森林火災監測無線傳感網數據節能傳輸改進方案*

王艷麗

(渭南師范學院網絡安全與信息化學院　渭南　714000)

?

森林火災監測無線傳感網數據節能傳輸改進方案*

王艷麗

(渭南師范學院網絡安全與信息化學院渭南714000)

摘要針對森林火災監測系統必須滿足傳輸方式功耗低和效率高的特點,設計虛擬多天線發送/多天線接收(MIMO)協作通信方案,在網絡中構造監測簇,從簇中選出主簇頭,根據與相鄰簇的傳輸距離選擇合適的節點充當協作節點,將數據以協作MIMO的方式傳輸給下一個簇頭,直到Sink節點為止。并且,為適應遠距離傳輸,利用STBC空時編碼技術,有效抵制傳輸信道的衰落。理論分析和仿真結果表明,該方案提高了系統性能,降低了系統的傳輸能耗,更適合長距離通信,在復雜森林環境和無線信道狀態較差的情況下,該方案效果較佳。

關鍵詞無線傳感器網絡; 空時分組碼; 傳輸能耗; 多輸入多輸出; 路徑損耗因子

Class NumberTP3391.9; TN929

1引言

森林作為重要的自然資源,為人類提供豐富的生態資源[1],不僅對環境起到平衡及重要的支撐作用,而且對國家的經濟、社會同樣具有重要意義[2]。森林火災是破壞森林資源安全,威脅人類生存環境最為嚴重的災害之一。森林火災具有突發性強、危害極大、處置救助困難的特點,是一種人為難以控制的自然災害[3]。如果發生重大森林火災,不僅造林成果毀于一旦,嚴重破壞生態環境,而且極大地影響人們正常的生產生活秩序。森林火災已成為破壞我國森林資源安全的“三害”之首,建立有效的森林火災預警系統,實現對森林火災發生之前的預警以及火災發生之后的蔓延預測具有一定的現實意義。

文獻[2]建立森林火險預警系統,系統實際由無線傳感器網絡監測子系統和遠程監控中心系統組成;文獻[4]建立森林小氣候監測無線傳感器網絡結構,總體結構采用典型ZigBee模型并結合Intel模型;文獻[5]建立基于物聯網的森林火災防控系統,系統主要由四部分組成,分別是傳感器節點、路由節點、網關節點和終端。文獻[6]設計基于嵌入式無線傳感器網絡和信息融合技術的森林火災智能報警系統,利用多傳感器信息融合對當前的森林環境進行判斷。本文在以往研究的基礎上,建立森林火災監測系統,并針對系統傳輸策略進行分析,提出一種基于協作虛擬MIMO的傳輸方案,有效利用STBC編碼技術,抵制傳輸信道衰落,降低系統的傳輸能耗。

2問題描述與建模

2.1問題描述

在無線傳感器網絡中,單個傳感器節點在短時間內多次釆集到的數據具有極高的相似度,另一方面,鄰近傳感器節點在相近時刻采集到的數據具有很高的相似度,傳感器節點采集的數據無論在時間還是空間都有大量的冗余信息。因此,將所有傳感器節點采集到的數據全部傳輸給匯聚節點,不但沒有實際意義,反而會過多消耗傳感器節點的能量,影響網絡壽命[5],可以考慮讓監測區域的傳感器組成監測簇。

為了延長無線傳感器網絡的壽命,設計數據傳輸策略需要考慮上述問題,將監測節點數據加以融合后傳輸。

2.2協作模型

對于網絡內數據的傳輸,文獻[2]提出移動代理策略或采用簇首轉發的策略,達到延長節點生存周期的目的。Siam等[7]提出采用分布式自適應分簇/路由策略(Cooperative MIMO,CMIMO)解決網絡的能耗問題。胡青松等[8]在文獻[7]的基礎上考慮事件驅動的問題,提出C2MIMO數據傳遞算法,具有較好的節能效果。

本文在以往研究基礎上,考慮適用于森林火災預警系統必須滿足傳輸方式功耗低和效率高的特點,設計基于分簇和協作MIMO的森林火災監測系統模型,如圖1所示。

圖1　森林火災監測系統模型

3數據傳輸策略

從圖1可以看出,多個單天線的傳感器節點形成類似MIMO系統的多天線陣列,實現無線傳感器網絡的MIMO通信,為了將數據由發送節點傳輸到Sink,需要在監測簇中選擇簇頭,該簇頭需要對數據進行STBC編碼[7],根據與相鄰簇的傳輸距離選擇合適的節點充當協作節點,繼而選擇下一個簇頭,并與協作節點一起將數據以協作MIMO的方式傳輸給下一個簇頭,直到Sink節點為止,具體通過以下步驟完成。

Step 1簇頭與成簇。簇頭根據LEACH算法形成[9],網絡中每一個節點隨機產生一個0～1之間的數,根據門限值T(n)判斷簇頭,若數值小于門限值,則該節點被選為簇頭。

當本輪次全網簇頭節點形成后,簇頭將向整個網絡廣播其成為簇頭的消息,其他節點接收到整個網絡中所有簇頭信息后,根據接收信號的強度,選擇出最強的簇頭所在簇群加入。

Step 2路由。利用Dijkstra算法進行路由,簇頭與相鄰簇頭進行路由表信息交換并升級路由表,尋找每一個節點到達匯聚節點的最短路徑。

Step 3協作節點。簇頭路由表包含相鄰簇間數據傳輸所需能耗,根據簇內節點的能耗大小,選擇排序在前的除了簇頭以外的其他N-1個作為協作節點。

Step 4數據傳輸。簇頭接收數據進行數據融合,處理后廣播給N-1個協作節點,將數據協作傳輸至下一個簇頭,接收方對數據進行恢復,重復3、4步驟,直到數據到達Sink節點。

當監測區域沒有進行觀測事件的節點,即監測簇內節點全部死亡,或中繼節點死亡過多,算法無法尋找一條到達匯聚節點的路徑時,算法停止。

4能耗分析

根據數據傳輸的描述,功率放大器的能耗和收發機的電路損耗是節點通信過程中的主要能耗來源,整個網絡的能耗包括簇內和簇間通信能耗。

假設節點與簇頭數據傳輸時的路徑損耗因子為一固定值,可計算出簇內通信能耗[10]。設簇內一個節點向其簇頭發送k比特數據,則消耗的平均能量可以表示為

(1)

為了便于分析問題,假設信道是高斯白噪聲瑞利衰落信道[11],d表示源簇頭與目標簇頭之間直接通信能耗,發射端成功發送1bit數據所需的平均能量表示為

(2)

(3)

dcn指兩簇頭之間的通信距離。

繼續用Ect表示發送電路損耗,Ecr表示接收電路損耗,可計算出源簇頭到目標簇頭的電路部分損耗為Ec=Ect+Ecr,進一步計算出傳輸kbit數據幀的總能耗E=Et+Ec。

源簇頭與N-1個協作節點傳輸數據到下一個簇頭的能耗是簇間通信能耗的主要來源。由式(2)可知,假設源簇頭與N-1個協作節點共同組成虛擬天線陣列,并向目標簇頭發送數據,構成N條獨立信道,則發送1bit數據所需的發射能量為

(4)

dcj是協作節點與目標簇頭之間距離。

5仿真分析

實驗采用圖1所示模型,網絡覆蓋區域大小為100m×100m,節點數100個,節點的位置隨機生成。

由式(3)和式(4)可知,簇間距離對能耗有一定的影響,為了更明確地表示簇間距離對能耗的影響,圖2給出不同簇間距離情況下,單輸入單輸出(SISO)和MIMO傳輸方案下,監測節點將數據發送到Sink節點所消耗的總能量。

從圖2可以看出,隨著最大簇間距離的增大,SISO的能耗逐漸變大,而MIMO的能耗得到降低,主要原因是MIMO有多個節點協作傳輸,大大降低了長距離通信傳輸的能耗,總體趨勢與SISO情況相反,比較適合長距離通信。

以上能耗分析過程中,假定路徑損耗因子為一固定值,為了準確描述路徑損耗因子對傳輸部分能耗的影響,圖3對不同路徑損耗因子下MIMO和SISO的能耗進行了比較。

圖2　SISO和MIMO能耗比較

圖3　MIMO和SISO在不同路徑損耗因子下能耗比較

從圖3可以看出,SISO能耗近似于指數增長,而采用協作MIMO傳輸方案,能耗增長比較緩慢,對于類似于森林復雜環境下,應該優先選擇MIMO傳輸技術。

6結語

本文針對森林火災監測無線傳感器網絡,建立基于分簇和協作MIMO的森林火災預警系統模型,利用STBC空時編碼和MIMO技術形成一種新的傳輸策略。經過理論分析和仿真驗證,對比傳統SISO傳輸和MIMO傳輸模式,基于協作MIMO的傳輸方式能耗較低,適合長距離通信。而對于森林復雜環境下,信道狀態較差情況下,應該選擇MIMO傳輸方案。

參 考 文 獻

[1] 湯文亮,曾祥元,曹義親.基于Zigbee無線傳感器網絡的森林火災監測系統[J].實驗室研究與探索,2010,29(6):49-53.

TANG Wenliang, ZENG Xiangyuan, CAO Yiqin. Forest Fire Detection System Nased on ZigBee Wireless Sensor Network[J]. Researh and Exploration in Laboratory,2010,29(6):49-53.

[2] 劉峰.基于物聯網的森林火險預警關鍵技術研究[D].武漢:武漢大學,2012.

LIU Feng. Key Technology Research Based on Internet of Things of Forest Fire Warning[D]. Wuhan: Wuhan University，2012.

[3] 張軍國,李文彬,韓寧,等.基于ZigBee無線傳感器網絡的森林火災監測系統的研究[J].北京林業大學學報,2007,29(4):41-45.

ZHANG Junguo, LI Wenbin, HAN Ning, et al. Forest fire detection system based on ZigBee wireless sensor network[J]. Journal of Beijing Forestry University,2007,29(4):41-45.

[4] 劉勁風.森林小氣候監測中無線傳感器網絡支撐技術的研究[D].哈爾濱:東北林業大學,2010.

LIU Jinfeng. Wireless sensor network applications in forest microclimate monitoring[D]. Harbin: Northeast Forestry University,2010.

[5] 陶佰睿,張藝弛,苗鳳娟,等.基于物聯網技術森林火災防控系統設計[J].東北林業大學學報,2014,42(8):140-144.

TAO Bairui, ZHANG Yichi, MIAO Fengjuan, et al. Designing A Forest Fire Preventing and Controlling System Based on Internet of Things[J]. Journal of Northeast Forestry University,2014,42(8):140-144.

[6] 楊帆,陳茂林,吳迅,等.基于傳感器信息融合技術的森林火災報警系統[J].華中科技大學學報,2013,41(2):22-25.

YANG Fan, CHEN Maolin, WU Xun, et al. Warning system for forest fire based on sensor information fusion technology[J]. Huazhong Univ. of Sci. & Tech.,2013,41(2):22-25.

[7] Siam M Z, Krunz M. Younis Energy efficient Clustering/routing for cooperative MIMO operation in sensor networks[C]//IEEE INFOCOM 2009, Riode Janeiro, Brazil,2009.

[8] 胡青松,吳立新,張申,等.事件驅動的災害監測傳感網中的節能數據傳輸[J].吉林大學學報,2014,44(5):1404-1409.

HU Qingsong, WU Lixin, ZHANG Shen, et al. Energy-saving data transmission scheme for event-driven disaster monitoring sensor networks[J]. Journal of Jilin University,2014,44(5):1404-1409.

[9] 馮陳偉.基于虛擬MIMO的無線傳感網數據傳輸策略[J].廈門理工學院學報,2015,23(3):51-56.

FENG Chenwei. Data Transmission Strategy for Wireless Sensor Network Based on Virtual MIMO[J]. Journal of Xiamen University of Technology,2015,23(3):51-56.

[10] 王慶華.基于MIMO的無線傳感器網絡若干關鍵問題研究[D].合肥:中國科學技術大學,2009.

WANG Qinghua. Research on Key Problems In MIMO-based Wireless Sensor Networks[D]. Hefei: University of Science and Technology of China,2009.

[11] 李文峰,沈連豐,胡靜.傳感器網絡簇間通信自適應節能路由優化算法[J].通信學報,2012,33(3):10-19.

LI Wenfeng. SHEN Lianfeng, HU Jing. Adaptive energy-saving routing algorithm for inter-clustering communications in WSN[J]. Journal on Communications,2012,33(3):10-19.

Improved Data Transmission Strategy for Wireless Sensor Network Based on Forest Fire Monitoring

WANG Yanli

(College of Network Security and Information Technology, Weinan Normal University, Weinan714000)

AbstractIn order to improve the performance of forest fire warning system, the virtual multiple antenna transmitter/multiple antenna receiver scheme is proposed, forest fire monitoring system model is built. The monitor and cluster are constructed, according to the transmission distance, the appropriate nodes are chose as relay nodes, then, the network delivers the gathered data to sink cluster-to cluster. Furthermore, space-time code (STBC) is adopted so as to improve system performance and save more energy in wireless sensor networks. The simulation results show that the proposed scheme consumes less energy and reduces the transmission energy consumption, it is suitable for long-distance communication. In the complex environment of the forest, the wireless channel condition is not good, it is better to choose the scheme.

Key Wordswireless sensor network, space-time block code, transmit energy, MIMO, pass loss factors

* 收稿日期:2015年11月7日,修回日期:2015年12月23日

基金項目:渭南市科技計劃項目(編號:2015KYJ-2-2,2015KYJ-2-3);渭南師范學院科研項目(編號:15YKP006)資助。

作者簡介:王艷麗,女,碩士,講師,研究方向:無線通信信號處理、無線網絡技術。

中圖分類號TP3391.9; TN929

DOI:10.3969/j.issn.1672-9722.2016.05.031