低工作周期无线传感器网络中的多重洪泛机制

田 乐

(北京建筑大学电气与信息工程学院,北京100044)

低工作周期无线传感器网络中的多重洪泛机制

田 乐

(北京建筑大学电气与信息工程学院,北京100044)

针对低工作周期的无线传感器网络存在数据成功传输率低的问题,提出一种基于洪泛的数据传输机制,即多重洪泛机制(MF)。使用MF时网络中节点在有数据需要发送时,会尝试洪泛K次数据,洪泛次数K由网络需要的成功传输概率决定。仿真实验结果表明,引入多重洪泛未大量增加网络中传输数据分组的数量,节点能耗相比传统的路由算法没有明显增加,同时减少分组的传输时延,提高了分组成功传输的概率。

多重洪泛;低工作周期;无线传感器网络;洪泛次数;节点能耗

1 概述

无线传感器网络(Wireless Sensor Network, WSN)是由大量微小低成本的传感器节点组成的网络,这种网络普遍应用于危险、环境恶劣、没有固定基础设施并需要长期应用的极端环境,如战场姿态监测、建筑物的长期监护和环境保护中的长期参数监控［1］。无线传感器网络中的节点成本非常低廉,体积很小,这些节点的能量供给能力和计算资源都非常有限,当节点的能源消耗完毕后,节点只能被废弃。节点的能源消耗主要用于传输数据和监听信道,为了减少网络的部署和维护成本,尽量延长网络的运行时间,保持长寿命的工作周期,无线传感器网络普遍采用低工作周期的应用方式,即节点会周期性或随机地进入长时间的休眠状态,关闭无线传输信道,节省能量消耗,只在苏醒后才会短期参与数据的采集或转发中,这即是低工作周期状态。

虽然低工作周期可以显著延长的网络工作寿命,但引入该种工作方式后,需要转发数据的节点只能等到通信对端的邻居节点苏醒后才能把数据转发出去,因此会增加分组的数据发送时延,这种时延称为休眠时延［2］。休眠时延恶化了网络的性能,不适用于对时间敏感的应用,如战场和应急救助。除了会引起休眠时延外,由于节点数据的转发依赖于邻居是否处于工作状态,这会大大降低数据成功发送的概率。

洪泛是一种在无线传感器网络中普遍采用的数据传输机制,广泛应用于可靠传输网络控制命令、告警信息、节点代码等关键数据的传输中,但很少直接应用于节点感知数据的传输,因为人们普遍认为洪泛会造成网络中大量冗余数据的传输,引起广播风暴的情况。本文中当无线传感器网络工作于低工作周期状态时,洪泛并没有引发需要传输大量数据的广播风暴,因为在洪泛时,大部分邻居节点处于休眠状态,限制了洪泛分组的数量。为了增大数据成功发送的概率,洪泛节点会尝试发起K次洪泛,这就是多重洪泛(Multi-flooding,MF)。

MF协议非常易于在传感器节点上实现。由于受到严重的能源、存储和计算能力的制约,无线传感器网络节点不便于应用复杂的协议,而当采用MF协议时,传感器节点无需计算通向不同节点的路由和维护邻居节点状态,不需要存储节点的链路状态,当有数据需要发送时,节点仅简单计算需要洪泛的次数,就可以向外发送数据。这种简单易行的协议特别适应于资源严重受限的传感器节点。为减少网络传输的休眠时延,同时增加网络中分组的成功传输概率,本文提出了一种多重洪泛机制。

2 相关工作

在无线传感器网络中,洪泛常用来传输一些重要的数据,如邻居信息、路由建立信息、节点的二进制代码等。一些经典的路由协议,如Directed Diffusion,LEACH［3-6］,使用洪泛发起路由的建立过程。由于担心洪泛会引起类似于Ad Hoc网络中的广播风暴问题,一些不同的洪泛改进措施被设计出来减少洪泛分组的数量,这些方法可以归类于基于洪泛概率的方法、基于洪泛区域的方法、基于邻居信息的方法。

为了更为有效地应用洪泛方式,RBP［7］,RBS［8］, Deluge［9］和Trickle［10］也提出了在无线传感器网络中应用洪泛的技术,不过所有这些技术都需要节点间周期性地交换邻居信息,维护邻居列表,这在低工作周期的传感器网络中比较困难。ADB［11］针对低工作周期的无线传感器网络提出了一种低功耗、低传输时延的广播算法,但这种算法是建立在全新设计的MAC协议基础之上的,不具有通用性。

3 算法分析

MF算法的详细规则如下:当节点处于苏醒状态并有数据需要发送或转发时,它将以洪泛的方式把数据向它的邻居节点转发K次,而K决定于预先设置的分组成功被目的节点接收的概率P,因此MF算法的关键在于,如何在给定P的条件下,计算出节点洪泛分组的次数K。

如图1所示,当网络中的某一个节点需要把数据发送到目的节点或Sink,由于每个节点的传输能力有限,数据需要以多跳的方式逐跳转发到目的节点。

图1 无线传感器网络中的多跳传输

当网络采用低工作周期模式后,假设每个节点的休眠间隔都符合强度为λsleep的点泊松过程［12］,在某一个时刻t有X个节点进入休眠状态的概率为:

因为在某一条从源节点到目的节点的数据传输路径上,只有当所有的节点都维持苏醒状态时,该条路径才是连通的,数据才能正确地被目的节点接收到,所以该路径保持连通的概率为X=0时,即数据被成功发送的概率Psuccess为:

那么K次洪泛,能够保证数据被正确传输的概率P为:

因此,当给定P时,洪泛次数K为:

为了保证数据能够正确传输给Sink节点,无线传感器网络通常采取密集部署、多重覆盖的机制,在多重覆盖的情况下,MF算法所需的洪泛次数K将会更小。假设网络目前是N重覆盖,由于节点的部署和休眠都服从点泊松分布,因此每条路径都是独立的,在K次洪泛的条件下,数据被正确传输的概率PN为:

因此,为了保证数据被正确传输的概率PN,洪泛次数K为:

4 仿真与性能分析

本文用NS2仿真工具评估MF算法的性能。表1列出了部分仿真场景的参数,在实际进行仿真时,针对不同的评估性能指标,可能会有个别的参数进行了调整。所有的节点的部署都是随机地,每种

场景都至少进行50次不同拓扑的仿真,并取平均值作为网络的性能指标。

表1 仿真场景参数

图2显示了在不同的网络规模情况下(网络节点数量从400增加到900),网络中传输的总的分组数。从图中可以看出,MF仅比Directed Diffusion增加了大概11%左右,说明MF并没有大规模增加广播分组的数量,尤其是网络中产生的有效分组数总量较小的情况下更是如此。图3更加清晰地展示了该结论,图3显示的网络中产生的洪泛和控制分组数量的详细信息,从中可以看出MF中洪泛分组的数量是Directed Diffusion的1.23倍,这是因为MF中所有的源数据也是洪泛分组,而Directed Diffusion中源数据是以单播的形式传输的。

图2 不同网络规模情况下的分组数量

图3 洪泛和控制分组的数量

图4对比了MF和Directed Diffusion 2种数据传输协议中的传输时延。从中可以非常明显地看出,MF的数据传输时延要大大低于Directed Diffusion。这是因为在Directed Diffusion中,因为节点要随机进入休眠状态,需要传输分组的节点不得不等待它的邻居节点的苏醒,从而增加了很多休眠时延。而在MF中,节点需要传输数据时直接发送,根本不需要等待邻居节点的相应,因此没有休眠时延。对于时间敏感性的应用来说,MF是一个更合适的选择。

图4 数据平均传输时延

图5显示了MF、Directed Diffusion和AODV的数据成功传输概率,从中可以看出MF能够成功传输数据的概率要远远大于Directed Diffusion和AODV协议。

图5 数据成功传输概率

图6显示了经过100次分组转发后,网络中节点平均的剩余能量值,从中可以看出虽然MF使用洪泛机制传输数据,但相对于Directed Diffusion并没有造成节点能量的大量消耗,这是因为在MF中洪泛的次数是收到严格控制的,当满足了用户期望的数据成功传输概率后,每次数据传输的洪泛就会被取消,而Directed Diffusion在每次建立传输路径和维护路由时,也需要产生大量的洪泛数据包,因此两者的能量消耗并没有明显的差距。

图6 节点平均剩余能量

经过仿真发现,MF数据传输机制在数据成功传输概率、数据传输时延方面大大优于传统的以Directed Diffusion,AODV为代表的预设路由的数据传输机制,同时在节点能耗方面并没有显著的浪费,因此,MF是一种非常适合应用于低工作周期、低数据传输量的无线传感器网络的数据传递机制。

5 结束语

在低工作周期的无线传感器网络中,因为节点会周期性或随机进入休眠状态,造成数据传输时延和数据丢失情况的增加。当网络中的数据传输数量较小时,可以使用MF机制作为数据传输协议。本文提出一种多重洪泛机制,与传统传感器网络路由协议,如Directed Diffusion和AODV相比,MF可以极大减少数据传输时延,增加数据成功传输的概率,同时并没有大量增加网路中洪泛分组的数量。

［1]Selavo L,Wood A,Cao Q,et al.LUSTER:Wireless Sensor Network for Environmental Research［C］// Proceedings of SenSys’07.［S.1.］:IEEE Press,2007: 125-129.

［2]Gu Yu,He Tian.Data Forwarding in Extremely Low Duty-cycle SensorNetworkswithUnreliableCommunication Links［C］//Proceedings of SenSys’07.［S.1.］:IEEE Press:2007:458-462.

［3]Intanagonwiwat C,Govindan R,Estrin D,et al.Directed Diffusion for Wireless Sensor Networking［J］.IEEE/ ACM Transactions on Networking,2003,11(1):216-222.

［4]Heinzelman W,ChandrakasanA,BalakrishnanH.Energy-eocient Communication Protocol for Wireless Sensor Networks［C］//Proceedings ofInternational Conference on System Sciences.Hawaii,USA:［s.n.］, 2000:256-269.

［5]邬春学,刘 易.基于能量感知的WSN按需多径路由协议［J］.计算机工程,2012,38(9):58-61.

［6]周 灵,王建新.无线多媒体传感器网络路由协议研究［J］.电子学报,2011,39(1):149-156.

［7]Stann F,Heidemann J,Shroff R,et al.RBP:Robust Broadcast Propagation in Wireless Networks［C］// Proceedings of SenSys’06.［S.1.］:IEEE Press,2006: 236-248.

［8]Wang Feng,Liu Jiamhchun.RBS:A Reliable Broadcast ServiceforLarge-scaleLowDuty-cycledWireless SensorNetworks［C］//ProceedingsofICC’08.［S.1.］:IEEE Press,2008:215-222.

［9]Hui J W,Culler D.The Dynamic Behavior of a Data Dissemination Protocol for Network Programming at Scale［C］//Proceedings of SenSys’04.［S.1.］:IEEE Press,2004:458-465.

［10]Levis P,Patel N,Culler D,et al.Trickle:A SelfregulatingAlgorithmforCodePropagationand MaintenanceinWirelessSensorNetworks［C］// Proceedings of NSDI’04.［S.1.］:IEEE Press,2004: 551-524.

［11]Sun Yanjun,Gurewitz O,Du Shu,et al.ADB:An EfficientMultihopBroadcastProtocolbasedon Asynchronous Duty-cycling in Wireless Sensor Networks［C］//Proceedings of SenSys’09.［S.1.］:IEEE Press,2009:324-333.

［12]Liu B,Brass P,Dousse Q,et al.Mobility Improves Coverage of Sensor Networks［C］//Proceedings of MobiHoc’05.［S.1.］:IEEE Press,2005:265-278.

编辑 索书志

Multi-flooding Mechanism for Low-duty-cycle Wireless Sensor Network

TIAN Le
(College of Electrical and Information Engineering, Beijing University of Civil Engineering and Architecture,Beijing 100044,China)

A novel data transmission mechanism based on flooding for low-duty-cycle Wireless Sensor Network (WSN),named Multi-flooding(MF)is proposed.Using MF,the node which has data to send will keep trying to flood the data to its destination forKtimes,whileKdepends on the required successful transmission ration.Simulation results show that MF with limited times does not generate much more broadcasting packets and energy consumption compared with other routing protocols,but reduces the transmission delay and increases the successful transmission ration remarkably.

Multi-flooding(MF);low-duty-cycle;Wireless Sensor Network(WSN);flooding times;node energy consumption

田 乐.低工作周期无线传感器网络中的多重洪泛机制［J］.计算机工程,2015,41(3):102-105.

英文引用格式:Tian Le.Multi-flooding Mechanism for Low-duty-cycle Wireless Sensor Network［J］.Computer Engineering,2015,41(3):102-105.

1000-3428(2015)03-0102-04

:A

:TP393

10.3969/j.issn.1000-3428.2015.03.019

北京市教育委员会基金资助面上项目(KM201310016002)。

田 乐(1974-),男,讲师、博士,主研方向:无线网络。

2014-02-12

:2014-04-24E-mail:tlwhx@126.com