民航機場特種車輛監控網絡MAC層節能設計

陳維興，林 聰，孫毅剛

(中國民航大學航空自動化學院，天津300300)

0 引言

近年來，民航運輸總周轉量迅速增加，導致了機場安全事故發生且處理效率低下。 “機場特種車輛監控系統(CASVMS)”基于Zigbee網絡并以TI CC2430微控制器為硬件核心［1］，在天津機場現場測試中基本上解決了上述問題，但也暴露出了由能耗原因造成的定位計算偏差和滯后問題，影響了使用效果［2，3］。由于Zigbee網絡節點為電池供電，近年來對其研究越來越偏重能耗問題［4］。Zigbee體系的MAC層，即IEEE 802.15.4協議，可以影響節點電能消耗速度，目前對WSN性能優化的研究也主要針對該層的CSMA/CA算法［5］和占空比控制［6］。本文分析了特種車輛的工作特點和現場網絡特點，從超幀占空比控制角度出發，提出了根據網絡數據流量自適應設置占空比的方法，達到延長網絡生命、提升系統性能的目的;同時設計了根據個體電池和車輛工作狀態的監控局域調節占空比的方法，克服了全局統一設置占空比造成的能量浪費問題;同時考慮了占空比降低后對時延和吞吐量性能的影響。

1 特種車輛定位系統［2-3］

定位系統按停機位劃分為若干子網，每個子網包括網關、參考節點 (RN，提供固定坐標)、定位節點 (BN，車載設備)和上位管理機，如圖1所示。該網絡利用RSSI定位算法對各子網內的BN進行定位:BN周期接收周邊至少3個RN的固定坐標值 (任意時刻只有LQI值較高的3-8個RN才能與BN捆綁、發送數據參加計算)，同時根據LQI計算RSSI，然后BN根據接收到的3個或更多固定坐標以及相應的RSSI值計算BN位置，最后將BN坐標經網關上傳至上位機，而且上位機會隨時通過網關向RN和BN下發命令和配置數據;不同的子網利用各自的上位機組網共享數據并受監控中心主機的控制，它們之間由候機樓內的Ethernet連接。

圖1 停機位區域定位子網結構

在使用過程中發現隨節點電池能量的下降系統出現定位計算誤差的頻度和幅度增加，同時上位機用于顯示車輛實時位置的圖標出現了刷新變慢的情況，見表1。

表1 電池電量與系統使用特性的關系

分析原因，主要是電池的消耗導致BN和RN的 RF模塊發射功率和接收靈敏度的下降，直接影響到RSSI值準確性和鏈路質量。RSSI值錯誤直接造成了定位計算誤差的增大，鏈路質量則直接導致延遲和碰撞現象加重，吞吐量下降從而使通信滯后，上位機無法及時得到定位數據，圖標刷新變慢。同時本文注意到能耗加大導致的誤差加大、延遲碰撞和吞吐量下降等問題會迫使節點啟動多次計算和重傳來處理一些重要的實時數據，從而更加重了電池或的負擔，一旦節點陷入惡性循環，電池能量會急速下降使定位功能失效。因此，能耗是其它網絡性能波動的主要原因，應該是所有網絡參數中優先的優化對象，本文討論的重點是在系統連續工作條件下 (車輛始終在移動)，如何通過降低BN和RN能耗提高整個網絡質量。同時，考慮到能耗與其它網絡性能參數關系密切，尤其是網絡時延和吞吐量，因此對這些性能參數也加以討論。

2 定位網絡的MAC層協議

系統 MAC層中，即 IEEE 802.15.4，CSMA/CA算法［5］、超幀占空比控制信道訪問機制［6］以及GTS分配管理機制等都是近年來針對WSN優化所研究的方向，本文重點討論超幀占空比控制，所述網絡為信標使能網絡，使用超幀結構，且超幀活動部分的無競爭期，即CFP長度為0。

超幀將網絡活動時間分為活動 (ACT)時段和非活動(INA)時段。ACT內，PAN設備傳遞數據，而在INA處于低功耗的睡眠模式［7］。以CC2430為例，芯片在發送狀態下損耗24.7mA的電流，而休眠狀態下僅為296μA［1］，可見對ACT長度的精確控制可以有效的降低網絡功耗。

超幀結構由PIB屬性macBeaconOrder(BO)和macSuperframeOrder(SO)描述［7］，有

本文論述的網絡BO、SO均小于15，且滿足SO＜BO。

超幀ACT部分均分為16個Slot，由三部分構成，如圖2所示，本文中CFP=0。超幀占空比DC(Duty Cycle)為

本文所有DC控制參數及監測信息都利用信標幀 (Beacon)廣播的形式傳送到各節點［7］。

圖2 超幀結構

3 CASVMS的MAC層節能算法 (CASVMSMESA)設計

3.1 超幀占空比對網絡的影響

現階段針對工作-休眠機制，即DC調節的WSN性能優化研究有如下特點:IEEE 802.11協議［8］是基于競爭的WSN中MAC協議的代表，但是其并沒有充分考慮節點的休眠機制，因而在能耗控制方面并不出色;S-MAC［9］是較早的涉及DC調節問題的MAC協議設計方法，雖然加入了一些自適應延長偵聽時間的環節和休眠機制，但是本質上還是一種固定DC的MAC協議;對比其它針對WSN的MAC 協議，如:T-MAC、X-MAC 等［4，10-11］，雖提出了一些修改DC的策略，也被驗證存在著一些早睡或可靠性等問題。本系統采用的IEEE 802.15.4(固化于CC2430)雖提供了BO和SO以調整DC，但并沒設計動態調整DC的方法。

DC的變化將會明顯影響網絡性能［12］，以一個子網為場景在不同DC下進行OPNET仿真:改變SO的取值，BO設為2，流量設置為所有RN間隔0.3s向BN發送數據包，BN間隔2.4s向協調器發送數據，協調器隨機產生數據下發各節點。在不同DC下，網絡性能仿真結果如圖3所示。本文仿真圖橫軸為時間 (分鐘)，能耗圖縱軸為能量單元個數 (千焦)，時延圖縱軸為時隙個數 (slot)，吞吐量圖縱軸為數據流量 (包/秒)。

可見，隨著DC的下調會降低能耗，但會引起時延性能下降，尤其SO=2時非常明顯，這是因為DC過小會使節點休眠過多，數據碰撞幾率上升進而造成數據延時增加;吞吐量性能的區別主要體現在仿真初期，與網絡生成初期各種配置信息較多造成的網絡流量峰值有關，但是網絡進入平穩階段 (定位計算過程)后，小的DC配置SO=2性能仍然較差。然而DC過大會引起電池耗能過快而出現表1及其分析中所描述的問題。因此，不能一味追求低DC帶來的能耗性能，應兼顧并根據當前網絡狀態動態設置DC。

3.2 CASVMS-MESA算法設計

針對實際應用特點，從網絡流量、車輛和電池狀態等方面提出DC自適應方法。

3.2.1 DC網絡流量自適應算法

如圖3所示，低DC值可降低能耗但會引起時延和吞吐量的變化，可通過測量網絡流量來反應此兩種網絡性能。本文子網基本屬單跳網絡，所以DC調節只能由協調器網關完成。但網絡流量隨機變化的因素有:BN數量，計算精度等級 (向BN發送參考坐標數據的RN越多，且發送的頻次越高，計算越精確)，網絡規模的變化 (網絡支持BN、RN的實時加入或刪除)等。而這些參數并不是協調器可以決定的，故造成網絡DC與流量的矛盾［13］，出現碰撞率上升耗能或者網絡空閑耗能兩種現象。

解決這一矛盾的方法是協調器監測網絡流量適時調整DC，本文采取調整SO值而BO不變的DC控制方法。RN的數目變化不會對網絡流量造成太大影響，這是由于并不是所有的RN都會向BN發送數據參與定位計算，本系統設計為只有那些與BN捆綁的RN發送數據，其余RN僅提供最基本的LQI值，其數據量和能耗明顯小于參加定位計算的RN，而參加定位計算的RN個數及其發送數據的頻次才會更大程度的影響流量;若BN加入網絡，由于要實時計算并向協調器報告車輛位置 (其實時性與計算頻次，即刷新率，成正比)，因此會增大網絡流量。所以根據Zigbee協議，只有當協調器接收到BN設備加入網絡或退出網絡的請求原語 (.request原語)，同意其請求并為其分配或銷毀地址［7］后調整DC，一個BN加入或退出網絡，SO值分別自加1或自減1。BN加入網絡后，對網絡流量的較大影響還體現在:單次定位計算，一個BN需要接收周邊M個(M不小于3)RN的數據，且需N次接收同一個RN的數據，將這N個數據加權平均才能用于定位計算，M和N值越大則計算越精確，而由于M和N值造成的網絡流量變化協調器是無法預知的，也就造成了有時DC值無法適應網絡流量的問題。針對這種情況，本文采用協調器定時監測網絡流量方法:

圖3 DC設置對網絡性能的影響

(1)每個BN單次定位計算時，記錄所采用的RN個數M和每個RN向BN發送數據的次數N，M和N分別為3-8間和8-12間的隨機數，也可以強制為固定值 (但只能維持20個超幀周期)，同時滾動計算V個M和N的平均值M0和N0，V與BN持續工作時間有關。

(2)過低的DC必然會導致各節點對信道資源的激烈競爭而碰撞現象加重，為保證BN定位計算數據的穩定性和實時性，對BN引入了重傳機制，BN存儲一定時間內與協調器通信所發生的數據重傳累計次數t。

(3)RN也存在著信道碰撞問題，但RN不需實時計算，且BN可以從其它RN獲取數據來計算或者在RN發送數據頻次較高的情況下等待下一個數據，故RN不需重傳。

(4)協調器的MAC層每隔20個信標幀，在信標幀Beaconpayload域［7］添加并廣播監測流量命令“MF”。各個BN接到“MF”后，將各自存儲的M0、N0和t發送至協調器 (M0、N0與該段時間內BN定位計算次數V有關)，確認發送成功時清空存儲數據以節省存儲器空間和能耗，t反映20個超幀周期內網絡阻塞情況，M0和N0則提示網絡阻塞的原因。

(5)協調器在接收的所有t值中取最大值T，若T＞5(某個BN在20個超幀周期中發生碰撞超過5次)，說明當前DC值較小應增加SO值，但前文已述M、N值和數據流量成正比，若通過降低M和N值可以緩解網絡阻塞，則可以不增加SO以不增加網絡能耗。

(6)協調器在下一個信標幀中Beaconpayload域［7］添加并廣播強制MN參數命令“FS”，BN接收到該命令后令M、N分別為M0、N0自減1，但限定M＞2且N＞7，并維持到下一次接收到“MF”命令。

(7)若協調器連續3次監測到T＞5的情況，則不會再強制M和N值，令SO自加1，若監測到T=0，則SO自減1。

(8)若協調器流量監測周期大于20超幀時間，則允許碰撞次數可設大于5的數。圖4為DC流量自適應的程序流程圖，其中協調器和BN的MAC區分利用OPNET的進程模型在網絡的同步狀態階段SYNC完成。

圖4 流量自適應流程

通過協調器監測網絡流量實現了動態設置DC的問題，但其也存在弊端:針對T的流量監測只能保證網絡中最繁忙的BN不會出現頻繁碰撞導致網路性能下降，但該DC值對于其它BN，尤其是數據流量較小的BN來說可能是偏大的，從而造成能量浪費，故在此基礎上本文提出區域DC調節的思想。

3.2.2 網絡區域占空比自動調節算法

CASVMS的網關安裝在候機樓內使用電纜供電，而BN和RN分別安裝在特種車輛車體外側和停機位外周，采用微型電池供電且更換難度較大，因此需要更加嚴格地管理能耗。同時，協調器針對定位系統整體調整DC參數，屬比較穩定的閉環控制方案，這種方法可在保證所有節點，尤其是繁忙的節點不發生多次通信碰撞的同時極大的節省能耗。但所有網絡節點采用統一的“喚醒-工作-休眠”時鐘，當定位區域內有多個BN(車輛)時，統一的DC可能對于有的BN過長而造成能量浪費。另外，現場測試中發現BN存在著某些工作特點:

(1)某BN或其用于定位計算的RN電池電量已大幅下降，適當降低DC雖降低了定位計算的刷新率犧牲了實時性，但是可以避免電池能量過低造成的定位計算錯誤。值得注意的是，見表1，電池能量快速減少造成了計算偏差和滯后加大，其導致的定位實時性下降程度遠大于降低DC所造成的實時性下降程度，這是因為降低DC引起碰撞的概率小于電池能量下引起碰撞的概率。同時延長電池更換周期，降低維護成本，總體利大于弊。

(2)為保證航空器安全，特種車輛限速行駛，進入工作狀態后，移動更是緩慢甚至處于靜止 (如加油車、除冰車等)，因此BN的定位計算主要發生在從車輛啟動至到達工作點的過程中，車輛進入工作狀態后BN對網絡時延和吞吐量性能要求極低，只需盡可能降低能耗以節省電池。

為了彌補3.2.1中提到的弊端，針對以上兩點設計了網絡區域DC自動調節算法，實是一種提前休眠機制:

(1)電池監控調節DC。BN和RN在硬件上設計了電池電壓監視電路，當電池電量低于閾值 (參考表1初始化為60%，可調)便認定節點處于欠電狀態，將置位欠電標志位PW_Flag，利用兩個初始化為0的計數器，激活計數器AT和休眠計數器ST，完成提前休眠。其工作過程為:當BN或RN接收到協調器的信標幀時，將Beacon中的BO值裝載到初值寄存器IN_R中;節點將根據Beacon中的SO值處于ACT過程，此時利用CC2430的MAC定時器T2［1］(可產生精準的slot時隙定時)每個時隙AT自加1;若沒有發生電池欠電，則節點會按照協調器全局DC設置工作-休眠;若任意時刻發現電池欠電，則令ST=IN_R-AT且CC2430切換至休眠模式［1］(關閉RF模塊等耗電大的模塊，僅保留少數寄存器、定時器和中斷資源);在休眠階段ST自減1，當ST=1時，會中斷喚醒CC2430打開RF模塊，準備接收協調器下一個超幀。為保證節點不至于早睡而導致數據滯留，規定AT大于3才能切換CC2430狀態。該方法尤其適用于更換電池難度大的RN，因為即使某RN因欠電提前休眠，BN則會選擇該RN附近的RN用于計算，但若該欠電RN仍采用全局DC設置，其電池電能會下降，一種情況是加速導致其LQI值［7］下降而無法提供準確的RSSI值［2］，造成BN計算誤差和滯后增大而定位失效;另一種情況是由于該RN的LQI偏低BN不再與其捆綁，此RN則成為“隱藏節點”造成無意義的節點能耗。同理，若BN在欠電情況下仍使用全局DC配置，會加速電能下降從而出現表1所分析的情況。

圖5 狀態監控調節算法仿真

(2)狀態監控調節DC，此方式僅用于BN。電池監控方法在確保能耗滿足定位精度的同時犧牲了一定的實時性，對于RN影響不大，但BN實時性要求較高，這是由于BN要及時上報車輛位置信息，因此應嚴格管理BN能耗以保證其計算精度和實時性。針對特種車輛工作特點，BN設置狀態標志VS_Flag:00(初始值)-熄火，01-移動，10-工作，11-保留位 (如防撞監測功能)。駕駛員啟動車輛和車載定位設備 (BN)的5秒后，BN將VS_Flag由00變為01，當車輛到達工作現場后，將處于低速運動或靜止的工作狀態，此時可通過BN的人機接口輸入或者上位機下發指令兩種方式通知BN車輛進入工作狀態，BN將VS_Flag變為10(BN對車輛離開工作現場時VS_Flag的處理方式同理)。為保證定位計算的實時性，BN在PW_Flag=0的條件下才會監控VS_Flag調節DC，當VS_Flag=00或者10時，BN的網絡MAC層會調節DC，方法是:在協調器DC值，即Beacon加載的SO值基礎上，令IN_R=q·SO(q＜1)并取整，之后利用T2啟動AT，當AT=IN_R時進入休眠，喚醒方式同電池監控一節所述，且同樣規定AT大于3時BN才能休眠。通過OPNET仿真可見當q=2/3時網絡各項性能表現較好，見圖5。圖6為網絡區域DC自動調節程序流程圖。

圖6 區域DC自動調節流程

4 網絡仿真設計與分析

4.1 OPNET三層模型設計

本文采用IEEE802.15.4 MAC協議，以一個停機位子網為對象建立OPNET三層仿真模型，圖7為網絡模型。

圖7 OPNET14.5網絡模型

由協調器、終端設備和路由器構成，其中協調器為網關，終端設備為RN，路由器為BN。RN間距為40m，單個定位區域約360m×400m，安裝高度為7-9m，根據特種車輛現場工作要求［2，3］，BN 數量設置在2-3，速度在0-15 m/s。

節點建模如圖8所示，本文所述的MAC層DC控制算法，封裝在DC_MAC模塊。TX和RX模塊是OPNET中的無線收發機，符合IEEE802.15.4物理層規范且發射功率等參數按照CC2430實際參數設定［1］。由于本文引入了重傳累計參數t，設置了信道碰撞統計線 (虛線)。loc_App模塊模擬定位計算過程包含的各種數據，通過設置數據到達間隔模擬網絡流量變化。Init_Pro模塊使用OPNET的數據池結構 (sink)設計，可以緩存或銷毀數據以節省節點內存，同時具備區分不同網絡節點的功能。各節點均設置了Power_Ins模塊，可通過OPNET提供的遠程中斷和ICI(接口控制信息)機制仿真節點實時能耗情況，同時該還可以模擬節點電池監控系統。

圖8 OPNET14.5節點模型

進程建模如圖9所示，所有節點的進程模型采用同樣的FSM模型設計。Ini為強制狀態，進行MAC層初始化，如目標地址、協調器的設置，時隙劃分等等;SYCN為強制狀態，區分各類節點的MAC層規范，最重要的是對Beacon的處理;ID_Pro為強制狀態，主要進行不同節點對于Beacon載荷區命令的處理;IDLE狀態為待機狀態，等待定時或事件中斷開始進行流量、電量和車輛狀態監控等;NQ_Rep狀態和BN_Pro、RN_Pro、NG_Pro三個狀態同時完成了各類監控信息對DC的控制;DC控制完成后進入CSMA/CA狀態，從而接入信道進行通信。

4.2 仿真結果和分析

本文采用了OPNET14.5統計模型，對比IEEE802.15.4 DC控制 (曲線A)，網絡流量自適應 (曲線B)和MESA三種方法，針對能耗、時延和吞吐量性能仿真，如圖10所示。

仿真結果表明:MESA對于網絡參數有較大的影響，分析其原因:

(1)能耗方面:B和MESA明顯優于A，但B沒有考慮獨立的節點狀態，使用了全局設置DC的方法，因此在控制能耗方面不如MESA，且隨著時間的增長，MESA遏制能耗能力更顯著，這是因為MESA通過節點電池和工作狀態監控引入提前休眠，及時關閉RF模塊等高耗能組件的結果。

(2)時延方面:MESA和B引起了時延的增加，這是由于兩者不同程度地下調DC引起碰撞造成的［14］，同文獻［14］，圖3和10也說明下調DC降低能耗的同時必導致時延加大，因此兩者應綜合考慮不能一味強調能耗。由于B和MESA都監控碰撞情況以反饋調整DC的效果，因此時延都可以收斂并穩定在一定水平而沒有出現震蕩。本文采用CC2430的MAC定時器T2，單位slot長約20微秒［1］，圖10中MESA的時延性能比A降低約4-5slot，該實時性指標本系統是完全可以忍受的 (車速慢，且系統為毫秒級要求)，而在一些實時性要求更加嚴格的場合可以通過調整slot長度來進一步減小時延性能降低程度。

(3)吞吐量方面:三種算法在吞吐量方面性能相差不大。MESA曲線較A和B穩定震蕩小，一方面由于采用了閉環DC控制方法，一方面說明區域調整引入的提前休眠機制并沒有明顯導致數據丟失的問題，是適合本系統的。

5 結束語

針對機場特種車輛監控系統 (CASVMS)現場運行出現的問題，提出了一種基于DC控制的MAC層優化方法(MESA)。主要思想是:綜合網絡當前數據流量、車輛狀態和電池狀態幾方面因素，控制網絡節點休眠-活動時間比例，對網絡DC自適應設置，同時提出了局域DC設置的方法。利用OPNET建模仿真表明，該算法有效地降低了網絡能耗，也在一定程度上表明DC的下調會導致時延的增加，但是綜合仿真曲線和現場實際情況表明這些網絡性能的下降在允許范圍內。MESA可以應用于與特種車輛定位應用背景類似的Zigbee網絡定位場合，同時對WSN的MAC層優化有一定參考價值。

［1］Chipcon.A true system-on-chip solution for 2.4GHz IEEE 802.15.4/Zigbee(cc2430 datashee rev1.01) ［S］.chipcon AS，Norway，2005.

［2］SUI Limin，SUN Yigang，CHEN Weixing.Design of airport special vehicles localization system based onZigBee［J］.Microcomputer Information，2010，26(9):69-71(in Chinese).［隋莉敏，孫毅剛，陳維興.基于Zigbee的機場特種車定位系統的設計［J］.微計算機信息，2010，26(9):69-71.］

［3］GUO Xiaoqin，SUN Yigang，CHEN Weixing.Research on key technology of airport surface monitor system based on wireless sensor network ［J］.Computer Engineering and Design，2009，30(22):5106-5108(in Chinese).［郭小琴，孫毅剛，陳維興.機場場面無線傳感器網絡監控系統關鍵技術研究［J］.計算機工程與設計，2009，30(22):5106-5108.］

［4］Park T R，Lee M J.Power saving algorithms for wireless sensor networks on IEEE 802.15.4 ［J］.CommunicationsMagazine，2008:148-155.

［5］Park T R，Kim T H，choi J Y，et al.Throughput and energy consumption analysis of IEEE802.15.4 slotted CSMA/CA ［J］.E-lectron Lett，2006，42(19):1127-1128.

［6］Ye W，Silva F，Heidemenn J.Ultra-Low duty cycle MAC with scheduled channel polling［C］//Campben A，ed Proc of the ACM SenSys.NewYork:ACM，2006:321-334.

［7］IEEE TG 15.4，Pant 15.4:Wireless medium access control(MAC)and physical layer(PHY)specifications for low-rate wirelss personal area networks(WPANs)［S］.IEEE Std，New York，2006.

［8］JIN Sunggeun，HAN Kwanghun，Choi Sunghyun.Idle mode for deep power save in IEEE802.11 WLANs［J］.Journal of Communi Cations and Networks，2010，12(5):480-491.

［9］Ye W，Heidemenn J，Estrin D.Medium access control with coordinated adaptive sleeping for wireless sensor networks［J］.IEEE/ACM Trans On Networking，2004，12(3):493-506.

［10］Buettner M.X-MAC:A short preamble MAC protocol for duty-cycled wireless sensot networks ［C］//Sen-Sys＇，Boudler，Co，2006:307-320.

［11］Zareei M，Budiarto R，Tat-Chee Wan.Study of mobility effect on energy efficiency in medium access control protocols［C］//Computers＆ Informatics IEEE Symposium，2011:759-763.

［12］Shantao Chen，Almeida L，Zhi Wang.A dynamic dual-rate beacon scheduling method of ZigBee/IEEE 802.15.4 for target tracking［C］//Mobile Ad-hoc and Sensor Networks 2010 Sixth International Conference，2010:103-109.

［13］Casilari E，Campos-Garrido G，Cano-Garciia J M.Characterization of battery consumption in 802.15.4/ZigBee sensor motes［C］//Industrial Electronics IEEE International Symposium，2010:3471-3476.

［14］Omeni O，Wong A，Burdett A J，et al.Energy efficient mediumaccess protocol for wireless medical body area sensor networks［J］.Biomedical Circuits and Systems IEEE Transactions，Dec.2008，2(4):251-259.