基于隨機移動模型的移動sinks無線移動傳感器網絡性能分析與改進

摘 要:引入移動sinks節點是解決網絡連通性、能耗平衡、提高網絡生命周期和網絡容量的有效方法。針對移動sinks節點的移動機制直接與網絡性能相關，結合mWSNs體系結構，分析了基于隨機移動模型的網絡性能，提出了零數據包分片率的隨機移動模型。理論分析與仿真結果表明，該模型能夠保證數據零分片，提高了網絡的時延性能和數據包傳輸成功率。

關鍵詞:移動sinks無線傳感器網絡;移動sinks;隨機移動模型;數據包分片率

中圖分類號:TP393.11;TP273

文獻標志碼:A

文章編號:1001-3695(2010)02-0672-03

doi:10.3969/j.issn.1001-3695.2010.02.074

Analysis and improvement of performance of mobile sinks sensor networks

based on stochastic mobile model

YU Hua-ping1a，GUO Mei1b，WU Chun-xue2

(1.a.College of Computer Science， b.Dept. of Science Technology， Yangtze University， Jingzhou Hubei 434023， China;2.School of Optical Electrical Computer Engineering， University of Shanghai for Science Technology， Shanghai 200093， China)Abstract:Introducing WSNs is an effective method to solve the problems， such as network connection， energy balance，network lifetime and capacity.The mobility mechanism of mobile sinks can directly affect the network performance.Firstly，studied the architecture of mWSNs. And then，analyzed the network performance based on stochastic mobile model.Thirdly，proposed a new random mobile model that could provide zero data packet split rate.Theoretical analysis and simulation results show that the new model can improve the network performance such as delay and zero data packet split rate.

Key words:mobile sinks wireless sensor networks(mWSNs); mobile sinks; stochastic mobile model; data packet split rate

0 引言

隨著無線傳感器網絡的發展，出現了移動sinks和移動agents的概念。移動sinks節點的加入能夠較好地解決網絡的連通性和生存時間問題。目前，移動sinks節點已經應用在一些場合，如戰爭監測應用中的戰士、環境監測應用中的動物、交通監測應用中的公共汽車等。本文把這種引入了移動sinks節點的傳感器網絡叫做移動sinks無線傳感器網絡[1，2](mWSNs)。

相比靜態的無線傳感器網絡，移動sinks無線傳感器網絡在能量的高效使用、信道容量、移動目標的跟蹤、傳感器節點的通信質量、數據傳輸的精確度、網絡生存周期、網絡覆蓋度及連通性等方面有著明顯的優勢[3，4]。研究表明，憑借少量的移動sinks節點能夠明顯改善網絡QoS(quality of service)性能[3，4]，而且移動sinks節點的移動機制直接與網絡QoS性能相關[5]。因此，本文通過分析移動sinks無線傳感器網絡結構，討論了移動sinks節點隨機移動模型，提出了零數據包分片率的隨機移動模型。該模型能夠保證數據零分片，提高了網絡的時延性能和數據包傳輸成功率。

1 mWSNs網絡結構及移動模型

1.1 mWSNs網絡結構

移動sinks無線傳感器網絡由大量傳感器節點(sensors)和相對較少數量的移動sinks(mobile sinks)組成。其典型三層網絡結構如圖1所示[6]，即傳感器節點層(sensors layer)、移動sinks節點層(mobile sinks layer)和基站層(base station layer)。

在mWSNs中，移動sinks層節點通過移動，收集傳感器層節點采集的數據，然后轉發給訪問點(access point，AP)和基站;最后用戶通過基站或訪問點使用這些數據，并控制網絡。可以看出，mWSNs的網絡性能就直接與移動sinks節點的移動機制相關。因此，移動sinks節點的移動機制問題是mWSNs的核心問題。

1.2 移動模型

移動模型是用來描述移動節點移動軌跡的。好的移動模型應該能最接近地描述實際網絡中移動節點的移動軌跡。在一些研究中，移動電話、車輛、人、掌上電腦甚至動物均可擔任移動sinks節點。但是，他們都有與眾不同的區別，有些移動性是可以控制的，有些是可以預測的，而有的是隨機移動的。據此，可以把移動節點的移動模型分為可控移動模型、可預測移動模型和隨機移動模型等。其中，隨機移動模型中移動sinks節點以隨機的方式決定移動方向、路徑和速度等參數;可預測移動模型中移動節點的移動模式可以通過預測得知[7];可控制移動模型中移動節點的移動模式被移動節點的調度策略和協議實時控制[8]。由于可預測移動模型和可控制移動模型均與具體的移動節點調度策略有關，需要結合具體的路由協議來研究，不具有一般性，本文不予具體討論，而主要討論基于隨機random direction模型[9]的QoS性能，從總體上分析移動性與QoS的關系。Random direction模型一般可表述如下:

a)移動節點向方向θ移動，θ在[0，2π)范圍內隨機選擇一個角度作為其下一步的移動方向。

b)移動節點將以速度v勻速移動，移動節點的位置是彼此獨立的。

c)在時間D內，移動節點沿θ方向移動，若到達邊界，則反方向返回;若超過D，則重新在[0，2π)范圍內隨機選擇一個角度作為它下一步的移動方向。

Random direction模型是一種相對穩定的隨機移動模型，其運動方式是一種無記憶的運動方式，無須考慮以往的運動位置和速度，節點當前的移動速度和方向完全獨立于先前的移動速度和方向。模型的算法相對較為簡單。但也仍然存在空間節點分布不均勻的問題，在二維運動空間，按照random direction模型運動的節點在空間的分布呈現出中心概率密度小、邊緣概率密度大，且具有圓對稱的非均勻分布的特點[10]。

1.3 基于random direction模型mWSNs的性能分析

mWSNs的QoS的度量指標主要包括網絡生命周期、平均數據傳輸時延、數據傳輸成功率等[11]。基于random direction模型的仿真結果如圖2~4所示。

圖2~4顯示了移動sinks節點的數量和速度對網絡QoS性能的影響。移動sinks節點的數量越多，網絡的性能越好。但移動sinks節點的速度不是越大越好，需要適當地進行選擇。當一個移動sinks節點沿著預先確定的軌跡移動時，過低的移動速度造成較大的能量消耗、時延和大量的數據包丟失;而過快的移動速度，因導致數據包在一次移動節點訪問期間不能傳輸完畢，使數據包需要進行分片傳輸，將一次傳輸剩余的數據片段繼續緩存起來等待下一次移動節點的服務周期的到來，從而間接引起能量消耗、時延及丟包率增加，同樣降低了網絡QoS性能。因此，減少傳輸過程的數據包分片傳輸是保證網絡性能需要重點研究的方向。下面將基于傳輸過程中數據包零分片傳輸改進random direction模型。

2 基于零數據包分片率的random direction模型

2.1 數據包分片率及分析

數據包分片率Psplit是指移動sinks節點分片收到的數據包分組數量與網絡生成數據數量之比。為了清晰描述問題，保證傳輸過程中的數據包不分片傳輸，本文首先定義了一個零分片區域，如圖5陰影部分所示，用字母H表示零分片的概率，因為靜態傳感器節點與移動sink節點之間在時序T內保持100%的連接。區域H的邊界是由兩個半徑為r的圓分割而成的。顯然，如果H被視為隊列系統，H的面積越大(更大的單次服務時間)，平均數據包分片率就越低。

圖中，T表示傳輸該數據包需要的時序數，且T=L/w(L為數據包的長度，w為無線信道帶寬，一般均是已知的，所以對某些數據包而言，T也是常數);r表示移動sinks節點的傳輸半徑用，v表示移動速度用。經計算，H的面積為

Harea=4×(r22arccosvT2r-vT4r2-(vT2)2);r≥vT2(1)

顯然，Harea隨半徑r單調遞增，可以通過增加移動節點的傳輸半徑r，減少速度v，以及時序T來達到擴大H面積。仿真結果如圖6、7所示。從中可以看出，分析與仿真結果一致。

2.2 改進策略

為了保證零數據包分片傳輸的發生，可以考慮如下優化策略，示意圖如圖8所示。

經計算，移動sinks節點的移動方向θ為

θ=arc sinr2-(vT/2)2ds，ms(2)

其中:ds，ms表示移動節點與傳感器節點間的距離，一般可以通過定位技術計算出來。傳輸需要的時序數T=L/w，節點的傳輸半徑r，移動節點的速度v均為定值，且已知。很明顯，只有當移動節點的移動方向小于θ時，才能保證單個數據包在一次移動節點服務期間將數據傳輸完畢，不發生數據包分片傳輸，從而降低了數據包丟包率、節約了因數據包分片、重組等引起的能量消耗，減少了時延等，即移動節點Mi(i=1，2，…，k)根據如下范圍實時調整移動方向。

-arc sinr2-(vT/2)2ds，ms≤θi≤arc sin r2-(vT/2)2ds，ms(3)

對于傳輸需要的時序數T=L/w，節點的傳輸半徑r，移動節點的移動方向均定值，且已知時，為保證不發生數據包分片，則移動節點速度v的最大值為

v≤(2/T)r2-(ds，ms sin θ)2(4)

因此，random direction模型中，可以在已選定移動方向θ后，使移動節點的移動速度v不大于此速度。從而確保數據包在傳輸過程中不發生數據分片，提高網絡性能。為了使網絡性能達到最大化，一般取vopt=(2/T)r2-(ds，mssin θ)2。通過實驗仿真驗證，其結果表明，在保證零數據包分片發生，以vopt為移動節點速度時，其相應的時延相對較小，與理論分析一致。

3 結束語

移動模型是網絡仿真中的重要參數，用來描述網絡中移動節點的運動方式，包括其位置、速度和加速度的變化。通過分析和仿真驗證表明，移動節點數量越多，網絡性能越好;移動節點速度需要合適選擇，當移動節點速度較大時，應采用小數據包來避免數據包丟失;同時，基于數據包分片率，計算了保證零數據包分片的最大速度，為改進random direction提供了借鑒。

參考文獻:

[1]

WANG Wei，SRINIVASAN V，CHUA K C，et al.Using mobile relays to prolong the lifetime of wireless sensor networks[C]//Proc of MobiCom. New York:ACM Press，2005:270-283.

[2]LIU B，BRASS P，DOUSSE O，et al.Mobility improves coverage of sensor networks[C]//Proc of ACM MobiHoc.New York: ACM Press，2005:300-308.

[3]SPYROPOULOS T，PSOUNIS K，RAGHAVENDRA C S.Performance analysis of mobility-assisted routing[C]// Proc of ACM MobiHoc.New York:ACM Press，2006:49-60.

[4]REN Biao，MA Jian，CHEN Can-feng.The hybrid mobile wireless sensor networks for data gathering[C]//Proc ofInternational Conference on Wireless Communications and Mobile Computing. New York: ACM Press，2006:1085-1090.

[5]CAMP T，BOLENG J，DAVIES V.A survey of mobility models for Ad hoc network research[J].Wireless Communications and Mobile Computing，2002，2(5):483-502.

[6]MUNI S A， REN B，JIAO Wei-wei， et al. Mobile wireless sensor network architecture and enabling technologies for ubiquitous computing[C]//Proc of Advanced Information

Networking and Applications Workshops.Washington DC: IEEE Computer Society，2007:113-120.

[7]CHAKRABARTI A，SABHARWAL A，AAZHANG B.Using predictable observer mobility for power efficient design of sensor networks[C]//Proc of the 2nd International Workshop on Information Proces-sing in Sensor Networks. Berlin: Springer，2003:129-145.

[8]SOMASUNDARA A A，RAMAMOORTHY A，SRIVASTAVA M B.Mobile element scheduling for efficient data collection in wireless sensor networks with dynamic deadlines[C]//Proc of the 25th IEEE Internationall Real-time Sys Symp. Washington DC: IEEE Computer Society，2004:296-305.

[9]ROYER E M，MELLIAR-SMITH P M，MOSER L E.An analysis of the optimum node density for Ad hoc mobile networks[C]//Proc of IEEE International Conference on Communications. Helsinki:[s.n.]，2001:857-861.

[10]徐鑫鑫，王玲，張衡陽.無線移動Ad hoc網絡移動模型研究[J].計算機應用研究，2009，26(3):804-808.

[11]余華平，鄔春學.移動無線傳感器網絡QoS機制研究[J].長江大學學報:自然科學版，2008，5(4):289-291.