无线体域网中改进的联合中继选择和发射功率控制算法

郭 英， 武俊芳

(1. 南阳广播电视大学 教务处，河南 南阳 473036；2. 河南理工大学 万方科技学院，河南 郑州 451400)



无线体域网中改进的联合中继选择和发射功率控制算法

郭 英1， 武俊芳2

(1. 南阳广播电视大学 教务处，河南 南阳 473036；2. 河南理工大学 万方科技学院，河南 郑州 451400)

无线体域网(WBANs)的运行面临着来自其他WBANs的无线电信道干扰以及传感器的电池容量和寿命两大挑战，然而现有的研究方案不能很好地解决这一问题，为了延长网络寿命，提升WBAN通信的稳健性，文中以多个WBANs的共存场景作为系统模型，提出一种联合中继选择和发射功率控制算法。该算法为WBANs向可直接到达集线器的链路增加两个双跳中继链路，以便提供分集增益，并向传感器和中继节点集成了无线发射功率控制机制。仿真结果表明，当多个WBANs需要共存时，所提算法可显著延长传感器电池寿命，抑制干扰，即使与0 dBm恒定直接链路无线传输机制相比，所提算法也有优异性能。此外，从SINR中断概率来看，所提算法在维持较好可靠性的同时，可将电路功耗降低60%。

无线体域网； 干扰； 中继选择； 功率控制； 寿命； 中断概率

0 引 言

鉴于半导体技术领域近期取得的巨大进步，出现了大量更加智能、体积更小的生物传感器，这些传感器既不会造成人体不适，也不会影响人们的日常生活，所以可安装在人体的各个部位甚至在人体内部署，以便采集人体信息，监测人体生理状况。生物传感器及无线通信技术领域取得的多种进步，使人们迎来了崭新的人体局域网时代，即无线体域网(Wireless Body Area Networks, WBANs)[1-2]。

传统的WBAN系统设计采取星型拓扑结构，由中央集线器进行协调，只有传感器和集线器间可进行数据传输[3]。集线器还扮演网关角色，WBAN系统通过集线器与其他网络相连。这种新一代网络的灵活性更高，传感和即时通知性能更强，且与位置无关。正是因为这些优点，WBANs的应用已经从医护领域，拓展到应急服务、消费者健身、娱乐和军事领域[4-5]。

然而，WBANs的运行面临着两大约束[6]：来自距离较近的其他WBANs的无线电信道干扰以及传感器的电池容量和寿命。此外，WBANs的通信路径损失较大，如何在电池性能有限所导致的发射功率约束下实现可靠传输也是一个巨大挑战。对于同信道干扰，由于与距离较近的其他WBANs间缺乏协调，所以存在同信道干扰。能够共存的WBANs数量随着场景、应用及WBANs移动性的不同而不同，而且我们难以在动态的WBANs通信环境下选择一个协调方[7]。

随着WBANs应用不断扩展，如何实现高效的干扰抑制以及延长网络寿命，对于提升WBANs通信的稳健性具有重要意义。为此，多篇文献对WBANs通信中的干扰抑制和节能问题进行了研究，文献[8]为减弱该干扰并确保整个网络的通信质量，提出基于能量有效性的自适应动态调度策略。建立干扰环境下的数学模型，将动态调度策略转化为最大化能量有效性并兼顾节点服务质量的非线性规划问题，并设计了FEEM 启发式算法对其进行求解。然而该算法的复杂度较高，通信开销较大。文献[9]针对WBANs中传输链路存在中断情况从而消耗额外能量的问题，在多源多中继系统模型中引入网络编码，提出一种基于网络编码多中继协作算法，减少多源多中继网络的整体能耗，延长了网络的生命周期。然而该算法无法始终保证将其他WBANs的信道干扰降低至可接受范围之内。

另外，文献[10]提出采用协作式通信策略来提高集线器接收到的报文的信噪比(SINR)，进而降低周围其他WBANs的共信道干扰。文献[11]则通过一种简单的基于预测的功率控制机制，延长了传感器电池的寿命，改进了WBANs的可靠性。尽量协作式通信和发射功率控制策略在窄带和超宽带WBAN系统中的优点已经得到证明[12-13]，然而目前还没有研究可以指出如何综合使用协作式通信及功率控制机制作为WBANs的潜在部署方案，为了弥补这一不足，本文提出一种联合中继选择和发射功率控制算法，通过选择合并和基于预测的功率控制进行联合中继选择和发射功率控制。从“日常”持续多个小时的混合行为中测量了体上和体间信道增益大规模经验数据[14]，并利用这些数据验证了本文算法在提升干扰抑制和降低能耗方面的有效性。

1 算法描述

本文研究的WBANs配置包括3个传感器，两个中继器和1个集线器。集线器放于胸部，两个中继器分别放于左臀和右臀部，3个传感器节点放于身体的其他7个部位。采用三分支选择组合策略，一条链路直接将传感器与集线器相连，另外两条链路经由中继。假设集线器不受功率约束，因此可以0 dBm恒定发射功率进行广播。在采用上述选择组合策略的同时，在传感器和中继处采用一种简单的基于预测的功率控制机制。假设这些节点处的发射功率范围为?30 dBm至0 dBm，步进量为2dB。在数据传输之前，向活跃传感器通知从其先前传输的报文中选择出来的最优链路，该条链路可由集线器在其信标内进行广播。然后，传感器根据接收器灵敏性及相关报文中最优链路的先前信道增益样本，调整其发射功率。如果最优链路是基于中继的双跳传输，则对中继链路的首跳传输(即在传感器和中继之间)进行信道预测和功率控制。通过这3条链路接收到信号后，集线器根据接收到的报文的SINR，选择信号的最优拷贝。算法1给出了关于发射功率控制的对本文算法的详细描述；算法2给出了关于联合中继选择和功率控制对本文算法的详细描述。其中，在算法1中变量offset使得我们可以根据当前信道状态及传感器和中继节点的剩余能量水平调整发射功率。在本文中针对不同的接收器灵敏度，使用不同的offset固定变量。

算法1：功率控制，根据先前的信道增益样本进行信道预测。

Rxsens表示接收器灵敏度(中继器或集线器)；Channel(T)表示当前信道增益样本；Channel(T-1)表示先前的信道增益样本。

TxRange=[-30,-28,-26,-24,…,-2,0] dBm

function POWER CONTROL(Channel,T)

C=Rxsens-Channel(T-1);

寻找索引k，以便TxRange(k-1)

Txout=TxRange(k)+offset;

ifTxout>max(TxRange) then

Txout=0 dBm;

else ifTxout

Txout=-30 dBm;

else if

end function

2 系统模型

在本文研究的WBANs应用中，采用图1所示的多个WBANs的共存场景作为系统模型，其中目标WBANs采用文中提出的联合中继选择和发射功率控制算法进行工作。基于经验的大规模每日行为信道数据集用于模拟WBANs的现实应用环境，系统配置和经验信道数据的采集则参照文献[15]。

图1 多个WBANs的共存场景

2.1 WBAN网内和网间配置

本文假设与目标WBANs产生干扰的WBANs数量可在0～9间变化。这种配置使得我们既可仿真2-10个WBANs的共存情况，也可仿真单个WBAN情况。每个WBANs的配置见第1节，即胸部配置集线器，两个中继器位于右臀和左臀部，3个传感器位于其他合适位置。所有可能的节点位置见表1。图2给出了WBANs的配置示例，其中，传感器分别位于右手腕，右脚踝和左上臂。在WBANs内，采用时分多址(TDMA)策略，传感器在接收到来自集线器的信标信号后，按照预先确定的序列将采集到的信息传输给集线器。这一过程如图3所示，该图中的标签表示节点序号。当每个传感器在传输数据时，两个中继器按照第1节内容进行协助。本文将信标信号至网络内的所有节点完成它们当前报文的传输任务这一段时间称为一个超级帧。假设每个传感器在单个超级帧间只传输一个报文。在超级帧结束时，当前WBANs进入空闲状态，直至等到下一个信标周期。空闲时间长度取决于期望共存的WBANs数量及WBANs间接入机制。

图2 WBANs的配置

考虑到共信道干扰抑制和功耗因素，采用TDMA作为所有WBANs的共信道访问机制。在传统的TDMA机制中，信道被平均分为多个时隙，且没有重叠地分配给每个WBANs。然而对共存的WBANs进行全局协作是不可行的，所以WBANs间TDMA机制的部署有所不同。如图3所示，假设共存的WBANs的数量为N，超级帧的长度为WTBXTd，则WBANs随机选择每个超级帧的开始时间，且服从[0,(N-1)×Td]上的均匀分布。当N=1时，目标WBAN为单个WBAN。

图3 采用TDMA机制的多个WBANs共存

2.2 WBAN网间和网内信道模型

在仿真之前，利用NICTA公司开发、工作频率为2.36 GHz的小型可穿戴信道发声器[16]来全面测量WBANs的信道数据。在多种不同环境下展开实验，包括研究对象进行多种完全不同的日常行为。其中，分别在胸部、左臀和右臀放置3个收发器，在其他多个典型传感器位置上放置7个接收器(见表1)。在整个实验期间，收发器采取循环模式，以0 dBm每5 ms广播一次。在收发器传输数据期间，剩余的信道发声器，包括空闲的收发器，如果成功检测到报文，则记录接收到的信号强度指示数据(RSSI)。对不同实验对象重复上述实验步骤。

表1 节点位置配置

利用发射机(Tx)/接收机(Rx)衡量的体上无线链路，x表示信道测量

实验中涉及多个研究对象，以便采集体间信道数据。对于仿真中使用的数据集，有8名对象走进咖啡厅，在咖啡厅逗留一段时间，然后回到办公室。每个对象在左臀穿戴一个收发器，在右上臂和左路手腕分别穿戴2个接收器。与体上信道实验类似，每个收发器采取循环序列模式以0 dBm每5 ms广播一次。体上和体间信道数据集的采样率并不匹配，分别是每个样本15 ms和每个样本40 ms，原因是这些数据集中每个数据集的收发器数据不同。因此，在将它们用到本文系统仿真之前，需要进行时域同步和空域覆盖[15]。因为体上和体下“每日”信道的相干时间大约为500 ms[17]，所以两者采样为每个样本120 ms，完全在信道时域稳定性周期内。此外，考虑到信道稳定性，为目标WBAN或干扰WBAN内的每个发送报文采用块衰落信道模型。

此外，如算法2所示，我们在进行功率控制和中继选择时考虑了集线器及两个中继器检测到的干扰。所以，在单个干扰WBAN和目标WBAN间需要3个体间信道，即从干扰信号到目标WBAN的胸部、左臀和右臀部。然而，鉴于体间信道采集实验中被选信道发声器的布置，对部分干扰信道没有明确的数据。于是，向可用信道数据中添加关于空间覆盖的随机补偿，以便模拟所需要的干扰信道。

算法2：联合中继选择和发射功率控制算法。

Rxsens：集线器中的接收机灵敏度。5种信道：StoH, StoR1, StoR2, R1toH, R2toH。集线器、中继器1和中继器2处的总干扰和噪声：INH,INR1,INR2。链路活跃性指示变量：a1=0,a2=0;%0表示不活跃。当前信道增益指数：τ。%传感器处的功率控制。

if StoR1(τ-1)≥Rxsens-Txsensor(τ-1) then

使首个中继链路处于活跃状态；a1=1

end if

if StoR2(τ-1)≥Rxsens-Txsensor(τ-1) then

使第2个中继链路处于活跃状态；a2=1;

end if

确定指数k，以便：

(1)

Txsensor(τ)=PowerControl(Channel,τ)，其中：

k=1, Channel⟹StoH

k=2, Channel⟹StoR1

k=3, Channel⟹StoR2

%中继器的功率控制

if 第i个中继器活跃，i=1,2 then

TxithRelay(i)=PowerControl(RitoH,i)

end if

%集线器处的分支选择

(2)

寻找最优分支l，以便：

l=argmax[υdirect(i),a1×υR1(i),a2×υR2(i)]

(3)

3 实验结果

在基于经验WBAN信道数据的全面仿真中，分析本文联合中继选择和发射功率控制算法的性能。与表2中的其他算法进行比较。‘Coop’和‘No Coop’分别表示双跳中继辅助协作式通信和传统的单链路通信。在下文分析中，算法分别表示为‘Coop/No Coop, 0/.5/.10dBm’，数值表示恒定的发射功率。‘Coop, power control’表示本文联合中继选择和发射功率控制算法。使用4种接收器敏感度[-86,-90,-93,-95]dBm，对应于运行在2.4 GHz频率上时支持BAN的不同数据率。对所有情况均假设加性恒定接收噪声功率-100 dBm。另外，如第1节所示，有7种可能的传感器位置可供选择。因此，仿真了这3个传感器位置的不同排列，对所有被测组合求取均值作为结果。最后，从集线器接收到报文的SINR值中断概率和Tx模式下每个传感器节点的平均电路功耗两个角度，比较算法的性能。采用文献[18]中的相关映射方法将传感器发射功率的变化映射为电路功耗。根据IEEE 802.15.6 MedWin联盟，-10 dBm发射功率Txout对应于2.4 GHz频率时的2.9 mW电路功耗Txcons。因此，根据文献[15]中的关系式，将-30～0 dBm间的Txout映射为1.76～5.97 mW的Txcons。算法1采用offset变量，于是每当进行功率控制时，以恒定的-5 dBm功率水平发射将会导致类似的功耗。

表2 仿真时用于性能分析的8种算法

X表示被仿真的算法

图4比较了接收器敏感度不同时，表2中各种算法的中断概率。此时，有5个WBANs需要共存。可以发现，对每种接收器敏感度，算法间的性能差异非常一致。因此，我们的分析重点是-90 dBm接收器灵敏度时的情况，如图4所示。可以发现，本文联合‘Coop, power control’算法的性能分别名列第3(及‘Coop, -5 dBm’算法)和第2，此时中断概率分别为10%，1%。在这两个水平上，优于本文算法的两种算法需要以0 dBm恒定功率发射数据。中断概率为1%时，本文算法的性能优于‘No Coop, 0 dBm’算法，比‘No Coop, 0 dBm’算法高出2.7 dB。然而，如果我们考察传感器在Tx模式时的平均电路功耗，如图5所示，则会发现以0 dBm发射数据时功耗比本文联合算法高出60%左右。此外，我们还会发现，以-5 dBm恒定发射数据时，采用发射功率控制机制会导致类似的电路功耗水平，但是当中断概率为1%时性能提升4.1 dB。最后，如图5所示，传感器以-10 dBm恒定功率发射数据时可节约大量能量，但是可靠性显著下降，如图4所示。

图4 5个WBANs共存条件下不同算法的中断概率

图5 Tx模式下传感器的平均电路功耗

图6给出了中断概率为1%时，不同共存WBANs数量条件下的SINR阈值。当更多个WBANs进入其他WBANs的附近区域时，本文算法的性能始终优于其他算法，只有一种情况例外。本文算法的性能优于其他所有算法，比性能最优的‘Coop, 0 dBm’平均要低3.4 dB，但‘Coop, 0 dBm’的功耗更大。此外，当共存WBAN数量从2个上升到7个时，所有被测算法的SINR性能均有下降，当共存WBAN数量从7个上升到10个时，算法性能基本恒定。

图6 中断概率为1%时不同WBANs数量下的SINR阈值

对于单个WBAN，图7表明本文联合算法的价值更高。虽然‘Coop, 0 dBm’算法的性能仍然最优，但是当中断概率分别为10%和1%时在SINR阈值方面与联合算法的性能差异显著下降。此外，当中断概率为10%时，本文算法比‘Coop,.5 dBm’和‘No Coop, 0 dBm’算法高出4.2和2.9 dB，当中断概率为1%时则分别高出5和12 dB。

图7 单个WBAN的SNR中断概率(无干扰)

最后，为了仿真实验对象从事不同行为时的算法运行情况，我们在时域上将体上信道分割为多个更小的段。图8给出仿真中使用一个实验对象时的典型体上信道增益，此时将其分割为测量期间实验对象的多种行为。信道稳定性随着采集到的信道增益数据的不同而有显著波动。即使实验对象从事不同的行为，均为-90 dBm接收器灵敏度时5种WBANs共存的仿真结果，但是应用于体上信道的本文联合算法仍然具有稳定的性能，如图9所示。

图8 典型信道测试情况

图9 体上信道被分割的行为

4 结 语

本文针对运行于不同条件下的WBANs提出一种联合中继选择和发射功率控制算法。该联合算法为WBANs向可直接到达集线器的链路增加两个双跳中继链路，以便提供分集增益，并向传感器和中继节点集成了无线发射功率控制机制。采用TDMA作为网内和网间接入机制。利用全面的体上和体间信道经验数据验证本文算法的性能，并仿真了共存WBAN网络数量不同时的场景，在仿真时考虑了接收到的报文的SINR中断概率及Tx模式下传感器的电路功耗。经证明，当多个WBANs需要共存时，本文联合中继选择和发射功率控制机制可显著延长传感器电池寿命，抑制干扰，即使与0 dBm恒定直接链路无线传输机制相比，本文算法也有优异性能。从SINR中断概率角度来说，本文算法在维持较好可靠性的同时，可将电路功耗降低60%。此外，联合算法的功耗与-5 dBm恒定发射时的功耗相当，但是SINR中断概率的性能更优。对单个WBAN，本文联合算法在SNR中断概率方面的性能提升幅度要大于多个WBANs共存时的SINR中断概率提升幅度，同时电路功耗节约量与其相同。因此，本文算法适用于多种场景。

[1] Movassaghi S, Abolhasan M, Lipman J,etal. Wireless body area networks: A survey [J]. IEEE Communications Surveys & Tutorials, 2014, 16(3): 1658-1686.

[2] Li M, Yu S, Guttman J D,etal. Secure ad hoc trust initialization and key management in wireless body area networks [J]. ACM Transactions on Sensor Networks (TOSN), 2013, 9(2): 18-27.

[3] 宫继兵, 王 睿, 崔 莉. 体域网 BSN 的研究进展及面临的挑战[J]. 计算机研究与发展, 2015, 47(5): 737-753.

[4] 付荣荣, 王 宏, 王 琳, 等. 基于无线体域网中多生理信号驾驶疲劳检测[J]. 东北大学学报 (自然科学版), 2014, 35(6): 850-853.

[5] 邹卫霞, 康峰源, 杜光龙, 等. 基于中国医用体域网频段的物理层方案设计及干扰分析[J]. 电子与信息学报, 2015, 37(2): 429-434.

[6] 刘 毅, 宋余庆. 无线体域网技术研究[J]. 小型微型计算机系统, 2013, 34(8): 1757-1762.

[7] Sarkar S, Misra S, Chakraborty C,etal. Analysis of reliability and throughput under saturation condition of IEEE 802.15. 6 CSMA/CA for wireless body area networks[C]// 2014 IEEE Global Communications Conference (GLOBECOM). Austin, Texas, USA: IEEE Press, 2014: 2405-2410.

[8] 陈曙光, 马志超. 无线体域网中基于能量有效性的动态调度策略[J]. 计算机工程, 2015, 41(1): 103-109.

[9] 闫 龙, 覃团发, 李亮亮, 等. 基于网络编码的无线体域网多中继协作节能策略[J]. 电讯技术, 2014, 54(3): 355-360.

[10] Dong J, Smith D B. Cooperative receive diversity for coded GFSK body-area communications [J]. Electronics Letters, 2011, 47(19): 1098-1100.

[11] Smith D B, Lamahewa T, Hanlen L W,etal. Simple prediction-based power control for the on-body area communications channel[C]// 2011 IEEE International Conference on Communications (ICC). Kyoto, Japan: IEEE Press, 2011: 21-26.

[12] D’Errico R, Rosini R, Maman M. A performance evaluation of cooperative schemes for on-body area networks based on measured time-variant channels[C]// 2011 IEEE International Conference on Communications (ICC). Kyoto, Japan: IEEE Press, 2011: 1-5.

[13] Chen Y, Teo J, Lai J C Y,etal. Cooperative communications in ultra-wideband wireless body area networks: Channel modeling and system diversity analysis [J]. IEEE Journal on Selected Areas in Communications, 2009, 27(1): 5-16.

[14] Smith D, Hanlen L, Rodda D,etal. Body area network radio channel measurement set [J]. URL: http://www. opennicta. com/datasets. accessed December, 2012.

[15] Dong J, Smith D. Opportunistic relaying in wireless body area networks: Coexistence performance[C]// 2013 IEEE International Conference on Communications (ICC). Budapest, Hungary: IEEE Press, 2013: 5613-5618.

[16] Hanlen L, Chaganti V, Gilbert B,etal. Open-source testbed for body area networks: 200 sample/sec, 12 hrs continuous measurement[C]// IEEE 21st International Symposium on. Personal, Indoor and Mobile Radio Communications Workshops. HongKong, China: IEEE Press, 2010: 66-71.

[17] Smith D B, Hanlen L W, Miniutti D. Transmit power control for wireless body area networks using novel channel prediction[C]// IEEE Wireless Communications and Networking Conference (WCNC). Paris, France: IEEE Press, 2012: 684-688.

[18] Lee C, Kim J, Lee H S,etal. Physical layer designs for WBAN systems in IEEE 802.15. 6 proposals[C]// 9th International Symposium on Communications and Information Technology. Nara, Japan: IEEE Press, 2009: 841-844.

Improved Joint Relay Selection and Transmit Power Control Algorithm in Wireless Body Area Networks

GUOYing1,WUJun-fang2

(1.Office of Academic Affairs, Nanyang Radio and TV University, Nanyang 473036, China;2. Wanfang College of Science & Technology, Henan Polytechnic University, Zhengzhou 451400, China)

The operation of wireless body area networks (WBANs) mainly face two challenges on operation: radio co-channel interference from closely located WBANs and sensor battery capacity and lifetime. However, the existing methods cannot solve this problem well. In order to prolong network lifetime and improve the robustness of WBAN communications, the scene of multiple WBANs coexistence is used for the establishment of system model in this paper. A joint relay selection and transmit power control algorithm is proposed. In this joint algorithm, two dual-hop relay links are added to the direct-link to hub for a WBAN to provide diversity gain, and radio transmit power control is integrated into sensor and relay nodes. Simulation results show that the proposed algorithm can signi?cantly prolong sensor battery lifetime and mitigate interference when multiple WBANs need to coexist, even when compared to 0 dBm constant direct-link radio transmission. In addition, there is a 60% circuit power consumption reduction at the same time as maintaining good reliability in terms of SINR outage probability.

wireless body area networks(WBANs); interference; relay selection; power control; lifetime; outage probability

2015-11-25

郭 英(1975-)，女，河南南阳人，硕士，讲师，主要研究方向：无线体域网、网络安全

武俊芳(1979-)，女，河南西平人，硕士，讲师，主要研究方向：无线体域网、网络安全。Tel.：13693847586；E-mail:3131481639@qq.com

TP 393

A

1006-7167(2016)04-0144-06