無線傳感器網絡中基于服務質量管理的多目標優化控制*

韓安太，彭 慧，李劍鋒，游來健

(中國計量學院電工與電子技術研究所，杭州310018)

無線傳感器網絡［1］可有效滿足設施農業［2］等應用領域中遠程監測系統智能化、精準化、分布式的發展需要，因此受到研究人員持續關注［3－5］。然而，無線傳感器網絡固有的時變傳輸延時、丟包等現象嚴重影響基于無線傳感器網絡構建的遠程監測系統性能，甚至導致系統不穩定［6］;因此，必須采取措施減少這些現象對系統整體性能的影響，即提高網絡服務質量［7］(Qualilty of Service，簡稱 QoS)。

為提高網絡QoS，研究人員從設計系統控制器、修改網絡協議等角度提出解決方法［8－11］，由于難以得到無線傳感器網絡應用系統的精確數學模型、標準化網絡協議修改困難等原因，這些方法的實用性和使用效果仍需進一步探索。在此基礎上，一些研究人員從網絡資源調度角度提出了根據網絡QoS變化動態調整傳感器節點采樣周期的自適應采樣方法［12－15］，然而，采樣周期一般根據信號特點和設計要求確定，只允許圍繞設定值微小波動，否則將使系統性能嚴重退化［16］，這就嚴重影響了自適應采樣方法的實用性。

針對上述問題，本文在自適應采樣方法基礎上，通過分析傳感器節點數據包發送周期與采樣周期之間關系，提出一種基于網絡QoS管理的多目標優化控制策略，目的是提高網絡QoS，進而提高系統整體性能。

1 控制器設計

1．1 系統體系結構

考慮圖1所示基于星形拓撲結構無線傳感器網絡構建的遠程監測系統;該系統主要由分布在監測區域內的傳感器節點，對數據進行收集和處理的匯聚節點，對系統運行進行協調、優化、管理的基站構成;傳感器節點采用時間觸發，匯聚節點采用事件觸發［1］。

圖1 系統體系結構

1．2 基本設計思路

在圖1系統中，傳感器節點周期性采樣、處理被監測信號，然后通過無線網絡將采樣數據包發往匯聚節點，如圖2所示。

圖2 信號采樣與數據包發送之間的關系

由圖2可知，傳感器節點周期性采樣觸發周期性數據發送，且采樣周期與數據包發送周期具有如下關系(不失一般性，此處忽略傳感器節點對采樣數據的處理時間或認為采樣周期中已包含這些處理時間):

式中，si(k)表示傳感器節點i的采樣周期;hi(k)表示傳感器節點i的數據包發送周期;a表示采樣數據長度;b表示數據包中的有效數據域長度;k表示采樣時間順序值，k=0，1，…，∞。

由式(1)及網絡控制系統中關于網絡延時的相關結論［8－9］可知，當 a、b 為定值時，hi(k)與 si(k)之間保持線性關系，即

式中，Δsi(k)表示傳感器節點i的采樣周期變化值;Δhi(k)表示傳感器節點i的數據包發送周期變化值。

這就意味著si(k)變化導致hi(k)發生相同變化，hi(k)變化可看作是由si(k)變化引起的，自適應采樣方法［12－15］要達到的目的可通過自適應改變hi(k)來實現。

一般來說，只要網絡帶寬足夠充分或網絡負載足夠小，任何網絡都可達到滿意的QoS;然而，實際網絡帶寬總是有限的，需要對其進行合理分配才可保證一定QoS。根據式(2)，當Δhi(k)減小時(其效果等同于Δsi(k)減小)，傳感器節點的數據包發送請求增加，帶寬要求增加，網絡負載增加，網絡利用率較高，截止期錯失率［17］較大，網絡QoS下降;為提高網絡QoS，需要減少節點帶寬要求，可通過增加Δhi(k)(其效果等同于Δsi(k)增加)來實現;但是，過大hi(k)將引起數據包在傳感器節點處堆積，且造成網絡利用率不足，網絡帶寬浪費。

根據上述分析，針對圖1系統，本文設計了圖3所示基于QoS管理的多目標優化控制策略。

圖3 基于QoS管理的多目標優化控制策略

圖3的優化控制策略是在原系統上增加的一個反饋控制閉環，保存、運行在匯聚節點中。優化控制策略使用截止期錯失率作為網絡QoS評價指標，在每一個控制器調用周期結束時，PID控制器根據截止期錯失率測量誤差計算下一個調用周期內所有傳感器節點的帶寬要求，以此為約束條件，多目標優化控制器通過最小化某個優化目標，使各傳感器節點的數據包發送周期值最優化，從而實現網絡帶寬合理分配、網絡利用率最大化且網絡QoS維持在一定水平;然后，新數據包發送周期值被發送給各傳感器節點，在下一個調用周期內，各傳感器節點按新數據包發送周期值進行數據包發送。

1．3 控制器設計

在控制器調用周期T(k)中，匯聚節點與傳感器節點i對應的截止期錯失事件個數［12］為

T(k+1)開始之前，匯聚節點與傳感器節點i對應的截止期錯失率和網絡截止期錯失率為

式中，di(k)表示在T(k)內，傳感器節點i的截止期錯失率測量值;D(k)表示在T(k)內，向匯聚節點發送數據的所有傳感器節點的截止期錯失率測量值，表示當前網絡QoS狀態。

為消除無線通訊內在不確定性和測量噪聲的影響，采用式(6)計算截止期錯失率誤差

式中，Dr表示截止期錯失率設定值;e(k)表示在T(k)內的截止期錯失率誤差;λ表示遺忘因子，滿足0≤λ≤1。

式(6)包含一個數字低通濾波器，λ決定濾波性能;當λ=1時，式(6)即可轉換為一般誤差計算公式:

將e(k)代入PID控制器式(8)，即可得到在T(k+1)內所有傳感器節點的帶寬要求。

式中，u(k+1)表示在T(k+1)內所有傳感器節點的帶寬要求，滿足 0≤u(k+1)≤1;KP、KI、KD表示PID控制器參數，通過仿真或實驗得到。

將u(k+1)代入優化方程(9)，即可將網絡帶寬分配給所有傳感器節點，且使hi(k)最優化。

1．4 優化目標選擇

優化目標Ji(k)應根據實際需求確定，且考慮hi(k)變化的影響;由于§1．3算法已包含網絡QoS管理，因此，不管Ji(k)采用哪種形式，優化問題(9)都可看作一個基于QoS管理的多目標優化控制問題。

對于數據采集類應用，采用優化目標式(10)，則算法可同時兼顧全局網絡和單個傳感器節點對網絡QoS的要求。

式中，dir表示傳感器節點i的截止期錯失率設定值，一般可取dir=Dr。

對于閉環控制類應用，采用優化目標式(11)，則算法同時考慮了hi(k)對控制系統性能和網絡性能兩方面的影響。

式中，Vi(hi(k))表示數字控制系統與相應模擬控制系統之間的控制性能差距［19］，hi(k)越小，二者性能差距越小;αi表示放大系數;βi表示衰減率。

如果將圖1系統看作基于無線傳感器網絡的多閉環控制系統(閉環數等于傳感器節點數)，并取優化目標為式(12)，則算法可看作是從控制和網絡協同設計的角度來提高系統性能［15］。

式中，eci(k)表示第i個控制環的控制誤差。

除上述優化目標外，可采用加權方法構成其它形式優化目標

式中，Jji(k)表示優化目標Ji(k)中的第j個分量;ηj表示Jj

1．5 其它關鍵問題

為減少算法實現對原系統影響，可在傳感器節點原發送數據緩沖區前增加待發送數據緩沖區;傳感器節點先將采樣數據包送入待發送數據緩沖區，然后根據hi(k)取值，將數據包送入發送數據緩沖區，此后操作(網絡競爭、擁塞控制等)即與原系統相同，如圖4所示。

圖4 使用本文方法時的存儲器結構及數據流向

在 si(k)、a、b、vn為常數且 himax取較大值時，大量采樣數據包保存在傳感器節點的待發送數據緩沖區中，有可能引起緩沖區溢出，并增加數據包傳輸延時;因此，himax的確定應考慮si(k)、存儲容量、傳輸延時等多種因素。

較小的T(k)可提高響應速度，但導致di(k)、D(k)等參數計算誤差增加，調節精度下降，較大的T(k)可減少di(k)、D(k)等參數計算誤差，但降低了響應速度，造成較大超調量、較長調節時間;因此，T(k)的選擇應考慮響應速度、調節精度、調節時間的相互影響。

2 實驗驗證與分析

2．1 實驗方案

在杭州市某農場的番茄培養溫室中進行模擬實驗。該日光溫室長70 m、寬8．2 m、檐高4．9 m、脊高6．2 m;溫室內布置12個網絡節點，構成圖5所示實驗系統，設計目標是實現不同位置土壤濕度檢測，且傳輸檢測值到匯聚節點。實驗系統具體軟硬件實現，參數設置方法等見文獻［14，20］。

圖5 模擬實驗系統

傳感器節點為 S1 ～S4、S6、S8、S10 ～S12，中繼節點為S5、S7和S9，匯聚節點通過串行口和PC進行信息交換;節點間無線通訊使用Zigbee協議，工作頻段2．4 GHz，有效傳輸距離30 m，數據包大小64 byte;si(t)=20 ms表示所有傳感器節點具有相同采樣周期值;hi(0)=20 ms、himin=20 ms、himax=100 ms表示所有傳感器節點具有相同的數據包發送周期初始值、最小值和最大值;KP=0．018、KI=0.009、KD=0．004是通過仿真得到的PID控制器參數;ωi=1表示各傳感器節點在整個系統中的地位同等重要;a=b;T(k)=1 s;Dr=10%;λ=1;b+L=64 byte;vn=250 000 bit/s;ci=2．048 ms;ui(0)=0.102表示每個傳感器節點的帶寬要求初始值;u(0)=0．615表示所有傳感器節點的總帶寬要求初始值;根據系統設計目標，選擇式(10)所示優化目標。

實驗時間為180s。開始時，打開匯聚節點和S1 ～S3、S12;60s時，打開中繼節點、S4、S6、S8;120s時，打開S10、S11;180s時，停止實驗。實驗目的是分析在網絡負載逐漸增加情況下，使用不同方法對網絡截止期錯失率D(k)、傳感器節點S1的采樣周期或數據包發送周期的影響。

2．2 實驗結果

主要實驗結果見圖6、圖7;其中，一般方法指節點間使用標準Zigbee協議進行通訊;文獻方法指除了使用標準Zigbee協議外，應用層上執行文獻［14］提出的自適應采樣方法;本文方法指除了使用標準Zigbee協議外，應用層上執行本文提出的多目標優化控制策略。

圖6 網絡截止期錯失率變化曲線

圖7 采樣周期或數據包發送周期變化曲線

在0～60 s內，使用一般方法、文獻方法和本文方法時的D(k)約為1．98% ～11．9%，一般方法中的采樣周期固定為20 ms，文獻方法中的采樣周期在10 ms～20 ms內波動，本文方法中的數據包發送周期20 ms～28 ms內波動。這就表明:在網絡負載輕的情況下，由于網絡資源相對充分，是否進行QoS控制對D(k)影響不大，網絡具有較高QoS。

在60 s～180 s內，網絡負載逐步增加，由于一般方法中采樣周期固定為20 ms，D(k)迅速增加，在60 s～120 s內，D(k)約為60% ～73%，在120 s～180 s內，D(k)幾乎為100%，表明來自傳感器節點的絕大多數數據包不能在規定時間內到達匯聚節點，網絡具有較低QoS;在文獻方法和本文方法中，由于采樣周期或數據包發送周期可根據D(k)變化動態調整，D(k)整體變化優于一般方法，表明在網絡負載增加的情況下，進行QoS控制可使得D(k)維持在較小的值，明顯改善網絡QoS，同時也表明，本文方法可達到與自適應采樣方法［12－15］相同的效果。

本文方法和文獻方法都可通過動態調整采樣周期或數據包發送周期來影響D(k)，但二者控制效果不同，由圖6可知，除暫態過程外，使用文獻方法時，在60 s～120 s內，D(k)約為21% ～38%，在120 s～180 s內，D(k)約為33% ～48%，而使用本文方法時，D(k)始終保持在8% ～14%范圍內，控制效果優于文獻方法。這主要是由于文獻方法僅考慮了各傳感器節點的局部QoS要求，沒有考慮整個網絡的QoS要求，造成某些節點的di(k)可能較低，整個網絡的D(k)不一定較低;而本文方法則通過結合一定優化目標，綜合考慮了網絡全局和各傳感器節點的QoS要求，從節點和網絡兩個層面為高層應用(如系統控制器設計等)提供了具有較高QoS的無線傳感器網絡，為數據完整性、響應速度、調節時間、穩定性等性能指標的實現提供了保證。

2．3 討論

和自適應采樣方法的實現類似，本文提出的基于QoS管理的多目標優化控制策略的實現是以待發送數據緩沖區的增加、管理為代價的。

在傳感器節點上的待發送數據緩沖區可依據先進先出原則并使用雙向鏈表構建;如果網絡協議支持數據包大小動態改變，也可通過更改數據包長度的辦法來實現數據包發送周期的調整。

匯聚節點應具有較豐富計算資源，以支持算法中涉及的所有計算和數據存儲，特別是優化問題的迭代計算。

當系統長時間處于穩態時，周期性調用優化控制策略將造成計算、通訊資源浪費，可引入事件驅動機制來減少這種資源消耗。

3 結論

針對基于無線傳感器網絡構建的遠程測控系統，為減少無線傳感器網絡固有的時變傳輸延時、丟包等現象對系統性能的影響，從提高網絡QoS的角度，本文提出一種基于QoS管理的多目標優化控制策略。該優化控制策略以截止期錯失率作為QoS評價指標，使用PID控制器和多目標優化控制器來動態調整各傳感器節點的數據包發送周期，使網絡帶寬分配可適應截止期錯失率的變化，保證QoS維持在一定水平;在溫室土壤濕度監測系統中的使用結果表明，在網絡負載變動的情況下，該優化控制策略可有效提高網絡QoS，從而表明了本文方法的有效性。

［1］ Cullar D，Estrin D，Strvastava M．Overview of Sensor Networks［J］．Computer，2004，37(8):41 －49．

［2］ Sigrimis N，Antsaklis P，Groumpos P．Special Issue on Control Advances in Agriculture and the Environment［J］．IEEE Control System Maganize，2001，(21):8 －85．

［3］ Pawlowski A，Guzman J L，Rodriguez F，et al．Simulation of Green-house Climate Monitoring and Control with Wireless Sensor Network and Event-Based Control［J］．Sensors，2009，9(1):232 －252．

［4］ 高峰，俞立，張文安，等．基于莖直徑變化的無線傳感器網絡作物精量灌溉系統［J］．農業工程學報，2008，24(11):7 －12．

［5］ 韓華峰，杜克明，孫忠富，等．基于Zigbee網絡的溫室環境遠程監控系統設計與應用［J］．農業工程學報，2009，25(7):158 －163．

［6］ Rezgui A，Eltoweissy M．Service-Oriented Sensor-Actuator Networks:Promises，Challenges，and the Road Ahead［J］．Computer Communications，2007，30(13):2627 －2648．

［7］ Feng X．QoS Challenges and Opportunities in Wireless Sensor/Actuator Networks［J］．Sensors，2008，8(2):1099 －1110．

［8］ Ploplys N，Kawka P，Alleyne A．A Closed-Loop Control Over Wireless Networks［J］．IEEE Control Systems Magazine，2004，24(3):58－71．

［9］ 韓安太，郭小華．基于無線傳感器網絡的LQR輸出反饋控制器設計［J］．計算機測量與控制，2009，17(1):53 －56．

［10］王毅，張德運，張棟．無線傳感器網絡滿足QoS帶寬需求的能量最優路由方案［J］．傳感技術學報，2006，19(6):2754－2759．

［11］ Felemban E，Lee C，Ekici E．MMSPEED:Multipath Multi-SPEED Protocol for QoS Guarantee of Reliability and Timeliness in Wireless Sensor networks［J］．IEEE Transactions on Mobile Computing，2007，5(6):738 －754．

［12］ Feng X，Yu Chu T，Yanjun L，et al．Wireless Sensor/Actuator Network Design for Mobile Control Applications［J］．Sensors，2007，7(3):2157－2173．

［13］ Colandairaj J，Irwin G W，Scanlon W G．Wireless Networked Control Systems with QoS-Based Sampling［J］．IET Control Theory and Applications，2007，1(1):430 －438．

［14］韓安太，郭小華，吳秀山．溫室環境控制無線傳感器網絡的服務質量管理［J］．農業工程學報，2010，26(1):216 －220．

［15］ Feng X，Youxian S，Yuchu T．Feedback Scheduling of Priority-Driven Control Networks［J］．Computer Standards and Interfaces，2009，31(3):539 －547．

［16］程佩青．數字信號處理教程［M］．第二版．北京:清華大學出版社，2001:30－41．

［17］ Feng X，Zhao W H，Sun Y X，et al．Fuzzy Logic Control Based QoS Management in Wireless Sensor/Actuator Networks［J］．Sensors，2007，7(12):3179 －3191．

［18］ Walsh G C，Hong Ye．Scheduling of Networked Control System［J］．IEEE Control System Magazine，2001，21(1):57 －65．

［19］毛劍琳，吳智銘，王四平．基于無線傳感器網絡的控制系統采樣頻率優化算法［J］．控制與決策，2007，22(1):45 －48．

［20］韓安太，何勇，李劍鋒，等．基于無線傳感器網絡的糧蟲聲信號采集系統設計［J］．農業工程學報，2010，26(6):181 －187．