刘拥,江家宝
(巢湖学院 信息工程学院,安徽省 巢湖市 238000)
无线传感器网络(Wireless Sensor Network,WSN)是指一组空间分散的专用传感器,用于监测和记录环境的物理条件并将收集的数据组织在中央位置.无线传感器网络是空间分布式的自主传感器,用于监测物理或环境条件,如温度、光照、湿度、辐射、生物有机体的存在、地质特征和地震等,并通过网络将数据进行传输[1].无线传感器网络的发展受到战场监视等军事应用的推动,今天,这样的网络被用在许多工业和消费者应用中,诸如工业过程监控和控制、机器健康监控等等.
WSN由从数个到成千上万个数量不等的“节点”构成,而且每个节点连接到一个多个传感器,传感器可能节点非常小,能够收集、处理和传送数据给其他节点和外部世界.每个这样的传感器网络节点通常具有几个部分:具有内部天线或连接到外部天线的无线电收发器、微控制器,传感器节点的成本根据各个传感器节点的复杂度不同,价钱随着复杂度的增加而逐渐增加.无线传感器网络的结构也是变化多端,它可以从简单的网络变换到先进的多跳无线网状网络[2].传感器网络受益于各种各样的传感器,在医疗、农业、地质、军事、家庭和应急管理等诸多领域有着广泛的应用,传感器节点能量的提高成为无线传感器网络中的关键问题[3].因此,能量效率的提高是设计无线传感器网络的基本前提条件,这也和无线传感器网络的信号处理以及数据存储技术的程度密切相关[4].
针对多维自重构无线传感网络信号处理及数据存储技术的研究很有意义,而且国内外对此的研究也很多,本文将从一个新的角度,对此展开讨论.在无线传感器网络中,无线传感器网络不仅要以数据为中心,而且路由协议还需要关心单个节点的数据管理,这在路由协议中设计和研究中比较重要.每个节点不需要采用整个网络寻址,而选择路径可能不需要基于节点的寻址,而是要根据特定数据组成至相应节点的特定路径[5].本文将从数据库系统体系结构、数据存储和索引、数据模式以及数据挖掘等方面阐述WSN的数据管理技术.
基于无线传感器网络的环境中的信息检索遵循一系列不同的步骤,本节介绍了需要考虑的不同方面,以提供精确的传感过程建模.图1给出了传感过程的总结在高层次上,可以识别两个独立的进程,前者是数据生成阶段,由传感器模块集合捕获,后者是数据处理阶段,在网络的不同组件之间共享.第一阶段的建模涉及模拟环境中发生的物理变化.一旦进入传感器级别,数据就会在发送给最终用户之前通过网络进行路由并进行处理[6]. 这个阶段涉及到不同网络组件之间的一系列复杂的交互,也受到网络组件资源的限制,这些资源应该被确定用于精确建模.
图1 数据检索过程的不同阶段
传感器模块的构成如下:存储器、电池、传感器硬件、嵌入式处理器和收发器. 目前市场上主要的无线传感器平台的特性如表1所示.这些平台的尺寸主要取决于它们的电池,通常是2节AA电池.在能源效率方面,基于TI MSP430微控制器的平台处于目前技术水平最先进的水平,完全工作模式下的电流消耗约为30mA,闲置模式下的电流消耗低于1μA.为了测试数据处理算法,我们认为需要考虑的关键因素有两种.首先,仿真框架应该能够通过强加一个真实的实现来评估算法的可行性,这个实现可以在现有的传感器模块上编译和运行. 我们在这里认为,这个方面是非常重要的,因为实际的实现可以揭示算法的重要缺陷,如内存需求或可计算性,因为传感器模块有非常稀缺的资源.传感器平台还没有执行浮点计算的能力的情况下,通过在算法的设计中找到解决实际使用问题的方法来实现这个开销[7].
无线传感器网络由能够监测物理现象的空间分布式传感器节点和通常称为融合中心的基站组成.每个感测节点收集关于其周围的信息,并将信息发送到其相邻节点和基站,在那里执行计算密集的数据处理任务[8].在这个框架中,传感器节点可以用于数据采集,数据转发和信息处理.传感器、微控制器和收发器是此类传感器网络的主要部件.传感器负责将物理数据转换为电信号,然后它将采集的数据传送给微控制器,微控制器负责处理所获取的感测数据并控制无线通信系统.收发器允许与网络中的其他节点或与基站的数据通信,网络无线电传输是使用媒体访问控制(MAC)协议来实现的[9].所有三个组件的共同之处在于决定三个组件的功率分配方案的功率分配单元.
无线传感器网络信号处理及数据处理技术需要考虑的第二个关键因素是模块间的通信.通信导致两个关键的方面,可能会损害传感器网络中的数据处理算法的理论有效性.首先,我们不能假设网络连通性是完美的,链路变化应该是仿真框架的一个特征[10].其次,从代码执行到网络通信的同步方面也应该被考虑,因为它们在传感器网络的实际部署中起主要作用.目前存在从传感器模块微控制器到网络通信的各种传感器网络仿真系统.例如,从网络角度来看,NS2是突出的模拟器,可以对有线和无线网络进行精确模拟,数千个节点.虽然有益于广泛的标准和实验通信协议和网络体系结构,但是却缺乏网络节点上代码执行的模拟. ATEMU以及最近的AVRORA在基于AVR汇编语言的传感器模块平台的机器码级仿真中提供了周期精度,并提供了数百个节点的网络仿真[11].然而,它仅限于AVR微控制器,不能模拟其他类型的微控制器的代码执行.其他项目如EmStar或SENS,通过关注更高层次的互操作性问题,可以模拟异构网络中的交互,涉及低资源传感器模块和更高资源的微服务器平台[12].
就我们所知,目前允许以合理的精度模拟微粒代码执行和网络通信的最佳人选是TOSSIM,即TinyOS的模拟器. TinyOS是一款开源的事件驱动系统,用于对当前主要类型的传感器模块进行编程,具有大量的程序贡献,以及大量用户群的好处.程序语言是C语言中的变种NesC,可以编译为TI MSP430和ATmega128L AVR微控制器,这些微控制器目前在传感器模块技术中应用最为广泛. TOSSIM通过虚拟时钟以4MHz的速率模拟传感器模块上运行的实际代码[13].它还在比特级重现了TinyOS的完整网络栈,从而通过简单的机制来模拟网络争用或数据包损坏,最后它提供了简化的连接网络模型的简单生成和能耗模型.无线传感器网络节点和数据处理图如图2所示.
图2 WSN的数据处理架构
能量多路径路由协议的过程如下:(1)路径建立;(2)数据分发;(3)路由维护.每个节点根据下一跳节点的情况到达目的节点的,并计算其发送数据的概率[14].Cos t(Ni)表示节点i到目的节点的通信成本.路径的通信成本值是节点i的成本值加上两个节点之间的通信能量消耗:
CNj ,Ni= Cost(Ni) +Metric(Nj,Ni)
(1)
CNj,Ni表示节点Nj通过节点路径发送数据到达目的节点Ni的代价,Metric(Nj,Ni)代表从节点Nj到节点Ni的通信节点能量消耗:
(2)
节点放弃成本过高的路径,将节点j加入本地路由表的条件是α>1:
(3)
节点Nj使用以下公式来计算选择节点Ni的概率:
(4)
节点Nj将消息中的原始成本值替换为值Cost(Nj),到达目的节点的开销定义为通过路由表中的节点到达目的地的节点Cost(Nj)的成本的平均值:
(5)
这种方法是在每个节点上维护一个路由表,在每个目的地址上标记该链路应该被转发的表.这些表示形式在整个系统配置中生成,并在此后相当长时间内保持静态.当网络拓扑结构固定,流量比较稳定时,该算法效果最好.系统构建网络节点.基于TI-MAC底层通信协议,自主开发支持移动用户的路由协议,构建双层通信监控网络[15].任何一项研究成果都需要进行其性能分析和验证评估,目前的验证方法分为实验验证和模拟两种.网络实验平台可以分析小规模网络中算法的性能,但是在大规模网络环境下很难评估算法的性能.因此,研究人员设计和开发了许多仿真平台(或基于现有平台建立的无线传感器网络模型),典型的仿真平台,如:NS-2,OPNET等.图3是WSN自定位算法流程图.
图3 自定位算法的工作流程
在C语言环境下,我们运行该程序,结果如图4所示. 首先,我们必须定义无线传感器网络中所有节点的数量. 然后,我们输入源节点号码. 最后,我们建立整个网络,并在两个节点之间的能量传输中输入网络数据. 最后,程序自动计算消耗最少能量的路径.
图4 自定位算法的工作流程
在移动过程中汇聚节点,通过定期发送信标来通知其当前位置周围的相邻节点. Sink节点的邻居节点可以直接发现Sink节点并开始数据传输[16].外层节点间接发现节点,通过感知内层节点的数据传输行为来传输数据. 吞吐量达到13%,丢包率达到44%,时延达到68%,网络预期寿命达到36%.这说明移动Sink动态负载均衡数据聚合算法在WSN数据处理和数据管理方面是最优的[17],见图5.
图5 传输数据情况
每个系统和算法都有自己的特点和适用范围,没有人是最好的.总的来说,一些循环细化算法(如合作测距,两相定位,n跳多点测基元等)不仅提高了定位精度,而且给用户提供了更大的自由度,逐渐建立起了新的类别.
无线传感器网络是一种新的信息获取和数据处理技术,在某些特殊领域,它具有传统技术无法比拟的优势,也将开辟许多新的有价值的商业应用.由于无线传感器网络是一项新兴技术,我国在这个专业领域所做的研究比较少.无线传感器网络由许多带有低功耗无线收发器的传感器节点组成,能够有效地将不同环境中的有用信息收集到远端基站进行处理.因为传感器网络节点间能量传输受到限制,所以系统节点之间的通信应最大效率地利用能量来延长网络的生命周期.鉴于此,文章在消化吸收他人研究成果的基础上,深入分析了无线传感器网络中的能量路由原理,并在此基础上给出了明确的解释,目前使用比较常见的路由协议做了一个总结和比较.本文对无线传感器网络能量路由进行了研究,使用一个简短的程序模拟来说明在网络中选择最小能量路径的过程.但是对于每个具体的路由过程,具体的应用环境起到了指导作用.将来要做模型和量化定位算法的性能评估,WSN需要建立标准的仿真技术和仿真系统.我们还可以实现超大规模网络中的低成本,高精度定位系统和移动网络环境中的自适应定位算法.