單節點的無線傳感器網絡數據傳輸優化策略*

吳金舟， 王明文， 胡劍鋒， 楊國強

(1.江西師范大學 信息工程學院，江西 南昌 330098；2.江西科技學院 信息工程學院，江西 南昌 330022；3.江西省計算技術研究所，江西 南昌 330002)

單節點的無線傳感器網絡數據傳輸優化策略*

吳金舟1， 王明文2， 胡劍鋒1， 楊國強3

(1.江西師范大學 信息工程學院，江西 南昌 330098；2.江西科技學院 信息工程學院，江西 南昌 330022；3.江西省計算技術研究所，江西 南昌 330002)

為了提高無線傳感器網絡(WSNs)節點能量的利用率，延長WSNs的生存時間，提出了一種單節點的WSNs數據傳輸優化策略。首先對WSNs結構進行分析，并建立單個傳感器節點數據傳輸優化的數學模型;然后采用懲罰函數法對數據傳輸過程中的傳感器節點能耗進行優化;最后在Matlab 2012平臺對其進行仿真分析。結果表明:該方法可以根據環境能量的變化對傳感器節點能耗進行自適應優化，提高了節點的累積數據傳輸總量，可以較好適應環境能量不確定性。

無線傳感器網絡； 數據傳輸； 能量優化； 網絡生存時間

0 引 言

無線傳感器網絡(wireless sensor networks，WSNs)節點經常部署在惡劣的環境中，由于傳感器的節點能量有限，而且一般不能更換電池和充電，因此，如何充分利用節點能量，延長網絡生存時間成為了WSNs研究中的重要課題[1]。

為了提高節點能量利用率，降低能量消耗，許多學者提出大量的節點路由算法[2]。WSNs的路由協議可分為平面路由協議和分層路由協議兩種，在平面路由協議中各節點在網絡中的地位是平等的，網絡間交換數據的算法十分的復雜，各節點都是單獨進行工作的，網絡算法得不到很好的優化，因此,網絡效率十分的低[3]。低功耗自適應集簇分層型(low energy adaptive clustering hierarchy，LEACH)協議是一種經典的在分層WSNs路由協議[4]。然而，經典的LEACH路由協議存在節點能量消耗不平衡、網絡負載不均衡，導致WSNs的生存時間比較短[5]。為此，有些學者提出許多改進的WSNs路由協議，如,文獻[6]提出基于模擬退火算法選舉簇頭的WSNs路由協議；文獻[7]提出基于簇頭與匯聚節點之間多跳通信的WSNs路由協議；文獻[8]提出基于雙簇頭的WSNs路由協議，這些WSNs路由協議一定程度上克服了LEACH路由協議存在的不足，提高了節點能量的利用率，降低了整個網絡的能耗，有效延長了網絡的生存時間。近年來，有學者提出基于環境能量驅動的傳感器節點網絡路由協議，在傳感器節點中加入環境能量收集和管理模塊，通過利用太陽能對節點的能量進行補充，以延長網絡生存時間[9]。在WSNs節點的能量消耗中，數據傳輸消耗占WSNs大部分的能量，為此，一些學者們提出能量優化的WSNs數據傳輸模型，并通過理論和仿真實驗對模型進行相應的分析[10～12]。

為了延長WSNs的使用壽命，本文提出了一種單個傳感器節點的數據傳輸優化模型。首先對WSNs的結構進行分析，建立傳感器節點數據傳輸優化的數學模型，然后再引入懲罰函數對數據傳輸過程中傳感器節點能量消耗進行優化，最后通過仿真實驗測試其有效性。

1 WSNs模型

WSNs的結構如圖1所示。

圖1 WSNs的結構Fig 1 Structure of WSNs

WSNs中的節點的能耗主要有三部分：傳感器模塊、處理器模塊和無線通信模塊，傳感器節點將1 bit信息傳輸100 m所消耗的能量相當于執行3 000條計算指令所消耗的能量；處理器模塊和傳感器模塊的能量消耗為常量性消耗，在能耗模型中將這部分能量消耗設為常數Pc+s，無線模塊將nbit的信息傳送距離為d，那么，射頻模塊的發送和接收能耗分別為

(1)

式中Eelec為發射裝置和接收電路每發送和接收1 bit數據的耗能；εamp為發射放大器將1 bit數據傳送1 m2所消耗的能量；k為傳播衰減系數，具體取值由周圍環境復雜度決定。

WSNs在通信過程中，傳感器節點端包含兩個隊列：數據傳輸隊列和數據存儲隊列，在實際通信過程中，相對于數據傳輸消耗的能量，數據存儲消耗的能量十分小，通?？梢院雎圆挥?，因此,本文WSNs節點能量消耗模型只考慮數據傳輸過程中消耗的能量。設X為發射信號，那節點接收端的接收信號為

Y=X+Z.

(2)

其中，Z為高斯干擾。

由于WSNs節點在通信過程中，其數據傳輸與信號發射功率直接相關，這樣就可以通過對節點的發射功率進行動態調節，從而實現對WSNs節點數據傳輸進行優化。設p(t)表示t時刻信號發射功率，那么WSNs的信道瞬時比特速率為

(3)

將時間T平均劃分為n+1等分，記作Si，i=0,…,N，Si時刻收集的能量記為Ei，相應的傳輸比特率為ri，T傳輸的最大數據量的優化公式為

s.t.

(4)

2 數據傳輸優化策略

設WSNs數據在傳輸過程傳感器節點的發射功率保持不變，通過懲罰函數將式(4)約束問題變為無約束優化問題，即有

(5)

其中，mj為懲罰因子；Dj為懲罰項。

1)對于任一時刻，傳感器節點所有能量均消耗盡，則有

Dj=0.

(6)

此時，mj=0。

2)對于任一時刻，傳感器節點的能量沒有消耗盡，則有

(7)

此時，mj<0。

F=f(pn+1)+…+f(p1)-m1lg(E0-L1p1)-…-mn+1lg(En+…+E0-L1p1-…-Ln+1pn+1).

(8)

在T時刻內，WSNs節點所有能量消耗盡，那么有

E0+…+En-L1p1-…-Ln+1pn+1=0.

(9)

根據式(8)和式(9)，可以得到如下所示的公式

F=f(pn+1)+…+f(p1)-m1lg(E0-L1p1)-…-mnlg(En-1+…+E0-L1p1-…-Lnpn).

(10)

對式(10)求偏導可以得到

(11)

當WSNs傳輸的數據比較大時，當發射功率趨于恒定值時傳輸數據量最大，即pn+1=pn，式(11)變為

(12)

綜合式(8)～式(12)，可以得到WSNs的發射功率優化公式為

(13)

3 仿真實驗

3.1 仿真環境

為了測試本文WSNs數據傳輸優化策略的有效性，在Intel 2.8 GHz 4核CPU，4 G內存，800G的硬盤，Windows XP 操作系統的計算機上，采用Matlab 2012R編程實現仿真實驗。仿真實驗的參數設置見表1。為了使數據傳輸優化策略的結果更具說服力，在相同的仿真環境下，選取文獻[13]的數據傳輸優化方法進行對比實驗，從傳感器節點的發射功率、數據傳輸總量、節點死亡率以及網絡生存時間等方面進行分析。

表1 仿真參數設置Tab 1 Set of simulation parameters

3.2 結果與分析

3.2.1 WSNs節點能量獲取變化對比

在WSNs過程，通過能量獲取模型對環境中的能量進行采集，并根據傳感器節點能量的消耗情況，動態、自適應地為節點補充能量，保證傳感器節點正常工作，能量的獲取變化曲線如圖2所示。從圖2可知，在節點開始工作階段，傳感器節點獲取的能力相對較少，這主要是由于此時節點本身能量比較充足，隨著節點能量不斷減少，節點獲取環境中的能量不斷增加，達到一程度時，節點能恢復到飽和狀態，節點獲取環境中的能量處于一種穩定狀態，在該段時間內能量保持一種穩定狀態，相應的，傳感器節點能量傳輸功率在該時間內保持不變，隨后節點獲取環境中的能量不斷增加，而后又減少，處于一種周期性的循環境狀態，從而較好地實現了傳感器節點能量補充，防止了WSNs由于節點能量過早消耗完，網絡生命周期短的問題出現。

圖2 傳感器節點獲取環境能量的變化曲線Fig 2 Change curve of sensor nodesobtaining environmental energy

3.2.2 傳感器節點發射功率變化對比

兩種WSNs節點數據傳輸優化策略的節點的發射功率變化曲線如圖3所示。對圖3進行分析可知，在傳感器節點剛開始工作階段，兩種方法的節點發射功率變化趨勢幾乎相同，主要是由于此時傳感器節點的能量比較充足，不需要補充環境中的能量，因此,本文方法沒有什么優勢，然而隨著節點工作時間的不斷增加，本文方法的優勢體現出來了。

圖3 不同數據傳輸優化策略的發射功率變化曲線Fig 3 Transmitting power change curve of different data transmission optimixation strategy

3.2.3 傳感器節點的傳輸數據總量變化對比

圖4為兩種數據傳輸優化策略的傳感器節點累積傳輸數據總量對比結果。從圖4可知，相對于對比方法，本文的數據傳輸優化策略優勢比較明顯，這主要是由于本文方法對數據傳輸過程進行了優化，傳感器節點不斷獲取環境中的能量，并通過引入懲罰函數保持數據傳輸最大化，而對比方法在中間階段消耗掉所有全部獲取的環境能量，而沒有采取相應的優化措施，到最后傳感器的節點發射功率比較低，數據傳輸量較少，對比結果表明:本文通過引入懲罰函數動態優化傳感器節點能量的利用，保持了傳感器節點傳輸數據量，從而提高了節點累積傳輸數據總量。

圖4 不同優化策略的傳輸數據總量對比Fig 4 Transmission data amount comparison of different optimization strategy

3.2.4 環境能量增加對節點性能的影響

當環境能量增加時，傳感器節點傳輸功率和傳輸數據總量變化曲線如圖5和圖6所示。從圖5和圖6可以看出：隨著環境能量的增加，傳感器節點獲取的能量逐步增加，在節點工作過程，沒有必要對傳感器節點能量消耗進行優化，因此,對比方法與本文方法的傳感器節點傳輸功率變化曲線十分相近，同時傳感器節點的數據傳輸總量幾乎完全相同，對比結果表明:在環境能量處于上升狀態傳感器網絡中，本文數據傳輸優化策略沒有太大的優勢。

圖5 環境能量增加時節點的發射功率變化曲線Fig 5 Transmission power curve in environmental energy increasing

圖6 環境能量增加時節點的累積傳輸數據總量變化曲線Fig 6 Curve of total amount of accumulation data transmission of node while environmental energy is increasing

3.2.5 環境能量減少對節點性能的影響

當環境能量減少時，傳感器節點傳輸功率和傳輸數據總量變化曲線如圖7和圖8所示。從圖7和圖8可知，隨著無線傳感器工作時間的增加，對比方法傳感器節點傳輸功率不斷下降，這主要是由于對比方法沒有對節點數據傳輸過程進行優化，導致節點能量在利用過程中越來越少，處于一種不平衡狀態，而本文方法的傳感器節點傳輸功率呈一種平衡狀態，這主要是由于通過引入懲罰函數對能量進行調整，可以使傳感器節點初期收集環境能量保留給后期利用，因此，本文方法的數據傳輸策略傳輸性能也優于對比方法，對比實驗結果證明：本文方法性能更優，具有更廣的應用范圍。

圖7 環境能量減少時節點的發射功率變化曲線Fig 7 Transmission power change curve while environmental energy is reducing

圖8 環境能量減少時節點的累積傳輸數據總量變化曲線Fig 8 Curve of change of node total amount of accumulation data transmission while environmental energy is reducing

3.2.6 網絡生存時間對比

采用節點死亡數來衡量WSNs的生存時間期，兩種方法的節點死亡率變化曲線如圖9所示。從圖9可知，相對于對比方法，本文方法的網絡生存時間相對較長，這主要是由于本文方法通過引入懲罰函數對每一個節點能量消耗進行調整，延長了單個節點生存時間，從而延長了整個WSNs生存時間。

圖9 兩種方法的WSNs生存時間對比Fig 9 Survival time comparison of WSNs of two methods

4 結束語

為了使傳感器節點適應環境能量變化，提出一種單節點的WSNs數據傳輸優化策略，通過引入懲罰函數對節點的能耗進行適應的調整，并通過仿真實驗驗證了其有效性和優越性。

[1] Li R Y,Huang N,Chen W W,et al.A practical approach for network application reliability assessment[J].Eksploatacja Iniezawodnosc-Maintenance and Reliability,2009,12(4):17-27.

[2] Silva I,Uuedes I.A,Portugal P.Reliability and availability evaluation of wireless sensor networks for industrial application[J].Sensors,2012,12(1):806-838.

[3] Bruneo D,Puliafito A,Scarpa M.Energy control in dependable sensor networks a modeling perspective[J].Dings of the Institution of Mechanical Engineers,Part of Risk and Reliability,2011,22(4):424-434.

[4] Akan B,Akyildiz I F.Event to sink reliable transport in wireless sensor networks[J].IEEE/ACM Transactions on Networking,2005,13(5):1003-1016.

[5] Wan C Y,Campbell A T,Krishnamurthy I.Pump-slowly,fetch quickly(PSFQ):A reliable transport protocol for sensor network[J].IEEE Journal on Selected Areas in Communications,2005,23(4):862-872.

[6] Xie X,Zhang H.Topology algorithm research based on energy and power control for topics algorithm[C] ∥Second International Conference on Computer Modeling and Simulation,2010:37-40.

[7] Shirali M,Meybodi M K,Tarigh H D.Topology control scheduling:Based on the distributed learning automata[C]∥2010 IEE 6th International Conference on Wireless Communications Net-working and Mobile Computing,2010:1-4.

[8] Hu X,Ren D R,Wang H,et al.Adaptive clustering algorithm based on energy restriction[C]∥2011 IEEE International Conference on Intelligent Computation Technology and Automation,2011:949-951.

[9] Nam C S,Lan Y S,Shin D R.Multi-hop routing-based optimization of the number of cluster-heads in wireless sensor network-s[J].Sensors,2011,11(3):2875-2884.

[10] Saini P,Sharma A K L.Energy efficient scheme for clustering protocol prolonging the lifetime of heterogeneous wireless sensor networks[J].International Journal of Computer Applications,2010,6(2):30-36.

[11] Rashed M G,Kabir M H,Allah S L.WEP:An protocol for cluster-based heterogeneous wireless energy efficient sensor network-s[J].International Journal of Distributed and Parallel System(IJDPS),2011,2(2):54-60.

[12] 吳 蔣,王 冬.基于復雜網絡的無線傳感器網絡能量脆弱性分析[J].傳感器與微系統,2014,33(5):24-26.

[13] 吳曉軍,張 力,馬 悅.無線傳感器網絡不等級能級環模型及數據傳輸策略[J].西北大學學報:自然科學版,2012,42(4):563-569.

Data transmission optimization strategy for single node WSNs*

WU Jin-zhou1, WANG Ming-wen2, HU Jian-feng1, YANG Guo-qiang3

(1.School of Information Engineering,Jiangxi Normal University,Nanchang 330098,China；2.Institute of Information Engineering,Jiangxi University of Technology Nanchang 330022,China；3.Jiangxi Institute of Computing Technology,Nanchang 330002,China)

In order to improve energy utilization rate of wireless sensor networks(WSNs) nodes,prolong survival time of WSNs,a new single node data transmission optimization strategy for WSNs is proposed.Firstly,structure of WSNs is analyzed to establish mathematical model of a single sensor node data transmission optimization;secondly,penalty function method is introduced to optimize energy consumption of sensor nodes in data transmission process;finally,simulation analysis is carried out on Matlab 2012 platform.Results show that the proposed method can adaptively optimize energy consumption of sensor nodes according to change of environmental energy,and improve total cumulative data transmission of nodes,so it can adapt to uncertainty of environmental energy.

wireless sensor networks(WSNs); data transmission; energy optimization; network survival time

10.13873/J.1000—9787(2014)12—0020—04

2014—09—05

國家自然科學基金資助項目(61272212)；國家科技支撐計劃資助項目(2009BADC4B03)；江西省自然科學基金資助項目 (20142BAB207008)；江西省教育廳科學技術研究項目(GJJ14766)

TP 391

A

1000—9787(2014)12—0020—04

吳金舟(1982-)，男，江西南昌人，碩士，講師，主要研究方向為計算機應用。