基于WSNs节点权重的网关接入异构网络研究*

马 礼, 马海龙, 马东超

(北方工业大学,北京 100144)

基于WSNs节点权重的网关接入异构网络研究*

马 礼, 马海龙, 马东超

(北方工业大学,北京 100144)

在无线传感器网络(WSNs)中，虽然现有网关节点的设计已经将多网融合的传输方式引入进来，但很少有综合考虑整个网关节点的性能，包括吞吐量、丢包率、耗电量和成本开销等，并且少有深入探讨多网选择切换方法。针对此现状，引入传感器节点权重的概念，从不同权重的传感器节点需要不同的传输策略出发，以数据上传互联网为目的，提出了一种网关接入异构网络的框架，并在此框架中综合考虑吞吐量、耗电量和接入所需费用3个方面，提出了一种多目标优化的模型，之后给出启发式的近似算法。实验结果表明:在保证传感器网络中数据可靠传输和能耗稳定的前提下，提高了数据传输效率，并适当降低了网关接入异构网络的成本，为网关接入异构网络传输数据提供了一种可靠的方案。

异构网络; 网关; 吞吐量; 多目标优化

0 引 言

无线传感器网络(WSNs)系统通常由部署在监测区域内大量的低成本微型传感器节点和一个或几个汇聚节点组成，节点间通过无线并且多跳通信方式形成一个自组织网络系统。汇聚节点也是一个数据传输、转发的中心节点，具有相对较多的能量、内存和计算资源，同时承担着更多的计算、数据处理和数据传输等工作，可以完成某些特定的工作，如,协议栈转换、网络管理、数据融合、网络任务发布、数据转换等[1]。

另外，未来无线通信网络的发展趋势之一是多种接入技术共存并相互融合，例如:近年来逐渐兴起的多模手机[2]，这意味着无线终端正在从单一网络模式向多模化发展，即具备多种网络接口，并且能同时接入不同的无线网络。然而，由于各种网络的性能各有优劣，并且覆盖范围有限，每种单独的网络都不能满足实际需要，所以,如何使通信持续畅通高效便成了人们研究的重点,其中对网络的选择无疑是重中之重。文献[3,4]都对异构网络环境下的垂直切换目标网络选择决策算法进行了总结和分类，对比了不同方法的实现复杂度和有效性。文献[5]通过合理地定义效用函数，使移动用户能够在切换次数和吞吐量上获得很好的折中。文献[6]利用微观经济学中的效用理论提出基于效用函数的接入选择算法，通过最大化每个接入网络的效用获得优化的资源分配方案,其缺陷是选用的效用函数未将用户喜好和网络实际情况相结合，影响判决准确性。文献[7]提出采用代价函数来度量接入网络的优先特征，但是只考虑了部分判决参数。随着判决参数的增多，代价函数的设计不能合理地反映接入网络的性能。文献[8]提出的FVIKOR算法采用多属性垂直切换方法，其中加入平行模糊逻辑控制理论，但未能充分考虑用户业务需求。

在此背景下，本文考虑采取多种网络接入技术将通过网关接入互联网，让无线传感器的数据能够以多种方式上传到互联网。这样多模网关将使以下情形成为可能：需要传输的节点数据类型不同时，可以根据不同类型节点的重要程度、不同网络的当前链路状况等把不同的节点数据分发到不同的网络接口上进行传输，在保障各类节点数据传输稳定的基础上，降低网络的通信成本和能耗[9，10]。此外，当节点数据传输不正常或某个接入网络不可用时，应能及时做出反应，将此网络上承载的节点数据无缝地切换至其他可用网络。当然，这些都是建立在一定的传输控制协议和算法基础上的。

针对以上现有网关存在的缺陷和不足，从包括链路质量、吞吐量和成本等多目标优化网关传输质量的层面，本文提出了一种基于WSNs节点权重的网关接入异构网络 (heterogeneous network gateway access based on WSNs node,WSNs-N-HNGA)系统方案。在此方案中，网关需搭载多种可接入的网络接入模块，并且保证这些模块可以同时工作。此方案的目的就是为了实现如上所述的多目标优化任务，使得网关可以根据节点的信息采取对应的传输策略，使得整个网关的数据传输达到一个整体最优的状态。

1 WSNs-N-HNGA方案

本方案根据不同种类节点分别赋予其权重值，网关根据此权重值判断节点的优先级，选择合适的网络进行数据传输，并且为每种网络选择合适的基站接入，使得整个网络的性能最优化。方案整体拓扑图如图1所示，由无线传感器节点采集数据，通过Zig Bee或某种无线协议发送到网关节点，之后，网关节点通过接入某几种网络将数据上传到互联网。

图1 系统整体拓扑图Fig 1 Overall topology diagram of system

1.1 问题建模

本方案的目标为接入网络所需的能耗最小，接入费用最小，吞吐量与网络状态的最大化。设全局目标优化函数为M，本方案的目的即为找到一个全局最优的连接状态S，使得式(1)最小

(1)

s.t

∀n∈N,j∈J∶xnj∈{0,1}.

其中,Pn为节点n的连接费用，Cn为节点n连接的耗电量，Sn为节点n的网络状态。而λ1，λ2，λ3分别为P，C，S计算权重，可根据用户的需求自由设定。wn为节点n的计算权重，此值可根据传感器种类和项目需求不同而自行设定。

式(1)中Pn为传输节点n所需的开销，其值为所连接基站的开销总和，即

其中,Pj为连接基站j所需的开销。节点n连到基站j时,xnj为1;否则,为0。Cl为传输同等数据量时网络l的相对耗电量。Sl为网络l当前的网络状态，包括吞吐量Ra和信号强度SS，即

Sl=Ra+SS.

s.t.

∀n∈N,j∈J:xnj∈{0,1}.

相关参数说明：节点权重wn需要在节点发送报文中加入相应信息，网关节点解析报文中权重信息并记录，以便计算总权重W。

1.2 问题的复杂度情况及其证明

本文上述WSNs-N-HNGA问题中假设有N种节点，每种节点有L种网络可供连接，每种网络有J个基站可供选择，所有的全局连接共有LNJL种情况，属于指数级别的。因此,即使只有几种几点也会使寻找最优的全局连接状态变的很难。

此问题为NP难问题。

NP难证明：证明此问题为NP难问题可转化为证明Steiner树问题可规约到此问题。

此处引出应用Steiner树解决组播路由优化问题的一个实例：邮件发送问题。将邮件发送者和所有邮件接收者所在的节点看成是必须连接的节点集合，其他节点为未确定节点，将最终在最小Steiner树上的未确定节点称为Steiner点。而本文所述问题可以从逆向考虑，即将最终接收传感器信息的服务器看作邮件的发送者，所有可选网络和基站看作未确定节点，即有可能成为Steiner点的那些点，将不同种类的传感器节点看作邮件的接收者。如此便能将2个问题等价，同为寻找代价最小的Steiner树问题。

因此，本文所述问题为NP难问题，难以在多项式时间内找到最优解，下面提出一种启发式算法来求得近似最优解。

1.3 算法描述

1)对不同的节点种类按权重值降序排序。

2)从排序结果中从权重最高的节点依次取权重值wn。

3)对每种可选接入网络分别计算其可连接基站的目标函数值H(n)，取其最小值定义为Dl(wn)。

4)利用Dl(wn)对每种网络计算下式

max[wnDl(wn)-wn-1Dl(wn-1)].

5)求出令上式取最大值的l，即为节点n的最优接入网。

6)其中令每种网络目标函数值最小的基站即为所要连接的基站。

算法伪码描述：

a.将节点按权重值降序排序，依次赋给wn;使得w1≥w2≥…≥wn；

b.fori=1,…,ndo;

c.Dl(wi)=maxH(i);

d.li=max[wiDl(wi)-wi-1Dl(wi-1)];

e.end for;

f.所计算出的Dl即为每种网络的最优基站。

算法复杂度：若有N种节点L种网络J个基站，大循环n次，每次计算maxH(i)复杂度为O(J)，每种节点计算li时为求2次max；因此,此算法复杂度为O(nJL)，在节点较多时比指数级别要小很多。

2 实验分析

为了达到验证WSNs-N-HNGA算法性能的目的，将其与文献[8]中提出的FVIKOR算法进行实验对比分析，此实验为在实际的WSNs中进行，所有实验结果均为实际测量或者通过某种方法计算获得。

2.1 实验场景

在4 m×5 m的网格区域内放置20个传感器节点，共有10个种类，分别测量温度、CO,CO2,O3等信息，其权重值分别设置为1～10。在中心位置放置网关节点，采用友善之臂的Mini 210开发板，其上搭载Android 2.3系统，可连接的网络设置为以太网，WLAN和WCDMA，其中WLAN有3种基站可供选择。方案中全局目标函数中所需参数在仿真前统一设定，各网络的参数根据实际网络提前设定，在仿真时根据方案算法带入各个参数，计算所需结果，并结合此结果来分析此算法性能。

2.2 实验参数设定

方案中的信号强度量使用Android系统中的库函数实时读取。网络速度通过上传一张图片，根据图片大小和上传时间来测试速度。各网络参数设定如表1所示。目标权重值λ1，λ2，λ3分别设为5，3，10，表明网络状态是此实验中更为重视的目标。

表1 各网络参数设定Tab 1 Set of network parameters

2.3 实验结果

网关接入互联网的上行链路均为发送携带传感器所采集数据的报文，并且报文的字节数是固定的，因此,计算发送报文的数量即可计算出系统的总吞吐量。本实验中所用协议中的数据帧为24字节。图2为此异构网络中分别应用本文算法和FVIKOR算法上行链路的平均吞吐量对比，从结果可以看出:应用此算法能明显提高异构网络的吞吐量，提高频谱利用率，这表明此算法可以更加有效的传输所需数据，提高异构网络的资源利用率。

图2 吞吐量对比Fig 2 Comparison of throughput

另外,从图2可以看出:随着传感器节点的增加，系统总吞吐量的增长率明显放缓，逐渐趋于某一固定值，这是由于节点过多，传输延迟增大，节点间的信道竞争激烈。该问题有待进一步解决。

图3统计了2种算法平均丢包率的对比分析。从结果中发现，应用WSNs-N-HNGA算法比FVIKOR算法丢包率有所降低，但幅度不是很大，这表明此算法能在一定程度上提高信息传输的稳定性，增强系统的可靠程度。

图3 丢包率对比Fig 3 Comparison of packet loss rate

预先设定的网络能耗参数跟实际情况有些差别，因此,能耗参数使用电量Android系统状态库函数实时监控。能耗作为网关性能的重要参考依据，其实验结果如图4所示。由于此方案为接入多个网络，但接入的选择是根据算法进行，并不一定全部接入，或者只接入一种网络；而使用FVIKOR算法，则只选择一种网络接入，因此,从理论上考虑本方案的能耗会明显提高，但实际实验结果表明,本方案在能耗方面还算差强人意。随着时间的推移，剩余电量比只接入一种网络低5 %左右，这对于本方案的理念如出一辙，即在保证吞吐量和接入花费的同时，适当牺牲能耗。

图4 能耗对比Fig 4 Comparison of energy consumption

传输数据延迟分析:网关节点上传数据时将时刻信息加入报文中，利用网关节点的上传时刻Ts和服务器的接收数据时刻Tr之差来计算网络延迟Tp，其中,Tp=Tr-Ts+λ，λ为网关节点和服务器之间的时间调整系数。通过实际测量计算，网络延迟如图5所示，随着节点数量的增加，即数据量的增大，网络延迟明显提高，本文算法对网络延迟的控制效果显著，但在网络规模较大时延迟依很高，因此，算法还有待改善。

图5 网络延迟对比Fig 5 Comparison of network delay

图6所示为本方案网关节点接入网络的通信费用随节点数量增加而变化的情况。此数据为根据吞吐量和所用网络计算得出。从图中可以看出：本方案在通信费用上与FVIKOR算法相比基本持平，略有降低。

图6 通信费用随节点数量的变化Fig 6 Change of communication cost with node numbers

3 结 论

本文从WSNs中不同种类节点权重优先级的角度出发，提出一种网关接入异构网络的组合优化方案(WSNs-N-HNGA)。实验通过与FVIKOR算法对比表明：此方案在牺牲5 %电量的情况下能明显增加网络吞吐量，提高频谱利用率，另外，此方案也综合考虑成本费用问题，给出一个综合解决的方案。

[1] 刘 亮，秦小麟，郑桂能.能量高效的无线传感器网络空间范围查询处理算法[J].计算机学报,2011,34(5):763-776.

[2] Ferrus R,Sallent O,Agusti R,et al.Interworking in heterogeneous wireless networks:Comprehensive framework and future trends[J].IEEE Wireless Communications,2010,17(2):22-31.

[3] Kassar M,Kervella B,Pujolle G.An overview of vertical handover decision strategies in heterogeneous wireless networks[J].Computer Communications,2008,31(10):2607-2620.

[4] Yan X H,Ahmet Y,Narayanan S.A survey of vertical hand-over decision algorithms in fourth generation heterogeneous wireless networks[J].Computer Networks,2010,54(11):1848-1863.

[5] Yang K,Gondal I,Qiu B.Multidimensional adaptive SINR-based vertical handoff for heterogeneous wireless networks[J].IEEE Communications Letters,2008,12(6):438-440.

[6] Stevens Navarro E,Lin Y X,Vincent Wong W S.An MDP-based vertical handoff decision algorithm for heterogeneous wireless networks[J].IEEE Transactions on Vehicular Technology,2008,57(2):1243-1254.

[7] Yan Z, Luo H, Qin Y, et al. An adaptive multi-criteria vertical handover framework for heterogeneous networks[C]∥Proc of The International Conference on Mobile Tech,Applications,and Systems,Yilan,Taiwan,2008:14—1-14—7.

[8] Abolfazl Mehbodniya,Faisal Kaleem,Kang K Yen,et al.A fuzzy extension of VIKOR for target network selection in heterogeneous wireless environments[J].Physical Communication,2013,7(11):145-155.

[9] 史庭俊，方旭明，杨 云.基于连通支配树的异构传感器网络拓扑修复算法[J].通信学报,2012,33(10):77-85.

[10] Koudouridis G P,Karimi H R,Dimou K.Switched multi-radio transmission diversity in future access networks[C]∥IEEE VTC—2005Fall,2005:1672-1676.

Research on gateway access heterogeneous network based on WSNs node weights*

MA Li, MA Hai-long, MA Dong-chao

(North China University of Technology,Beijing 100144,China)

In wireless sensor networks(WSNs), although the design of existing gateway node has introduced multiple network fusion transmission mode,but few take into account the performance of the entire gateway node,including throughput,packet loss rate,power consumption,cost overhead and so on,and rare deeply discuss multi-network selection switching method.Aiming at this situation, introduce the concept of sensor node weights,from the start of different weights sensor nodes need different transmission strategy,for the purpose of data uploading Internet,present a framework of a gateway node access heterogeneous networks.In this framework,considering three aspects including throughput,power consumption and accessing cost,propose a multi-objective optimization model and then give a heuristic approximation algorithm. Experimental results show that under the premise of ensuring reliable data transmission and stable energy consumption in sensor networks,improve efficiency of data transmission and reduce costs of gateway access heterogeneous networks,provide a kind of reliable scheme for gateway to access heterogeneous network for data transmission.

heterogeneous networks; gateways; throughput; multi-objective optimization

2013—09—15

北京市自然科学基金资助项目(4132026)

TP 393

A

1000—9787(2014)04—0048—04

马 礼(1968-)，男，博士，教授，硕士生导师，主要研究领域为分布式计算、高性能计算技术、嵌入式系统。