一种无线传感网络节能M A C协议

唐健华

(南京邮电大学 通信与信息工程学院 江苏 南京 210003)

0 引言

无线传感网络包括多个能量有限的智能节点，无线传感网络没有像通信基站一样的中央控制机构，网络节点的节能效能直接影响无线传感网络的使用寿命，因此在设计无线传感网络的MAC协议时，重点关注的问题有：能量感知[7]和节省；网络效率；可扩展性。对于无线传感网络，能量的重要性以及由能源而引起的高失效性是一个很值得关注的方面，这种网络需要一种有效的MAC协议[2]。在无线传感网络中，任何一个节点能量的耗尽都将影响整个网络的性能，所以降低能耗成为了MAC协议设计中的一个最主要的目标。 因此在本文中，我们提出一种改进的有效节能的MAC协议。

1 IEEE 802.11MAC与S-MAC协议

IEEE 802.11 MAC DCF源于CSMA/CA，使用4次握手机制实分布式数据业务接入过程，采用RTS/CTS的虚拟载波侦听机制和帧分割技术，它包括两个重要组成部分：监听和退避机制，因业务类型不匹配，它并不太适合无线传感网络。

在无线传感网络中，S-MAC协议是一个典型的能量节省协议[1]。S-MAC协议是一种随机接入，采用监听与睡眠机制的协议，但这两点持续时间是固定的。在S-MAC协议中，它的时间帧分为两个部分，一个是监听阶段，一个是睡眠阶段，如图1，显示这种协议的睡眠机制。

图1 S-MAC 的基本机制

仅当节点处于监听周期时才可以与其它节点通信，才能发送一些控制报文，如SYNC，RTS，和CTS，相邻节点间的SYNC控制报文交换可以同步周围的节点，RTS/CTS分组则负责节点之间的通信，在睡眠周期内，当节点之间有数据传送时就唤醒节点进行数据包的传输，没有数据时就让其处于睡眠状态。同样地，所有其它的节点都按同样的睡眠机制来避免无效的监听[1]。

图1说明了S-MAC协议基本的策略[4]，在图中，假设有3个节点，节点A竞争获得时隙发送它的SYNC分组，在缓存队列中它向节点B发送数据流，节点A再获得发送RTS分组机会(见图1(a)),在节点B接收到RTS分组后，它向节点A发送CTS分组确认。

当这两点节点成功交换RTS/CTS分组后，这两节点将进入睡眠时隙，而此时如果有数据要传送，则两节点应该处于唤醒状态，用这段时隙来进行数据的传送，直到下一个监听时隙。同时，所有其它没有数据通信的节点将进入睡眠状态。

虽然S-MAC协议也能减少监听时间，由于它采用固定时隙，因而它不是最优的。由此引发的问题是，当没有节点有数据要发送的，在监听周期也没有相应的RTS/ CTS分组要发送，而此时，每一节点也将按机制进入监听周期，这样将产生能量的浪费(如图1(b) )，这主要是由于S-MAC协议没有考虑网络中实际的流量信息。这样就促使我们去想出一种新的更有效节能的传感网MAC协议，当节点感知到在当前时间帧中没有数据流时，尽早地让节点进入睡眠状态，从而节省能量。

2 基于S-MAC改进的MAC协议

为了减少能量消耗，本文在已有的S-MAC的基础上主要做出两点修改：第一，当感知网络中没有数据要发送的时候尽早让节点关闭射频模块，第二，即使有可能存在数据流时也要限制单独RTS控制分组的通信。在S-MAC协议中，没有考虑网络中数据通信有无的可能性，这样在监听周期内，每个节点都要求处于激活状态[8]。而我们现在要做的是，利用每个节点的流量信息去避免节点在整个监听周期都处于激活状态。

S-MAC把每个监听周期分为了SYNC，RTS ，CTS分组间隔，这样监听将花费较长的时间。在同一平台测试过，S-MAC协议总的监听时间可达115ms,而相应的此节能协议具有83ms短的时间，它把监听周期只分为两个部分：一部分是当节点有信息要传送时发送SYNC分组的监听时隙，称之为SYNCdata,另一部分是当缓存里没有可发送的数据时发送SYNC分组的监听时隙，可称之为SYNCnodata。这也就是说，这种协议每个节点根据发送SYNC分组的不同区别不同的时隙。这种区分是基于一个节点有没有数据要发送来决定的。可以这样，当一个节点没有任何数据流的时候，它将延迟一段时间将本段SYNC并入到二部分监听时隙，如SYNCnodata周期。这样的话，当缓存队列中没有可发送的消息时，在SYNCdata周期将不会存在SYNC分组，如此，当节点在SYNCnodata周期内收到SYNC分组后就可让自己进入睡眠状态，这样就可大大加长节点的睡眠时间。

对于没有数据通信的节点，甚至在一些有数据流以致要在第一部分监听周期发送SYNC分组的节点中，且设这样的节点为节点X，该协议可更进一步减少监听时间。可以通过将RTS放入SYNC分组包时来达到这样的目的。假设节点X获得信道权限在SYNCdata周期发达SYNC分组，节点X也应假设有数据要发，同时根据RTS，SYNC分组的结构特点，所以，将RTS和SYNC分组包组合在一起是可行的。我们将SYNC和RTS合到一起的这样控制数据包称为SYNCrts分组，图2表示SYNCrts的分组结构。

图2 SYNCrts分组结构

这种新的控制分组结构只是在原形SYNC结构上增加了两个原来在RTS中的域，接收的地址域ToAddr和网络分配矢量NAV。

当在SYNCdata时隙尾收到SYNCrts包时，节点不仅可以获得同步信息，而且还可知道数据接收者的地址信息。因此，只需目的节点在收到SYNCrts包时传回CTS分组包进行行确认即可，而其它在SYNCnodata周期时就没必要唤醒起来收包了，它们就只需在很短的第一部分监听周期保持激活状态就可以了。这样的话，这种协议节能协议睡眠机制中的监听与睡眠周期就是可变可适应流量变化的而不像S-MAC那样是固定的。如图3所示。

图3 改进节能协议的基本机制

在图3中，节点A有数据发往节点B，节点A在它的第一监听周期广播它的SYNCrts控制包。假定这个包成功广播出去，节点B将会检测包的地址信息并向节点A回复CTS分组进行确认，同时其它结点可以获知该控制分组不是发给自己的而让自己处于睡眠状态直到下一个监听周期。然后节点A与节点B利用它们的睡眠周期进行数据的传送。当它们发送完数据后就进入睡眠状态。图3(b)则说明了当没有数据流时的情况。

3 性能计算

将IEEE802.11,S-MAC和本文的协议在节能方面做个比较。为了估计这3种不同协议的性能，我们利用无线传感网的专门仿真工具并采用一个简单的拓扑结构图，如图4所示。

图4 简单两跳式网络拓扑示意图

这拓扑结构图是包含两个源节点两个目的节点的二跳网络图。数据流从节点A传到Sink2，从节点B到Sink1，两个数据流都经过中间节点C。我们改变消息的到达周期来测量在不同的流量负荷情况下所消耗的能量。这本实验中，可以设定消息的发送间隔为1s到7s，例如，设消息的到达间隔为7s，每7s源节点发送20个消息，当两个源节点都发送了20个消息到每个Sink结点时我们停止测试。这实验中我们分别使用3种不同的MAC协议测试它们的3个参数：源节点的睡眠时间比，源节点总的控制报文数量以及源节点的总能量消耗。经过实验访真可以得到以下这些结果。

以下几个曲线图反应了实验的对比结果（见图5-图7）。

图5.源节点的睡眠时间比

图6如下，源节点总的控制报文数量

图6.源节点总的控制报文数量

图7如下：源节点的总能量消耗

图7 源节点的总能量消耗

从以上3幅实验对比图可以看出，无论是在节点的休眠时间，源节点控制报文数量还是总的能量消耗方面，该协议都具有更好的性能。

4 总结

在本文中，我们为无线传感网改进了一种新的节能MAC协议。为了节省能耗，协议是基于S-MAC协议同样的睡眠机制。然而，该协议能有效利用节点的流量信息，使得睡眠和监听周期的持续时间随流量信息变化，能达到更有效节能的目的。经过实验表明，该节能协议比IEEE802.11和S-MAC在节能方面有更大的优势。

[1] 宋文. 无线传感器网络技术与应用[M].北京：电子工业出版社，2007.

[2] P.Lin, C.Qiao.Medium Access Control With A Dynamic Duty Cycle For Sensor Networks[J].inWCNC,2004(3).

[3] A.El-Hoiydi,J.-D.Decotignie.Low Power MAC Protocols for Infrastructure WSN[C]. Swiss Center for Electronics and MIcrotechnology, 2007.

[4] T.V.Dam and K.Langendoen.An adaptive energyefficient MAC protocol for wireless sensor networks[C]. in ACM Sensys,2003.

[5] W.Ye, J.Heidemann,D.Estrin. An energy-efficient MAC protocol for wireless sensor networks[J].IEEE INFOCOM,2002.

[6] Matthew J.Miller .A MAC Protocol to Reduce Sensor Network Energy Consumption Using a Wakeup Radio[J].Technical Report,2004.

[7] Gang Lu,Bhaskar Krishnamachari.An adaptive energyefficient and low-latercy MAC for tree=based data gathering in sensor networks [C].University of Southern California U.S.A. 2007.