LT 码在WSN网络中的应用研究

郭旭静

（湖南邮电职业技术学院，湖南长沙410015）

LT 码在WSN网络中的应用研究

郭旭静

（湖南邮电职业技术学院，湖南长沙410015）

无线传感器网络（WSN）是物联网感知层的核心，对物联网的发展起着至关重要的作用，因此，WSN网络成为物联网的研究热点。文章主要分析物联网和传统编译码方案中存在的局限性问题，并尝试将一种新的编译码方式LT码应用于WSN网络中，旨在改善WSN网络的关键参数。

无线传感器网络；WSN；物联网；LT码标

从1990年网络可乐贩售机到1999年美国麻省理工学院（MIT）首次提出物联网的概念，物联网这个概念和领域并没有受到太多的关注，直到1999年美国麻省理工学院建立物联网的“自动识别中心（Auto-ID）”，提出“万事万物皆可通过网络互联”，才使得物联网逐步进入人们的视线。

2009年，物联网的概念在国内引起人们的关注，从而成为继计算机、互联网和移动通信之后引发新一轮信息产业浪潮的核心领域。2010年，我国研究制定促进物联网产业发展的扶持政策，将物联网明确纳入重点产业振兴。由此，推动了中国物联网建设的快速发展。

物联网，其英文名称是“Internet of things（IoT）”，它是新一代的信息技术，也是当今信息化社会发展阶段的主流应用。物联网就是物物相连的互联网。它是三个专业领域的技术结合：自动化、计算机网络技术以及移动互联网技术。物联网的实质其实仍然是互联网，是在移动互联网基础上发展起来的一种新兴技术。移动互联网是移动终端与移动终端之间的通信，物联网只是将用户端延伸和扩展到了物体与人之间以及任何物品与物品之间，也就是物物相息。物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于各种网络的融合中，也因此被称为继计算机、互联网之后的又一大热点技术。

传感器技术、RFID技术和嵌入式系统技术是物联网应用中的三项关键技术。众所周知，绝大部分处理器处理的都是数字信号。无论是电话还是计算机，都需要传感器把模拟信号转换成数字信号。RFID也是一种传感器技术，它是融合了无线射频技术和嵌入式技术为一体的综合技术，RFID在自动识别、物流管理有着广阔的应用前景。

物联网技术正在改变着人们的生活，推动着社会的发展。如果把物联网比做一个人，无线传感器网络相当于人的眼睛、鼻子、皮肤等感官，网络就是人体的神经系统，用来传递信息，嵌入式系统则是人的大脑，在接收到信息后要进行分类处理。

传感器网络是物联网技术的重要组成部分，这个网络可以是有线的，也可以是无线的，或者有线无线混合使用。一般包括四个模块：用于感知并传递数据的底层传感器节点、用来收集各传感器节点信息的汇聚节点、互联网络的融合以及终端的用户应用。底层的传感器节点，通过射频识别以及无线局域网的技术采集周围环境的信息，并将采集到的数据传递给汇聚节点，汇聚节点将传感器节点传递过来的待测的数据进行相应的处理之后发送给需要采集数据信息的节点，实现传感器网络与互联网的信息传递与处理。

无线传感器网络（Wireless Sensor Networks，WSNs）是物联网感知层的技术，一般是自组织网络，将传感器节点部署在需要测量数据的环境中，用来收集数据。随着无线通信、传感器技术、嵌入式应用和微电子技术的日趋成熟，WSNs可以在任何时间、任何地点、任何环境条件下获取人们所需信息，为物联网（Internet of Things，IoT）技术的发展奠定基础。无线传感器网络比较适用于生理数据收集、智能交通系统和海洋探测等众多科研或技术领域。它在原有的人与人、计算机与计算机通信的基础上，进一步实现了人与物，物与物之间的信息传递，有着广阔的应用前景。

1　无线传感器网络存在的主要问题

虽然无线传感器网络在科研技术领域有很多应用场景和广阔的应用前景，但仍然存在一些需要我们解决的问题。一般来说，用于数据信息采集的无线传感器网络节点通常部署在无人值守的环境以及一些不易部署网络节点的场地，而无线环境是时变环境，无线链路的不稳定及环境噪声干扰都可能导致数据在传输过程中不稳定，而出现丢包，这就会使得无线传感器网络中数据传输可靠性低，因此如何改善无线传感器网络环境中的数据传输可靠性是需要重点研究和解决的。

由于要保证数据传输的可靠性，所以在数据传输的过程中，一旦出现丢包，就要进行数据重传，这样就会使得无线传感器网络的能耗严重增加，因此，无线传感器网络的能量问题也是需要解决的重要问题。由于传感器节点一般是无限的，使用电池，而且网络中的节点大多工作在无人区或者对人体有伤害的恶劣环境中，不方便为其更换电源，这就要求网络功耗要小，并尽最大可能的节省电源消耗，以延长传感器网络的寿命。

也有相关文献对无线传感器的节能算法进行研究。其中研究较为成熟的是无线传感器网络的MAC协议。在无线传感器网络中，各节点采集的信息以多跳的方式传送到汇聚点。从各节点到汇聚点形成一棵以汇聚点为根的传输树。文中在对无线传感器网络传输特点分析的基础上，剖析了基于CSMA/CA（载波多路监听/冲突避免）的MAC协议在树状结构无线传感器网络中的弊端，提出了一种基于CSMA/CA的MAC协议优化算法。该算法根据节点的位置调整其MAC信道接入分配，将CSMA/CA采用的各节点均等竞争信道的方法优化为各节点依据在传输树中的位置情况竞争信道的方式，这一优化提高了节点公平性，使MAC信道接入分配与树状结构的无线传感器网络传输特点相契合，解决了基于CSMA/CA的MAC协议与树状结构无线传感器网络不匹配的问题，从而减少了信道资源浪费，提高了网络传输效率，降低了能耗。实验结果表明该算法在网络丢包率、吞吐量和能耗方面的性能均有较大改进。

2　差错控制方案

2.1传统数据传输差错控制机制

目前，主要用差错控制机制来保证通信信息中数据的可靠传输。前向纠错技术、自动重传请求机制、混合纠错是常用的差错控制方案。

2.1.1前向纠错技术

在发送端，信息通过纠错编码后经过发射机进入无线信道，接收机则运用纠错译码来自动纠正无线数据传输过程中出现的差错，这种方式便称为前向纠错。前向纠错是接收机进行纠错的过程，不将差错信息反馈给发送端。纠错码通过在传输信息中添加冗余码元的方式实现差错校验，从而实现差错控制编码的功能。接收端按照一定规则发现和纠正错误，从而提高通信系统抗干扰的能力，改善系统整体的可靠性指标。前向纠错技术的优点是不需要反馈信道，实时性好，在现今的PPP通信以及点对多点组播通信中都有很好的性能表现。

2.1.2自动重传请求机制

自动重传请求（Automatic Repeat reQuest，ARQ）是一种常用的数据传输的差错控制方法，能保证通信系统中数据传输的可靠性。发送端发送检错码，接收机检测接收数据包是否存在传输差错。如果判定数据包有差错，则通过反馈信息通知发送端将该信息数据包重新发送一次，如此反复，直到接收端正确接收为止。当接收到完整的原始数据包后，接收端会产生一个接收确认信号，通过反馈信道发送给源端，发送端接收到接收端反馈的确认信号后停止发送数据包。

2.1.3混合纠错

HARQ（Hybrid ARQ）混合自动重传技术是将自动重传请求和前向纠错编码结合，保持了较高的纠错性能的同时，在时延、和信道适应性都有较好的保证。发送端将源数据进行FEC编码后发送，接收端对接收数据进行FEC解码，根据解码正确与否向发送端反馈ACK/NACK。发送端收到ACK反馈，则继续下一个数据传输，否则启动ARQ重传上一次发送的FEC数据帧，接收端对于重传数据和之前接收的数据合并解码，直到还原出源数据。

2.2数字喷泉码

2.2.1数字喷泉码概念

John Byers及Michael Luby等人于1998年提出了数字喷泉码的概念。数字喷泉码是一种高效、可靠的编码传输方式。数字喷泉码可将k个原始数据包编码生成无限长的编码数据包。接收端只要收到一定数量的任意编码数据包，就能成功完成原始数据的恢复，而不需要关心具体收到哪些编码数据包及其接收顺序。2002年Luby提出了第一种现实可行的喷泉码——LT码。LT码具有编译码方法简单以及译码开销小的特点，为数字喷泉码的发展提供了基础。

2.2.2LT喷泉码编译码方式

假设编码器源数据块包括K个数据包，每个数据包中包含m个比特，LT码具体的编码过程为：

1）编码器根据某一度分布函数随机产生每个编码数据包的度，记为d；

2）从K个源数据包中随机地选择d个数据包，异或运算，进行LT编码；

编码器不断重复上述编码过程，就可以产生无限长的编码数据包序列，如图1所示。

图1　LT码编码过程图

译码器采用置信传播译码算法进行LT译码，译码过程描述如下：

1）在正确接收到的所有编码数据包中找到一个度为1的编码数据包tn，令sk=tn；

2）所有与sk相连的其他编码数据包与sk进行异或，即

3）移除所有与源数据包sk相连的边，即将所有编码数据包与源数据包sk的关联关系去除；

4）对其余的编码数据包重复上述过程，直到恢复出所有的源数据包或没有度为1的编码数据包为止。

2.2.3LT喷泉码编码现有编码度分布

文献［8］简单介绍了两种度分布，分别为理想孤子度分布和鲁棒孤子度分布.在LT喷泉译码过程中，每次都是从度为1（d=1）的编码数据包开始，由度为1的编码数据包可直接恢复得到源数据包，并将它从其他与之相关联的编码数据包中移除，这些编码数据包的度将会减1，然后寻找新的度为1的编码数据包，以进行下一次迭代译码。在理想情况下，为了避免冗余，希望在每次迭代中，只有一个度为1的编码数据包，而且在每次迭代译码之后，只出现一个新的度为1的编码数据包。由此，可以得到一种理想孤子分布

其中，d表示每个编码数据包的度；K表示参与编码的源数据包数量；ρ（d）表示编码数据包度为d的概率。

然而在实际中，由于度分布映射的随机性，很容易造成度1的编码数据包消失，从而导致译码过程无法继续进行。鲁棒孤子度分布（Robust Soliton Distribution，RSD）在理想孤子度分布上做出了改进，设计了一个函数，并将该函数与理想孤子度分布进行归一化得到度分布。数主要增加了较大度取值的概率，并引入了两个参量c和δ，其中，c为常数且0＜c＜1；δ为译码失败概率的上界，一般取值为0.7，来确保译码过程中期望度为1的编码数据包的个数。

3　研究现状及未来展望

Zhang X，Wicker SB在其论文Robustness vs efficiency in sensor Networks中研究分析了传感器网络的鲁棒性和效率。高海豹在其硕士毕业论文《无线传感器网络的数据传输》一文中着重介绍无线传感器网络数据传输的流程，包括三个主要的传输模块：基于ZIGBEE协议的无线传感器网络节点数据传输及通信测试手段、数据中转器；与汇聚节点的UART通信或远程通信以及网络上位机程序设计及其相关理论基础。三个模块相互间的正常运行构成了完整的无线传感器网络数据传输系统，最终将现实世界的物理量在上位机程序中显示、保存、进行有价值的运算，实现人机交互的智能化。朱晓娟、陆阳等发表在《计算机科学》上的《无线传感器网络数据传输可靠性研究综述》，该文首先介绍了无线传感器网络可靠性的研究意义，从可靠性评估和可靠的数据传输技术两个方面介绍了近年来的研究成果，对这些成果进行了分类、比较，进一步展望了无线传感器网络可靠性未来的研究方向。沈玉龙在西安电子科技大学博士论文《无线传感器网络数据传输及安全技术研究》一文中，主要对传感器网络节点部署到网络业务提供过程中涉及到的传感器网络数据传输及其安全技术进行了详细的阐述。陈卓、陈洋在计算机应用学报上发表的《无线传感器网络中基于网格编码的可靠数据传输策略》结合网络编码理论，提出了一种适应于无线传感器网络环境的可靠数据传输策略——M-Growth Codes，通过基于梯度的有向路由，保证所有数据都朝着汇聚节点的方向汇聚。另外该数据传输策略还可以实现利用编码包实现对其他编码包的解码操作，进一步增强了数据的可恢复性。经过网络仿真验证表明M-Growth Codes策略能有效提高无线传感器网络的吞吐量并改善数据传输的可靠性。柳秀秀等发表在重庆邮电大学学报（自然科学版）上的论文《基于数字喷泉码的水下传感器网络可靠传输与分析》通过分析水下传感器网络的特点及传统可靠传输机制在水下传感器网络的应用局限性，提出一种基于数字喷泉码的、逐跳的可靠传输机制，并对译码成功的概率、端到端时延及能耗等网络性能进行了分析与仿真。结果表明，该机制明显减少了端到端时延和能耗，提高了包传输率。文献［15］和文献［16］分别将LT码应用于无线协作中继网络中，通过研究表明，LT码在可靠性、误码率、传输时间和能耗方面相比于传统的编译码方式有较大的改善。文献［17］是将LT码和自适应解调结合起来，寻求最优解调门限。研究表明，在此解调门限下系统误码率较低。

综上所述，LT码具有较好的应用前景。在以后的研究工作中，将尝试把LT码应用于无线传感器网络中，以取得对无线传感器网络中关键参数的改善，主要在可靠性和能效这两个关键参数方面进行深入研究，用MATLAB仿真软件定量分析LT码在无线传感器网络中取得的改善效果。

［1］孙其博等.物联网：概念、架构与关键技术研究综述［J］.北京邮电大学学报，2010（3）：1-9.

［2］佚名.物联网：下一个“重要生产力”［J］.现代国企研究，2015（15）：86-91.

［3］钱志鸿等.面向物联网的无线传感器网络综述［J］.电子与信息学报，2013（1）：215-227.

［4］Emeka EEand Abraham OF.A survey ofsystem architecture requirements for health care-based wireless sensornetworks［J］.Sensors，2011（5）：4875-4898.

［5］Fernando L，Antonio-JavierG，Felipe G，etal..A comprehensiveapproach toWSN-based ITSapplications：a survey［J］.Sensors，2011（11）：10220-10265.

［6］Cristina A，Pedro S，Andrés I，etal..Wirelesssensor networks foroceanographicmonitoring：a systematic review［J］. Sensors，2010（7）：6948-6968.

［7］刘云璐.一种无线传感器网络MAC协议优化算法［J］.计算机学报，2012（3）：529-539.

［8］雷维嘉，刘慧峰，谢显中.开关度分布：一种改进的LT数字喷泉编译码度分布［J］.重庆邮电大学学报，2012（1）：34-38.

［9］Zhang X，W icker SB.Robustnessvs.efficiency in sensor networks［C］.International Symposium on Information Processing in Sensor Networks.2005：225-230.

［10］高海豹.无线传感器网络的数据传输［D］.成都：电子科技大学，2011.

［11］朱晓娟，陆阳等.无线传感器网络数据传输可靠性研究综述［J］.计算机科学学报，2013（9）：1-15.

［12］沈玉龙.无线传感器网络数据传输及安全技术研究［D］.西安：西安电子科技大学，2011.

［13］陈卓，陈洋等.无线传感器网络中基于网格编码的可靠数据传输策略［J］.计算机应用学报，2012（11）：3102-3106.

［14］柳秀秀等.基于数字喷泉码的水下传感器网络可靠传输与分析［J］.重庆邮电大学学报（自然科学版），2014（6）：750-755.

［15］雷维嘉，郭旭静等.采用喷泉码和自适应调制的多中继传统机制［J］.北京邮电大学学报，2014（2）：68-73.

［16］雷维嘉，谢显中，李广军.采用数字喷泉码的无线协作中继方案及其性能分析［J］.电子学报，2010（1）：228-233.

［17］郭旭静.结合LT码的自适应解调最优解调门限的研究［J］.湖南邮电职业技术学院学报，2015（4）：33-37.

Research on LT codes in theapplication ofWSN

GUO Xu-jing
（Hunan Postand Telecommunication College，Changsha，Hunan，China410015）

W ireless sensor network is the core of the perception layer of Internetof thingsand is very important for the development of Internetof things.So，WSN hasbecome the research hotspotof Internetof things.Thispapermainly analyses the problemswhich exit in the Internetof thingsand the traditional encoding and decoding schemesand tries to app ly a new code-LT code in theWSNs for the purposeofimproving the key parameters.

wireless sensornetwork；WSN；Internetof things；LT code

10.3969/j.issn.2095-7661.2016.03.004】

TN911.2

A

2095-7661（2016）03-0014-04

2016-07-02

郭旭静（1988-），女，河南南阳人，湖南邮电职业技术学院助教，硕士，研究方向：移动通信。

湖南邮电职业技术学院课题项目“应用LT码提升WSN网络可靠性及能效”（课题编号：16CZ13）。