無線傳感網下的認知節點架構研究

陳　鵬,劉　軍,胡　浩

(1.武漢工程大學 智能機器人湖北省重點實驗室, 湖北 武漢430205;

2. 武漢工程大學 計算機科學與工程學院, 湖北 武漢430205)

無線傳感網下的認知節點架構研究

陳鵬1,2,劉軍1，2*,胡浩2

(1.武漢工程大學 智能機器人湖北省重點實驗室, 湖北 武漢430205;

2. 武漢工程大學 計算機科學與工程學院, 湖北 武漢430205)

摘要：在大數據時代，利用無線網絡中的認知理念，在傳感網的節點級通過對協議棧的優化與創新，建立與傳統無線傳感網絡不同的認知節點架構具有重要意義。該節點架構利用無線傳感網的認知性和傳感網的自組織性，進一步優化無線傳感網絡的數據傳輸性能，以適應大數據時代下處理無交互能力對象的數據傳輸要求。在基于Zigbee協議棧的基礎上引入了認知節點架構，對該節點架構的結構、作用及設計理念進行了深入闡述，為適應大數據時代的無線數據傳輸技術提出了一種可供選擇的新理念與新途徑。

關鍵詞：大數據；數據傳輸；無線傳感網絡；節點架構；Zigbee

中圖分類號：TP212.9

文獻標志碼：碼：A

文章編號：號：2095-4824(2015)06-0075-04

收稿日期：2015-09-08

基金項目：湖北省教育廳青年人才項目(Q20111504)；武漢工程大學科學研究基金項目(12116021)；武漢工程大學研

作者簡介：陳鵬(1990-)，男，湖北武漢人，武漢工程大學計算機科學與工程學院研究生。

通信作者劉軍(1975-)，男，湖北武漢人，武漢工程大學計算機科學與工程學院副教授，博士，本文。

Abstract：In the era of big data, it is significant to construct a different cognitive node architecture from the traditional wireless sensor network by using the cognitive theory in the wireless network, and optimizing and improving the protocol stack of sensor network at the node level. Such node architecture can utilize the cognition and self-organization of wireless sensor network to further improve the data transmission performance of wireless sensor networks, and meet the need of data transmission of the objects without any interactive capability in the dig data environments. Based on the Zigbee protocol stack, this paper elaborates the structure, function, and design concepts of the node architecture with the cognitive node architecture, which provides a new alternative idea and technique for the wireless data transmission in the era of dig data.

大數據是繼云計算、物聯網之后信息技術融合的又一種新的應用方式[1]。隨著大數據時代的到來，現有的經濟發展模式與方式將發生巨大的變化。各行各業都在從海量堆積的交互數據中發現帶有趨勢性、前瞻性的信息，為行業發展作出指導與預測，具有巨大的潛在商業價值。無線傳感網絡是收集大量基礎數據與信息的關鍵技術，是大數據的來源與接口。近年來，實現數據的有效收集和實時傳遞是無線傳感網絡技術領域研究的重點[2]，而解決大數據環境下的數據的實時傳輸是該領域的難點。因此，研究大數據環境下的無線傳感網節點架構具有重要的實際應用意義。

1大數據的基本特征

大數據是海量數據信息的集合。通過對大量結構化和非結構化的數據進行分析和處理，能從其中獲得新的價值[3-4]。

大數據主要有三個方面的特征，即：(1)數據量大。比如，移動通信每天產生數億的數據，環境監測設備每天采集上億的環境數據；(2)時效性要求高，數據被創建和移動的速度快；(3)種類和來源多樣化，包括結構化與非結構化、關系數據庫/數據倉庫/互聯網網頁等多種數據類型。

2無線傳感網與大數據之間的關系

互聯網為大數據提供了大量數據信息，而無線傳感網絡則是一種收集沒有交互能力對象的底層數據的有效技術手段。對于一系列復雜且需集合化的數據收集，例如地震、電磁、溫度、濕度、噪聲、光強度、壓力、土壤成分、移動物體的大小、速度和方向等，無線傳感網絡的終端節點，即無線傳感器將發揮行之有效的作用。通過無線傳感器對數據的收集和無線傳感網絡的數據傳遞，無疑擴大和充實了大數據應用的數據源[3]。無線傳感器是絕佳的變化監測者，采集被感知對象的信息后會及時反饋給觀察者。無線傳感技術是人們收集環境信息非常有效的手段，在軍事、航空、救災、環境、醫療、保健、家居、工業、商業等眾多領域都發揮著重要的作用。

究生教育創新基金項目(CX201274)

胡浩(1994-)，男，湖北咸寧人，武漢工程大學計算機科學與工程學院學生。

在大數據時代下，通過對無線傳感網絡的節點進行優化，進一步提高數據采集過程中數據傳輸的可靠性，為大數據提供更為準確的數據源，將會對大數據應用帶來更加深遠的發展。

3無線傳感網的節點探究與優化

結合無線傳感網節點的基本技術特點與大數據的特征，在此基礎上建立與優化節點架構，使整個傳感網成為一種智慧型的網絡。這種智慧型的傳感網不僅能適應大數據環境下數據采集的基本要求，而且還能產生許多傳統無線傳感網絡所不具備的新特性。

3.1無線傳感網節點的技術特點

相對于傳統無線網絡節點，無線傳感器網絡節點具有如下顯著的技術特點：(1)網絡節點密度高，數量大，每個節點既可作傳感器又可作路由節點；(2)節點的計算和存儲能力有限；(3)節點體積小，能量有限；(4)通信能力有限，傳感器網絡的通信帶寬較窄，節點間的通信單跳距離通常只有幾十到幾百米；(5)擁有獨特的底層通信傳輸媒介；(6)各傳感器節點位置隨機分布，具有節點間無中心、自組織、多跳通信的特點；(7)可以同時通過多條信源——信宿路由傳輸數據；(8)網絡具有很強的魯棒性和良好的伸縮性。

3.2IEEE802.15.4/ZigBee協議簡介

IEEE802.15.4/ZigBee是一種新興的短距離無線射頻通信協議,該協議充分考慮了無線傳感網絡的應用需求，是一種可靠性高、功耗低的無線通信技術，在無線傳感網絡技術中具有廣泛的代表性。ZigBee協議的體系結構通常由層來量化它的各個簡化標準，每一層負責完成所規定的任務，并且向上層提供服務。各層之間的結構通過所定義的邏輯鏈路來提供服務。Zigbee協議主要由物理層(PHY)、介質訪問控制層(MAC)、網絡層(NWK)、應用層(APL)和安全服務層(SSP)組成。其中PHY和MAC層標準由IEEE802.15.4標準定義，MAC層之上的NWK層、APL層、SSP層由Zigbee聯盟的Zigbee標準定義。APL層由應用支持層(APS)，應用框架(AF)、Zigbee設備對象(ZDO)以及ZDO管理平臺組成[5]。圖1是ZigBee協議棧的結構圖。

圖1　ZigBee協議棧

3.3無線傳感網絡的認知性

在無線傳感網絡的數據傳輸中，引入認知性的思想極為重要。認知是指能感知環境，從過去的行動中學習并利用所學知識使網絡具有對未來決策的能力[6]。

圖2是無線網絡中的利用認知進行路由選擇的例子。S1和S2是試圖將數據路由到目的節點D1和D2的源節點。在缺乏可用中繼節點的情況下，確定節點R5在通往D1和D2時具有最低的鏈路中斷概率。當多個源節點開始通過該節點傳輸數據時，通過R5的路由就有可能發生擁塞。但對于具有學習能力的認知網絡，通過觀察源節點吞吐量的減少，能夠確定和預測到R5可能發生擁塞。通過與網絡中的其他節點共享路由情況，認知網絡能夠主動地將數據通過不同的路徑節點R4、R8和R9進行路由，有利于保護類似R5的節點，維持網絡連接，從而提供可靠的數據傳輸。基于上述應用，網路可能在跳路最小化(S1-R4-D1)和不論跳數而功耗最低(S1-R1-R2-R3-D1)之間做出選擇。

圖2　認知路由選擇

因此，認知性可以有效解決無線傳感網絡中數據傳輸的延時性與誤碼率，提高數據傳輸速率，提高信道容量與信道利用率，是符合大數據環境下無線傳感網數據傳輸的有效技術之一。

3.4 認知無線傳感網的通用架構

在無線傳感網絡端到端的目標傳送中，它可能涉及網絡協議棧中的每一個要素，即應用層、網絡層、MAC層和應用層以及整個網絡中的數據流。因此，在實現網絡端對端數據傳輸中，目標數據流應當滿足不同層的傳輸需求，且層與層間不相互沖突。通過使用具有學習和推理能力的認知技術與智能優化技術，認知節點架構可以達到以下目標：(1)在異構的WSN環境中滿足不同的應用需求；(2)滿足物理層要求，如固定的BER(誤碼率)或保持一定的發送功率要求；(3)當節點不工作或改變角色時，能維持一定的網絡覆蓋和連通性要求；(4)承擔MAC的部分職責，執行結構調度和信道接入功能。

為不失一般性，可以修改現有的IEEE 802.15.4/Zigbee協議棧和其他協議棧的結構，以實現具有認知能力的無線傳感器網絡。認知節點架構如圖3所示。

圖3　認知節點架構

通過在節點級引入認知技術，借助網絡中節點之間的相互作用，可以在整個傳感網絡中引入認知行為。這種增強的體系結構有如下重要特征：認知決策引擎(Cognitive Decision - Making Engine，CDME)、知識庫(Knowledge Base，KB)、變化監測引擎(Change Monitoring Engine，CME)和優化引擎。

具有映射到CDME的PHY是指物理層的輸入信息能及時反饋到CME，這部分信息包括路徑損耗、信道衰落特性、信道可用性和容量消耗等，它們在決策時起作用。

網絡狀態更新主要是跟蹤MAC和NWK層的變化，主要是節點的狀態信息，隨后將跟蹤的信息反饋給CME。CME的主要功能是收集Zigbee協議棧所有層的更新信息，并提供給CDME，從而幫助它“學習”相鄰節點的變化，并周期性地發送給CDME，以便能及時改變策略，使整個傳感網絡的生命周期實現最大化。KB是認知節點的信息倉庫，包含了基于終端用戶需求的預編程輸入。這些輸入將有助于CDME在不同的網絡條件下作出及時的響應，從而提升網絡的認知能力。CDME是認知過程的核心，它利用網絡狀態更新感應器、物理層和應用層提供的可用信息，結合以前知識庫中的可用信息，將之轉化成可用的知識。優化引擎是探索利用網絡的有利條件將學習和優化過程相結合，進而產生增強的優化程序。

認知節點的多個要素相互作用，便能產生一系列的新特征，包括：(1)最大化網絡生命周期；(2)進一步減小誤碼率；(3)加強信道利用率，增大信道容量；(4)最大化數據傳輸速率；(5)提高數據在實時傳輸過程中的穩定性與可靠性。

4結束語

本文對大數據環境下無線傳感網的節點技術進行了初步研究，提出了一種適應大數據特征的改進型節點級技術，分析了基于協議棧層的構造方法，對這種新型節點級技術所具有的新特點進行了闡述。本文方法進一步提升了人們對無線傳感網節點間數據傳輸特點的認識，豐富了無線傳感技術的理論方法，有望將來對大數據、云計算、物聯網、“互聯網+”等行業和相關領域帶來更多的應用價值。

[參考文獻]

[1]陳宏.淺議大數據時代背景下的無線電管理信息化創新之路[J].管理信息化，2015，1(1):62-66.

[2]王華,趙東杰,楊海濤,等.大數據時代下網絡群體智能研究方法[J].計算機與現代化,2015(2):1-6.

[3]郎為民,楊德鵬,李虎生.無線認知傳感器網絡研究[J].數據通信.2012,1(1):5-9.

[4]丁雪蓮.ZigBee協議棧淺析[J].電腦與信息技術.2013,5(5):23-27.

[5]楊正洪.智慧城市——大數據、物聯網和云計算之應用[M].北京：清華大學出版社，2014.

[6]Mohamed I.認知視角下的無線傳感器網絡[M].郎為民.機械工業出版社，2014.

[7]蔣挺，趙成林.紫蜂技術及其應用[M].北京：北京郵電大學出版社，2007.

Research on Cognitive Node Architecture in Wireless Sensor Network

Chen Peng1,2，Liu Jun1,2*，Hu Hao2

(1.HubeiKeyLaboratoryofIntelligentRobot,WuhanInstituteofTechnology,Wuhan,Hubei430205,China;

2.SchoolofComputerScienceandEngineering，WuhanInstituteofTechnology,Wuhan,Hubei430205,China)

Key Words：big data；wireless sensor networks；data transmission；node architecture；Zigbee

(責任編輯：張凱兵)