基于能量收集和鏈路感知的無線體域網路由協議研究?

張文柱，高 鵬，孫瑞華，孔維鵬

(西安建筑科技大學信息與控制工程學院，西安710055)

近年來，人口老齡化和慢性病人群劇增等社會問題日益嚴峻，迫切需要改變現有的醫療模式。無線體域網(WBAN，Wireless Body Area Network)是一種以人體為中心的短距離、低功耗和高可靠性的無線通信網絡[1-3]，對于構建無線遠程醫療具有很大的潛力。通過在人體體表或體內部署生物傳感器，就可以持續監測人體的各項生理信息，并經無線通信的方式將信息發送至遠程監護平臺，醫生可以對病人進行遠程診斷，實現對慢性病患者及時有效地治療并節省有限的公共資源[4]。

考慮到人體的舒適性和便利性，無線體域網中傳感器的尺寸和電池容量必須嚴格限制，導致傳感器的能量非常匱乏。為了在有限的資源下傳輸更多的數據，節能是延長網絡壽命的重要途徑。另外，無線體域網一般是由一系列的傳感器節點和一個Sink節點組成，且都預先安裝在指定位置。由于信號會受到人體自身的遮蔽效應和人體姿勢變化帶來的多徑效應的影響，傳感器節點到Sink節點之間的信道質量波動頻繁容易造成數據重傳次數增加，網絡的整體性能受到嚴重影響。而傳感器節點采集的信息通常關系到病人的生命安全，所以必須提高無線體域網數據傳輸的可靠性。為了實現無線體域網節能和高可靠性的目標，許多學者對路由協議進行優化設計，研究成果不斷涌現。

在降低能耗方面，Elias[5]和梁等[6]先后對網絡的拓撲結構進行優化，最后指出2跳擴展星型拓撲結構是構建無線體域網的較優選擇，通過一個能耗成本模型得到中繼節點的最佳位置，有效地降低了網絡能耗。譚等[7]針對單跳長距離通信帶來的額外能量消耗問題，提出了一種IEEE802.15.6的2跳擴展星型拓撲結構轉發節點的選擇協議，通過優化在路由過程中轉發節點的選取過程，最后提高了網絡的可靠性。Kaur等[8]提出一個多跳路由協議(OCER)，針對多目標成本優化問題，通過遺傳算法(GA)得到一個最優解，確定轉發節點到Sink節點的最優路徑。該路由協議解決了較遠節點到Sink節點的數據包丟失的問題，降低了節點的傳輸能耗。Zhang等[9]為了解決電池能量受限問題引入了能量收集技術，并將能量收集與節點睡眠管理策略相結合，在不影響節點正常工作的情況下，相同時間內獲取更多的能量，該方法顯著地延長了網絡的壽命。Ha等[10]認為傳統的單跳通信雖然可以保證較低的數據傳輸時延，但是傳輸距離較長會導致路徑損耗增大。作者提出一個雙Sink節點的路由協議，有效地解決了網絡吞吐量和路徑損耗等問題。隨后不久，Ullah等[11]利用能量收集技術提出了一個分簇路由協議。作者也采用了雙Sink節點的拓撲方案，其中兩個Sink節點分別作為身體前后兩區域的簇頭，負責接收來自子節點的信息。另外，作者還根據數據優先級、節點剩余能量、信噪比和距離等參數來選擇最佳的轉發節點。實驗表明，該路由協議不僅降低了網絡能耗和端到端延遲，而且增加網絡的吞吐量。但是作者只考慮了網絡的能耗，并未考慮在人體布置大量傳感器對人體舒適度和對人體組織傷害的影響，而且忽略了人體遮蔽效應而引起的路徑損耗問題。

在鏈路感知方面，Ahmed等[12]分析了網絡在視距(LOS)和非視距(NLOS)通信情況下不同的路徑損耗和網絡能耗，采用協作學習算法提出了一個鏈路感知和能量有效的協作路由協議，有效地增加了網絡的吞吐量。王等[13]認為傳感器隨人體運動有一定的周期性，鏈路質量具有較強的可預測性。他們分別研究了傳感節點-傳感節點、傳感節點-Sink節點的鏈路質量預測方法，提高了網絡的傳輸可靠性。此外，Anwar等[14]根據源節點發送的數據包數量和鄰居節點接收的數據包數量計算數據投遞率來估計鏈路效率。該協議實現了節點下一跳選擇的最佳路徑，網絡穩定性有所提升。

綜上所述，很多學者對網絡能耗和鏈路感知方面做過大量研究，但是他們都更側重于對網絡能耗或鏈路可靠性單方面進行優化設計，網絡的性能得不到充分發揮。基于此，本文在已有的成果基礎上，提出了一個基于能量收集和鏈路感知的路由協議(EHLA)。一方面，引入能量收集技術為資源匱乏的傳感器節點提供能量。另一方面，通過建立由傳感器剩余能量、鏈路質量和節點間距離組成的多目標成本優化模型，得到最佳下一跳轉發節點和數據到Sink節點的最優路徑，最終提升網絡的整體性能。

1 系統模型

1.1 網絡模型和優先級分配策略

根據前面對相關文獻分析可知，2跳擴展星型拓撲結構在節點數量不多的無線體域網中最為合適，因此本文采用IEEE802.15.6的2跳擴展星型拓撲結構來構建無線體域網。

本文考慮的無線體域網由8個傳感器節點和1個匯聚(Sink)節點組成，如圖1所示。其中，傳感器根據特定需求預先安裝在人體的重要部位，負責采集人體生理參數，并將采集到的信息直接或者通過轉發節點發送至Sink節點。在本文中，各傳感器節點均具備能量收集能力，能量收集裝置會從周圍環境中獲取微弱能量(如從體感溫度獲取熱能、人體運動獲得動能和空間中的射頻能量等)并轉化為電能，將其存儲在電池中。另一方面，考慮到人體的舒適度和網絡的傳輸范圍，Sink節點預先安裝在腰部，負責將數據發送至數據處理平臺(如智能手機)，再通過互聯網發送至醫療信息中心處理，實現對人體健康的實時監測。

此外，在無線體域網中傳感器節點采集的數據具有異構性且對人體的重要程度各不相同，為了保證重要數據的傳輸有效性，本文將數據分為緊急數據和周期數據，如表1所示。

表1 優先級劃分

圖1 網絡模型

此外，IEEE802.15.6標準將MAC層超幀結構劃分為9個階段，除了信標期外，其他階段主要采用競爭機制和調度機制這兩種接入方式。在競爭機制中，節點主要采用CSMA/CA方式搶占信道并進行數據傳遞；在調度機制中，Sink節點會采用TDMA方式，根據信道狀態和傳遞需求為節點分配時隙，節點只在分配的時隙內傳遞數據。根據數據的優先級不同，本文規定緊急數據在非競爭階段傳遞，周期數據在競爭階段傳遞。

1.2 能量收集和剩余能量計算

在無線體域網中，每個傳感器節點在數據感知、傳輸以及處理方面都會耗費能量，其中數據傳輸能耗占比最大，因此本文將重點分析傳感器的傳輸能耗。一個傳感器的傳輸能耗主要由發送能耗和接收能耗組成。其中，發送能耗主要是由發送器產生的能耗ETXelec和放大器產生的能耗Eamp(cij)dcij組成，接收能耗由接收器產生的能耗ERXelec構成。假設在一個通信周期內傳感器傳輸k位數據，則總傳輸能耗ET，總發送能耗ETX，總接收能耗ERX可由式(1)～式(3)計算得到:

式中:cij表示節點i和j之間的路徑損耗系數，由于節點在人體上的分布是三維，準動態的，信號不僅會受到人體姿勢變化的影響，更會受到周圍各類電磁波的干擾，故cij的值通常要比其它場景中的大。

此外，為了計算傳感器的實時能耗，我們假設節點在t時刻開始采集數據，經過δ輪數據傳輸后消耗的總能量Eround(δ)如式(4)所示。

式中:Γ為傳感器節點在一個通信周期內傳輸數據時所耗費的時間。

另外，為了滿足在電池容量極其匱乏且不易更換的條件下提供長時間的供電需求，本文引入了能量收集技術為傳感器補充能量，以此延長網絡壽命。本文假定傳感器是依靠人體運動產生的動能，從而轉化為電能為電池充電。人體在運動狀態下能量收集處于活躍狀態，開始收集能量；而當人體在靜坐或者睡眠時能量收集處于非活躍狀態，此時不收集能量。假設節點Si在時間Γ內能量收集的轉化率為λi，則收集的能量EH可由式(5)得到。

同理，節點Si在t時刻經過δ輪數據傳輸后的收集的總能量EH(δ)可由式(6)計算得到，且滿足式(7)的約束條件。

式中:Emax表示傳感器電池的容量，即收集能量EH(δ)不能超過電池的最大容量。此外，節點Si在t時刻經過δ輪數據傳輸后的剩余能量ERes(δ)亦可計算得出，如式(8)所示。

式中:E0表示節點Si的初始能量。傳感器當前的剩余能量直接影響著其是否能夠成為轉發節點。同時為了確保當傳感節點成為轉發節點時穩定工作，有必要為剩余能量ERes(δ)設定一個最低閾值ET.H，且滿足如式(9)的約束條件。

1.3 路徑損耗及鏈路質量預測

在無線體域網中，無線信道會隨著人體的姿態和肢體的活動而呈現不同的特性，衣服的厚度、材料以及人體的周圍環境都會影響信號的傳輸。IEEE802.15.6標準將信道分為植入-植入、植入-體外、體表-體表、體表-體外4種類型，本文主要研究體表-體表的信道。由于信號在傳播過程中會受到人體陰影效應的影響，在LOS和NLOS通信下的路徑損耗各不相同。信道為LOS時的路徑損耗模型[15]如式(10)～式(12)所示。

式中:PLi，j(d)表示節點i和j距離為d時的路徑損耗，ci，j為節點 i和 j間的路徑損耗系數，Xσ是標準偏差為σ的正態分布隨機數。PL0表示在參考距離d0時的路徑損耗，c表示光速，f表示通信頻率。

信道為NLOS時的路徑損耗模型[16]如式(13)所示。

式中:q0為靠近天線的平均損耗，q1為信號遠離身體并反射到接收器的平均衰落，m為信號在人體表面傳播時的平均衰減率。室內環境下，ci，j在LOS時的取值為3～4，在NLOS時的取值為5～7.4，Xσ的取值為3.6～3.8，d0＝10 cm，P0＝25.8，P1＝-71.3，m＝2。

此外，兩節點間鏈路的可靠性會影響網絡的服務質量(QoS)和能耗。當鏈路可靠性較低時，數據傳輸不穩定造成網絡丟包率增加，最終導致能耗增加，有必要提前對兩節點間的鏈路質量進行計算。本文使用指數加權滑動平均法(EWMA)來預測節點間的鏈路質量。

式(14)中 LinkRi，j(t)為在 t時刻到來之前，節點i與節點j之間的鏈路質量預測值。它與權重因子α密切相關，α的取值越小，歷史數據的權重就越大，最終預測的準確性就越高。研究發現當α＝0.4，WT＝10時，預測結果最為理想。另外，R.H為預先設定的閾值，只有當節點 i和j之間的LinkRi，j大于R.H時，節點j才會作為節點i的下一跳轉發節點。

1.4 成本優化模型

通過以上的分析，本文將節點的剩余能量、節點間距離和鏈路質量作為決策變量，組成能耗-鏈路成本優化模型(Optimal Energy and Link Cost Model，OELCM)，目標是使成本函數最大化以此來得到最佳下一跳轉發節點，如式(16)所示。

2 EHLA路由協議

本文提出的路由協議包括初始化、路由、和數據傳輸三個階段。

①在初始化階段，Sink節點會向所有節點廣播自己的位置信息，隨后每個節點都和其鄰居節點定期交換控制報文(Hello Message，HM)用來更新鄰居表。鄰居表的生成過程如算法1所示。

表2 基本符號

表3 鄰居表生成

②在路由階段，EHLA協議會根據前面分配的不同數據優先級判斷該數據是緊急數據還是周期數據。如果為緊急數據，節點會通過單跳通信直接將數據發送至Sink節點；如果為周期數據，則會計算該節點到Sink節點的跳數。如果需要轉發節點傳輸數據，則會進一步檢查該候選節點的剩余能量是否超過其最低能量閾值。如果剩余能量高于該閾值，則需進一步判斷源節點-候選節點-Sink節點的鏈路質量是否超過規定的最低閾值。反之，如果該候選節點的剩余能量低于最低能量閾值，則該節點就會放棄競選成為轉發節點，需要能量收集裝置來為其獲取能量，直至剩余能量滿足最低能量閾值，然后才有機會競選成為轉發節點。當確定好候選節點后，對比各候選節點對應的成本值，選擇最大值作為該源節點的轉發節點，最終確定最優的傳輸路徑。具體實現過程如算法2所示。

③在數據傳輸階段，確定好最優傳輸路徑之后，需要根據各節點之間的距離和有無遮擋判斷無線信號處于視距(LOS)還是非視距(NLOS)通信，然后選擇對應的路徑損耗模型將數據發送至Sink節點。EHLA協議的流程圖如圖2所示。

表4 EHLA路由算法

圖2 EHLA協議流程圖

3 仿真分析

3.1 參數設置

為了驗證 EHLA協議的性能，本文使用MATLAB R2016a仿真軟件進行仿真測試，將網絡壽命、能耗、丟包率(packet drop ratio，PDR)和吞吐量作為性能指標，與ELR-W協議和 EVEN協議進行比較分析。根據IEEE802.15.6標準對信道路徑損耗的分析以及考慮到人體比吸收率(SAR)等的影響，將普通節的通信上限設為45 cm，Sink節點的通信上限設為80 cm。仿真環境為2 m×2 m的區域，表3為仿真參數設置。考慮到傳感器安裝位置對人體舒適度的影響，人體活動對網絡性能的影響，盡量將傳感器部署在運動頻率和幅度不大的部位，具體節點布置見圖1。

表5 仿真參數

3.2 仿真結果分析

網絡能耗直接影響著網絡的整體性能和壽命，為了能更加直觀分析EHLA協議的能耗，本文使用平均剩余能量來衡量網絡能耗的大小。

從圖3中我們可以發現EVEN協議和ELR-W協議的平均剩余能量下降趨勢比較接近且比EHLA協議下降的快。在2 000輪～5 000輪的時候EVEN協議的剩余能量比ELR-W協議高，其主要原因是EVEN協議有兩個Sink節點，信道大部分都處于視距通信范圍內，減少了傳感器節點在非視距通信時產生的路徑損耗。但是EVEN協議并未考慮鏈路效率從而造成數據重傳，在8 000輪時能量全部耗盡。而EHLA協議的傳感器節點采用能量收集技術補充能量，所以整體下降速度較緩慢。此外，我們發現在1 000輪左右時EHLA協議的剩余能量最低，原因是在前期需要對每個傳感器節點的信息進行處理所消耗的能量較多，而到了中期網絡趨于穩定所需能耗逐漸減少。

圖3 節點平均剩余能量

圖4為3種協議的丟包率，其中ELR-W協議主要針對鏈路的效率提出來的，而丟包率恰好是衡量鏈路可靠性的一個性能指標，因此ELR-W協議的丟包率要比EVEN協議的低。但是EHLA協議同時考慮了能量收集技術、鏈路質量預測和路徑損耗等因素，丟包率比ELR-W和EVEN低很多，而且隨著時間增長丟包率的增長幅度也很小，充分說明了EHLA協議的可靠性。

圖4 丟包率

本文以節點死亡之前所執行的輪數(round)來衡量網絡壽命，在某個時間段內死亡節點數量越少就說明該協議的網絡壽命越長。從圖5中我們可以看出EVEN協議的第一個死亡節點出現最早，而EHLA協議最晚。另外，隨著輪數的增加，兩個對比協議的死亡節點增長速度較快，分別在8 000輪和9 800輪所有的節點全部死亡，而EHLA協議的死亡節點增長相對均勻，網絡壽命能達到12 000輪。由于本文提出的EHLA協議采用了能量收集技術，網絡壽命要比EVEN和ELR-W協議的更長，網絡的穩定性越高。

圖5 網絡壽命

圖6 網絡吞吐量

網絡的吞吐量是表征網絡整體性能的一個重要的指標。圖6為Sink節點接收到數據包的數量變化趨勢，EVEN協議在其生命周期內的吞吐量最大，最重要的原因是EVEN協議采用了雙Sink節點的拓撲結構，但是其生命周期卻只有8 000輪。圖7為三種協議在全生命周期內的吞吐量，EHLA協議最終的吞吐量最高，這都歸功于本協議采用的能量收集和鏈路感知的路由方式提高了數據傳輸效率，降低了網絡能耗，從而使網絡吞吐量得到提升。

圖7 網絡吞吐量

4 結論

無線體域網廣泛地應用于醫療、軍事和電子消費等領域。但是考慮到其是以人體為中心的一個短距離、低功耗網絡，電池容量嚴格有限和信道復雜等特性制約著無線體域網的發展。本文從提高網絡能效和數據傳輸可靠性出發，提出了一種基于能量收集和鏈路感知的無線體域網路由協議(EHLA)。建立了由剩余能量、鏈路質量和節點間距離所組成的多目標成本優化模型，得到最佳下一跳轉發節點和數據到Sink節點的最優路徑。此外，引入了能量收集技術為傳感器節點補充能量。仿真分析表明，該協議有效地增加了網絡壽命和數據傳輸可靠性。今后，將進一步考慮能量收集技術與MAC層和網絡層協同的節能策略，通過算法更精確地計算出動態的剩余能量以及鏈路質量的最低閾值，對鏈路可靠性和能效進一步優化，提高無線體域網的整體性能。