能量高效的事件驅動型大規模農業監測WSNs協作式傳輸策略

李軍+楊光友+干熊+陳學海+馬志艷

摘要：針對農作物分布廣泛、農業環境惡劣的特點，利用協作式多輸入多輸出技術具有的低能耗、高可靠特性，結合事件驅動型農業監測的無線傳感器網絡，提出了能量高效的基于空時分組碼的多跳協作式多輸入多輸出傳輸策略。該策略建立了包括節點剩余能量、最優跳距等因素的綜合多跳路由；此外，還建立了精確的能耗模型，確定了滿足網絡最小能耗時的協作節點個數和最優跳距。仿真結果表明，通過能耗模型求出的最優跳距和協作節點個數減少了能量消耗；同現有的無線傳感器網絡中具有能量效率和事件聚類的自適應路由協議相比，提出的傳輸策略能顯著地提高能量有效性和延長網絡壽命。

關鍵詞：協作式多輸入多輸出；事件驅動；無線傳感器網絡；最優跳距；能量有效性

中圖分類號：S126：TS334.4 文獻標識碼：A 文章編號：0439-8114（2017）06-1155-06

DOI：10.14088/j.cnki.issn0439-8114.2017.06.041

Abstract： Aiming at event-driven large-scale agricultural monitoring wireless sensor networks， an energy-efficient Cooperative multiple input multiple output（CMIMO） multi-hop transmission scheme based on Space-time block code （STBC） is proposed， which utilizes low energy and high reliability characteristics of CMIMO technology. The scheme establishes the comprehensive multiple-hop relay routing rule considering the residual energy available of nodes， optimal hop distance and other factors. The detailed energy consumption model is established to solve the optimal hop distance and number of cooperative nodes that minimize network energy consumption. The simulation results show that the optimal hop distance and number of cooperative nodes solved by the energy consumption model reduce energy consumption， the proposed scheme can improve energy efficiency and lengthen network lifetime obviously compared with the existing adaptive routing protocol with energy efficiency and event clustering for wireless sensor networks protocol.

Key words： Cooperative multiple input multiple output； event-driven； wireless sensor networks； the optimal hop distance； energy efficiency

作為一種高效的信息獲取方式和數據處理技術，無線傳感器網絡（Wireless Sensor Networks，WSNs）已被廣泛的應用于農業信息監測[1-3]。然而在大范圍自然環境復雜的農業應用中，依靠電池供電的微型傳感器節點通常難以及時進行更換或充電，節點能量的耗盡將破壞網絡的連通性[4，5]，縮短網絡器件壽命，因此，如何降低能量消耗一直是相關科研人員關注的重點問題。

根據WSNs數據收集的方式，可將其分為時間驅動型和事件驅動型兩類[6，7]。在時間驅動型網絡中，如水稻植株生長狀況監測[8，9]、水產養殖參數監測[10]等類型，所有的傳感器節點定期采集數據并向基站（Base station，BS）發送；在事件驅動型網絡中，如森林火災和山體滑坡等自然災害監測[11]、害蟲和雜草等生物災害監測[12]類型，只有監測區域內感興趣的事件發生時，事件周圍的傳感器節點才會進行數據采集和發送。本次研究關注的是大規模農業監測中事件驅動型無線傳感器網絡。

近年來，協作式多輸入多輸出（Cooperative multiple input multiple output，CMIMO）作為一種能量高效的傳輸模式，已被廣泛應用于WSNs。多輸入多輸出（Multiple input multiple output，MIMO）技術通過在發射端和接收端上配置多根天線，獲取分集增益、復用增益和干擾管理等優勢，在相同的系統性能要求下顯著地降低了無線通信的能耗[13]。但是微型傳感器節點受限于體積，不能在節點上安裝多根天線，CMIMO能夠通過多個單天線的節點組成虛擬天線陣列來實現MIMO形式的數據傳輸[13-15]。文獻[16]通過擴展低功耗自適應集簇分層型協議（Low energy adaptive clustering hierarchy，LEACH）[17]，提出了基于空時分組碼（Space-time block code，STBC）的協作式MIMO傳輸方案，建立了端到端的全網能耗模型，但是其采用單跳通信不適合大規模的無線傳感器網絡。基于此，文獻[18]建立了能耗均衡的多跳協作式MIMO傳輸策略。文獻[19]研究了協作式多輸入單輸出（Multiple input single output，MISO）多跳傳輸方案中的跳距優化問題，發現選擇最優的跳距顯著地提高了能量效率，本研究將其擴展到多節點同時發送和接收數據的CMIMO遠程通信。文獻[20]考慮到中繼節點到BS的距離和剩余能量，提出了基于事件分簇的能量高效自適應路由協議（Adaptive routing protocol with energy efficiency and event clustering for wireless sensor networks，ARPEES），然而ARPEES協議采用傳統的單輸入單輸出（Single input single output，SISO）傳輸模式，傳輸距離小，能量消耗大。

現有的周期匯報型無線傳感器網絡CMIMO路由協議沒有考慮突發事件在時間和空間上的隨機性[20]，導致了大量的不必要的數據傳輸，這并不適合農業環境監測中大規模的事件驅動型網絡。針對農業環境監測中大規模的事件驅動型無線傳感器網絡，基于ARPEES協議，課題組采用跨層設計[21，22]，提出了能量高效的基于STBC的多跳CMIMO傳輸策略（Energe-efficient STBC-based Multi-hop Cooperative MIMO transmission scheme，SMCM），通過減少WSNs的總能耗和平衡節點間的能量消耗，達到延長穩定期長度的目的。

1 傳輸策略描述

SMCM傳輸策略包括三個階段：簇的形成階段、路由設置階段以及數據傳輸階段。

1.1 簇的形成階段

同文獻[11]，根據監測要求和節點密度選擇不同的監測簇半徑R，R∈[Rmin，Rmax]，Rmax為傳感器節點的最大感知范圍，Rmin的取值見后面“2.2”。當監測區域內感興趣的事件發生時，以事件發生地點為圓心、以R為監測簇半徑的圓內傳感器節點被激活，這些被激活的節點將廣播REQ_CLUSTER消息[包含節點的IDi、感知事件的數據量I（i）、剩余能量ERes（i）]傳到鄰居節點。在設置計算時段t1內，每個被激活節點接收其他節點廣播的REQ_CLUSTER消息，并計算各簇頭競爭參數FCH（i），FCH（i）=ERes（i）×I（i），經過時段t1后具有最大競爭參數的節點被選為簇頭節點（Cluster head，CH）。除CH外，選擇競爭參數FCH（i）最大的前M個節點作為協作簇頭（Cooperative cluster head，CCH）。分簇后，CH為簇內各節點進行傳輸數據時序安排，建立TDMA時序表，并將時序表廣播給簇內的成員節點。

1.2 路由設置階段

分簇完成后，CH將選擇中繼節點（Relay node，RN）建立到達BS的最佳路由表。中繼節點的選擇度量是FRN（j），

FRN（j）=■+■+cosαj，cosαj>0，

MaxFRN（j） ■ Relay Node，

cosαj=■， （1）

式（1）中，E0表示節點的初始能量；dopt表示最優的跳距，通過優化跳距，可以極大地提高能量效率[11]，后面將介紹其求解方法；d（CH，j）和d（j，BS）分別表示節點j到CH和BS的距離，d（CH，BS）表示CH到BS的距離；αj是由CH，BS和節點j連線組成的夾角[20]，具體見圖1。擁有最大FRN（j）的候選節點將被選為RN，在下一跳中該RN將作為簇頭節點來選擇下一個中繼節點。根據式（1）可以看出，理想的中繼節點要滿足3個特性：擁有最大的剩余能量，到CH的距離等于最優跳距，多跳的路徑在CH和BS的連線上。

為了實現多跳CMIMO傳輸中多節點同時發送與接收數據，需要選擇協作中繼節點（Cooperative RN，CRN）與RN構成中繼協作單元。一方面CRN要在RN的附近[14]；另一方面，為了使節點間的能量消耗更加均衡，CRN應該擁有較多的剩余能量。因此使用判決門限值，公式為：

？酌（k）=ERes（k）/d（k，RN）2，k∈Z，

式中，Z表示RN的鄰居節點，也是候選CRN集合；d（k，RN）表示節點k到RN的距離，門限值最大的前M-1個節點將作為CRN。

路由設置完成后，CH會將生成的路由表廣播發送給M個CCH，在數據傳輸階段，CCH將以MIMO模式同時發送數據，路由表中各中繼協作單元將對數據進行MIMO模式轉發。

1.3 數據傳輸階段

在數據傳輸階段，簇內各成員節點根據簇形成階段建立的TDMA時隙分配表，依次發送感知數據到CH，CH對收集到的數據進行融合，得到有效數據，然后將有效數據進行廣播，CCH接收到廣播數據后對其進行STBC編碼，并使用協作MIMO傳輸模式將數據發送到下一跳中繼協作單元，接收端中繼協作單元的節點解碼取得數據，再根據路由表經過多跳將數據發送到BS，這個過程見圖2。

2 能耗模型

為了求解總能耗最小時對應的跳距和協作節點個數，又建立了詳細的能耗模型。這其中，一個事件監測簇運行一輪的總能耗Etotal分成兩部分：簇內通信的能耗Eintra和CMIMO遠程通信的能耗Elong，Etotal可表述為：

Etotal=Eintra+Elong， （2）

2.1 節點間每比特傳輸能耗模型

節點間無線通信的功耗主要來自電路功耗PC和功放功耗PPA[15]，傳輸每比特的能量消耗為：

Ebt=■， （3）

其中，Rbt為系統傳輸比特速率，功放功耗PPA在不同傳輸距離下對應不同模型。如果傳輸距離高于某個閾值，使用多徑地面反射模型；反之，則使用自由空間模型。PPA可以表述為下式：

PPA=■bRbtCfsd2，d≤d0■bRbtCmpd4，d>d0， （4）

其中，Eb是接收端在給定比特速率下所需要的比特能量；Cfs和Cmp為固定常數，

Cfs=（1+α）■，

Cmp=（1+α）■，

α是效率因子，Ml是用于補償電路處理和加性背景噪聲或干擾的鏈路差額；

Nf=Nr/N0，

Nf為接收機噪聲影響因子，其中，N0是室溫下熱噪聲的單邊功率譜密度，Nr是接收機輸入端所有噪聲的PSD；Gt和Gr分別為發射天線和接收天線功率增益；？姿為載波波長；ht為發射機的天線高度，hr為接收機的天線高度；d0是傳輸距離的閾值，

d0=■。

電路能耗包括發送電路能耗PTC和接收電路的能耗PRC。

PTC≈PDAC+Pmix+Pfilt+Psyn，PRC=Psyn+PLNA+Pmix+PIFA+Pfilr+PADC， （5）

其中，PDAC為數模轉換器功率，Pmix為混頻器功率，Pfilt為發射端濾波器功率，Psyn為頻率同步器功率，PLNA為中頻放大器功率，PIFA為低噪聲放大器功率，Pfilr為接收端濾波器功率，PADC為模數轉換器功率。

2.2 簇內通信能耗模型

簇內通信能耗包括CH收集簇內成員節點的數據并進行數據融合以及向CCH廣播數據產生的能耗。

簇內通信每比特傳輸能耗：對于短距離的簇內通信，采用AWGN信道自由空間模型，由式（3）、（4）、（5）可知，發送一個比特的能量消耗E ■■可以表述為：

E ■■（Mt，Mr，d）=■ ■■Cfsd2+■， （6）

采用調制方案BPSK，Rbt=B，簇內通信中接收端的平均比特能量為：

■ ■■=■[Q-1（■b）]2，

電路能耗可以表示為：

P ■■=MtPTC+MrPRC，

其中，Mt和Mr分別表示發送和接收端的天線數目。

數據收集的能耗：設一個事件監測簇內有N個傳感器節點，N=？籽πR2，？籽表示網絡節點密度，R表示監測簇半徑，其最小取值是Rmin=■。簇內N-1個成員節點分別向CH發送感知的I（i）比特數據，I（i）=LP（i），P（i）表示節點i產生L比特數據的概率[23]，P（i）=P（r（i））=1-r（i）2/R ■■，r（i）表示節點i到事件發生中心的距離。由于CH距離事件中心較近[20]，因此假設d（i，CH）=r（i），簇內收集數據的花費可以表述為：

Ecol=■{I（i）E ■■[1，1，d（i，CH）]}

≈■2？籽πrLP（r）E ■■（1，1，r）dr， （7）

數據融合的能耗：CH收到簇內N-1個成員節點的感知數據后將進行數據融合，EDA表示每比特數據融合的能耗，數據融合的能耗為：

Eagg=EDA■I（i）≈EDA■2？籽πrLP（r）dr， （8）

融合后的數據表示為：

Lagg=■， （9）

其中，fagg表示數據融合因子。

簇內廣播能耗：數據融合后CH將Lagg比特數據進行STBC編碼并廣播，M個CCH將接收廣播的數據，廣播距離為CH與CCH之間的最大距離dmax，

dmax=R■，

該階段的能耗如下：

Ebro（M）=LaggE ■■（1，M，dmax） （10）

根據式（7）、（8）、（10），簇內通信能耗是關于M的函數，可以表示為：

Eint ra=f1（M）=Ecol+Eagg+Ebro（M） （11）

2.3 遠程通信能耗模型

遠程通信每比特傳輸能耗：從CMIMO單元到BS間的遠程通信采用瑞利信道多徑反射模型，考慮到信道訓練的花費，由式（3）、（4）、（5）可知，發送一個比特的能量消耗可以表述為：

E ■■（Mt，Mr，d）=■[E ■■Cmpd4+■]， （12）

其中，u=■=■，R ■■表示有效傳輸速率，Re表示編碼速率，F表示一個STBC符號集的符號數，p表示信道訓練因子[23]。當M=1時，遠程通信為SISO模式，u=1，電路能耗為P ■■=MtPTC+MrPRC。對于BPSK調制方案平均誤碼率■b為[24]：

■b≈■■×■MtMr-1+k k■■， （13）

給定平均誤碼率■b，通過反解式（13）可以求出接收端的平均比特能量E ■■。

多跳遠程通信能耗可以表述為：

Elong=■LaggE ■■（M，M，d（i））

=■[f2（M）+f3（M）d（i）4]， （14）

其中，h表示融合數據從CCH到BS經過的跳數，d（i）表示第i跳的距離（i=1，2，…，h），f2（M）=■，f3（M）=CmpE ■■■。

2.4 總能耗優化模型

基于以上能耗分析，可以建立一個聯合優化能耗模型。通過該模型求出最優的網絡參數，從而使一個事件監測簇運行一輪的總能耗最小。結合式（2）、（11）和（14），總能耗可以表述為：

Etotal=f1（M）+■[f2（M）+f3（M）d（i）4]， （15）

在高密度的無線傳感器網絡中每一跳的距離相等時，遠程通信的能耗最小[19]，因此假設d（i）=d，d∈{DL，■，…}，DL表示遠程通信的距離，即從事件發生地點到BS的距離。式（15）可以進一步表述為：

Etotal=f1（M）+■[f2（M）+f3（M）d4]， （16）

為了求解最優跳距，將離散的跳距d擴展為連續的實數變量，求出總能耗Etotal 對d的一階和二階偏導數：

■=3DL f3（M）d2-■■=6DL f3（M）d2+■，（17）

由于■>0，因此總能耗Etotal是關于跳距d的凹函數，在協作節點個數M為定值時，令■=0，可以求出局部最優跳距dM_opt=■■。如果協作節點數目M過大，CMIMO電路能耗也會劇烈增加，因此假設M∈{1，2，…，6}。由于M的搜索空間很小，因此直接求出不同M對應的局部最優跳距dM_opt和局部最小能耗EM_opt；其中EM_opt最小值為全局最小總能耗Eopt，相應的局部最優跳距和協作節點個數為全局最優跳距dopt與全局最優協作節點個數Mopt。

3 仿真與分析

本研究提出的傳輸策略中最優跳距和協作節點個數是關鍵的因素，因此首先通過MATLAB對其進行分析和計算。DL=5 000 m，？籽=1/π，R=5 m，Rmax=100 m，PADC和PDAC等參數可以根據文獻[25]求出，具體的仿真參數見表1。

圖3顯示了根據式（17）計算的總能耗隨跳距和協作節點個數變化的情況，通過圖3可以發現，跳距對總能耗的影響是顯著的；當固定M時，總能耗是關于跳距的凹函數，因此可以求解對應的跳距使網絡總能耗最小。表2給出了不同協作節點個數對應的局部最優跳距和局部最小能耗，通過表2可以發現，當全局最優跳距dopt=137.96 m、最優協作節點個數Mopt=2時，可以獲得最小總能耗。

圖4顯示了不同協作節點個數的每比特能耗隨傳輸距離的變化情況，通過圖4可以發現，當傳輸距離非常小時，CMIMO傳輸方式的能耗高于SISO傳輸方式，但是隨著傳輸距離的增加，CMIMO傳輸方式的優勢逐漸顯現，且協作節點個數多的傳輸方式需要更遠的傳輸距離才能更好地發揮優勢。這是由于協作節點越多，產生的電路能耗越大，需要更遠的傳輸距離才能體現其在減少功放能耗方面的優勢，因此表2中局部最優跳距也會隨著協作節點個數的增加而增加。

為了評估CMIMO傳輸策略的性能，將其與ARPEES協議對比，具體見圖5。仿真中5 000個節點均勻分布在1 000 m×1 000 m的方形區域內，事件監測區域半徑為50 m，節點初始能量均為100 J，BS位置（1 000，1 000），其他系統參數見表1。圖5（a）反映了兩種方案的網絡生存時間對比；通過該圖可以看出，CMIMO傳輸策略明顯優于ARPEES協議，其穩定期長度（為了簡化分析，將其定義為第一個節點死亡的輪數[23]）增長了約400輪，提升約100%；圖5（b）反映了當網絡運行至600輪時，隨機選擇的200個節點在兩種傳輸策略中的剩余能量百分比，通過該圖可以發現CMIMO傳輸策略的網絡中傳感器節點剩余能量更多，節點間的能量消耗也更加均衡。這是由于課題組提出的傳輸策略通過利用基于STBC算法的CMIMO傳輸方式獲得了分集增益，提高了數據傳輸的可靠性，減少了能量消耗；同時對ARPEES協議進行了改進，平衡了節點間的能量消耗；此外，利用MIMO技術特性，增加了跳距，擴大了網絡覆蓋范圍。

4 小結

此研究提出了適用于大規模農業環境監測中事件驅動型無線傳感器網絡的能量高效的基于STBC的多跳CMIMO傳輸策略（SMCM），該策略利用了MIMO技術的特點，獲得了分集增益，提高了數據傳輸的可靠性，減少了遠程通信的能耗，擴大了網絡覆蓋范圍；同時考慮到最優跳距和協作節點個數，進一步提高了能量效率，因此相比現有的協議更適合于大規模農業監測應用中的事件驅動型無線傳感器網絡。該策略在考慮電路能耗和信道訓練的能耗前提下，建立了精確的能耗模型，通過聯合優化，確定系統滿足最小能耗時的協作節點個數和最優跳距。仿真結果表明，通過總能耗優化模型求出的最優協作節點數目和跳距大幅度提高了能量效率，與現有的ARPEES協議相比，SMCM能夠顯著延長網絡生存時間。

參考文獻：

[1] XU H L，HUANG L S，QIAO C M，et al. Joint virtual MIMO and data gathering for wireless sensor networks[J].IEEE Transactions on Parallel & Distributed Systems，2015，26（4）：1034-1048.

[2] 韓文霆，吳普特，郁曉慶，等.農業環境信息無線傳感器網絡監測技術研究進展[J].農業工程學報，2011，27（S2）：326-330.

[3] 王彥集，張瑞瑞，陳立平，等.農田環境信息遠程采集和Web發布系統的實現[J].農業工程學報，2008，24（S2）：279-282.

[4] CHU X Y，SETHU H. Cooperative topology control with adaptation for improved lifetime in wireless sensor networks[J].Ad Hoc Networks，2015，30（5）：99-114.

[5] 吳玉成，張麗玲，胡 真，等.基于事件驅動保持網絡連通性的WSNs路由協議[J].傳感器與微系統，2015（4）：140-143.

[6] 蔣暢江，石為人，唐賢倫，等.能量均衡的無線傳感器網絡非均勻分簇路由協議[J].軟件學報，2012，34（5）：1222-1232.

[7] NIE Y L，LIU S Y，CHEN Z B，et al. A dynamic routing algorithm for data-aggregation optimization in event-driven wireless sensor networks[J].Journal of Communications，2013，8（8）：521-528.

[8] 雷 剛，王衛星，孫寶霞，等.大面積水稻田無線傳感器網絡組網設計與優化[J].農業工程學報，2014，30（11）：180-187.

[9] 雷 剛，王衛星，孫寶霞，等.基于能量異構雙簇頭路由算法的水稻田無線傳感器網絡[J].農業工程學報，2013，29（24）：139-146.

[10] 蔣建明，史國棟，趙德安，等.水產養殖參數無線測量網絡的長生命周期研究[J].農業工程學報，2014，30（7）：147-154.

[11] 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（工學版），2014（5）：1404-1409.

[12] 文 韜，洪添勝，李立君，等.基于無線傳感器網絡的橘小實蠅成蟲監測系統設計與試驗[J].農業工程學報，2013，29（24）：147-154.

[13] NGUYEN D N，KRUNZ M. Cooperative MIMO in wireless networks：Recent developments and challenges[J].Network IEEE，2013，27（4）：48-54.

[14] LI J P，JIANG X，LU I T. Energy Balance routing algorithm based on virtual MIMO scheme for wireless sensor networks[J].Journal of Sensors，2014（1）：1-7.

[15] CUI S G，GOLDSMITH A J，BAHAI A. Energy-efficiency of MIMO and cooperative MIMO techniques in sensor networks[J].IEEE Journal on Selected Areas in Communications，2004，22（6）：1089-1098.

[16] DING J，LIU D P，WANG X，et al. An energy-efficient virtual MIMO transmission scheme for cluster-based wireless sensor networks[A].Communication Technology（ICCT），2010 12th IEEE International Conference on[C].Nanjing：Institute of Electrical and Electronics Engineers，2010.809-813.

[17] HEINZELMAN W B，CHANDRAKASAN A P，BALAKRISHNAN H. An application-specific protocol architecture for wireless microsensor networks[J].IEEE Transactions on Wireless Communication，2002，1（4）：660-670.

[18] CHEN S，HUANG M，LI Y，et al. Energy-balanced cooperative routing in multihop wireless ad hoc networks[J].Wireless Networks，2012，19（6）：307-311.

[19] ZHANG J，FEI L，GAO Q，et al. Energy-efficient multihop cooperative MISO transmission with optimal hop distance in wireless ad hoc networks[J].Wireless Communications IEEE Transactions on，2011，10（10）：3426-3435.

[20] TRAN Q V，MIYOSHI T. Adaptive routing protocol with energy efficiency and event clustering for wireless sensor networks[J].Ieice Transactions on Communications，2008，91（9）：2795-2805.

[21] ASADUZZAMAN，KONG H Y. Energy efficient cooperative LEACH protocol for wireless sensor networks[J].Journal of Communications & Networks，2010，12（4）：358-365.

[22] ABDULHADI S，JASEEMUDDIN M，ANPALAGAN A. Multi-hop routing with cooperative transmission：A cross-layer approach[J].Wireless Networks，2014，20（7）：1685-1697.

[23] 肖 明，黃劉生，徐宏力.無線傳感器網絡中一種基于虛擬MIMO多播的多跳傳輸策略[J].小型微型計算機系統，2012，33（1）：18-23.

[24] 江若宜，季 薇，鄭寶玉.無線傳感器網絡中協作通信的能耗優化方法研究[J].電子與信息學報，2010，32（6）：1475-1479.

[25] CUI S，GOLDSMITH A J，BAHAI A. Energy-constrained modulation optimization[J].Wireless Communications IEEE Transactions on，2005，4（5）：2349-2360.