0引言

        紫外光通信作为一种新型的无线光通信方式，具有窃听率低、全天候通信和抗干扰能力强等特点[1]。与自组织网络相结合，形成了无线紫外通信网络，它不仅可以扩大传输距离，还能实现远距离通信，具有广泛的应用前景[2]。

        在通信过程中，路由协议是节点经过多跳才能与其它节点进行通信的必要条件，需要在源节点与目的节点之间建立一条能够转发分组的通信传输路径并正确传输数据。由于紫外光通信的节点覆盖范围小、信道时变性强，其节点密度、传输功率和传输速率等参数都将影响紫外光通信的质量[3]。此外，传统的无线网状网络中的路由协议无法直接应用于紫外光自组织网络中，因此紫外光通信需要有对应的自适应路由协议才能进行通信[2]。

        自适应路由是无线自组织网络的一个关键功能，近几年已经得到了大量的研究。2016年，华中科技大学的ABDULWAHID H等人[4]针对移动Ad Hoc网络中节点变化导致拓扑变化的问题，提出了一种链路调度组播路由协议，并分析了不同路由协议的性能。2017年，西安工程大学宋晓梅等人[5]提出了一种紫外光空分复用自组网路由协议并进行了仿真分析，设计了一种可旋转的紫外线（UV）通信收发设备，将区域划分为多个扇区，结合节点间的通信距离求得节点间的相对位置。2019年，西安工程大学陈冲等人[6]研究分析了紫外光自组网按需多径距离矢量路由算法，并利用NS2软件进行了仿真，分析了不同移动区域和节点数目条件下算法的性能。2021年，西安理工大学赵太飞团队[7]提出了一种无人机蜂群中紫外光隐秘通信能耗均衡路由算法，通过构建链路权值函数来有效均衡无人机蜂群节点的能量消耗。2022年，赵太飞团队[8]又提出了一种无线紫外光协作无人机蜂群能效优化路由算法，通过引入距离项和能量项对非均匀分簇算法进行了改进。但是，紫外光自组织网络的拓扑结构不断变化，节点之间较长的响应时间间隔导致网络拓扑变化的响应变慢，出现频繁的路由失效，使网络无法通信[9]。此外，在路由发现过程中，若选用洪泛机制将造成较大的路由开销；在传输路径上，多次使用同一个节点进行传输又将导致节点能量提前耗尽。针对这些问题，西安理工大学柯熙政团队[2]提出了将蚁群优化（ACO）算法应用到无线网络服务质量（QoS）路由中，删除了节点路径间的环路，并在信息素更新部分考虑节点电量并保留信息素给后续节点使用，但在实际仿真过程中节点数较少，无法判断当节点数增多的情况下其算法的有效性。

目前，ACO算法已被广泛应用于资源二次分配问题、旅行商问题、最短路径规划等经典优化问题中，并取得了较好的效果。虽然ACO算法具有良好的拓展性，且能有效提高动态网络环境中的QoS[10]，常被用于自组织网络的路由算法求解，但是在紫外光通信自组织网络中的应用较少。本文基于ACO算法，提出一种用于紫外光通信网络中的改进蚁群算法（下文简称UVACO算法）。

3 结束语

        本文提出了一种UVACO算法，该算法将网络节点能量引入到ACO算法状态转移概率公式中，通过Matlab软件仿真分析了UVACO算法在不同收发角度、传输功率和数据传输速率条件下的时延性能。仿真结果表明：与ACO算法相比，UVACO算法能够搜索到的路径更优，时延更低，并且收敛速度提升了28%。UVACO算法通过在节点状态转移概率公式中引入节点能量，优化节点转发，有效地提高了收敛路径的平均剩余能量，延长了网络的生存时间。此外，UVACO算法在收敛路径的平均剩余能量方面具有优势，能够有效地均衡节点能量消耗。在不同的收发仰角、传输功率和数据传输速率的紫外光通信自组织网络中，UVACO算法能够有效找到低时延路径。该方法为今后紫外光通信自组织网络路由协议的研究提供了新思路。