民航机场特种车辆监控网络MAC层节能设计

陈维兴，林 聪，孙毅刚

(中国民航大学航空自动化学院，天津300300)

0 引言

近年来，民航运输总周转量迅速增加，导致了机场安全事故发生且处理效率低下。 “机场特种车辆监控系统(CASVMS)”基于Zigbee网络并以TI CC2430微控制器为硬件核心［1］，在天津机场现场测试中基本上解决了上述问题，但也暴露出了由能耗原因造成的定位计算偏差和滞后问题，影响了使用效果［2，3］。由于Zigbee网络节点为电池供电，近年来对其研究越来越偏重能耗问题［4］。Zigbee体系的MAC层，即IEEE 802.15.4协议，可以影响节点电能消耗速度，目前对WSN性能优化的研究也主要针对该层的CSMA/CA算法［5］和占空比控制［6］。本文分析了特种车辆的工作特点和现场网络特点，从超帧占空比控制角度出发，提出了根据网络数据流量自适应设置占空比的方法，达到延长网络生命、提升系统性能的目的;同时设计了根据个体电池和车辆工作状态的监控局域调节占空比的方法，克服了全局统一设置占空比造成的能量浪费问题;同时考虑了占空比降低后对时延和吞吐量性能的影响。

1 特种车辆定位系统［2-3］

定位系统按停机位划分为若干子网，每个子网包括网关、参考节点 (RN，提供固定坐标)、定位节点 (BN，车载设备)和上位管理机，如图1所示。该网络利用RSSI定位算法对各子网内的BN进行定位:BN周期接收周边至少3个RN的固定坐标值 (任意时刻只有LQI值较高的3-8个RN才能与BN捆绑、发送数据参加计算)，同时根据LQI计算RSSI，然后BN根据接收到的3个或更多固定坐标以及相应的RSSI值计算BN位置，最后将BN坐标经网关上传至上位机，而且上位机会随时通过网关向RN和BN下发命令和配置数据;不同的子网利用各自的上位机组网共享数据并受监控中心主机的控制，它们之间由候机楼内的Ethernet连接。

图1 停机位区域定位子网结构

在使用过程中发现随节点电池能量的下降系统出现定位计算误差的频度和幅度增加，同时上位机用于显示车辆实时位置的图标出现了刷新变慢的情况，见表1。

表1 电池电量与系统使用特性的关系

分析原因，主要是电池的消耗导致BN和RN的 RF模块发射功率和接收灵敏度的下降，直接影响到RSSI值准确性和链路质量。RSSI值错误直接造成了定位计算误差的增大，链路质量则直接导致延迟和碰撞现象加重，吞吐量下降从而使通信滞后，上位机无法及时得到定位数据，图标刷新变慢。同时本文注意到能耗加大导致的误差加大、延迟碰撞和吞吐量下降等问题会迫使节点启动多次计算和重传来处理一些重要的实时数据，从而更加重了电池或的负担，一旦节点陷入恶性循环，电池能量会急速下降使定位功能失效。因此，能耗是其它网络性能波动的主要原因，应该是所有网络参数中优先的优化对象，本文讨论的重点是在系统连续工作条件下 (车辆始终在移动)，如何通过降低BN和RN能耗提高整个网络质量。同时，考虑到能耗与其它网络性能参数关系密切，尤其是网络时延和吞吐量，因此对这些性能参数也加以讨论。

2 定位网络的MAC层协议

系统 MAC层中，即 IEEE 802.15.4，CSMA/CA算法［5］、超帧占空比控制信道访问机制［6］以及GTS分配管理机制等都是近年来针对WSN优化所研究的方向，本文重点讨论超帧占空比控制，所述网络为信标使能网络，使用超帧结构，且超帧活动部分的无竞争期，即CFP长度为0。

超帧将网络活动时间分为活动 (ACT)时段和非活动(INA)时段。ACT内，PAN设备传递数据，而在INA处于低功耗的睡眠模式［7］。以CC2430为例，芯片在发送状态下损耗24.7mA的电流，而休眠状态下仅为296μA［1］，可见对ACT长度的精确控制可以有效的降低网络功耗。

超帧结构由PIB属性macBeaconOrder(BO)和macSuperframeOrder(SO)描述［7］，有

本文论述的网络BO、SO均小于15，且满足SO＜BO。

超帧ACT部分均分为16个Slot，由三部分构成，如图2所示，本文中CFP=0。超帧占空比DC(Duty Cycle)为

本文所有DC控制参数及监测信息都利用信标帧 (Beacon)广播的形式传送到各节点［7］。

图2 超帧结构

3 CASVMS的MAC层节能算法 (CASVMSMESA)设计

3.1 超帧占空比对网络的影响

现阶段针对工作-休眠机制，即DC调节的WSN性能优化研究有如下特点:IEEE 802.11协议［8］是基于竞争的WSN中MAC协议的代表，但是其并没有充分考虑节点的休眠机制，因而在能耗控制方面并不出色;S-MAC［9］是较早的涉及DC调节问题的MAC协议设计方法，虽然加入了一些自适应延长侦听时间的环节和休眠机制，但是本质上还是一种固定DC的MAC协议;对比其它针对WSN的MAC 协议，如:T-MAC、X-MAC 等［4，10-11］，虽提出了一些修改DC的策略，也被验证存在着一些早睡或可靠性等问题。本系统采用的IEEE 802.15.4(固化于CC2430)虽提供了BO和SO以调整DC，但并没设计动态调整DC的方法。

DC的变化将会明显影响网络性能［12］，以一个子网为场景在不同DC下进行OPNET仿真:改变SO的取值，BO设为2，流量设置为所有RN间隔0.3s向BN发送数据包，BN间隔2.4s向协调器发送数据，协调器随机产生数据下发各节点。在不同DC下，网络性能仿真结果如图3所示。本文仿真图横轴为时间 (分钟)，能耗图纵轴为能量单元个数 (千焦)，时延图纵轴为时隙个数 (slot)，吞吐量图纵轴为数据流量 (包/秒)。

可见，随着DC的下调会降低能耗，但会引起时延性能下降，尤其SO=2时非常明显，这是因为DC过小会使节点休眠过多，数据碰撞几率上升进而造成数据延时增加;吞吐量性能的区别主要体现在仿真初期，与网络生成初期各种配置信息较多造成的网络流量峰值有关，但是网络进入平稳阶段 (定位计算过程)后，小的DC配置SO=2性能仍然较差。然而DC过大会引起电池耗能过快而出现表1及其分析中所描述的问题。因此，不能一味追求低DC带来的能耗性能，应兼顾并根据当前网络状态动态设置DC。

3.2 CASVMS-MESA算法设计

针对实际应用特点，从网络流量、车辆和电池状态等方面提出DC自适应方法。

3.2.1 DC网络流量自适应算法

如图3所示，低DC值可降低能耗但会引起时延和吞吐量的变化，可通过测量网络流量来反应此两种网络性能。本文子网基本属单跳网络，所以DC调节只能由协调器网关完成。但网络流量随机变化的因素有:BN数量，计算精度等级 (向BN发送参考坐标数据的RN越多，且发送的频次越高，计算越精确)，网络规模的变化 (网络支持BN、RN的实时加入或删除)等。而这些参数并不是协调器可以决定的，故造成网络DC与流量的矛盾［13］，出现碰撞率上升耗能或者网络空闲耗能两种现象。

解决这一矛盾的方法是协调器监测网络流量适时调整DC，本文采取调整SO值而BO不变的DC控制方法。RN的数目变化不会对网络流量造成太大影响，这是由于并不是所有的RN都会向BN发送数据参与定位计算，本系统设计为只有那些与BN捆绑的RN发送数据，其余RN仅提供最基本的LQI值，其数据量和能耗明显小于参加定位计算的RN，而参加定位计算的RN个数及其发送数据的频次才会更大程度的影响流量;若BN加入网络，由于要实时计算并向协调器报告车辆位置 (其实时性与计算频次，即刷新率，成正比)，因此会增大网络流量。所以根据Zigbee协议，只有当协调器接收到BN设备加入网络或退出网络的请求原语 (.request原语)，同意其请求并为其分配或销毁地址［7］后调整DC，一个BN加入或退出网络，SO值分别自加1或自减1。BN加入网络后，对网络流量的较大影响还体现在:单次定位计算，一个BN需要接收周边M个(M不小于3)RN的数据，且需N次接收同一个RN的数据，将这N个数据加权平均才能用于定位计算，M和N值越大则计算越精确，而由于M和N值造成的网络流量变化协调器是无法预知的，也就造成了有时DC值无法适应网络流量的问题。针对这种情况，本文采用协调器定时监测网络流量方法:

图3 DC设置对网络性能的影响

(1)每个BN单次定位计算时，记录所采用的RN个数M和每个RN向BN发送数据的次数N，M和N分别为3-8间和8-12间的随机数，也可以强制为固定值 (但只能维持20个超帧周期)，同时滚动计算V个M和N的平均值M0和N0，V与BN持续工作时间有关。

(2)过低的DC必然会导致各节点对信道资源的激烈竞争而碰撞现象加重，为保证BN定位计算数据的稳定性和实时性，对BN引入了重传机制，BN存储一定时间内与协调器通信所发生的数据重传累计次数t。

(3)RN也存在着信道碰撞问题，但RN不需实时计算，且BN可以从其它RN获取数据来计算或者在RN发送数据频次较高的情况下等待下一个数据，故RN不需重传。

(4)协调器的MAC层每隔20个信标帧，在信标帧Beaconpayload域［7］添加并广播监测流量命令“MF”。各个BN接到“MF”后，将各自存储的M0、N0和t发送至协调器 (M0、N0与该段时间内BN定位计算次数V有关)，确认发送成功时清空存储数据以节省存储器空间和能耗，t反映20个超帧周期内网络阻塞情况，M0和N0则提示网络阻塞的原因。

(5)协调器在接收的所有t值中取最大值T，若T＞5(某个BN在20个超帧周期中发生碰撞超过5次)，说明当前DC值较小应增加SO值，但前文已述M、N值和数据流量成正比，若通过降低M和N值可以缓解网络阻塞，则可以不增加SO以不增加网络能耗。

(6)协调器在下一个信标帧中Beaconpayload域［7］添加并广播强制MN参数命令“FS”，BN接收到该命令后令M、N分别为M0、N0自减1，但限定M＞2且N＞7，并维持到下一次接收到“MF”命令。

(7)若协调器连续3次监测到T＞5的情况，则不会再强制M和N值，令SO自加1，若监测到T=0，则SO自减1。

(8)若协调器流量监测周期大于20超帧时间，则允许碰撞次数可设大于5的数。图4为DC流量自适应的程序流程图，其中协调器和BN的MAC区分利用OPNET的进程模型在网络的同步状态阶段SYNC完成。

图4 流量自适应流程

通过协调器监测网络流量实现了动态设置DC的问题，但其也存在弊端:针对T的流量监测只能保证网络中最繁忙的BN不会出现频繁碰撞导致网路性能下降，但该DC值对于其它BN，尤其是数据流量较小的BN来说可能是偏大的，从而造成能量浪费，故在此基础上本文提出区域DC调节的思想。

3.2.2 网络区域占空比自动调节算法

CASVMS的网关安装在候机楼内使用电缆供电，而BN和RN分别安装在特种车辆车体外侧和停机位外周，采用微型电池供电且更换难度较大，因此需要更加严格地管理能耗。同时，协调器针对定位系统整体调整DC参数，属比较稳定的闭环控制方案，这种方法可在保证所有节点，尤其是繁忙的节点不发生多次通信碰撞的同时极大的节省能耗。但所有网络节点采用统一的“唤醒-工作-休眠”时钟，当定位区域内有多个BN(车辆)时，统一的DC可能对于有的BN过长而造成能量浪费。另外，现场测试中发现BN存在着某些工作特点:

(1)某BN或其用于定位计算的RN电池电量已大幅下降，适当降低DC虽降低了定位计算的刷新率牺牲了实时性，但是可以避免电池能量过低造成的定位计算错误。值得注意的是，见表1，电池能量快速减少造成了计算偏差和滞后加大，其导致的定位实时性下降程度远大于降低DC所造成的实时性下降程度，这是因为降低DC引起碰撞的概率小于电池能量下引起碰撞的概率。同时延长电池更换周期，降低维护成本，总体利大于弊。

(2)为保证航空器安全，特种车辆限速行驶，进入工作状态后，移动更是缓慢甚至处于静止 (如加油车、除冰车等)，因此BN的定位计算主要发生在从车辆启动至到达工作点的过程中，车辆进入工作状态后BN对网络时延和吞吐量性能要求极低，只需尽可能降低能耗以节省电池。

为了弥补3.2.1中提到的弊端，针对以上两点设计了网络区域DC自动调节算法，实是一种提前休眠机制:

(1)电池监控调节DC。BN和RN在硬件上设计了电池电压监视电路，当电池电量低于阈值 (参考表1初始化为60%，可调)便认定节点处于欠电状态，将置位欠电标志位PW_Flag，利用两个初始化为0的计数器，激活计数器AT和休眠计数器ST，完成提前休眠。其工作过程为:当BN或RN接收到协调器的信标帧时，将Beacon中的BO值装载到初值寄存器IN_R中;节点将根据Beacon中的SO值处于ACT过程，此时利用CC2430的MAC定时器T2［1］(可产生精准的slot时隙定时)每个时隙AT自加1;若没有发生电池欠电，则节点会按照协调器全局DC设置工作-休眠;若任意时刻发现电池欠电，则令ST=IN_R-AT且CC2430切换至休眠模式［1］(关闭RF模块等耗电大的模块，仅保留少数寄存器、定时器和中断资源);在休眠阶段ST自减1，当ST=1时，会中断唤醒CC2430打开RF模块，准备接收协调器下一个超帧。为保证节点不至于早睡而导致数据滞留，规定AT大于3才能切换CC2430状态。该方法尤其适用于更换电池难度大的RN，因为即使某RN因欠电提前休眠，BN则会选择该RN附近的RN用于计算，但若该欠电RN仍采用全局DC设置，其电池电能会下降，一种情况是加速导致其LQI值［7］下降而无法提供准确的RSSI值［2］，造成BN计算误差和滞后增大而定位失效;另一种情况是由于该RN的LQI偏低BN不再与其捆绑，此RN则成为“隐藏节点”造成无意义的节点能耗。同理，若BN在欠电情况下仍使用全局DC配置，会加速电能下降从而出现表1所分析的情况。

图5 状态监控调节算法仿真

(2)状态监控调节DC，此方式仅用于BN。电池监控方法在确保能耗满足定位精度的同时牺牲了一定的实时性，对于RN影响不大，但BN实时性要求较高，这是由于BN要及时上报车辆位置信息，因此应严格管理BN能耗以保证其计算精度和实时性。针对特种车辆工作特点，BN设置状态标志VS_Flag:00(初始值)-熄火，01-移动，10-工作，11-保留位 (如防撞监测功能)。驾驶员启动车辆和车载定位设备 (BN)的5秒后，BN将VS_Flag由00变为01，当车辆到达工作现场后，将处于低速运动或静止的工作状态，此时可通过BN的人机接口输入或者上位机下发指令两种方式通知BN车辆进入工作状态，BN将VS_Flag变为10(BN对车辆离开工作现场时VS_Flag的处理方式同理)。为保证定位计算的实时性，BN在PW_Flag=0的条件下才会监控VS_Flag调节DC，当VS_Flag=00或者10时，BN的网络MAC层会调节DC，方法是:在协调器DC值，即Beacon加载的SO值基础上，令IN_R=q·SO(q＜1)并取整，之后利用T2启动AT，当AT=IN_R时进入休眠，唤醒方式同电池监控一节所述，且同样规定AT大于3时BN才能休眠。通过OPNET仿真可见当q=2/3时网络各项性能表现较好，见图5。图6为网络区域DC自动调节程序流程图。

图6 区域DC自动调节流程

4 网络仿真设计与分析

4.1 OPNET三层模型设计

本文采用IEEE802.15.4 MAC协议，以一个停机位子网为对象建立OPNET三层仿真模型，图7为网络模型。

图7 OPNET14.5网络模型

由协调器、终端设备和路由器构成，其中协调器为网关，终端设备为RN，路由器为BN。RN间距为40m，单个定位区域约360m×400m，安装高度为7-9m，根据特种车辆现场工作要求［2，3］，BN 数量设置在2-3，速度在0-15 m/s。

节点建模如图8所示，本文所述的MAC层DC控制算法，封装在DC_MAC模块。TX和RX模块是OPNET中的无线收发机，符合IEEE802.15.4物理层规范且发射功率等参数按照CC2430实际参数设定［1］。由于本文引入了重传累计参数t，设置了信道碰撞统计线 (虚线)。loc_App模块模拟定位计算过程包含的各种数据，通过设置数据到达间隔模拟网络流量变化。Init_Pro模块使用OPNET的数据池结构 (sink)设计，可以缓存或销毁数据以节省节点内存，同时具备区分不同网络节点的功能。各节点均设置了Power_Ins模块，可通过OPNET提供的远程中断和ICI(接口控制信息)机制仿真节点实时能耗情况，同时该还可以模拟节点电池监控系统。

图8 OPNET14.5节点模型

进程建模如图9所示，所有节点的进程模型采用同样的FSM模型设计。Ini为强制状态，进行MAC层初始化，如目标地址、协调器的设置，时隙划分等等;SYCN为强制状态，区分各类节点的MAC层规范，最重要的是对Beacon的处理;ID_Pro为强制状态，主要进行不同节点对于Beacon载荷区命令的处理;IDLE状态为待机状态，等待定时或事件中断开始进行流量、电量和车辆状态监控等;NQ_Rep状态和BN_Pro、RN_Pro、NG_Pro三个状态同时完成了各类监控信息对DC的控制;DC控制完成后进入CSMA/CA状态，从而接入信道进行通信。

4.2 仿真结果和分析

本文采用了OPNET14.5统计模型，对比IEEE802.15.4 DC控制 (曲线A)，网络流量自适应 (曲线B)和MESA三种方法，针对能耗、时延和吞吐量性能仿真，如图10所示。

仿真结果表明:MESA对于网络参数有较大的影响，分析其原因:

(1)能耗方面:B和MESA明显优于A，但B没有考虑独立的节点状态，使用了全局设置DC的方法，因此在控制能耗方面不如MESA，且随着时间的增长，MESA遏制能耗能力更显著，这是因为MESA通过节点电池和工作状态监控引入提前休眠，及时关闭RF模块等高耗能组件的结果。

(2)时延方面:MESA和B引起了时延的增加，这是由于两者不同程度地下调DC引起碰撞造成的［14］，同文献［14］，图3和10也说明下调DC降低能耗的同时必导致时延加大，因此两者应综合考虑不能一味强调能耗。由于B和MESA都监控碰撞情况以反馈调整DC的效果，因此时延都可以收敛并稳定在一定水平而没有出现震荡。本文采用CC2430的MAC定时器T2，单位slot长约20微秒［1］，图10中MESA的时延性能比A降低约4-5slot，该实时性指标本系统是完全可以忍受的 (车速慢，且系统为毫秒级要求)，而在一些实时性要求更加严格的场合可以通过调整slot长度来进一步减小时延性能降低程度。

(3)吞吐量方面:三种算法在吞吐量方面性能相差不大。MESA曲线较A和B稳定震荡小，一方面由于采用了闭环DC控制方法，一方面说明区域调整引入的提前休眠机制并没有明显导致数据丢失的问题，是适合本系统的。

5 结束语

针对机场特种车辆监控系统 (CASVMS)现场运行出现的问题，提出了一种基于DC控制的MAC层优化方法(MESA)。主要思想是:综合网络当前数据流量、车辆状态和电池状态几方面因素，控制网络节点休眠-活动时间比例，对网络DC自适应设置，同时提出了局域DC设置的方法。利用OPNET建模仿真表明，该算法有效地降低了网络能耗，也在一定程度上表明DC的下调会导致时延的增加，但是综合仿真曲线和现场实际情况表明这些网络性能的下降在允许范围内。MESA可以应用于与特种车辆定位应用背景类似的Zigbee网络定位场合，同时对WSN的MAC层优化有一定参考价值。

［1］Chipcon.A true system-on-chip solution for 2.4GHz IEEE 802.15.4/Zigbee(cc2430 datashee rev1.01) ［S］.chipcon AS，Norway，2005.

［2］SUI Limin，SUN Yigang，CHEN Weixing.Design of airport special vehicles localization system based onZigBee［J］.Microcomputer Information，2010，26(9):69-71(in Chinese).［隋莉敏，孙毅刚，陈维兴.基于Zigbee的机场特种车定位系统的设计［J］.微计算机信息，2010，26(9):69-71.］

［3］GUO Xiaoqin，SUN Yigang，CHEN Weixing.Research on key technology of airport surface monitor system based on wireless sensor network ［J］.Computer Engineering and Design，2009，30(22):5106-5108(in Chinese).［郭小琴，孙毅刚，陈维兴.机场场面无线传感器网络监控系统关键技术研究［J］.计算机工程与设计，2009，30(22):5106-5108.］

［4］Park T R，Lee M J.Power saving algorithms for wireless sensor networks on IEEE 802.15.4 ［J］.CommunicationsMagazine，2008:148-155.

［5］Park T R，Kim T H，choi J Y，et al.Throughput and energy consumption analysis of IEEE802.15.4 slotted CSMA/CA ［J］.E-lectron Lett，2006，42(19):1127-1128.

［6］Ye W，Silva F，Heidemenn J.Ultra-Low duty cycle MAC with scheduled channel polling［C］//Campben A，ed Proc of the ACM SenSys.NewYork:ACM，2006:321-334.

［7］IEEE TG 15.4，Pant 15.4:Wireless medium access control(MAC)and physical layer(PHY)specifications for low-rate wirelss personal area networks(WPANs)［S］.IEEE Std，New York，2006.

［8］JIN Sunggeun，HAN Kwanghun，Choi Sunghyun.Idle mode for deep power save in IEEE802.11 WLANs［J］.Journal of Communi Cations and Networks，2010，12(5):480-491.

［9］Ye W，Heidemenn J，Estrin D.Medium access control with coordinated adaptive sleeping for wireless sensor networks［J］.IEEE/ACM Trans On Networking，2004，12(3):493-506.

［10］Buettner M.X-MAC:A short preamble MAC protocol for duty-cycled wireless sensot networks ［C］//Sen-Sys＇，Boudler，Co，2006:307-320.

［11］Zareei M，Budiarto R，Tat-Chee Wan.Study of mobility effect on energy efficiency in medium access control protocols［C］//Computers＆ Informatics IEEE Symposium，2011:759-763.

［12］Shantao Chen，Almeida L，Zhi Wang.A dynamic dual-rate beacon scheduling method of ZigBee/IEEE 802.15.4 for target tracking［C］//Mobile Ad-hoc and Sensor Networks 2010 Sixth International Conference，2010:103-109.

［13］Casilari E，Campos-Garrido G，Cano-Garciia J M.Characterization of battery consumption in 802.15.4/ZigBee sensor motes［C］//Industrial Electronics IEEE International Symposium，2010:3471-3476.

［14］Omeni O，Wong A，Burdett A J，et al.Energy efficient mediumaccess protocol for wireless medical body area sensor networks［J］.Biomedical Circuits and Systems IEEE Transactions，Dec.2008，2(4):251-259.