基于最小节点度的WSNs传输功率控制重编程协议*

黄 嵩， 沈 重

(海南大学 信息科学技术学院，海南 海口 570228)

计算与测试

基于最小节点度的WSNs传输功率控制重编程协议*

黄 嵩， 沈 重

(海南大学 信息科学技术学院，海南 海口 570228)

为了降低节点能耗，提高能量的利用率，提出了一种高效节能的基于最小节点度的传输功率控制(MND—TPC)重编程协议。该协议首先根据每个节点的剩余能量、最大的传输功率、节点度和链路质量来进行网络的初始化，然后分2个阶段完成数据传输。第一阶段通过节点密度、节点度和M度节点的百分比等产生传输范围的调整模型来构建高效的优化网络；第二阶段通过对节点之间发送功率和剩余能量的比较来筛选发送节点，以保证网络负载的均匀分布，有效地实现了高效节能，从而提高整个网络的生存周期。理论分析与实验结果表明：与多跳网络编程(MNP)协议在不同发送功率下相比,平均能量消耗至少降低35.48 %。

无线传感器网络； 重编程协议； 最小节点度； 传输功率控制

0 引 言

无线传感器网络(WSNs)是集数据采集、处理及通信功能于一体的多跳自组织网络[1],传感器节点一旦部署完毕将会长期工作于无人看管的环境中，期间为了适应环境和网络拓扑的动态变化，需要相应地改变用户的部分需求，并随之调整软件的功能，这就需要对整个网络进行重编程。

网络重编程主要包含两部分内容：第一部分是传感节点上已装入更新代码的安装机制，属于操作系统与硬件结构研究的范畴；第二部分是分布更新软件到传感节点的传播机制，属于网络协议的范畴[2]。传统的网络重编程协议使用固定的传输功率进行数据传输[3～5]，固定的传输功率信号干扰很严重，同时会造成多余能量的浪费，从而降低了网络寿命。多跳网络编程(multihop network programming,MNP)[6]引进发送节点选择机制，选择邻域内接收到请求最多的节点为本次的发送节点，同时引进了睡眠机制，通过减少节点无线通信活跃的时间来节省能量的消耗。WSNs中部分传输功率控制协议[7,8]，根据节点度或接收信号强度值来决定发送功率的大小，但没有考虑节点的剩余能量问题，可能导致由于节点的能量不足，影响消息的可靠传输。而且，这些协议一般适用于流量需求较低的应用中，因此，在产生高流量的WSNs重编程中是不实际的。

节点度是指与某一节点相关联的链路的条数。本文提出的基于最小节点度的传输功率控制(MND—TPC)重编程协议首先根据网络中节点密度、节点度和M度节点的百分比对传输范围进行调整，然后再通过对节点之间发送功率和剩余能量的比较来筛选发送节点，以保证网络负载的均匀分布，最大限度的提高能源效率。

1 协议描述

1.1 传输范围的调整

如图1中的网络模型，由一系列的节点|N|和链路|L|组成，即为Net= {N，L}，其中，N= {n1,n2,n3,…,n|N|}，L={li,j;1≤i,j≤|N| }。链路Li,j表示节点ni和nj之间的连接。每一个节点ni都有一个最大发送功率Pmax与相应的最大传输距离Dmax。当节点ni和nj之间的距离小于Dmax时，这2个节点之间可以直接通信；反之，则它们之间就必须进行多跳传输的间接通信。

图1 静态的WSNs模型Fig 1 Static model for WSNs

为了构造高效的优化网络，对以下3个参数进行评估：连通性、可达性和M度节点的百分比。连通性的定义与网络拓扑中节点之间的直接或间接路由连接相关。其中节点ni的节点度为deg(ni)，连通性定义为

(1)

网络完全连通时每个节点的节点度为|N|-1，有C(net)=1，充分必要条件为

(2)

可达性表示在网络中能间接通信的节点对之间的路径。网络模型中的|N|个节点由|M|个分区组成，M = {m1,m2,m3,…,m|M|}和mj={x1,x2,x3,...,x|mj|}，可达性表示为

(3)

消息传递完全可达性的要求是R(net)=1。然而，网络中只有一个分区，那么,该网络拥有全可达性充要条件是

(4)

M度节点的百分比定义为具有M度节点在整个网络中所占的比例。网络中某节点集为Nm={ni| deg(ni)≥(deg(Net))},因此,M度节点的百分比就为

(5)

在均匀分布的二维空间中已知节点密度ρ和传输范围r0的条件下节点度deg(n0)的概率算法为

(6)

其中,P0(d=deg(n0))是节点度deg(n0)的概率，当deg(n0)=0时

(7)

通过公式(7)，可以得到

(8)

这里,C=n0lnρ+n0lnπ+n0lnn0!-lnP0,显然，可以得出传输范围是节点密度，节点度和M度节点百分比的函数

r0=f(ρ，deg(n0)，P0).

(9)

函数所表示的模型将用于保证最低节点度的条件下确定最优的传输范围，算法步骤如下：

优化传输(节点密度，节点度，M度节点度的百分比，最大传输范围，最小节能效率(min_ES)，和最小可达性(min_R))

Start

Step1: 从公式(9)推导出传输范围r0

Ifr0≥最大传输范围{网络没有达到优化}；

Elser0<最大传输范围{从公式(3)计算网络的可达性

节能效率=1-pow(传输范围,2)/pow(最大射程,2)}；

End

Step2:

If可达性≥min_R并且节能效率≥min_ES{则网络达到优化}；

Else节点度++;

gotostep1；

End

End

1.2 发送节点的筛选

在网络重编程中，将节点分为3种类型：源节点、发送节点和接收节点。源节点用从低到高的传输功率发送广播信息，广播信息包括当前的传输功率和程序段的ID。接收广播信息的邻居节点判断接收信号强度值是否超过特定的阈值，如果广播信息的接收信号强度值超过特定的阈值并且程序段ID是新的，那么,它们将存储广播信息同时成为接收节点。在收到用最高发射功率传输的最后一个广播信息后，接收节点发送确认信息。源节点收集从接收节点发出的确认信息。通过该过程，根据每个传输功率它可以了解周围接收节点的数量。在第i个传输功率上每个节点能量消耗比率如下

(10)

TPi和Ni分别为能源消耗和侦听到在第i个发射功率上的广播消息的接收节点的数量。随着Ei的增加，能源效率也随之降低。在选择发送节点时，协议不仅考虑到能源效率还考虑到它的网络负载分布，发送节点的筛选值为

(11)

式中 Wmax为最大传输功率时的能量消耗;min(Ei)/ Wmax是为了获得从0到1的值；bs和bt分别是电池剩余能量和总的电池能量；ξ为一个加权值，来维持总的能源消耗量与网络负载分配之间的平衡，其范围为0～1。如果加权的值ξ较高，网络中总的能源消耗量降低，而低ξ值表示网络负载更均匀地分布。可以根据网络条件设置σ的加权值。通过公式(10)所示的电池消耗比率和公式(11)所示的发送节点的筛选值，促使那些电量丰富的源节点成为发送节点。

图2描述了发送节点的筛选程序。如果节点具有新的更新信息和邻居节点，它可能会成为源节点或发送节点，如果成为源节点,将与其他源节点进行竞争成为发送节点;相反，它只能成为接收节点。通过这个过程，可以选择合适的发送节点以保证能量效率和网络负载平衡。

图2 发送节点的筛选流程图Fig 2 Screening flowchart of sending node

2 性能分析

2.1 仿真环境与模拟设定

OMNeT++是一种传感器网络环境中广泛使用的网络模拟器,并允许各种性能评价的软件[9]。在仿真中，假设更新的代码大小为30 bytes，这个代码被划分为32个程序段,将50个传感器节点随机分布在500 m×500 m的区域内。使用的无线模块CC1100[10]是基于IEEE 802.15.4的MAC协议[11],将915 MHz的ISM频段分为10个信道,使用中心信道频率是906 MHz。无线传播模型是对数正态阴影路径损耗模型，是最常见的模型。这可以根据如下所示的传输范围r

(12)

其中,PL(r0)为已知的在参考距离r0下的路径损耗系数,η为路径损耗指数，Xσ为随机变量标准偏差σ的高斯零均值。具体仿真参数总结如表1。

表1 模拟参数Tab 1 Simulation parameters

2.2 传输数据包的数量和完成时间

图3显示了直到完成网络重编程所需要传输的数据包的数目。如图3(a),(b)所示，发送功率在-15 dBm时，MNP在55 min网络编程期间传送了87 953个数据包。在+10 dBm下，网络重编程完成的时间是37 min，传输的信息包总数是31 725个。这是因为在较高的传输功率下，发送节点可以一次覆盖更多的邻居节点。在图3(c)中，MND—TPC协议在网络编程过程期间总共传送了28 012个数据包。

图3 MNP和MND—TPC协议的实时传输数据包的数目Fig 3 Numbers of real time transmitted data packets of MNP and MND—TPC protocols

2.3 负载分布和能量消耗

图4显示了MNP和MND—TPC协议的负载分布和能量消耗。在MNP协议中，如果该节点位于网络的中心，它的邻居节点中就会有很多接收节点，因此，该节点就有很高的概率来传送接收到的更新信息。如图4(a)所示，中心节点能量消耗占了很大一部分，特别是所选的特定节点由于转发大量的数据包能量消耗殆尽，而在边缘附近的节点一般消耗较少的能量，中心节点的能量消耗最大可达边缘节点能量消耗的50.15倍。这种不均衡的能量消耗会迅速耗尽中心节点的电能。随着MNP的传输功率的降低，由于传输范围会缩短，会有更多的节点参与到转发程序段。如图4(c)所示，很多节点作为发送节点参与到网络重编程中，并在发送模式下消耗能量。从而，当传输功率降低时，能量消耗的标准差将减小。虽然MNP可以使整体网络减少能量消耗，但它不能保证网络寿命延长，因为数据包的传输都在特定的发送节点上。图4(e)的轮廓显示MND—TPC

协议比MNP有更规律的形式，因为它根据之前的能量消耗来选择发送节点。可以看到它不像MNP那样高度依赖于特定的某一些节点。换句话说，中间节点轮流承担传输更新信息的能量消耗。这就意味着MND-TPC协议比MNP的传输能量消耗分布更合理。协议下用于传输的平均能量消耗降低至少35.48 %。这是因为发送节点保持在具有较高发射效率的发射功率上，因此，它们可以用低发射功率传输数量相当的数据包。此外，发送节点筛选程序使得传输能耗较均衡地分配到所有节点上。

图4 MNP和MND—TPC协议的能量消耗和负载分布Fig 4 Energy consumption and load distribution of MNP and MNP—TPC protocol

3 结 论

本文提出了WSNs中一种新型的满足高效节能的网络重编程协议。为了达到理想的结果，考虑节点密度、节点度和M度节点的百分比来调整发送范围，从而优化网络，并根据节点间的剩余能量进行发送节点的筛选。仿真结果表明：新的传输功率控制协议减少了网络编程中每个节点传输的数据包数量，降低了总的能量消耗并优化了网络中的负载分布。

[1] Akyildiz I,Su W,Sankarasubramaniam Y.A survey on sensor networks[J].IEEE Communications Magazine,2002,40(8):102-114.

[2] 谭 劲，陈晓竹，刘砚秋．无线传感网络再编程研究[J]．电子器件，2008，31(3)：1049-1053．

[3] Levis P，Patel N，Shenker S，et a1．Trickle：A self-regulating algorithm for code propagation and maintenance in wireless sensor networks[C]∥Proeeedings of the First USENIX/ACM Sympo-sium on Networked Systems Design and Implementation(NSDI)，2004:15-28.

[4]HuiJonathanW，CullerDavid．Thedynalnicbehaviorofadatadisseminationprotocolfornetworkprogrammingatscale[C]∥ProcofSenSys’04，Bahimore，Maryland，USA，2004．

[5]DeP,LiuY,DasSK.ReMo:Anenergyefficientreprogrammingprotocolformobilesensornetworks[C]∥SixthAnnualIEEEInternationalConferenceonPervasiveComputingandCommunications,PerCom2008,2008:60-69.

[6]KulkarniSandedS，WangLimin．MNP：Muhihopnetworkreprogrammingserviceforsensornetworks[C]∥Proc25thIEEEInternationalConferenceonDistributedComputingSystems,ICDCS2005，Columbus,OH，2005:7-16.

[7]PhillipsLA．Aqueduct：Robustandefficientcodeprogagationinheterngeneouswirelesssensornetworks[D]．Colorado:UniversityofColorado，2005．

[8]HeinzelmanWR，ChandrakasanA，BalaKrishnanH.Anapplicationspecificprotocolarchitectureforwirelessmicrosensornetworks[J].IEEETransonWirelessCommunications，2002，1(4):660-670．

[9]VargaA.OMNeT++discreteeventsimulationsystemversion3.2usermanual[Z/OL].[2009—03—18].http:∥www,omnetpp.org/doc/manual/usman,html,2003.

[10]TexasInstruments,CC1100datasheet.[DB/OL].[2009—05—29].http:∥www.ti.com/.1.

[11] 赵 铮,于宏毅.IEEE802.15.4MAC协议分析与仿真评估[J].计算机工程与应用,2007,43(4):119-121.

Reprogramming protocol of WSNs with transmission power control based on minimum node degree*

HUANG Song， SHEN Chong

(College of Information Science and Technology,Hainan University,Haikou 570228，China)

In order to reduce energy consumption of nodes and improve energy utilization,a reprogramming protocol based on the minimum node degree transmission power control(MND—TPC),which has a highly efficient energy-saving with the minimum node degree,is presented.Firstly,the protocol initialize the network considering the rest energy and maximum transmission power of each node,besides node degree and link quality，then,the process of data-transmission is departed into two stages.During the first stage,through node density,node degree,and percentage ofM-degree nodes and another factors,to generate adjustment model of transmission range,as a result,high efficient optimized network can be built; in the second stage,the network choose the delivery node by comparing transmission power and remaining energy,to ensure uniform distribution of load of network and effective implementation of energy-efficient,thus prolong the life cycle of the whole network.Theoretical analysis and experimental results show that comparing with MNP protocol,the proposed protocol can reduce the energy consumption at least 35.48 % in average under different transmission power.

wireless sensor networks(WSNs); reprogrammed protocol; the minimum node degree (MND); transmission power control(TPC)

10.13873/J.1000—9787(2014)08—0123—04

2014—01—03

国家国际科技合作项目(2013DFR11020)

TP 393

A

1000—9787(2014)08—0123—04

黄 嵩(1990-) ，男，江西九江人，硕士，主要研究方向为无线传感器网络、嵌入式系统。