無線體域網中基于能量有效性的動態調度策略

陳曙光,馬志超

(1.阜陽師范學院物理與電子工程學院,安徽阜陽236041;2.上海交通大學電子工程系,上海200240)

無線體域網中基于能量有效性的動態調度策略

陳曙光1,馬志超2

(1.阜陽師范學院物理與電子工程學院,安徽阜陽236041;2.上海交通大學電子工程系,上海200240)

無線體域網(WBAN)是一種布置于人體(體表或體內)的傳感器網絡,它能夠連續監控人體體征信號,及時傳輸到遠程醫療中心,輔助醫生做出診斷。由于人的活動性,經常會有一群WBAN聚集在一起,WBAN相互間的干擾會對單個WBAN內的通信造成影響。為減弱該干擾并確保整個網絡的通信質量,提出基于能量有效性的自適應動態調度策略。建立干擾環境下的數學模型,將動態調度策略轉化為最大化能量有效性并兼顧節點服務質量的非線性整數規劃問題,并設計FEEM啟發式算法對其進行求解。仿真結果表明,采用FEEM算法的動態調度策略在吞吐量、能量有效性和服務質量公平性方面均優于采用Horse Racing算法的靜態調度策略。

無線體域網;調度策略;吞吐量;能量有效性;公平性;服務質量

1 概述

隨著硬件制造技術的發展,可穿戴的醫療傳感器越來越普及。這些醫療傳感器可以監測人的脈搏、血壓、心跳等信息。若將這些每時每刻產生的實時健康信息同醫院健康檔案的信息綜合在一起并加以分析,將會給醫療領域帶來全新的應用[1-2]。從小方向上看,可以知道每個人現在的健康狀況,提供及時的醫療救護。從大方向上講,可以預測整個一代人的健康狀況,從而倡導新的健康行為,從而帶來飲食、生活習慣等各方面的變化。

無線體域網(Wireless Body Area Network, WBAN)是將這些可穿戴醫療設備在人體上組成的網絡[3]。WBAN通常由一些傳感器節點和一個中心管理者(Coordinator)組成。Coordinator接收傳感器節點采集的醫療數據并進行匯聚,接著通過外部通信網絡,如WiFi,3G和4G,傳輸至數據中心做進一步分析處理。

WBAN目前主要工作在無需牌照的ISM頻段。但是當前已有部分無線設備工作在該頻段上,如WiFi設備、Bluetooth設備、Zigbee設備等,因此WBAN無疑會受到它們的干擾。另外,鑒于WBAN主要應用于醫療、養老等領域,因此在醫院、養老院等人員聚集地會出現優先區域內存在Multi-WBANs的情況,雖然WBAN的通信范圍僅有2 m～3 m,但是考慮到其干擾范圍一般大于通信范圍,因此會出現WBAN相互干擾的情況。無論是上述哪一類干擾都會使WBAN傳感器節點的丟包率上升、重傳次數增加,進而造成因重傳和信道偵聽消耗的能量增加導致通信質量下降的現象。因此,在制定WBAN接入策略時,需要根據實際環境中干擾信號的特點設計高效的接入機制以提高WBAN應對干擾的能力,最終使WBAN的性能不會因干擾而顯著下降。因此,WBAN節能接入策略時還需考慮WBAN間的干擾問題。考慮到外界的無線信號會對WBAN的通信過程產生干擾并影響WBAN的性能,而根據干擾的來源WBAN中的干擾問題可以分為以下2類: WBAN與其他無線系統的干擾問題和WBAN間的干擾問題。因此,當前WBAN中的干擾問題的研究主要從以上2個方面展開。本文以能力有效性最大化為目標,設計了保證節點服務質量公平性的動態調度策略。在調度策略的制定中涉及了非線性整數規劃問題,該問題只能通過遍歷所有可能情況的方法才能找到問題最優解,并設計了FEEM(Fairnessbased Energy Efficiency Maximization)啟發式算法減少計算量。

2 相關研究

整個遠程醫療系統如圖1所示。目前,對該遠程醫療系統尚有許多亟待解決的問題:(1)生命指征等信息如何可靠迅速地傳遞到監控中心是整個網絡有效工作的基礎,因此有效可靠的通信機制是該網絡正常運作的保障;(2)可穿戴設備攜帶大量私人信息,用戶走到哪里就能追蹤到哪里;(3)隨著可穿戴設備的用戶量和用戶業務的迅速增加,如何通過大數據技術處理可穿戴設備獲得的數據讓消費者獲得更好的體驗,對大數據處理技術提出了挑戰。本文著重對第(1)個問題進行研究,即在WBAN子系統中,如何將傳感器節點采集的數據傳送給中心管理者。

圖1 遠程醫療體系結構

在減少WBAN與其他無線系統干擾的研究中。文獻[4]針對IEEE 802.15.4與IEEE802.15.6在ISM頻段上的共存干擾問題進行研究,并指出干擾對其影響與IEEE 802.15.6中節點數據率的選擇無關,僅與節點之間的距離有關。另外,文獻[5-6]中研究了WiFi與WBAN的共存問題。為了減小WiFi信號對WBAN的干擾,文獻[5]設計了自適應的動態接入策略,該策略通過分析WiFi對信道占用情況的歷史數據尋找信道的空閑時隙,使得WBAN能夠利用空閑時隙接入信道并達到減小沖突的效果。文獻[6]設計了動態的功率控制策略,在功率控制算法中,網絡中心控制器根據環境中WiFi的干擾信號強度靈活地設置每個WBAN工作時的發射功率,以達到最佳的接入效果。

在針對WBAN間干擾問題的研究中,文獻[7-8]針對網絡層設計了機會路由技術,通過使用協作技術有效降低業務傳輸時的誤碼率,進而提高網絡工作效率。在物理層方面,為了減少WBAN間干擾對其性能的影響,文獻[9]設計了分布式的動態管理策略,一旦WBAN在運動中遇到系統間干擾問題就采用該策略調整beacon廣播時隙以避免beacon幀的丟失,同時切換至合適的信道上以避免干擾。文獻[10]對WBAN共存時beacon沖突的先驗概率設計了數學模型,如果WBAN判斷即將發生嚴重的沖突則切換至其他信道。文獻[11]采用調整調制、解調技術,調整數據率和收發機工作時的占空比等方法達到降低干擾影響的效果。在MAC層方面,基于調度的接入策略是當前研究的熱點。基于調度的接入策略可分為非并行接入和并行接入2種方式。非并行接入的特點為任意一個時隙只能被一個節點使用,其優點是能夠保證WBAN無干擾工作,但所涉及的時隙分配算法復雜度高且不便于實現。考慮到WBAN通信距離較短,WBAN間的干擾較弱,因此,WBAN中可以采用并行接入的方法。并行接入方法具有算法復雜度低、資源利用效率高等特點。文獻[12]采用并行接入方法針對WBAN的共存問題設計了靜態調度策略,該策略使用Horse Racing算法解決調度問題,該算法的復雜度低而且能夠在吞吐量和能量有效性方面逼近遍歷算法得到的上界,但是Horse Racing算法制定的靜態調度策略在服務質量公平性方面存在不足。因此,本文以此為基礎,以能力有效性最大化為目標,設計了保證節點服務質量公平性的動態調度策略。在調度策略的制定中涉及了非線性整數規劃問題,該問題只能通過遍歷所有可能情況的方法才能找到問題最優解。為減少計算量,設計了FEEM啟發式算法,并分別在Two-WBANs和Eight-WBANs 2個場景[13]中進行仿真。

3 系統模型

當前WBAN主要應用在醫療領域和老年人服務領域,在醫院或老年人服務機構等人員密集場所中可能存在多個WBAN同時工作的情況,考慮到人員的密集性和流動性,為每個WBAN分配完全不同的工作頻段將十分困難,因此如圖2所示,存在多個WBANs工作在同一頻段的情況。此時WBAN傳感器與協調器交換數據時會受到臨近WBAN的干擾,使得鏈路質量下降并出現沖突、丟包等現象。

圖2 WBAN間的干擾示意圖

為減少WBAN間干擾對系統性能的影響并提高時隙資源的利用效率,本文所有WBAN采用并行接入策略。在并行接入策略中,隸屬于同一個WBAN的傳感器節點被分配不同的時隙資源,而隸屬于不同WBAN的節點以并行的方式接入信道并與其他WBAN的節點共享時隙資源。為了簡化問題的復雜度,在分析中假設每個WBAN的網絡拓撲相同且通過集中控制方法同步每個WBAN的時鐘使得超幀的起始、截止時間相同。

針對Multi-WBANs共存環境建立以下數學模型。假設環境中存在M個WBAN,用集合{Bk|k=1,2,…,M}表示,其中,Bk代表第k個WBAN;M為網絡中WBAN的總數。每個WBAN中都包含一個協調器和N個傳感器,Bk中的傳感器節點表示為,其中,代表Bk中第n個傳感器。每個超幀中用于調度的時隙資源數量相同,有T個。Bk中各個傳感器節點在超幀中對時隙占用情況用集合表示,其中,代表對超幀中第t個時隙的占用情況,如果時隙被占用則;否則由于WBAN采用并行接入方式共享時隙資源,因此對每個WBAN而言,超幀中每個時隙都有可能存在干擾信號,干擾信號的強度用集合表示,其中,代表Bk超幀中第t個時隙中干擾信號的強度。Bk協調器接收到傳感器信號的信號功率用集合表示,其中,代表Bk協調器接收信號的功率。根據和可以得到在時,即第k個WBAN中第n個傳感器占用超幀中第t個時隙時的丟包率

為確定丟包率與信號干擾比之間的關系f(x),本文采用IEEE802.15.6標準中窄帶物理層模型。假設WBAN工作在2.4 GHz的ISM頻段上。根據文獻[14-15]可以得到傳感器節點與協調器工作時其路徑損耗模型為:

其中,N是期望為0、方差為3.80的正態分布函數。

根據IEEE802.15.6標準,本文研究中PSDU的數據率為121.4 Kb/s,調制方式為π/2-DBPSK,該調制方式中信道的信號干擾比SIR與誤比特率pb的關系為:

考慮到源編碼方式為BCH(63,51),接收端解碼方式選擇硬判決方式,因此誤碼率pw為:

其中,N=63為一個碼字的長度;t=2為硬判決方式下的糾錯位數。丟包率(PER)與誤碼率pw之間的關系為:

其中,Nc是一個數據包中包含碼字的數量,例如一個數據包長度為200 Byte,則該數據包包含的碼字數量為:

4 基于能量有效性的動態調度策略

文獻[13]設計了基于Horse Racing算法的靜態調度策略,該策略雖然能夠保證WBAN系統的吞吐量,但是系統的能量有效性較低而且各個節點的服務質量相差很大,因此本文在制定調度策略時考慮在保證節點服務質量公平性及系統吞吐量的基礎上最大化WBAN的能量有效性。

假設WBAN傳感器節點發送數據包長度為固定值LDATA,且傳感器每次上傳數據至協調器時消耗的能量為E。根據上文中的數學模型可知,在一個超幀的時間內Bk的吞吐量ck和能量有效性efk分別為:

在Multi-WBANs共存環境中,WBAN的總吞吐量C及能量有效性EF為:

每個傳感器節點在每個超幀中最多接入信道一次,各節點被分配時隙資源的數量不等,因此Bk中各個傳感器節點服務質量指數由協調器為傳感器節點提供資源的質量和資源的數量2個方面來表征。

其中,access_sucess代表傳感器與協調器成功通信的次數;access_total代表傳感器接入信道的次數;superframe_total代表可用超幀數量;和代表它們對于傳感器服務質量的影響程度。

調度策略的設計以能量有效性最大化為目標、以吞吐量為約束條件,見式(14)。如果忽略分子、分母中的懲罰因子和則目標函數恰好為能量有效性的表達式。懲罰因子平衡了每個傳感器節點的服務質量,如果傳感器節點服務質量越好,即越接近1,則該節點的能量有效性對目標函數的貢獻越小。此時優化問題制定的調度策略傾向于把干擾小的時隙資源分配給服務質量差的節點,進而達到提高這些節點的服務質量的目的。

FEEM算法采用迭代的方法,即按順序輪流優化網絡中每個WBAN的調度策略,此時式(14)中的優化問題轉化為式(15)的形式:

式(15)中的目標函數是多項式分式的形式,如果放寬約束條件使得為連續變量,則只需通過式(16)和式(17)就可轉化為式(18)的標準的凸規劃問題。

通過CVX等計算工具可以求得凸規劃問題式(18)的最優解,并通過式(16)和式(17)確定的值。注意到此時的值是0～1之間的小數,為了確定最終的調度策略,通過簡單的規劃方法確定的最終值。FEEM算法流程如下:

雖然該優化問題具有一定復雜性并需要適量計算,但是因為該優化問題是在Coordinator端進行計算,而Coordinator具有較強的計算能力,所以能夠很快求解該問題。此外,在能耗度量上,考察的是Sensor的能耗,并不包括Coordinator計算能耗(因為Coordinator電量較強、更換方便且對能耗敏感,而Sensor電量小、更換不方便且對能耗更敏感)。

5 性能分析

本節將在Two-WBANs和Eight-WBANs 2個場景[13]中進行仿真,并在能量有效性、吞吐量和服務質量公平性3個方面比較基于FEEM算法的動態調度策略和基于Horse Racing算法靜態調度策略,參數設置如表1所示。傳感器節點與協調器之間的距離如表2所示。

表1 仿真參數設置

表2 傳感器節點與協調器之間的距離 cm

5.1 Two-WBANs場景性能評估

圖3給出了Two-WBANs場景。圖4和圖5分別給出2個WBAN間距離D=0.7 m時吞吐量、能量有效性及超幀時隙數量的關系。在吞吐量方面2種算法結果十分接近,而在能量有效性方面FEEM算法明顯優于Horse Racing算法。因此FEEM算法能夠在保證吞吐量的基礎上提高WBAN的能量有效性。圖6給出了超幀可用時隙數量T=12時各節點的服務質量。結果表明,隨著WBAN間距離的增加,節點服務質量不斷提高。

圖3 2個WBAN共存環境示意圖

圖4 吞吐量與超幀時隙數量的關系(D=0.7 m)

圖5 能量有效性與超幀時隙數量的關系(D=0.7 m)

圖6 WBAN各節點的服務質量

另外,與FEEM算法相比,Horse Racing算法在服務質量公平性方面表現較差。例如,當D=0.8 m時,節點10和節點12在Horse Racing算法中成功服務的概率都低于20%,節點9成功服務的概率卻超過60%,但是FEEM算法中節點9～節點12成功服務概率都超過60%。因此,FEEM算法中節點服務質量不僅高于Horse Racing算法中的結果,而且各節點服務質量沒有出現Horse Racing算法中的大幅抖動,因此FEEM算法能夠更好地保證節點服務質量的公平性。

基于FEEM算法的動態調度策略在吞吐量、能量有效性和公平性方面都優于基于Horse Racing算法的靜態調度。其原因有以下兩方面,在 Horse Racing算法中調度方案一旦確定則保持不變,而FEEM算法可以根據每個傳感器的服務質量對調度策略進行動態調整,因此FEEM算法中距離協調器遠的節點能以較高的概率成功接入信道。另外,與Horse Racing算法不同,FEEM算法禁止節點在信道質量差的時隙接入信道,因此,FEEM算法能夠減少沖突引起的能量消耗,進而提高系統的能量有效性。

5.2 Eight-WBANs場景性能評估

在Eight-WBANs場景中各WBAN之間的位置關系如圖7所示。

圖7 Eight-WBANs共存環境示意圖

根據圖7可知,編號為4的WBAB(簡記為B4,下同)受到外界干擾最強,而除B1外,B6受到的干擾最弱,因此將B4,B6作為研究對象,研究干擾強弱對各算法性能的影響。

在B4和B6中,吞吐量隨時隙資源數量的變化情況如圖8所示,在干擾較強的B4中FEEM算法的吞吐量明顯高于Horse Racing算法,在可用時隙為T=12時Horse Racing算法的吞吐量基本為0,而FEEM算法的歸一化吞吐量能夠到達32%,在可用時隙為20時Horse Racing算法的吞吐量只有25%,而FEEM算法的吞吐量達到了65%。在干擾較弱的B6中,2種算法吞吐量接近,FEEM算法的結果略高于Horse Racing算法的結果。

圖8 吞吐量與超幀時隙數量的關系(T=12)

在B4和B6中,能量有效性隨時隙資源數量的變化情況如圖9所示,結果表明,無論在干擾較強的B4中、還是在干擾較弱的B6中,FEEM算法都能達到90%以上的能量有效性,而Horse Racing算法只能在干擾較弱的B6中有良好的表現。

圖9 能量有效性與超幀時隙數量的關系(T=12)

在超幀時隙資源數量T=20時,B4和B6中每個傳感器節點的服務質量如圖10所示。結果表明,在服務質量方面FEEM算法優于Horse Racing算法,尤其在干擾較強的B4中。另外,Horse Racing算法在B6中的結果明顯優于B4中的結果,因此與FEEM算法相比,Horse Racing算法在服務質量公平性方面更易受干擾的影響。

圖10 傳感器節點的服務質量(T=20)

6 結束語

本文針對 Multi-WBANs共存環境中存在的WBAN干擾問題展開研究,分析基于Horse Racing算法的靜態調度策略在服務質量公平性方面的不足,以最大化能量有效性為目標,設計基于FEEM啟發式算法的動態調度策略。仿真結果表明,與靜態調度策略相比,基于FEEM算法的動態調度策略在吞吐量、能量有效性和公平性方面的性能都有所提升。另外,Eight-WBANs仿真場景的結果證明,在不同干擾環境下與Horse Racing算法相比,FEEM算法不容易受到干擾的影響。

[1] 軒運動,趙 湛.基于無線體域網技術的老人健康監護系統的設計[J].計算機研究與發展,2011,48(S2): 355-359.

[2] Liang X,Barua M.Enabling Pervasive Healthcare Through Continuous Remote Health Monitoring[J]. IEEE Wireless Communications,2012,19(6):10-18.

[3] 宮繼兵,王 睿,崔 莉.體域網BSN的研究進展及面臨的挑戰[J].計算機研究與發展,2010,47(5): 737-753.

[4] Evans D,KrasinskiR.TG4jCoexistenceAssurance Document[R].Institute of Electrical and Electronic Engineers,Technical Report:P802.15-12-0206-03-004j, 2012.

[5] Han Junchao,Liu Jing.HCVP:A Hybrid Cognitive Validation Platform for WBAN[C]//Proceedings of IEEE InternationalConference on Wireless Communications and Signal Processing.[S.l.]:IEEE Press, 2012:1-6.

[6] Phunchongharn P,Hossain E,Camorlinga S.Electromagnetic Interference-aware Transmission Scheduling and Power Control for Dynamic Wireless Access in Hospital Environments[J].IEEE Transactions on Information Technology in Biomedicine,2011,15(6): 890-899.

[7] Jie Dong,Smith D B.Coexistence and Interference Mitigation for Wireless Body Area Networks:Improvements Using On-body Opportunistic Relaying[J]. Electronics Letters,2011,47(19):1098-1100.

[8] Ghaboosi K,Pahlavan K.A Cooperative Medical Traffic Delivery Mechanism for Multi-hop Body Area Networks[C]//Proceedings ofIEEE International Symposium on Personal Indoor and Mobile Radio Communications.[S.l.]:IEEE Press,2011:2239-2243.

[9] Deylami M,Jovanov E.A Distributed Scheme to Manage the Dynamic Coexistence of IEEE 802.15.4-based Health Monitoring WBANs[J].IEEE Journal of Biomedical and Health Informatics,2013,18(1): 327-334.

[10] Mohammad D,Jovanov E.Performance Analysis of Coe-xisting IEEE 802.15.4-based Health Monitoring WBANs[C]//Proceedings of IEEE Annual International Conference of Engineering in Medicine and Biology Society.[S.l.]:IEEE Press,2012:2464-2467.

[11] Yang W,Sayrafian K.Interference Mitigation for Body Area Networks[C]//Proceedings of IEEE International Symposium on Personal Indoor and Mobile Radio Communications.[S.l.]:IEEE Press,2011:2193-2197.

[12] Kuhn H.The Hungarian Method for the Assignment Problem[J].Naval Research Logistics Quarterly,1955, 2(1/2):83-97.

[13] Wang L,Goursaud C,Nikaein N,et al.Cooperative Scheduling for Coexisting Body Area Networks[J]. IEEE Transactions on Wireless Communications,2013, 12(1):123-133.

[14] Sayrafian K,Yazdandoost K.Channel Model for Body Area Network(BAN)[R].Institute of Electrical and Electronic Engineers,Technical Report:P802.15-08-0780-09-0006,2009.

[15] Aoyagi T,Takizawa K.Channel Model for Body Area Network(BAN)[R].Institute ofElectricaland Electronic Engineers,Technical Report:P802.15-08-0416-04-0006,2008.

編輯 陸燕菲

Dynamic Scheduling Strategy Based on Energy Efficiency in Wireless Body Area Network

CHEN Shuguang1,MA Zhichao2
(1.School of Physics and Electronics Engineering,Fuyang Teachers College,Fuyang 236041,China; 2.Department of Electronic Engineering,Shanghai Jiaotong University,Shanghai 200240,China)

Wireless Body Area Network(WBAN)is a kind of sensor network which is placed around human body(on body or in body).WBAN can continuously monitor vital life signals,promptly transmit to a remote medical center and assist the doctor to make a diagnosis.Due to human activity,a bunch of WBAN may stick together.In such a case,the inter-BAN interference causes severe influence to intra-BAN communication.Aiming at the problem,this paper designs an adaptive dynamic scheduling strategy to reduce this kind of interference,thus ensures the communication quality among WBAN.It establishes the interference model.Then,the adaptive access strategy is formulated as an optimization problem to maximize the energy efficiency,taking into account the Quality of Service(QoS)of sensor.This optimization problem belongs to a non-linear integer programming problem.It designs a heuristic algorithm named FEEM to solve it.By running Fairness-based Energy Efficiency Maximization(FEEM)algorithm,it can get the adaptive dynamic scheduling strategy.Compared with the current static access strategy based on Horse Racing algorithm,the dynamic scheduling strategy based on FEEM algorithm performs better in terms of throughput,energy efficiency and QoS.

Wireless Body Area Network(WBAN);scheduling strategy;throughput;energy efficiency;fairness; Quality of Service(QoS)

1000-3428(2015)01-0103-07

A

TN929.5

10.3969/j.issn.1000-3428.2015.01.019

安徽省科技攻關計劃基金資助項目(12010302080)。

陳曙光(1966-),男,副教授,主研方向:無線通信,物聯網;馬志超,碩士研究生。

2014-05-13

2014-06-23 E-mail:fynccsg@yahoo.com

中文引用格式:陳曙光,馬志超.無線體域網中基于能量有效性的動態調度策略[J].計算機工程,2015,41(1):103-109.

英文引用格式:Chen Shuguang,Ma Zhichao.Dynamic Scheduling Strategy Based on Energy Efficiency in Wireless Body Area Network[J].Computer Engineering,2015,41(1):103-109.