無線傳感網絡中跨層傳輸優化策略

程明陽，陳 京，張明川，鄭瑞娟，吳慶濤

(1.中國空空導彈研究院,河南 洛陽 471000；2.河南科技大學 信息工程學院,河南 洛陽 471023)

無線傳感網絡中跨層傳輸優化策略

程明陽1，陳 京2，張明川2，鄭瑞娟2，吳慶濤2

(1.中國空空導彈研究院,河南 洛陽 471000；2.河南科技大學 信息工程學院,河南 洛陽 471023)

針對當前無線傳感網絡傳輸效率不高的問題，提出了一種無線傳感網絡傳輸優化策略。該策略基于跨層訪問機制，利用網絡各層之間虛擬的信息交互管道，實現層間信息的直接交互。引入自律計算思想和反饋機制，利用跨層訪問獲取網絡各層狀況，實現網絡傳輸的自適應調節，達到提高網絡傳輸效率的目的。仿真實驗結果表明：本文提出的網絡傳輸優化策略與傳統的分層訪問機制相比，在提高傳輸效率、均衡網絡能耗以及提升網絡整體性能等方面具有較好的效果。

傳輸優化；跨層訪問；自適應；自律反饋

0 引言

無線傳感器[1]主要應用在環境監測、軍事控制等重要領域，但其節點資源有限，不能無限地使用。為了延長網絡壽命，同時盡可能滿足應用服務質量的一系列需求和網絡拓撲的動態特性，應協調各層網絡的所有特征參數，提高無線傳感網絡的整體性能。近年來，大多數無線傳感網絡采用跨層設計思想提高網絡的整體性能[2-3]，跨層優化思想[4-5]使傳統的各個獨立層間的界限變得模糊，通過共享網絡各子層的信息和交互各子層的相關參數，優化網絡的整體性能。雖然跨層優化減弱了各子層之間的耦合性，但網絡各子層的結構化和規律性消失，在進行網絡動態實時優化的情況下，使網絡整體的優化設計問題復雜化。

跨層優化設計主要是針對短期內的應用需求，進行網絡優化改進。優化改進并非只對某一層進行優化，有時可能需要對整個系統進行重新設計，但重新設計整個系統需要大量的時間和成本，是不現實的。此外，進行跨層優化時可能對系統造成不可預測的結果，降低了靈活性、維護性和互操作性。

為了解決以上問題，學者們進行了很多相關研究。文獻[6]基于蟻群優化的算法尋找最優路徑，平衡網絡能耗，提高網絡整體性能。文獻[7]通過合作路由層、數據鏈路層和傳輸層，采用靜態路由協議，在傳輸層引入相對信息熵理論，提高數據傳輸的可靠性。文獻[8]根據不同目標建立了3個目標成本函數，并設計網絡數據傳輸延遲的上、下界，提高最優解的求解速度，得到網絡生命期的最優解，降低了網絡數據傳輸的延遲。

基于前期研究成果[9-12]，本文將跨層優化和自律計算[13]結合起來，通過網絡各層之間虛擬的信息交互管道交互各層協議的參數信息，將有限的資源統一規劃調度，應用于無線傳感網絡信息傳輸中，以提高網絡的穩定性和自適應性。

1 跨層優化思想

傳統分層設計具有各層之間相互獨立、結構上下分開、靈活和易維護等優點。但是分層會使某些相同功能在不同層中重復出現，或者對于某些只需經過5層中的若干層就可以完成的操作，若經過全部的5層，則浪費了網絡資源，產生額外的成本。為了解決上述問題，本文提出了一種新型的跨層訪問思想。跨層訪問機制與傳統的分層方法相比，優點在于它不是著重追求某一層的優化效果，而是站在全局的角度找出達到各類性能優化的折衷點，以此提高整體網絡性能。跨層優化并不是完全否定傳統的分層模式，而是將層間的獨立性模糊化，通過特定的管道交互各子層的相關參數信息，對有限資源進行合理分配，達到物盡其用的效果，提高整體網絡性能。

圖1 跨層優化的核心思想

跨層優化的核心思想是通過層間信息的有效交互，達到系統性能的整體優化，使網絡能符合不同的業務需求[2]。有效地進行相鄰層間的信息交互以及網絡各子層之間參數的設置是跨層優化的關鍵。本文采用跨層優化的核心思想，如圖1所示。

從圖1可以看出：跨層優化技術打破了傳統分層的約束，用統籌的方法從系統整體考慮問題。在設計跨層技術時，對于只需經過5層中的若干層就可以完成的操作，使用該管道進行各層信息實時交互，確保系統結合網絡的現狀和具體的需求進行全局自適應調整，選擇性地設計所需要的層[14]，各子層對本層及其他層的變化選擇相應的策略，并做出合理的響應。

2 跨層優化策略

跨層優化方法主要包含數學建模、問題分析和問題求解。數學建模是使用數學工具對網絡各子網建模，問題分析和問題求解是通過優化理論和算法確定最優解。

物理層的主要功能是接收方以特定的方式成功地識別發送方發送的數據。數據鏈路層的主要功能是采用前向糾錯編碼機制、自動請求重傳機制以及適當地調整發送功率準確接收數據。網絡層的主要功能是盡最大努力交付數據報而不提供服務質量的承諾，負責路由的選擇和尋址。傳輸層的主要功能是向其他層提供通信服務，屬于面向通信部分的最高層，也屬于用戶功能中的最低層。應用層能夠向其他層傳遞服務質量需求。各層間跨層優化設計如圖2所示。

圖2 各層間跨層優化設計

從圖2中可以看出各層對應的接口及交互的信息。圖2a是物理層上的跨層優化設計，物理層信息對數據鏈路層調整系統吞吐量等方面具有較大影響，同時數據鏈路層也可作為網絡層路由選擇的依據，影響傳輸層和應用層。圖2b是數據鏈路層上的跨層優化設計，該層特有的自動請求重傳機制和前向糾錯機制可以被其他層利用，并進行信息交互。圖2c是網絡層上的跨層優化設計。在虛擬網絡中進行信息交互時，網絡層利用虛擬鏈路的狀態確保數據在最優路徑轉發，傳輸層和應用層利用路由信息提高吞吐量。圖2d是傳輸層上的跨層優化設計，利用從網絡層、數據鏈路層及物理層傳遞過來的狀態信息改善傳輸層的吞吐量。圖2e是應用層上的跨層優化設計，應用層向其他層傳遞服務質量需求，從物理層或數據鏈路層獲得的信道或鏈路狀態信息幫助應用層調整其工作方式。基于各層間跨層優化可以提高網絡利用率和系統吞吐量等網絡整體性能。各層具體優化目標建模如下：

(Ⅰ)應用層的優化目標建模

應用層的優化目標是公平性、吞吐量和網絡壽命等效用函數的加權和，即所謂的多目標優化問題。應用層的優化建模已有很多種研究方法，其中一種較典型的優化模型[15]為：

(1)

其中：Xs為源s的數據速率。α不同，公平性、吞吐量和網絡壽命等效用函數也不同，用戶效用同時取決于獲得的資源及其代價和已占用的資源對其他用戶的影響。

(Ⅱ)傳輸層的優化目標建模

傳輸層的優化目標是獲得網絡的最大吞吐量。網絡的主要問題是擁塞控制，網絡的吞吐量與通信子網負荷密切相關。擁塞控制問題的常用數學模型為：

(2)

(3)

(Ⅲ)網絡層的優化目標建模

網絡層的優化目標是路由的選擇和尋址。可以用矩陣R表示網絡中的路由問題，該矩陣定義為：

(4)

(Ⅳ)數據鏈路層的優化目標建模

數據鏈路層的優化目標是獲得最優的調度策略，網絡調度最優化問題[16]一般為：

(5)

s.t.cl∈C(pmax),?l，

(6)

其中：鏈路l的權值用rl表示，在物理層鏈路容量c的限制條件用C(pmax)表示。一般只能使用次優解而非最優解的算法來解決這些問題，即所謂的NP-hard問題。

(Ⅴ)物理層的優化目標建模

物理層的優化目標是將提供的資源分配用于網絡傳輸通道，物理層的一種典型的優化建模目標為：

maxU=U(S1(c1),…,Sn(cn))；

(7)

s.t.ci≤C,i=1,…,n，

(8)

其中：U為資源效用；Sj(cj)為服務提供者j獲取的網絡資源；C為網絡資源。

3 傳輸優化策略

本文充分運用了自律計算中的上下文感知和推理技術，通過該技術傳遞信道參數并根據在信道中傳遞的參數更改自己的參數，以達到更好的優化目標。具體的優化方案如下：

實現自律反饋跨層訪問的關鍵是通過自律計算的“四自”屬性(即自配置、自恢復、自優化和自保護)、上下文感知和推理技術，使系統對未來態勢具有一定的預見性。通過以上方式過濾、融合、推斷和演化獲得的數據，提高了系統魯棒性。由于該環境是動態、開放、異構的復雜環境，首先，需要進行語法和語義的一致性處理，避免出現二義性問題；其次，在進行各層參數傳遞的同時，引入自適應機制，根據本層參數的變化和網絡信道狀況變化的情況自動調整并做出相應的有效動作，取得較好的處理效果。

跨層優化模糊了網絡各子層的獨立性，利用網絡各層間虛擬的信息交互管道進行信息交互，優化了整體軟件協議棧。聯合設計使跨層優化更實用精確。跨層優化的決策取決于公平性、有效數據吞吐量、有效網絡存活時間和傳輸延時最小化等無線傳感網絡參數信息[6]。本文采用對物理層和數據鏈路層聯合優化，在數據鏈路層將信噪比和誤碼率考慮到數據吞吐量中。各層優化目標建模均是在上述建模基礎之上的改進，具體建模方法如下：

(Ⅰ)應用層的優化目標建模

(9)

(Ⅱ)傳輸層的優化目標建模

(10)

(11)

(Ⅲ)網絡層的優化目標建模

(Ⅳ)物理層和數據鏈路層聯合優化目標建模

一般傳輸數據時最常用到的是物理層和數據鏈路層，所以將這兩層進行聯合優化，對外形成一個“超級層”。聯合優化思想不用在層間增加任何新的接口，只需用原有的接口進行信息交互。對物理層和數據鏈路層進行聯合優化，不僅省去了設置兩層間的參數，同時保留了物理層和數據鏈路層的獨立性，易于實現和維護，該“超級層”的優化目標建模為：

(12)

4 仿真結果及分析

4.1 仿真環境

采用MATLAB仿真對基于跨層設計的能效優化算法進行驗證，仿真參數設置如表1所示。

表1 仿真參數設置

4.2 仿真結果分析

將本文提出的跨層傳輸優化策略與傳統的分層訪問機制進行比較，當跳數為1～5跳時，節能效率分別高出傳統分層訪問機制的19.53%、19.41%、19.78%、21.03%和21.12%。因此，在不同跳數情況下，使用自律反饋跨層訪問機制與傳統分層訪問機制中節點的剩余能量總和比較，前者高出后者20%左右，能量效率明顯提高。

表2 跨層傳輸優化策略與傳統分層訪問機制的跳數與收包率比較

本文提出的跨層傳輸優化策略和傳統的分層訪問機制的跳數與收包率的比較如表2所示。表2顯示若沒有任何同步措施的各節點，其收包率在復雜網絡環境下經過多跳后趨于0，引入自律跨層訪問充分利用“四自屬性”和自適應機制后，收包率保持在99.5%左右，明顯提高了網絡的可靠性。

在不同網絡接入流數量的情況下，進行系統吞吐量的比較，如圖3所示。從圖3中可以看到：系統吞吐量在開始階段比較相近，隨著發送數據的增加，跨層傳輸優化策略由于動態切換信道性能較好，最大程度降低了新添加流量對外界的干擾，所以表現出比傳統的分層訪問機制更好的優勢。

在不同網絡接入流數量的情況下，進行端到端時延的比較，如圖4所示。各路由的端到端延遲性能在開始階段由于網絡中數據流較少而基本相同，隨后，兩種機制的端到端時延隨著網絡接入流數量的增加而增加。整體上，傳統的分層訪問機制的端到端時延較大，而本文提出的跨層傳輸優化策略由于能夠找到跳數更短的路由而有效縮短了端到端時延。

圖3 不同網絡接入流數量下系統吞吐量的比較圖4 不同網絡接入流數量下端到端時延的比較

本文隨機選取了30個數據源報道數據時，模擬從100 s到300 s的時間內，比較跨層傳輸優化策略和傳統的分層訪問機制的平均節點剩余能量，如圖5所示。從圖5可以看到：傳統的分層訪問機制的總體能量性能較差，這是由于功率增大導致網絡中存在著較大的干擾，影響了數據的有效傳輸，造成信道干擾和碰撞，需要重傳。而采用基于自律計算的跨層運輸優化充分運用了“四自屬性”和自適應機制，能夠有效地跨越無用通道，找到最短路徑，節省了節點的剩余能量。

圖5 平均節點剩余能量

5 結束語

針對傳統方法不能根據網絡各層狀態自適應調節傳輸策略問題，本文提出了基于跨層訪問的傳輸優化策略，通過在網絡各層間建立虛擬的交互管道，建立直接信息交互機制，并引入自律計算與反饋機制，根據網絡狀態實時調節傳輸策略。在跨層訪問機制中引入自律計算，具有較好的自適應性，能夠提升網絡傳輸的性能。但是，對網絡中即將發生的事情不能做出全面而系統的預測，這也是下一步需要研究和改進的地方。

[1] 周亮,肖婷婷,李廣軍.基于信賴域的無線傳感器網絡節點定位算法[J].電子科技大學學報,2014,43(5):674-677.

[2]BOUBICHE D E,BILAMI A,BOUBICHE S,et al.A cross-layer communication protocol with transmission power adjustment for energy saving in multi-hop mhWSNs[J].Wireless personal communications,2015,85(1):151-177.

[3] 曾園園,項慨.面向應急監控的無線傳感器網絡跨層通信設計[J].計算機應用研究,2012,29(10):3914-3918.

[4] ANITA C S,SURESH R M.Improving QoS routing in hybrid wireless mesh networks,using cross-layer interaction and MAC scheduling[J].Cybernetics and information technologies,2015,15(3):52-67.

[5] LI N,MARTINEZ J F,DIAZ V H.The balanced cross-layer design routing algorithm in wireless sensor networks using fuzzy logic[J].Journal of sensors,2015,15(8):19541-19559.

[6] 王洪元,劉志遠,卜瑩.基于蟻群優化算法的無線傳感器網絡跨層路由協議[J].常州大學學報(自然科學版),2014,26(2):32-37.

[7] 龍昭華,李吳,蔣貴全.無線傳感器網絡中一種優化的隱式跨層傳輸控制算法[J].傳感器與微系統,2013,32(7):116-119.

[8] 柴群,吳小平,梁劍波.一種周期性無線傳感器網絡的跨層優化模型[J].電子技術應用,2015,41(5):126-129.

[9] 齊春輝，朱雪宏，李宗奎，等.無線傳感器網絡下MAC層實時性改進方法[J].河南科技大學學報(自然科學版)，2016，37(5)：29-32.

[10] 鄭瑞娟,吳慶濤,張明川,等.一個基于自律計算的系統服務性能自優化機制[J].計算機研究與發展,2011,48(9):1676-1684.

[11] ZHANG M,WEI W,ZHENG R,et al.P-bRS:a physarum-based routing scheme for wireless sensor networks[J].The scientific world journal,2014,2014(1):1-7.

[12] ZHANG M,ZHENG R,WU Q,et al.B-iTRS:a bio-inspired trusted routing scheme for wireless sensor networks[J].Journal of sensors,2015,2015(10):1-8.

[13] 鄭瑞娟,張明川,吳慶濤,等.基于信賴域的系統可信性自調節算法[J].河南科技大學學報(自然科學版),2010,31(4):28-30.

[14] TIAN J,ZHANG H,WU D,et al.Interference-aware cross-layer design for distributed video transmission in wireless networks[J].IEEE transactions on circuits and systems for video technology,2016,26(5):978-991.

[15] 劉斌.跨層優化技術在傳感器網絡中的研究與應用[D].太原:太原理工大學,2011.

[16] SASIKALA T,BHAGYAVENI M A,KUMAR V J S.Cross layered adaptive rate optimised error control coding for WSN[J].Wireless networks,2016,22(6):2071-2079.

國家自然科學基金項目(U1204614);河南省高校科技創新團隊支持計劃項目(14IRTSTHN021);河南省高校科技創新人才基金項目(14HASTIT045);河南科技大學科技創新團隊培育基金項目(2015STD002)

程明陽(1978-),男,河南南陽人,高級工程師,碩士,主要從事自動化測試及光電技術方面的研究.

2016-07-01

1672-6871(2017)02-0035-06

10.15926/j.cnki.issn1672-6871.2017.02.007

TP393

A