馮陳偉

（廈門理工學(xué)院光電與通信工程學(xué)院，福建廈門361024）

基于虛擬MIMO的無線傳感網(wǎng)數(shù)據(jù)傳輸策略

馮陳偉

（廈門理工學(xué)院光電與通信工程學(xué)院，福建廈門361024）

基于無線傳感網(wǎng)的虛擬多輸入多輸出 （multi-input multi-output，MIMO）技術(shù)，結(jié)合分簇多跳傳輸模式進行全網(wǎng)的數(shù)據(jù)傳輸，根據(jù)分簇算法得到每一個簇的簇頭，利用協(xié)作傳輸方式，將數(shù)據(jù)傳輸至相鄰簇頭.在進行數(shù)據(jù)傳輸時，綜合考慮網(wǎng)絡(luò)的電路能耗與傳輸能耗，推導(dǎo)出簇間傳輸?shù)淖钚∧芎臑榘l(fā)送方簇的協(xié)作節(jié)點個數(shù)Mt的表達式，從而得到到達匯聚節(jié)點的最優(yōu)路徑.基于最小簇間能耗的協(xié)作虛擬MIMO多跳傳輸策略不需要接收端協(xié)同，避免了接收端協(xié)同的復(fù)雜性，同時從整個網(wǎng)絡(luò)生存周期角度出發(fā)，節(jié)省更多的網(wǎng)絡(luò)能耗.仿真結(jié)果表明，該策略在輪次增加或者簇間距離變化的情況下，都能得到較好的節(jié)能效果，從而延長網(wǎng)絡(luò)的生存周期.

無線傳感網(wǎng)；數(shù)據(jù)傳輸；多跳傳輸；協(xié)作通信；虛擬MIMO

近年來，虛擬多輸入多輸出 （multi-input multi-output，MIMO）技術(shù)由于其能量效率高，越來越受到業(yè)界的關(guān)注［1］.因此，虛擬MIMO技術(shù)也被應(yīng)用于無線傳感網(wǎng)，從而節(jié)約能耗并且增加可靠性.盡管虛擬MIMO技術(shù)在無線傳感網(wǎng)的長距離通信中節(jié)約了傳輸能耗，但是隨之增加的發(fā)射機與接收機的數(shù)量，也增加了電路能耗，因此總能耗也隨之增加.文獻 ［2］最早提出無線傳感網(wǎng)的虛擬MIMO方案，在發(fā)射端利用空時分組碼 （space-time block code，STBC）對發(fā)射數(shù)據(jù)進行編碼，并分析了不同調(diào)制階數(shù)對能耗和發(fā)射速率的影響，得出了不同距離的最佳調(diào)制選擇，在大于一定距離條件下，相比單輸入單輸出 （single input single output，SISO），能耗大大減少.但是，由于它未采用多跳傳輸，其能耗仍較大.文獻 ［3］結(jié)合多跳路由與鏈路調(diào)度，設(shè)計了跨層協(xié)作傳輸，減少能耗并改進端到端的性能.文獻 ［4］利用虛擬MIMO技術(shù)進行多跳傳輸，通過優(yōu)化調(diào)制階數(shù)優(yōu)化能耗，從而延遲第一個傳感器節(jié)點的死亡時間.文獻 ［2-4］雖利用多跳方式傳輸數(shù)據(jù)，但優(yōu)化方法不夠靈活，均采用群舉法優(yōu)化能耗，計算復(fù)雜度大.文獻 ［5］通過分析低能耗自適應(yīng)簇間路由算法 （low energy adaptive clustering hierarchy，LEACH），提出一個基于最小化能量的蟻群算法改進路由機制，降低網(wǎng)絡(luò)能耗，但是它沒有考慮網(wǎng)絡(luò)中節(jié)點的電路能耗，對能耗考慮不夠全面.本研究基于虛擬MIMO的無線傳感網(wǎng)的數(shù)據(jù)傳輸策略，綜合考慮節(jié)點的傳輸能耗與電路能耗，利用協(xié)作方式將數(shù)據(jù)傳輸至相鄰簇頭，通過分析能量模型推導(dǎo)出簇間傳輸?shù)淖钚∧芎牡谋磉_式，利用簡單實用的Dijkstra路由算法得到到達匯聚節(jié)點的最優(yōu)路徑，從而節(jié)約更多能量，延長網(wǎng)絡(luò)生存周期.

1 虛擬MIMO多跳傳輸系統(tǒng)方案

1.1 無線傳感網(wǎng)虛擬MIMO模型

圖1給出了虛擬MIMO協(xié)作通信的模型［6］，其中，無線傳感網(wǎng)采用簇狀拓?fù)浣Y(jié)構(gòu) （可以通過一定的成簇算法來形成，如LEACH）.一般地，該模型要求發(fā)送方到接收方的距離d（取兩簇的中心間距）遠(yuǎn)大于簇半徑dm，即d?dm.

圖1 虛擬MIMO協(xié)作通信模型Fig.1 VirtuaI MIMO modeI of cooperative communication

在協(xié)作傳輸過程中，發(fā)送方包括發(fā)送方簇中的Mt個節(jié)點，其中至少包括簇頭，另外還有Mt-1個發(fā)送方簇的協(xié)作節(jié)點，共同形成一個與接收方簇中的Mr個節(jié)點通信的虛擬天線陣列.接收方的Mr個節(jié)點中至少包括接收方的簇頭，此外還有可能包括Mr-1個協(xié)作節(jié)點實現(xiàn)協(xié)作接收.當(dāng)Mr=1，即接收方只有一個節(jié)點時，這種虛擬 MIMO的傳輸方式又被稱為多輸入單輸出（multi-input single output，MISO）.當(dāng)Mr大于1時，虛擬MIMO的發(fā)送方與接收方都需要協(xié)同處理，同時MIMO與MISO在節(jié)能方面的性能相差甚微［2，7］.因此，為降低接收方數(shù)據(jù)處理的復(fù)雜度，只考慮MIMO中的MISO情況.

1.2 數(shù)據(jù)傳輸策略

為了將數(shù)據(jù)由發(fā)送節(jié)點傳輸?shù)絽R聚節(jié)點，發(fā)送節(jié)點所在簇的簇頭需要對數(shù)據(jù)進行STBC編碼，根據(jù)與相鄰簇的傳輸距離選擇適當(dāng)?shù)膮f(xié)作節(jié)點，尋找到下一個簇頭，并與協(xié)作節(jié)點一同將數(shù)據(jù)以協(xié)作MIMO方式傳輸?shù)较乱粋€簇頭，隨后由接收方簇頭進行數(shù)據(jù)的解碼，并繼續(xù)以上述方式轉(zhuǎn)發(fā)給下一個簇頭，直到到達匯聚節(jié)點為止.具體過程如下：

1）簇頭形成.為不失一般性，簇頭通過LEACH算法形成.根據(jù)LEACH算法，網(wǎng)絡(luò)中每一個節(jié)點隨機產(chǎn)生一個0～1之間的數(shù)，如果該數(shù)值小于門限值T（n）：

則該節(jié)點將被選為簇頭［8］.

當(dāng)本輪次全網(wǎng)簇頭節(jié)點都形成后，每一個簇頭節(jié)點將發(fā)送廣播通知所有其他節(jié)點其簇頭信息.如果簇頭x的廣播消息被其他簇頭y收到并超過規(guī)定門限后，則簇頭y就將x定為鄰居簇頭.

本書建立在作者多年頂級物流企業(yè)的從業(yè)基礎(chǔ)上，根據(jù)中國電商企業(yè)存在的物流相關(guān)共性問題，結(jié)合中國的現(xiàn)實環(huán)境和商業(yè)趨勢，最終希望解決的是電商物流的現(xiàn)實問題，并提供一套行之有效的方法，同時也為想要了解電商物流的普通讀者奉上了最好的讀物。

2）成簇.在完成簇頭廣播后就要開始將所有非簇頭節(jié)點加入對應(yīng)的簇.當(dāng)所有的非簇頭節(jié)點收到簇頭的廣播后，它們將接收信號最強的簇頭定為最終簇頭，即加入該簇.所有的非簇頭節(jié)點通過載波偵聽多路訪問 （carrier sense multiple access，CSMA）信道發(fā)送消息給簇頭，該消息中包括本節(jié)點的殘留能量值e，該值將在步驟5）簇頭選擇協(xié)作節(jié)點時使用.

3）能耗分析.簇頭根據(jù)接收到簇內(nèi)其他節(jié)點的信息，以及步驟1）的鄰居列表計算出相鄰簇間協(xié)作傳輸每比特數(shù)據(jù)所需的最小能耗E，并得出協(xié)作節(jié)點個數(shù)Mt.該過程也是本文的主要創(chuàng)新之處，具體過程詳見下一節(jié)的能量分析模型.

4）路由.簇頭的路由表一開始只有匯聚節(jié)點ID號，下一跳簇頭ID號，相鄰簇間數(shù)據(jù)傳輸所需的能耗E.之后，每一個簇頭選擇相鄰簇頭進行路由表信息交換并升級自己的路由表，然后再與其他相鄰的簇頭交換升級的路由表信息，幾次升級路由表信息之后，每一個簇頭都能夠根據(jù)獲得的信息得到每一個節(jié)點到達匯聚節(jié)點的最優(yōu)路徑.為簡化系統(tǒng)復(fù)雜度，采用最簡單的Dijkstra算法進行路由.

5）調(diào)度.基于本輪發(fā)送節(jié)點到匯聚節(jié)點的路由，便可確定步驟3）中簇間傳輸實際所需的功耗E，并根據(jù)所需的協(xié)作節(jié)點個數(shù)Mt，在簇內(nèi)尋找除簇頭外的Mt-1個協(xié)作節(jié)點.尋找規(guī)則為：根據(jù)步驟2）簇內(nèi)節(jié)點的e值，選取排序最大的前Mt-1個作為協(xié)作節(jié)點.這是為了平衡簇內(nèi)節(jié)點剩余能量，從而延長全網(wǎng)第一個死亡節(jié)點的時間.最后，簇頭產(chǎn)生一個時分多址 （time division multiple address，TDMA）調(diào)度并廣播至簇內(nèi)節(jié)點，簇內(nèi)相關(guān)協(xié)作節(jié)點將根據(jù)該調(diào)度信息發(fā)送數(shù)據(jù).

6）數(shù)據(jù)傳輸.在數(shù)據(jù)傳輸階段，簇內(nèi)節(jié)點將根據(jù)收到的調(diào)度信息發(fā)送數(shù)據(jù).一個數(shù)據(jù)幀中，每一個節(jié)點只能在對應(yīng)的時隙發(fā)送數(shù)據(jù)，而在其他時隙進入休眠模式，從而節(jié)約能耗.首先，簇頭接收簇內(nèi)節(jié)點的數(shù)據(jù)并進行數(shù)據(jù)處理，隨后簇頭將處理后的數(shù)據(jù)廣播到相應(yīng)的Mt-1個協(xié)作節(jié)點，在協(xié)作節(jié)點接收到簇頭的廣播信息后，節(jié)點需要對數(shù)據(jù)進行STBC編碼，接著就可以將數(shù)據(jù)協(xié)作傳輸至下一個簇頭，接收方簇頭進行解碼恢復(fù)原數(shù)據(jù).重復(fù)5）、6）步驟直到數(shù)據(jù)到達匯聚節(jié)點.

在每一輪數(shù)據(jù)傳輸均要經(jīng)過以上步驟，直到簇內(nèi)節(jié)點沒有數(shù)據(jù)發(fā)送或是節(jié)點均死亡，或是到達所設(shè)置的輪次數(shù)，則算法停止.

2 簇間能耗分析

2.1 簇間總能耗

當(dāng)進行簇間數(shù)據(jù)傳輸時，由于簇內(nèi)半徑比起簇間距離要小得多，因此可以認(rèn)為簇內(nèi)所有節(jié)點到下一個簇頭的距離均為簇間距d，因此簇間協(xié)作傳輸所消耗的總能耗為：E2=Et2+Ecr+MtEct，式中：Et2表示總的傳輸能耗.根據(jù)鏈路預(yù)算關(guān)系［11］，當(dāng)信道為k階瑞利平坦衰落信道時，傳輸能耗為：

2.2 簇間最小能耗

通過式 （3）可以看出，網(wǎng)絡(luò)的簇間總能耗是關(guān)于多個變量的函數(shù)，若要計算E值較為復(fù)雜.為簡化網(wǎng)絡(luò)復(fù)雜度與計算強度，在一個相對穩(wěn)定的網(wǎng)絡(luò)環(huán)境下，假設(shè)全網(wǎng)采用BPSK調(diào)制方式，即b= 2，則α值也為確定值，

式 （4）就是能量與路徑的關(guān)系，可以發(fā)現(xiàn)能耗E在優(yōu)化的Mt條件下與d是一對一的關(guān)系，通過式 （4）可以確定相鄰簇的最小能耗，從而利用Dijsktra算法即可確定節(jié)點與匯聚節(jié)點的最佳路徑.

3 仿真分析

仿真場景采用如圖1所示的模型.設(shè)場景中有100個節(jié)點，網(wǎng)絡(luò)區(qū)域為500 m×500 m，匯聚節(jié)點位于網(wǎng)絡(luò)中心.假設(shè)每一個節(jié)點的初始能量為1 J，每一輪在一個隨機的節(jié)點上產(chǎn)生1 bit長度數(shù)據(jù)，節(jié)點的最大傳輸距離受限于節(jié)點初始能量，其他參數(shù)設(shè)置參考文獻 ［3］.

仿真實現(xiàn)4種算法：第1種算法是經(jīng)典LEACH傳輸模式，即簇頭收集的數(shù)據(jù)直接傳輸至匯聚節(jié)點；第2種算法是采用無協(xié)作SISO多跳傳輸模式 （Noncooperative SISO，NCSISO），即簇頭收集的數(shù)據(jù)通過SISO多跳傳輸至匯聚節(jié)點，路由采用Dijkstra算法，此時采用簇間距或能耗作為鏈路代價是等效的，因此采用基于距離為代價的路由算法；第3種算法是采用隨機協(xié)作MISO多跳傳輸模式（random cooperative MISO，RCMISO），即協(xié)作節(jié)點個數(shù)是隨機選擇，此時簇間鏈路代價可利用式（2）傳輸能耗得出，路由同樣采用Dijkstra算法；第4種算法是所提的采用優(yōu)化協(xié)作MISO多跳傳輸模式 （optimized cooperative MISO，OCMISO），即通過優(yōu)化后的協(xié)作節(jié)點個數(shù)進行MISO協(xié)作傳輸，利用得出的簇間最小能耗作為鏈路代價尋找最佳路由.

圖2 網(wǎng)絡(luò)總能耗Fig.2 TotaI energy consumption of the network

從圖2可以看出，隨著輪次的增加，4種算法的能耗均在增加.在相同的輪次，4種算法的能耗大小依次是LEACH＞NCSISO＞RCMISO＞OCMISO.LEACH算法是經(jīng)典的無線傳感網(wǎng)數(shù)據(jù)傳輸方案，數(shù)據(jù)融合到簇頭后直接由簇頭發(fā)送至匯聚節(jié)點，能耗會由于簇頭節(jié)點到匯聚節(jié)點之間的長距離傳輸而變得非常大.NCSISO引入了多跳傳輸模式，將長距離分解成多段短距離通信，從而較大程度降低傳輸能耗，也使得多跳傳輸成為無線傳感網(wǎng)研究的主流方向，但是該算法是基于最短路徑，并沒有考慮能耗問題.RCMISO通過協(xié)作傳輸方式，進一步降低了傳輸能耗，但是由于協(xié)作節(jié)點數(shù)是隨機選擇，并沒有使得簇間傳輸能耗最低.OCMISO通過綜合考慮節(jié)點的電路能耗與傳輸能耗，通過優(yōu)化得出協(xié)作節(jié)點個數(shù)，使得簇間傳輸能耗為最小值，從而使得多跳傳輸?shù)目偰芎淖畹停倪M全網(wǎng)的能量效率.類似地，圖2中對于相同的節(jié)點能耗值，OCMISO算法傳輸輪次是最大的，這也意味著OCMISO算法由于可以節(jié)約更多的網(wǎng)絡(luò)能量，從而延長網(wǎng)絡(luò)的生存周期.

圖3描述的是隨著輪次的增加，使用不同算法的網(wǎng)絡(luò)節(jié)點死亡率.可以看到，在傳輸約2 000次時，LEACH算法網(wǎng)絡(luò)中節(jié)點均死亡，而NCSISO算法網(wǎng)絡(luò)中死亡節(jié)點約22%，RCMISO算法網(wǎng)絡(luò)中死亡節(jié)點約14%，OCMISO算法網(wǎng)絡(luò)死亡節(jié)點只有10%左右.可見，將協(xié)作多跳傳輸方式引入無線傳感網(wǎng)絡(luò)，可以利用其協(xié)作分集增益較好地節(jié)約協(xié)作節(jié)點的傳輸能耗，有效地延長網(wǎng)絡(luò)的生存周期.

圖3 網(wǎng)絡(luò)節(jié)點死亡率Fig.3 Node mortaIity of the network

圖4 相對能耗系數(shù)Fig.4 ReIative energy consumption coefficient

4 結(jié)語

本文主要針對無線傳感網(wǎng)有限能量的特點，利用協(xié)作MIMO無線傳感網(wǎng)進行建模，將能耗問題轉(zhuǎn)化成距離問題，提出一個基于最小簇間能耗的協(xié)作多跳傳輸方案，通過優(yōu)化協(xié)作節(jié)點數(shù)得到簇間最小能耗，并作為選擇下一跳節(jié)點的依據(jù).此方案增大了通信范圍，減小路由復(fù)雜度.仿真結(jié)果表明，改進算法無論是在輪次增加或者簇間距離變化的情況下，都能得到較好的節(jié)能效果.同時，進行多跳數(shù)據(jù)傳輸時采用最簡單的Dijkstra路由算法，后續(xù)將進一步研究其他常見的路由算法對性能的改善.

［1］PAULRAJ A，NABAR R，GORE D.Introduction to space-time wireless communications［M］.London：Cambridge University Press，2003.

［2］CUI S，GOLDSMITH A J，BAHAI A.Energy-efficiency of MIMO and cooperative MIMO techniques in sensor networks［J］.IEEE Journal on Selected Areas in Communications，2004，22（6）：1 089-1 098.

［3］CUI S，GOLDSMITH A J，BAHAI A.Energy-constrained modulation optimization［J］.IEEE Transactions on Wireless Communications，2005，4（5）：2 349-2 360.

［4］HUSSAIN S，AZIM A，PARK J H.Energy efficient virtual MIMO communication for wireless sensor networks［J］. Telecommunication Systems，2009，42（1/2）：139-149.

［5］XUE J，ZHANG T，YAN Y，et al.Cooperation-based ant colony algorithm in WSN［J］.Journal of Networks，2013，8（4）：939-946.

［6］秦智超，周正，趙小川，等.認(rèn)知無線傳感器網(wǎng)絡(luò)中基于 GSC的協(xié)作傳輸機制 ［J］.通信學(xué)報，2013，34（9）：158-165.

［7］邱云周，沈杰，董少龍，等.基于無線傳感網(wǎng)的虛擬 MIMO的能量有效性研究 ［J］.計算機工程，2007，33（17）：1-3.

［8］HEINZELMAN W R，CHANDRAKASAN A，BALAKRISHNAN H.Energy-efficient communication protocol for wireless microsensor networks［C］//Proceedings of the 33rd Hawaii International Conference on System Sciences.Cambridge：IEEE，2000.

［9］DAI L，CHEN W，CIMINI L J，et al.Fairness improves throughput in energy-constrained cooperative ad-hoc networks［J］.IEEE Transactions on Wireless Communications，2009，8（7）：3 679-3 691.

［10］LI B，WANG W，YIN Q，et al.A new cooperative transmission metric in wireless sensor networks to minimize energy consumption per unit transmit distance［J］.IEEE Communications Letters，2012，16（5）：626-629.

［11］PROAKIS J G.數(shù)字通信 ［M］.4版.張力軍，譯.北京：電子工業(yè)出版社，2003.

Data Transmission Strategy for Wireless Sensor Network Based on Virtual MIMO

FENG Chen-wei
（School of Optoelectronic&Communication Engineering，Xiamen University of Technology，Xiamen 361024，China）

Data transmission for the entire network based on virtual MIMO（multi-input-multi-output）wireless sensor network structure in multi-hop clusters was studied in the system.Each cluster’s head was formed according to the clustering algorithm，and data transmitted to the adjacent cluster’s head by cooperative communication.The circuit energy consumption and the transmission energy consumption were both considered when data was transmitted in the system，so that Mt，with the minimum energy consumption and the best numbers of cooperative nodes in the transmitter cluster，was acquired，and the optimal path to the Sink node obtained.The proposed strategy does not need the receiver’s collaboration so that it is free of the complexity to coordinate the receiver and much energy-efficient from the perspective of the network life cycle.Simulation results show that the proposed strategy has good energy-saving effect and network lifecycle extending results whether with increased rounds or varied inter-cluster distance.

wireless sensor network；data transmission；multi-hop transmission；cooperative communication；virtual MIMO

TP393

A

1673-4432（2015）03-0051-06

（責(zé)任編輯 雨 松）

2015-02-09

2015-05-07

國家自然科學(xué)基金項目 （61202013）；福建省自然科學(xué)基金項目 （2015J01670）；福建省中青年教師教育科研項目 （JA14233）

馮陳偉 （1981-），男，講師，碩士，研究方向為無線傳感器網(wǎng)絡(luò)的設(shè)計與實現(xiàn).E-mail：cwfeng@ xmut.edu.cn