胡黃水，沈瑋娜，王出航，張邦成

(1.長(zhǎng)春工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，長(zhǎng)春 130012； 2.長(zhǎng)春師范大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，長(zhǎng)春 130026)(*通信作者電子郵箱wangchuhang@cncnc.edu.cn)

基于自適應(yīng)模糊控制器的無(wú)線傳感器網(wǎng)絡(luò)功率控制

胡黃水1，沈瑋娜1，王出航2*，張邦成1

(1.長(zhǎng)春工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，長(zhǎng)春 130012； 2.長(zhǎng)春師范大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，長(zhǎng)春 130026)(*通信作者電子郵箱wangchuhang@cncnc.edu.cn)

針對(duì)現(xiàn)有的無(wú)線傳感器網(wǎng)絡(luò)(WSN)功率控制方法存在的節(jié)點(diǎn)早死問(wèn)題，提出一種考慮節(jié)點(diǎn)剩余能量的功率控制方法——SAFPC。首先，設(shè)計(jì)了具有“輸入-輸出-反饋”機(jī)制的兩級(jí)模糊控制器系統(tǒng)模型，主控制器負(fù)責(zé)節(jié)點(diǎn)發(fā)射功率調(diào)節(jié)，從控制器負(fù)責(zé)期望節(jié)點(diǎn)度調(diào)節(jié)，自適應(yīng)地根據(jù)網(wǎng)絡(luò)中節(jié)點(diǎn)剩余能量來(lái)調(diào)節(jié)發(fā)射功率；然后，分別對(duì)主、從控制器的模糊化、模糊規(guī)則及解模糊過(guò)程進(jìn)行了詳細(xì)描述；最后，從網(wǎng)絡(luò)收斂時(shí)間、平均能耗以及生命周期方面對(duì)SAFPC進(jìn)行了仿真分析。實(shí)驗(yàn)結(jié)果表明，與模糊控制傳輸功率方法(FCTP)相比，SAFPC收斂速率快12.5%，在不同網(wǎng)絡(luò)規(guī)模情況下節(jié)點(diǎn)平均能耗降低3.68%，網(wǎng)絡(luò)生命周期延長(zhǎng)7.9%?？梢姡琒AFPC能有效延長(zhǎng)網(wǎng)絡(luò)生命周期，提高網(wǎng)絡(luò)動(dòng)態(tài)適應(yīng)性及鏈路魯棒性。

無(wú)線傳感器網(wǎng)絡(luò)；功率控制；模糊控制器；能耗均衡；自適應(yīng)性

0 引言

隨著無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network, WSN)在環(huán)境監(jiān)測(cè)、醫(yī)療保健、國(guó)家安全以及太空探索等領(lǐng)域的廣泛應(yīng)用，其持續(xù)在軍界、工業(yè)界和學(xué)術(shù)界受到高度關(guān)注[1]。而能耗是決定無(wú)線傳感器網(wǎng)絡(luò)應(yīng)用的最關(guān)鍵因素，通過(guò)功率控制來(lái)調(diào)節(jié)網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的發(fā)射功率，在滿足網(wǎng)絡(luò)質(zhì)量前提下減小網(wǎng)絡(luò)通信干擾、降低網(wǎng)絡(luò)能量消耗，則可有效延長(zhǎng)網(wǎng)絡(luò)生命周期，促進(jìn)無(wú)線傳感器網(wǎng)絡(luò)應(yīng)用[1-4]。

功率控制是一個(gè)十分復(fù)雜的問(wèn)題，文獻(xiàn)[1]中指出理論上尋找功率控制問(wèn)題的最優(yōu)解是不現(xiàn)實(shí)的。因此，當(dāng)前所提出的解決方案都是力圖去尋找功率控制的實(shí)用解，文獻(xiàn)[3]從空間與時(shí)間控制方面對(duì)一些功率控制方法進(jìn)行了介紹，并指出其各自的特點(diǎn)。文獻(xiàn)[5]提出通用功率算法(Common Power, COMPOW)，在保證網(wǎng)絡(luò)連通下所有節(jié)點(diǎn)以相同功率傳輸數(shù)據(jù)，對(duì)節(jié)點(diǎn)分布均勻的網(wǎng)絡(luò)其能取得很好的效果。文獻(xiàn)[2]中提出一種基于效用模型的分布式功率控制機(jī)制，綜合考慮路由、信干比和誤碼率等因素，在網(wǎng)絡(luò)效用最大化條件下對(duì)節(jié)點(diǎn)發(fā)射功率進(jìn)行優(yōu)化。文獻(xiàn)[6]通過(guò)動(dòng)態(tài)調(diào)節(jié)節(jié)點(diǎn)的發(fā)射功率以使其節(jié)點(diǎn)度處于限定的范圍內(nèi)，從而優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)。隨著模糊理論在無(wú)線傳感器網(wǎng)絡(luò)優(yōu)化決策、降低資源消耗方面展現(xiàn)的優(yōu)越性能[7]，其也用于功率控制。文獻(xiàn)[8]中提出了一種使用模糊控制的功率控制方法，通過(guò)閉環(huán)回路控制鄰居數(shù)量來(lái)對(duì)節(jié)點(diǎn)的傳輸功率進(jìn)行調(diào)節(jié)，使節(jié)點(diǎn)的節(jié)點(diǎn)度在其與期望的節(jié)點(diǎn)度誤差范圍之內(nèi)。文獻(xiàn)[9]和[10]采用基于接收節(jié)點(diǎn)鏈路質(zhì)量指示(Link Quality Indication, LQI)值來(lái)調(diào)節(jié)發(fā)送節(jié)點(diǎn)發(fā)射功率的點(diǎn)對(duì)點(diǎn)模糊控制功率調(diào)節(jié)方法，在保證鏈路質(zhì)量的同時(shí)降低了網(wǎng)絡(luò)能耗。以上算法在某些方面能改善網(wǎng)絡(luò)的性能，但也都不可避免存在某些局限。如文獻(xiàn)[5]對(duì)節(jié)點(diǎn)分布不均勻的網(wǎng)絡(luò)則可能導(dǎo)致大量節(jié)點(diǎn)以遠(yuǎn)大于需求的功率傳輸數(shù)據(jù)，造成能量浪費(fèi)；文獻(xiàn)[6]當(dāng)網(wǎng)絡(luò)規(guī)模增大時(shí)，算法復(fù)雜度以指數(shù)級(jí)增長(zhǎng)；文獻(xiàn)[8]中每個(gè)節(jié)點(diǎn)的期望節(jié)點(diǎn)度不能隨網(wǎng)絡(luò)動(dòng)態(tài)變化，很容易導(dǎo)致某些節(jié)點(diǎn)過(guò)早死亡，從而減小網(wǎng)絡(luò)生命周期；文獻(xiàn)[9]和[10]中采用點(diǎn)對(duì)點(diǎn)的功率調(diào)整方式，需要額外的點(diǎn)對(duì)點(diǎn)通信協(xié)議支持，且通過(guò)鏈路質(zhì)量指示LQI作為功率調(diào)節(jié)的輸入，實(shí)際無(wú)線環(huán)境中LQI變化無(wú)規(guī)律且頻繁，將導(dǎo)致功率調(diào)節(jié)頻繁執(zhí)行，從而降低網(wǎng)絡(luò)性能。尤其是以上所有功率調(diào)節(jié)方法都不考慮節(jié)點(diǎn)的剩余能量，無(wú)疑將導(dǎo)致剩余能量低的節(jié)點(diǎn)早死，從而減小網(wǎng)絡(luò)的生命周期。

因此，本文提出一種基于自適應(yīng)模糊控制器的無(wú)線傳感器網(wǎng)絡(luò)功率控制方法(Self Adaptive Fuzzy controller based on Power Control method for wireless sensor networks, SAFPC)。SAFPC的基本思想是網(wǎng)絡(luò)任一節(jié)點(diǎn)的剩余能量決定其期望節(jié)點(diǎn)度，當(dāng)其節(jié)點(diǎn)度高于期望的節(jié)點(diǎn)度，則降低節(jié)點(diǎn)的發(fā)射功率，否則增大節(jié)點(diǎn)發(fā)射功率。具體實(shí)現(xiàn)為采用兩級(jí)基于“輸入-輸出-反饋”機(jī)制的模糊控制器，主控制器負(fù)責(zé)調(diào)節(jié)發(fā)射功率，從控制器負(fù)責(zé)調(diào)節(jié)期望節(jié)點(diǎn)度，從而自適應(yīng)地依據(jù)節(jié)點(diǎn)剩余能量調(diào)節(jié)發(fā)射功率，均衡網(wǎng)絡(luò)能量消耗，延長(zhǎng)網(wǎng)絡(luò)生命周期。

1 系統(tǒng)模型

節(jié)點(diǎn)實(shí)際通信范圍可能不規(guī)則或非對(duì)稱，但為了簡(jiǎn)化模型，廣泛采用圓盤模型。本文控制器所需的輸入為節(jié)點(diǎn)度和能量，采用圓盤模型對(duì)控制系統(tǒng)設(shè)計(jì)并沒(méi)有直接負(fù)面影響。于是，采用圓盤模型的節(jié)點(diǎn)度和發(fā)射功率關(guān)系如圖1所示。從圖中可見，節(jié)點(diǎn)u在不同功率級(jí)別pA0、pA1、pA2時(shí)其節(jié)點(diǎn)度分別為3、5、9。

圖1 節(jié)點(diǎn)度和發(fā)射功率之間的關(guān)系

圖1中，為了計(jì)算任一節(jié)點(diǎn)u的剩余能量，假設(shè)網(wǎng)絡(luò)中所有節(jié)點(diǎn)的數(shù)據(jù)傳輸速率相同，具有k個(gè)離散功率級(jí)別，最大和最小發(fā)射功率分別為pmax,pmin，且具有相等的初始能量EINI，其鄰居節(jié)點(diǎn)記為N(u)，且其與鄰居節(jié)點(diǎn)v的距離為d(u,v),v∈N(u)，LMAX為節(jié)點(diǎn)能夠傳輸?shù)淖畲髷?shù)據(jù)包量，節(jié)點(diǎn)發(fā)送和接收數(shù)據(jù)耗用的時(shí)間與數(shù)據(jù)包大小成正比，當(dāng)數(shù)據(jù)傳輸速率為常數(shù)時(shí)，Lu/LMAX表示節(jié)點(diǎn)傳輸大小為L(zhǎng)u的數(shù)據(jù)包所用的時(shí)間[11]。Ee為節(jié)點(diǎn)發(fā)送接收電路上的功耗，Er為功率放大器功耗，Eid為節(jié)點(diǎn)空閑狀態(tài)時(shí)的功耗，則節(jié)點(diǎn)u的剩余能量Eu如式(1)所示:

(1)

其中：方括號(hào)中第一部分表示節(jié)點(diǎn)u發(fā)送狀態(tài)的能耗，第二部分為節(jié)點(diǎn)接收其鄰居節(jié)點(diǎn)數(shù)據(jù)時(shí)的能耗，第三部分為節(jié)點(diǎn)處于空閑狀態(tài)時(shí)的能耗。

(2)

Δnd=nd-ND

(3)

(4)

(5)

e1=kE×Δe

(6)

e2=knd×Δnd

(7)

(8)

u=kU×U

(9)

(10)

圖2 系統(tǒng)模型

2 模糊控制器設(shè)計(jì)

圖2中主/從模糊控制器采用Mamdani型模糊邏輯系統(tǒng)[8-9]，其主要由模糊化、模糊規(guī)則、模糊決策以及解模糊構(gòu)成。

2.1 從模糊控制器設(shè)計(jì)

1)從模糊控制器輸入、輸出變量模糊化。

①能量差值Δe：選取能量差值Δe的語(yǔ)言變量值為NB、NM、NS、ZO、PS、PM、PB，其語(yǔ)言變量論域元素為-3、-2、-1、0、+1、+2、+3。NB、PB采用梯形隸屬度函數(shù)，NM、NS、ZO、PS、PM采用三角形隸屬度函數(shù)，能量差值Δe隸屬度函數(shù)如圖3所示。

圖3 能量差值Δe隸屬度函數(shù)

圖4 期望節(jié)點(diǎn)度偏差隸屬度函數(shù)

2)模糊規(guī)則定義及解模糊。

表1 從模糊控制器規(guī)則表

2.2 主模糊控制器設(shè)計(jì)

1)主模糊控制器輸入、輸出變量模糊化。

①節(jié)點(diǎn)度調(diào)節(jié)量Δnd：選取節(jié)點(diǎn)度調(diào)節(jié)量Δnd的語(yǔ)言變量值為d2s、d1s、hold、u1s、u2s，其語(yǔ)言變量論域元素為-2、-1、0、+1、+2。d2s、u2s采用梯形隸屬度函數(shù)，d1s、hold、u1s采用三角形隸屬度函數(shù)，節(jié)點(diǎn)度調(diào)節(jié)量Δnd隸屬度函數(shù)如圖5所示。

圖5 節(jié)點(diǎn)度調(diào)節(jié)量Δnd隸屬度函數(shù)

圖6 節(jié)點(diǎn)度調(diào)節(jié)量變化率隸屬度函數(shù)

③發(fā)射功率調(diào)節(jié)量u：選取發(fā)射功率調(diào)節(jié)量u的語(yǔ)言變量值為nb、nm、ns、hold、ps、pm、pb，其語(yǔ)言變量論域元素為-3、-2、-1、0、+1、+2、+3。nb、pb采用梯形隸屬度函數(shù)，nm、ns、hold、ps、pm采用三角形隸屬度函數(shù)，發(fā)射功率調(diào)節(jié)量u隸屬度函數(shù)如圖7所示。

圖7 發(fā)射功率調(diào)節(jié)量u隸屬度函數(shù)

2)模糊規(guī)則定義及解模糊。

根據(jù)主模糊控制器的調(diào)節(jié)目的，同樣采用“if-then”條件語(yǔ)句的形式定義模糊規(guī)則，具體規(guī)則如表2所示。主模糊控制器采用質(zhì)心法解模糊，輸出為發(fā)射功率調(diào)節(jié)量u。

表2 主模糊控制器規(guī)則表

3 仿真與分析

首先，將100個(gè)節(jié)點(diǎn)均勻部署在該方形區(qū)域內(nèi)，測(cè)量初始發(fā)射功率在-20 dBm～5 dBm范圍內(nèi)的網(wǎng)絡(luò)收斂時(shí)間，運(yùn)行50次取平均值。結(jié)果如圖8所示，SAFPC收斂時(shí)間較FCTP快12.5%。由于SAFPC要同時(shí)考慮節(jié)點(diǎn)剩余能量和實(shí)際節(jié)點(diǎn)度，因此當(dāng)發(fā)射功率在-20 dBm～-15 dBm時(shí)，SAFPC收斂時(shí)間高于FCTP，當(dāng)發(fā)射功率在-15 dBm～5 dBm時(shí)，SAFPC收斂速度整體比FCTP快。

圖8 不同初始發(fā)射功率時(shí)收斂時(shí)間對(duì)比

接下來(lái)對(duì)不同網(wǎng)絡(luò)規(guī)模時(shí)的平均能耗和網(wǎng)絡(luò)生命周期進(jìn)行測(cè)試，節(jié)點(diǎn)數(shù)從50遞增至400個(gè)，分別運(yùn)行50次取平均值，結(jié)果分別如圖9和圖10所示。從圖9中可見，隨著網(wǎng)絡(luò)規(guī)模的增大，F(xiàn)CTP和SAFPC算法的平均能耗總體上呈遞增的趨勢(shì)，但SAFPC算法遞增趨勢(shì)總體比FCTP算法平緩,且隨著網(wǎng)絡(luò)規(guī)模的增大，SAFPC相比FCTP算法的優(yōu)勢(shì)愈加明顯。圖10顯示，在不同網(wǎng)絡(luò)規(guī)模情況下，SAFPC算法網(wǎng)絡(luò)生命周期均比FCTP算法的長(zhǎng)，這主要是因?yàn)镾AFPC算法在調(diào)整節(jié)點(diǎn)度時(shí)考慮到了節(jié)點(diǎn)剩余能量，對(duì)于那些網(wǎng)絡(luò)中剩余能量低的節(jié)點(diǎn)，通過(guò)調(diào)整其期望的節(jié)點(diǎn)度，降低其能量消耗，從而避免能量低的節(jié)點(diǎn)因節(jié)點(diǎn)度大而消耗更多能量，導(dǎo)致其過(guò)早死亡，最終延長(zhǎng)網(wǎng)絡(luò)的生命周期。

圖10 不同網(wǎng)絡(luò)規(guī)模時(shí)生命周期對(duì)比

4 結(jié)語(yǔ)

本文針對(duì)無(wú)線傳感器網(wǎng)絡(luò)，提出一種采用兩級(jí)模糊控制器的功率控制方法SAFPC。其基于節(jié)點(diǎn)剩余能量來(lái)調(diào)節(jié)期望節(jié)點(diǎn)度，從而自適應(yīng)的調(diào)節(jié)發(fā)射功率。SAFPC不僅能適應(yīng)網(wǎng)絡(luò)動(dòng)態(tài)變化，且能有效提高鏈路魯棒性。仿真結(jié)果表明該方法能有效均衡網(wǎng)絡(luò)能量消耗，延長(zhǎng)網(wǎng)絡(luò)生命周期，為無(wú)線傳感器網(wǎng)絡(luò)的實(shí)際應(yīng)用提供支持。

References)

[1] 張學(xué),陸桑璐,陳貴海,等.無(wú)線傳感器網(wǎng)絡(luò)的拓?fù)淇刂芠J].軟件學(xué)報(bào),2007,18(4):943-954.(ZHANG X, LU S L, CHEN G H, et al. Topological control of wireless sensor networks [J] . Journal of Software, 2007, 18(4): 943-954.)

[2] 劉韜.無(wú)線傳感器網(wǎng)絡(luò)中基于效用模型的分布式功率控制機(jī)制[J].電子學(xué)報(bào).2016,44(2):301-307.(LIU T. Distributed power control mechanism based on utility model in wireless sensor networks [J] . Acta Electronica Sinica, 2016, 44(2): 301-307.)

[3] LI M, LI Z, VASILAKOS A V. A survey on topology control in wireless sensor networks: taxonomy, comparative study, and open issues [J]. Proceedings of the IEEE, 2013, 101(12): 2538-2557.

[4] LIN S, MIAO F, ZHANG J, et al. ATPC: adaptive transmission power control for wireless sensor networks [J]. ACM Transactions on Sensor Networks, 2016, 12(1): Article No. 6.

[5] NARAYANASWAMY S, KAWADIA V, SREENIVAS R S, et al. Power control in Ad-Hoc networks: theory, architecture, algorithm and implementation of the COMPOW protocol [EB/OL]. [2017- 01- 01]. http://www2.ing.unipi.it/ew2002/proceedings/171.pdf.

[6] KUBISCH M, KARL H, WOLISZ A, et al. Distributed algorithms for transmission power control in wireless sensor networks [C]// Proceedings of the 2003 IEEE Wireless Communications and Networking. Piscataway, NJ: IEEE, 2003, 1: 558-563.

[7] MAKSIMOVIC M, VUJOVIC V, MILOSEVIC V. Fuzzy logic and wireless sensor networks—a survey [J]. Journal of Intelligent and Fuzzy Systems, 2014, 27(2): 877-890.

[8] ZHANG J, CHEN J, SUN Y. Transmission power adjustment of wireless sensor networks using fuzzy control algorithm [J]. Wireless Communication and Mobile Computing, 2009, 9(6): 805-818.

[9] 吳鵬杰.一種新穎的無(wú)線傳感器節(jié)點(diǎn)模糊功率控制算法[D].北京:北京郵電大學(xué),2010:22-29.(WU P J. A novel fuzzy power control algorithm for wireless sensor node [D]. Beijing: Beijing University of Posts and Telecommunications, 2010: 22-29.)

[10] 邵奇可,馮淑娜,毛科技.面向WSN的自適應(yīng)模糊功率控制算法研究[J].傳感技術(shù)學(xué)報(bào).2015,28(4):563-571.(SHAO Q K, FENG S N, MAO K J. Adaptive fuzzy power control algorithm for WSN [J]. Chinese Journal of Sensors and Actuators, 2015, 28(4): 563-571.)

[11] NICKRAY M, AFZALI-KUSHA A, JNTTI R. Simultaneous power control and power management algorithm with sector-shaped topology for wireless sensor networks [J]. EURASIP Journal on Wireless Communications and Networking, 2015, 2015(1): 1-16.

[12] 張建輝.無(wú)線傳感器網(wǎng)絡(luò)拓?fù)淇刂蒲芯縖D].杭州:浙江大學(xué),2008:34-51.(ZHANG J H. Research on topology control in wireless sensor networks [D]. Hangzhou: Zhejiang University, 2008: 34-51.)

Self-adaptivefuzzycontrollerbasedpowercontrolforwirelesssensornetworks

HU Huangshui1, SHEN Weina1, WANG Chuhang2, ZHANG Bangcheng1

(1.CollegeofComputerScienceandEngineering,ChangchunUniversityofTechnology,ChangchunJilin130012,China;2.CollegeofComputerScienceandTechnology,ChangchunNormalUniversity,ChangchunJilin130026,China)

To solve the problem of node’s premature death in existing power control methods for Wireless Sensor Network (WSN), a new method called Self-Adaptive Fuzzy Control (SAFPC) was proposed. Firstly, the model of two level fuzzy controller with “input-output-feedback” mechanism was designed, whose main controller was responsible for the node transmission power adjustment, and auxiliary controller was responsible for the desired node degree adjustment, so as to adjust the transmission power adaptively according to the residual energy of the node. Secondly, the fuzzification, fuzzy rules and defuzzification process were described in detail. Finally, SAFPC was simulated and analyzed in terms of network convergence time, average energy consumption and network life cycle. The experimental results show that, compared with FCTP (Fuzzy Control Transmission Power method), SAFPC can increase convergence rate by 12.5%, the average energy consumption of the nodes is reduced by 3.68% and the network life cycle is prolonged by 7.9%. It can be seen that SAFPC can effectively prolong the network life cycle, as well as improve network dynamic adaptability and link robustness significantly.

Wireless Sensor Network (WSN); power control; fuzzy logic controller; balanced-energy consumption; adaptivity

2017- 03- 08;

2017- 04- 23。

吉林省科技廳科技攻關(guān)計(jì)劃項(xiàng)目(20140204037GX, 20150204073GX)；吉林省發(fā)展與改革委員會(huì)經(jīng)濟(jì)結(jié)構(gòu)戰(zhàn)略調(diào)整引導(dǎo)專項(xiàng)基金資助項(xiàng)目(2014Y125)；。

胡黃水(1974—)，男，湖南隆回人，副教授，博士，主要研究方向：無(wú)線傳感器網(wǎng)絡(luò)、軌道車輛動(dòng)力學(xué)； 沈瑋娜(1993—)，女，江蘇無(wú)錫人，碩士研究生，主要研究方向：無(wú)線傳感器網(wǎng)絡(luò)； 王出航(1976—)，女，吉林長(zhǎng)春人，副教授，碩士，主要研究方向：無(wú)線傳感器網(wǎng)絡(luò)、實(shí)時(shí)嵌入式系統(tǒng)； 張邦成(1972—)，男，吉林長(zhǎng)春人，教授，博士，主要研究方向：機(jī)電檢測(cè)與控制。

1001- 9081(2017)09- 2470- 04

10.11772/j.issn.1001- 9081.2017.09.2470

TP393.1

A

This work is partially supported by Jilin Provincial Department of Science and Technology Research Project (20140204037GX, 20150204073GX), Jilin Province Development and Reform Commission Strategic Adjustment of Economic Structure to Guide the Special Fund (2014Y125).

HUHuangshui, born in 1974, Ph. D., associate professor. His research interests include wireless sensor network, rail vehicle dynamics.

SHENWeina, born in 1993, M. S. candidate. Her research interests include wireless sensor network.

WANGChuhang, born in 1976, M. S., associate professor. Her research interests include wireless sensor network, embedded real-time system.

ZHANGBangcheng, born in 1972, Ph. D., professor. His research interests include electromechanical detection and control.