基于節點持續傳輸準則的認知傳感器網絡信道分配策略

李鑫濱，黃澤群，韓 松，陳劍美

（燕山大學工業計算機控制工程河北省重點實驗室 秦皇島 066004）

1 引言

傳統的無線傳感器網絡普遍工作在日益擁擠的ISM頻段，為解決網絡中頻譜資源匱乏的問題，可在傳感器網絡中引入認知無線電技術，實現對頻譜資源的有序競爭訪問和高效共享的動態頻譜分配機制[1,2]。引入認知無線電技術的無線傳感器網絡稱為CRSN（cognitive radio sensor network，無線認知傳感器網絡）。CRSN能夠減少節點因競爭信道而造成的等待、沖突和能量損耗，提高頻譜資源的利用效率[3]。

CRSN在分享授權頻譜時不能對PU（primary user，主用戶）造成有害干擾，因此其動態頻譜接入過程需要考慮公共控制信道的選擇、數據信道的分配以及傳輸幀長度的確定等問題[4]。參考文獻[5]基于圖論給出了具有頑健性的CRSN信道分配方法，優化了網絡節點的通信范圍，使網絡具備在PU到達后通過備選信道維持節點間通信的能力，但忽略了網絡中存在的干擾問題。參考文獻[6]給出了在CRSN中節點避免對PU造成有害干擾的判斷條件，以信道可占用時長與傳感器節點的業務時長實現最佳匹配為原則完成信道分配，其中可占用時長規定為固定平均時長，實際該時長應服從一定概率分布。參考文獻[7]指出網絡生存時間制約著傳感器網絡的性能，因此在降低系統能量開銷的同時需平衡網絡中節點間的剩余能量，并由此提出一種平衡網絡能量狀況的樹狀路由協議。參考文獻[8]在CRSN中按照最小化節點間剩余能量方差的準則完成集中式信道分配任務，以達到平衡節點間剩余能量、延長網絡生存時間的目的。參考文獻[9]指出在傳感器網絡中，系統存在增大傳輸數據分組以降低控制信息開銷與減小傳輸數據分組以降低誤分組率之間的矛盾，因此以優化系統傳輸能耗為目標，提出一種動態調節數據分組大小的方法，并證明了數據分組大小的動態調節在傳感器網絡中的可行性。參考文獻[10]在CRSN中提出了數據分組自適應調節機制，根據信道狀況和節點信息調節傳輸數據分組大小，優化網絡中信息傳輸的EPB（energy-consumption per bit，每比特平均能耗）。

本文依據節點持續傳輸準則將節點按傳輸條件劃分為兩類，具備持續傳輸條件的節點能夠以犧牲較多傳輸能耗為代價提高數據分組的傳輸成功率，避免了節點在不具備持續傳輸條件下因重復傳輸造成的資源浪費。但是對于能量有限的傳感器網絡來說，提高能量使用效率是至關重要的[11]，因此本文以PU平均到達次數作為評估信道優劣的標準，基于節點持續傳輸準則給出了一種集中式信道分配策略，同時對數據分組自適應調節機制進行了優化。

2 系統模型

2.1 網絡配置

為了更好地實現對本地信道的動態管理和對控制信息的傳輸，CRSN采用異構分級式網絡拓撲結構，如圖1所示。每個簇內包含一個CH（cluster head，簇首）和若干CM（cluster members，簇成員）。CH具備較強的計算、存儲和通信覆蓋能力，并配有動態頻譜管理模塊完成集中式信道分配任務。CM配有認知無線電收發器，具備動態配置通信參數接入指定信道完成傳輸任務的能力。

圖1 CRSN拓撲結構

同時每個簇內均包含固定的公共控制信道和若干個不同的數據信道，公共控制信道用來實現CH與CM間的控制信息交換，CM通過數據信道將采集獲取的環境信息發送給CH。本文只考慮單個簇在單一移動PU影響下的信道分配和能量損耗問題，并且一個數據信道至多分配給一個傳感器節點，同時認為PU位置等信息已在頻譜感知階段由CH間的協作感知完成。

系統建模為時隙模型[10]，如圖2所示。每幀由L+1個時隙構成，起始時隙包含接入控制信息，其余L個時隙為數據信息。因此數據分組中所含數據量為B×T×L，其中B為數據信息傳輸速率，T為數據時隙持續時長，L為數據分組所占時隙個數。

圖2 時隙模型

本文根據避免對PU造成有害干擾的判斷條件[6]對傳感器節點進行劃分，即節點持續傳輸準則。當節點CMi與PU在相同信道共同完成傳輸任務時，既能滿足傳輸需求又能避免對PU造成有害干擾，那么稱該節點具備持續傳輸條件，即滿足：

2.2 能量損耗模型

在簇內CH擁有充足能量，而CM的初始能量Ein有限，因此只有CM受到能耗問題的約束。本文采用參考文獻[12]給出的能量損耗模型，節點CMi在傳輸、接收信息時產生的能耗可分別用(l,n)和(l,n)表示，即：

其中，為射頻電路平均能耗，εn為放大電路平均能耗系數，di為節點CMi與CH間的距離，l為信息所占時隙個數。n=1表示該節點不具備持續傳輸條件，n=2表示該節點具備持續傳輸條件，節點在公共控制信道完成控制信息交換過程中，n的取值恒為1。

3 信道分配和數據分組自適應調節的優化

在CRSN中，當CM有傳輸需求時，通過公共控制信道向CH發送請求信息，CH根據信道狀態和接收到的節點信息完成信道分配和數據分組調節，并將結果通過公共控制信道反饋給CM，CM監聽到反饋信息后，根據分配結果完成傳輸任務或進入休眠狀態節約能耗。

3.1 主用戶模型

PU建模為馬爾可夫更新過程，PU離開信道、到達信道分別用信道空閑（idle/0）和忙碌（busy/1）表示，如圖 3所示。信道的狀態變化默認只發生在相鄰時隙間，且不同信道間不會產生相互干擾。

圖3 PU模型

λc、μc分別表示PU到達和離開信道c的概率。那么信道c初始狀態為空閑時，PU在(0,t]時間段內到達信道c的平均次數可用表示。反映了信道c被PU占用的頻度，因此本文以PU平均到達次數作為評估信道優劣的標準。

3.2 信道分配

將節點依據持續傳輸準則劃分后，若簇內節點在傳輸狀態下PU到達，那么不具備持續傳輸條件的節點需及時退出信道，且認為當前傳輸數據分組丟失，而具備持續傳輸條件的節點則在完成當前數據分組傳輸后退出信道，緩解簇內節點重復傳輸的狀況，同時改善由節點重復傳輸造成的網絡時延。按上述傳輸原則得到如下的集中式信道分配策略。

設空閑信道數量為N，有傳輸需求節點的數量為M，不具備持續傳輸條件的待分配節點的數量為a，具備持續傳輸條件的待分配節點的數量為b，即滿足a+b≤N，具體的信道分配步驟如下。

步驟1 待分配信道和待分配節點的選擇：若M≤N，則在N個信道中選擇M個最好的信道作為待分配信道，有傳輸需求的節點均作為待分配節點，此時a+b=M；若M>N，則在M個有傳輸需求的節點中選擇剩余能量最多的N個節點作為待分配節點，空閑信道均作為待分配信道，此時a+b=N。

步驟3 信道分配：將Grp1中的待分配信道分配給不具備持續傳輸條件的待分配節點，將Grp2中的待分配信道分配給具備持續傳輸條件的待分配節點。Grp1、Grp2中信道分配均需滿足Npu較少的信道分配給剩余能量較小節點的分配原則。

步驟4 分配到信道的節點配置通信參數接入指定信道完成傳輸任務，未分配到信道的節點進入休眠狀態節約能耗。

由于簇內一定比例節點的能量耗盡會造成整個簇的信息采集功能失效，即網絡生存時間到達。因此，為了避免節點因頻繁通信或連續工作在持續傳輸條件下造成的大量能量損耗，本文基于節點持續傳輸準則提出的信道分配策略考慮了平衡簇內節點間剩余能量的分配方法，將節點間的剩余能量維持在一個相對平衡的狀態，同時所提出的分配策略能夠提高數據分組的傳輸成功率和能量的使用效率。

3.3 優化數據分組自適應調節

在簇內，節點CMi的控制信息交換能耗可用表示，其中包括發送請求信息以及接收反饋信息產生的能耗，K1表示請求信息的數據量，K2表示反饋信息的數據量，則為[10]：

其中，Pc(l,n)表示節點CMi在信道c完成傳輸任務時的發生概率。

由于在CRSN中信道狀態隨PU的占用情況動態變化，同時簇內節點是否具有傳輸需求也是動態變化的，因此待分配信道和待分配節點具有時變性。為了優化簇內節點在網絡生存時間內的EPB，CH將根據信道分配結果并結合節點具備不同傳輸條件的特點，對簇內節點的傳輸數據分組大小進行動態調節，即數據分組自適應調節過程。其中，不具備持續傳輸條件節點的EPB可用EPB(L)表示。

4 仿真結果

本文在異構分級式CRSN中，從簇內節點每比特平均能耗、每幀中控制信息占比以及網絡生存時間內的數據信息傳輸量3個方面對所提出的信道分配策略進行了性能仿真和分析，并與參考文獻[10]中的方法進行了比較。仿真參數設置見表1。

表1 仿真參數設置

4.1 具備持續傳輸條件節點的占比

圖4為在PU的不同干擾門限下，具備持續傳輸條件節點的占比隨CH所需最小信干噪比變化的曲線。圖5為在CH所需的不同最小信干噪比下，具備持續傳輸條件節點的占比隨PU干擾門限變化的曲線。能夠看出，簇內存在具備持續傳輸條件的節點，且該類節點的占比隨CH所需最小信干噪比的提高以及PU干擾門限的降低，呈明顯的下降趨勢。

4.2 信道分配和數據分組自適應調節的優化

圖4 持續傳輸節點占比與CH所需最小信干噪比的關系

圖5 持續傳輸節點占比與PU干擾門限的關系

圖6 持續傳輸節點占比與節點每比特平均能耗的關系

圖6分別比較了基于節點持續傳輸準則的隨機信道分配下的具備持續傳輸條件節點（RC）、不具備持續傳輸條件節點（RN）的EPB，以及本文提出的信道分配方法下的具備持續傳輸條件節點（OC）、不具備持續傳輸條件節點（ON）的EPB。明顯看出，兩種分配情況下具備持續傳輸條件節點的EPB均高于不具備持續傳輸條件的節點，這是由于該類節點以犧牲能耗為代價，提高了數據分組的傳輸成功率。雖然在兩種信道分配下均采用了優化的數據分組自適應調節機制，但在本文提出的信道分配方法下，由于不具備持續傳輸條件的節點能夠分配到更好的信道，因此節點的EPB呈明顯的下降趨勢，而在隨機分配下則基本保持不變。

圖7比較了隨機信道分配（RCA）、本文提出的信道分配（OCA）方法以及參考文獻[10]中的分配和調節機制（RA）在信息傳輸過程中的EPB。可見，本文提出的OCA方法略優于RA方法，同時兩者均優于RCA方法，這是由于RCA方法增加了簇內節點能耗，但并沒有有效地提高數據分組的傳輸成功率，因此節點的EPB呈明顯的上升趨勢。

圖7 持續傳輸節點占比與節點每比特平均能耗的關系

由于每幀中控制信息的占比反映了簇內節點能量的使用效率，因此圖8從每幀中控制信息占比的角度對不同方法進行了比較。RA方法的控制信息占比保持不變，RCA方法的控制信息占比逐漸高于RA方法。而在OCA方法的控制信息在每幀中的占比隨簇內具備持續傳輸條件節點占比的提高而減小，降低了節點因將能量過多地用于控制信息傳輸而造成的能量浪費，提高了能量的使用效率。

圖8 持續傳輸節點占比與每幀中控制信息占比的關系

4.3 網絡生存時間內的數據信息傳輸量

本文認為簇內存活節點數量小于60%時，整個簇的信息采集功能失效，即網絡生存時間到達。圖9為網絡生存時間內的數據信息傳輸量，與RA方法相比，隨著簇內具備持續傳輸條件節點占比的提高，OCA方法能夠完成更多的數據傳輸任務，而RCA方法的數據傳輸信息量則明顯低于RA方法。這是由于本文基于節點持續傳輸準則優化了信道分配和數據分組自適應調節機制，使節點能量能夠更多地用于數據信息的傳輸，同時在信道分配過程中平衡了簇內節點間的剩余能量狀況，改善了網絡性能。

圖9 持續傳輸節點占比與數據信息傳輸量的關系

5 結束語

本文提出的分配策略適用于工作在無源環境下的異構分級式CRSN，即能耗問題是制約網絡性能的重要因素之一。為了降低網絡中節點的能量損耗，基于節點持續傳輸準則提出了一種集中式信道分配策略，提高了數據分組的傳輸成功率，平衡了簇內節點間的剩余能量狀況，同時優化了數據分組的自適應調節機制，降低了信息傳輸過程中的EPB。仿真結果證明，本文提出的信道分配方法提高了節點的能量使用效率，改善了CRSN的性能。另外，本文在將傳感器節點依據持續傳輸準則劃分的過程中，可能會由于劃分節點類型的判決條件單一，導致部分節點能量過度損耗，因此在今后的研究中有必要對節點的劃分條件進行更適宜的限制和優化。

1 Akan O B,Karli O,Ergul O.Cognitive radio sensor networks.IEEE Network,2009,23(4):34～40

2 Ozger M,Akan O B.Event-driven spectrum-aware clustering in cognitive radio sensor networks.Proceedings of IEEE INFOCOM,Turin,Italy,2013:1483～1491

3 Zeng F,Tang Y,Pu J.Multichannel broadcast based on home channel for cognitive radio sensor networks.The Scientific World Journal,Article ID 725210,2014:1～6

4 Kim H S,Ejaz W,Al-Begain K,et al.Advances in cognitive radio sensor networks.International Journal of Distributed Sensor Networks,Article ID 631624,2014:1～3

5 Cardei M,Mihnea A.Channel assignment in cognitive wireless sensor networks.Proceedings of International Conference on Computing,Networking and Communications,Honolulu,USA,2014:588～593

6 章堅武,趙琪,鄒婧媛.避免干擾的低能耗無線傳感器網絡動態頻譜分配算法.傳感技術學報,2009,22(10):1481～1485

Zhang J W,Zhao Q,Zou J Y.Algorithm of spectrum allocation for wireless sensor network based on dynamic spectrum sensing.ChineseJournalofSensorsand Actuators,2009,22(10):1481～1485

7 Han Z,Wu J,Zhang J,et al.A general self-organized tree-based energy-balance routing protocol for wireless sensor network.IEEE Transactions on Nuclear Science,2014,61(2):732～740

8 Li X,Wang D,McNair J,et al.Residual energy aware channel assignment in cognitive radio sensor networks.Proceedings of IEEE Wireless Communications and Networking Conference,Cancun,Mexico,2011:398～403

9 Dong W,Chen C,Liu X,et al.Dynamic packet length control in wireless sensor networks.IEEE Transactions on Wireless Communications,2014,13(3):1172～1181

10 Li X,Wang D,McNair J,et al.Dynamic spectrum access with packetsize adaptation and residualenergy balancing for energy-constrained cognitive radio sensor networks.Journal of Network and Computer Applications,2014,41(1):157～166

11 Romero E,Blesa J,Araujo A,et al.A game theory based strategy for reducing energy consumption in cognitive WSN.International Journal of Distributed Sensor Networks,Article ID 965495,2014:1～9

12 Wang Q,Hempstead M,Yang W.A realistic power consumption model for wireless sensor network devices.Proceedings of IEEE Communications Society Conference on Sensor and Ad Hoc Communications and Networks,Reston,USA,2006:286～295