無線傳感器網絡能量優化策略綜述

楊光友， 黃森茂， 馬志艷， 徐顯金

(湖北工業大學機械工程學院， 湖北 武漢 430068)

由于無線傳感器網絡在軍事、工業、環境監測、醫療衛生、智能交通等領域有著廣泛的應用前景和應用價值，同時也被認為是對21世紀產生巨大影響力的技術之一．由于無線節點通常受環境的限制，節點采用電池供電，每個節點的能量有限，而且在實際應用中由于傳感器節點數量多，分布廣，部署環境復雜，有些區域甚至人不能到達，而在這些環境中更換電池或給電池充電亦不現實，因此，除了依靠低能耗技術的發展外，如何減少無線傳感器網絡中的能量消耗，延長網絡的有效工作時間具有十分重要的意義．

1 無線傳感器網絡的節點能耗分析

傳感器節點一般由數據采集模塊(傳感器、A/D轉換器)，數據處理和控制模塊(微處理器、存儲器)，通信模塊(無線收發器)和供電模塊(電池)等組成[1](圖1)．在網絡的實際運行中，數據采集模塊主要負責對數據采集模塊感知的外界信息進行數據轉換、調理、放大等，并控制整個傳感器節點的運行；處理與控制模塊主要實現組網操作，獲取數據的存儲和對數據進行軟件預處理；無線通信模塊實現網絡通信，負責節點之間、節點與基站之間通過無線信道收發數據，并相互交換控制信息，完成數據調制發送和接收解調．

圖 1 無線傳感器網絡節點結構

供電模塊一般采用電池給網絡節點供電．由于傳感器節點的處理器執行指令的能耗遠遠小于數據傳輸的能耗，因此，無線通信模塊占了整個無線傳感器網絡能耗的主要部分，尤其是信道的監聽花費很大．一般情況下，無線通信模塊存在發送、接收、空閑和睡眠四種狀態．對于節點的能量消耗情況，在2002年Mobicom會議的特邀報告中，Deborah Estrin指出：節點的能耗主要集中在無線通信模塊的發送、接收和空閑時[2]．從Deborah Estrin描述的圖2中可以看到,無線通信模塊在發送狀態的能量開銷最多，而在空閑狀態和接收狀態的能量消耗基本相同，比發送狀態的能量消耗略少，而處于休眠狀態的能耗最少．

圖 2 無線傳感器網絡節點各單元功耗

2 網絡節點的能效優化策略

從上述分析可以得到以下結論：數據采集模塊、處理和控制模塊以及通信模塊占用了傳感器節點的大部分能量．

2.1 數據采集模塊

在滿足應用需求的條件下，盡量降低數據采集模塊的采樣頻率，從而降低傳感器和A/D轉換器的功耗．同時，也可以通過軟件與硬件相結合，在節點需要采集數據時再采集，在節點不需要時將傳感器節點斷電或者關閉，進一步降低數據采集模塊的能耗．

2.2 處理和控制模塊

利用現代化的技術設計低功耗的硬件，還可以在編寫程序時盡量使用簡單高效的算法或者使用事件驅動等方式，這樣可以通過減少對存儲器的讀寫來減少模塊的能耗．其次，在負載較低時，可以使用Pering T等人提出的動態電壓調節 (DVS，Dynamic Voltage Scalin )算法[3]，雖然DVS在減少能量消耗方面的效果很好，但這種通過負載狀態動態調節微處理器的工作電壓和頻率來降低系統能耗的方法需要預先估計微處理器的負載.針對這種情況，Sinha A等人在DVS算法中引入了動態功率管理(Dynamic Power Management，DPM)策略[4],即當節點沒有監測任務時，關閉節點內部各個設備，節點實時進入低功耗模式，當有任務時再進入工作模式．在這種能量管理策略中，不僅可以降低網絡的能量消耗，而且還不會影響到整個網絡的性能．另外，可以使用動態能量管理技術，在沒有計算任務時，關閉數據處理部件，減少執行指令時的能量消耗，這樣，處理和控制模塊的功耗會進一步的降低．

2.3 無線通信模塊

可采用多跳通信、數據壓縮[5-6]與融合技術[7]和休眠調度等方法降低節點的能耗．

2.3.1多跳通信

在無線傳感器網絡中，E=kd(2

2.3.2數據壓縮與融合技術

無線傳感器網絡中的節點密度大，數量多，一部分節點除了采集自己監測目標的數據的同時，還要負責轉發從其他節點上傳的數據，而這些數據中大部分是重復和多余的，如果直接轉發必然會增加通信的流量，由于無線通信模塊發送時的能耗和接收時的能耗要比處理和控制模塊計算時消耗的能量大很多，直接轉發勢必會增加節點的能耗，因此，可以在數據轉發之前對數據進行預先壓縮和融合，減少一些冗余信息，從而減少由于冗余信息而產生的能量消耗．

2.3.3節點休眠調度

當處于休眠狀態時，節點消耗的能量最低．節點在等待一段隨機的時間后，進入周期性的休眠調度，由于節點只能在偵聽的狀態才能接受數據包，數據包可以在需要發送時通過即時喚醒發送[8]．因此，可在保證通信質量和要求的前提下延長節點的休眠時間，從而減少節點的能量消耗．

對比數據壓縮與融合和節點休眠技術，可以發現單純地使用數據壓縮與融合節省的能耗只是空閑狀態與發射狀態能耗的差值，其節能效果有限，而將節省的空閑時間轉化為休眠時間，將進一步降低節點的能耗，因此從節省能量消耗的角度出發，在設計無線傳感器網絡相關的協議時，可以使節點在空閑時從偵聽狀態轉變成休眠狀態，休眠時間和偵聽時間由于節點的不同會有所差異，這就需要在協議中設置一個合適的占空比，但網絡的設計往往不是一個簡單的問題，丟包率、吞吐量、延遲等問題也是設計時需要研究的．

2.4 供電模塊

加州大學洛杉磯分校、佛羅里達大學、猶他大學和海軍研究實驗室用MEMS技術開發的三維形狀的微型電池，有望突破傳統電池不能提供大容量電能的限制[9]．

3 傳感器網絡的能效優化策略

在無線傳感器網絡中，節點能量是一定的，利用這些有限能量盡可能地延長傳感器網絡的生命周期便成了研究的重點．

3.1 時間同步

準確的時間同步是實現傳感器網絡自身協議的運行、數據融合、TDMA調度、協調睡眠、定位等的基礎[10]．特別是在采用偵聽/休眠調度方式時，需要各節點之間保持嚴格的時間同步，這樣極大節省了廣播信息包和節省了信息交換開銷，從而進一步降低了能量的消耗．

國內外對低能耗的時間同步算法也做了大量研究．文獻[11-12]提出了基于發送-接收方式的集中式和分布式兩類LTS多跳時間同步算法，網絡中的節點避免了TPSN中與多個上層節點同步，而只與其直接父節點同步，減少了信息交換數目和同步時間，以最小化復雜度來降低能耗．文獻[13]針對DSCS算法所存在的能耗較大和不靈活的缺陷提出了一種新的能量有效的WSN時鐘同步算法EETS．該算法校正了節點時鐘的頻率偏移和相位偏移，延長了重同步次數，使得算法更加節省能量，而且不會引入額外的通信開銷；文獻[14]提出一種基于雙向報文交換同參考廣播報文相結合的能量高效無線傳感器網絡時間同步算法，有效減少了時間同步過程中信息包的發送量，節省能量的同時保證一定的時間同步精度，均衡單個節點的能量消耗．文獻[15]提出的基于簇結構的主動和被動結合的雙向時間同步算法，解決了傳統雙向同步報文交互頻繁的問題，通過最大似然估計校正節點間的相位偏差和頻率偏差，獲得較高的同步精度和相對較少的報文開銷．

3.2 MAC協議

在無線傳感器網絡中，空閑偵聽、消息碰撞、控制報文開銷、串擾和發送功率過大都會造成資源和能量的浪費[16]．MAC協議不僅要為數據傳輸建立通信鏈路，而且還需要網絡之中建立共享的通信資源，以減少碰撞、避免串擾和減少空閑偵聽，滿足高能效的要求．Sohrabi等提出的基于TDMA/FDMA組合方案的SMACS/EAR協議[17]則不需要所有節點的幀同步，可以避免復雜的高能耗同步操作，降低了無線傳感器網絡的能耗．為了減少網絡中的空閑偵聽，Wei Ye等人提出了基于CSMA的SMAC協議[18]，通過在協議中加入休眠/偵聽機制和自適應偵聽，提高了能量和信道的利用率．Beakcheol Jang等人針對 SMAC協議的不足提出了自適應AS-MAC協議[19]，文獻[20] 根據AS-MAC協議提出了CLEE-MAC協議，由于AS-MAC協議中存在“強迫喚醒”的問題，并不能很好地提高能量的利用率，CLEE-MAC協議為了實現路由層和MAC層的信息交互，改變控制數據幀的格式，避免了上述問題的出現，節點的能量可以更加有效地利用．文獻[21]提出的EDA_MAC協議使用競爭時隙分配算法選擇優先級最高的匯報事件，由于時隙中存在非活動周期和非競爭周期，通過動態調整這些周期的時隙數目，使網絡盡可能的處于休眠狀態，減少了偵聽空閑時間，在協議中加入這種動態調整時隙的算法后，可以有效降低節點能耗．

3.3 路由協議

無線傳感器網絡作為一種短距離通信技術，當需要監測的環境距離控制中心較遠時，就需要通過中間節點進行路由，然后把監測數據上傳給匯聚節點(Sink節點)．無線傳感器網絡由于能量受限，在路由協議的設計必須要優先考慮高能效．無線傳感器節點在監測環境中布置之后，網絡一般是自組織形成的，這種動態的拓撲結構會由于離Sink節點的距離不同而造成能量消耗有所不同，從而節點的存活時間也會不同．無線通信部分消耗的能量占消耗的總能量比例最大，而離匯聚節點越近，節點成為路由節點的可能就越大，轉發的消息就越多，而離匯聚節點越遠的節點則成為路由節點的可能性就越低，轉發的消息就越少，這樣就造成不同節點的能量消耗不同，離匯聚節點越近的節點存活的時間就越短，整個網絡就會因為節點能量消耗殆盡而滅亡．為避免這種情況，可以采用層次路由的方法均衡網絡內的能量消耗，即將網絡內的節點分成若干個簇，每個簇內的節點只和簇首通過TDMA的方式通信，由于簇首是隨機選擇的，所以簇內的任一節點都可能成為簇首，通過這種方式，可以均衡的使用能量，高能耗的通信任務就不會由一個節點來承擔，從而使整個網絡存活更久的時間．LEACH協議[22]正是這樣一個專門為無線傳感器網絡開發的路由協議．這種自適應的路由協議，比傳統路由協議延長了15%的網絡生命周期．LINDSEY S等人在LEACH的基礎上，進行改進得到PEGASIS協議[23]，在PEGASIS協議中，采用最小功率與最近的鄰居節點進行通信，周期性的簇頭輪換可以將高能耗的負載平均分配到不同的節點上，實現了節點的能量均衡．文獻[24] 提出了節能路由協議CHFPC，該協議將功率控制機制加入其中，并根據能量和距離參數預測簇頭，在分簇路由和數據傳輸的時候，通過調節功率的大小，節省網絡的能量消耗．文獻[25] 提出了一種基于強化學習預測的能量均衡路由算法EBRRLP，該算法通過強化學習預測轉發節點的行為，并利用ε貪婪策略選擇預測值最優的節點發送數據，事后采取委托-代理激勵制度抑制轉發節點的自私性，維護節點的最大效用，具有較好的預測效果和較高的吞吐量，能有效降低能量損耗并均衡能量負載．

3.4 差錯控制

無線傳感器網絡是通過無線的方式進行數據傳輸的，而在傳輸的時候由于各種干擾不可避免會產生錯誤數據，會因為大量的錯誤數據而造成能量的損耗．為了提高數據傳輸的準確性和可靠性，可以使用差錯控制技術把錯誤的數據降低到可以接受的程度，而差錯控制技術是通過信道編碼[26]實現的．但這種技術也有不足的地方：由于信道編碼的時候增加了冗余的數據，在信道編碼和信道譯碼的時候，這些冗余的數據就會增加通信部分的通信量和控制部分的計算量，從而導致能量消耗的增加．因此，合適的差錯控制技術對無線傳感器網絡也顯得比較重要．文獻[27] 提出在無線傳感器網絡中使用Chase合并混合自動請求重傳(HARQ)方案實現自適應差錯控制，以滿足無線傳感器網絡的不同鏈路對差錯控制方案的差異性要求，能效在整體上優于自動請求重傳技術和前向糾錯技術的能效．文獻[28] 提出了一種基于鏈路質量指示(LQI)的自適應差錯控制方案，利用IEEE802.15.4協議的物理層規范為無線傳感器網絡提供精確的信道質量評估，根據LQI與誤包率之間的數量關系將信道質量非均勻地劃分為8個等級，并選擇8種BCH碼與之對應，在節點通信過程中實時選擇最佳的BCH碼作為糾錯碼，有較高的能量效率，能有效降低誤包率．

4 結束語

能量優化是無線傳感器網絡中至關重要的核心問題，同時，關于無線傳感器網能量優化的研究也是一個復雜系統性問題．由于無線傳感器網絡的多樣性，針對不同的應用場合，需要結合實際工況和需求進一步深入研究，如各種基于MEMS技術的低能耗傳感器研究以及具有自學習功能的智能通信協議研究等，只有這樣才能構建符合實際應用特點的無線傳感器網絡系統．

[參考文獻]

[1] 羅丹彥.無線傳感器網絡能量高效組建關鍵技術研究[D].哈爾濱：哈爾濱工業大學圖書館，2009．

[2] Deborah E .wireless Sensor Networks tutorial part Ⅳ：sensor network protocols [C]. Atlanta , Georgia , USA : Wetin Peachtree Plaza,2002:23-28.

[3] Pering T, Burd T, Brodersen R. Dynamic voltage scaling and the design of a low-power microprocessor system [C]// Proceedings of Power Driven Microarchitecture Workshop, attached to ISCA 98. Barcelona Spain, 1998:107-112.

[4] Sinha A, Chandrakasan A. Dynamic power management in wireless sensor networks[J]. IEEE Design & Test of Computers, 2001, 18(2):62-74.

[5] Naoto Kimura，Shahram Latifi. A survey on data compression in wireless sensor Networks.[C] In: Proceedings of the International Conference on Information Technology: Coding and Computing，Washington: IEEE Computer Society， 2005:8-13.

[6] Kenneth Barr, Krste Asanovi′c. Energy aware lossless data compression[C]. In: ACM Transactions on Computer Systems, New York: ACM Press，2006，24(3):250-291.

[7] Yi-hua Zhu，Wan-deng Wua， Jian Pan，Yi-Ping Tang. An energy-efficient data gathering algorithm to Prolong lifetime of Wireless sensor networks [J]. Computer Communications, 2010, 33(5):639-647.

[8] Gu Y, He T. Data forwarding in extremely low duty cycle sensor networks with unreliable communication links[C]// Proc of the 5thInt′l Conf on Embedded Networked Sensor Systems, 2007:321-324.

[9] 楊 珍.基于LEACH的無線傳感器網絡路由協議研究與改進[D].浙江：浙江工業大學圖書館，2011.

[10] Sadler B M, Swami A. Synchronization in sensor networks: an overview[C]. Washington, DC, USA: Proceedings of IEEE Military Communications Conference, 2007:1-6.

[11] 孫利民，李建中.無線傳感器網絡[M].北京：清華大學出版社，2005．

[12] Van Greunen J, Rabaey J. Lightweight time synchronization for sensor networks[C]. Proc 2ndACM Int′l Conf wireless Sensor Networks and Applications(WSNA′03),San Diego, CA. 2003：11-19.

[13] 楊春明. 無線傳感器網絡時間同步算法的研究[D].安徽：中國科學技術大學圖書館，2008.

[14] 車活龍，陳志剛.能量高效無線傳感器網絡時間同步算法[J].兵工自動化，2010，29(10)：50-52.

[15] 汪付強，曾 鵬，于海斌.一種低開銷的雙向時間同步算法[J].儀器儀表學報，2011，32(6)：1 357-1 363.

[16] 李鑒，黃義定.礦井無線傳感器自適應低功耗MAC協議[J].儀表技術與傳感器，2012(5)：24-26.

[17] Sohrabi K, Gao J, Ailawadhi V, Pottie G J. Protocols for self-organization of a wireless sensor network. IEEE Personal Communications[J]. 2000, 7(5): 16-27.

[18] Ye W, Heidemann J, Estrin D. An energy-efficient MAC protocol for wireless sensor networks[J]. In: Proceedings of the 21st Annual Joint Conference of the IEEE Computer and Communications Societies. New York, USA: IEEE, 2002，31(3): 1 567-1 576.

[19] Beakcheol J ,Jun B L, Sichitiu M L. AS-MAC：An asynchronous scheduled MAC protocol for wireless sensor networks[J].Mobile Ad Hoc and Sensor Systems, MASS 2008．5th IEEE International Conference on Sept．2008:434-441.

[20] 鄭國強，孫若玉，李濟順.一種適用于無線傳感器網絡的跨層高效MAC協議[J].傳感技術學報，2009，22(1)：95-99.

[21] 徐廣華，王良民，詹永照.EDA-MAC：事件驅動應用感知的無線傳感器網絡MAC協議[J].小型微型計算機系統，2010(10)：2 011-2 016.

[22] Heinzelman W R,Chandrakasan A. Balakrishnan H. Energy-efficient communication protocol for wireless microsensor networks [C]//Hawaii International Conference on System Science, Piscataway:IEEE,2000(2):175-187.

[23] Lindsey S, Raghavendra C S.PEGASIS: Power-efficient gathering in sensor information systems[J]. Aerospace Conference Proceedings：IEEE , 2002(3): 1 125-1 130.

[24] 丁一鳴，吳 昊，李承恕.無線傳感器網絡中一種基于簇頭預測和功率控制的節能路由算法[J].鐵道學報，2010，32(1)：43-48.

[25] 趙永輝，史浩山，趙洪鋼.一種無線傳感器網絡能量均衡路由算法[J].四川大學學報(工程科學版)，2011，43(2)：103-108.

[26] 汪秀敏.無線傳感器網絡中低能耗的數據傳輸策略的研究[D].安徽,中國科學技術大學，2011.

[27] 田 真,袁東風,梁泉泉.無線傳感器網絡差錯控制技術的能效分析[J].通信學報,2008，29(11):77-83.

[28] 魏立線,姚武軍,鐘衛東.基于LQI的WSN自適應差錯控制方案[J].計算機工程,2011，37(21)：64-67.