-20]）。
4.5 理性網路（Rational Network）
在無線網路中存在一些「理性」的節點，因為節點能量有限，或者在流間中繼競爭時這些節點為了自身利益存在自私、欺騙和惡意行為而拒絕參與協作，嚴重影響了整個網路的傳輸性能。對於這類網路，解決前提是保證雙贏[32]。解決方案主要有信譽機制、獎懲機制和博弈論3種，在文獻[33-35]中有所體現。
上述演算法分類體現了演算法需要解決的設計目標和性能約束問題。事實上，演算法的設計目標是上述分類的權衡依據。例如，文獻[5]設計的MPCR演算法在中斷概率約束下構建最小功耗路線，同時保證一定的吞吐量閾值；文獻[36]研究網路層路由選擇和MAC層多鏈路中的衝突規避問題，設計的演算法對比非協作路由減少了總傳輸功耗，對比單流協作路由則增加了吞吐量。總而言之，上述演算法分類體現了以往演算法文獻所包括的主要設計目標，而通過表3並結合所述內容，可更加直觀地體現演算法地分類情況。這裡「√」代表演算法考慮的設計目標。
5 未來工作
根據以往文獻的分析和進行過的一些研究，總結未來可進行的工作，包括新的研究思路和已有研究但依然值得繼續的方向。
5.1 應用擴展
例如，智能電網作為下一代的電網系統，將信息、通信和計算機等技術與原有的輸、配電基礎設施高度集成化，通過自動化控制和數據處理，能夠有效地提高用電效率、可靠性和安全性，將為人類未來的生產生活帶來巨大的便利。由於智能電網相關應用所需的可靠性、服務質量和實時性需求，設計高效的路由協議變得至關重要。由於有線網路存在的問題，基於WSN的智能電網路由協議研究受到了廣泛關注[37-39]。協作路由作為能夠改善網路性能和能效的路由方式，將對智能電網的通信帶來益處。所以，將協作路由應用在智能電網的無線通信網路中的研究具有巨大的研究前景。除了智能電網外，協作路由也可以運用在其他應用環境中[40-43]。
5.2 衝突問題
隱終端和暴露終端問題一直是無線網路的重要問題。文獻[19，30]雖考慮了衝突問題，但是其是根據源節點對周圍節點造成衝突的概率情況，進而推廣到整條協作路由對周圍節點造成衝突的概率，最終找出此種衝突概率最小的協作路由，而沒有考慮到周圍節點突發工作時，對正在傳輸的路由造成的衝突問題。所以，考慮周圍節點突發工作對可能選定的協作路由造成的干擾的概率具有研究價值。然而，它具有以下兩個主要難點：
第一，節點突發工作的概率模型如何選定。節點是因為什麼而突發工作，如是突發的廣播還是接收到了來自其他節點的信息後進行轉發。
第二，周圍節點以哪一種路由選擇方式選擇下一跳，這決定其發射功率的大小，而周圍節點的發射功率大小決定了其干擾範圍。
5.3 拓撲感知
網路對動態拓撲的感知對性能有一定影響。第一，對能量有限的無線網路而言，為了節省能量，收發機有時會關閉。當某一收發機本身處於某一業務流的最佳中繼位置上卻正好處在休眠期而未被感知時，可能會降低協作增益。所以，設計一個具備拓撲感知能力的協作路由方案，可以提高網路的性能。第二，節點的移動不僅會使網路拓撲發生變化，還會使鏈路更加不可靠而導致中斷增加。考慮協作路由在接收端的累積信噪比增益，能夠降低中斷概率，有利於增加多個移動節點網路的可靠性。
5.4 優化演算法
首先，最優演算法能夠實現更好的性能，但設計最優演算法的複雜度是NP-Complete。以往的文獻已經考慮過演算法的優化問題，但由於演算法計算複雜度問題，絕大多數演算法都是次優化演算法，只有少部分文獻設計了最優演算法。所以，設計低複雜度的最優演算法依然具有潛在的研究價值。其次，為了滿足具體應用的需求，協作路由演算法應該更加靈活，以適應多指標（代價）需求（如吞吐量，能效和衝突等）和多約束（如中斷概率、端到端時延和帶寬消耗等）限制的情況。同時，當一個網路的多個業務流需要的主要目標不一致時，設計一個自適應演算法來根據所需演算法目標和性能約束來進行靈活轉換，對於提高演算法優化度具有重要意義。
6 結 語
協作路由是一種有效改善無線網路可靠性、服務質量和能效的路由方式，可以運用在各種可以構建CTB的無線網路中。同時，由於它依然存在諸多問題，改善協作路由協議是關鍵的方面。本文通過對文獻的整理、分析和總結，對協作路由的概念、演算法設計和演算法分類進行了綜述，並在已有研究的基礎上討論了未來的研究方向，闡明了演算法設計的過程和主要設計目標，希望對該領域的研究者一定的研究啟發。
參考文獻：
[1] SIMON H.Communication Systems[M].Fourth Edition.Beijing:Publishing House of Electronics Industry,2012:477-478.
[2] Nosratinia A,Hunter T E,Hedayat A.Coo-perative Communication in Wireless Networks[J].IEEE Communications Magazine,2004,42(10):74-80.
[3] Khandani A E,Abounadi J,Modiano E,et al.Cooperative Routing in Static Wireless Networks[J].IEEE Transactions on Communications,2007,55(11):2185-2192.
[4] Maric I,Yates R.Efficient Multihop Broadcast for Wideband Systems[C].Proceedings of the Annual Allerton Conference on Communication Control and Computing,2002,40(03):1219-1228.
[5] Ibrahim A S,Han Z,LIU K J R.Distributed Energy-efficient Cooperative Routing in Wireless Networks[J].IEEE Transactions on Wireless Communications,2008,7(10):3930-3941.
[6] Zhuang W,Ismail M.Cooperation in Wireless Communication Networks[J].IEEE Wireless Communications,2012,19(02):10-20.
[7]Madan R, Mehta N, Molisch A, et al. Energy-Efficient Cooperative Relaying over Fading Channels with Simple Relay Selection[J]. IEEE Transactions on Wireless Communications, 2008, 7(8):3013-3025.
[8] Brennan D G.Linear Diversity Combining Techniques[J].Proceedings of the IRE,1959,47(06):1075-1102.
[9] Bletsas A, Dimitriou A G, Sahalos J N. Interference-limited opportunistic relaying with reactive sensing[J]. IEEE Transactions on Wireless Communications, 2010, 9(1):14-20.
[10]Pandana C,Siriwongpairat W P,Himsoon T,et al.Distributed Cooperative Routing Algorithms for Maximizing Network Lifetime[C].Wireless Communications and Networking Conference,2006(01):451-456.
[11]ZHAO Y,ADVE R,LIM T J.Improving Amplify-and-forward Relay Networks:Optimal Power Allocation Versus Selection[C].Information Theory, 2006 IEEE International Symposium on IEEE,2006:1234-1238.
[12]SHI Y,SHARMA S,HOU Y T,et al.Optimal Relay Assignment for Cooperative Communications[C].Proceedings of the 9th ACM International Symposium on Mobile ad Hoc Networking and Computing ACM,2008:3-12.
[13]YU M,LI J,Sadjadpour H.Amplify-forward and Decode-forward:The impact of Location and Capacity Contour[C].Military Communications Conference,2005:1609-1615.
[14]Laneman J N,TSE D N C,Wornell G W.Cooperative Diversity in Wireless Networks:Efficient Protocols and Outage Behavior[J].IEEE Transactions on Information Theory,2004,50(12):3062-3080.
[15]YU M,LI J,Sadjadpour H.Amplify-forward and Decode-forward:The Impact of Location and Capacity Contour[C].Military Communications Conference,2005:1609-1615.
[16]Mansourkiaie F,Ahmed M H.Joint Cooperative Routing and Power Allocation for Collision Minimization in Wireless Sensor Networks with Multiple Flows[J].IEEE Wireless Communications Letters,2015,4(01):6-9.
[17]周雷,蘇紅.基於位置信息的無線網路協作路由演算法[J].電子測量與儀器學報,2015,29(05):708-716.
[18]Dehghan M,Ghaderi M,GOECKEL D.Minimum-energy Cooperative Routing in Wireless Networks with Channel Variations[J].IEEE Transactions on Wireless Communications,2011,10(11):3813-3823.
[19]Xu H, Huang L, Qiao C, et al. Bandwidth-Power Aware Cooperative Multipath Routing for Wireless Multimedia Sensor Networks[J]. IEEE Transactions on Wireless Communications, 2012, 11(4):1532-1543.
[20]Ahmadi P,Jabbari B.An Outage-aware Power Saving Cooperative Routing Algorithm in Wireless Networks[C].Wireless Telecommunications Symposium(WTS),2013:1-5.
[21]Habibi J,Ghrayeb A,Aghdam A G.Energy-efficient Cooperative Routing in Wireless Sensor Networks:A Mixed-integer Optimization Framework and Explicit Solution[J].IEEE Transactions on Communications,2013,61(08):3424-3437.
[22]Khandani A,Modiano E,Abounadi J,et al.Cooperative Routing in Wireless Networks[J].Advances in Pervasive Computing and Networking,2005:97-117.
[23]Akhtar A M,Nakhai M R,Aghvami A H.Power Aware Cooperative Routing in Wireless Mesh Networks[J].IEEE Communications Letters,2012,16(05):670-673.
[24]Razzaque M A,Ahmed M H U,Hong C S,et al.QoS-aware distributed Adaptive Cooperative Routing in Wireless Sensor Networks[J].Ad Hoc Networks,2014(19):28-42.
[25]Dehghan M,Ghaderi M,Goeckel D.Minimum-energy Cooperative Routing in Wireless Networks with Channel Variations[J].IEEE Transactions on Wireless Communications,2011,10(11):3813-3823.
[26]Jakllari G,Krishnamurthy S V,Faloutsos M,et al.A Cross-layer Framework for Exploiting Virtual MISO Links in Mobile Ad Hoc Networks[J].IEEE Transactions on Mobile Computing,2007,6(06):579-594.
[27]Jung J W,Weitnauer M A.On Using Cooperative Routing for Lifetime Optimization of Multi-hop Wireless Sensor Networks:Analysis and Guidelines[J].IEEE Transactions on Communications,2013,61(08):3413-3423.
[28]CHEN S,LI Y,HUANG M,et al.Energy-balanced Cooperative Routing in Multihop Wireless Networks[J].Wireless networks,2013,19(06):1087-1099.
[29]LI W,KAI L.An Throughput-optimized Cooperative Routing Protocol in Ad Hoc Network[C].Microwave,Antenna,Propagation and EMC Technologies for Wireless Communications,2009 3rd IEEE International Sym-posium on IEEE,2009:1255-1258.
[30]Mansourkiaie F,Ahmed M H.Optimal and Near-optimal Cooperative Routing and Power Allocation for Collision Minimization in Wireless Sensor Networks[J].IEEE Sensors Journal,2016,16(05):1398-1411.
[31]HE X,LI F Y.Metric-based Cooperative Routing in Multihop Ad Hoc Networks[J].Journal of Computer Networks and Communications,2012,2012(2090-7141).
[32]Zhuang W,Ismail M.Cooperation in Wireless Communication Networks[J].IEEE Wireless Communications,2012,19(02):10-20.
[33]Shamani M J,Gharaee H,Sadri S,et al.Adaptive Energy Aware Cooperation Strategy in Heterogeneous Multidomain Sensor Networks[J].Procedia Computer Science,2013(19):1047-1052.
[34]謝鯤,段申琳,文吉剛等.基於博弈的協作路由演算法[J].通信學報,2013(S1):44-57.
[35]張繼,張大方,謝鯤等.一種基於演化博弈的分簇協作路由演算法[J].電子學報,2016(09):2158-2163.
[36]Zhang J,Zhang Q.Cooperative Routing in Multi-source Multi-destination Multi-hop Wireless Networks[C].Infocom 2008,The 27th Conference on Computer Communications IEEE,2008:2369-2377.
[37]Faheem M,Gungor V C.Capacity and Spectrum-aware Communication Framework for Wireless Sensor Network-based Smart Grid Applications[J].Computer Standards & Interfaces,2017(53):48-58.
[38]Temel ?,Gungor V ?,Ko?ak T.Routing Protocol Design Guidelines for Smart Grid Environments[J].Computer Networks,2014(60):160-170.
[39]Faheem M,Gungor V C.Energy efficient and QoS-aware Routing Protocol for Wireless Sensor Network-based Smart Grid Applications in the Context of Industry 4.0[J].Applied Soft Computing,2017,101(01):15.
[40]Hyder C S,Xiao L.Cooperative Routing via Overlapping Coalition Formation Game in Cognitive Ra-dio Networks[C].Computer Communication and Networks(ICCCN),2016 25th International Conference on IEEE,2016:1-6.
[41]Shafi S,Bhandari B N,Ratnam D V.An Improved Cross Layer Cooperative Routing for Vehicular Networks[C].Research Advances in Integrated Navigation Systems(RAINS),International Conference on IEEE,2016:1-4.
[42]Hussain S,Javaid N,Zarar S,et al.Improved Adaptive Cooperative Routing in
Underwater Wireless Sensor Networks[C].Broadband and Wireless Computing,Communication and Applications(BWCCA),2015 10th International Conference on IEEE,2015:99-106.
[43]Pervaiz K,Wahid A,Sajid M,et al.DEAC:Depth and Energy Aware Cooperative Routing Protocol for Underwater Wireless Sensor Networks[C].Complex,Intelligent,and Software Intensive Systems(CISIS),2016 10th International Conference on IEEE,2016:150-158.
作者簡介：
巫朋鍵，雲南民族大學在讀碩士，主要研究方向為無線感測器網路。
高 飛，雲南民族大學雲南省高等院校無線感測器網路重點實驗室教授，碩士，主要研究方向為無線感測器網路技術。
邢傳璽，雲南民族大學雲南省高等院校無線感測器網路重點實驗室副教授，博士，主要研究方向為水聲信號處理。
羅 麗，雲南民族大學雲南省高等院校無線感測器網路重點實驗室在讀碩士，主要研究方向為無線感測器網路。
（本文選自《通信技術》2018年第六期）
原創聲明 >>>
本微信公眾號刊載的原創文章，歡迎個人轉發。未經授權，其他媒體、微信公眾號和網站不得轉載。
