基于ＭＩＭＯ模式的無線傳感器網絡數據傳輸協議

摘 要：在對分簇無線傳感器網絡在簇群內和簇群之間數據傳輸能耗進行分析的基礎上，提出了一種在簇群間采用MIMO模式進行數據傳輸的方法。該方法以HEED協議為基礎，將MIMO模式引入到簇群間的數據傳輸過程中，極大地降低了傳輸能耗，并且創建了一種基于MIMO技術的分簇傳感器網絡能耗模型，推導出實現網絡能耗最小化時系統參數的最優值。實驗結果顯示，與HEED協議相比，該方法更顯著地降低了網絡的總體能耗，使網絡具有更長的生存期。

關鍵詞：無線傳感器網絡； 多輸入多輸出模式； 能量有效

中圖分類號：TP393文獻標志碼：A

文章編號：1001-3695(2009)06-2263-03

doi:10.3969/j.issn.1001-3695.2009.06.080

Data transmission protocol based on MIMO scheme in wireless sensor networks

TANG Bo1，2，WANG Yan-dong2， ZHOU Ming-tian2

(1.College of Computer Science， Sichuan Normal University， Chengdu 610068， China; 2. College of Computer Science Engineering， University of Electronic Science Technology of China， Chengdu 610054， China)

Abstract:

Based on analyzing the performance of energy consumption of intra-cluster and inter-cluster communication， this paper proposed a cluster-based cooperative MIMO scheme to reduce the energy consumption in data transmission. This scheme extended the HEED protocol to enable the multi-hop transmission among adjacent cluster heads by incorporating a cooperative MIMO scheme. Furthermore， developed an energy consumption model for this proposed scheme， and obtained the optimal parameters to minimize the total energy consumption. Simulation results show that the proposed scheme can efficiently reduce the energy and prolong the lifetime of network significantly.

Key words：wireless sensor network(WSN); MIMO(multiple-input-multiple-output)scheme; energy efficiency

近年來，無線傳感器網絡（wireless sensor networks，WSNs）吸引了學術界和工程界的廣泛關注。由于網絡節點以電池為能量源，網絡部署后對電池的充電和更換幾乎不可能。網絡能耗和生存期指標是無線傳感器網絡設計中最重要的因素。

多輸入多輸出(MIMO)技術其本身所固有的特性，在增加通信信道容量的同時，能顯著地降低通信能耗^[1]，所以將MIMO技術應用在WSNs中，可極大地降低數據傳輸時的能量消耗。Bravos等人在文獻[2]中對MIMO技術與多跳技術在WSNs中的能耗進行了分析比較。文獻[3]中，Cui等人創建了一個在single-hop模式的WSNs中采用MIMO技術的通信模型，并對其能耗和數據傳播時延進行了分析。Li^[4]提出了一種在沒有網絡同步時鐘支持的情況下，利用MIMO技術進行數據傳輸時延和信道評估模式。文獻[5]提出了一種在LEACH協議基礎上，結合MIMO技術的擴展LEACH協議。以上提出的方法中，文獻[2~4]沒有對平面的網絡進行分析，也沒有考慮分簇網絡情形。在大規模的WSNs中不具備可行性。

本文在文獻[2，3]的若干結論基礎上，利用MIMO技術對基于分簇的HEED協議^[6]進行擴展，提出一種基于MIMO技術的MIMO-HEED協議，來展示在分簇的WSNs中利用MIMO技術是如何提高能量的利用率的。在MIMO-HEED協議中，簇頭節點構成的向sink傳輸數據的骨干網中兩個相鄰簇頭間發送數據時，在單跳數據傳輸方式中引入MIMO技術，發送方簇頭和多個協助節點同時向目的簇頭與其多個協助節點同時發送數據，替代原來一對一的通信模式。在此基礎上，本文還創建了一種基于MIMO模式的分簇傳感器網絡能耗模型。

1 多跳的MIMO-HEED模式

1.1 協助節點選擇策略

為了在相鄰兩個簇頭間通信時實現MIMO技術，最大化節省能量，必須在發生通信行為的兩個直接相鄰簇頭間精心選擇合作節點。為闡述本策略，本文作出如下假設：當前簇頭采用MIMO技術，使用Sco個合作節點將數據傳輸到鄰居簇頭CHn；簇群內通信為AWGN信道模型，通信的能量與路徑損耗的平方成正比；對于簇群間的通信，在距離、通信環境等方面比簇群內通信更遠、更復雜，所以本文假設為flat Rayleigh fading信道模式。信號的調制模式為BPSK，帶寬為B Hz。

本文用di_ch 表示節點i， i∈Sco和它所屬簇頭節點間的距離；用di_CHn 和 k 分別表示節點i 到達相鄰簇頭CHn的距離和路徑損耗參數。簇頭間的單跳通信過程分為兩個步驟：首先，當前的簇頭向多個合作節點廣播數據；然后合作節點對數據進行正交的STBC(space-time block codes)編碼后，轉發給目的簇頭CHn。

在MIMO-HEED模式下，網絡數據傳輸模式如圖1所示。



1.1.1 簇群內通信能耗的分析

本文中，Ebt(intra)表示當前簇頭向合作節點廣播1 bit數據所需的能量。Ebt(intra)由兩個主要部分組成，即傳輸能耗Ebt_t(intra)和電路能耗Ebt_c(intra)。對于BPSK調制模式下，比特錯誤率(bit error ratio，BER)可以表示為Pb=Q2r。其中:r是AWGN信道的信噪比，定義為r=Pr/(2Bσ2Nf)^[6]。其中：Pr是接收信號的能量值；σ2是AWGN信道的能量密度；Nf 是接收端噪聲值。在信噪比較高的環境下，可以利用Chernoff bound^[7]算法獲得BER的近似值Pb=e-r，于是有Pr=-2BNfσ2ln(Pb)。假設簇群內通信時，路徑損耗參數k=2，則Ebt(intra)可以表示為

Ebt(intra)=Ebt_t(intra)+Ebt_c(intra)=

-2(1+α)Nfσ2ln(Pb)Gd2maxMl+(Pct+SopPcr)/B(1)

其中：α表示RF放大器的效率值；dmax 表示簇頭與合作節點間最大距離值；G表示在dmax=1 m時，天線的增益因子；Ml 表示鏈路的富余度；Pct 和Pcr 分別表示發射機與接收機的電路能耗值^[3]；F1(Pb)表示-2Nfσ2ln(Pb)，H(dmax)表示GMid2max， 于是式(1)可以寫成

Ebt(intra)=(1+α)F1(Pb)H(dmax)+(Pct+SopPcr)/B(2)

從式(2)可以看出，選擇距離簇頭較近的合作節點可以降低簇群內通信的能耗。

1.1.2 簇群間通信能耗的分析

本文使用Ebt(inter)來表示簇群間采用MIMO技術進行數據傳輸的能耗值。如前面所述，每條簇群間的鏈路均假設為flat Rayleigh fading 信道。利用BPSK調制模式，發送每個bit所需的平均能量可以近似地表示為

Ebt(inter)=(1+α)N0/P1/Sopb∑Sopi=1（(4π)2dki_ch）/（GtGrλ2）MlNf+(SopPct+Pcr)/B(3)

其中:N0表示單邊的噪聲能量譜密度；Gt 和Gr 分別表示發射機和接收機的天線增益；λ表示載波的波長。

假設信道為對稱的，合作節點i 以Pout發送能量發送信號，接收端CHn收到該信號的能量強度Pi_CHn與Pout的關系可以表示為Pout=Pi_CHn(4π)2dki_CHnMlNf/GtGrλ2。

因此，接收端信號能量強度為

Pi_CHn=PoutGtGrλ2/((4π)2dki_CHnMlNf)=Pout/G(di_CHn，K)(4)

其中：G(di_CHn，K)=Pout/Pi_CHn=(4π)2dki_CHnMlNf/(GtGrλ2)。于是式(3)可以重新表示為

Ebt(inter)=(1+α)N0/P1/Sopb∑SopiG(di_CHn，k)+(SopPct+Pcr)/B=

(1+α)F2(Pb)∑SopiG(di_CHn，k)+(SopPct+Pcr)/B(5)

1.2 MIMO模式的網絡最優參數值

本節中，筆者創建了一個最優的網絡能耗模型，用來分析本文中提出的基于MIMO技術的數據傳輸方法的能量消耗過程，并計算出當網絡在能耗最小狀態時系統最優的參數表達式，系統參數包括最優的簇群數量Nc和合作節點的數量Sop。

在分析過程中，本文作出如下的假設：a) 由M個節點組成的網絡均勻部署在一個L×L 大小的區域內。b) 每個節點以概率P 在每一個發給簇頭的數據幀中發送的長度為s的數據分組。用Fn表示每輪中發給簇頭的數據幀數量。c) 在每輪中，每個簇頭以Rbt次的頻率向相鄰的簇頭廣播數據大小為Rts的路由信息，用于維護路由狀態。

用E(Nc， Sop) 表示網絡在每輪過程中的能耗總和，包括四個組成部分：a) 每個簇群收集數據的能耗Eintra(Nc)。 b) 每個簇頭節點建立維護路由信息的能耗Er(Nc)。c) 簇頭向合作節點發送數據的能耗ECH_co(Nc， Sop)。d)合作節點向下一個簇頭發送數據的能耗Eco_CH(Nc， Sop)。

1.2.1 簇群收集數據能耗Eintra(Nc)

根據1.1節中的描述，簇群內通信為AWGN信道模型，通信的能量與路徑損耗的平方成正比。簇群內的成員節點向簇頭發送1 bit的數據所消耗的能耗為Eintra_bt(Nc)，其可采用與式(1)中推導Ebt(intra)相類似的方法求出。于是得到

Eintra_bt(Nc)=

-2(1+α)Nfσ2ln(Pb)GE[d2c]Ml+(Pct+SopPcr)/B(6)

其中:dc 是成員節點到簇頭的距離。每個簇群中成員節點的平均數量可表示為「M/Nc，則每個簇群中，成員節點發送給簇頭的所有bit數量總和為S1(Nc)=「M/NcFnPs， 于是有Eintra(Nc)=NcS1(Nc)Eintra_bt(Nc)。

1.2.2 維護路由信息的能耗Er(Nc)

當網絡中簇群數量為Nc 時，每個簇群的覆蓋半徑可以近似地表示為L/πNc。于是，兩個直接相鄰的簇頭之間的距離為2L/πNc， 同時，本文假設每個簇頭有四個直接的相鄰簇頭節點，簇頭間的通信信道為flat Rayleigh fading channel。根據上述結果和假設條件，Er(Nc)可以近似地表示為

Er(Nc)=NcRtsRbt((1+α)N0/Pb((8πL)2MlNf)/(GtGrλ2(πNc)Nc)+((Pct+4Pcr)/B))(7)

1.2.3 簇頭向合作節點發送數據能耗ECH_co(Nc， Sop)

簇頭在向下一跳鄰接簇頭發送數據時，首先向合作節點Sop 廣播數據。在這一過程中，簇頭廣播1 bit所需的能量ECH_co_bt(Nc， Sop) 可以表示為

ECH_co_bt(Nc，Sop)=-(1+α)/πNcNfσ2ln(Pb)GL2Ml+(Pct+SopPcr)/B(8)

為減少數據的冗余，本文采用文獻[8]中的數據融合方法對簇頭發出的數據進行融合。每輪過程中，經過融合處理后，簇頭發出的數據量為S2（Nc）=S1(Nc)/(「M/Ncpagg-agg+1)。其中:agg是融合因子。于是簇頭向合作節點發送數據的總能耗表示為ECH_co(Nc， Sop) = Nc S2(Nc) ECH_co_bt(Nc， Sop)。

1.2.4 合作節點向簇頭發送數據能耗Eco_CH(Nc， Sop)

根據1.1節的描述，當前簇頭的合作節點Sop在向下一跳簇頭傳送數據前，先對數據進行正交的STBC編碼，變成STBC碼元。該過程必須考慮通信中的Training過程帶來的額外代價。假設有一組STBC的碼元，大小為 F。其中包括了pSop個Training碼元，并且該組碼元在K個碼元時間內被合作節點發出，則碼元發送率為R=F/K。因此，合作節點在向下一跳簇頭傳送已收到的大小為S2(Nc) 比特的數據分組時，實際的數據發送量為Se(Nc， Sop) = FS2(Nc)/R(F-pSop)。于是，合作節點向簇頭發送數據能耗Eco_CH(Nc， Sop)可以表示為

Eco_CH(Nc，Sop)=Se(Nc，Sop)((1+α)SopN0/P1/Sopb)（(8L)2πMlNf）/（GtGrλ2Nc）+(SopPct+Pcr)/B)(9)

在上面分析的基礎上，可以獲得網絡在每輪工作過程中能量消耗的總和E(Nc， Sop)：

E(Nc，Sop)=Eintra(Nc)+Er(Nc)+nh(ECH_co(Nc，Sop)+Eco_CH(Nc，Sop))(10)

其中:nh表示網絡中數據到達sink所經過的平均跳數，為簡化分析，假設nh= Nc 等式成立，意味著平均跳數正好等于感知區域邊緣分布的簇群數目。

在構建最優能耗模型時，可以利用以下的最優化問題來求解簇頭數量Nc 和合作節點數量Sop 的最優值：

(Nc，Sop)=arg min E(Nc，Sop) s.t. Sop≤10，Nc≤M/3(11)

其中，第一個限制條件表示隨著合作節點的增加，雖然可以降低發送的能耗，但同時也增加了電路能耗，所以合作節點的數量是有上限的。第二個限制條件對每個簇群的大小進行了限定。由于Nc和Sop的取值范圍有限，可以使用窮盡法獲得式(11)表示的優化問題的最優解。

2 性能評估

本章將對在無線傳感器網絡中使用MIMO技術的節能情況進行評估。為此，對HEED協議進行了擴展。在原HEED協議中，數據在簇頭的協助下，以多跳方式向sink轉發。相鄰兩個簇頭之間的通信僅為簇頭參與的一對一的直接模式。本文將MIMO技術引入到HEED協議中的簇頭間通信過程中，提出了MIMO-HEED協議以實現網絡能耗的最小化。本文將設有400個節點隨機部署在200×200 的區域內。系統的其他參數如表1所示。

每個節點配備容量為400 J的電池，對節點發送數據量沒有限制。當電池耗盡，節點便處于死亡狀態，不能收發數據。

網絡仿真過程中，本文將考察sink節點接收數據報文的總量、數據報文傳輸過程中的能耗，以及網絡中現存活節點的數量與時間的關系。同時還將MIMO-HEED與HEED和LEACH^[9]兩種協議在能耗性能上進行比較。

圖2顯示了sink節點接收報文數量與能耗的關系。sink接收到的報文總量反映了網絡生存期的長短。從圖中可看出：網絡在一個限定的能量值下，sink節點在MIMO-HEED協議中比其他兩個協議能接收到更多的報文。網絡消耗了10×104 J的能量時，sink在MIMO-HEED、HEED和LEACH三種協議中接收到的報文數量分別為2.04×109、1.52×109和0.21×109個，MIMO-HEED性能比后兩者分別提高了34%和962%，節能效果十分顯著。可以看出，MIMO-HEED協議尤其適合大規模地對網絡生存期有較高要求的應用。

圖3顯示了網絡節點存活的百分比數量與時間的關系。從圖中可以看出MIMO-HEED協議明顯延長了網絡的存活期。若定義網絡生存期的臨界條件使網絡還有70%的節點為存活狀態，則MIMO-HEED、 HEED和LEACH三種協議在該條件下，網絡存活的時間分別為14.1×104、10.6×104和0.7×104 s。采用MIMO-HEED協議的網絡在生存期性能上分別是其他兩者的1.33倍和20.1倍。可以看出，MIMO技術能極大地降低簇頭之間長距離通信所產生的高能耗，從而降低整個網絡的能量消耗，提高了網絡生存期性能。

3 結束語

本文對分簇無線傳感器網絡中利用MIMO技術實現簇群間通信的能耗過程進行了重點分析，在此基礎上，對HEED協議進行了擴展，結合MIMO技術提出了一種MIMO-HEED 協議，并且創建了一種基于MIMO技術的分簇傳感器網絡能耗模型，推導出在實現網絡能耗最小化時系統參數的最優值。

參考文獻：

[1]ALAMOUTI S M. A simple transmit diversity technique for wireless communications [J]. IEEE Journal on Selected Areas in Communications，1998，16(8):1451-1498.

[2]BRAVOS G， KANATAS A G. Energy efficiency comparison of MIMO-based and multihop sensor networks [J]. Journal of Wireless Communications and Networking， 2008，8(3).

[3]CUI S， GOLDSMITH A J， BAHAI A. Energy-efficiency of MIMO and cooperative MIMO techniques in sensor networks [J]. IEEE Journal on Selected Areas in Communications， 2004，22(6):1089-1098.

[4]LI Xiao-hua. Energy efficient wireless sensor networks with transmission diversity [J]. IEEE Electronics Letters， 2003， 39(24):1753-1755.

[5]YUAN Yong， CHEN Min， KWON T. A novel cluster-based cooperative MIMO scheme for multi-hop wireless sensor networks [J]. Journal of Wireless Communications and Networking， 2006(2):38-46.

[6]CUI Shu-guang， GOLDSMITH A J， BAHAI A. Energy-constrained modulation optimization [J]. IEEE Trans on Wireless Communications， 2005，4(5):2349-2360.

[7]PROAKIS J G. Digital communications [M]. 4th ed. New York: McGraw-Hill， 2000.

[8]YU Yang， KRISHNAMACHARI B， PRASANNA V K. Energy-latency tradeoffs for data gathering in wireless sensor networks [C]//Proc of the 23rd Annual Joint Conference of IEEE Computer and Communications Societies (INFOCOM ’04). 2004:244-255.

[9]HEINZELMAN W B， CHANDRAKASAN A P， BALAKRISHNAN H. An application-specific protocol architecture for wireless microsensor networks [J]. IEEE Trans on Wireless Communications， 2002，1(4):660-670.

[10]YOUNIS O， FAHMY S. A hybrid， energy-efficient， distributed clustering approach for Ad hoc sensor networks [J]. IEEE Trans on Mobile Computing， 2004，3(4):366-379.