基于Ad-Hoc 的交通隧道無線傳感器網絡視頻傳輸研究*

張 婧，韋 煒

(1.貴州師范大學 機械與電氣工程學院，貴州 貴陽550001;2.中國移動通信集團 貴州有限公司 網絡部，貴州 貴陽550001)

0 引 言

無線傳感器網絡(WSNs)在交通系統中是其重要的應用之一。交通無線傳感器網絡是指將低功耗、低成本的交通傳感器節點部署在車輛、道路兩邊，利用節點的自組織能力自動建立起網絡，將具有一定自治能力的節點采集得到的信息經過匯聚處理，實現實時準確的車輛檢測、定位、識別、跟蹤，獲取全面的全路網道路交通信息［1］。如今有越來越多的科研機構關注其在交通系統中的應用，也得到了一些有益的研究成果［2～6］。對于交通隧道這一特殊的路段，具有通風不暢、空間狹窄，照明調節不佳等特點，容易發生交通事故或火災等交通安全事故。事故發生前，傳感器節點上的傳感器感知到危險，并及時觸發攝像頭開啟，通過傳感器網絡及時向監控中心傳回實時圖像數據，對事故的預防和處置提供了有力支撐。

為此，本文將重點分析運用基于Ad-Hoc 的無線傳感器網絡來傳輸視頻圖像的性能。

1 交通隧道無線傳感器網絡模型

交通隧道無線傳感器網絡模型如圖1 所示，由兩部分組成:一部分為可安裝視頻頭的傳感器節點，另一部分為收集整理信息的匯集節點。部署在隧道兩邊的傳感器節點可感知煙霧、溫度、濕度等環境變化，根據實際需要啟動視頻頭采集圖像信息，通過節點間接力傳遞方式將數據傳送給匯聚節點，匯聚節點再通過公共或者專用通信網絡將數據送達監控中心。本文所涉及的重點是討論隧道內傳感器節點傳輸圖像數據至匯聚節點的過程。

圖1 交通隧道無線傳感器網絡模型Fig 1 WSNs model in traffic tunnel

2 無線傳播模型

無線傳感器網絡使用無線電波作為傳播介質，傳輸性能主要受到無線信道的制約。傳感器節點之間的傳播路徑較復雜，具有隨機性。例如:封閉的隧道環境使得無線電波發生多次反射，粗糙的隧道壁對無線電波的振幅、相位和極化都有極大的影響，將發生散射。因此，通過對傳感器節點間平均接收信號強度的測試對交通隧道環境下無線傳感器網絡無線電傳播進行研究。

交通隧道中傳感器節點的接收信號平均功率隨發射節點距離的變化呈對數衰減。對于任意的距離，特定位置的路徑損耗PL(d)為隨機正態對數分布［7］

式中 Pt(d)為發射功率，Pr(d)為接收功率，PL(d)為路徑損耗。

在收發距離為d0、路徑損耗指數為n 和標準偏差σ 的條件下，描述特定傳感器節點位置的路徑損耗模型如下式［8，9］

式中 β 依賴于周圍環境類型，XdB為均值為零、標準偏差為σ 的高斯分布隨機變量。在交通隧道環境下無線傳感器網絡無線信號分析過程中，對任意位置的接收功率可使用上述模型進行計算機仿真。

3 仿真分析

本文從描述圖像質量的平均峰值信噪比(PSNR)值、描述網絡質量的平均時延兩個方面分析交通隧道無線傳感器網絡中的視頻傳輸性能。在仿真中，應用層協議為MPEG—4 協議，傳輸層為用戶數據報博文協議(user datagram protocol，UDP)，選取按需距離矢量路由(Ad Hoc on-demand distance vector routing，AODV)和目的序列距離矢量路由(destination sequenced distance vector，DSDV)兩種協議作為網絡層路由協議，而鏈路層和物理層分別選用IEEE 802.11 協議。

在實際交通隧道中拍攝視頻，通過軟件MyEvalvid-NT，將原始視頻文件編碼壓縮為視頻文件video1 與video2。將上述處理后的視頻文件作為模擬傳感器節點上視頻頭所采集的視頻信息。幀大小為QCIF 176×144，壓縮方式MPEG—4，每秒30 幀，Gop 形式為I 幀、P 幀、B 幀。仿真設置的場景如圖2 所示，傳感器節點1 與節點9 分別將視頻video1 和video2 通過中間節點將視頻圖像數據傳輸給匯聚節點0。通過無線傳感器網絡的數據傳輸，將發送節點的原始圖像數據與匯聚節點所接收重建的圖像數據進行比較。

圖2 仿真網絡拓撲Fig 2 Simulation network topology

如表1 所示，對于視頻Video 1 和Video 2 中的所有數據幀，通過AODV 協議傳輸的數據幀，其平均PSNR 值要高于DSDV 協議，兩者都大于31 dB。據文獻［10］，當PSNR值位于31 ～36.9 dB 之間時，所對應的圖像質量良好。

表1 Video1 與Video2 的平均PSNR 值對比Tab 1 Comparison of average PSNR value in video1 and video2

對比相同數據幀(AODV 協議選取第51 號幀，DSDV協議選取第77 號幀)，如圖3 ～圖8 所示。其中，圖3 與圖4分別為節點1 和節點9 所發送的原始視頻中的一幀圖像，圖5與圖6 為匯聚節點所接收到的通過AODV 協議傳輸的圖像，圖7 與圖8 為匯聚節點所接收到的經過DSDV協議傳輸的圖像，通過對比可知，AODV 所傳輸的圖像質量較好。

圖3 視頻video1 第51 幀原始圖像Fig 3 Original image of the 51st frame of video1

兩段視頻圖像經過AODV，DSDV 協議傳輸后，每段視頻中的各幀圖像在無線傳感器網絡中的時延如圖9 ～圖12所示。對于video1，由AODV 傳輸的平均時延為0.02283 s，由DSDV 傳輸的平均時延為0.021 76 s;對于video 2，由AODV 傳輸的平均時延為0.025 14 s，由DSDV 傳輸的平均時延為0.02497 s。通過AODV 協議傳輸的視頻圖像較DSDV 協議傳輸的視頻圖像，其平均時延稍大。

圖4 視頻video2 第77 幀原始圖像Fig 4 Original image of the 77st frame of video2

圖5 視頻video1 第51 幀接收圖像(由AODV 協議傳輸)Fig 5 Image received by the 51st frame of video1(transmitted by AODV protocal)

圖6 視頻video2 第77 幀接收圖像(由AODV 協議傳輸)Fig 6 Image received by the 77st frame of video1(transmitted by AODV protocal)

圖7 視頻video1 第51 幀接收圖像(由DSDV 協議傳輸)Fig 7 Image received by the 51st frame of video1(transmitted by DSDV protocal)

圖9 視頻video1 中每幀的網絡傳輸時延(由AODV 協議傳輸)Fig 9 Network transfer delay of each frame in video1(transmitted by AODV protocal)

圖10 視頻video1 中每幀的網絡傳輸時延(由DSDV 協議傳輸)Fig 10 Network transfer delay of each frame in video1(transmitted by DSDV protocal)

圖11 視頻video 2 中每幀的網絡傳輸時延(由AODV 協議傳輸)Fig 11 Network transfer delay of each frame in video 2(transmitted by AODV protocal)

圖12 視頻video 2 中每幀的網絡傳輸時延(由DSDV 協議傳輸)Fig 12 Network transfer delay of each frame in video 2(transmitted by DSDV protocal)

4 結 論

本文結合交通隧道內的地理環境，搭建無線傳感器網絡拓撲模型。在分析無線信道傳播機制基礎上，通過系統的仿真，研究經由無線傳感器網絡傳輸視頻信號。仿真分析表明:使用基于Ad-Hoc 路由協議的傳感器網絡傳輸視頻圖像可以滿足交通隧道監控的要求，AODV 協議傳輸的視頻圖像較DSDV 協議圖像質量較好，但時延稍大。通過仿真分析，為設計交通隧道無線傳感器網絡提供了基礎協議的選擇，可供工程設計時參考。

［1］ 趙麗霞，紀松波.無線傳感器網絡在智能交通中的應用［J］.物聯網技術，2012，6:25－27.

［2］ Haoui A，Kavaler R，Varaiya P.Wireless magnetic sensors for traffic surveillance［J］.Transportation Research Part C:Emerging Technologies，2008，16(3):294－306.

［3］ Faez K，Khanjary M.UTOSPF:A distributed dynamic route guidance system based on wireless sensor networks and open shortest path first protocol［C］∥IEEE Int’l Proc in Wireless Communication Systems，Piscataway，NJ:IEEE，2008:558－562.

［4］ Mottola L.Not all wireless sensor networks are created equal:A comparative study on tunnels［J］.ACM Trans on Sensor Networks(TOSN)，2010，7(2):1－33.

［5］ Shen Tu，Xu Dan.A new streetlight monitoring system based wireless sensor networks［C］∥Proc of the and Int’l Conf on Information Science and Engineering(ICISE)，Piscataway，NJ:IEEE，2010:6394－6397.

［6］ Liu Zhiqin，Jiang Xiufeng.An on-line monit or system on off-gases of vehicles with WSNs design based on ZigBee technology［C］∥IEEE Int’l Conf on Dependable，Autonomic and Secure Computing，Piscataway，NJ:IEEE，2009:758－763.

［7］ Theodore S，Rappaport.無線通信原理與應用［M］.2 版.北京:電子工業出版社，2008:96－97.

［8］ Tom Henderson.Shadowing model［J/OL］.［2011—11—05］http:∥www.isi.edu/nsnam/ns/doc/node221.html.

［9］ Wei Ye.radio propagation models［DB/OL］.［2011—07—18］http:∥www.isi.edu/～weiye/pub/propagation_ns.pdf.

［10］Klaue J，Tathke B，Wolisz A.Evalvid-A framework for videotransmission and quality evaluation［C］∥Proc of the 13th International Conference on Modelling Techniques and Tools for Computer Performance Evaluation，Urbana，Illinois，USA，2003:255－272.