阮文靈，曾培峰

　?。|華大學 計算機科學與技術學院,，上海 201620）

       摘要：詳細介紹了無線傳感網絡中的RPL(IPv6 Routing Protocol for LowPower and Lossy Networks)路由協(xié)議，從仿真環(huán)境,、參數設定、仿真場景設計等方面對RPL路由協(xié)議的仿真進行了分析,。利用cooja模擬器對RPL路由協(xié)議進行了仿真,，并針對分組遞交率和平均功耗兩個性能指標對RPL路由協(xié)議進行性能評估。仿真結果表明,，RPL路由協(xié)議在分組遞交率方面適用于各個場景,，并能很好地適應網絡的動態(tài)變化；在功耗方面不適用于樹型空間位置的場景,，并且對于動態(tài)變化的網絡會大大增加平均功耗,。

　　關鍵詞：RPL路由協(xié)議；網絡仿真,；cooja模擬器,；分組遞交率；平均功耗

　　中圖分類號：TP391.9文獻標識碼：ADOI： 10.19358/j.issn.1674 7720.2017.03.019

　　引用格式：阮文靈,，曾培峰.無線傳感網絡中RPL路由協(xié)議研究及性能分析［J］.微型機與應用,，2017,36（3）：63-66.

0引言

　　隨著網絡的發(fā)展，物聯(lián)網［1］已經成為繼互聯(lián)網之后的發(fā)展趨勢,。作為物聯(lián)網的重要組成部分,，無線傳感網絡由于受到處理能力,、內存容量、電量等限制,，其路由協(xié)議設計充滿挑戰(zhàn),。互聯(lián)網工程任務組（Internet Engineering Task Force, IETF）建立低功耗有損網絡路由工作組(Routing over Lossy and Lowpower Networks, ROLL)來解決這一問題,，提出一種新的路由協(xié)議RPL,，即IPv6 Routing Protocol for LowPower and Lossy Networks［2］。

　　本文首先介紹了RPL路由協(xié)議的原理,，分析了控制路由報文發(fā)送頻率的Trickle算法［3］,，其次用cooja［4］對不同場景進行了仿真，并根據仿真結果分析了RPL路由協(xié)議的性能,，接著驗證了Trickle算法,，最后進行了總結。

1RPL路由協(xié)議原理

　　RPL路由協(xié)議是一種距離矢量路由協(xié)議,，它根據目標函數(Objective Function,OF)構建以目的節(jié)點（根節(jié)點）為導向的有向無環(huán)圖(DestinationOriented Directed Acyclic Graph,DODAG),。每個非根節(jié)點通過目標函數計算出一個Rank值，表明自己與根節(jié)點之間的距離關系,。目前常用的目標函數有OF0(Objective Function Zero)［5］,、MRHOF(The Minimum Rank with Hysteresis Objective Function)［6］和ETX(Expected Transmission Count)［7］。三種控制報文用于RPL路由協(xié)議,，分別是DODAG信息請求報文(DODAG Information Solicitation,DIS),、DODAG信息對象報文（DODAG Information Object,DIO）和目的廣告對象報文（Destination Advertisement Object,DAO）。DIS報文用于未加入網絡的節(jié)點向網絡中的節(jié)點主動尋求DIO報文,，并尋求加入網絡,；DIO報文攜帶了一些配置參數，如RPLInstanceID,、DODAGID,、Rank等，讓未加入網絡的節(jié)點能夠發(fā)現(xiàn)RPL實例并學習這些配置參數,，選擇父節(jié)點,，主要用于向上路由的建立；DAO報文攜帶一些路由前綴信息,，主要用于向下路由的建立,。

　　1.1DODAG構建過程

　　整個DODAG的構建可以分為兩個部分，第一部分是向上路由的構建,，第二部分是向下路由的構建,。

　　如圖1所示，向上路由的構建過程從根節(jié)點(6LoWPAN Border Router,6LBR)開始,，6LBR廣播DIO報文,，它攜帶著自己節(jié)點的信息RPLInstanceID,、DODAGID、Rank等,，在它傳輸范圍內的6LRA(6LoWPAN Router A)收到該DIO報文后,，選擇6LBR作為父節(jié)點并加入該DODAG。6LRA具有路由功能,，它會根據目標函數計算rank值并更新收到的DIO報文,，并廣播出去，在它傳輸范圍內的6LRB收到該DIO報文后,，選擇6LRA作為父節(jié)點并加入該DODAG,。在6LRB加入DODAG后的某一時刻，6LN(6LoWPAN NODE)主動廣播DIS報文,，尋求加入某個DODAG,。6LRB收到該DIS報文后，給6LN回復DIO報文,，讓6LN選擇6LRB作為父節(jié)點并加入DODAG,。至此整個DODAG的向上路由就建立了。向下路由通過DAO報文來構建,。6LRA在收到6LBR的DIO報文后,，回復6LBR DAO報文，6LBR收到后將6LRA的前綴信息加入到路由表項中,。6LRB收到6LRA的DIO報文后,，回復6LRA DAO報文，6LRA處理該DAO報文后并向自己的父節(jié)點6LBR回復DAO報文,，6LBR收到該DAO報文后將6LRB的前綴信息加入路由表項中,。因此，DAO報文的處理工程是從子節(jié)點發(fā)送自己的父節(jié)點,，父節(jié)點在處理后依次發(fā)送給自己的父節(jié)點，直到發(fā)送到根節(jié)點為止,，根節(jié)點包含了所有節(jié)點的前綴信息,。

　　1.2Trickle算法

　　Trickle算法是RPL路由協(xié)議中一個重要的組成部分，它用來控制DIO報文的發(fā)送頻率,。Trickle算法運用了自適應傳輸周期機制,，保證網絡中路由信息一致時，發(fā)送較少的路由報文,；而不一致時迅速發(fā)送大量的路由報文,，從而快速更新路由信息，保證一致性,。

　　為了實現(xiàn)上述自適應傳輸周期的機制,，Trickle算法使用了3個配置參數：最小時隙Imin表示DIO報文發(fā)送間隔的最小范圍,；最大時隙Imax表示DIO報文發(fā)送間隔的最大范圍；常數k用于表征DIO報文是否發(fā)送,。Trickle算法還使用了3個變量：當前時隙I,，表示DIO報文當前的發(fā)送間隔；當前時隙的時間點t,，表示只有到達當前時隙中的時間點t,DIO報文才有可能發(fā)送,；一致性計數器c，用于與常數k比較,，根據比較結果決定是否發(fā)送DIO報文,。

　　Trickle算法的具體執(zhí)行步驟如下：

　　（1）Trickle算法開始執(zhí)行時,，首先把當前時隙I隨機置成［Imin, Imax］中的一個時隙,，并且開始第一個時隙；

　　(2)當一個時隙開始時,，把一致性計數器c重置成0,，并把時間點t設為當前時隙I中大于等于I/2、小于等于I的一個隨機時間點,；

　　(3)當監(jiān)聽到一致性消息時,，增加計數器c;

　　(4)在時間點t，當計數器c小于常數k時,，發(fā)送DIO消息,，否則不發(fā)送DIO消息；

　　(5)當時隙I過期后,，時隙I=I×2,，當I>Imax時, I置成Imax，并判斷下一時隙是否有效,，若有效返回步驟(2),，否則結束；

　　(6)當監(jiān)聽到不一致性消息并且I>Imin時,，重置I為Imin,，當I=Imin時，什么也不做,，并判斷下一時隙是否有效,，若有效返回步驟(2)，否則結束,。

2仿真環(huán)境和參數設置

　　2.1仿真環(huán)境

　　使用cooja對RPL路由協(xié)議進行仿真,，cooja是基于Contiki操作系統(tǒng)［8］的模擬器。

　　2.2仿真參數

　　在仿真實驗中，使用的目標函數為ETX（Expected Transmission Count）,。ETX指一個節(jié)點成功傳輸一個數據包給目的節(jié)點需要傳輸的次數,。無線介質類型是UDMG類型，如圖2所示,，內部的圓區(qū)域代表了節(jié)點1能從其他節(jié)點接收包的范圍,，其中的百分比分別代表了從不同節(jié)點接收包的成功率，它隨著與節(jié)點1的距離增大而減小,。外部的圓區(qū)域為受到無線干擾的范圍,。設置接收包的范圍為50 m，受到干擾的范圍是100 m,，發(fā)送包的成功率為100%,，接收包的成功率根據節(jié)點間的距離確定。

　　仿真時間為15 min,，節(jié)點的類型為sky類型,，并且只有1個根節(jié)點。在不同空間位置關系的節(jié)點圖仿真實驗中,，有30個具有路由功能的節(jié)點,；在動態(tài)增減節(jié)點的仿真實驗中，在第5 min時動態(tài)減少或增加10個有路由功能的節(jié)點,。這些節(jié)點分布在200 m×200 m的正方形區(qū)域內,。

3仿真分析

　　為了對仿真結果進行分析，需要使用評估RPL路由協(xié)議的性能指標［9］,，使用分組遞交率和平均功耗作為評估的指標,。

　　3.1不同空間位置關系的節(jié)點圖仿真

　　為了評估RPL路由協(xié)議在不同的拓撲情況下的性能，根據根節(jié)點與路由節(jié)點的關系,，設計了4種不同空間位置關系的節(jié)點圖,，如圖3所示。

　　圖4顯示了15 min內不同場景下發(fā)送給根節(jié)點包的數量和根節(jié)點接收包的數量,，圖5根據圖4的數據計算出了分組遞交率,。根據圖4，不同空間位置節(jié)點圖發(fā)送給根節(jié)點的包的總數基本相同,，為420左右,。根據圖5，格子型的分組遞交率最高,，為98.81%，而樹型的分組遞交率最低,，為95.44%,，但是相差都不是特別大，并且包的遞交率都達到了95%以上。根據上述結果,，在分組遞交率方面RPL路由協(xié)議在靜態(tài)的不同場景下都有較好的表現(xiàn),。

　　圖6顯示了15 min內除根節(jié)點之外的其他所有節(jié)點的功耗的平均值。根據圖6,，樹型的平均功耗最大,，為3.14 mW，格子型的平均功耗最小,，為1.79 mW,。樹型的平均功耗遠遠大于其他三種情況下的平均功耗。根據上述結果,，在平均功耗方面PRL路由協(xié)議對于樹型位置關系表現(xiàn)得并不是很好,，而其他三種場景下有較好的表現(xiàn)。

　　3.2動態(tài)增減節(jié)點的仿真

　　為了評估RPL路由協(xié)議在動態(tài)變化拓撲中的性能,，設計了動態(tài)增減節(jié)點的場景,。節(jié)點隨機關系的場景是最常見的場景，因此動態(tài)增減節(jié)點的仿真使用隨機關系場景,。

　　圖7顯示了15 min內不同條件下發(fā)送給根節(jié)點包的數量和根節(jié)點接收包的數量,，圖8根據圖7的數據計算出了分組遞交率。根據圖7,，在第5 min時動態(tài)加入節(jié)點的場景下,，其他路由節(jié)點發(fā)送給根節(jié)點和根節(jié)點接收包的數量都比原來的要多，而動態(tài)減少節(jié)點的情況下都比原來的要少,；但都少于一開始靜態(tài)相同位置相同數目節(jié)點的場景,，說明節(jié)點個數影響發(fā)送給根節(jié)點和根節(jié)點接收包的數量。根據圖8,，在第5 min時動態(tài)加入和減少節(jié)點的場景

　　圖8分組遞交率與靜態(tài)相同位置相同數目節(jié)點場景相比,，包遞交率相差不大，說明動態(tài)增減節(jié)點對包遞交率影響很小,，RPL路由協(xié)議能夠很好地適應網絡的動態(tài)變化,。

　　圖9顯示了15 min內不同場景的平均功耗。根據圖9,，在第5 min時動態(tài)加入和減少節(jié)點的場景與靜態(tài)相同位置相同數目節(jié)點場景相比,，平均功耗都大大增加，說明了在功耗方面,，RPL路由協(xié)議對于動態(tài)變化的網絡會大大增加節(jié)點的平均功耗,。

　　3.3Trickle算法的仿真

　　為了驗證Trickle算法能夠有效控制DIO報文的發(fā)送頻率，在網絡維持不變時增大DIO報文的發(fā)送間隔,，在網絡發(fā)送變化時能夠迅速減小DIO報文發(fā)送的間隔,，從而維護網絡,。使用圖2進行了仿真，圖10顯示了仿真結果,。

　　圖中橫坐標代表時間節(jié)點,，縱坐標代表時隙的大小。圖中顯示了三個階段,，第一階段網絡沒有發(fā)生變化,，因此每次當前時隙I到期后，I變成了I×2（I×2<Imax）,，而當I等于Imax時,，I到期后，I維持不變,，圖中Imax為2 100 s,因此I到達2 100 s后一直維持不變,。在第二階段移動節(jié)點6，網絡發(fā)生變化,，因此Trickle算法將當前時隙I由2 100 s迅速降到最小,，之后在第三階段網絡達到穩(wěn)定后，節(jié)點6的時隙I仍然按照原來增長,。4結束語

　　本文對RPL路由協(xié)議進行了詳細的介紹,，并對靜態(tài)場景及動態(tài)增減節(jié)點情況下的RPL路由協(xié)議性能進行了深入評估。從仿真結果得出以下結論：

　?。?）對于不同靜態(tài)場景,，分組遞交率都在95%以上，并且相差不大,，RPL路由協(xié)議對各種節(jié)點布局都適用,；對于動態(tài)增減節(jié)點，分組遞交率與靜態(tài)相比相差不大,，RPL路由協(xié)議能適應網絡的動態(tài)變化,。

　　（2）對于不同靜態(tài)場景,，樹型位置關系的平均功耗遠大于其他關系的平均功耗,，RPL路由協(xié)議對于樹型位置關系并不特別合適；對于動態(tài)增減節(jié)點,，RPL路由協(xié)議會大大增加平均功耗,。

　　（3）Trickle算法能夠有效地控制路由報文的發(fā)送,。

　　參考文獻

　?。?］ GUBBI J, BUYYA R, MARUSIC S, et al. Internet of Things (IoT): a vision, architectural elements, and future directions［J］. Future Generation Computer Systems, 2013, 29(7):1645-1660.

　　［2］ WINTER T, THUBERT P, BRANDT A, et al. RPL: IPv6 routing protocol for lowpower and lossy networks［S］. Internet: RFC 6550, 2012.

　?。?］ LEVIS P, CLAUSEN T, HUI J, et al. The trickle algorithm［S］. Internet: RFC 6206, 2011.

　?。?］ OSTERLIND F, DUNKELS A, ERIKSSON J, et al. Crosslevel sensor network simulation with COOJA［C］. Proceedings of 31st IEEE Conference on Local Computer Networks, Tampa,FL: IEEE, 2006: 641-648.

　?。?］ THUBERT P. RPL objective function zero［S］. Internet: RFC 6552, 2012.

　　［6］ GNAWALI O, LEVIS P. The minimum rank with hysteresis objective function［S］. Internet: RFC 6719, 2012.

　?。?］ GNAWALI O, LEVIS P. The ETX objective function for RPL［S］. Internet: draftgnawalirolletxof00, 2010.

　　［8］ DUNKELS A, GRONVALL B, VOIGT T. Contiki a lightweight and flexible operating system for tiny networked sensors［C］. Proceedings of the 29th Annual IEEE International Conference on Local Computer Networks, 2004. IEEE, 2004:455-462.

　?。?］ TRIPATHI J, DE OLIVEIRA J, VASSEUR J P. Performance evaluation of routing protocol for low power and lossy networks［S］. Internet: RFC 6687, 2012.