無線傳感器網絡節點傳輸功率控制算法*

吳名星， 謝英輝， 單 康

0 引 言

在無線傳感器網絡[1](wireless sensor networks,WSNs)中，最通常并廣泛應用于傳感網絡的功率管理方法是控制無線射頻(radio frequency,RF)傳輸功率[2～4]。通過選擇最優的傳輸功率，可減少功率消耗和干擾。基于RF傳輸的功率控制的功率管理方法的目的就是在維持數據正常傳輸的同時，減少能耗。文獻[5]提出了自適應傳輸功率控制(adaptive transmission power control,ATPC)算法,依據環境條件選擇不同的功率，并且控制器考慮了無線信道的波動。引用線性控制律(control law)，并依據鏈路質量調整發射器(transmitter,TX)功率。實驗研究表明，此方法能夠提高在信道快速變化環境下的數據傳輸性能。一旦通信鏈路斷裂，則節點通過對接收信號強度指示(received signal strength indication,RSSI)的預測，動態調整TX功率[6]。

本文提出基于傳輸功率控制器(predictive transmission power controller,PTPC)的WSNs功率控制(PM)算法，PTPC-PM。PTPC-PM算法利用PTPC自動調整節點發射功率等級，進而應對無線信道環境的變化。同時，通過基于PowWow建立真實WSNs仿真平臺，機器人攜帶節點移動，測試PTPC-PM算法在移動環境下的數據包傳輸率和能耗性能。實驗數據表明:提出的PTPC-PM算法能夠維持一定的數據包傳遞率，并降低能耗。

1 網絡模型

網絡模型如圖1所示，整個系統由終端設備(end device,ED)的傳感節點和基站(base station,BS)組成，其中ED主要包括RF發射、接收天線以及發射TX功率控制器。

TX功率控制器控制RF發射功率等級。

圖1 網絡模型

2 PTPC-PM算法

PTPC-PM算法采用PTPC動態調整傳輸功率等級(transmission power level,TPL)，進而應對無線信道的波動，PTPC的框圖如圖2所示。

圖2 PTPC框圖

從圖2可知，PTPC先與基站訓練，然后獲取無線信道參數信息。訓練過程為：假定傳感節點可用的傳輸功率等級矢量為TP，其包含所有可能TPL，第i個等級TPL表示為tpi∈TP。相應地，當節點以tpi∈TP功率傳輸信息時，基站接收后，再回復確認包，節點所接收的RSSI為ri∈Ri，Ri為所接收到的所有信號強度值。訓練模型如圖3所示。

圖3 訓練模型

節點完成訓練后，建立了TP和Ri兩個矢量。接收信號強度(dBm)可描述為

ri(tpi)=aitpi+bi

(1)

式中ai和bi為線性參數。通過多次測量，可建立多個式(1)的等式，再利用最小二乘近似算法估計ai和bi。

2.1 反饋RSSI值測量

PTPC-PM算法依據基站與節點間的無線鏈路，實時測量反饋信號RSSI值，進而調整下次發射功率：

1)節點與基站鏈路連通:節點周期地接收來自基站BS的反饋消息，計算反饋消息RSSI值的平均值RSSI-FB，并依據RSSI-FB調整下一次的發射功率等級。

2)節點與基站鏈路發生暫時性的不連通:當節點與基站間鏈路斷開，PTPC利用指數移動平均(exponentially weighted moving-average,EWMA)濾波器估計RSSI值。

(2)

式中 權重系數α∈[0,1]。

EWMA每預測一個值就存入移位寄存器中，但移位寄存器只保存最后3次預測值。考慮到寄存器的空間，若保存更多預測值，需要更大的存儲空間。另外，最后3次預測值也能反映空間環境參數。將這3個RSSI值進行線性融合，便可得到最終的RSSI值

(3)

式中K1,K2和K3為3個預測值的融合權值系數。

2.2 發射功率等級調整

依據PTPC調整發射功率等級模型，如圖4所示。依據式(1)，可建立式(4)，再利用當前所接收的信號功率Pst調整下次的傳輸功率tpk值

(4)

圖4 PTPC結構

3 性能仿真

引用文獻[7]的CC2500 RF 芯片作為低功率 RF收發器，其中PA可從1～30 dBm變化，且步長為-1dBm[4]。此外，基站的最大傳輸功率為1 dBm。而EWMA濾波器參數為α=0.6，K1=0.1,K2=0.2和K3=0.7。

為了更好地分析功率調整的性能，建立2個實驗。此外，為了更好地分析PTPC-PM算法的性能，選擇以固定傳輸功率和文獻[5]的ATPC作為參照。其中，固定傳輸功率大小為-2 dBm，且記為CLPM-Fixed。

實驗一為了更好地分析PTPC-PM算法的功率調整應對時變的無線信道的能力，引用移動場景，如圖5所示。節點與基站的最小距離為dmin，最大距離為dmax。最初，節點離基站距離為dmin，然后以速度S遠離基站，當距離達到dmax時，節點反向移動，直到距離為dmin。

圖5 ED的移動模型

在仿真過程中，dmin=1 m,dmax=20 m。節點的移動速度S最小為0.1 m/s,此外，每當節點移動至ds時，節點停留10 s。節點向基站發送5 000個數據包。

仿真數據如圖6所示。從圖6可知，ATPC算法不能應對信道波動，沒有及時地調整發射功率。在150～250 s期間，TX的發射功率只有-30 dBm，使得鏈路斷裂，導致無法接收數據包。相反，PTPC-PM算法能夠及時依據環境調整發射功率，進而維持鏈路連通，提高數據包傳輸率。

圖6 每個時隙內所傳輸的數據包數和傳輸功率

實驗二實驗選擇基于PoWWow[8]的真實WSNs平臺，為基于MSP430微處理器、5MHz和CC2420RF發射器。PoWWow安裝了一個大小為4 cm×6 cm太陽能單元，為設備供電。

實驗中有基站和節點2個節點，其中基站連接于主機,主機跟蹤和處理由節點發送的數據。節點為安裝于機器人上的移動節點。假定機器人以近恒速移動。最初，節點離基站為15 m，發射功率為0 dBm。節點移動到基站，用時約5 min。

選擇數據包傳遞率和能耗作為性能指標。其中，數據包傳遞率(packet relay ratio,PRR)是指基站所接收的數據包數Nr與節點所發送的數據包數Nt之比

(5)

而能耗是指每接收一個數據包所消耗的能量Eu，即ED所消耗的能量Ec與正確接收的數據包數Nr之比

(6)

Eu反映了成功接收一個數據包所消耗的能量。Eu越低，功率調整性能越優。CLPM-Fixed方案、PTPC-PM算法的數據包傳輸率和能耗數據如表1所示。

表1 數據包傳輸率PDR和能耗

從表1可知，本文提出的PTPC-PM算法的PDR略低于CLPM-Fixed算法，例如，當移動速度為0.2 m/s時，CLPM-Fixed的PDR為97 %，而PTPC-PM算法的PDR為93 %。但PTPC-PM算法的能耗Eu遠低于CLPM-Fixed算法。在移動速度為0.2 m/s時，CLPM-Fixed的Eu為210 μJ，而PTPC-PM算法的Eu為155 μJ，降低了26.2% 。

4 結束語

本文針對無線傳感網絡的能耗問題，提出基于PTPC的WSNs的功率控制算法PTPC-PM。PTPC-PM算法利用PTPC調整傳輸功率等級。通過真實的WSNs的平臺仿真，PTPC-PM算法的能耗比固定TX傳輸功率算法下降了26 %。后期，將進一步研究功率控制策略，如自適應編碼，提高能量利用率。

參考文獻:

[1] 劉曙琴,陳珍萍,黃友銳.無線傳感網絡中帶延時的一致性時間同步[J].傳感器與微系統,2017,36(1):64-66，74.

[2] Chiwewe T M，Hancke G P.A distributed topology control technique for low interference and energy efficiency in wireless sensor networks[J].IEEE Trans on Ind Informat,2012,8(1):11-19.

[3] Zhu Y.Energy-eficient topology control in cooperative Ad Hoc networks[J].IEEE Trans on Parallel Distrib Syst,2012,23(8):1480-1491.

[4] Dai G.Remaining energy-level-based transmission power control for energy-harvesting WSNs[J].Int’l J Distrib Sensor Netw,2012,5(6):34-41.

[5] Lin S.ATPC: Adaptive transmission power control for wireless sensor networks[C]∥Proc the 4th Int’l Conf on Embedded Netw Sensor Syst,2015: 223-236.

[6] 孫 毅，孫 躍，曾 璐，等.基于最優連通功率控制的WSNs跨層路由優化算法[J].傳感器與微系統，2014,33(11):135-139.

[7] Kluge W.A fully integrated 2.4 GHz IEEE 802.15.4-compliant transceiver for ZigBee applications[J].IEEE J Solid-State Circuits,2016,41(12):2767-2775.

[8] Berder O,Sentieys O.Powwow: Power optimized hardware/software framework for wireless motes[C]∥Proc of ARCS Workshops,2010:229-234.