基于能量均衡-延遲削弱機制的無線傳感網穩定傳輸算法

王 龍，孫瑞娟

(1.山西農業大學信息學院 信息工程學院，山西 晉中 030800；2.山西農業大學 工學院，山西 晉中 030800)

0 引 言

在5G背景下，當前研究者嘗試通過鏈路層、網絡層、網絡管理等方面的改進來提高無線傳感網數據傳輸的穩定性[1-3]。如Zbigniew等[4]立足于簇頭節點剩余能量的合理調配，采用sink節點統一管理的方式進行區域間能量均衡化調度，并采用簇內節點能量最優輪詢機制，實現了區域拓撲結構的穩定及區域再形成過程的快速收斂。不過，該方案未充分考慮距離及節點密度因素，使得區域穩定傳輸持續時間較短，難以適應5G超寬帶傳輸的實際應用場景。Shan等[5]提出了基于非均衡分簇機制的區域穩定傳輸方案，通過采用非均衡分簇方式，將能量較高的節點部署于熱點區域，并采用輪詢方法進行節點更新，提高了區域傳輸的穩定性能。然而該算法對數據延遲考慮較少，使得算法在5G超寬帶部署環境下容易產生較為嚴重的數據擁塞現象，降低了算法的傳輸穩定性能。Yin等[6]通過在區域內插入可移動的高能量節點，并采用軌跡路線方式對能量較低的簇頭節點進行實時替換，有效滿足了5G超寬帶傳輸條件下簇頭節點能耗較高的難題，可顯著提升網絡數據傳輸質量。但是，該算法針對節點移動的適應性較低，難以部署于節點移動速度較高的實際場景。

為解決提高網絡傳輸性能，改善節點受限現象，提出了基于能量均衡-延遲削弱機制的無線傳感網穩定傳輸算法。首先，結合數據分段傳輸及信道時隙分布，設計了一種數據傳輸模型，用以適應5G條件下無線傳感網網絡拓撲具有的高流動特性。采用預設方式來部署高能節點，優化簇頭節點選舉過程，達到了抑制簇頭節點受限的目的，結合休眠方式進一步提高了數據報文發送效率。隨后，利用反饋方式來提高sink節點與簇頭節點間的通信確認效率，以優化區域分割質量，實現數據的穩定傳輸。最后，通過仿真實驗驗證了本文算法的性能。

1 本文網絡模型概述

1.1 網絡部署模型

5G條件下的無線傳感網典型部署場景見圖1：矩形區域內按隨機布撒模式部署5G無線傳感節點，節點分為區域節點(regional nodes，RN)和簇節點(cluster nodes，CN)兩部分；RN節點與CN節點均處于游走狀態，但在數據傳輸周期內RN節點與CN節點將均處于相同的節點覆蓋半徑之內。sink節點作為總控節點(master control nodes，MCN)，MCN節點通過頻率不變的控制信道對RN節點和CN節點狀態進行控制，并將RN節點地理坐標進行實時記錄更新。

圖1 網絡部署

簇頭節點在下一輪傳輸周期開始前均需要進行替換，替換過程中將對網絡拓撲結構及節點覆蓋進行優化，替換過程完成后將進行數據穩定傳輸，如圖2所示。簇頭節點在選取完成后，將向自身覆蓋半徑內的節點進行數據廣播，區域節點收到數據報文后將向距離自身最近的簇頭節點進行反饋，并將自身地理坐標位置進行更新。簇頭節點接收到區域節點反饋的數據報文后，在傳輸周期內將全部數據報文進行融合處理，并通過特定頻率信道發送至sink節點。區域形成過程中，原RN節點與CN節點均有機會在新一輪選取中被選定為簇頭節點。一般而言，均需要選定與周圍節點距離基本相同，且能量最高的節點作為新的CN節點。本文采取隨機數方式確定CN節點，當僅當某節點的隨機數高于閾值W(s)時方可被選取為簇頭節點，W(s)獲取方式如下

(1)

其中，k表示當前節點被剔除出CN節點的概率，r表示數據傳輸次數。若某個節點的隨機數高于閾值W(s)時，將被選取為本輪簇頭節點(cluster head，CH)，并將閾值W(s)置為0，下一輪傳輸周期時將在剩余的節點中繼續進行簇頭節點選取。

圖2 簇頭節點更換與數據更新

1.2 數據傳輸模型

由1.1節可知，通過簇頭節點更換與數據更新可以在一定程度上降低網絡能耗，提高數據傳輸過程中的穩定周期。然而，由節點更換過程可知：節點更換需要反復進行數據反饋，一旦網絡出現波動將顯著提高數據延遲現象出現的概率[7]。實際應用過程中，由于簇頭選舉過程具有一定的隨機分布特性[8]，數據傳輸過程中各個節點均有一定概率成為新的簇頭節點。此外，5G環境下無線傳感網節點同時具有高密度特性[9]，隨著網絡規模的不斷增加，須充分考慮能量均衡性能以便提高網絡生存質量，防止數據傳輸出現嚴重的波動。

考慮到RN節點一般處于休眠狀態[10]，當傳輸信道處于空閑狀態時啟動數據傳輸過程，如圖3所示。數據傳輸過程啟動后，空閑信道長度為x，傳輸周期為Ts，數據傳輸過程將發生3種情形：簇頭節點順利收到傳輸數據，記為A；網絡出現擁塞狀態，使得數據分組傳輸受阻，記為B；信道處于空閑狀態，可以進行數據傳輸，記為C。根據傳輸信道處于的工作狀態，可將信道狀態設置為X和Y兩種狀態：X表示信道成功進行數據傳輸(記為K)以及數據出現擁塞(記為M)。顯然整個工作周期內X和Y兩種狀態將交替出現。

圖3 數據傳輸

不妨設整個工作周期內X出現次數為m，Y的出現次數為n。網絡中節點總數為H，數據報文可達概率為P，網絡節點處于休眠狀態的概率為Pi，則數據報文可達概率為P可由如下方法獲取

(2)

傳輸周期內同時發生X和Y兩種狀態的概率P(X,Y)可通過如下方式獲取

P(X,Y)=(1-e-xP)m(e-xP)n

(3)

其中，x表示空閑信道長度，P表示數據報文可達概率。

整個工作周期內X發生頻率E(X)滿足

(4)

根據式(4)可知，節點處于空閑狀態的平均時長T(X)滿足

(5)

整個工作周期內Y發生頻率E(Y)滿足

(6)

因此可知節點處于繁忙狀態的平均時長T(Y)滿足

(7)

其中，Ts表示數據傳輸周期。

考慮到數據傳輸過程中，每發生k次A事件，就會發生m-k次B事件，因此網絡成功發送數據報文的概率E(K)滿足

(8)

因此，網絡最終執行事件K的過程中數據長度L[E(K)]滿足

(9)

聯立模型(7)～(9)可知網絡節點可成功發送數據報文的概率T滿足

(10)

2 本文無線傳感網區域穩定傳輸算法

由上文網絡模型可知，網絡節點進行數據傳輸過程中可遇到多種事件，每種事件的發生均存在一定的概率，網絡節點可穩定傳輸數據的概率滿足模型(10)。數據傳輸過程中，須充分考慮節點存在的能量受限及數據延遲現象，以便能夠以較高的傳輸成功率進行數據傳輸。據此，本文設計了一種基于能量均衡-延遲削弱機制，以便能夠在能量均衡基礎上進行數據穩定傳輸，方案由基于能量均衡-延遲削弱機制的簇頭更新方法和基于穩定性傳輸機制的區域劃分方法兩個部分構成，詳情如下。

2.1 基于能量均衡-延遲削弱機制的簇頭更新

由于簇頭節點在進行數據傳輸過程中將頻繁進行數據轉發，且由于數據傳輸過程需要頻繁進行信道競爭，因此會導致出現嚴重的能量損耗。為提高網絡節點生存周期，本文將全部網絡節點分割為高能節點(high-energy node，HEN)和一般節點(general node，GN)，其中HEN節點初始能量與GN節點初始能量可按一定比例系數進行擴充，不妨設擴充系數為μ。HEN節點被選舉成簇頭節點的概率將顯著高于GN節點，從而確保簇頭節點與區域拓撲的穩定性能。

令HEN節點和GN節點被選取的權值PHEN和PGN如下

(11)

(12)

其中，ω表示HEN節點與GN節點的比例系數，由于一般擴充系數μ可設定為10～20，因此PHEN將高于PGN。

不妨設網絡中第m個節點能量消耗值為E(i)，網絡節點初始能量為E，當前處于休眠狀態的節點總數為N，網絡中節點總數為L，則網絡節點的平均能量剩余E(last)滿足

(13)

聯立模型(1)和模型(13)，結合模型(11)～(12)，分別將HEN節點和GN節點的更新閾值THEN和TGN設定為

(14)

(15)

其中，THEN、TGN分別代表HEN、GN節點的更新閾值；mod代表求余操作；r是表示數據傳輸次數。

隨著網絡進行數據傳輸，當HEN節點和GN節點能量分別觸發模型(14)和模型(15)所示的更新閾值時，網絡將把相應的HEN節點和GN節點設置為休眠狀態，并聯系sink節點進行能量補充。通過該方式降低能量消耗過大的節點被選舉為簇頭節點，并及時進行節點更換，可有效提高網絡生命周期；此外，由于HEN節點和GN節點存在差異化因素，使得HEN節點有更高的概率被選取為簇頭節點，因此降低了因節點能量受限而導致網絡傳輸出現中斷的概率。

2.2 基于穩定傳輸機制的區域劃分

通過基于能量均衡-延遲削弱機制的簇頭更新方法，可以以較高概率選取能量最優的節點進行數據傳輸，且由模型(10)可知，HEN節點被選舉成簇頭節點后可有效提高數據報文發送效率。然而由于5G網絡條件下各節點具有較高的移動速度[11,12]，因此本文基于穩定性傳輸機制，構建區域劃分方法，實現數據的穩定傳輸，具體如下：

步驟1 區域分割階段，sink節點對網絡中觸發模型(14)和模型(15)的節點進行廣播，若相應的HEN節點和GN節點在傳輸周期內均能滿足傳輸需求，則反饋信息給sink節點，并更新節點中剩余能量；

步驟2 sink節點按照模型(13)獲取網絡節點平均剩余能量，并將網絡中能量剩余低于瓶頸剩余能量的節點設定為休眠狀態，如圖4所示；

步驟3 按模型(11)和模型(12)進行HEN節點和GN節點初始化賦值，當僅當HEN節點和GN節點分別滿足模型(14)和模型(15)時，將被選舉為簇頭節點；

步驟4 簇頭節點被選舉完畢后，將進行數據廣播。各區域節點收到數據廣播后，將能量最強的簇頭節點作為隸屬節點，并納入該簇頭節點的控制區域內；

步驟5 網絡節點開始進行數據傳輸，直到相應簇頭節點按照模型(14)觸發的正確率低于50%時，重新進行簇頭節點的選舉流程，本輪傳輸結束。

區域分割完畢后，簇頭節點開始進入數據傳輸狀態，各區域節點將自身數據匯聚至簇頭節點中，通過簇頭節點傳輸至sink節點。當區域節點完成數據采集、匯聚后，各簇頭節點將進入休眠狀態，此時簇頭節點正確率會急劇下降，因此將需要重新進行區域分割過程，并啟動步驟1，執行區域劃分。

圖4 基于穩定性傳輸機制的區域劃分方法

3 仿真實驗

為便于對比算法性能，采用NS2仿真實驗環境[13]，網絡部署環境如下：節點分布區域為矩形(102 400 m×102 400 m)，網絡發送節點與接收節點均位于矩形區域邊緣且處于隨機游走狀態。節點信號采用5G信號[14]，采用文獻[16]所示的信號預發射成型技術，信號成型過程中采用該文獻提及的基于零化方式的頻譜銳化清除機制。網絡發送節點處于互相獨立狀態，且相關數據分組報文亦滿足泊松分布[15]。其余參數設置見表1。此外，選取當前5G傳感技術中常用的基于跨層編碼加性復用機制的5G信號帶寬優化傳輸算法[16](optimized transmission algorithm of 5G signal bandwidth based on cross layer coding plus multiplexing mechanism，OT-CLCPM)和基于功率損耗均衡化控制機制的移動無線傳感網數據傳輸算法[17](data transmission algorithm of mobile wireless sensor network based on power loss equalization control mechanism，DT-PLEC)進行仿真對比實驗，對比參數選取網絡傳輸帶寬、網絡平均延時、網絡吞吐頻率，仿真參數見表1。

表1 仿真參數

仿真實驗開始后，按照數據傳輸輪數，逐輪記錄傳輸周期結束時網絡傳輸帶寬、網絡平均延時、網絡吞吐頻率。考慮到5G節點具有的移動特性，將節點運動速度為5 m/s和50 m/s作為實驗控制參數，用以測試低/高移動條件下網絡參數性能。

3.1 網絡傳輸帶寬

圖5顯示的是將節點運動速度為5 m/s和50 m/s作為實驗環境控制參數所測試的網絡傳輸帶寬。由圖5可知，本文算法的網絡傳輸帶寬始終要高于OT-CLCPM算法和DT-PLEC算法。這是由于本文算法充分考慮了數據傳輸過程中網絡能量消耗及時延因素，通過設計基于能量均衡-延遲削弱機制的簇頭更新方法促成了簇頭節點的穩定更新，降低了因簇頭節點受限而導致的傳輸擁塞現象，因此具有較高的網絡傳輸帶寬。OT-CLCPM算法主要采用基于跨層編碼信道交互復用機制的串擾消除方案，通過降低信道噪聲對傳輸過程產生的串擾現象，以便增加節點的傳輸效率；然而該算法并未針對簇頭節點因能量受限而出現傳輸癱瘓現象進行抑制，因此簇頭節點受限概率較高，降低了網絡傳輸帶寬性能。DT-PLEC算法雖然構建了目標sink-區域子節點控制分組傳輸機制、區域節點閾值流量控制機制和帶寬受限節點二次確認機制進行區域傳輸穩定，然而由于該算法主要針對數據流量進行控制，未針對簇頭節點能量受限現象進行有針對性的區域分割，因此容易因簇頭節點失效而導致大面積出現數據傳輸癱瘓現象，因此其網絡傳輸帶寬亦要低于本文算法。

圖5 網絡傳輸帶寬測試結果

3.2 網絡平均延時

圖6為顯示的是將節點運動速度為5 m/s和50 m/s作為實驗環境控制參數所測試的網絡平均延時。由圖可知，本文算法的網絡平均延時要顯著低于OT-CLCPM算法和DT-PLEC算法。這是由于本文算法充分考慮節點存在的能量受限及數據延遲現象，引入休眠機制降低簇頭節點能量消耗程度，從而降低了數據報文重傳數量，改善并提升網絡擁塞控制能力，因此網絡平均時延較低。OT-CLCPM算法雖然通過優化信號預成型及削弱信道噪聲干擾等方式改善網絡傳輸能力，然而由于該算法未考慮通過優化簇頭節點更新的方式提高網絡擁塞控制能力，容易因簇頭節點失效出現網絡延時升高的現象，因而其網絡平均延時性能要低于本文算法。DT-PLEC算法雖然構建了目標sink-區域子節點控制分組傳輸機制、區域節點閾值流量控制機制和帶寬受限節點二次確認機制優化數據區域傳輸質量，然而由于該算法同樣未針對簇頭節點能量受限因素進行控制，僅考慮流量過載對網絡平均延時產生的影響，因此該算法在網絡瓶頸延時的性能上亦要低于本文算法。

圖6 網絡平均延時測試結果

3.3 網絡吞吐頻率

圖7是將節點運動速度為5 m/s和50 m/s作為實驗環境控制參數所測試的網絡吞吐頻率。由圖可知，本文算法的網絡吞吐頻率要顯著低于OT-CLCPM算法和DT-PLEC算法，顯示了較為優越的網絡吞吐性能。這是由于本文算法綜合考慮了能量和區域劃分的因素，綜合HEN節點和GN節點存在差異化的特點，提高了HEN節點被篩選為簇頭節點的概率，改善了傳輸節點的數據吞吐性能，因此出現網絡抖動的概率較低，體現了較低的網絡吞吐頻率。OT-CLCPM算法僅采用優化信號預成型的方式提高網絡傳輸性能，未考慮充分分割傳輸區域并改善簇頭節點能量等方式改善網絡抖動現象，因此需要重傳輸的數據分組報文較多，體現了較高的網絡吞吐頻率。DT-PLEC算法為優化數據傳輸性能，主要通過流量控制方式設計了目標sink-區域子節點控制分組傳輸機制、區域節點閾值流量控制機制和帶寬受限節點二次確認機制，雖在一定程度上增強了網絡吞吐能力，但該算法未通過優化簇頭節點更新的方式進一步穩定區域間數據傳輸質量，因此網絡吞吐性能亦要低于本文算法。

圖7 網絡吞吐頻率測試結果

4 結束語

為解決無線傳感網在5G部署環境中存在的區域穩定傳輸問題，提出了一種基于能量均衡-延遲削弱機制的無線傳感網區域穩定傳輸方案。方案首先針對網絡部署模型及數據傳輸模型進行了分析，提出可通過能量均衡及延遲削弱方式進行數據穩定傳輸。設計了基于能量均衡-延遲削弱機制的簇頭更新方法和基于穩定性傳輸機制的區域劃分方法提高了算法對5G環境中存在的超寬帶及高抖動性的適應，顯著改善了網絡擁塞控制能力，具有較好的網絡適應性能。

下一步，將針對本文算法難以實現低密度節點部署的不足，擬采取節點拓撲優化機制，增強所提算法在低密度拓撲條件下的網絡擁塞控制性能及超寬帶數據傳輸能力，進一步提高本文算法在復雜環境下的部署價值。