大規模無線傳感器網絡仿真節點隨機部署分析①

李清平, 李向東, 劉清華

(浙江育英職業技術學院信息技術分院,杭州 310018)

無線傳感器網絡(Wireless Sensor Network,WSN)是由部署在監測區內大量移動或靜止的微型傳感器節點構成的分布式網絡,通過多跳和自組織的方式將感知對象的信息發送給網絡的需求者,其關鍵技術包括傳感器、能量收集、嵌入式操作系統、低功耗、多跳自組織的路由協議、數據融合、數據管理以及信息安全等[1-3]. WSN當前的研究焦點涵蓋網絡生命周期、覆蓋和連通、安全和故障、能量效率和收斂時間、能量均衡和擴展性等[4,5].

由于網絡的規模性,通常情況下節點的位置不能精確設定,相互之間的鄰居關系也不可預知,另外在實際應用中部分傳感器節點由于能量耗盡或環境因素造成失效,同時也有一些節點補充到網絡中來,由于節點數目動態地增加或減少,導致網絡的拓撲結構隨之動態地發生變化. 在真實的環境中,包含成千上萬節點的大規模無線傳感器網絡,研究和評價其性能將是一項耗時費力的工作,實際上幾百個節點的實驗己經相當難以管理與實現,而目前流行的網絡仿真平臺恰好能解決這一難題,通過虛擬各個物理設備的模型,然后構建仿真系統,具有耗資少、配置靈活、人機交互能力強和可視化程度高等優勢. 當前主流的無線傳感器網絡仿真平臺包括OPNET、NS-2、OMNet++等[6].OPNET采用網絡、節點和過程三層模型實現對網絡行為的仿真,自帶各種分析工具,提供大量網絡設備模型,用戶可以在網絡模型的任意位置插入探頭采集數據和進行統計,能夠準確分析復雜網絡的性能和行為,,仿真輸出以圖形化方式顯示,能夠為網絡的規劃設計提供可靠的定量依據,驗證實際方案或比較多個不同的設計方案,非常適用于分析網絡的性能[7,8].

文章基于傳感器仿真節點模型,利用OPNET仿真平臺,在較小空間部署高密度節點時,通過接收信號強度指示(Received Signal Strength Indication,RSSI)來控制傳感器節點間的傳輸距離,使得節點彼此之間不會相距太近或太遠,聚焦于WSN的能量效率和收斂時間方面若干問題,包括傳輸半徑、傳輸半徑與網絡能耗的關系、網絡時延和網絡吞吐量等網絡性能.

1 傳感器節點仿真模型

傳感器、被感知對象和觀察者構成WSN三要素,傳感器系統一般包括傳感器節點(Sensor Node)、匯聚節點(Sink Node)和管理節點(Management Node)[9]. 大量傳感器節點隨機部署在監測區,其監測的數據通過自組織方式多跳中繼轉發,路由到匯聚節點,最后通過互聯網或衛星到達管理節點,用戶通過管理節點對傳感器網絡進行配置和管理,發布監測任務以及收集監測數據,因此傳感器節點是WSN和信息來源的基礎.基于OPNET平臺的感器節點仿真模型如圖1所示. 節點模型從上至下分為應用層、網絡層、數據鏈路層和物理層. 應用層(sensor)將傳感器監測到的數據發往網絡層,網絡層(network)負責將數據分組按照設定的路由策略發送到下一跳(next hop),數據鏈路層(waln_mac_intf)主要起到將來自網絡層和物理層的數據分組相互轉發的中間橋梁作用,物理層(wireless_lan_mac)負責處理多個節點如何有效共享信道資源的問題. waln_port_rx_o和waln_port_tx_o分別為節點的接收機(receiver)和發射機(transmitter). 在仿真節點中設置數據速率1000 000 bps,頻道帶寬22 000 kHz,主頻2401 MHz.

圖1 基于OPNET平臺的感器節點仿真模型

仿真傳感器節點的應用層進程模型如圖2所示.模型運行時,整個程序進入Wait模塊等待0.02 s,然后所有節點進行初始化并開始競爭. Wait模塊在接收網絡層的NETWORK_READY中斷信號后進入Init狀態. Init模塊初始化變量,獲得節點屬性以及設置數據分組的中斷計劃,在接收源節點發送的GEN_PKT中斷信號后進入Idle狀態,Idle模塊按不同的轉移條件進入不同的狀態： 接到PKT_GEN中斷信號進入Generate狀態,接到NETWORK_DATA_ARV中斷信號進入Sink狀態,接到NETWORK_STOP中斷信號進入Stop狀態. Generate模塊創建并發送數據分組,收到PKT_GEN中斷信號則進入,結束后返回Idle狀態.Sink模塊接收網絡層發送的數據分組,收到NETWORK_READY中斷信號則進入,結束后返回Idle狀態. Stop模塊負責數據分組的停止發送,收到NETWORK_STOP中斷信號則進入,結束后返回Idle狀態. 模型中,除了源節點和目標節點會發送中斷信號給應用層,進入Init及其后續狀態完成相關任務外,其它節點則一直處于Wait等待狀態. 源節點會在Idle和Generate兩個狀態之間循環切換,直到接收NETWORK_STOP中斷信號進入Stop狀態為止,而目標節點則在Idle和Sink兩個狀態之間循環切換,直到接收NETWORK_STOP中斷信號進入Stop狀態為止.

圖2 仿真傳感器節點的應用層(sensor)進程模型

2 傳感器節點傳輸距離控制

大規模無線傳感器網絡中,有效控制傳感器節點每一跳傳輸距離是滿足路由協議魯棒性的基本要求,圖3是一個隨機布點、自組網絡的多跳WSN傳輸距離控制模型. 源節點A采集監測區數據,經過路由中間節點B、C、D、E、F…的多跳轉發,直至目的節點N基站,數據分組在傳輸過程中,采取RSSI測距定位算法[10],選擇可達最大傳輸距離區域內處的某可轉發路由節點作為下一跳轉發節點,最終將信息數據分組發送到基站節點.

RSSI測距算法在實際應用中一般采用簡化的漸變公式(1)：

圖3 傳感器節點傳輸距離控制模型

3 大規模節點隨機仿真部署實現方法

WSN的規模性包括兩方面的含義： 一是傳感器節點分布在較廣闊的地理區域內; 二是在較小的空間范圍內部署了大量的節點,密度較大[11]. 仿真場景適合第二種情況.

利用OPNET仿真平臺,設置一個長×寬為750 m×500 m的網絡區間,節點數量為500個. 在部署仿真傳感器節點時,采用平臺自帶的外部模塊訪問(External Model Access,EMA)文本用類似C語言的方式來建模,首先使用循環語句來確定各個節點編號,然后用rand()函數隨機部署節點簇,同時隨機生成對應的節點坐標(x_pos,y_pos),根據RSSI算法,如果節點之間距離太近或太遠時,都將重新生成新的節點坐標,仿真生成的大規模傳感器節點場景如圖4所示. 模型運行時,傳感器節點根據狀態流程可分為4類： 源節點(Source)、目標節點(Sink)、中間轉發節點和其它節點. 源節點發送數據分組,目標節點接收數據分組,中間節點轉發數據分組,其它節點則一直停留在Idle狀態. 主要偽代碼如下：

(1) 節點編號初始化;

(2) for循環隨機生成節點坐標x_pos,y_pos;

(3) if函數判斷節點坐標之間的距離,如果新節點坐標距離已有節點坐標太近或太遠,則重新生成x_pos,y_pos;

(4) if函數判斷節點數是否滿足仿真部署要求,直至執行完全部循環;

(5) 將節點坐標x_pos,y_pos保存在坐標矩陣中;

(6) 創建節點.

圖4 仿真生成的大規模傳感器節點場景

4 網絡應用層若干性能分析

4.1 網絡傳輸半徑

已知網絡場景面積為375 000 m2,節點500個,則節點密度為500/375 000=0.001 33個/m2. 當數據分組傳輸半徑從30 m逐漸擴展到100 m時,根據半徑和密度可計算出鄰居節點數如表1所示,可以看出,隨著數據分組傳輸半徑的增加,鄰居數也隨之增加,增幅在1～4之間. 仿真部署時,已設置最大鄰居數為50個,因此每個節點在初始化時就預留了50個鄰居節點的內存空間,模型運行時,掃描位于自己傳輸半徑范圍內的可路由節點并存放在鄰居列表中. 根據最大傳輸半徑公式,可計算節點數為50時的=109.28 m; 假定節點隨機部署時符合二維泊松分布,則最小傳輸半徑[12]可計算節點數為50時的=82.63 m. 因此綜合考慮節點部署的均勻性和冗余性,當鄰居數為N時,其傳輸半徑應滿足

表1 鄰居節點數與數據分組傳輸半徑的關系

4.2 傳輸半徑與網絡能耗的關系

MIT學者Chandrakasan 等人提出的低功耗自適應集簇分層型協議(Low Energy Adaptive Clustering Hierarchy,LEACH)是為無線傳感器網絡設計的低功耗自適應聚類路由協議,主要分為兩個階段： 簇建立階段(Setup Phase)和穩定運行階段(Ready Phase),兩個階段所持續的時間總和為一輪(round). 在簇建立階段,傳感器節點生成一個0和1之間的隨機數,并且與閾值T(n)做比較,如果小于閾值,則該節點就會當選為簇頭[13,14].T(n)的計算公式(3)如下：

在 LEACH 協議中,使用的能耗公式是一階無線電模型[14,15](First Order Radio Model,FORM),節點發送kbit數據能耗公式如(4)所示：

式(4)中,l表示數據的比特數;表示發送電路和接受電路消耗的總能量值;表示放大器電路的放大系數;表示信號傳輸的距離.

設定節點模型中的l=1024 bit,=48 nJ/bit,=0.0016 pJ/bit/m4,根據多路衰減模型可得與之間的關系如圖5所示,可以看到,傳輸距離在0 m至95 m范圍時,網絡能量消耗比較緩慢,超過95 m以后能耗增長很快,因此傳輸半徑盡量控制在95 m左右,這與4.1所述的最大傳輸半徑和最小傳輸半徑之和的平均值基本吻合.

4.3 網絡時延

網絡時延的仿真效果如圖6所示. 可以看到,在較小區域內部署大量傳感器節點后,由于控制在有效傳輸范圍內,節點之間的鄰居建立以及數據傳輸相對都比較迅速,整個網絡的時延在3.5到4.0 ms之間,網絡處理數據分組的速度較快,性能較為優良,說明仿真節點拓撲結構比較合理. 當仿真節點從500增加到800時,雖然整個網絡的傳輸速率增大,網絡時延降低,但基本上控制在3.25到3.75 ms之間,如圖7所示. 說明在一定數量范圍內,網絡節點的增加對網絡時延的影響不明顯.

圖5 仿真場景能耗與傳輸半徑的關系

圖6 仿真節點為500時的網絡時延

圖7 仿真節點為800時的網絡時延

4.4 網絡吞吐量

網絡吞吐量的仿真效果如圖7所示. 仿真開始時,網絡的吞吐量急劇增加,在不到1 s的時間內,從0 bit/sec快速增加到52 000 bit/sec左右,但4s以后,吞吐量穩定在60 000 bit/sec左右,說明網絡拓撲具有較好的收斂性,節點部署較為理想. 當仿真節點增加到800時,在2 s以內,網絡吞吐量產生波動,之后則穩定在72 000 bit/sec左右,如圖9所示. 說明在一定的節點范圍內,WSN網絡的吞吐量能保持在一個較為穩定的水平.

圖8 仿真節點為500時的網絡吞吐量

圖9 仿真節點為800時的網絡吞吐量

4.5 數據端到端延遲

數據端到端延遲為源節點產生數據包的時間與該數據包到達目的節點時間之差的絕對值. 圖10和圖11分別為仿真節點500和800時的網絡延遲時間,對比兩者可以看出,在一定節點密度范圍內,網絡延遲時間變化不明顯,在預定空間中,調整源節點和目的節點的位置,不會對整個WSN網絡的延遲時間產生較大影響.

圖10 仿真節點為500時的網絡延遲時間

5 結論與展望

無線傳感器網絡是新一代的傳感器網絡,具有非常廣泛的應用前景,可以預計,未來無線傳感器網絡將無處不在,完全融入我們的生活,給人類社會帶來極大的變革. 針對大規模、隨機化的無線傳感器網絡的研究和應用費時費力,甚至無法達到預期目標,而采用仿真的方法則可以達到事半功倍. 文章基于OPNET平臺,采用RSSI測距定位技術控制節點傳輸距離,在一個375 000 m2的仿真場景上隨機部署500個傳感器節點,通過分析網絡應用層性能,得到以下結論：

(1)當鄰居數為N時,節點傳輸半徑處于網絡最大傳輸半徑和最小傳輸半徑之間.

(2)根據多路衰減模型,考慮網絡能耗因素,節點傳輸半徑盡量為最大傳輸半徑和最小傳輸半徑之和的平均值左右.

(3)網絡時延和網絡吞吐量結果表明,采取RSSI測距定位技術,以二維泊松方式隨機節點生成的無線傳感器網絡拓撲處理數據分組的速度較快,具有較好的收斂性.

(4)在一定的可控節點密度范圍內,節點數量的增加,對網絡時延、數據端到端延遲的影響不明顯,網絡吞吐量雖然會產生波動,但在較短的時間內穩定下來.

(5)仿真實驗需要通過真實實驗進行比對和驗證,以提供更符合實際的結果,這是下一步工作的重點.

圖11 仿真節點為800時的網絡延遲時間

1Wang ZW,Li ZM,Liu HY,et al. WSN layer-cluster sensor deployment for frozen soil data acquisition. Proceedings of 2016 International Conference on Computer,Mechatronics and Electronic Engineering (CMEE 2016). Beijing,China.2016.

2林炳. 大規模無線傳感器網絡組網研究[碩士學位論文]. 杭州： 杭州電子科技大學,2012. 1-5.

3姚向民. 無線傳感器網絡大規模組網技術研究[碩士學位論文]. 成都： 電子科技大學,2009. 1-5,7-9.

4韓鴻泉,朱紅松,孟軍. 無線傳感器網絡技術. 計算機系統應用,2005,(2)： 38-41.

5楊森. 大規模無線傳感器網絡性能分析[碩士學位論文]. 上海： 上海交通大學,2013. 9-10,18-23.

6李清平. 基于進程核心的網絡仿真建模及統計分析. 武漢理工大學學報(信息與管理工程版),2012,34(6)： 680-683,707.

7李長連,王福豹,何戟. 無線傳感器網絡仿真模擬技術比較分析. 計算機應用研究,2007,24(3)： 6-9.

8劉波. 基于OPNET的無線傳感器網絡建模與仿真[碩士學位論文]. 廣州： 華南理工大學,2010. 11-15.

9劉彬,許屏,裴大剛,等. 無線傳感器網絡的節點部署方法的研究進展. 傳感器世界,2009,15(8)： 10-14.

10殷貞玲,王汝傳,黃海平,等. 基于無線傳感器網絡的傳輸距離控制方法. 計算機科學,2012,37(6)： 97-101.

11秦小虎,辛云宏,夏海峰,等. 無線傳感器網絡節點定位技術. 計算機系統應用,2011,20(9)： 117-121.

12喬俊峰,劉三陽. 無線傳感器網絡中最小連通通信半徑的研究. 網絡安全技術與應用,2014,(7)： 30-31,33.

13陳敏. OPNET物聯網仿真. 武漢： 華中科技大學出版社,2015. 110-121,155-156.

14夏中林. 基于LEACH協議的最少能量消耗算法的研究[碩士學位論文]. 湘潭： 湖南科技大學,2014. 20-22.

15Shang RZ,Zhang N. A wireless sensor network for prognostics and health management. Proceedings of 2016 International Conference on Power,Energy Engineering and Management (PEEM 2016). Bangkok,Thailand. 2016.