張 婧，韋 煒

(1.貴州師范大學(xué) 機(jī)械與電氣工程學(xué)院，貴州 貴陽550001;2.中國移動(dòng)通信集團(tuán) 貴州有限公司 網(wǎng)絡(luò)部，貴州 貴陽550001)

0 引 言

無線傳感器網(wǎng)絡(luò)(WSNs)在交通系統(tǒng)中是其重要的應(yīng)用之一。交通無線傳感器網(wǎng)絡(luò)是指將低功耗、低成本的交通傳感器節(jié)點(diǎn)部署在車輛、道路兩邊，利用節(jié)點(diǎn)的自組織能力自動(dòng)建立起網(wǎng)絡(luò)，將具有一定自治能力的節(jié)點(diǎn)采集得到的信息經(jīng)過匯聚處理，實(shí)現(xiàn)實(shí)時(shí)準(zhǔn)確的車輛檢測(cè)、定位、識(shí)別、跟蹤，獲取全面的全路網(wǎng)道路交通信息［1］。如今有越來越多的科研機(jī)構(gòu)關(guān)注其在交通系統(tǒng)中的應(yīng)用，也得到了一些有益的研究成果［2～6］。對(duì)于交通隧道這一特殊的路段，具有通風(fēng)不暢、空間狹窄，照明調(diào)節(jié)不佳等特點(diǎn)，容易發(fā)生交通事故或火災(zāi)等交通安全事故。事故發(fā)生前，傳感器節(jié)點(diǎn)上的傳感器感知到危險(xiǎn)，并及時(shí)觸發(fā)攝像頭開啟，通過傳感器網(wǎng)絡(luò)及時(shí)向監(jiān)控中心傳回實(shí)時(shí)圖像數(shù)據(jù)，對(duì)事故的預(yù)防和處置提供了有力支撐。

為此，本文將重點(diǎn)分析運(yùn)用基于Ad-Hoc 的無線傳感器網(wǎng)絡(luò)來傳輸視頻圖像的性能。

1 交通隧道無線傳感器網(wǎng)絡(luò)模型

交通隧道無線傳感器網(wǎng)絡(luò)模型如圖1 所示，由兩部分組成:一部分為可安裝視頻頭的傳感器節(jié)點(diǎn)，另一部分為收集整理信息的匯集節(jié)點(diǎn)。部署在隧道兩邊的傳感器節(jié)點(diǎn)可感知煙霧、溫度、濕度等環(huán)境變化，根據(jù)實(shí)際需要啟動(dòng)視頻頭采集圖像信息，通過節(jié)點(diǎn)間接力傳遞方式將數(shù)據(jù)傳送給匯聚節(jié)點(diǎn)，匯聚節(jié)點(diǎn)再通過公共或者專用通信網(wǎng)絡(luò)將數(shù)據(jù)送達(dá)監(jiān)控中心。本文所涉及的重點(diǎn)是討論隧道內(nèi)傳感器節(jié)點(diǎn)傳輸圖像數(shù)據(jù)至匯聚節(jié)點(diǎn)的過程。

圖1 交通隧道無線傳感器網(wǎng)絡(luò)模型Fig 1 WSNs model in traffic tunnel

2 無線傳播模型

無線傳感器網(wǎng)絡(luò)使用無線電波作為傳播介質(zhì)，傳輸性能主要受到無線信道的制約。傳感器節(jié)點(diǎn)之間的傳播路徑較復(fù)雜，具有隨機(jī)性。例如:封閉的隧道環(huán)境使得無線電波發(fā)生多次反射，粗糙的隧道壁對(duì)無線電波的振幅、相位和極化都有極大的影響，將發(fā)生散射。因此，通過對(duì)傳感器節(jié)點(diǎn)間平均接收信號(hào)強(qiáng)度的測(cè)試對(duì)交通隧道環(huán)境下無線傳感器網(wǎng)絡(luò)無線電傳播進(jìn)行研究。

交通隧道中傳感器節(jié)點(diǎn)的接收信號(hào)平均功率隨發(fā)射節(jié)點(diǎn)距離的變化呈對(duì)數(shù)衰減。對(duì)于任意的距離，特定位置的路徑損耗PL(d)為隨機(jī)正態(tài)對(duì)數(shù)分布［7］

式中 Pt(d)為發(fā)射功率，Pr(d)為接收功率，PL(d)為路徑損耗。

在收發(fā)距離為d0、路徑損耗指數(shù)為n 和標(biāo)準(zhǔn)偏差σ 的條件下，描述特定傳感器節(jié)點(diǎn)位置的路徑損耗模型如下式［8，9］

式中 β 依賴于周圍環(huán)境類型，XdB為均值為零、標(biāo)準(zhǔn)偏差為σ 的高斯分布隨機(jī)變量。在交通隧道環(huán)境下無線傳感器網(wǎng)絡(luò)無線信號(hào)分析過程中，對(duì)任意位置的接收功率可使用上述模型進(jìn)行計(jì)算機(jī)仿真。

3 仿真分析

本文從描述圖像質(zhì)量的平均峰值信噪比(PSNR)值、描述網(wǎng)絡(luò)質(zhì)量的平均時(shí)延兩個(gè)方面分析交通隧道無線傳感器網(wǎng)絡(luò)中的視頻傳輸性能。在仿真中，應(yīng)用層協(xié)議為MPEG—4 協(xié)議，傳輸層為用戶數(shù)據(jù)報(bào)博文協(xié)議(user datagram protocol，UDP)，選取按需距離矢量路由(Ad Hoc on-demand distance vector routing，AODV)和目的序列距離矢量路由(destination sequenced distance vector，DSDV)兩種協(xié)議作為網(wǎng)絡(luò)層路由協(xié)議，而鏈路層和物理層分別選用IEEE 802.11 協(xié)議。

在實(shí)際交通隧道中拍攝視頻，通過軟件MyEvalvid-NT，將原始視頻文件編碼壓縮為視頻文件video1 與video2。將上述處理后的視頻文件作為模擬傳感器節(jié)點(diǎn)上視頻頭所采集的視頻信息。幀大小為QCIF 176×144，壓縮方式MPEG—4，每秒30 幀，Gop 形式為I 幀、P 幀、B 幀。仿真設(shè)置的場(chǎng)景如圖2 所示，傳感器節(jié)點(diǎn)1 與節(jié)點(diǎn)9 分別將視頻video1 和video2 通過中間節(jié)點(diǎn)將視頻圖像數(shù)據(jù)傳輸給匯聚節(jié)點(diǎn)0。通過無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)傳輸，將發(fā)送節(jié)點(diǎn)的原始圖像數(shù)據(jù)與匯聚節(jié)點(diǎn)所接收重建的圖像數(shù)據(jù)進(jìn)行比較。

圖2 仿真網(wǎng)絡(luò)拓?fù)銯ig 2 Simulation network topology

如表1 所示，對(duì)于視頻Video 1 和Video 2 中的所有數(shù)據(jù)幀，通過AODV 協(xié)議傳輸?shù)臄?shù)據(jù)幀，其平均PSNR 值要高于DSDV 協(xié)議，兩者都大于31 dB。據(jù)文獻(xiàn)［10］，當(dāng)PSNR值位于31 ～36.9 dB 之間時(shí)，所對(duì)應(yīng)的圖像質(zhì)量良好。

表1 Video1 與Video2 的平均PSNR 值對(duì)比Tab 1 Comparison of average PSNR value in video1 and video2

對(duì)比相同數(shù)據(jù)幀(AODV 協(xié)議選取第51 號(hào)幀，DSDV協(xié)議選取第77 號(hào)幀)，如圖3 ～圖8 所示。其中，圖3 與圖4分別為節(jié)點(diǎn)1 和節(jié)點(diǎn)9 所發(fā)送的原始視頻中的一幀圖像，圖5與圖6 為匯聚節(jié)點(diǎn)所接收到的通過AODV 協(xié)議傳輸?shù)膱D像，圖7 與圖8 為匯聚節(jié)點(diǎn)所接收到的經(jīng)過DSDV協(xié)議傳輸?shù)膱D像，通過對(duì)比可知，AODV 所傳輸?shù)膱D像質(zhì)量較好。

圖3 視頻video1 第51 幀原始圖像Fig 3 Original image of the 51st frame of video1

兩段視頻圖像經(jīng)過AODV，DSDV 協(xié)議傳輸后，每段視頻中的各幀圖像在無線傳感器網(wǎng)絡(luò)中的時(shí)延如圖9 ～圖12所示。對(duì)于video1，由AODV 傳輸?shù)钠骄鶗r(shí)延為0.02283 s，由DSDV 傳輸?shù)钠骄鶗r(shí)延為0.021 76 s;對(duì)于video 2，由AODV 傳輸?shù)钠骄鶗r(shí)延為0.025 14 s，由DSDV 傳輸?shù)钠骄鶗r(shí)延為0.02497 s。通過AODV 協(xié)議傳輸?shù)囊曨l圖像較DSDV 協(xié)議傳輸?shù)囊曨l圖像，其平均時(shí)延稍大。

圖4 視頻video2 第77 幀原始圖像Fig 4 Original image of the 77st frame of video2

圖5 視頻video1 第51 幀接收?qǐng)D像(由AODV 協(xié)議傳輸)Fig 5 Image received by the 51st frame of video1(transmitted by AODV protocal)

圖6 視頻video2 第77 幀接收?qǐng)D像(由AODV 協(xié)議傳輸)Fig 6 Image received by the 77st frame of video1(transmitted by AODV protocal)

圖7 視頻video1 第51 幀接收?qǐng)D像(由DSDV 協(xié)議傳輸)Fig 7 Image received by the 51st frame of video1(transmitted by DSDV protocal)

圖9 視頻video1 中每幀的網(wǎng)絡(luò)傳輸時(shí)延(由AODV 協(xié)議傳輸)Fig 9 Network transfer delay of each frame in video1(transmitted by AODV protocal)

圖10 視頻video1 中每幀的網(wǎng)絡(luò)傳輸時(shí)延(由DSDV 協(xié)議傳輸)Fig 10 Network transfer delay of each frame in video1(transmitted by DSDV protocal)

圖11 視頻video 2 中每幀的網(wǎng)絡(luò)傳輸時(shí)延(由AODV 協(xié)議傳輸)Fig 11 Network transfer delay of each frame in video 2(transmitted by AODV protocal)

圖12 視頻video 2 中每幀的網(wǎng)絡(luò)傳輸時(shí)延(由DSDV 協(xié)議傳輸)Fig 12 Network transfer delay of each frame in video 2(transmitted by DSDV protocal)

4 結(jié) 論

本文結(jié)合交通隧道內(nèi)的地理環(huán)境，搭建無線傳感器網(wǎng)絡(luò)拓?fù)淠Ｐ?。在分析無線信道傳播機(jī)制基礎(chǔ)上，通過系統(tǒng)的仿真，研究經(jīng)由無線傳感器網(wǎng)絡(luò)傳輸視頻信號(hào)。仿真分析表明:使用基于Ad-Hoc 路由協(xié)議的傳感器網(wǎng)絡(luò)傳輸視頻圖像可以滿足交通隧道監(jiān)控的要求，AODV 協(xié)議傳輸?shù)囊曨l圖像較DSDV 協(xié)議圖像質(zhì)量較好，但時(shí)延稍大。通過仿真分析，為設(shè)計(jì)交通隧道無線傳感器網(wǎng)絡(luò)提供了基礎(chǔ)協(xié)議的選擇，可供工程設(shè)計(jì)時(shí)參考。

［1］ 趙麗霞，紀(jì)松波.無線傳感器網(wǎng)絡(luò)在智能交通中的應(yīng)用［J］.物聯(lián)網(wǎng)技術(shù)，2012，6:25－27.

［2］ Haoui A，Kavaler R，Varaiya P.Wireless magnetic sensors for traffic surveillance［J］.Transportation Research Part C:Emerging Technologies，2008，16(3):294－306.

［3］ Faez K，Khanjary M.UTOSPF:A distributed dynamic route guidance system based on wireless sensor networks and open shortest path first protocol［C］∥IEEE Int’l Proc in Wireless Communication Systems，Piscataway，NJ:IEEE，2008:558－562.

［4］ Mottola L.Not all wireless sensor networks are created equal:A comparative study on tunnels［J］.ACM Trans on Sensor Networks(TOSN)，2010，7(2):1－33.

［5］ Shen Tu，Xu Dan.A new streetlight monitoring system based wireless sensor networks［C］∥Proc of the and Int’l Conf on Information Science and Engineering(ICISE)，Piscataway，NJ:IEEE，2010:6394－6397.

［6］ Liu Zhiqin，Jiang Xiufeng.An on-line monit or system on off-gases of vehicles with WSNs design based on ZigBee technology［C］∥IEEE Int’l Conf on Dependable，Autonomic and Secure Computing，Piscataway，NJ:IEEE，2009:758－763.

［7］ Theodore S，Rappaport.無線通信原理與應(yīng)用［M］.2 版.北京:電子工業(yè)出版社，2008:96－97.

［8］ Tom Henderson.Shadowing model［J/OL］.［2011—11—05］http:∥www.isi.edu/nsnam/ns/doc/node221.html.

［9］ Wei Ye.radio propagation models［DB/OL］.［2011—07—18］http:∥www.isi.edu/～weiye/pub/propagation_ns.pdf.

［10］Klaue J，Tathke B，Wolisz A.Evalvid-A framework for videotransmission and quality evaluation［C］∥Proc of the 13th International Conference on Modelling Techniques and Tools for Computer Performance Evaluation，Urbana，Illinois，USA，2003:255－272.