無線傳感網的移動與靜態sink相結合的節能策略

林德鈺， 王 泉， 劉伎昭

(西安電子科技大學 計算機學院， 西安 710071)

?

無線傳感網的移動與靜態sink相結合的節能策略

林德鈺， 王 泉， 劉伎昭

(西安電子科技大學 計算機學院， 西安 710071)

針對無線傳感器網絡WSNs(wireless sensor networks)存在的“sink鄰居問題”，提出移動與靜態sink相結合的節能策略(ESCMS). 該策略使靜態sink節點位于檢測區域的中心，移動sink位于距離靜態sink節點一定距離處做快速移動，到達固定站點后停留并采集數據. 區域外圍節點將感知的數據發送給移動sink,而區域中心處的節點將感知的數據發送給靜態sink，整個監控區域大部分數據由于采用單跳傳輸方式從而減小節點的能耗. 相比于其他的只使用移動sink策略，ESCMS由于靜態sink節點的存在可以減小傳輸距離，從而延長網絡生命期并提高了數據吞吐量. 在理論分析的基礎上證明了ESCMS可以有效地使得網絡生命期延長至6倍多. 設計并實施了一系列仿真實驗，結果表明：使用ESCMS策略與使用靜態sink相比，可以將網絡生命期延長至6倍，與僅采用移動sink的GMRE策略相比，可以提升50%.

無線傳感器網絡；sink鄰居問題；網絡生命期；移動sink；節能策略

無線傳感器網絡WSNs(wireless sensor networks)是由大量具有感知、處理以及路由功能的節點構成的網絡系統[1]. 盡管與傳統網絡節點相比而言，傳感器節點的處理能力、存儲容量受到限制，但是它所具有的小體積、低成本使其應用范圍相當廣泛[2]. 具體來說，傳感器可以以密集鋪設方式組成網絡系統用于環境監測、軍事監測、醫療護理、瀕危物種的跟蹤以及災后安全救援等[1-3]. 大多數的傳感器節點采用電池供能，并且在網絡部署完畢之后一般不可能或難以給節點再充電或者補充能量[4-6]. 而當網絡中存在節點能量耗盡時，將會造成網絡的分區或隔離，監測數據無法傳輸至sink節點，這對于以數據為中心的WSNs意味著網絡生命的終結. 因此，如何減少節點的能量消耗對于傳感器網絡而言至關重要.

一般而言，傳感器節點的能耗主要在于數據感知、數據處理以及數據通信等方面，其中通信模塊所消耗的能量是最主要的[4]. 此外，由于傳感器網絡數據多采用多跳傳輸，因而會使得sink周圍節點能量負載明顯大于其他節點，這就造成了能量不均衡問題，即“熱點問題”[2，7-8]或“sink鄰居問題”[5-7]. 因此，節約通信能耗以及盡可能使各個節點能耗均勻是延長網絡生命期的主要方法. 近年來，圍繞著節約能耗以及能量均衡問題出現了一系列研究成果[2-15]. 為緩解“sink鄰居問題”，可以利用WSN中的節點的移動性[2-10]. 利用移動代理[12-14]]或令移動sink節點[3-10]周期性地沿著某一確定的或隨機軌跡運動. 這樣，利用移動代理或sink節點位置的變換來實現能量均衡. 文獻[13]首次提出采用移動代理將多跳傳輸變為單跳傳輸. 這種方法雖然可以有效地減少能量的消耗，但這是以增加時延為代價的，顯然對于實時性應用不太合適. 文獻[5-6，8，11]將移動sink問題抽象成線性規劃問題，以每個節點的初始能量以及流量保護作為限制條件，謀求網絡生命期最大化. 文獻[12]則是以最小化網絡的最大能量消耗，并且也假設sink在固定的站點停留，然后以節點初始能量以及逗留時間等作為限制條件. 這種思路有個不足，在sink到達每一站停留時間的長短要考慮整個網絡拓撲，因而計算較為復雜；同時sink節點每次逗留都以泛洪的方式將自身的位置信息通知各個節點，無形之中也增加了節點的能量消耗.

本文提出靜態sink與移動sink相結合的策略ESCMS，即靜態sink位于網絡中心，收集監控中心位置的數據，移動sink圍繞靜態sink節點一定半徑做快速運動，并且在固定位置停留，收集一定范圍內節點的數據. 由于移動sink運動速度快，以及靜態sink節點的存在，可減少單純采用動態sink所帶來的網絡時延，從而增加了sink節點的吞吐量. 同時，也能避免單純使用靜態sink所帶來的“熱點問題”. 相比于文獻[4，10，12]采用的多移動sink節能策略，本文所采用的靜態與移動sink相結合的策略(ESCMS)可以減少sink移動控制的復雜性.

1 能耗模型及相關假設

1.1 能耗模型

本文采用文獻[2，4-5，14]所采用的一階無線電模型來描述傳感器節點的傳輸功耗：

式中：erx和etx分別表示節點接收、發送單位bit數據所消耗的能量，Eelec表示發送與接收電路發送或接收單位bit數據所消耗的能量，εamp表示放大電路能耗, d表示傳輸距離，α代表衰減系數. 一般而言，α取值可在2～4之間，本文控制節點傳輸半徑不大于87 m[9]，使其為2.

1.2 相關假設

1)所有傳感器節點均靜止，并且具有相同的初始能量，并將初始能量記為Einitial.

2)傳感器節點采用固定的傳輸半徑R，且所有傳感器節點均勻獨立地分布在半徑為l=3R(0

3)每個節點以相同的速率產生數據，并且每個節點既能作為數據的源節點又能作為數據的中繼節點.

4)sink節點與普通節點相比具有無限數據處理能力、存儲容量，以及具有無限制的能量.

5)sink節點的移動速度vM-sink，并且節點數據產生速度μ與發送速度Rt滿足一定條件時，sink節點的移動給數據收集帶來的影響可以忽略不計.

6)sink節點移動帶來的路由重建的能耗忽略不計.

7)所有傳感器節點的結合記為N，對于任意的節點i,j∈N，節點之間的距離記為d(i,j).

2 靜態與動態sink相結合的節能策略

2.1 數學模型

引理 采用靜態與動態sink相結合策略，與只采用靜態sink相比，網絡生命期將延長至6倍.

證明 先討論靜態sink策略時，sink節點周圍的節點的平均能耗. 考慮圖2所示的情形，根據1.1節的假設，在以sink為圓心，R為半徑的圓內所有節點均可以經過一跳將數據發送至sink. 將這些節點的集合記為NSink，NSink={i|d(i,sin k)≤R,i∈N}. 任意節點i∈NSink在發送自己產生的數據的同時也將接受并轉發來自于外層區域的節點產生的數據. 并且由于節點均以R為傳輸距離，所以只接收距自身距離為R的區域的節點發送的數據. 如圖1所示，任選一小區域A1距離sink的距離為r(0

Er-A1=Eelec[(r+R)dθdr+(r+2R)dθdr)]，

Et-A1=(Eelec+d2)[rdθdr+(r+R)dθdr+ (r+2R)dθdr].

因此，網絡生命期為

(1)

圖1 只采用靜態sink的網絡拓撲圖

在采用靜態sink(S-sink)與動態sink(M-sink)結合的策略ESCMS如圖3所示，S-sink位于網絡拓撲的中心處， M-sink位于距離圓心2R處. 在第1.1節的假設前提下，由于M-sink節點以一定速度移動并且傳感器節點采集數據速率與傳輸速率滿足一定條件時，sink節點移動給數據傳輸的影響可以忽略，所以每當sink節點到達停靠點時，只有周圍的節點向其發送數據. 具體來說，圖2中灰色圓代表距離sink節點的距離為R，所以其中的節點可以經過一跳將數據轉發至sink，而斜線部分節點的數據則須經過兩跳轉發. 其中灰色密斜線部分的節點將數據發至移動sink，而黑色稀疏斜線部分的感知數據發往靜態sink. 因斜線區域部分相對來說小得多，所以大部分節點的數據傳輸都是單跳方式，從而節省了能量. 為了方便起見，將灰色密斜線部分的面積記為SM-sink，黑色稀疏斜線部分記為SS-sink. 由圖2可知

圖2 采用動態sink的網絡拓撲圖

由于節點均勻分布，靜態sink的能耗負載比動態sink高，所以這里用其周圍節點生命期來衡量網絡生命期. 此時靜態sink通信半徑為R以內的節點集合記為NM-sink，且NM-sink={i|d(i,M-Sink)≤R,i∈N}. 所以NM-sink接收能耗Er-M-sink為

發送能耗Et-M-sink為

此時網絡生命期為

(2)

顯然，由式(1)和式(2)可得TM-Network=6.03TNetwork，證畢.

2.2 移動與靜態sink相結合的節能策略ESCMS

移動與靜態sink相結合的策略如下：使用靜態sink(記為S-sink)與移動sink(記為M-sink)，其中S-sink位于監測區域中心處并且保持靜止. 距離S-sink節點距離小于R以及處于第二個圓環內到M-sink節點距離小于R將數據發往S-sink. 同時M-sink位于距離S-sink節點2R處，如圖3所示. 此后，M-sink節點按順時針方向沿著圖3示的六邊形運動，并每次到達一個頂點處則停留一段時間，這段時間內，距離M-sink節點小于R或該距離大于R且處于第三個圓環內的節點均與M-sink進行通信. M-sink的逗留時間確定方法如下：

假設M-sink節點的移動速度為vM-sink，則M-sink節點運動的周期TM-Sink表示為

假設傳感器節點的數據產生數率為μ，則這段時間內傳感器節點收集的數據DM-sink為

假設M-sink在每個站點停留的時間為T，并且假設節點用于緩存數據的內存容量為S，則應該滿足下列關系：

(3)

另外，假設節點以速率Rt發送數據至M-sink，根據數據量守恒可知

由此可得

(4)

由式(3)和式(4)可得

(5)

由(5)可以獲得M-sink的最小移動速度.

若M-sink節點停留時間達到T之后，它將廣播一條問詢消息，接收到問詢消息的節點若有數據尚未發送，則作出答復. 否則，簡單將問詢消息丟棄. M-sink在沒收到答復消息時則準備移動到下一站點. 圖3顯示M-sink的位置及其通信范圍，黑色虛線圓表示M-sink移動過程中的幾個不同位置處的通信范圍. M-sink的移動軌跡為灰色虛線六邊形，并且停靠站點為六邊形的頂點. 此外，M-sink節點移動過程中不接收數據.

最后，給出M-sink移動時間對網絡性能的影響. 顯然，當滿足傳感器節點在M-sink節點移動期間采集的數據量遠小于逗留期間收集的數據量時，M-sink移動的時間帶來的影響可以忽略不計，則

(6)

根據式(4)和式(6)可得

(7)

同時

(8)

即當節點獲取速率和發送速率滿足式(7)和式(8)所示條件時，M-sink節點移動帶來的影響可以忽略.

圖3 移動與動態sink相結合的節能策略(ESCMS)

Fig.3 Energy-saving strategy by combining mobile and static sink scheme

3 實驗及分析

3.1 性能參數

采用NS2進行仿真實驗，100個傳感器節點獨立均勻地分布在為半徑l=100 m的區域內. 節點的初始能量Einitial為2 J，接收或者發送1 bit數據節點電路所消耗的能量為50 nJ，εamp取值為13 pJ/bit/m2. vM-sink取值為40 m/s，傳感器節點的數據采集速率μ以及發送速率Rt取值分別為80和1400 packet/s.

為了評價ESCMS的節能效率，這里定義如下幾組性能參數.

網絡生命期：傳感器網絡是以數據為中心的，因此網絡生命期對于傳感器網絡至關重要. 對于不同應用場景，網絡生命期也不一樣. 為了使本算法具有普適價值，本文提供如下幾個參數作為網絡生命期的標準.

首節點能量耗盡時間：表示網絡中第一個節點能量耗盡的時間，記為the time when First Node Dies (FND).

半數節點能量耗盡時間：指網絡中有一半節點能量耗盡的時間，記為the time when Half of the Nodes Die (HND).

所有節點能量耗盡時間：監測區域中的所有傳感器節點能量耗盡的時間，記為the time when the Last Node Dies (LND). 顯然，當所有節點能量耗盡，WSNs的數據采集功能隨之喪失，這必然意味網絡生命期的終結.

存活節點數量曲線：WSN中存活節點數量隨時間的變化情況，這能直觀的反映網絡的生命期. 比較節點數量曲線可以直觀地比較在實驗過程中傳感器節點的能量消耗情況.

此外，因為WSNs的中心任務就是進行數據采集，定義了如下指標來反映ESCMS的性能.

sink節點吞吐量：sink從監測區域接收的數據量，記為the Throughput of the Sink (TS). WSNs的應用主要建立在sink接收的數據之上，因而比較吞吐量具有實際意義. 另外，為了較好地反映能量效率，提出一個相對于能量耗散的吞吐量的概念，即the Throughput of the sink Against Energy consumed(TAE). TAE反映了在相同的能耗下，sink節點獲得的數據，顯然該指標可以很好地評價能量效率.

最后將仿真結果與靜態sink策略(記為S-sink)、移動sink策略進相比較. 文獻[5]顯示該策略可以將網絡生命期延長至4倍. 所以這里的移動sink策略采用文獻[5]中的GMRE策略(記為GMRE).

3.2 實驗結果分析

圖4給出了分別在靜態sink、動態sink以及ESCMS策略下的存活節點數量隨時間的變化趨勢. 其中靜態采用多跳傳輸，而移動sink場景采用文獻[5]中所采用的GMRE策略. 三種策略相應的曲線分別如圖4所示. 為了簡單起見，三種策略在圖中分別記為S-sink、GMRE以及ESCMS. 從圖4可以看出，三者的FND分別為385、1530以及2250. ESCMS的FND分別是S-sink的5.84倍，是GMRE的1.47倍. ESCMS的HND是S-sink、GMRE的5.66、2.08倍，LND比關系分別是5.74以及1.39. 即使用ESCMS與S-sink相比可將網絡生命期延長約6倍，以及比移動sink提升約50%. 這與第2節的討論基本吻合，同時注意到由于移動sink所帶來的路由重建開銷，而這部分開銷理論證明中并未予以考慮，所以實驗結果值比理論值偏低. 圖5更為直觀地體現了三種策略下，在使用3.1節所定義的生命期定義的對比圖. 顯然，ESCMS的能量效率很顯著.

Fig.4 The variation of the number of nodes alive with simulation time

圖6顯示了三種情形網絡能耗隨時間的變化曲線. 網絡初始總能量為100*2 J，初始狀態下，三者的能耗均為0. 隨著時間推移，S-sink的網絡能量耗散速率最快，這從其曲線斜率最大可以看出. 同時GMRE居中，而ESCMS最低. 這是因為，S-sink策略下“sink鄰居問題”無法解決，從而導致能耗最快，同時，GMRE雖然在移動sink的過程中使“sink鄰居問題”得以緩解，但因為多跳傳輸，因而能耗較快. 而本文的ESCMS策略采用靜態sink與移動sink相結合，有效地緩解了“sink鄰居問題”，同時，由于多采用單跳通信，所以其能量消耗速率最低，從而延長了網絡生命期.

圖7顯示三種策略下sink節點接受的數據總量變化曲線. 從圖7可以看出：盡管S-sink的曲線較短(由于其網絡生命期最短)，然而相同時間內其數據量高于GMRE以及ESCMS策略，這是由于后兩者移動sink，使得路由重建，同時數據暫緩發送所導致. 相對來說，ESCMS所帶來的影響最大，因為傳感節點均等sink移動到距離在一定區域才將緩存的數據發送. 但是，由于其生命期的有效延長，最終所能接受的數據總量是最高的. 實驗數據顯示，ESCMS的數據總量是S-sink的4.63倍，并且是GMRE的1.33倍. 即ESCMS相對于前兩者可以分別使數據收集量提高363%以及33%. 圖8顯示了三者的sink節點相對于能量耗散百分比的吞吐量(TAE). 這個指標可以很好地反映出三種策略的能量效能，顯然，和另外兩者相比，ESCMS在消耗相同能量時，吞吐量遠大得多，這說明ESCMS具有較高的能量效率.

圖6 網絡總能耗變化曲線

圖7 sink節點的數據接收量

圖9顯示了在網絡半徑時，三者的FND對比圖. 顯然，S-sink的FND值隨著網絡半徑的增大而減小，這是由于隨著網絡半徑增大，跳數增多而加劇了“sink 鄰居問題”. 而GMRE較為穩定，同時ESCMS在半徑小于250之前，一直比較穩定，但在250之后FND下降，但一直高于前兩者. 這是由于隨著半徑的增大，有些節點必須采用多跳傳輸，從而能耗較快. 這表明：ESCMS適用于半徑小于250的網絡拓撲，同時整體上，采用ESCMS的能效高于僅僅采用靜態sink或動態sink的策略.

圖8 sink相對能量耗散百分比的吞吐量(TAE)

圖9 網絡生命期與網絡半徑的關系

Fig.9 The relationship between the network lifetime and the network radius

4 結 論

靜態和移動sink相結合的節能策略ESCMS，可以有效節約能量并將WSN的生命期延長至6倍. 仿真證實，ESCMS與靜態sink相比，可將生命期延長至5.84倍；同時，與移動sink策略GMRE相比，生命期可以提升50%. 另外，sink接收的數據總量方面，ESCMS是靜態sink的4.63倍以及GMRE的1.33倍.

本文給出的ESCMS策略是在給定網絡拓撲下，M-sink節點按照固定的移動路徑的一種減少能量消耗不均從而達到延長網絡生命期目的的策略. 這種方法可以進一步推廣到一般拓撲或者更大的檢測環境中，只要控制M-sink的移動速率，或者增設M-sink節點個數，同時，使得控制內層和外圍M-sink節點的移動速度即可保持本策略的高能效特性.

[1] AKYILDIZ I F, SU Weilin, SANKARASUBRAMANIAM Y, et al. A survey on sensor networks[J]. Communications Magazine, IEEE, 2002, 40(8): 102-114. DOI: 10.1109/mcom.2002.1024422.

[2] RAHEINZALMAN W R, CHANDRAKASAN A, BALAKRISHNAN H. Energy-efficient communication protocol for wireless microsensor networks[C]// Proceedings of the 33rd Hawaii International Conference on System Sciences. Los Alamitos: IEEE Press, 2000: 8020-8030.

[3] BASAGNI S, CAROSI A, MELACHRIOUDIS E, et al. Controlled sink mobility for prolonging wireless sensor networks lifetime[J]. Wireless Networks, 2007, 14(6): 831-858. DOI: 10.1007/s11276-007-0017-x.

[4] ZOLTAN V, ROLLAND V, ATTILA V. Deploying multiple sinks in multi-hop wireless sensor networks[C]// IEEE International Conference on Pervasive Services. Piscataway: IEEE Press, 2007: 55-63.

[5] BASAGNI S, CAROSI S, MELACHRINOUDIS E, et al. A new MILP formulation and distributed protocols for wireless sensor networks lifetime maximization[C]// IEEE International Conference on Communications. Istanbul: IEEE Press, 2006: 3517-3524.

[6] LIANG Weifa, LUO Jun, XU Xu. Prolonging network lifetime via a controlled mobile sink in wireless sensor networks[C]// GLOBECOM-IEEE Global Telecommunications Conference. Miami: IEEE Press, 2010: 1-6.

[7] WANG Wei, VIKRAM S, CHUA K C. Extending the lifetime of wireless sensor networks through mobile relays[J]. IEEE/ACM Transactions on Networking, 2008, 16(5): 1108-1120. DOI: 10.1109/tnet.2007.906663.

[8] YUN Yongsang, XIA Ye. Maximizing the lifetime of wireless sensor networks with mobile sink in delay-tolerant applications[J]. IEEE Transactions on Mobile Computing, 2010, 9(9): 1308-1318. DOI: 10.1109/tmc.2010.76.

[9] RAHIM S, RAHIM H, KHAN R D, et al. Circular joint sink mobility scheme for wireless sensor networks[C]// 2015 IEEE 29thInternational Conference on Advanced Information Networking and Applications Workshops(WAINA). Los Alamitos: IEEE Computer Society, 2015: 311-319.

[10] CHENG Long, CHEN Canfeng, MA Jian. Selection scheme of mobile sinks in wireless sensor networks[J]. Journal on Communications, 2008, 29(11): 12-18.

[11] SHI Yi, HOU Yongtian. Theoretical results on base station movement problem for sensor network[C]// The IEEE INFOCOM 2008 Proceedings. Piscataway,: IEEE Press, 2008: 376-384.

[12] GANDHAM S R, DAWANDE M, PRAHASH R, et al. Energy efficient schemes for wireless sensor networks with multiple mobile base stations[C]//Global Telecommunications Conferences, 2003. Globecom’03.IEEE. Piscataway: IEEE Computer Society, 2003:377-381.

[13] SHAH R C, ROY S, JAIN S, et al. Data mules: modeling and analysis of a three-tier architecture for sparse sensor networks[C]// Ad Hoc Networks. Holland: Elsevier 2003: 215-233.

[14] MAMALIS B G. Prolonging network lifetime in wireless sensor networks with path-constrained mobile sink[J]. International Journal of Advanced Computer Science & Applications, 2014, 5(10): 82-91.

(編輯 王小唯 苗秀芝)

Energy-saving strategy by combining mobile and static sink schemes for wireless sensor networks

LIN Deyu, WANG Quan, LIU Jizhao

(School of Computer Science and Technology, Xidian University, Xi’an 710071, China)

An Energy-saving Strategy by Combining Mobile and Static (ESCMS) sink scheme is proposed focusing on the well-known issue “Sink’s Neighbor Problem” existing in Wireless Sensor Networks. The static sink locates at the center of the monitor area, while the mobile sink does fast circle motion centering on the static one with a certain radius and sojourns in the fixed stations to receive packets from its adjacent sensor nodes. The nodes deployed at the edge of the monitor area transmit their sensed data to the mobile sink, while the ones lying in the center send their data to the static sink. Thus the energy consumption is cut down because the data is mostly transmitted via one-hop fashion. Meanwhile, with the help of the static sink, the transmission distance would be reduced compared with other strategies with only mobile sink adopted, thus the lifetime of network is extended and the throughput is increased. ESCMS is proved to be a higher energy-efficient scheme which increases the network lifetime more than sixfold based on theoretical analyses. Extensive simulation experiments are conducted and the comparisons are made. The results show that the lifetime of network is extended approximately to be 6 times as long as that of static sink strategy. Besides, it is prolonged by 50% when being compared with that of a mobile-sink-used-only scheme GMRE.

wireless sensor networks; Sink’ neighbor problem; network lifespan; mobile sink; energy-efficient strategy

10.11918/j.issn.0367-6234.2016.11.025

2015-09-21

陜西省科技統籌創新工程計劃項目(2015KTCXSF-01)；國家自然科學基金(6157238)

林德鈺(1988—)，男，博士研究生； 王 泉(1970—)，男，教授，博士生導師.

王 泉， qwang@xidian.edu.cn

TP393

A

0367-6234(2016)11-0162-07