舒 堅 ，葛 旭，劉琳嵐，洪 明

(1.南昌航空大學(xué)軟件學(xué)院，南昌330063;2.南昌航空大學(xué)物聯(lián)網(wǎng)技術(shù)研究所，南昌330063;3.南昌航空大學(xué)信息工程學(xué)院，南昌330063)

因商業(yè)、軍事和科研等應(yīng)用環(huán)境的需求，無線傳感網(wǎng)絡(luò)對數(shù)據(jù)傳輸?shù)目煽啃蕴岢隽溯^高的要求，但無線傳感網(wǎng)絡(luò)自身的能量限制使得這個研究課題成為一個兩難決策，而網(wǎng)絡(luò)數(shù)據(jù)的傳輸路徑優(yōu)化方案從一定程度上較好地解決了這個問題，有助于網(wǎng)絡(luò)能耗和傳輸可靠度達到平衡。因此，無線傳感網(wǎng)絡(luò)可靠傳輸?shù)囊粋€重要方面是路徑的優(yōu)化。要對網(wǎng)絡(luò)路徑進行優(yōu)化，首先必須依據(jù)某一項或幾項網(wǎng)絡(luò)參數(shù)指標建立一種有效的路徑可靠性評估方法。利用數(shù)據(jù)融合機制能夠?qū)W(wǎng)內(nèi)數(shù)據(jù)進行有效處理，有助于對路徑的可靠性進行準確判斷，使得端到端的數(shù)據(jù)傳輸達到較理想的可靠性。在利用融合算法設(shè)計路徑可靠性估計算法時，主要考慮以下5個因素:(1)算法的代表性;(2)平衡路徑能耗;(3)算法應(yīng)用性;(4)理想可靠度條件下的其它網(wǎng)絡(luò)代價;(5)算法實時性。

目前對傳輸路徑可靠性估計的研究主要集中在數(shù)據(jù)傳輸層吞吐量、鏈路層服務(wù)質(zhì)量、消息擁塞控制、數(shù)據(jù)傳輸容錯控制、數(shù)據(jù)冗余度控制以及均衡能耗等。由于其簡單和實用性，對傳輸消息的冗余度控制方法被廣泛應(yīng)用于無線傳感網(wǎng)絡(luò)的傳輸可靠性研究，這種方法需要建立路徑的冗余度估計標準，然后根據(jù)路徑當前的可靠度范圍，對消息包的重傳次數(shù)、發(fā)包率等影響數(shù)據(jù)傳輸冗余度的相關(guān)參數(shù)進行控制，以此提高或降低路徑的冗余度、達到較理想的可靠性。

Luo等人［1］對用網(wǎng)內(nèi)數(shù)據(jù)融合方法來提高傳輸可靠度過程中的最小能量可靠信息匯聚問題進行了探索，采用無消息確認機制，對融合路徑中節(jié)點間進行冗余消息傳輸，對大數(shù)據(jù)存量的消息包提供更可靠的數(shù)據(jù)傳輸支持;為達到保持低網(wǎng)絡(luò)開銷和延時的同時獲取理想的數(shù)據(jù)傳輸可靠性目標，Miller等人［2］提出了一種點到點數(shù)據(jù)可靠傳輸算法——PALER算法，采用基于NACK的錯誤探測和恢復(fù)機制來構(gòu)建雙向傳輸路徑，并利用優(yōu)先級MAC參數(shù)融合機制［3］對消息擁塞和路徑冗余度進行自適應(yīng)控制;Luo和Li等人［4］針對能量有效路徑中低可靠性和鏈路失效的問題，根據(jù)當前路徑的消息包大小，提出了一種冗余控制數(shù)據(jù)融合方法提高路徑的數(shù)據(jù)傳輸可靠性;針對Tree-based Aggregation［5］與 Multi-path Aggregation［6］兩種協(xié)議方法中傳輸可靠性和冗余開銷的不對稱性問題，Soo等人［7］提出了一種折中方案—Cushion方法，通過對消息進行控制，由節(jié)點自主選擇單路徑融合或多路徑融合方法來傳輸數(shù)據(jù)，在轉(zhuǎn)發(fā)的過程中，中間節(jié)點通過調(diào)整冗余程度使得傳輸可靠性在一定開銷存在的情況下達到一個合理的水平;Paek等人［8］提出了RCRT算法，通過擁塞時動態(tài)窗口調(diào)整(Additive Increase Multiplicative Decrease，AIMD)機制來自適應(yīng)調(diào)整節(jié)點的數(shù)據(jù)發(fā)送頻率，并以此來平衡路徑可靠性和擁塞控制之間的關(guān)系;文獻［9］針對傳輸可靠性與網(wǎng)絡(luò)生存周期的不均衡性以及WSNs的鏈路通信特性，提出一種功率控制和路由度量相結(jié)合的PCETX優(yōu)化方法，以平衡端到端的傳輸可靠性和網(wǎng)絡(luò)生存周期;文獻［10］在研究WSNs鏈路質(zhì)量與及節(jié)點剩余能量對網(wǎng)絡(luò)整體可靠性和能效的影響的基礎(chǔ)上，提出了一種基于博弈理論的可靠融合模型，以提高路徑的可靠度和能效性。

在上述研究的基礎(chǔ)上，本文根據(jù)路徑平均收包率、冗余變化粒度以及平均能耗，提出一種動態(tài)可調(diào)的基于路徑可靠性的估計方法(Dynamic Tunable Reliability Estimation Algorithms，DTREA)。數(shù)據(jù)融合在Sink節(jié)點進行，融合處理過程采用傳輸需求冗余度預(yù)測算法，對消息傳輸路徑上的冗余變化粒度進行計算，以此來獲取一定時間范圍內(nèi)的路徑可靠度統(tǒng)計值，采用連續(xù)序列最大差值算法對路徑可靠度估計曲線上的可靠突變點進行動態(tài)定位，對下一回合路徑的冗余度進行調(diào)整，提高路徑可靠性、平衡網(wǎng)絡(luò)能耗。

1 問題描述

無線傳感網(wǎng)絡(luò)中，能量有效路徑的數(shù)據(jù)傳輸可靠性較低與鏈路失效等問題是影響監(jiān)測區(qū)域內(nèi)事件探測信息準確性的重要研究課題之一。該問題主要表現(xiàn)為單位測量時間內(nèi)，能量有效路徑中，鏈路層的收包率不理想，以及由此引起的Sink節(jié)點接收的信息可靠性較低。本文從以下兩方面對這個問題進行分析:一是路徑跳數(shù)(距離相關(guān))對鏈路的影響;二是能耗的波動對鏈路的影響。

如圖1所示，實驗中選用Crossbow公司的TelosB節(jié)點，在室內(nèi)環(huán)境下，觀測不同路徑上12個節(jié)點的路徑跳數(shù)(最大跳數(shù)為4跳)與收包率之間的關(guān)系，觀測單通信路徑上的5個節(jié)點的平均能耗與收包率之間的關(guān)系。其中，源節(jié)點(1號節(jié)點)和Sink節(jié)點(0號節(jié)點)各1個，中間節(jié)點負責消息的轉(zhuǎn)發(fā)，節(jié)點對間距為7.5米，發(fā)射功率為3，每30 s發(fā)送100個包。

圖1

實驗測得路徑跳數(shù)與平均收包率之間的關(guān)系如圖2所示，在有限的傳輸距離下，路徑跳數(shù)越少，鏈路并非最佳;跳數(shù)越多的傳輸路徑，鏈路可能越好;跳數(shù)相同的路徑，鏈路狀況差異很大?？梢姡谟邢薜耐ㄐ欧秶鷥?nèi)，路徑的跳數(shù)不一定是引起鏈路波動和傳輸可靠性下降的關(guān)鍵因素。

圖2 路徑跳數(shù)與平均收包率的關(guān)系

實驗測得單通信路徑上平均能耗與平均收包率之間的關(guān)系如圖3所示(虛線以上部分表示理想的鏈路狀態(tài))。

圖3 單位時間內(nèi)平均能耗與平均收包率的關(guān)系

在0.06～0.09范圍內(nèi)，路徑的平均收包率保持比較穩(wěn)定和理想的狀態(tài);隨著能耗波動強度的增加，鏈路的波動開始加劇并在平均能耗為0.16時急劇下降。這是因為，盡管當前路徑的能耗總量不高，但這種能耗是不平均的。鏈路通信實驗表明，這種不平均多數(shù)情況下是由于外部干擾導(dǎo)致單個節(jié)點的通信失效(如丟包、誤碼或數(shù)據(jù)丟失)，從而使得整個鏈路不穩(wěn)定，而逐跳的錯誤恢復(fù)(Hop-by-Hop Error Recovery［11］)機制很難預(yù)先對可能出現(xiàn)的異常狀況進行預(yù)判和處理，同時容易造成額外的開銷和網(wǎng)絡(luò)延遲。因此，建立一個有效的路徑可靠性估計機制，才能根據(jù)當前鏈路狀況，對數(shù)據(jù)的傳輸進行實時調(diào)控，使得通信鏈路保持在一個穩(wěn)定的理想狀態(tài)，并能預(yù)防通信失效狀況的發(fā)生。

2 DTREA算法

2.1 網(wǎng)絡(luò)模型

網(wǎng)絡(luò)層:如圖4所示，監(jiān)測網(wǎng)絡(luò)的消息傳輸是基于HREEMR［12］不相交多路徑路由協(xié)議進行的，該協(xié)議是基于查詢的定向擴散(Directed Diffdirecteddiffusion，DD［13］)的擴展協(xié)議，提供次優(yōu)路徑作為最優(yōu)路徑失效情況下的多路選擇。首先Sink節(jié)點向下發(fā)送冗余度查詢信息，源節(jié)點根據(jù)收到的查詢包，進行數(shù)據(jù)加載后進行消息回傳;收到回傳的網(wǎng)絡(luò)信息參數(shù)后，Sink節(jié)點根據(jù)數(shù)據(jù)融合處理結(jié)果對當前路徑的傳輸可靠度進行評估，如果未達到理想的范圍，則向源節(jié)點發(fā)送冗余調(diào)整控制信息;當源節(jié)點收到控制包后，根據(jù)需求的理想可靠度對應(yīng)的路徑冗余變化粒度值，來調(diào)整數(shù)據(jù)的發(fā)送頻率。

圖4 HREEMR不相交多路傳輸網(wǎng)絡(luò)示意圖

數(shù)據(jù)鏈路層:實驗中正反雙向鏈路同時存在，即節(jié)點間的鏈路實驗是支持消息重傳的，且不要求節(jié)點對收到的每個數(shù)據(jù)包進行確認，而只要求中間節(jié)點對收到的來自Sink節(jié)點的查詢信息進行逐跳下傳。

2.2 基于路徑可靠性估計的數(shù)據(jù)融合機制

根據(jù)Cushion［7］協(xié)議設(shè)計冗余度估計方法，Dtrea算法提出一種逆向設(shè)計的思路。通過對下一回合的路徑需求冗余度進行預(yù)估，來衡量當前路徑的傳輸可靠程度，路徑的可靠度計算公式如式(1)所示:

其中，Pc為當前路徑冗余度，Pd為下一回合需求冗余度，初始Pc設(shè)為1，路徑的可靠度用當前的冗余度與路徑需求的冗余度預(yù)測值的變化率來進行衡量。需求的冗余度越低則當前的路徑可靠度越高，Pd的定義如下:

Fr=1，2…為路徑冗余控制次數(shù)，RGC是路徑的冗余變化粒度，不同于Cushion算法，這里的冗余變化粒度是隨著網(wǎng)絡(luò)實際運行狀態(tài)而動態(tài)變化的，RGC是一個需求估計值，計算公式如下:

其中，RGC≥0.1，n為路徑跳數(shù)，RRP是重復(fù)發(fā)包率(Required Rate of Packet［14］)，RNP 是重復(fù)發(fā)包數(shù)(Required Number of Packet)的估計值，RNPEstd為估計的RNP值［14］，即成功接收一個包需要平均發(fā)送的數(shù)據(jù)包數(shù)量的估計值，RNPmax為根據(jù)具體實驗要求設(shè)定的最大RNP值，鏈路實驗表明RNPmax的變化區(qū)間一般在8到10之間，本文取10為參照值。具體定義如下:

2.3 路徑需求冗余度計算方法

根據(jù)式(1)對當前路徑的傳輸可靠度進行估計后，Sink會根據(jù)單位時間內(nèi)獲取的一個可靠度估計值序列，利用連續(xù)序列最大差值算法來求可靠突變點J。該序列是根據(jù)平均能耗比(Average Energy Consumption Rate，Avg-ECR)的單調(diào)遞增順序建立的，J值是非理想可靠度區(qū)間的一個臨界值，這里將可靠度在0.9到1的可靠區(qū)間定義為理想的可靠度范圍。平均能耗比以及J值的計算公式如下:

假定單位時間內(nèi)，依據(jù)Avg-ECR單調(diào)遞增順序獲取的路徑可靠度估計值組成一個連續(xù)序列S［S1，S2，…，Sn］，這里的 n 為序列包含的數(shù)據(jù)總數(shù)，而D［Si，Si+1］為這個序列相鄰兩個數(shù)值的最大差值區(qū)間:

其中:1＜i＜n，1＜j＜n，求出 J 值后，可得當前可靠度估計區(qū)間分別為:Reliability={R|［min，J)，［J，0.9］，(0.9，max］}。這里用可靠突變點對應(yīng)的可靠度J來對路徑的可靠度進行分區(qū)，并非是期望按不同的可靠區(qū)間進行不同的冗余控制，而是將J看作一個引起路徑可靠性急劇下降的關(guān)鍵點。區(qū)別于ESRT［15］算法的R值(達到理想可靠度所需求的路徑發(fā)包數(shù)下限)，J對應(yīng)的RGC值代表的是當前路徑達到理想可靠度所缺少的具體冗余度，該值隨著網(wǎng)絡(luò)的變化而動態(tài)變化。因此，本文提出的算法能夠滿足一定的實時性應(yīng)用需求。

3 實測與性能評價

3.1 實驗場景與參數(shù)設(shè)置

監(jiān)測范圍:8 m×45 m;監(jiān)測環(huán)境:室內(nèi);通信方式:端到端;節(jié)點發(fā)射功率:3;節(jié)點型號:Crossbow的節(jié)點TelosB;發(fā)送頻率:300 ms;初始發(fā)包數(shù):100。如圖1所示，節(jié)點總數(shù)為12，節(jié)點編號為0到11號，其中0號為Sink，1號為Source，其它為中間節(jié)點，中間節(jié)點只負責Relay，Source節(jié)點負責數(shù)據(jù)的采集和發(fā)送。測量的主要參數(shù)包括節(jié)點能耗和逐跳PRR估計值等。

3.2 DTREA算法下路徑可靠性估計的有效性分析

單位時間內(nèi)，依據(jù)Dtrea算法進行冗余傳輸(實際RGC=0.23)后的路徑可靠度如圖5中的DTREA算法曲線所示。為了對Dtrea算法下冗余傳輸?shù)木冗M行評估，選取了固定冗余變化粒度RGC=0.25(即Cushion)時的路徑可靠度測試進行對比，如圖5中的Cushion曲線所示。從調(diào)整后可靠度上，可以看出隨著路徑冗余度的增加，Cushion和Dtrea兩種方法在單位時間內(nèi)的可靠度幾乎是一樣的，都在0.9以上，說明Dtrea方法可靠性估計的有效性是較高的，并且隨著冗余度的增加，路徑總體的可靠性始終趨于穩(wěn)定。

圖5 單位時間內(nèi)的路徑可靠性對比

3.3 DTREA算法下的能耗以及PRR情況

在實際監(jiān)測環(huán)境中，特別是存在路由梯度的傳感網(wǎng)絡(luò)中，單個節(jié)點的能耗波動往往是導(dǎo)致整體網(wǎng)絡(luò)性能急劇下降的主要原因，因此一個均衡的網(wǎng)絡(luò)能耗是有效提高路徑可靠度的關(guān)鍵因素之一。由于節(jié)點的初始能量不一樣，工作一段時間后節(jié)點剩余能量往往也不均衡，因此如果用簡單的節(jié)點能耗均值很難反映出單個節(jié)點的能耗狀況，而采用平均能耗能比較好地解決這個問題。

本文中平均能耗指的是監(jiān)測網(wǎng)絡(luò)內(nèi)部的能量有效路徑上的所有節(jié)點當前時刻的能耗占上一時刻能量的百分比均值。

由圖6可知，隨著時間的推移，Original的平均能耗率的極小值是遞增的。總體而言，它的平均能耗率是緩慢上升的，可一旦超過某一個時間閾值(240 s)，曲線呈急劇上升態(tài)勢，因此不適合長期的網(wǎng)絡(luò)環(huán)境監(jiān)測;Cushion算法下的平均能耗率上下波動的幅度太大，隨著時間的推移，其斜率也是急劇遞增的，而且它的最大值和極大值都遠遠高于其它方法，說明它的能耗是非常不穩(wěn)定的，從而很難做到平衡網(wǎng)絡(luò)能耗;而Dtrea算法下的平均能耗率的最小值和最大值均小于另外兩種方法的最小值和最大值，并且隨著時間的推移慢慢趨于穩(wěn)定，這說明它的平均能耗率較另外兩種方法波動幅度較小而且穩(wěn)定性較強，因此Dtrea算法的路徑傳輸能耗是均衡的。

圖6 單位時間內(nèi)的路徑平均能耗對比

圖7 單位時間內(nèi)的路徑平均收包率對比

算法單位時間內(nèi)的鏈路狀態(tài)如圖7所示，Dtrea算法下的平均PRR基本上是和Cushion算法下的平均PRR重合的，雖然后面有一段時間的平均收包率略低于Cushion算法的實驗結(jié)果，但由于各個時段的平均收包率仍大于0.9，因此認為其整體鏈路質(zhì)量是可靠的。相比Cushion和ESRT算法，Dtrea依靠路徑融合粒度在初始控制階段對路徑的可靠性進行自適應(yīng)最優(yōu)處理，降低了來回的消息控制次數(shù)，節(jié)省了計算空間和能量，算法的實用性得到大幅提升。

4 結(jié)論和展望

本文提出一種基于路徑可靠性估計的多傳感器數(shù)據(jù)融合方法，該方法能夠?qū)崟r地對路徑可靠度進行評估，并利用冗余傳輸方法對傳輸可靠度進行動態(tài)調(diào)整，保證理想可靠度下的能耗均衡性。實測結(jié)果驗證了上述結(jié)論的真實、有效性。在單位時間內(nèi)，多條有效路徑(最優(yōu)、次優(yōu))的路由梯度已經(jīng)預(yù)先確立的前提下，該方法同樣適用于交叉多路傳輸?shù)木W(wǎng)絡(luò)監(jiān)測環(huán)境。因為在多條交叉路徑同時工作的情況下，中間的交叉節(jié)點需要準確區(qū)分收到的多個消息包的源地址和目的地址，并進行有序轉(zhuǎn)發(fā)。如何對上行或者下行的消息包進行按優(yōu)先級排序，如何解決實時狀態(tài)下的消息擁塞沖突，以及由此引發(fā)的路徑可靠性波動問題，需要根據(jù)實際的研究需求進行分析，是下一步研究工作的重點。

［1］ Luo Hong，Tao Huixiang，Ma Huadong，et al.Data Fusion with Desired Reliability in Wireless SensorNetworks［J］.IEEE Transactions on Parallel and Distributed Systems，2011，22(3):501－513.

［2］ Miller C，Poellabauer C.PALER:A Reliable Transport Protocol for Code Distribution in Large Sensor Networks［C］//Proc.SECON’08，San Francisco，CA，Jun.2008，206－214.

［3］ Wang C，Sohraby K，Lawrence V，et al.Priority-Based Congestion Control in Wireless Sensor Networks［C］//Proc.STCU’06，Taichung，Taiwan，June，2006:21－31.

［4］ Hong Luo，Qi Li，Wei Guo.RDA:Reliable Data Aggregation Protocol for WSNs［C］//Wireless Communications，Networking and Mobile Computing，2006.WiCOM 2006.International Conference on 22－24 Sept.2006.

［5］ Samuel Madden，Michael J Franklin，Joseph Hellerstein，et al.TAG:a Tiny Aggregation Service for Ad-Hoc Sensor Networks［C］//Proc.of the Fifth Symposium on Operating Systems Design and implementation(OSDI’02)，December 9－11，2002，Boston，MA，USA.

［6］ Nath S，Gibbons P B，Seshan S，et al.Synopsis Diffusion for Robust Aggregation in Sensor Networks［C］//ACM SenSys，2004.

［7］ So Jungmin，Kim Jintae，Gupta I.Cushion:Autonomically Adaptive Data Fusion in Wireless Sensor Networks［C］//IEEE International Conference on Mobile Adhoc and Sensor Systems Conference，2005.NY，USA:ACM，2005:414－425.

［8］ Paek J，Govindan R.RCRT:Rate-Controlled Reliable Transport for Wireless Sensor Networks［C］//Proc.ACM SenSys’07，Sydney，Australia，Nov.2007:305－319.

［9］ 程大偉，趙海，孫配剛，等.基于于聯(lián)合優(yōu)化的無線傳感器網(wǎng)絡(luò)傳輸可靠性研究［J］.傳感技術(shù)學(xué)報，2007，20(12):2701－2708.

［10］黃旗明，劉笑.基于博弈理論的無線傳感器網(wǎng)絡(luò)融合路由研究［J］.傳感技術(shù)學(xué)報，2008，21(11):1905－1908.

［11］ Lee H，Ko Y，Lee D.A Hop-by-Hop Reliability Support Scheme for Wireless Sensor Networks［C］//Proc.PERCOMW’06，Pisa，Italy，Mar.2006:431－439.

［12］ Deepak Ganesan，Ramesh Govindan，Scott Shenker，et al.Highly-Resilient，Energy-Efficient Multipath Routing in Wireless Sensor Networks［C］//ACM SIGMOBILE Mobile Computing and Communications Review，Oct.2001.

［13］ Chalermek Intanagonwiwat，Ramesh Govindan，Deborah Estrin，et al.Directed Diffusion for Wireless Sensor Networking［J］.IEEE/ACM Transactions on Networking，2003(1): － .

［14］ Cerpa A，Wong J L，Potkonjak M，et al.Temporal Properties of Low Power Wireless Links:Modeling and Implications on Multi-Hop Routing［C］//MobiHoc’05:Proceedings of the 6th ACM international symposium on Mobile ad hoc networking and computing.New York 2005.

［15］ Akan O B，Akyildiz I F.Event-to-Sink Reliable Transport in Wireless Sensor Networks［J］.IEEE/ACM Transactions on Networking，Oct.2005:1003－1016.