IEEE 802.15.6中能量有效的無線體域網拓撲結構優化研究

梁正友，姚玉梅

?

IEEE 802.15.6中能量有效的無線體域網拓撲結構優化研究

梁正友1,2，姚玉梅1,2

（1. 廣西大學計算機與電子信息學院，廣西南寧 530004; 2. 廣西大學廣西多媒體通信與網絡技術重點實驗室培育基地，廣西南寧 530004）

提出一種無線體域網(WBAN, wireless body area network)的網絡拓撲結構設計方案。該方案針對IEEE 802.15.6標準的2跳擴展星型拓撲結構，建立基于混合整數非線性規劃的能耗成本優化模型，通過調整中繼節點的位置和數量，以及數據到匯聚節點的路由，獲得優化的網絡拓撲結構。實驗結果分析表明，與Elias提出的EAWD(energy aware WBAN design) 模型相比，所提出的方案能使網絡能耗減少40.5%，網絡時延平均降低52.4%，網絡壽命提高了一倍。

IEEE 802.15.6；網絡拓撲；能量效率；網絡壽命；混合整數非線性規劃

1 引言

無線體域網（WBAN, wireless body area network）通過分布在人體體表或植入人體體內的無線傳感器或設備，連續監測人體的生理信號和運動行為，并將感知的信息由無線信道傳送到網關節點，通過互聯網與遠程監護系統通信，從而對被監護者的生理信號和運動行為進行實時監測[1]。無線體域網應用到衛生醫療保健領域，將使以預防為主、早診斷、早治療的新型醫療模式成為可能，還可以幫助解決看病難、看病貴、人口老齡化等問題；在體育和軍事訓練、消費類電子等非醫療領域，無線體域網也有著廣闊的應用前景[2]。由于這些重要的應用前景，無線體域網成為當前的一個研究熱點。IEEE 802委員會針對無線體域網的短距離、低復雜度、低功耗、高可靠的需求迫切，于2012年3月發布專門用于無線體域網的通信標準IEEE 802.15.6標準的正式版本[3]，其主要內容規定了無線體域網的物理層和MAC層基本結構，指出加密認證和安全方面的實現方式；同時，該標準定義了1跳星型拓撲和2跳擴展星型拓撲結構，為無線體域網的標準化和產業化創造了條件。

無線體域網一般由一系列的傳感器節點和中繼節點、一個匯聚節點（hub）組成。其中，傳感器節點負責采集或轉發信息給其他節點，最后匯集到匯聚節點；匯聚節點負責將收到的信息發送到互聯網的醫學信息中心處理；中繼節點不采集信息，只負責轉發信息，有些無線體域網不使用中繼節點。網絡中所有節點之間的邏輯連接關系構成網絡拓撲結構[4]。無線體域網的常見拓撲結構有星型結構[5]、2跳擴展星型結構[6]、全網狀網結構[5]、樹型結構[7]，如圖1所示。

由于無線體域網中的傳感器能量有限，因此要求一個無線體域網要節能，以延長體域網的網絡壽命。另一方面，無線體域網所采集的信息非常重要，且需要實時性處理；因此，要求無線體域網的網絡時延要小。網絡拓撲結構對無線體域網節能和減少網絡時延有直接的影響，網絡拓撲結構設計和優化被大量的學者重視[7~19]。

文獻[7, 9, 10]指出在單跳星型拓撲結構中，當傳感器節點與匯聚節點的距離較遠時，單跳的路徑損耗效應將影響通信鏈路的性能（如接收信號強度指示RSSI），因此使用中繼節點將較遠傳感器的信息轉發給匯聚節點或其他中繼節點，從而使星型結構擴展成樹型結構。Fabio等[11]通過實驗研究全網狀網絡的特性、同步傳輸的鏈路相關系數以及傳輸速率、延遲時間對數據可靠性的影響，并在此基礎上比較了1跳和2跳網絡的性能，結果表明2跳拓撲結構是構建無線體域網的較佳選擇。Kim等[12]研究發現2跳拓撲結構的網絡壽命與3跳拓撲結構相當，指出2跳拓撲結構能夠滿足WBAN應用需要。

Braem等[13]研究拓撲結構對網絡能耗的影響時，使用節點間通信距離固定的線型拓撲結構和滿二叉樹拓撲結構，實驗結果顯示單跳通信中，遠離hub的傳感器能耗大；多跳通信中，靠近hub的傳感器節點兼顧采集信息和轉發信息的責任，因此其能耗較大；基于這些結果，Braem提出通過在hub的下一級中引入中繼設備并使用協作機制的方案，提高網絡壽命。

Hamida等[14]首先從獨立無線鏈路、真實WBAN信道以及運動場景下深入分析拓撲結構的動態特性。然后在此調研結果基礎上，研究了IEEE 802.15.6標準的1跳星型結構和2跳擴展星型結構以及全網狀網絡結構，并將能量消耗、數據傳輸率以及延遲作為性能指標評估比較3種拓撲結構。結果表明，2跳擴展星型結構和全網狀網絡結構具有相似的性能，且優于1跳星型結構。

Elias等[15]針對多跳樹型拓撲結構無線體域網的安裝和能耗的優化問題，提出一個混合整數線性規劃模型（EAWD, energy aware WBAN design model），根據傳感器、hub和候選位置的坐標等參數，求解傳感器節點的信息到達hub的路徑，并明確指出每條路徑上中繼節點的部署位置以及中繼節點的總數量，以達到降低安裝成本和能耗的目標。

綜上所述，文獻[7~15]研究了星型、擴展星型、樹型和全網狀網型等不同拓撲結構對能耗和時延的影響，得出了2跳擴展星型結構具有優良的綜合性能，但他們都沒有對網絡的部署優化進行研究。Elias等[15]雖然提出了多跳樹型拓撲結構的WBAN網絡拓撲設計優化方案，但該模型存在的問題是所有傳感器節點必須通過中繼節點轉發給匯聚節點；但在傳感器節點位置靠近匯聚節點的情況下，引入中繼節點不一定能增加網絡壽命，反而增加了網絡的總能耗和時延。另一方面，該方案是采用多跳樹型拓撲結構，但是對跳數沒有嚴格限制，導致跳數較多的情況下數據傳輸率降低，網絡時延增大；同時，由于忽略遵循無線體域網的相關標準，對拓撲結構的應用性也會造成一定影響。本文在借鑒已有的工作基礎上，以研究如何高效利用WBAN節點的有限能量來延長網絡生命周期為首要目標，通過構建IEEE 802.15.6標準的2跳擴展星型結構的能耗成本模型，采用混合整數非線性規劃優化方法求解模型，得到中繼節點部署位置、數量和傳感器通往hub的路徑，減少網絡能耗、安裝成本，降低時延，增加網絡壽命。

2 IEEE 802.15.6的2跳擴展拓撲結構設計優化模型

2.1 IEEE 802.15.6的WBAN網絡模型

在IEEE 802.15.6標準的2跳擴展星型拓撲結構中，無線體域網由一系列的傳感器節點和中繼節點、一個匯聚節點組成。其中，傳感器節點按照醫學應用的要求被預先安裝在指定的位置，如手臂、腿部、胸口等位置上，負責采集人體醫學信息，發送信息給中繼節點或者匯聚節點，最后匯集到匯聚節點；匯聚節點也預先安裝在指定的位置，負責將收到的信息發送到位于互聯網的醫學信息中心處理；中繼節點不采集信息，只負責轉發信息給匯聚節點；中繼節點被安裝在候選位置上，其數量和位置不固定，通過拓撲優化設計模型來確定其位置和數量，從而降低網絡能耗，延長網絡壽命，減少網絡時延。通信協議使用IEEE 802.15.6，采用體表信道。

2.2 信道和能耗模型

由于人體通信環境復雜，不同位置節點之間的通信信道呈現出不同的特征。根據節點的位置，IEEE802.15.6標準將無線體域網的信道分為4種類型，如表2所示。本文重點研究體表到體表的信道CM3，由于體表信道傳輸存在路徑損耗，WBAN的路徑損耗由通信距離和通信頻率共同決定；同時人體本身對它也會產生影響，在視距內（LOS, line of sight）和非視距內（NLOS, non-line of sight）情況下信道模型是不同[1,16,17]。因此，將N4、N5場景下的CM3信道模型分別命名為CM3-A、CM3-B。

表1 基本符號

表2 IEEE 802.15.6信道模型

根據對IEEE 802.15.6信道的路徑損耗分析，并從保護人體組織的角度考慮[20]，將中繼節點的通信范圍上限設為45 cm，匯聚節點的通信范圍上限設為80 cm。

每個傳感器和中繼節點能耗主要由4部分構成: 采集、接收、發送和處理能耗。以一位數據為例[1,21]，發送能耗包括發送器產生的能耗為和放大器產生的能耗為，其中，n、D分別為節點與之間的路徑損耗系數和距離；接收器產生的接收能耗為。假設采集能耗和處理能耗忽略不計，共傳輸位數據，則總發送能耗為，總接收能耗為。

2.3 IEEE802.15.6網絡能耗成本優化模型

根據圖1(b)可知，IEEE802.15.6的2跳擴展星型結構的通信方式為部分傳感器節點直接與hub通信、另一部分傳感器節點經過中繼節點將信息轉發給hub。因此，哪些傳感器節點可以直接與hub通信、哪些傳感器節點需要中繼節點轉發信息、中繼節點部署在身體的哪個位置成為設計拓撲結構的關鍵問題。

由于網絡部署時，主要考慮的因素為網絡總能耗和安裝成本，結合2.1節定義的WBAN網絡模型以及2.2節分析的傳輸模型和能耗模型可知，安裝成本為候選位置安裝的各中繼節點成本之和，定義為，如式(1)所示。

傳感器節點發送信息到中繼節點的總能耗是與中繼節點鏈接的所有傳感器節點發送能耗之和，定義為，如式(2)所示。

(2)

中繼節點接收傳感器信息的總能耗為負責轉發的中繼節點接收能耗之和，定義為，如式(3)所示。

中繼節點將信息轉發給匯聚節點hub的總能耗為負責轉發的中繼節點發送能耗之和，定義為，如式(4)所示。

(4)

傳感器節點發送信息到匯聚節點hub的總能耗為與匯聚節點hub鏈接的所有傳感器節點發送能耗之和，定義為，如式(5)所示。

考慮到匯聚節點hub能量充足，hub的接收能耗忽略不計；同時，考慮平衡安裝成本和能耗，為總能耗設置權值。因此，能耗成本模型為

(6)

其中，式(7)為模型的目標函數，指出無線體域網最優化的總安裝成本和總能耗。式(8)~式(16)為模型的約束條件，式(8)限制傳感器節點最多與一個中繼節點通信。

(8)

式(9)說明如果傳感器和中繼節點通信，應該確保候選位置上安裝了中繼節點，并且它們的距離在可通信范圍內。

式(10)規定若匯聚節點與中繼節點通信，應該確保候選位置上安裝了中繼節點，并且它們的距離在可通信范圍內。

(10)

式(11)說明傳感器與匯聚節點間的通信受可通信范圍的約束。

式(12)指出經過中繼節點的通信量不能超過其自身的容量。

(12)

式(13)規定了中繼節點處的通信平衡，即接收傳感器信息的通信量等于發送給匯聚節點的通信量。

式(14)強調每個傳感器節點分配給最近的中繼節點或者匯聚節點。

(14)

式(15)限制傳感器節點不能同時與中繼節點和匯聚節點鏈接。

式(16)對變量取值做出約束。

(16)

OECM模型是一個混合整數非線性規劃模型，可使用優化建模軟件Localsolver編程實現并對求得模型的最優解，同時確定中繼節點的部署位置、數量以及傳感器發送信息到hub的最優路徑。

從時間復雜度角度分析，一方面，OECM模型確定部分傳感器節點直接與hub通信，因此不需要為其選擇匹配合適的中繼節點，從而降低了求解模型的時間復雜度；另一方面，OECM模型將拓撲結構限定為2跳。假設傳感器節點數目為，候選位置個數為，結合OECM模型流程圖（如圖2(a)所示）可知，該模型求解的時間復雜度為；但EAWD模型并未限定拓撲結構的跳數，若其得到拓撲結構的最大跳數為(≥2)，結合EAWD模型流程（如圖2(b)所示）可知，該模型求解的時間復雜度為。綜上分析可知，OECM模型的時間復雜度低于EAWD模型。

3 實驗與分析

本文實驗平臺為一臺聯想電腦，配置為Intel(R) Pentium(R) CPU G3220 @ 3 GHz處理器，2 GB內存，Windows XP。使用Localsolver 5.0編程實現優化模型，并求解得到中繼節點的數量和部署位置以及整個網絡的拓撲結構，用Matlab2014a分析整理實驗數據。

3.1 實驗參數

本文采用文獻[22]的節點位置模型，文獻[22]中指出人體的測量標準是正確定位傳感器和匯聚節點的必需步驟，作者使用達芬奇人體測量的方法，將基于理想比例的維特魯威人素描圖作為測量對象，并在三維坐標系的基礎上，研究出最優的傳感器和匯聚節點部署位置，即在人體體表部署10個傳感器節點：胃部的1=(0.5, 1.5, 0)，心臟處的2=(, 2, 0)，肩膀處的3=(?1.5, 2.5, 0)，頸部的4=(?0.5, 3.4, 0)，胯部的5=(1.5, 0, 0)，大腿處的6=(0.5, ?, 0)，右膝處的7=(?0.5, ?2, 0)，左膝處的8=(0.5, ?2, 0)，小腿處的9=(0.25, ?2.5, 0)，腋下的10= (, 1.5, 0)，1個匯聚節點：=(0.5, 0.5, 0)，其中，=25 cm (相當于身高為175 cm)；將Nordic nRF2401[23]收發機作為傳感器和中繼器，其能耗參數如表3所示。

表3 Nordic nRF2401的能耗參數

考慮到人體活動對中繼節點轉發信息的影響以及人體的穿戴舒適程度，因此盡可能避免將候選位置選取到運動頻率和運動幅度較大的部位，如手臂、手腳、腿部等。同時綜合考慮線段公理以及距離對能耗的影響，候選位置選取在傳感器節點與hub組成的若干個多邊形區域，如圖3所示的3個多邊形區域，結合常用中繼節點的設備規格，將多邊形區域頂點的、最值10等分，連線的交點即為候選位置。

3.2 實驗分析

本文實驗包括兩部分，第一部分根據OECM模型的主要設計目標，即如何高效利用體域網中繼節點的有限能量來延長整個網絡的生命周期，因此首先忽略安裝成本部分，評估通信量()對總能耗的影響，然后研究權重參數對總能耗、安裝成本、中繼節點負載的影響。第二部分以網絡能耗、規模、壽命以及傳輸延遲作為性能指標，與EAWD模型[16]和IEEE802.15.6的1跳星型拓撲結構進行對比分析。

為了評估通信量對構建節能拓撲結構的影響，考慮WBAN網絡場景保持如圖3不變的情況下，從40 bit/s以20 bit/s為間隔取值到200 bit/s，求解模型的最優解，即網絡總能耗最小值。實驗結果如圖4所示，3種拓撲結構網絡總能耗不受通信量的取值影響，而且本文的OECM模型得到的網絡總能耗比EAWD模型降低38.6%，且均優于1跳星型拓撲結構。因此，將10個傳感器的通信量設為[20, 200]的隨機值。

3.2.2 權重參數的影響

在OECM模型中，作為安裝成本和網絡能耗的權衡因子，如果不考慮安裝成本，則設為較大值，比如=￥。本節在WBAN網絡場景保持如圖3不變的情況下，研究參數對EAWD模型和OECM模型求解最優解（即網絡總能耗最小值、總安裝成本最小值）的影響。

實驗結果如圖5~圖7所示，從圖5可以看出，對模型構造無線體域網的總能耗沒有影響，但本文OECM模型得到的無線體域網總能耗比EAWD模型降低41.4%。由于總安裝成本=每個中繼節點的安裝成本×中繼節點數目，且本文假設在所有候選位置安裝中繼節點的成本相同，因此總安裝成本與中繼節點數目成正比。如果較大時，說明不重視引入中繼節點的個數，因此優化模型引入更多的中繼節點，導致安裝成本增加；反之，較小時，安裝成本降低。圖6可以看出，權重參數=1時，構造無線體域網的總安裝成本最低，>105對總安裝成本沒有影響，且本文OECM模型得到的無線體域網總安裝成本比EAWD模型降低50%。

由于OECM模型限定拓撲結構為2跳，使用的中繼節點數目受到一定限制，因此當為較大值時，無線體域網引入的中繼節點數目增加不明顯，而EAWD模型并未限定跳數，導致實驗結果的規律與文獻[23]相比有一定偏差。

除了網絡能耗和安裝成本，當中繼節點的鏈接數較大時，轉發任務使該節點能量消耗速率加快，從而導致無線體域網中的節點能耗分布不均勻，因此中繼節點的最大鏈接數作為衡量網絡總能耗分布情況的重要指標，本節在取不同值時，計算中繼節點鏈接傳感器的最大鏈接數。從圖7可以看出，權重參數=1時，構造無線體域網中繼節點鏈接傳感器的最大鏈接數最大，>105時，對中繼節點最大鏈接數沒有影響，與EAWD模型相比，本文OECM模型得到的無線體域網中繼節點最大鏈接數降低33%。

因此在WBAN的實際部署時，為了同時確保低能耗、低成本以及能耗均勻分布，可以考慮將權重參數設為[1,105]的值。

3.2.3 網絡能耗分析

對于本文采用的節點位置模型用OECM、EAWD優化設計模型得到的網絡拓撲分別如圖8(a)、圖8(b)所示，星型網絡拓撲（STAR模型）如圖8(c)所示。從拓撲結構上看，OECM引入5個中繼節點，其最大鏈接數（Max_RS）為1；而EAWD引入中繼節點的數目（R）最多為8個，最大鏈接數為2。由于拓撲結構的變化對網絡能耗、時延和網絡壽命產生了很大的影響，本文將在本節和隨后2節進行分析。

圖8所示的網絡拓撲的能耗如表4所示。OECM模型的總能耗（tot）比EAWD模型改進百分比（PI, percentage improvement）為40.5%，這是由于圖8(b)EAWD模型結構中部分靠近hub的傳感器使用中繼節點轉發信息，不僅使中繼節點數目增加3個，而且轉發的能耗大于直接發送的能耗，導致總能耗增加。同時，中繼節點的最大鏈接數為2，可能會導致鏈接數大的中繼節點能耗升高，導致平均能耗（R）較大，也增加了總能耗。而對于STAR模型，雖然沒有引入中繼節點，但遠離hub的傳感器節點需要更多的發射放大功耗傳送數據，使得傳感器平均能耗（S）遠大于OECM模型，導致總能耗比OECM模型高出13.06倍。

3.2.4 網絡時延分析

網絡時延指的是信息從傳感器端傳送到匯聚節點hub端所需要的時間，它包括了發送時延、傳播時延、排隊時延和傳輸時延。假設發送時延和傳輸時延相同，則可以忽略不計，那么網絡時延(d)= 傳播時延(s)+排隊時延(q)。其中，排隊時延為等待隊列前信息發送時間，如式(17)和式(18)所示。

(18)

式(17)中，表示發送節點與接收節點之間的距離，和為參數，在人體上，=0.54，=?1.82；式(18)中為等待隊列，D為在等待隊列位置處的數據[7]，為節點的處理信息速度，本文以Nordic nRF2401[23]的處理速率1 Mbit/s作為本實驗的處理信息速度。根據計算結果得到3種拓撲結構的網絡時延，如圖9所示。

表4 網絡能耗對比

從圖9可以看出，由于1跳星型拓撲結構WBAN中的傳感器直接與匯聚節點通信，只需考慮傳輸時延，因此網絡時延最低。將圖8中OECM模型得到的網絡與EAWD模型得到的網絡相比，除了傳感器3、4、7、8的網絡時延相同，其余傳感器的網絡時延均有明顯降低，原因是圖8(a)中傳感器1、2、5、6、10沒有引入中繼節點，選擇直接與匯聚節點通信，從而省去了排隊時延；傳感器9的中繼節點選取在較好的候選位置并且獨自使用一個中繼節點節省了排隊時延，使其網絡時延降低。整個無線體域網的傳感器網絡時延平均降低52.4%。

3.2.5 網絡壽命分析

本文以第1個傳感器節點“失效”前其信息采集輪數（round）來衡量網絡壽命，假設所有節點能量均為5 J，根據網絡能耗分析實驗數據和結果發送數據，傳感器和中繼節點的網絡壽命如表5和表6所示。

表5 傳感器的網絡壽命

根據表5和表6中的數據，并結合網絡壽命的定義，可知EAWD模型得到的無線體域網壽命為499 012；星型拓撲結構WBAN網壽命為31 867；OECM模型得到的無線體域網壽命為1 015 499，與EAWD模型相比，網絡壽命提高近104%。由于無線體域網中引入了中繼節點，傳感器只需將信息交由距離較近的中繼節點轉發，從而提高了它們的網絡壽命，因此離匯聚節點較遠的傳感器，如圖8(c)中的傳感器4成為星型拓撲結構WBAN的網絡壽命瓶頸。但是EAWD得到的無線體域網中繼節點的最大連接數大于OECM的無線體域網中繼節點的最大連接數，因此轉發任務集中到鏈接數較大的中繼節點，如圖8(b)傳感器8和傳感器9共用的中繼節點能耗增加，從而降低了網絡壽命。

表6 中繼節點的網絡壽命

3.2.6 誤比特率分析

以醫療無線體域網為例，WBAN采集到的人體生理參數是作為醫務人員對監測者疾病診斷的重要依據，所以說完整準確的監測數據對于疾病的診斷具有重要的意義。因此傳輸過程中路徑損耗帶來的誤比特率是衡量無線體域網好壞的一個重要指標。

1) 路徑損耗模型

文獻[24]利用最小二乘法將2個頻帶擬合成回歸直線并推導出信道CM3-A的路徑損耗模型如式(19)所示。

其中，和為線性擬合系數，表示發射器與接收器之間的距離，是標準偏差為的正態分布隨機數；在室內環境下，=6.6，=36.1，=3.8。

信道CM3-B的路徑損耗模型如式(20)所示[24]。

其中，0為接近天線的平均損耗，為表面波在人體周圍傳播時的平均衰減率，為距離，1為在室內環境中信號遠離身體并反射到接收器的平均衰落，為標準偏差為的正態分布隨機數；在室內環境下，0=25.8，=2.0，1=?71.3，=3.6。

為了區別無線通信鏈路類型（即LOS和NLOS），本文將人體表面大致分為6個區域，分別為左小腿區域、右小腿區域、左大腿區域、右大腿區域、左軀干區域和右軀干區域。

當2個傳感器節點之間的鏈路位于同一區域時，鏈路類型為LOS，信道的路徑損耗模型采用式(19)；當鏈路跨域2個區域時，鏈路類型為NLOS，信道的路徑損耗模型使用式(20)。

2) 無線通信鏈路分析

精確的無線通信鏈路分析主要包括信噪比（SNR, signal-to-noise ratio）以及誤比特率（BER, bit error rate）。SNR大多是通過基于閾值的方法評估，但從全面性和準確性的角度出發，本文采用計算公式，如式(21)所示[24]。

其中，Tx是發射功率，N是噪聲功率，PL是節點和節點之間的路徑損耗。本文設定Tx= ?10dBm，N=?92 dBm，PL由式(19)和式(20)計算得出。在此基礎上，通過由、頻率和數據率組成的函數計算得出，如式(22)和式(23)所示。如果2個節點之間存在中繼節點，那么其誤比特率為中間各段鏈路的誤比特率平均值。

(22)

其中，選用2.45 GHz，傳感器的數據率=200 kbit/s，使用Matlab對拓撲結構為如圖8所示的3個無線體域網場景計算傳感器節點與hub之間的誤比特率，計算結果如圖10所示。

圖10 傳感器的誤比特率

同時，計算得出OECM模型、EAWD模型和STAR模型的平均誤比特率分別為、、，結合圖10可以看出，OECM模型的誤比特率較優于EAWD模型和STAR模型，原因是OECM模型中的傳感器3、4、7、8引入中繼節點，將STAR模型中的長距離NLOS鏈路轉化為LOS鏈路和短距離NLOS，且中繼節點位置優于EAWD模型，降低了路徑損耗，從而優化了誤比特率。

4 結束語

本文研究了IEEE 802.15.6無線體域網拓撲結構優化設計方法，并建立了IEEE 802.15.6標準的2跳擴展星型結構的能耗成本優化模型，采用混合整數非線性規劃方法求解該模型下以節能和部署代價為優化目標的中繼節點的最佳數量、部署位置及其數據路由。實驗結果表明，與其他拓撲結構模型相比，所提出的OECM模型在節能、提高網絡壽命、降低網絡時延、安裝成本和誤比特率方面都有所改善，為IEEE 802.15.6無線體域網的設計和部署提供了有力的支持。

[1] REUSENS E, JOSEPH W, BRAEM B. Characterization of on-body communication channel and energy efficient topology design for wireless body area networks [J]. IEEE Transactions on Information Technology in Biomedicine, 2009, 13 (6): 933-945.

[2] 劉毅, 宋余慶. 無線體域網技術研究[J]. 小型微型計算機系統，2013，34(8): 1757-1762.

LIU Y, SONG Y Q. Study on wireless body area networks[J]. Journal of Chinese Computer Systems, 2013,34(8): 1757-1762.

[3] IEEE standard for local and metropolitan area networks part 15.6: wireless body area networks[J]. 2012:1-271.

[4] BYKOWSKI M, TRACEY D, GRAHAM B. A schema for the selection of network topology for wireless body area networks[C]//2011 IEEE Radio and Wireless Symposium (RWS). Arizona, USA, c2011: 390-393.

[5] MESMOUDI S, FEHAM M. BSK-WBSN: biometric symmetric keys to secure wireless body sensors networks[J]. International Journal of Network Security & Its Application (IJ- NSA), 2011, 3(5): 155-166.

[6] LIN C S, CHUANG P J. Energy efficient two hop extension protocol for wireless body area networks[J]. IET Wireless Sensor Systems, 2012, 3(70): 37-56.

[7] DRICOT J M, ROY S V, FERRARI G, et al. Impact of the environment and the topology on the performance of hierarchical body area networks[J]. EURASIP Journal on Wireless Communications and Networking, 2011, 122(1): 1-17.

[8] HE Y F, ZHU W W, GUAN L. Optimal resource allocation for pervasive health monitoring systems with body sensor networks[J]. IEEE Transactions on Mobile Computing, 2011, 10(11): 1558-1575.

[9] CHEBBO H, ABEDI S, LAMAHEWA T A, et al. Reliable body area networks using relays: restricted tree topology[C]//2012 International Conference on Computing, Networking and Communication (ICNC). Hawaii, USA, c2012: 82-88.

[10] CAI X, LI J,YUAN J, et al. Energy aware adaptive topology adjustment in wireless body area networks[J]. Telecommun-ication Systems, 2015, 58(2): 139-152.

[11] FRANCO F D, TINNIRELLO I, GE Y. 1 Hop or 2 hops topology analysis in body area network[C]//2014 European Conference on Networks and Communications (EuCNC). Bologna, Italy, c2014: 1-5.

[12] KIM S Y, KWON J A, LEE J W. Study of optimal topology and routing in the BAN[C]//2012 International Conference on ICT Convergence (ICTC). Jeju Island, Korea, c2012: 702-703.

[13] BRAEM B, BLONDIA C, MOERMAN I, et al. The need for cooperation and relaying in short range high path loss sensor networks[C]//International Conference on Sensor Technologies and Applications, Valencia, Spain, c2007: 566-571.

[14] HAMIDA E B, ERRICO R, DENIS B. Topology dynamics and network architecture performance in wireless body sensor networks[C]//2011 4th IFIP International Conference on New Technologies, Mobility and Security (NTMS). Paris, France, c2011: 1-7.

[15] ELIAS J. Optimal design of energy efficient and cost effective wireless body area networks[J]. Ad Hoc Networks, 2014, 13: 560-574.

[16] SHAY W T, JAN S C, TARNG J H. A reduced size wide slot antenna for enhancing along body radio propagation in UWB on body communications[J]. IEEE Transactions on Antenna and Propagation, 2014, 62(3): 1194-1203.

[17] GHANEM K, KHAN I, HANZO L. MIMO stochastic model and capacity evaluation of on body channels[J]. IEEE Transactions on Antenna and Propagation, 2012, 60(6): 2980-2986.

[18] KHAN J Y, YUCE M R, BULGER G, et al. Wireless body area network design techniques and performance evaluation[J]. Journal of Medical Systems, 2012, 36( 3): 1441-1457.

[19] ABBASI Q H, SANI A, ALOMAINY A, et al. Numerical characterization and modeling of subject specific ultra wide band body centric radio channels and systems for health care applications[J].IEEE Transactions on Information Technology in Biomedicine, 2012, 16 (2): 221-227.

[20] ALAM M M, HAMIDA E B. Surveying wearable human assistive technology for life and safety critical applications: standards, challenges and opportunities[J]. Sensor, 2014, 14(5): 9153-9209.

[21] ZHAO H W, QIN J, HU J K. An energy efficient key management scheme for body sensor networks[J]. IEEE Transactions on Parallel and Distributed Systems, 2013, 24(11): 2202-2210.

[22] DOMINGO M C. Sensor and gateway location optimization in body sensor networks [J]. Wireless Networks, 2014, 20 (8): 2337-2347.

[23] NORDIC I. nRF2401 single chip 2.4 GHz radio transceiver data sheet [EB/OL].http://www.nordicsemi.com/eng/pro-ducts/2.4GHz-RF/nRF2401A/, 2015.07.08.

[24] ALAM M M, HAMIDA E B. Towards accurate mobility and radio link modeling for IEEE 802.15.6 wearable body sensor networks[C]//2014 Seventh IEEE International Workshop on Selected Topics in Wireless and Mobile Computing. Larnaca, Cyprus, c2014: 298-305.

Study of energy efficient WBAN topology optimization in IEEE 802.15.6

LIANG Zheng-you1,2, YAO Yu-mei1,2

(1. School of Comput er and Electronic Information, Guangxi University, Nanning 530004, China; 2. Guangxi Key Laboratory Cultivating Base of Multimedia Communications and Network Technology, Guangxi University, Nanning 530004, China)

An optimization model was proposed to design the network topology of wireless body area network (WBAN). Focusing on the two hops extended star topology given in IEEE 802.15.6 standard, a mixed integer non-linear programming model was constructed to minimize the energy consumption of WBAN. Then, the optimized network topology was obtained by adjusting the number and location of relays to be deployed and the data routing towards the hub. The experimental results show that, compared with Elias’s model (EAWD, energy aware WBAN design), the proposed model can reduce network energy consumption by 40.5% ,decrease network delay by 52.4% on average, and extend network lifetime by double.

IEEE 802.15.6, network topology, energy efficiency, network lifetime, mixed integer non-linear programming

TN915.02

A

10.11959/j.issn.1000-436x.2016110

2015-08-14；

2016-02-18

國家自然科學基金資助項目(No.61262003)

The National Natural Science Foundation of China (No.61262003)

梁正友（1968-），男，壯族，廣西天等人，博士，廣西大學教授，主要研究方向為網絡并行分布式計算技術、無線傳感器網絡。

姚玉梅（1990-），女，河北保定人，廣西大學碩士生，主要研究方向為無線體域網。