面向频谱感知的传感器网络设计

孔德阳 ， 梁 涛 ， 张建照 ， 蒋慧娟

（1.解放军理工大学 通信工程学院，江苏 南京 210007；2.总参第六十三研究所 江苏 南京 210007）

随着无线通信技术的发展和无线通信业务需求的增加，无线城域网、无线局域网、无线个域网、移动Ad Hoc网络等各类无线通信网络的数量快速增长，无线通信技术成为信息社会的基石。利用有限的频谱资源为用户提供高质量的无线服务，一直是无线通信领域的研究目标。目前，对频谱的有效感知成为实现有效的频谱管理、保证频谱合理利用的基础。

作为一种有限的资源，无线频谱的稀缺问题越来越严重，成为制约无线应用的重要瓶颈。根据2003年美国国家电信与信息管理局（National Telecommunications and Information Administration，NTIA）公布的频谱分配图，可分配的频段已经面临枯竭[1]。1999年，Joseph Mitola博士提出了认知无线电技术（Cognitive Radio，CR），CR 可以使用户感知、识别并且灵活地接入空闲频段。基于CR的这种能力，可以实现对空闲频谱的动态利用，为提高频谱利用率、解决频谱稀缺问题提供了可能。在认知无线电网络（Cognitive Radio Networks，CRN）中，通过节点独立或者协作感知能够获得可用频谱情况，但是这种方式的时间开销较大，难以实现实时频谱感知，也会降低空闲频谱利用的效率。因此，建立频谱环境地图（Radio Environment Map，REM）[2]等外部网络对认知无线电网络提供可用频谱信息、地理特征、用频经验等支持，是实现基于认知无线电网络进行动态频谱利用的重要途径[3]。此外，随着电子信息技术在公共安全和军事领域的广泛应用，全面掌握各个频段的电磁环境状况对国家安全、地区维稳具有重要的意义。而目前的频谱监测手段主要基于单节点、有线传输的方式，监测范围有限，无法实现全时空、全频谱监测能力。

无线传感器网络（Wireless Sensor Network，WSN）是由具有通信、计算和网络功能的传感器节点，通过无线方式相互连接、共同完成特定任务的网络[4]。网络以自组织的方式工作，具有可靠性、抗毁性高的优点，并且部署灵活、成本较低。因此，基于传感器网络进行频谱感知与监控是动态频谱管理、频谱监测等领域的研究热点。美国国防部很早就启动了利用无线传感器网络收集战场信息的研究，2001年美国陆军提出了“灵巧传感器网络通信计划”[5]，研究通过布设大量节点的传感器网络收集战场信息并进行过滤和融合。美国维吉尼亚工学院研究了基于传感器网络的无线电环境地图[2]，以收集频谱信息、监管制度、无线设备功能以及区域用频经验等信息，对工作在该地区的动态频谱接入网络进行支持。DARPA（Defense Advanced Research Projects Agency）资助的自适应增强无线小组项目研究了基于REM支持的分布式认知无线电网络方案[6]。而基于传感器网络的分布式检测算法也受到了研究人员的广泛关注和研究[7-9]。这些项目和文献研究了基于传感器网络的协作感知和信息处理方法，但是均没有针对宽频段、实时感知进行设计。

针对这种问题，文中针对传感器网络的特点和宽频段感知的需求，提出一种用于频谱感知的传感器网络方案。

1 无线传感器网络的体系结构与特点

1.1 无线传感器网络的体系结构

无线传感器网络系统通常由传感器节点 （sensor node）、汇聚节点（sink node）和管理节点组成，如图1所示。大量传感器节点随机部署在监测区域（sensor field）内部或附近，通过自组织的方式进行协作。节点监测到的数据通过多跳转发传输，在传输过程中可能经过不同节点的处理，到达汇聚节点的数据通过互联网或者卫星到达管理节点。网络管理者通过管理节点对传感器网络进行配置和管理，发布监测任务以及收集监测数据[10-11]。

图1 传感器网络结构Fig.1 Structure of the wireless sensor networks

传感器节点通常是一个微型的嵌入式系统，每个节点通过携带的电池供电，感知能力、存储能力和通信能力相对较弱。每个传感器节点同时具有传统网络节点的终端和路由器双重功能，除了对区域的信息收集和数据处理之外，还要对其他节点传送的数据进行存储、管理和融合等处理。由于传感器节点能力的限制，单个节点难以完成任务，对单项任务的监测需要通过多个传感器节点协作完成。

汇聚节点（sink node）也叫网关节点，通常为一个功能增强的传感器节点，拥有的内存和计算资源较多，它的能量供应也比较充足，因此其处理能力、通信能力和存储能力都较强，它主要负责连接传感器网络和外部网络，对两种不同的网络协议栈之间的协议进行相互转换，将网络所获知的数据转发给外部网络。汇聚节点获得的数据通过互联网或者卫星等其他传输手段传送到任务管理中心供用户观察分析。

另一方面，监测任务的下发、网络的管理通过上述过程的逆过程实现。

1.2 无线传感器网络的特点

无线传感器网络主要基于无线自组网 （Ad Hoc Networks）技术，同时具有自己的特点。无线自组网是一个由几十到上百个节点组成的、采用无线通信方式的、动态组网的多跳对等网络，通过动态路由技术提供满足服务质量要求的多媒体信息流。无线自组网中的节点一般假定具有持续的能量供给。无线传感器网络是集成了检测、控制以及无线通信的网络系统，节点数目一般更为庞大，节点分布更为密集，节点通常固定不动，但由于环境影响和能量耗尽，节点更容易出现故障。网络环境的变化和节点的低可靠性容易造成网络拓扑的变化。由于传感器节点的能量、处理能力、存储能力和通信能力的限制，无线传感器网络设计的首要目标是提高能源的利用效率，以提高网络的工作时间，亦是无线传感器网络与包括无线自组网在内的传统网络的重要区别之一[12]。

无线传感器网络的特点可以总结如下：

1）大规模自组织网络

在监测区域，为了获取精确信息，通常部署大量传感器节点，在很大的地理区域内，传感器节点数量可能达到成千上万，甚至更多，部署很密集，因此传感器网络不会因一个或几个节点出现问题而导致网络不可用的或通信中断的现象。在网络应用中，传感器节点通常情况下被放置在没有基础结构的地方，传感器节点具有自组织的能力，能够自动进行配置和管理，通过拓扑控制机制和网络协议自动形成转发监测数据的多跳无线网络系统，能够适应传感器网络中的节点个数动态地增加或减少的动态变化。

2）动态性可靠网络

当环境条件变化或电能耗尽造成的传感器节点出现故障或失效等因素影响时，传感器网络的传感器、感知对象和观察者这三要素都有移动性，传感器网络系统可以动态重构，以保证其正常的工作效能。而且传感器节点非常坚固，不易损坏，传感器网络也有极高的通信保密性和安全性，其软硬件具有鲁棒性、容错性和安全性。

3）资源有限性

由于受价格、体积和功耗的限制，传感器网络中的传感器一般采用嵌入式处理器和存储器。这些传感器都具有计算能力，可以完成一些信息处理工作。但是，由于嵌入式处理器的能力和存储器的容量有限，因此传感器的处理能力也相当受限。

4）能量有限性

由于受到硬件条件的影响，无线传感器节点通常采用电池供电，电池一般采用微型电池，电源能量更加受限。而多数传感器网又往往要求长时间工作，并且受到能量的影响。因此，无线传感网络节点的通信距离很短，一般只有几十米，甚至更短。

5）以数据为中心的网络

无线传感器网络是一个以数据为中心的网络。在无线传感器网络中，多跳路由是基于数据为中心的路由，传感器网络节点没有一个全局性的标识，如IP地址。每个节点仅仅知道自己邻近节点的位置和标识。传感器网络是任务型的网络，脱离传感器网络谈论传感器节点没有任何意义。传感器网络是通过相邻节点之间的相互协作来进行信号处理和通信，具有很强的协作性，而且数据传输具有很强的方向性。通常，查询信息是通过广播或多播的方式从观察者向网络内传感器传输，而探测结果信息则是由分布在各处的传感器节点向查询节点汇聚。

2 面向频谱感知的传感器网络系统架构

基于无线传感器网络的特点和宽频段感知的需求，本节提出一种面向频谱感知的传感器网络系统架构，包括分簇的网络结构、分频段的协作感知机制和协作的检测处理机制。

2.1 分簇网络结构

由于需要监测的频段很宽，需要部署的节点很多，网络采用分簇结构，如图1所示。节点通过自组织的方式分成不同的簇；每个簇内节点通过协同检测提高精确度，簇首节点通过多跳转发将检测结果传送到汇聚节点。这种方式可以减少网络中节点的信息传送数量，从而降低节点的能量开销，提高网络的工作时间。同时，减小了路由的跳数，从而避免长的通信路径导致的数据包丢失概率增大，网络性能下降等缺点。

图2 分簇的传感器网络结构Fig.2 Clustered wireless sensor network

在网络中，簇内节点按照星型方式组网，节点分为普通节点和簇头节点。在一个簇单位内，普通节点只与簇头节点通信，以减少节点能耗、延迟节点寿命。簇头节点负责汇聚普通节点的观测信息，并进行简单的处理。簇与簇之间的信息传输依靠簇头节点间的无线链路来完成。簇头节点间组成自组织、多跳网络，监测信息借助其他节点转发，多跳至汇聚节点。

2.2 分频段协作感知机制

由于单个感知节点的电磁监测性能受到处理资源、通信能力、能耗等限制、受到无线信道衰落特性、噪声、干扰等影响，单个节点只能完成简单的任务，无法较好地独立完成大规模的电磁监测任务。此外，电磁传感网的这种全分布式网络部署特性就决定了不可能直接操作每个感知节点，而且在大多数情况下，单个感知节点不可能直接获取部署区域的整体电磁环境信息。因此，为了充分利用感知节点的有限资源来满足频谱监测的要求，感知节点应在一定程度的自主基础上，以合理的分布式协同机制共同工作，保持感知节点间行为的高度一致性，以较高的检测概率、较低的虚警概率、较低的估计误差、较高的识别精度、较短的检测处理时间、较低的实现成本实现对未知或已知目标的监测。此外，分布式协同机制相对于集中控制还可以提高频谱监测系统的鲁棒性与网络性能。

网络采用分频段感知的方式工作，如图3所示。由于节点能力的限制，每个节点感知的带宽有限，监测频段的大小与扫描的周期是一对矛盾。在节点处理能力一定的情况下，监测频段越宽，扫描周期就越长；监测频段越窄，扫描周期就越短。战场电磁环境复杂，瞬息间就可能发生变化，应依据监测任务要求、信号密集程度、节点部署情况等对整个监测频段进行划分，减小扫描周期，降低对单个节点监测带宽的要求。

图3 分频段协同感知方式Fig.3 Frequency division based cooperative sensing

对重要频段或信号密集的频段，如通信信号较为集中的20～500 MHz频段，雷达信号较为集中的1～18 GHz频段，应加大相应的节点频段分布密度，提高整体的监测性能。

2.3 协作的检测处理机制

在监测区域内，分散部署了数量众多的监测感知节点。由于节点数目庞大、且产生的信息数据覆盖了时域、空域、频域多维数据空间，如果每个监测节点都直接将原始的观测信息传输至汇聚节点进行融合处理，显然会耗费中继节点的很多能量，消耗传感网络的大量通信资源，引起网络通信容量出现饱和，甚至导致通信阻塞。因此，频谱监测传感网络仅实现网内频谱信息的简单协作和传输是远远不够的，一种可行的解决办法是采用分级的分布式协作信号处理方式，以有效减轻频谱电磁传感网的信息传输负荷，提高电磁监测网的灵活性、可靠性。

感知节点部署完成后，汇聚节点利用感知节点定位等功能及时掌握每个节点所处的地理位置，维护并实时更新网络的拓扑结构图。根据分配的监测任务不同，将整个网络动态分为不同的任务网。在每个任务网中，依据网络拓扑信息、节点位置信息等，通过分簇算法将节点进行动态分簇，并选出相应的簇头节点。为了便于区别，每个节点都附有标签，用于说明所属任务网、所属簇、节点类型等。在每个节点簇内，普通节点可依据传输信道的质量对原始观测信息进行硬判决或软判决处理。为了节约通信资源、延长网络生存寿命，普通节点的检测可采用硬判决，并将检测结果直接传至簇头节点。簇头节点负责接收簇内节点所有检测结果，运用K秩序准则对簇内检测信息进行初步融合处理，得到簇检测结果。借助全网簇头节点的多跳转发，将簇检测处理结果传至汇聚节点。汇聚节点负责接收所有的簇检测处理结果，并依据相关的数据融合算法进行融合处理，得到最终的信号检测结果。普通节点的识别与分类采用带有置信度的软判决，运用证据理论对簇内识别信息进行初步融合处理，得到簇识别结果。汇聚节点再依据数据融合算法得到最终的识别分类结果。

分级的分布式协作信号处理模型如图4所示。

选取同期门诊健康体检者20例（20眼）作为对照组。其中，男12例，女8例。年龄41～78（52.4±13.0）岁。均采集右眼数据。

图4 分布式协作检测处理的分级模型Fig.4 Hierarchical distributed cooperative sensing result processing model

其中频谱检测信息的处理流程分为3级，分别是：

1）0级信号处理

由簇内普通节点来完成频谱信息的接收、低噪放大、滤波、模数转换、信号预处理以及初步的信号检测、参数估计、识别分类，生成上传的基本频谱信息；

2）1级信号处理

由簇内簇头节点来融合节点簇覆盖区域内的频谱信息，完成簇内检测结果、识别结果等信息的初级融合；

3）2级信号处理

由汇聚节点融合传感网覆盖区域内的频谱信息，完成时空校准、数据关联、综合过滤以及簇间检测结果、识别结果的最终融合，实时建立和更新能反映当时监测区域内频谱环境分布特征的数据、给出全景频谱态势或高分辨率的局部频谱态势、动态统计频谱的时间占用度、频率占用度和地域占用度等，并向上层频谱控制中心汇报。

3 系统的关键技术分析

为了提高监测的效果和降低网络能量开销，需要设计高效的分簇算法，综合考虑任务频段的带宽、节点的部署密度等因素进行分簇。

2）检测周期的优化

为了提高检测数据的实时性，需要减小检测数据报告的周期，而频繁发送检测结果会提高节点的能量开销，也容易造成网络的拥塞，因此，需要根据网络检测需求进行检测周期的优化。

3）节点部署密度的优化

节点的部署密度与待检测的带宽、节点的通信距离、感知能力等因素有关，需要基于这些因素，估计需要的部署密度。

4 结 论

针对宽频段频谱感知的需求，提出了一种面向频谱感知的无线传感器网络架构，采用分簇的网络结构、分频段的协作感知机制和信息处理机制，实现对宽频段频谱感知的要求，分析了实现该系统的关键技术，为利用传感器网络进行频谱感知提供了一种可选的方案。对于其中的分簇算法、融合算法、网络部署等技术，需要进一步的研究。

[1]NTIA.U.S.， Frequency Allocation Chart， Technical Report[R].2003，http://www.ntia.doc.gov/osmhome/allochrt.html.

[2]Zhao Y，Morales L，Gaeddert J，et al.Applying Radio Environment Maps to Cognitive WRAN Systems[C]//Proceedings IEEE DySPAN，Dublin， April 2007:115-118.

[3]Smity J M，Adaptive Cognition Enhanced Radio Teams（ACERT） Presentation[EB/OL]（2005-05） http://www.darpa.mil/ipto/solicitations/open/05-37_PIP.htm.

[4]Yick， Mukherjee B， Ghosal D， Wireless sensor network survey[J].Computer network，2008，52（4）:2292-2330.

[5]Rentala P，Musunuri R， Gandham S， et al.，Survey on sensor networks， Technical Report[R].UTDCS-33-02， University of Texas at Dallas，2002.

[6]Smity J M，Adaptive Cognition Enhanced Radio Teams（ACERT） Presentation[EB/OL].（2005-05） http://www.darpa.mil/ipto/solicitations/open/05-37_PIP.htm

[7]KAI Bai，Cihan Tepedelenlioglu．Distributed Detection in UwB Wireless Sensor Networks，Selected Areas in Communications[J].IEEE Journal，2007（25）:25-28.

[8]LI Wen-jun，DAI Huai-yu．Distributed Detection in Wireless Sensor Networks Using A Multiple Access Channel[J].IEEE Transactionson SignalProcessing see also Acoustics，Speech，and Processing，2007，55（3）：822-833.

[9]Bahceci I，A1-Regib G，Altunbasak Y．Parallel Distributed Detection for Wireless Sensor Networks：performance analysis and design[C]//Global Telecommunications Conference，2005（4）：5.

[10]孙利民，李建中，陈渝，等.无线传感器网络[M].北京:清华大学出版社，2005.

[11]陈健，杨志义，王敏.无线传感器网络数据汇聚协议CTP的仿真与研究[J].现代电子技术，2011（6）：89-93.CHEN Jian，YANG Zhi-yi，WANG Min.Research and simulation of CTP protocol for wireless sensor network[J].Modern Electronic Technique，2011（6）：89-93.

[12]任丰原，黄海宁，林闯.无线传感器网络[J].软件学报，2003，14（7）：1252-1297.REN Feng-yuan，HUANG Hai-ning，LIN Chuang.Wireless Sensor Networks[J].Journal of Software，2003，14（7）:1252-1297.