董 穎，崔夢瑤，周占穎，吳 昊，呂 楊，張 超

(吉林大學 通信工程學院，長春 130012)

基于事件驅(qū)動型的WSN跨層MAC協(xié)議

董 穎，崔夢瑤，周占穎，吳 昊，呂 楊，張 超

(吉林大學 通信工程學院，長春 130012)

傳統(tǒng)的S-MAC(self-organizing medium access control)協(xié)議采用了協(xié)商一致的睡眠調(diào)度機制，在網(wǎng)絡(luò)中形成虛擬簇的同時引入自適應偵聽過程，但是由于增加了睡眠時間而限制了網(wǎng)絡(luò)吞吐量，導致網(wǎng)絡(luò)開銷較大和端到端傳輸時延較長。為此，提出一種基于事件驅(qū)動型的跨層媒體接入控制協(xié)議 (event driven cross layer-media access control，EDC-MAC)。采用跨層優(yōu)化的方法，同時考慮網(wǎng)絡(luò)層和MAC層，并且依據(jù)網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)奶攸c將網(wǎng)絡(luò)分為非事件狀態(tài)和事件激活狀態(tài)。有效地節(jié)約了能量，并減少了事件匯報時延。此外，當節(jié)點被激活處于事件激活狀態(tài)時，采用分簇的方法將事件區(qū)域內(nèi)的節(jié)點動態(tài)分簇，有效地減少了傳輸數(shù)據(jù)的能量開銷。通過理論分析和仿真驗證了EDC-MAC協(xié)議在相同數(shù)量感知節(jié)點情況下相對S-MAC協(xié)議能夠平均減少時延35%左右，提高網(wǎng)絡(luò)剩余能量10%左右。

無線傳感器網(wǎng)絡(luò)；MAC協(xié)議；跨層優(yōu)化；事件驅(qū)動型

0 引 言

21世紀以來無線傳感器網(wǎng)絡(luò)(wireless sensor network，WSN)[1-5]作為物聯(lián)網(wǎng)底層的感知網(wǎng)絡(luò)之一被廣泛關(guān)注。隨著WSN的日益成熟，逐漸出現(xiàn)了各種不同的應用場景。如實現(xiàn)對外界環(huán)境進行周期性檢測的時間驅(qū)動型WSN和對大量突發(fā)事件進行實時處理的事件驅(qū)動型WSN。本文所研究協(xié)議主要是針對事件驅(qū)動型的WSN，它的主要特點是網(wǎng)絡(luò)所監(jiān)控的事件是小概率事件，當有事件發(fā)生時，相關(guān)節(jié)點會第一時間將提示信息和其他相關(guān)參數(shù)反饋給sink節(jié)點，因此，對網(wǎng)絡(luò)的最主要的要求是傳輸?shù)目煽啃院蛯崟r性。WSN中的媒體接入控制(media access control，MAC)協(xié)議[6]是數(shù)據(jù)鏈路層的重要協(xié)議，負責合理地分配信道資源，同時為網(wǎng)絡(luò)層提供服務(wù)。MAC協(xié)議直接影響到WSN的性能，合理地優(yōu)化MAC協(xié)議不僅能夠有效提高網(wǎng)絡(luò)層路由選擇的工作效率，而且由于MAC協(xié)議中節(jié)點在共享信道情況下能夠最大限度地減少干擾和碰撞，對于提高傳輸?shù)目煽啃院蜏p少網(wǎng)絡(luò)的能量消耗具有重大意義。因此，低能耗高效率的MAC協(xié)議對建立一個高性能的WSN具有決定性的作用。

WEI Ye等[7]在研究事件驅(qū)動型WSN時，為節(jié)約網(wǎng)絡(luò)能量和適應網(wǎng)絡(luò)拓撲結(jié)構(gòu)的變化，提出了基于周期偵聽/睡眠機制的S-MAC(self-organizing medium access control)協(xié)議。采用協(xié)商一致的睡眠調(diào)度機制，在網(wǎng)絡(luò)中形成虛擬簇，并同時引入自適應偵聽機制，通過帶內(nèi)信令減少重傳和避免監(jiān)聽不必要的數(shù)據(jù)。但S-MAC協(xié)議由于引入了較大的睡眠而限制了網(wǎng)絡(luò)吞吐量。為解決S-MAC協(xié)議中由于時間同步導致開銷較大和端到端傳輸時延較長等問題，又對S-MAC協(xié)議提出了改進。文獻[8]在S-MAC協(xié)議的時間同步算法基礎(chǔ)上，通過引入簇控制和邊界節(jié)點控制方法提出了一種分簇時間同步算法，既有效控制了網(wǎng)絡(luò)中的簇數(shù)量和邊界節(jié)點數(shù)又節(jié)約了能耗并有效延長了網(wǎng)絡(luò)生存周期。但是，由于WSN的體系結(jié)構(gòu)中各層間是互相關(guān)聯(lián)的，對MAC協(xié)議的研究僅局限于MAC層內(nèi)部并不能更進一步降低能耗和提高網(wǎng)絡(luò)效率，因此，本文將跨層優(yōu)化設(shè)計方法[9-11]引入MAC協(xié)議的設(shè)計中。

由于事件驅(qū)動型WSN的應用場景決定了事件的發(fā)生具有隨機性特點，為此文獻[12-13]中提出了一種基于競爭的MAC協(xié)議，即Sift協(xié)議。Sift協(xié)議中假定感知事件的節(jié)點數(shù)相同，且競爭窗口固定，因此Sift協(xié)議并不能很好地適應網(wǎng)絡(luò)節(jié)點的變化和流量負載的變更。此外該協(xié)議對時間同步要求高，也更適合于局部區(qū)域(如簇的內(nèi)部)。文獻[14]設(shè)計了一種事件驅(qū)動應用感知的無線傳感器網(wǎng)絡(luò)MAC(event driven application-MAC，EDA-MAC)協(xié)議。該協(xié)議使用了競爭時隙分配算法對優(yōu)先級最高的事件進行匯報，有利于優(yōu)先事件的傳輸，同時提出了一種時隙動態(tài)調(diào)整算法，即根據(jù)已有匯報事件的信息，動態(tài)調(diào)整非競爭周期和非活動周期的時隙數(shù)目，最大程度地使節(jié)點處于睡眠狀態(tài)，有效降低了節(jié)點能耗。文獻[15]中ED-TDMA(event driven-TDMA)協(xié)議對傳統(tǒng)的TDMA協(xié)議做出了改進，更加適用于事件驅(qū)動型無線傳感器網(wǎng)絡(luò)。協(xié)議中將沒有監(jiān)測到事件的節(jié)點設(shè)為冗余節(jié)點，冗余節(jié)點平時處于睡眠狀態(tài)以減少能耗，并且能夠在適當?shù)臅r候醒來以完成監(jiān)測任務(wù)。在事件驅(qū)動型WSN中，不是每個節(jié)點都有數(shù)據(jù)發(fā)送，這會產(chǎn)生許多空閑時隙，浪費帶寬和能量。以上文獻雖然都做出了很大貢獻，但是由于事件驅(qū)動型WSN只有在有事件發(fā)生時節(jié)點才會采集大量的數(shù)據(jù)并發(fā)送給sink節(jié)點，沒有事件發(fā)生時只會產(chǎn)生少量的常規(guī)信息。因此網(wǎng)絡(luò)協(xié)議的設(shè)計必須能夠適應網(wǎng)絡(luò)拓撲結(jié)構(gòu)和負載的變化。

綜合以上因素，提出一種適用于事件驅(qū)動型WSN的綜合網(wǎng)絡(luò)層和MAC層的跨層EDC-MAC(event driven cross layer-MAC)協(xié)議。相比較S-MAC和ED-TDMA協(xié)議，使用EDC-MAC協(xié)議既可以節(jié)約大部分能耗，同時也減少了數(shù)據(jù)遞交的時延。

1 EDC-MAC協(xié)議

1.1 協(xié)議思想

根據(jù)事件驅(qū)動型WSN的數(shù)據(jù)傳輸特點，EDC-MAC協(xié)議將WSN的工作狀態(tài)劃分為2種：非事件狀態(tài)和事件激活狀態(tài)[16]。非事件狀態(tài)是指沒有事件發(fā)生，網(wǎng)絡(luò)持續(xù)處于低數(shù)據(jù)量的監(jiān)測狀態(tài)；事件激活狀態(tài)是指網(wǎng)絡(luò)中某個區(qū)域內(nèi)有事件發(fā)生，此時該區(qū)域內(nèi)相關(guān)節(jié)點會采集到大量數(shù)據(jù)，具有一定的突發(fā)性。

在非事件狀態(tài)時，節(jié)點由于沒有檢測到事件發(fā)生，只是周期性地向sink節(jié)點匯報少量數(shù)據(jù)，此時網(wǎng)絡(luò)流量的負載低且數(shù)據(jù)是可預測的，因此要盡量減少能量消耗。EDC-MAC在非事件狀態(tài)時采用低占空比的S-MAC協(xié)議。協(xié)議可以根據(jù)不同的網(wǎng)絡(luò)要求設(shè)置不同的占空比，保證節(jié)點大部分時間處于睡眠狀態(tài)以減少能量消耗，少部分時間醒來以傳輸數(shù)據(jù)。由于網(wǎng)絡(luò)的流量負載較低，此時在路由層選擇使用非分簇的路由協(xié)議。

在事件激活狀態(tài)，區(qū)域內(nèi)的某些節(jié)點被激活由睡眠狀態(tài)轉(zhuǎn)為事件激活狀態(tài)。區(qū)域內(nèi)的相關(guān)節(jié)點同時采集到了大量數(shù)據(jù)，這些數(shù)據(jù)需實時傳送給sink節(jié)點。由于采集到的數(shù)據(jù)具有不可預測性，因此對區(qū)域內(nèi)的節(jié)點采用動態(tài)分簇的方法進行分簇。簇內(nèi)采用TDMA調(diào)度分配時隙，每個節(jié)點都能夠?qū)?shù)據(jù)傳送給簇頭節(jié)點，簇頭節(jié)點將數(shù)據(jù)壓縮融合后再傳送給sink節(jié)點，這樣可以有效減少傳輸數(shù)據(jù)所需的能量開銷。

1.2 協(xié)議描述

1.2.1 EDC-MAC協(xié)議工作流程

EDC-MAC協(xié)議的工作流程圖如圖1所示。當網(wǎng)絡(luò)開啟時，網(wǎng)絡(luò)中采取EDC-MAC協(xié)議中非事件狀態(tài)下的低占空比偵聽/睡眠機制S-MAC協(xié)議，并且通過判斷網(wǎng)絡(luò)中是否有事件發(fā)生，選擇網(wǎng)絡(luò)是否進入事件激活狀態(tài)。

圖1 EDC-MAC協(xié)議工作過程流程圖Fig.1 Work flow chart of EDC-MAC

1)非事件狀態(tài)。在此狀態(tài)下節(jié)點傳輸?shù)臄?shù)據(jù)量少，使用S-MAC協(xié)議的周期性偵聽/睡眠機制工作。根據(jù)所需報告的常規(guī)信息多少以及周期的長短設(shè)置S-MAC協(xié)議的周期長度和占空比，以保證既能按時傳送周期性報告信息又能盡量保持睡眠狀態(tài)以節(jié)約能量。在此狀態(tài)下，為節(jié)約能耗路由協(xié)議選擇采用平面路由協(xié)議以減少成簇開銷。

2)事件激活狀態(tài)。當某區(qū)域有事件發(fā)生時，區(qū)域內(nèi)相關(guān)節(jié)點采集到大量數(shù)據(jù)并進入事件激活狀態(tài)。此時改變路由協(xié)議和MAC協(xié)議策略，監(jiān)測到事件發(fā)生的相關(guān)節(jié)點組織成簇，依據(jù)節(jié)點的剩余能量和距sink節(jié)點的距離選出簇頭。簇內(nèi)采用TDMA調(diào)度分配時隙，節(jié)點在自己的時隙內(nèi)將采集到的信息傳送給簇頭節(jié)點，簇頭節(jié)點將數(shù)據(jù)融合后采用簇間S-MAC協(xié)議傳給sink節(jié)點，此時路由層采用分簇路由協(xié)議通信。當所有節(jié)點傳送完數(shù)據(jù)，網(wǎng)絡(luò)又恢復至非事件狀態(tài)時，解散簇，采用非事件狀態(tài)MAC協(xié)議。

1.2.2 路由層分簇

在非事件狀態(tài)時，數(shù)據(jù)包的到達率很慢，當有事件發(fā)生時，數(shù)據(jù)包的到達率會發(fā)生突變可能達到很高的值，因此可以依此來判斷網(wǎng)絡(luò)的狀態(tài)。由于監(jiān)測區(qū)域內(nèi)不一定所有的節(jié)點都會監(jiān)測到事件的發(fā)生，網(wǎng)絡(luò)分為以下幾種工作情況，如圖2所示。

節(jié)點采集到數(shù)據(jù)后在路由層進行緩存，當檢測到數(shù)據(jù)包的到達率超過門限閾值時，節(jié)點在下一個周期到來時在路由層成簇，并相應改變MAC策略。

1)偶然事件發(fā)生。如圖2a所示，當某事件的影響范圍很小時，只有一個節(jié)點監(jiān)測到事件的發(fā)生，感知到事件的節(jié)點被激活且不再睡眠。節(jié)點廣播成簇信息，但由于只有此節(jié)點被激活，所以它不會收到來自其他節(jié)點的成簇確認信息，無法成簇。該節(jié)點仍然使用路由緩存表里的路徑信息，將采集到的數(shù)據(jù)利用簇間MAC協(xié)議傳送給sink節(jié)點。

2)小范圍事件發(fā)生。如圖2b所示，當有某些小范圍事件發(fā)生時，感知到事件的節(jié)點數(shù)量較少，節(jié)點間相互可以通信，廣播成簇信息后即可建立一個簇，此時根據(jù)簇內(nèi)各節(jié)點的剩余能量和與sink節(jié)點之間的距離，選舉出簇頭節(jié)點，在簇內(nèi)采用TDMA調(diào)度，節(jié)點在自己的時隙內(nèi)將數(shù)據(jù)傳送給簇頭節(jié)點，簇頭節(jié)點將數(shù)據(jù)融合后采用簇間MAC協(xié)議傳送給sink節(jié)點。

3)多事件同時發(fā)生。如圖2c所示，當監(jiān)測區(qū)域內(nèi)多個區(qū)域同時有事件發(fā)生時，感知到事件的節(jié)點很多，這種情況最常見。此時，多個節(jié)點在簇建立階段廣播成簇信息，網(wǎng)絡(luò)中各蘇醒的節(jié)點根據(jù)節(jié)點的剩余能量和與sink節(jié)點之間的距離建立多個簇，各簇頭節(jié)點對本簇內(nèi)各節(jié)點所搜集到的數(shù)據(jù)進行融合后，再采用簇間MAC協(xié)議傳送給sink節(jié)點。

圖2 感知節(jié)點不同的情況Fig.2 Situations of different sensing node

2 協(xié)議工作過程

EDC-MAC協(xié)議的工作可以分為：沒有事件發(fā)生時各節(jié)點處于睡眠狀態(tài)，有事件發(fā)生時某個節(jié)點或某些節(jié)點處于激活狀態(tài)以及節(jié)點搜集到數(shù)據(jù)后傳輸數(shù)據(jù)過程。下面將分別對事件激活狀態(tài)的過程和數(shù)據(jù)傳輸過程加以分析。

2.1 EDC-MAC協(xié)議在事件激活狀態(tài)下的工作過程

在有事件發(fā)生后網(wǎng)絡(luò)中相關(guān)節(jié)點處于事件激活狀態(tài)，EDC-MAC協(xié)議按輪運行，每輪包括成簇階段，調(diào)度階段和數(shù)據(jù)傳輸階段。幀結(jié)構(gòu)如圖3所示。

圖3 EDC-MAC協(xié)議幀結(jié)構(gòu)Fig.3 Structure of EDC-MAC

從圖3可以看到，在成簇階段，節(jié)點采用CSMA MAC(carrier sense multiple access MAC)協(xié)議[17]廣播HELLO消息對網(wǎng)絡(luò)進行初始化，消息包括節(jié)點剩余能量信息和到sink節(jié)點的距離長度，每個監(jiān)測到事件的節(jié)點都記錄此信息?，F(xiàn)在有很多適用于不同場景的分簇路由協(xié)議，本文采用如(1)式的簇頭選舉公式選出簇頭，并確定簇間路由算法。

(1)

(1)式中：r為現(xiàn)在的輪數(shù)；p為簇頭在節(jié)點中所占比重；G為沒做過簇頭的節(jié)點的集合；ω1，ω2，ω3表示這幾項參數(shù)所占的比重，且ω1+ω2+ω3=1；En_l為節(jié)點的剩余能量；En_i為節(jié)點的原始能量，LBS_n為節(jié)點到基站的距離；Lmax為所有節(jié)點和基站的最長距離。

被選為簇頭的節(jié)點廣播自己是簇頭的消息，其他節(jié)點選擇就近加入某簇。這樣在事件發(fā)生區(qū)域就形成了臨時簇，如果區(qū)域較大則形成多個臨時簇，如果區(qū)域較小則形成很少的臨時簇，甚至可能只形成一個臨時簇。

這些臨時簇建立后，就進入穩(wěn)定階段，簇頭為本簇中的節(jié)點建立TDMA調(diào)度，每一輪分為n個幀，每個幀又分為若干時隙，時隙數(shù)與本簇內(nèi)的節(jié)點數(shù)相同，每個節(jié)點可以分配到一個時隙，每個幀對應一次數(shù)據(jù)采集。時隙分配好后，簇頭節(jié)點廣播調(diào)度，即進入數(shù)據(jù)傳輸階段，簇內(nèi)節(jié)點在分配給它的時隙內(nèi)將數(shù)據(jù)傳送給簇頭節(jié)點，在其他時隙則進入睡眠狀態(tài)，以節(jié)約能量消耗，簇頭節(jié)點收集所有節(jié)點的數(shù)據(jù)并進行融合，然后采用簇間MAC協(xié)議將數(shù)據(jù)傳送給sink節(jié)點。

當完成n幀數(shù)據(jù)收集后，就進入下一輪，重新選舉簇頭，重新進行調(diào)度，此時若有節(jié)點再也沒有監(jiān)測到事件，則退出分簇而重新采用偵聽睡眠機制的S-MAC協(xié)議。進行若干輪后若區(qū)域內(nèi)不再有節(jié)點監(jiān)測到事件則解散簇，所有節(jié)點又重新恢復到非事件狀態(tài)，網(wǎng)絡(luò)仍繼續(xù)采用偵聽/睡眠機制的S-MAC協(xié)議。

2.2 簇間MAC協(xié)議

網(wǎng)絡(luò)根據(jù)路由算法確定簇間路由并存儲在路由緩存表中，因為在選簇頭時考慮了節(jié)點與sink節(jié)點的距離長度，所以在簇頭節(jié)點距離sink節(jié)點較近時可以直接與sink節(jié)點通信，當距離sink節(jié)點較遠時則采用多跳的方式，當感知節(jié)點只有一個時也以多跳的形式傳給sink節(jié)點。

1)當以單跳形式傳送給sink節(jié)點時，節(jié)點判斷下一跳為目的sink節(jié)點，則使用S-MAC協(xié)議的RTS/CTS(request to send/clear to send)幀格式(見圖4)向sink節(jié)點發(fā)送RTS請求，sink節(jié)點回復CTS建立握手后接收數(shù)據(jù)，其他沒有感知到事件的節(jié)點偷聽到此RTS/CTS時知道有大量數(shù)據(jù)在傳送，設(shè)置自己的NAV值，進入睡眠進行退避。

2)當以多跳方式傳送給sink節(jié)點時，使用圖4中的RTS/CTS幀格式，并進行自適應偵聽，這樣在通信路徑上的節(jié)點可以為此次通信預留信道，下游節(jié)點可以及時醒來接收數(shù)據(jù)，可以有效減少遞交數(shù)據(jù)的時延。

圖4 RTS/CTS幀格式Fig.4 Format of RTS/CTS

為了更好地適應事件驅(qū)動型WSN的數(shù)據(jù)傳輸特性，EDC-MAC協(xié)議通過引入跨層優(yōu)化的方法同時考慮路由層和MAC層，使節(jié)點在非事件狀態(tài)時可以節(jié)約大量的能量；在事件激活狀態(tài)時采用TDMA調(diào)度以有效減少碰撞，并且采用分簇機制，對數(shù)據(jù)進行融合，有效減少開銷；在簇間MAC協(xié)議中采用預約握手機制，有效減少了時延，并保證了數(shù)據(jù)傳輸?shù)目煽啃浴?/p>

3 仿真分析

本文利用OMNET++仿真軟件對提出的EDC-MAC協(xié)議進行仿真，并與S-MAC協(xié)議和ED-TDMA協(xié)議進行了能量總消耗、網(wǎng)絡(luò)剩余能量和時延等參數(shù)指標的對比分析。

3.1 參數(shù)設(shè)置

在100 m×100 m的區(qū)域內(nèi)隨機布置60個節(jié)點，假定每個節(jié)點都可以直接與sink節(jié)點相互通信，每個節(jié)點所需的發(fā)送/接收功率為0.5 W,所需空閑偵聽功率為0.45 W，所需睡眠功率為0.05 W。具體所設(shè)置的仿真參數(shù)如表1所示，利用改變數(shù)據(jù)包的到達間隔來模擬事件的到來。假設(shè)當數(shù)據(jù)包的到達間隔為10 s時為非事件狀態(tài)，此時采用周期長度為2 s的S-MAC協(xié)議。本文以400 s為一個仿真周期，網(wǎng)絡(luò)開始運行時，數(shù)據(jù)包的到達間隔為10 s，即沒有事件發(fā)生；當網(wǎng)絡(luò)運行到100 s時，假設(shè)在某一個小區(qū)域內(nèi)分別有10～40個節(jié)點改變數(shù)據(jù)包到達間隔為1 s，即此區(qū)域有事件發(fā)生，此時改變MAC策略。當網(wǎng)絡(luò)運行到300 s時，事件結(jié)束，數(shù)據(jù)包的到達間隔恢復為10 s的狀態(tài)。

表1 仿真參數(shù)設(shè)置

3.2 仿真分析指標

主要對以下幾個指標進行仿真分析。

1)能量總消耗。網(wǎng)絡(luò)在非事件狀態(tài)周期性傳輸數(shù)據(jù)消耗的能量和事件激活狀態(tài)時傳輸大量事件數(shù)據(jù)消耗能量的總和。

2)網(wǎng)絡(luò)剩余能量。感知節(jié)點數(shù)一定時，網(wǎng)絡(luò)在不同的仿真時間時，網(wǎng)絡(luò)節(jié)點總的剩余能量。表明了網(wǎng)絡(luò)在不同仿真時間能量消耗的快慢。

3)時延。同一數(shù)據(jù)從源節(jié)點產(chǎn)生到遞交給sink節(jié)點所用的時間。這里指的是在不同感知節(jié)點數(shù)的情況下，端到端的平均時延。

3.3 仿真分析過程

利用OMNET++軟件對此協(xié)議進行仿真研究，按表1設(shè)置仿真參數(shù)，得到網(wǎng)絡(luò)節(jié)點拓撲圖5。為便于分析說明，拓撲結(jié)構(gòu)用軟件Visio編輯后，標識出當區(qū)域內(nèi)節(jié)點感知到事件的發(fā)生，采集到數(shù)據(jù)，數(shù)據(jù)量變大，在此區(qū)域內(nèi)采用分簇的TDMA調(diào)度。

3.3.1 網(wǎng)絡(luò)拓撲結(jié)構(gòu)

仿真拓撲如圖5所示，當區(qū)域內(nèi)有事件發(fā)生時，相關(guān)節(jié)點采集到大量數(shù)據(jù)而進入事件狀態(tài)，監(jiān)測到事件的節(jié)點自組織成簇，如圖5中圓圈所示區(qū)域。簇內(nèi)采用TDMA調(diào)度分配時隙，節(jié)點在自己的時隙內(nèi)將采集到的信息傳送給簇頭節(jié)點(node17)，簇頭節(jié)點將數(shù)據(jù)融合后采用簇間MAC協(xié)議傳給sink節(jié)點(node19)，最終監(jiān)測數(shù)據(jù)匯總傳送到基站。

圖5 仿真拓撲圖Fig.5 Simulation topology

3.3.2 能量總消耗

圖6為感知事件在節(jié)點數(shù)量不同時網(wǎng)絡(luò)的總能量消耗仿真結(jié)果對比圖。

從圖6中可以看出，隨著感知節(jié)點數(shù)量的增加，需要傳輸?shù)臄?shù)據(jù)量增大，3種協(xié)議所消耗的總能量也都在逐漸增加。當感知節(jié)點數(shù)較少時，S-MAC協(xié)議的占空比固定，數(shù)據(jù)發(fā)送間隔較小，空閑偵聽較少，因而能耗增加緩慢；當感知節(jié)點數(shù)量進一步增大時，由于碰撞增多，因而能量消耗迅速增加。ED-TDMA協(xié)議在調(diào)度之前加入了預定階段，未監(jiān)測到事件的節(jié)點由于沒有分配時隙而直接進入了睡眠狀態(tài)，有效地節(jié)約了能量，所以其能量消耗少于S-MAC協(xié)議。EDC-MAC協(xié)議對感知事件的節(jié)點采用分簇的思想，進行數(shù)據(jù)融合，并且采用TDMA調(diào)度，減少了碰撞，同時有效地減少了傳輸數(shù)據(jù)的能耗開銷；而對未感知事件的節(jié)點仍然采用周期偵聽睡眠機制，因此，與S-MAC相比節(jié)省了較多的能量消耗。EDC-MAC協(xié)議在感知節(jié)點數(shù)增多，由于成簇和調(diào)度的開銷增大，伴隨著其總的能量消耗也將增多。實驗仿真中，當感知節(jié)點數(shù)量超過25個，網(wǎng)絡(luò)中的總能量消耗速度也將加快；當感知節(jié)點數(shù)量達到40個時，使用EDC-MAC協(xié)議相比于S-MAC協(xié)議，可減少網(wǎng)絡(luò)總能量消耗約13%。在感知節(jié)點數(shù)較少或當網(wǎng)絡(luò)處于非事件狀態(tài)時，EDC-MAC協(xié)議未感知到事件的節(jié)點使用了S-MAC協(xié)議而并未參與分簇，此時較ED-TDMA協(xié)議相比減少了分簇所需的能量消耗。

圖6 總耗能量對比圖Fig.6 Comparison of total energy consumption

3.3.3 網(wǎng)絡(luò)剩余能量

圖7為3種協(xié)議網(wǎng)絡(luò)剩余能量隨仿真時間變化的仿真結(jié)果對比圖，假設(shè)感知節(jié)點個數(shù)為30個。

從圖7中可以看出，當仿真時間在少于100 s時，由于網(wǎng)絡(luò)處于非事件狀態(tài)，EDC-MAC和S-MAC 2種協(xié)議均采用周期偵聽睡眠機制的S-MAC協(xié)議，所以網(wǎng)絡(luò)剩余能量基本相同，然而在仿真時間少于100 s時的ED-TDMA協(xié)議中，由于仍然采用分簇機制，導致增大了其網(wǎng)絡(luò)的開銷，消耗的能量也將多于其他2種協(xié)議，所以網(wǎng)絡(luò)剩余能量較少。當仿真時間在100 s到300 s之間時，網(wǎng)絡(luò)進入事件狀態(tài)，數(shù)據(jù)量加大消耗的能量也相應增多，所以網(wǎng)絡(luò)剩余能量下降較快。由于EDC-MAC協(xié)議和ED-TDMA協(xié)議較S-MAC協(xié)議相比可以減少能量消耗，所以網(wǎng)絡(luò)剩余能量高于S-MAC協(xié)議。當仿真時間到達300 s時，使用EDC-MAC協(xié)議相比于S-MAC協(xié)議可提高網(wǎng)絡(luò)剩余能量10%，相比于ED-TDMA協(xié)議可提高網(wǎng)絡(luò)剩余能量5%。當仿真時間大于300 s時，不再有事件發(fā)生，網(wǎng)絡(luò)逐漸恢復至非事件狀態(tài)，數(shù)據(jù)量減少，所以，網(wǎng)絡(luò)剩余能量下降緩慢并逐漸趨于平緩。

圖7 網(wǎng)絡(luò)剩余能量對比圖Fig.7 Comparison of network surplus energy

3.3.4 時延

圖8為不同感知節(jié)點數(shù)時，數(shù)據(jù)的端到端平均時延仿真結(jié)果對比圖。

圖8 時延對比圖Fig.8 Delay comparison

從圖8中可以看出，隨著感知節(jié)點的增多，數(shù)據(jù)量的增大，3種協(xié)議的傳送消息的端到端時延都有所增長。從圖8中還可以明顯地看出EDC-MAC協(xié)議和ED-TDMA協(xié)議時延遠小于S-MAC協(xié)議，其中，EDC-MAC協(xié)議相比S-MAC協(xié)議節(jié)省將近一半的時間，這是由于S-MAC協(xié)議采用周期偵聽/睡眠機制，存在睡眠時延并且由于存在數(shù)據(jù)碰撞的原因?qū)е聲r延較大，而EDC-MAC協(xié)議和ED-TDMA協(xié)議，不存在睡眠時延，同時使用了分簇機制能夠有效地減少碰撞，所以時延較小。當感知節(jié)點增多時，簇內(nèi)TDMA時隙變多，因而EDC-MAC協(xié)議和ED-TDMA協(xié)議的時延也將增加。EDC-MAC協(xié)議在簇間通信時又采用了預約機制，可以及時地把數(shù)據(jù)發(fā)送到sink節(jié)點。當網(wǎng)絡(luò)中感知節(jié)點數(shù)目到達40個時，使用EDC-MAC協(xié)議對比S-MAC協(xié)議可減少時延30%，對比ED-TDMA協(xié)議可減少時延10%。從圖8中可以看出，使用EDC-MAC協(xié)議比S-MAC協(xié)議平均可減少時延35%左右。

4 結(jié) 論

本文提出了基于跨層事件驅(qū)動型MAC協(xié)議，把網(wǎng)絡(luò)節(jié)點分為2種狀態(tài)：非事件狀態(tài)和事件激活狀態(tài)。非事件狀態(tài)時仍然使用S-MAC協(xié)議，路由層采用平面路由協(xié)議，以減少能量的消耗；事件激活狀態(tài)時，感知事件的節(jié)點在網(wǎng)絡(luò)層組織成簇，改變MAC策略，簇內(nèi)采用TDMA調(diào)度，將數(shù)據(jù)傳送給簇頭節(jié)點，經(jīng)過數(shù)據(jù)融合處理后使用簇間MAC策略再傳給sink節(jié)點，有效地減少碰撞和能量開銷。仿真結(jié)果表明EDC-MAC協(xié)議在相同數(shù)量感知節(jié)點情況下，相對于S-MAC協(xié)議可平均減少時延35%左右；在感知節(jié)點增多的情況下，相對于S-MAC協(xié)議可提高網(wǎng)絡(luò)剩余能量10%左右。

[1] 錢志鴻, 王義君.面向物聯(lián)網(wǎng)的無線傳感器網(wǎng)絡(luò)綜述[J].電子與信息學報, 2013, 35(1): 215-227. QIAN Zhihong, WANG Yijun. Internet of things-oriented wireless sensor networks review[J]. Journal of Electronics & Information Technology, 2013, 35(1): 215-227.

[2] LIU Qiang, HUANG Xiaohong, LENG Supeng, et al. Deployment strategy of Wireless Sensor Networks for internet of things[J]. China Communications, 2011, 12(02): 111-120.

[3] 郭亞軍, 王亮, 郭彩梅.物聯(lián)網(wǎng)基礎(chǔ)[M].北京:清華大學出版社, 2013 :3-7. GUO Yajun, WANG Liang, GUO Caimei. Fundamentals of the Internet of things[M]. Beijing: Tsinghua University Press, 2013 :3-7.

[4] NESTOR L M, JOSE F M, VICENTE H D. Virtualization of event sources in Wireless Sensor Networks for the internet of things[J]. Sensors, 2014, 14(12): 22737-22753.

[5] 董穎, 蘇真真, 周占穎,等.一種基于節(jié)點剩余能量和位置的LEACH改進算法[J].四川大學學報:工程科學版, 2015, 47(2): 136-141. DONG Ying, SU Zhenzhen, ZHOU Zhanying, et al. An improved LEACH algorithm based on nodes’ remaining energy and location[J]. Journal of Sichuan University: Engineering Science Edition, 2015, 47(2): 136-141.

[6] PEI Huang, LI Xiao, SOROOR S, et al. The evolution of MAC protocols in wireless sensor networks: a survey[J]. IEEE Communications Surveys & Tutorials, 2013, 15(1): 101-120.

[7] WEI Ye, JOHN H, DEBORAH E. An energy-efficient MAC protocol for wireless sensor networks[J]. Wireless Sensor Networks, 2008, 1(1): 1-69.

[8] 蘇金釗, 劉麗艷, 吳威.適用于周期休眠MAC協(xié)議的分簇時間同步算法[J].計算機研究與發(fā)展, 2010, 47(11): 1893-1902. SU Jinzhao, LIU Liyan, WU Wei. Clustering time synchronization algorithm for periodic sleep MAC protocol[J]. Journal of Computer Research and Development, 2010, 47(11): 1893-1902.

[9] VINEET S, MEHUL M. Cross-layer design: a survey and the road ahead[J]. IEEE Communications Magazine, 2005, 43(12): 112-119.

[10] JIN Lizhong, JIA Jie, CHEN Dong, et al. Research on Architecture, Cross-layer MAC protocol for Wireless Sensor Networks[C]//2011 Fifth International Conference on Genetic and Evolutionary Computing.[s.l.]: IEEE Press,2011:291-294.

[11] ZHENG Guoqiang, NING Yonghai, TANG Shengyu. Cross layer-based MAC protocol for wireless sensor networks[C]//Proceedings of the 29th Chinese Control Conference. Beijing: IEEE Press,2010:4748-4752.

[12] ROMER K, KARL H, MATTERN F. Wireless Sensor Networks[M]. Berlin：Springer-Verlag Berlin Heidelberg, 2006: 260-275.

[13] 李瑞芳, 李仁發(fā), 羅娟.無線多媒體傳感器網(wǎng)絡(luò)MAC協(xié)議研究綜述[J].通信學報, 2008, 29(8):111-123. LI Ruifang, LI Renfa, LUO Juan. Survey of MAC protocol in wireless multimedia sensor networks[J]. Journal on Communications, 2008, 29(8):111-123.

[14] 徐廣華, 王良民, 詹永照.EDA-MAC：事件驅(qū)動應用感知的無線傳感器網(wǎng)絡(luò)MAC協(xié)議[J].小型微型計算機系統(tǒng), 2010, 31(10): 2011-2016. XU Guanghua, WANG Liangmin, ZHAN Yongzhao. EDA-MAC: an event driven application MAC for Wireless Sensor Networks[J]. Journal of Chinese Computer Systems, 2010, 31(10): 2011-2016.

[15] 龔海剛, 劉明, 余昌遠,等.無線傳感器網(wǎng)絡(luò)環(huán)境下基于事件驅(qū)動應用的節(jié)能TDMA協(xié)議[J].電子學報, 2007, 35(10): 1843-1848. GONG Haigang, LIU Ming , YU Changyuan, et al. An energy-efficient event driven TDMA protocol for Wireless Sensor Network[J]. Acta Electronica Sinica, 2007, 35(10): 1843-1848.

[16] HOU Yuexia, WANG Honggang, LIANG Jianxing, et al. A Corss-Layer Protocol for Event-Driven Wireless Sensor Networks[C]//2009 First International Conference on Information Science and Engineering. [s.l.]: IEEE Press,2010:3926-3929.

[17] 劉云璐, 蒲菊華, 方維維,等.一種無線傳感器網(wǎng)絡(luò)MAC協(xié)議優(yōu)化算法[J].計算機學報, 2012, 35(3): 529-539. LIU Yunlu,PU Juhua,FANG Weiwei,et al.A MAC layer optimization algorithm in Wireless Sensor Networks[J].Chinese Journal of Computer,2012,35(3):529-539.

(編輯：張 誠)

The National Natural Science Foundation of China(61107040)

Cross-layer MAC protocol based on event driven for WSN

DONG Ying, CUI Mengyao, ZHOU Zhanying, WU Hao, LV Yang, ZHANG Chao
(College of Communication Engineering, Jilin University, Changchun 130012, P.R.China)

Traditional S-MAC protocol adopted the consistent negotiation of sleep scheduling mechanism, forming virtual clusters in the network and introducing the adaptive listening at the same time, but it limited the network throughput due to the introduction of large sleep, leading to the network overhead and the longer end-to-end transmission delay. To solve this problem, a cross-layer MAC protocol based on event driven-EDC-MAC protocol was proposed. Protocol used the method of cross-layer optimization, both taking the network layer and MAC layer into account, and the network was divided into non-event status and event status relying on the characteristics of network data transmission. It could save energy effectively and reduce the event reporting delay. Adopting the method of clustering , nodes in the event area clustered dynamically when a node was activated into the event status, and it would reduce the overhead of data transmission energy effectively. The theoretical analysis and simulation showed that the EDC-MAC protocol can averagely reduce the delay time nearly 35% in the case of the same number of sensing nodes and improve the network surplus energy nearly 10% related to S-MAC protocol.

WSN, MAC protocol, cross-layer optimization, event driven

2016-06-25

2017-04-16 通訊作者：董 穎 dongying@jlu.edu.cn

國家自然科學基金(61107040)

10.3979/j.issn.1673-825X.2017.03.002

TN915.04;TP393

A

1673-825X(2017)03-0293-08

董 穎(1971-)，女，吉林人，副教授，博士，主要研究方向為無線傳感器網(wǎng)絡(luò)，物聯(lián)網(wǎng)。E-mail: dongying@jlu.edu.cn.

崔夢瑤(1992-)，女，遼寧人，碩士研究生，研究方向為無線傳感器網(wǎng)絡(luò)。E-mail:1484355390@qq.com.