事件驱动的无线多媒体传感器网络QoS通信协议*

2014-09-06 10:47李瑞瑶白光伟

传感技术学报 2014年6期

李瑞瑶,白光伟,,3*,沈航,张芃

(1.南京工业大学计算机科学与技术系,南京 210009;2.南京理工大学高维信息智能感知与系统教育部重点实验室,南京 210094;3.南京邮电大学宽带无线通信与传感网技术教育部重点实验室,南京 210003)

李瑞瑶1,白光伟1,2,3*,沈航2,张芃1

提出一种事件驱动的无线多媒体传感网QoS感知通信(EDQC)协议。首先,当监测到事件发生时,在满足事件监测质量的基础上,启动最少的视频节点进行数据采集,以减少冗余数据的产生。其次,在数据传输阶段,计算由前进距离、队列长度和剩余能量构成的复合权值,并选择权值最大的下一跳节点进行数据转发,从而避开拥塞区域、延长网络生存周期。仿真结果表明,EDQC协议能够较好的适应视频监测需求,同时减少通信拥塞、均衡节点能耗。

无线多媒体传感网;事件监测;QoS感知通信;

无线多媒体传感器网络WMSNs(Wireless Multimedia Sensor Networks)[1]是由低功耗多媒体传感器形成的一组具有感知、计算和通信能力的多媒体监测网络。WMSNs在环境监测、物体追踪、智能交通系统中有着广泛应用,其中有效的事件监测和可靠的信息传输是人们关注的核心问题[2]。

事件监测是WMSNs的典型应用之一,其中有两个有待解决的关键科学问题:①根据系统所需事件监测质量不同,监测既要保证完整性又要尽量减少冗余;②通过合理的路由选择,缓解可能的通信拥塞,同时保证业务QoS、兼顾能耗均衡。

近年来,WMSNs通信协议[5]相关研究主要侧重于优化路由选择阶段的实时性和可靠性,而对于事件监测过程则没有较好的研究。文献[7]提出了一种基于相关性感知的视频传感器网络QoS路由协议CAQR。该协议通过差分编码策略减少由于节点间相关性而产生的冗余数据,并由相关组中的节点进行数据压缩,经过多跳传输控制时延和可靠性,当数据流出相关组时采取相关性感知的负载平衡方案,把不能由差分编码缩减的数据分散至多条路径来避免拥塞,并在达到QoS要求的基础上实现最小化能耗的目的。但该协议未考虑优化数据采集,并且在数据传输阶段避免拥塞的方法不够完善,可能会使数据在小范围内多次转发而浪费带宽。

TPGF协议[8]针对多媒体数据量大的特点采用基于贪婪策略的多路径传输算法,每一跳都选择距离目的节点最近的节点,同时考虑了网络中由于节点失效造成的路由空洞问题。在路径发现结束后对选出的路径进行路径优化,避免回路的产生。但该协议在实现过程中并未考虑能量和拥塞情况,由于贪婪算法可能会增加空洞节点的产生而造成更大面积的路由空洞。

文献[9]提出一种旨在消除冗余数据的摄像头节点分布式合作启动算法。由于多媒体数据在处理和传输过程中的高能耗开销,文章提出一种通过摄像头节点合作来实现最小化重叠覆盖的算法,摄像头节点只有在事件发生在附近时才启动参与数据采集。该算法仅涉及事件监测中的节点启动,未涵盖事件监测的完整过程,且未对事件覆盖率进行详细定义。

上述工作对于事件监测过程缺乏可靠的支持。为了满足基本的事件监测需求,同时提供可靠的多媒体数据传输,本文提出一种事件驱动的无线多媒体传感网QoS通信协议EDQC,围绕事件监测的信息采集和信息传输两部分进行研究。在信息采集过程中,协议从事件监测质量角度出发,以满足最低监测要求和减少冗余为目标实现节点调度;在信息传输阶段,针对实时性可靠性等QoS保障因素提出一种均衡能耗、避免拥塞的无线网络传输算法。通过考察当前节点的前进距离、队列长度和剩余能量等,计算复合权值并选择权值最大的节点作为下一跳进行数据传输,以此保证QoS服务质量,延长网络生存周期。

1 网络模型

本文做出如下假设:

①网络中包含两类节点,第一类为视频节点,可以用集合V={v1,v2,…,vn}表示,第二类为标量节点,用集合S={s1,s2,…,sm}来表示,网络中的节点位置均固定。

②标量节点的感知范围呈圆形,视频节点的监测范围为60°的扇形,并且在运行过程中视频节点的监测区域FoV不会转动,且保证95%以上的标量节点都被至少一个视频节点覆盖。

③每个节点在网络中都有唯一的ID标记,并已知自身的位置坐标。

④事件发生时,si(1≤i≤n)可以感知到事件信息,而vj(1≤j≤m)负责采集数据。

表1 本文中使用的符号

根据文献[7]中的能量模型可知,在数据传输阶段,网络中标量节点均具有相同的初始能量E0。假设节点的能耗主要来自数据包的发送和接收。其中,数据发送产生的能量消耗由下式计算:

et=(ete+etadα)×l

(1)

式(1)中ete表示发送1 bit数据所消耗的能量,eta是通信能量常数,表示发射放大器将1 bit数据发送单位面积消耗的能量。l表示数据包大小。α为路径消耗指数,取决于传输介质,通常在2和4之间。类似的数据接收能量消耗:

er=ere×l

(2)

式(2)中ere表示接收1bit数据所消耗的能量。

根据(1)和(2),发送和接收数据的能量消耗为:

E(l,d)=et+er

(3)

2 多媒体事件监测

2.1 事件采集和反馈

本文研究的事件驱动QoS通信协议在事件监测过程中考虑如何进行节点调度,使之既能保证监测质量,同时尽可能减少冗余。

图1 视频节点监测范围FoV

网络中,vj会覆盖若干si,如图1所示。但由于vj的位置和视角不同,si会同时存在于多个vi的FoVj内,如图2所示。多个vj采集到的重叠区域数据可以被认为是冗余数据。事件监测质量体现在标量节点覆盖率上,若ω0=0.5,则意味着监测到事件的si中的50%应被覆盖在Ω集合元素的FoVs内。

图2 多视频节点监测覆盖面积

监测到事件的si(1≤i≤n)向周围广播消息,形成集合ξ{all},同时vj(1≤j≤m)分别记录FoVj中感知到事件的标量节点ID,并构成ξ{j}集合,同时vj归入δ集合。

为衡量集合Ω的监测质量,我们作出如下定义:

定义1合作质量vΩ表示Ω中的视频节点覆盖的标量节点数量,其公式可表达为:

(4)

定义2监测质量ωΩ表示Ω中视频节点覆盖的标量节点总量与集合ξ{all}中元素数量的比值,可表示为:

(5)

定义3合作效率η是指添加新的视频节点j后的合作质量与添加前的比值,表示为:

(6)

假设A节点覆盖到的标量节点数最多,即|ξ{A}|最大,则将A节点加入Ω集合中。此时的合作质量和监测质量可分别表示为:

vΩ=v{A}=|ξ{A}|

(7)

(8)

若此时ωΩ<ω0,则需要调度其他节点协作采集信息。对于节点B∈δ而言,A、B两个节点FoVs覆盖到的节点个数为|ξ{A}∪ξ{B}|,A、B节点的合作质量和监测质量分别是:

vΩ∪{B}=|ξ{A}∪ξ{B}|

(9)

(10)

A、B节点的合作效率可以表示为:

(11)

若遍历δ中的节点后,发现节点B能够使新的合作效率最大,则Ω←Ω∪{B},ωΩ←ωΩ∪{B}。

如图3和图4所示,循环依次添加合适的节点,直到ωΩ≥ω0。

图3 当ω0=0.7时启动的节点为A、B

图4 当ω0=0.9时启动的节点为A、B、C

2.2 节点状态调整

本文研究的事件驱动QoS通信协议,在保证监测质量的前提下尽可能减少冗余,为数据传输阶段减少发生拥塞的可能性。

更新Ω集合的过程可以描述为选择合作效率最大化节点集合的过程:

Given:

δ,ξall,ξ(i),i∈δ

Find:

Maximize:

(12)

Subject to:

η>1,j∈δ

(13)

若si(1≤i≤n)监测到事件信息,则vj(1≤j≤m)更新存储的ξall、ξ(j)、δ集合作为输入信息,输出信息为Ω。EDQC根据式(13)依次判断δ中的节点j是否能使添加该节点后的合作效率大于1,并选择使式(12)的值最大的节点j添加到启动集合Ω中,如算法1所示。

算法1描述了视频节点调度算法的具体实现过程。当检测到事件发生时,vj(1≤j≤m)更新自身存储的信息。所有检测到该事件的si(1≤i≤n)广播事件消息形成ξ{all}集合,当vj监听到事件消息后更新集合ξ{j}。监测范围覆盖到该事件的vj形成δ集合。

从δ中找到使|ξ{j}|最大的节点j并添加到集合Ω中,计算当前监测质量ωΩ=|ξ{j}|/|ξ{all}|,如果此时ωΩ<ω0,则需要协作采集。依次计算添加δ集合中的其余节点后的合作效率,并将使合作效率最大的节点i添加到集合Ω中,循环该步骤直至ωΩ≥ω0。

算法1视频节点调度算法

1 Initialization for all video nodes

ξ{all}←∅,ξ{i}←∅,δ←∅,Ω←∅,vΩ←0,wΩ←0;

2 while sidetect‘event’do

3ξ{all}←ξ{all}∪{si};

4sisend‘event’info;

5 end while

6 for eachvjreceive‘event’info do

7 ifsiin FOVjthen

8δ←δ∪{vj};

9ξ{j}←ξ{j}∪{si};

10 end if

11 end for

12 find max(|ξ{j}|),j∈δ;

13vΩ=|ξ{j}|;

14wΩ=|ξ{j}|/|ξ{all}|;

15Ω←Ω∪{j};

16 whilewΩ

17 findη=max(|vΩ∪{i}|/|vΩ|),i∈δ,i≠j;

18vΩ=|vΩ∪{i}|;

19wΩ=vΩ/|ξ{all}|;

20Ω←Ω∪{i};

21 end while

22 for eachi∈Ωdo

23 turn oni;

24 end for

25 end

3 多媒体数据传输

事件发生后,网络中的节点将采集得到的多媒体数据传送至Sink节点,自然的需要进行数据传输。

3.1 路由选择问题

为了保证多媒体数据的实时性和可靠性,协议采取一种路由选择算法将采集得到的实时数据发送到距离Sink节点更近、拥塞度较轻、能量更充足的下一跳节点。路由算法定义如下:

Given:

i,j∈N(i),N(i)

Find:

Maximize:

Hm(j)

(14)

Subject to:

dist(j,s)

(15)

tij≤Tij

(16)

p≥P_REQ

(17)

局部最优下一跳节点j*是相对节点i距离Sink节点更近且复合权值最大的节点。式(15)说明下一跳距离Sink更近。式(16)中tij表示传输过程中实际的传输时延,Tij表示要求的最大时延,其具体计算方法在4.3节中介绍。式(17)中p表示实际传输时的链路可靠性,P_REQ表示要求的最低可靠性,本文取0.8,能够提供给用户可接受的多媒体数据质量。

式(14)表示复合权值,定义为:

Hm(j)=α·Dj+β·(1-Qj)+γ·Ej

(18)

式(18)中Dj表示节点i到j的前进位移与i到Sink节点距离的比值,Qj表示节点j当前的拥塞程度,Ej表示节点j当前的剩余能量与初始能量的比值,即:

(19)

(20)

(21)

式(20)中Q_length表示节点j的队列长度值,B表示节点的缓冲区大小,式(21)中Eres表示节点j的剩余能量。

根据2.2节能量模型可以得到节点每接收并发送一个数据包后剩余能量表达式为:

Eres=E0-E(l,d)

(22)

复合权值QoS路由算法可以描述为节点i在选择下一跳节点进行数据传输时,从前进位移、拥塞程度和剩余能量3个方面考察邻居节点的优劣。当节点所在区域拥塞程度较小、能量充沛时,为了能更快将数据传送至Sink节点,下一跳的选择主要由前进位移Dj决定;当节点所在区域开始出现拥堵情况,为了避让拥塞节点,Qj值作为主要决定因素;而对于平均剩余能量较低的节点,剩余能量越高,则被选择的可能性越大。

根据节点i自身环境的不同,在选择下一跳时决定因素也会有所变化。因此在使用复合权值时首先要明确当前节点的网络特性,也就是权值参数的确定。

3.2 权值参数计算

复合权值中主导因素由当前节点网络特性决定,并体现在复合权值的参数中,α、β、γ可以反应出节点i所处位置的网络环境,决定当前占主导作用的因素。

(23)

α的大小与节点i与Sink节点的距离远近成反比。距离越近则α越大,同时距离因素的影响越大。

(24)

β反应节点i的区域拥塞程度。Qj值越大,β越大,且β的值大于任意邻居节点的Qj值。

(25)

γ表示节点i的区域平均剩余能量。

节点i与Sink节点距离越近,即α增大,表示前进距离的影响效果更大。而当节点i所处的区域拥塞程度较高时,下游节点队列长度的影响力相对较大。同理,当节点i周围邻居节点的剩余能量较低,能量的影响就增强,反之亦然。

3.3 传输延迟估计

由于多媒体数据对端到端时延有较高要求,因此为每个实时数据包设定从节点i传输到Sink节点所需的最长时间,用Tik表示。则单跳的时延约束可表示为:

(26)

式(26)中分母是从i节点到目的节点的估计跳数。

(27)

(28)

3.4 算法实现

算法2描述了QoS路由选择的具体实现过程。当前节点i遍历其邻居节点集合Neighbor(i),选择距离小于i节点的邻居节点加入到Gi集合。对于Gi集合满足实时性和可靠性要求的节点再添加到Fi集合中作为候选节点。每个Fi中的节点j依次计算Hm(j),并找到使Hm(j)最大的节点j,并将其id赋值给next_hop作为最优下一跳。

算法2转发节点选择

1 Input:i,Neighbor(i),Tik,P_REQ

2 Output:next_hop

3Gi←{j|dist(j,s)

4 for eachj∈Gido

5Tij←Tik/Nik;

6 iftijP_REQ then

7Fi←Fi∪{i};

8 end if

9 end for

10 tempHm←0;

11 for eachj∈Fi&&j≠ido

12 ifHm(j)>tempHmthen

13 tempHm←Hm(j);

14 next_hop ←j;

15 end if

16 end for

17 end

4 性能分析与评价

本节通过仿真的方法对我们提出的事件驱动QoS感知通信协议EDQC进行性能分析。首先介绍实验环境和参数设置,然后针对实验数据进行分析。

4.1 实验环境和参数设置

我们在ns2-2.34平台上实现EDQC,并设计一系列仿真实验。网络中唯一的Sink放置在100 m×100 m的区域中心,固定各个节点位置,所有标量节点具有相同的缓冲区大小和初始能量,并且在每个标量节点能量消耗完之前不给予补充。基本参数设置详见表2。

表2 实验参数设置

本节主要从不同事件覆盖率下的网络能耗、平均端到端时延、分组投递率、Sink节点吞吐量等方面考察协议的性能。通过同一时刻发生的事件数量不同,即同时参与数据采集的视频节点数量不同来得到网络负载的变化情况,同时将结果与TPGF协议相比较进行性能分析。

4.2 实验结果分析

实验结果分析中用EDQC-0.5代表EDQC协议当ω0=0.5时的情况,而EDQC-0.9表示ω0=0.9时的情况。

数据包平均端到端时延的变化和累积分布情况分别如图5和图6所示。EDQC和TPGF的端到端时延随着同一时刻发生事件数量的增多呈上升趋势,且TPGF的平均端到端时延较大。由于EDQC-0.5参与的视频节点数量少于EDQC-0.9,因而前者发送的数据量、占用的带宽和产生的拥塞也较少,端到端时延比后者小。而TPGF协议仅将数据包发送至与目的节点最近的邻居节点而没有考虑可能发生的拥塞,所以TPGF协议的平均端到端时延比EDQC协议的端到端时延大。

图5 平均端到端时延随着事件数量的变化

图6 端到端时延的累积分布函数

从图7可以看出分组投递率随着发生事件数量的增加而下降。比较EDQC-0.5和EDQC-0.9的投递率来看,后者在仿真过程中参与数据采集的视频节点数量多,数据量增大,同时也增大了产生拥塞和空洞节点的可能性,因而投递率降低。而TPGF协议没有考虑可能发生的拥塞、丢包等情况,因此投递率较低。

图7 分组投递率随着事件数量的变化

图8显示Sink节点的有效吞吐量随发生事件数量的增加呈递增趋势。在事件数量一定的情况下,EDQC-0.5的吞吐量明显低于EDQC-0.9。EDQC协议在系统ω0值不同的情况下,吞吐量有较大差别。ω0越大,发送的数据量越多,吞吐量越大。而TPGF协议没有考虑数据实时性和拥塞的影响,因此吞吐量降低。

在能耗方面,EDQC与TPGF相比有性能提升。如图9所示,当同一时刻发生的事件数量相同时,TPGF协议的能耗方差大于EDQC。图10表明当运行100 s后,TPGF的网络节点最低能量明显低于EDQC协议。EDQC协议在选择下一跳时考虑当前节点所处的网络特性,包括位置、拥塞、能量等,而TPGF协议在转发时仅依赖贪婪算法选取距离Sink节点最近的邻居进行转发,导致单个节点能量消耗过快,能耗方差较大。

图8 吞吐量随着事件数量的变化

图9 节点剩余能量方差随着事件数量的变化

图10 节点最低能量随事件数量的变化

5 总结

本文提出了一种事件驱动的无线多媒体传感网QoS感知通信协议EDQC。当监测到事件发生时,协议在保证事件监测质量的要求下,选择最少数量的视频节点参与采集以减少冗余。在数据传输过程中,通过考察各邻居节点的前进位移、队列长度和剩余能量等,计算并选择复合权值最大的节点进行转发。文章最后通过一系列仿真实验,对其性能进行分析和评价。实验结果表明,协议能满足事件监测质量,同时保证QoS,并在此基础上降低了端到端延时、均衡了节点能耗、缓解了拥塞的发生。

[1] Hang S,Guangwei B,Zhenmin T,et al.QMOR:QoS-Aware Multi-Sink Opportunistic Routing for Wireless Multimedia Sensor Networks[J].Wireless Personal Communications,2014,75(2):1307-1330.

[2]Costa D G,Guedes L A.The Coverage Problem in Video-Based Wireless Sensor Networks:A Survey[J].Sensors,2010,10(9):8215-8247.

[3]罗武胜,翟永平,鲁琴.无线多媒体传感器网络研究[J].电子与信息学报,2008,30(6):1511-1516.

[4]马华东,陶丹.多媒体传感器网络及其研究进展[J].软件学报,2006,17(9):2013-2028.

[5]于淼,白光伟,沈航,等.多力驱动的无线传感器网络QoS路由协议[J].传感技术学报,2013,26(11):1564-1572

[6]田贤忠,朱金凤,陈群,等.无线网络中基于编码感知的能量优化路由算法[J].传感技术学报,2012,25(9):1304-1311

[7]Dai R,Wang P,Akyildiz I F.Correlation-Aware QoS Routing for Wireless Video Sensor Networks[C]//Proceedings of the Global Telecommunications Conference(GLOBECOM 2010),2010:1-5.

[8]Shu L,Zhang Y,Yang L T,et al.TPGF:Geographic Routing in Wireless Multimedia Sensor Networks[J].Telecommunication Systems,2010,44(1-2):79-95.

[9]Newell A,Akkaya K.Distributed Collaborative Camera Actuation for Redundant Data Elimination in Wireless Multimedia Sensor Networks[J].Ad Hoc Networks,2011,9(4):514-527.

[10]Li J,Cao J,Liu X.Distributed Coverage-Preserving Routing Algorithm for Wireless Sensor Networks[C]//Proceedings of the IEEE International Conference Communications(ICC 2011),2011:1-5.

[11]Ren F,He T,Das S K,et al.Traffic-Aware Dynamic Routing to Alleviate Congestion in Wireless Sensor Networks[J].IEEE Transactions on Parallel and Distributed Systems,2011,22(9):1585-1599.

[12]Newell A,Akkaya K.Distributed Collaborative Camera Actuation for Redundant Data Elimination in Wireless Multimedia Sensor Networks[J].Ad Hoc Networks,2011,9(4):514-527.

[13]Razzaque M A,Alam M M,Mamun-Or-Rashid M,et al.Multi-Constrained QoS Geographic Routing for Heterogeneous Traffic in Sensor Networks[J].IEICE Transactions on Communications,2008,91(8):2589-2601.

[14]Ehsan S,Hamdaoui B.A Survey on Energy-Efficient Routing Techniques with QoS Assurances for Wireless Multimedia Sensor Networks[J].IEEE Communications Surveys and Tutorials,2012,14(2):265-278.

[15]Dai R,Akyildiz I F.A Spatial Correlation Model for Visual Information in Wireless Multimedia Sensor Networks[J].IEEE Transactions on Multimedia,2009,11(6):1148-1159.

[16]Luo W,Lu Q,Xiao J.Distributed Collaborative Camera Actuation Scheme Based on Sensing-Region Management for Wireless Multimedia Sensor Networks[J].International Journal of Distributed Sensor Networks,2012,doi:10.1155/2012/486163.

[17]Chen M,Leung V,Mao S,et al.Directional Geographical Routing for Real-Time Video Communications in Wireless Sensor Networks[J].Computer Communications,2007,30(17):3368-3383.

[18]Akkaya K,Younis M.An Energy-Aware QoS Routing Protocol for Wireless Sensor Networks[C]//Proceedings of the 23rd IEEE International Conference on Distributed Computing Systems Workshops,2003:710-715.

李瑞瑶(1989-),女,硕士研究生,主要研究方向为无线多媒体传感器网络,无线网络QoS保障技术,liruiyao1030@gmail.com;

白光伟(1961-),男,博士,教授,博士生导师,CCF高级会员(E200012029S),主要研究方向为无线传感器网络、移动互联网、网络体系结构和协议、网络系统性能分析和评价,多媒体网络服务质量等,bai@njtech.edu.cn。

Event-DrivenQoSCommunicationProtocolinWirelessMultimediaSensorNetworks*

LIRuiyao1,BAIGuangwei1,2,3*,SHENHang2,ZHANGPeng1

(1.Department of Computer Science and Technology,Nanjing University of Technology,Nanjing 210009,China;2.Key Lab of Intelligent Perception and System for High-Dimensional information of Ministry of Education of China,Nanjing University of Science and Technology,Nanjing 210094,China;3.Key Lab of Broadband Wireless Communication and Sensor Network Technology,Nanjing University of Posts and Telecommunications,Nanjing 210003,China)

This paper proposes an Event-Driven QoS-aware Communication(EDQC)protocol in wireless multimedia sensor networks.When an event occurs,video sensors as few as possible will be awakened under the conditions of event monitoring requirement,in the hope of reducing video data redundancy.During data transmission,a compositive weight is determined in consideration of transmission distance,queue length and residual energy,and then the data are forwarded to the sensor node with the largest compositive weight as the next hop,in order to bypass congestion region and to prolong the nerwork lifetime.Our simulation results show the proposed EDQC can support video monitoring,in the meanwhile,reduce traffic congestion and balance energy consumption.

wireless multimedia sensor networks;event monitoring;QoS-aware communication;

项目来源:国家自然科学基金项目(60673185,61073197);江苏省自然科学基金项目(BK2010548);江苏省科技支撑计划(工业)项目(BE2011186);江苏省未来网络前瞻性研究项目(BY2013095-4-09);南京邮电大学宽带无线通信与传感网技术教育部重点实验室开放研究基金资助课题项目(NYKL201304);江苏省六大高峰人才基金(第八批)课题项目

2014-03-20修改日期:2014-05-07

10.3969/j.issn.1004-1699.2014.06.019

TP393

:1004-1699(2014)06-0807-07