基于無線傳感器網絡的地鐵通信傳輸延遲優化方法*

陳麗琴，顧靜軍

(1.浙江商業職業技術學院應用工程學院，浙江 杭州310053；2.浙江大學 計算機科學與技術學院，浙江 杭州310000)

地鐵的無線通信與傳輸系統是地鐵運營過程中尤為重要的一個環節，通信系統作為地鐵交通的樞紐，能夠快速為地鐵提供可靠精準的信息，以此來滿足地鐵運營過程中對信息傳遞的需求，保證了地鐵的運營效率和行車安全。 但由于地鐵通常建于地面以下，由于信號、電路、傳感器等不同外界因素的影響，導致地鐵的通信傳輸延遲，影響列車的檢測、控制和記錄，因此對通信傳輸的延遲優化極為重要。

地鐵通信傳輸主要依托于無線傳感器網絡傳輸，而隨著網絡需求的擴大，網絡傳輸中的數據量也大大增加，這給網絡傳輸帶來高額的工作量，同時容易造成傳輸數據的排隊現象，甚至造成傳輸擁堵，從而導致信息在傳輸過程中出現不同程度的延遲。 同時地鐵處于地面下，空間相對封閉狹窄，距離、信號強度、傳感器靈敏度、數據包丟失、網絡擁堵等因素都有可能造成其通信延遲，進而影響地鐵的行車指揮時效以及對列車運行實況的掌握，對地鐵是否能夠安全、可靠、高效地運行起著至關重要的作用。 為此，相關學者對通信傳輸延遲優化方法作了研究。王俊雅等[1]利用分布式次梯度算法，通過對網絡擴維，將通信延遲的無約束凸優化網絡問題轉換為無延遲網絡問題并優化解決之；董廣民[2]利用FIR 數字濾波器法對異常信號進行濾波，并通過動態樹構建異常信號的延遲模型，對延遲信號標記消除；Han[3]等人為了減少通信數據傳輸延遲，提出了一種基于預測的減少通信數據傳輸延遲方法，使用KRR 結合集群成員節點來獲得相應的預測模型。通過遍歷較少的簇頭節點來獲取所有簇數據，解決通信數據傳輸延遲的問題。 以上三種方法在消除通信傳輸延遲時均有一定的效果，但未考慮到信號傳輸過程中數據包過大也會使通信時間延遲的問題，均有一定的局限性。

針對上述問題，在本文中提出了基于無線傳感器網絡的地鐵通信傳輸延遲優化方法，無線傳感器網絡是由目標監控區域中布置的大量微型傳感器節點連接組成，通過各節點傳感器對網絡覆蓋區域內可感知目標體做出判斷、信息采集以及信息傳輸，是數據采集和信息處理的關鍵，但因為傳感器體積過小，傳輸節點能量受限、鏈路不穩、或是較易受周圍環境的影響，在地鐵通信傳輸過程中同樣會產生不同程度的信息延遲，而對于地鐵的高速運行而言，往往要求無線傳感器網絡能夠具有較快的反應速度和較低的信息傳輸時延，因此本文方法對時延做出預測分析，劃分延遲信息并加以判斷，通過矩陣分解得出地鐵通信傳輸任務最優映射策略，分化傳輸信息的質量，優先調度傳輸高質量信息，壓縮所需傳輸數據以避免數據信息的丟失，減少節點間能量消耗數值，從而對地鐵通信傳輸做出優化并減少延遲。

1 地鐵通信傳輸延遲預測

通信延遲會影響操作臺及行車指揮對地鐵運行情況的實時判斷[4]，因此需要對通信狀態作出一個基本的預測，得出通信延遲情況的基本信息和向量，為優化通信延遲提供可靠的信息。

基于時間序列分析傳輸信息，以受控自回歸積分滑動平均模型來對傳輸信息的通信狀態做出傳輸時間滯后性、傳輸結構變化以及參數變化的廣義預測和分析，通過目標函數測算通信傳輸待優化信息，并將目標函數與預測出的輸出值經過約束處理，使傳輸信號遇到的延遲問題轉換為二次性規劃問題最終得到預測向量[5]。

用受控自回歸積分滑動平均模型y(t)對預測表達如下:

式中:e(t)為無線傳感器網絡中輸出的通信信號，u(t-1)為輸入的通信信號，A(z-1)、B(z-1)、C(z-1)分別代表不同階級次序na、nb、nc的多項式。

在實際無線傳感器網絡中，需要約束所控制的通信信號輸出:

式中:ΔU表示無線傳感器網絡控制增量信號，ΔUmax和ΔUmin分別表示無線傳感器網絡中增量信號可控范圍內的上下限；Umax和Umin則表示網絡中控制信號的上下限。

通過式(3)將有約束的無線傳感器網絡控制信號問題轉換為二次性規劃問題。

式中:f為預測變化量，G為二次規劃耗時。 通過式(3)可以得出無線傳感器網絡的通信控制增量信號ΔU，根據ΔU可以得出無線傳感器網絡第Nu個步驟的通信控制預測向量U，其表達式為:

式中:I表示的是Nu×1 的矩陣；R表示N×Nu維矩陣的倒三角單位矩陣。 此時對無線傳感器網絡通信傳輸已作出基本的傳輸延遲預測。

2 地鐵通信傳輸延遲優化方法

2.1 劃分延遲信息并調度

在無線傳感器網絡通信延遲預測控制的基礎上，對預測出的延遲信息進行判斷和劃分[6]，通過函數運算合理分配延遲的通信任務[7]，同時對網絡通信任務加以控制，為避免影響地鐵正常運行和保證其安全性能，對高質量的通信任務做優先調度處理。

將m個通信任務合理地分配到n個通信通道中，將m×n矩陣命名為MCT，用來表示每個傳輸任務在各個通信信道中完成傳輸的時間最小值。 依據不同質量(實時通信的要求)的通信任務劃分MCT矩陣，并分為兩個矩陣TH 和TL，將高質量通信任務和低質量通信任務分別劃分到TH 和TL 矩陣中，各有m1和m2行，且m1＋m2=m。

在對無線傳感器網絡中存在的通信延遲進行消除時，延遲信息過多，會造成處理擁堵，同時影響處理時效，從而出現不重要信息優先于重要信息傳輸的現象，影響地鐵安全運行及指揮調令產生時延，為避免此問題，需要對高質量的通信任務采取優先調度原則，先對含有高質量信息的TH 矩陣處理，并將其劃分為若干個子矩陣:

通信任務在不同通信信道中的傳輸預測執行時間用ETC 來表示，為n′×n的矩陣，考慮通信的平衡負載，分配無線傳感器網絡中的通信任務:

式中:DT(i，j)表示通信任務在網絡中的存儲時長，TA(j)表示信道j可使用最早時間，DA(i)表示通信任務i傳輸運行時所需要的數據在無線傳感器網絡中能夠取得的最早時間，FE(i)表示通信任務i傳輸運行時在網絡中存儲傳輸數據所需要的時間，TR(i，j)表示任務i從信道j中傳輸需花費的時間，ET(i，j)表示通信任務執行所需時間。

對TH 這一矩陣中第kp子矩陣以前的所有子矩陣做分解，分別分解成待執行子矩陣和數據子矩陣:

式中:TH＿DATAkj用來表示通信任務數據存儲所需的時間矩陣；TH＿EXCUTEkj代表的是執行時間矩陣。 TH＿EXCUTEkj矩陣中各行、列參數之間均存在對應比例，將該矩陣中任意一行里的最小元素值設置為1，表示其對應的執行通信任務所用最快速度，將HWkj定義為向量用以表示和反應網絡性能，TWkj用來表示能夠反應通信任務范圍的向量，通過上述兩個向量換算得出以下新矩陣:

利用函數算法對矩陣TH＿Bkj作出控制，得出基于無線傳感器網絡的地鐵通信傳輸任務最優映射策略，該映射策略能夠清晰分化傳輸任務的質量，作出高質量信息的基礎判斷和優先調度傳輸，在保證地鐵安全運行方面做出先一步的通信延遲處理。

2.2 控制傳輸節點能耗

數據傳輸和分析通常對節點能量有一定程度的消耗，從而導致數據傳輸在節點跳轉上的丟失和延遲，因此對節點能量消耗值加以控制，優化節點能耗，以確保壓縮傳輸過程中信息的完整性，選取最優的節點參數控制傳輸能耗。 具體如下:

在無線傳感器網絡中傳輸數據時，假設傳輸節點mc與其余傳輸節點在通信時，在一定時間內的任意時間段都有可能發送探測信息，將這個時間設定為T，那么傳輸節點mc的取值范圍就在[0，T]時間段內均勻分布，可以利用函數換算出傳輸節點mc的空間概率分布:

式中:a代表對空間概率分布的約束值。 當條件滿足a＜0 時，說明前后兩個傳輸節點間通信時間間隔大于通信時間，這時將網絡中任意兩個節點間發生通信鏈接的概率設置為1-P(Tx≤0)，則當傳輸節點捕捉到傳輸數據包時，這里用下式表示其概率分布情況:

式中:Tx用來表示節點x傳輸信息所需時間間隔的周期，t表示通信傳輸周期的約束臨界值。 利用無線傳感器網絡節點感知到的數據包，對空間概率分布求解，此時網絡通信鏈路能夠持續通信的時間Tf的表達式如下:

得出通信鏈路在各個節點持續通信時間，并利用其概率分布函數運算建立無線傳感器網絡環境下的數據傳輸模型:

式中:Rc為網絡傳輸最大吞吐量，L為傳輸信道長度，Pr為同時處理的任務個數，通過函數計算可以獲得各節點對網絡數據包單位傳輸時所需要耗費的能量值，即。 由于網絡數據包的通信時間與單位傳輸時所需要耗費的能量值并無關系，代入該參數并構建出傳輸節點的能量消耗控制參數，如下:

式中:λ表示一定時間限度內傳輸節點被選中的平均次數，β表示網絡傳輸節點的傳輸速度。

通過程序結構建立傳輸節點能量消耗的控制參數，從而優化和減少傳輸節點的能量消耗[8]，在傳輸路徑上減少通信延遲的可能性，避免傳輸節點能耗過大導致數據包信息丟失的現象[9-10]，確保在無線傳感器網絡的基礎上，地鐵通信傳輸信息的完整性和及時性，并為數據包的壓縮傳輸做出基礎的輔助操作。

2.3 壓縮數據包

傳輸的數據量過大會導致數據傳輸延遲較大，完整性難以保障，從而造成通信信息在傳輸時產生丟失現象，為避免此現象，并減少傳輸過程中節點跳轉所產生的能耗，使各個傳輸節點能夠高效作業，需要壓縮待傳輸信息，加快其傳輸速度并減少延遲。配置無線傳感器網絡并生成多個區群結構，結合傳輸節點能量消耗控制參數來優化網絡數據的壓縮率，從而減少節點的數據傳輸工作量和節點傳輸能耗[11]。

在不同區群實現對傳輸數據的壓縮優化[12]，假設有n′個標簽為s=1，2，…，n′的傳輸節點構成的區群，xst用來表示網絡傳輸節點s在時間間隙t′內所采集的數據，同時各個節點對所采集數據壓縮，并將其傳送至區群首位節點，yst用來表示經過壓縮后的數據，節點壓縮過程如下:

式中:φ代表傳輸數據的壓縮矩陣，p表示矩陣列數，Ys代表經過壓縮的數據包，m′代表數據包經過壓縮處理后的維度。 通過約束條件對優化系數求解如下:

式中:υs表示無線傳感器檢測的原始數據值與優化壓縮處理后的偏差，υi和υj表示對i、j兩個傳輸節點所傳輸數據包優化的系數，λ表示壓縮區域內壓縮包的優化結果，這時對優化系數ω′約束求解:

最后利用優化系數ω′使壓縮后的網絡數據包在不同區群首位實現基礎的數據優化并得到最終的數據傳輸:

3 仿真實驗

為驗證本文方法的有效性，分別利用文獻[2]方法、文獻[3]方法以及本文算法測試對比通信數據發送、接收時間，再將三種方法在通信數據傳輸時對節點能耗與數據包丟包程度一一對比。

三種方法發送傳輸時間對比如圖1 所示。 可以看出分布式次梯度算法網絡傳輸并不穩定，且發送耗時較長，而FIR 數字濾波器法發送時間雖然低于分布式次梯度算法，但仍然不能克服數據包增大對發送時長的影響，傳輸時間隨著數據包的增大波動也隨之變大；反觀本文算法，能夠更好地克服數據包增大對信息發送帶來的影響，且整體波動較小。

圖1 數據發送傳輸時間測試曲線

三種方法接收信息時間對比如圖2 所示，從圖中可以看出文獻[2]方法、文獻[3]方法的接收時間都較長，和發送耗時一樣，隨著傳輸數據包的增大，所需接收時間也會波動式增長，且曲線并不穩定；本文算法在數據接收傳輸時間上波形變化較小，整體趨于穩定，接收數據傳輸延遲最短。

圖2 數據接收傳輸時間測試曲線

本文算法在發送和接收數據延遲要優于其他兩種方法，是因為通過對傳輸節點能耗的控制，使數據收發過程更加穩定，波動變化更少，且受數據包大小變化的影響較小，提升數據整體傳輸效率，幫助用戶實現實時收發信息工作。 但地鐵通信傳輸不僅僅需要時延較小，更需要傳輸過程中保證數據的準確無誤及完整，這就需要對本文方法做進一步的仿真實驗。

圖3 為三種不同方法在傳輸時，根據數據量的變化傳輸節點剩余能量曲線圖，從圖中可以看出，分布式次梯度算法在傳輸開始階段，節點剩余能量下降較快，FIR 數字濾波器法隨著數據量的增加其節點剩余能量勻速下降；而本文方法通過傳輸數據的壓縮處理，在傳輸開始的一段時間內能夠很好地節約節點能量，隨著數據量的增加，節點剩余能量會逐漸減少，但下降穩定，很好地減少了傳輸節點的能耗。

圖3 數據傳輸節點能耗

由于城市地鐵錯綜復雜、線路較多，會出現同一時間、同一地點地鐵相互交匯的情況，這時地鐵通信量較大，信息傳輸較為復雜，為驗證在通信數據較多、傳輸情況復雜時本文方法的可靠性，對比了無線傳感器網絡傳輸數據的丟失情況，如圖4 所示。

圖4 數據丟失程度

通過圖4 可以看出，三種方法在數據量較小的情況下數據傳輸丟失情況都不明顯，而當數據量較大，分布式次梯度算法和FIR 數字濾波器法均有一定程度的丟包情況，而本文方法通過對所傳輸數據的壓縮處理和節點能耗的控制，丟包情況很少，幾乎不存在丟包情況，在高質量基礎上實現了有效的延遲優化。

5 結論

由實驗對比測試可知，本文方法通過對數據在空間上進行壓縮和對節點能耗進行控制，降低了網絡擁堵的概率，使無線傳感器網絡的吞吐量在時間和空間上均得到提高，降低了無線傳感器網絡環境下地鐵通信傳輸延遲，且通過數據壓縮，使傳輸過程中數據丟失情況減少，提高了網絡資源利用率和數據傳輸精準度，使地鐵通信延遲得到優化和消除。