[80] 增强无线传感器网络能效的方法
增强无线传感器网络能效的方法
Srajan Raghuwanshi, Amitabh Mishra无线互联网网络组
电子和计算机工程学院布拉德利系
美国，布莱克斯堡24061号，弗吉尼亚理工大学
{srajan, mishra}@vt.edu
翻译：刘骏 Email: jokin.liu@gmail.com
摘要--无线传感器网络是由传感器节点构成的无线网络，尽管用于节点装备的能源十分有限，但无线传感技术仍然可以被广泛应用到多种领域中。无线传感器网络本身的通信量十分不稳定，并且具有高依赖性。通过分析这种网络的通信能效，针对这种不稳定的通信状况，我们期望能够找到一种可行的解决方案，使传感器能节省更多的能源，为各种应用场合提供更强有力的支持。目前正在讨论一个随机时间方案，该方案能通过适应通信量负载来优化无线通讯设备的开/关时间间隔。本文主要探讨的就是研制一种可靠的能量感知网络，避开传感器节点上的缺点，同时将能量消耗降低到最小。
关键字--无线传感器网络，介质访问控制(MAC)，能效
I.绪论
无线传感器网络即无线ad-hoc网络最近引发了各界极大的研究关注。无线传感器网络能够在无人工监控的情况下为灾难防御、军事侦察、医疗行政、环保监测等多种应用软件提供在低功耗低成本的快速部署中所需的特有的帮助及多种强大功能。无线传感器网络还可以通过收集大量由多反射无线通信产生的传感器节点自组织构成。传感器节点由传感元件、处理单元、无线收发设备以及能源构成。每个节点就是一个集成信号处理器和微型传感元件的集成电路。构成无线传感网的这些节点可以设置在距离作用域很远的地方，也可以通过远离基站的地点远程进行数据汇集。
无线传感器网络通常只能部署在资源有限的环境下，使得无线传感网的使用寿命和可持续性相对于这种网络的部署来说变得十分严峻。为了大范围部署耐用的无线传感器网络--使数以万计无人监管的电池驱动节点能够进行超出使用期限几年的运作--我们必须想出一种方法，切实缩减能源消耗。每个无线传感器节点即一个微电子设备仅仅能够配备有限的能量存储量[9] 。而发生在感知、数据处理以及通信和转换上的能量消耗则可以用来为节点产生大量的可消耗的动力源。打破通信中心的平衡，不断减小传感器节点电池的大小，是无线传感器网络领域上的一个极具挑战性的研究方向。因此，通过适应动态变化的拓扑结构，延长无线传感网生命周期的新方案和协议将成为该领域首要关注的方面。
无线传感器网络本身的通信量是非常零散的，而且不一定能遵循任何特定的通信形式。在本文中，我们分析这种变化的通信量（由事件驱动感知操作引起）在无线传感网上对能量消耗的影响。这里将通过一个简单的双节点的情况来协助分析。作为必要条件，消息在独立的传感器节点中通过队列的方式存储和转发。可以推测，存在于网络层的路由协议可以为无线传感网的通信节点之间的信息包进行传送和提供连接。在本文中所提到的嵌入在数据传输层介质访问控制的自学方式可以有效开发出多变通信状况以获得最大的能量节省。
本文将由以下几个部分组成。第二章介绍了当前已提出的几种用于无线传感器网络数据链路层的节能方案以及参考。第三章描述了我们对无线传感器网络通信方式分析的方法。在第四章里，主要讨论过程模型、通信方式以及模拟模型中的仿真参数。模拟结果、分析以及为增强能效针对现有的协议提出的方法将在第五章做介绍。第六章总结以及今后工作的展望。
II.背景
网络层的通信协议是可靠的点对点、一点对多点传输的必需条件--这种传输协议可以使无线传感器网络被更加广泛的应用。健壮的数据链路层能够通过介质访问、传输/随机复制数据包、出错控制来监测数据帧，它是在无人监管情况下成功部署无线传感器网络至关重要的条件（如同在大多应用程序中需求的一样）。在数据链路层被支撑的介质访问控制（MAC），是用以增强能量存储的重要功能。MAC简单的说是通过传输媒介存放数据，决定何时监听、何时访问以及处理网络中固定长度的数据包的方式。介质访问控制也可以用来公平有效的共享各节点之间的有限通信资源。
目前已有一些在数据链路层进行的无线传感网节能机制[1-5]。例如SMACS，一种可以将传感器网络构成单层拓扑结构的基础设施构造协议。它将相邻的信号以及频段定位结合起来，设计成分布式协议来建立一个单层拓扑结构，使节点在没有任何网点的支撑下也能探测到相邻的信号并且建立通信网络。该设计的主要思想来源是带宽的有效性不受约束，因此节点可以在任意频率下随机运作。EAR协议[2, 4]被用来在移动节点和固定节点之间进行持续通信。S-MAS[3]则是另一个协议，它提出一个全新的方法来支持自我匹配的同时降低能源消耗，就是设置无线电通讯设备在其他的节点进行传输时处于睡眠状态。它利用网络进程来进行数据处理，每次令所有的信息都处在预备及发送的状态，这样可以实现在多源之间的包/片级进行通信的同时节省反应时间。
我们还提出了在数据链路层增强无线传感器网络能效的方法。前面所描述的方案再加上一些“通信感知”的方法[l, 5]将为节省能源提供更大的帮助。我们将在下面的章节详细介绍“通信感知”。
III.方法
无线传感网中传感器节点的体系应用到了一种便携无线电传播设备，该设备包含四种运行模式：发送信号，接受信号，闲置以及睡眠。各种模式之间的切换会因为无线电通信传输硬件短暂的活动导致很多能源的浪费。通过配合传感无线电通信设备监听和睡眠（闲置）的次数，大量能量可以从无线传感网中保存下来。
我们分析工作的重点主要集中在无线传感器网络的不稳定以及高依赖的通信模式之上。这种通信模式可以归因于遥感的事件驱动特性所引起的超过延期时间内的低活动率、以及事件检测时零星爆发的高通信量。通信强度也可以由可能增加的数据包转播、控制、消耗等引起的特定操作达到更大值。确切地说来，在启动和初始化阶段（假定为Phase 1--当节点刚刚启动时，自设定并识别相邻节点）网络中的通信流较低。我们可以认为，在Phase 1中的多数时间里，使大部分节点保持空闲/睡眠模式，比让它们不断抢占/检测资源更能为媒介节省能源。尽管如此，同Phase 1相比，当一个事件（触发无线传感网点上的传感器）被检测--假定为Phase 2事件检测阶段--控制包、数据包的开销等数额呈多方面的增加。由于增强的网络活动，毫无疑问，我们可以预料更多的能量将在Phase 2被消耗。除此之外，在整个无线传感网的生命周期中，一旦有频繁的活动则将会产生许多实例--大量的包冲突/转发/运作将冲击无线传感网--假定为Phase 3。Phase 3可以引发无线传感网中的许多节点差不多/完全的能源消耗，对健壮的无线传感网不能起到任何作用。基于这种原因，我们对照能量支出，比较不同通信条件产生的行为，对各个阶段即Phase 1、Phase 2 和Phase 3进行分析。
IV.模拟模型
过程模型
图1中显示的是用框图来模拟的传感器节点过程模型。在无线传感器网络中，无线电通讯设备被传感器节点用来接收和传输数据包，为了方便起见，我们将发射器和接收器作为单独的实体进行模拟。如图1所示，过程模型可以被看成通过一个简单的发送源来进行接收控制/数据封装。发送源从邻节点接收通信信息，同时队列通过存储和转发来处理发送源接收到的数据包。接收器则用来传播已被处理的数据包到其他的节点或者舍弃多余/错误的数据包。
通信和拓扑模型
节点中接收的通信量可以由每一个发送源发送的数据包的λ倍率来模拟，例如，
... (1)
λ表示接收通信量的接收比率，i表示无线传感网中相邻节点数。
单个节点能够处理的请求/通信负载的数量能根据设置/改变无线传感网进行接收时的接收通信量（方程式1）来改变。队列由介质访问控制接口中的单一块来表示，块中各节点的临时请求以及数据包将排队等候。队列的大小可以根据各个应用程序相关来进行调整。假定传感器节点的空间分布被统一为可移动节点（如果有）在较低的速度下进行传播，这样流动性产生的影响则可以忽略不计。因此，我们可以通过图2来模拟无线传感器网络的通用拓扑结构。在实际的无线传感网模式（类似于图2所示）中，拓扑结构内不同区域会产生不同的通信速率。考虑到这一点，我们使用指数分布密度函数，
... (2)
(a表示为分布的平均值) 以及排列密度函数,
... (3)
来绘制由单跳距离分离的两个节点之间标准化的能量消耗与可变通信量的对比（节点1和节点2如图2所示）。
模拟参数
我们定义了以下参数，
EIDLE = 空闲监听时消耗的能量
ERX = 接收一比特所消耗的能量
ETX = 传输一比特所消耗的能量
Toff = 无线电通讯设备睡眠时间（无意义的通信量传送/接收）
Ton = 无线电通讯设备接收/发送信号的活跃“开启”时间
我们定义了以下比率，
…（4）
…（5）
模拟结果
在该模拟中，通过单独对[6]、[7]的观测，我们为方程式（4）设置不同的值，如下，
E =1：1.05：1.4 …E1
E =1：2：2.5 …E2
针对第三章中，对不同通信状况在各个阶段的讨论，我们为方程式（3）设置如下的值，以及长度固定为5的队列。
Phase 1 -> 低通信量 -> T =9:1 …T1
Phase 2 -> 中通信量 -> T =1:1 …T2
Phase 3 -> 高通信量 -> T =1:9 …T3
在图3中，标准化的能耗被绘制在Y轴上，对应于X轴上的接收的通信量（到传感器节点上）呈指数分布，在图4中，我们用排列分布绘制了相同的矩阵。
从图3和图4中，由（T1,E2）我们观察到，随着通信量的递增，并不一定导致能耗的递增。当网络中的通信量很低时，能量可能通过节点的睡眠时间的增加而节省下来。但是，通信繁忙时，也能通过使节点处于睡眠状态而节省更多的能量。无线传感网中闲置--监听次数的降低可以用来解释这种现象。在通信量适中的状况下，根据（T2,E1）能耗急剧增加并且实际上几乎在（T1,E2）保持不变。
根据上述报告资料，我们建议应该根据闲置监听，应用一种自适应的非周期进度表来为节点降低能量损耗。智能自学算法也可以增加能量节省，该算法能更新作为其中一部分被嵌入到数据链路层介质访问控制中的节点的进度表。该算法需要利用一组随机的时间方案，通过适应通信量负载来进行最优切换无线电通讯设备的开启/关闭模式来改变时间间隔。这种方案能够使各节点根据周围的节点来自我调整。但是，这种适应性方案还需考虑应用软件的数据相关与节点相关的对比，所以，收集和处理应用程序相关的数据以及将其转换成有用信息仍然比维持特定的节点对节点的连接更为重要。可以为每个节点定义最佳临界点的电池等级（Tb1），在正常的进度表中，若电池的临界值低于该等级则传感器的功能将被终止。对于网络的广泛性及公平性，该节点的感应作用应该根据由特定节点控制包在电池等级低于Tb1的情况下运作时的事件重要性而定。
单个节点与其他相邻的单跳、双跳节点也可以合作并形成集合[5]。在无线传感器网络中选择形成集合被证明是合理的，因为它为了改善系统生命周期，允许能量利用的分配，不断降低能量损耗。但是，由于网络的广泛性，同步计算进程表将是传感器网络中的一个能量消耗的过程，因此，必须分配这种解决方法。一旦节点进行自我配置并且聚集，且当数据传输启动来进行最大量的能量节省时，节点就可以根据自适应方案自适应地调整睡眠次数。
V.结论以及今后的工作方向
本论文介绍了一种增强无线传感器网络能效的方法。通过模拟结果，我们观察到在单跳距离隔开的两个节点之间的能量消耗形成的多变的通信量的影响。根据这些结论，我们得知根据自学方案，通过适应无线电通讯设备睡眠和接收/传输次数，可以进一步降低能量消耗。我们目前正致力于这种方案的设计[8] 。这种能够调整通信量的自适应方法将为无线传感器网络在各个情况下的应用呈现更大的灵活性、可扩展性以及健壮性。
参考文献
[1] Alec Woo and David Culler, "A transmission contro1 scheme for media access in sensor networks", in Proceedings of the ACM/IEEE International Conference on Mobile Computing and Networking, Rome, Italy, July 2001, pp. 221-235.
[2] K. Sohrabi, J. Gao, V. Ailawadhi, G.J. Pottie, “Protocols for self-organization of a wireless sensor Network”, IEEE Personal Communications, October 2000, pp. 16-27.
[3] Wei Ye, John Heidemann, Deborah Estrin, “An Energy-Efficient MAC Protocol for Wireless Sensor Networks”, IEEE Infocom 2001.
[4] Katayoun Sohrabi and Gregory J. Pottie, “Performance of a novel self organization protocol for wireless ad hoc sensor networks”, in Proceeding of the IEEE 50th Vehicular Technology Conference, 1999, pp. 1222-1226.
[5] Wendi Rabiner Heinzelman, Anantha Chandrakasan, and Hari Balakrishnan, “Energy-efficient communication protocols for wireless microsensor networks”, in Proceedings of the Hawaii International Conference on Systems Sciences, Jan.2000
[6] Stemm, M. and Katz, R.”Measuring and reducing energy consumption of network interfaces in hand-held devices”. Institute of Electronics, Information and Communication Engineers Transactions on Communications, E80B(8): 1125-1131, August 1997.
[7] Oliver Kasten, Energy Consumption, http://www.inf.ethz.ch/kasten/rescarch/bathtub/energy_consumption.html, Eldgenossische Technische Hochschule, Zurich.
[8] S. Raghuwanshi, A. Mishra, “A traffic-adaptable algorithm for increased efficiency and Scalability in Wireless Sensor Networks” IEEE Vehicular Technology Conference, Orlando, October 2003, in press.
[9] J.G.Pottie; W.J.Kaiser. “Wireless integrated network sensors”, Comm. ACM, 3(5): 51-58, May 2000.
[10] I.F.Akyildiz, W.Su. Y. Sankarasubrarnaniam and E. Cayirci Wireless sensor networks: a survey Computer Networks, 38(4) (2002) pp. 393-422
