河流水下無線傳感器網絡中基于河水漲跌的睡眠調度策略

劉洋（四川大學計算機學院，成都　610065）

河流水下無線傳感器網絡中基于河水漲跌的睡眠調度策略

劉洋
（四川大學計算機學院，成都610065）

0　引言

近年來，水下無線傳感器網絡在水質檢測、環境監測、海底勘測等領域均具有廣闊的應用前景[1]。水下傳感器節點通常由自身攜帶的微型電池供電且電量有限，一經部署，能量難以得到再次補充，因此如何在能量有限的情況下，盡可能地提升節點的能量利用效率，延長網絡壽命顯得尤其重要。而在河流的獨特環境中，若采用分層的路由機制，則靠近河面的上層節點會承擔更多的數據轉發任務，造成能量的過量消耗，如果該區域節點過早死亡，則會造成“能量空洞”現象，進而會加劇死亡節點的鄰近節點的能耗，出現“漏斗效應”[2]，最后造成整個網絡的癱瘓。研究表明，當網絡出現能量空洞時，網絡剩余能量為70%以上，大多數網絡甚至高達90%；另外，為了獲取整段河流的環境數據，需要部署大量的傳感器節點，由于河流的水位隨著季節不斷的發生變化，若在枯水季節，某些上層節點會浮在水面上，造成不必要的能量消耗。鑒于此，若能提出合適的休眠調度策略，使得水下傳感器節點在不同的水位下進行休眠和喚醒的調度，在不影響整個網絡QoS的情況下，則能很大程度上降低以上兩種情況下上層節點的能耗，避免或延遲“能量空洞”現象的發生，延長網絡壽命。

本文針對無線傳感器網絡的能量空洞問題，結合河流水位變化的特點，為了均衡上層節點的能量消耗，提出一種基于河水漲跌的睡眠調度策略。首先對整個河流監控網絡建立三維坐標系，采用流體力學的方法分析節點受力平衡時粘滯阻力、壓差阻力等流體阻力對節點運動的影響，模擬真實河流環境下節點的運動規律，進而根據Sink廣播的河面速度求解出節點的實時位置；然后對求解出的位置進行分析，若節點當前位置的Z坐標值大于河流高度，則對節點進行休眠，以節省該節點的能量開銷，然后根據河流歷史水位數據，在水位高于高度閾值的時期對休眠節點進行喚醒。

1　網絡與能耗模型

1.1網絡與能耗模型

河流水下無線傳感器網絡是由固定在水底的錨節點、浮動在水中的動態節點、拴住節點的繩子以及浮在水面的Sink節點構成的3D監控網絡。如圖1所示，網絡中有x條長度不同的繩子，每條繩子上隨機分布y個傳感器節點，每段繩長及每條繩子預部署的位置已知，所有繩子均勻部署在L×W×H的長方體內，繩子底部被錨固定在河底，k個sink節點隨機分布在監控河流的上表面。

圖1　網絡模型

假設本文的網絡模型具有以下性質：

（1）河面速度在[Vmin，Vmax]內隨機變化。

（2）水流高度在[Hmin，Hmax]內隨機變化。

（3）所有非Sink節點具有相似的通信能力和通信功率，一經部署即不再更改。

（4）所有普通節點的浮力大于重力且主要部件裝置在空心圓柱體內。

（5）整個網絡壽命周期內，節點采集到的環境數據到達任一Sink均表示數據被成功接收。

（6）每個Sink節點負責將匯集的數據發送給基站，每個傳感器節點按照各自的采集周期收集數據，直至整個網絡死亡。

1.2能耗模型

由于無線電波在水中衰減嚴重，因此水下傳感器網絡通常采用水聲通信能耗模型。在通信過程中，節點的能量消耗主要分為兩部分：節點接收數據所消耗的能量和節點發送自身采集的環境數據或轉發其他鄰居節點數據產生的能耗。在能耗模型中，由于節點發送數據的能耗遠大于接收數據的能耗，因此，本文以節點發送數據的能耗作為衡量整個網絡的能耗標準。

假設P0為節點正常接收數據所需要的最小功率、功率對傳輸距離x的衰減函數為A（x），節點發送s bit的數據傳輸時延為Tp，其中：

則可計算出發送s bit數據所需要的能量為:

其中k為水聲傳播模型的相關參數，x為傳輸距離，公式（3）給出的能量吸收系數為：

2　睡眠調度策略

2.1基于流體體力學的網絡建模

由于河流具有垂線速度分布的規律，使得越靠近河流表面的節點受到水流的沖擊力越大，所以每條繩子會呈現出一條類拋物線的形式，如圖2所示，公式（4）給出了河流垂線速度分布的對數形式：

圖2　節點受力分析

在圖2中，假設在某個河面速度下，一條繩子上的所有節點均處于平衡態，當河面速度變化時，節點受力不均衡，會運動到新的位置重新達到平衡，為了更準確地分析節點的運動規律，此時對平衡態下的節點進行受力分析，可得到如下方程組：

方程組中，fm表示節點受到的靠近錨節點的第一段繩子的拉力，fsi表示節點受到的第i+1段繩子的拉力，θi表示靠近錨節點的第i段繩子與第i個節點在豎直方向上的夾角，Fi表示第i個節點受到的流體阻力，FN和G分別表示傳感器節點受到的浮力與重力。其中節點受到的流體阻力主要包括粘滯阻力fn和壓差阻力fy兩種，由于河流環境下計算出的雷諾數Re大于4000，節點處于湍流狀態，節點受到的粘滯阻力可忽略不計，所以有：

公式中CD為阻力系數，ρ為流體密度，r為節點圓柱體底面圓的半徑，L為節點所在圓柱體的高度，μ為節點當前受到的水流速度。公式（9）給出了本文環境下雷諾數Re的計算方法，其中ρ、v、d、μ分別表示流體的密度、物體相對于流體的速度、物體在流體中做相對運動的一個量綱和流體的黏性系數。

將方程組（7）的一式除以二式，然后將結果代入方程組（6）和（5），并用每段繩子的長度及節點距離河底的高度表示，則可得到：

公式（10）中的Li和Zi分別表示距離錨節點第i條繩子的長度和第i個節點距離河底的高度。聯立公式（4），（8），（10）則可得到n個關于Z1、Z2、…Zn的對數方程組，求解可得到各個節點距離河底的高度以及相應的tanθn的值，并可根據錨節點的坐標及每段繩長求出每個節點的實時位置，最后完成整個網絡的建模。

2.2基于河水漲跌的睡眠調整策略

為了求解節點的高度閾值，由前面建立的網絡模型可知，當河面速度最小時，節點受到水流的沖擊力越小，此時節點距離河底的高度最大；反之，當河面速度最大時，節點受到水流的沖擊力越大，偏角也越大，此時節點距離河底的高度越小。由2.1節中的方法可求出最小河面速度和最大河面速度下各個節點分別距離河底的高度，并將喚醒節點的高度閾值設為節點距離河底高度的最大值。

在整個網絡生命周期內，節點根據Sink廣播的速度消息不斷計算并更新各自的物理坐標。結合河流歷史水位信息分析，當節點距離河底的高度大于當前水位時，節點此時漂浮在河面，它的監測范圍被其他處于河內的鄰近節點覆蓋，此時，將該節點休眠，并在后期的某個時間將該節點喚醒，而喚醒該節點的時間依賴于歷史水位數據中河流水位高于計算出來的高度閾值的時間，此時，該節點必處于河流內部，將該節點喚醒后，節點參與正常的數據采集和轉發等工作。具體睡眠調度過程的偽代碼如算法1所示：

3　實驗與仿真

本文用Java語言對RFSS算法進行了仿真實驗，并與RBSS[3]和SSSA[4]算法做了相關性能的對比，表1為實驗缺省參數，網絡壽命定義為10%的節點死亡的時間。

表1　實驗參數

圖3　網絡壽命對比

圖4　網絡能量利用率對比

從圖3可以看出，相比于SSSA算法，RBSS和RF-SS算法具有更長的生命周期。因為SSSA是基于頻譜驅動的喚醒機制，如果喚醒頻率過快，則將使得上層節點處于喚醒狀態的時間過長，過多地承擔任務會使得節點能耗速率過快而造成網絡更早的死亡。而相比于基于網絡覆蓋率的睡眠調度算法RBSS，RFSS在保證網絡QoS的前提下，具有更長的生命周期。

從圖4可以看出，由于RFSS算法中，節點漂浮在河面時睡眠，水位高于閾值時喚醒的機制，使得上層節點與其他節點的能耗相對均衡，故當網絡死亡時，整個網絡的能量利用率高于其他兩種算法。

4　結語

本文通過流體力學的方法對河流水下傳感器網絡進行建模，計算節點在整個網絡生命周期內的實時位置，進而提出RFSS睡眠調度策略。通過實驗仿真可以看出，與RBSS和SSSA算法相比，RFSS可以有效提高網絡能量利用率、延緩能量空洞的形成、延長了網絡生命周期。

[1]Capella J V,Bonastre A,ORS R,et al.In Line River Monitoring of Nitrate Concentration By Means of a Wireless Sensor Network with Energy Harvesting[J].Sensors&Actuators B Chemical,2013,177(2):419-427.

[2]Li J,Mohapatra P.Analytical Modeling and Mitigation Techniques for the Energy Hole Problem in Sensor Networks[J].Pervasive and Mobile Computing,2007,3(3):233-254.

[3]Sheltami T,Siddiqui A J,Abbasi H I,et al.Implementation of Rank based Sleep Scheduling(RBSS)Protocol for WSNs in a Fixed Grid Topology[J].Procedia Computer Science,2013,19:348-355.

[4]Qiao J Y,Liu J,Wang W D,et al.Spectrum-Driven Sleep Scheduling Algorithm Based on Reliable Theory in Cognitive Radio Sensor Networks[J].Journal of China Universities of Posts&Telecommunications,2012,19(11):47-51,72.

River UWSN;Fluid Mechanics;Sleeping Scheduling;Network Lifetime

River Water Rise and Fall Based Sleeping Scheduling Strategy in Underwater Wireless Sensor Networks

LIU Yang
（College of Computer Science，Sichuan University，Chengdu 610065）

1007-1423（2016）07-0008-05

10.3969/j.issn.1007-1423.2016.07.002

劉洋（1991-），男，重慶人，碩士研究生，研究方向為無線傳感器網絡

2016-01-21

2016-02-22

為了求解河流水下傳感器網絡中節點在河流環境下的實時位置，采用流體力學的方法對河流進行建模；在采用分層路由的情況下，為了解決因節點能耗不均而造成的能量空洞問題，結合河流的獨特環境，提出基于河水漲跌的睡眠調度策略（RFSS）。仿真結果表明，該算法和RBSS、SSSA算法相比，在網絡生存周期和能量利用效率方面有顯著提高。

河流水下傳感器網絡；流體力學；睡眠調度；網絡生存周期

In order to get the real-time positions of sensor nodes in river Underwater Wireless Sensor Networks(UWSN),uses the method of fluid mechanics to modeling the environment of river.Based on hierarchical routing,in order to solve the problem of energy hole caused by the imbalance energy consume of sensor nodes,combined with the unique environment of river,proposes a river water Rise and Fall based Sleep Scheduling strategy(RFSS).The simulation results show that,compared with RBSS and SSSA,RFSS improves the network lifetime and network energy efficiency.