楊 靜,甘 露

(1.重慶郵電大學通信學院,重慶 400065;2.重慶郵電大學光通信與網(wǎng)絡(luò)重點實驗室,重慶 400065)

無線體域網(wǎng)WBAN(Wireless Body Area Network)是由各種低功耗、支持服務(wù)質(zhì)量的傳感器節(jié)點構(gòu)成的單跳或兩跳星型網(wǎng)絡(luò),其中主要分為兩類節(jié)點:傳感器節(jié)點和協(xié)調(diào)器節(jié)點。體域網(wǎng)主要應(yīng)用于醫(yī)療健康監(jiān)護領(lǐng)域,它改變了傳統(tǒng)醫(yī)療監(jiān)護的服務(wù)方式,消除了醫(yī)療場所和設(shè)備線纜的局限,不僅減少了醫(yī)療監(jiān)護成本,而且提高了醫(yī)療監(jiān)護水平[1-3]。體域網(wǎng)除了在傳輸速率、可靠性、時延上有較高的要求外,還需要保障數(shù)據(jù)的隱私性和安全性,因此,IEEE委員會于2012年正式發(fā)布了體域網(wǎng)通信協(xié)議標準[4]。

在體域網(wǎng)中,身體移動和姿勢改變會引起陰影效應(yīng),從而會惡化鏈路質(zhì)量,使得體域網(wǎng)很難滿足協(xié)議標準[4]中的可靠性要求。此外,體域網(wǎng)中的傳感器節(jié)點電池尺寸極小,容量十分受限,頻繁更換電池會降低用戶體驗,因此傳感器節(jié)點應(yīng)具有極低的功耗?？煽啃宰鳛轶w域網(wǎng)應(yīng)用的必然需求,而能量作為體域網(wǎng)中的稀缺資源,它們兩者之間通常是共存對立的,單方面的性能提升往往會惡化另一方面的性能。

在資源受限的體域網(wǎng)絡(luò)中,人體移動特性使得體域網(wǎng)不適合采用固定功率發(fā)送數(shù)據(jù),因此功率控制是體域網(wǎng)研究熱點之一[5-10]。文獻[5]提出一種加速器輔助的發(fā)送功率控制機制(AA-TPC),該機制以部署額外的本地加速器為代價,利用信道狀態(tài)與加速器信號之間的關(guān)系,在調(diào)整節(jié)點功率的同時,選擇最佳時刻發(fā)送數(shù)據(jù)。文獻[6]首先在不同場景下,通過實驗分析表明固定功率不適合體域網(wǎng),然后利用反饋信息進行功率控制。為了進一步減少發(fā)送能量的浪費,提高節(jié)點傳輸可靠性,文獻[7]在文獻[6]的基礎(chǔ)上進行了完善:當平均接收信號強度RSSI(Received Signal Strength Indicator)小于最低閾值TL時,節(jié)點下次發(fā)送功率為本次發(fā)送功率與最大發(fā)送功率的平均值;當平均RSSI大于最高閾值TH時,節(jié)點下次發(fā)送功率為本次發(fā)送功率與最小發(fā)送功率的平均值;當平均RSSI位于TL和TH之間時,節(jié)點發(fā)送功率保持不變。此外,文獻[8-10]同時利用功率控制和中繼轉(zhuǎn)發(fā)兩種方式,以求達到節(jié)省能量和保障節(jié)點可靠性的目的。

雖然文獻[7]提出的功率控制算法能夠較好地適應(yīng)信道狀態(tài)的變化,但是存在一定問題。當信道狀態(tài)突然變差,使得平均RSSI小于最低閾值TL時,該算法不能及時將節(jié)點發(fā)送功率調(diào)整至最大,可能會造成可靠性的下降;當信道狀態(tài)突然變好,使得平均RSSI大于最高閾值TL時,該算法不能及時將節(jié)點發(fā)送功率調(diào)整至足夠小,可能會造成能量的浪費。另外,當平均RSSI位于TL和TH之間時,發(fā)送功率保持不變,此時既可能造成能量的浪費也有可能造成可靠性的下降。

針對文獻[7]中的問題,提出一種適用于體域網(wǎng)的能量有效傳輸算法。首先分析CSMA/CA競爭機制中的節(jié)點成功發(fā)送概率;然后傳感器節(jié)點利用周期信標幀的廣播特性,對當前路徑損耗進行估計,并通過回復幀動態(tài)調(diào)整路徑損耗權(quán)重因子,減少估計誤差值;最后在保障一定誤包率的前提下,傳感器節(jié)點自適應(yīng)地調(diào)整發(fā)送功率,從而達到能量有效傳輸?shù)哪康摹?/p>

1 系統(tǒng)模型

1.1 網(wǎng)絡(luò)模型

星型拓撲結(jié)構(gòu)簡單,在資源受限的體域網(wǎng)中容易實現(xiàn),因此,本文考慮一個單跳星型體域網(wǎng)G=(V,E)。G中的V∈{N,H},其中N和H分別是體域網(wǎng)中的傳感器節(jié)點集和協(xié)調(diào)器節(jié)點,E是N與H之間的鏈路集。傳感器節(jié)點n,n∈N的優(yōu)先級為UPn,假設(shè)包到達率滿足強度為κn的泊松分布,因此包到達間隔期望為1/κn。此外,本文不考慮體域網(wǎng)與其他網(wǎng)絡(luò)包括體域網(wǎng)之間干擾。

1.2 信道模型

考慮人體陰影效應(yīng)的影響,本文采用文獻[11-12]中的信道模型,路徑損耗表示為:

PL(d)=alog10d+b+S

(1)

|hn|2=10-PL(d)/10

(2)

1.3 IEEE 802.15.6 CSMA/CA競爭機制及其分析

體域網(wǎng)標準把時間軸劃分為連續(xù)的超幀,協(xié)調(diào)器節(jié)點在每個超幀初始階段利用信標幀把每個超幀劃分為不同的接入階段。每個超幀可以包含以下接入階段的部分或全部:隨機接入階段1(random access phase1,RAP1)、獨占接入階段1(Exclusive Access Period1,EAP1)、管理接入階段1(managed access period1)、隨機接入階段2 RAP2(Random Access Phase1)、獨占接入階段2 EAP2(Exclusive Access Period 2)和競爭接入階段EAP(Contention Access Period)。除了RAP1以外,其他接入階段的長度都可以置為0[4]。

IEEE 802.15.6協(xié)議中規(guī)定了2種競爭機制:時隙ALOHA和CSMA/CA,本文采用后者共享信道。由文獻[13]可知,在IEEE 802.15.6 CSMA/CA競爭機制中分配EAP,會降低整個體域網(wǎng)吞吐量,造成能量浪費,引起更大時延,因此考慮每個超幀中只包含RAP1。為了區(qū)分節(jié)點的優(yōu)先級,IEEE 802.15.6 CSMA/CA競爭機制規(guī)定了不同優(yōu)先級競爭窗口CW(Contention Window)的取值范圍[CWmin,CWmax],如表1所示。

表1 CSMA/CA的競爭窗口取值范圍

IEEE 802.15.6 CSMA/CA競爭機制與其他CSMA/CA競爭機制有所不同。節(jié)點需要發(fā)送數(shù)據(jù)時,首先將其優(yōu)先級對應(yīng)的CWmin賦給CW,然后從[1,CW]中等概率地取一個整數(shù)賦給退避計數(shù)器。若當前信道為空閑狀態(tài)時,退避計數(shù)器的值減1;若當前信道為忙碌狀態(tài)或者當前接入階段的剩余時間不足以完成數(shù)據(jù)幀發(fā)送時,節(jié)點將鎖住退避計數(shù)器,計數(shù)器的值不變。當退避計數(shù)器值為0時,節(jié)點在當前時隙結(jié)束后立即發(fā)送數(shù)據(jù)。當數(shù)據(jù)發(fā)送失敗后,判斷發(fā)送計數(shù)器的奇偶性,若為偶數(shù)CW的值加倍,若為奇數(shù)CW的值保持不變。當節(jié)點發(fā)送計數(shù)器的值小于重發(fā)次數(shù)限制時,隨機從[1,CW]中取一個新值賦給退避計數(shù)器并嘗試下次數(shù)據(jù)重發(fā),否則丟棄該數(shù)據(jù)包。

2 節(jié)點成功發(fā)送概率分析

在非理想信道下,CSMA/CA競爭機制中的節(jié)點n成功發(fā)送概率γn由發(fā)送沖突概率ρn和誤包率λn共同決定,表示如下:

γn=(1-λn)(1-ρn)

(3)

2.1 誤包率

若采用DBPSK調(diào)制解調(diào)方式,節(jié)點誤包率λn如(4)所示[14]。

(4)

式中:M為單個數(shù)據(jù)包長度,若采用匹配濾波器接收信號,平均接收信噪比ηn表示為:

(5)

式中:pn是節(jié)點n的發(fā)送功率,N0W是噪聲功率。

2.2 發(fā)送沖突概率

用Tn表示一個數(shù)據(jù)包在節(jié)點n中的發(fā)送總次數(shù)(包含數(shù)據(jù)包成功發(fā)送和因重發(fā)次數(shù)限制而丟棄數(shù)據(jù)包兩種情況),且服從如下分布:

(6)

式中:Rn為節(jié)點n的重發(fā)次數(shù)限制,與優(yōu)先級UPn有關(guān)。

(7)

(8)

當前信道狀態(tài)為空閑的概率α表示如下:

(9)

利用式(6)、式(7),可以求得一個數(shù)據(jù)包在節(jié)點n中的平均服務(wù)時間,如式(10)所示:

(10)

通過包達到間隔期望和包平均服務(wù)時間,可以求得節(jié)點n在當前時隙發(fā)送數(shù)據(jù)的概率βn,如式(11)所示[10]:

(11)

因此,節(jié)點n的發(fā)送沖突概率ρn如式(12)所示:

(12)

通過上述分析可以看出,CSMA競爭機制中的節(jié)點成功發(fā)送概率與信道增益、節(jié)點發(fā)送功率、節(jié)點數(shù)量、網(wǎng)絡(luò)負載有關(guān)。體域網(wǎng)中的信道增益、節(jié)點數(shù)量、網(wǎng)絡(luò)負載是由應(yīng)用場景決定的,所以可以通過調(diào)整發(fā)送功率來保障節(jié)點成功發(fā)送概率。但是體域網(wǎng)中的傳感器節(jié)點能量資源受限,過高的發(fā)送功率將會造成能量的浪費。因此,接下來將討論如何合理調(diào)整發(fā)送功率,使得節(jié)點能效最優(yōu)。

3 分布式功率控制算法

體域網(wǎng)中,一般考慮協(xié)調(diào)器節(jié)點能量不受限,因此主要對傳感器節(jié)點進行功率控制。由文獻[15]可知,體域網(wǎng)無線信道的相干時間(大約為400 ms)大于一個超幀的時間長度,而協(xié)調(diào)器節(jié)點在每個超幀初始階段都會廣播信標幀,因此傳感器節(jié)點可以利用周期信標幀去估計路徑損耗值,然后調(diào)整節(jié)點發(fā)送功率。

3.1 路徑損耗估計

(13)

3.2 權(quán)重因子調(diào)整算法

當傳感器節(jié)點有數(shù)據(jù)需要發(fā)送且退避計數(shù)器為0時,會在當前時隙結(jié)束后立即發(fā)送數(shù)據(jù),并等待協(xié)調(diào)器節(jié)點的回復幀,此時存在如下3種情況:第一,傳感器節(jié)點成功收到ACK幀時,表示發(fā)送成功;第二,當產(chǎn)生發(fā)送沖突或協(xié)調(diào)器節(jié)點錯誤接收數(shù)據(jù)時,協(xié)調(diào)器節(jié)點將廣播NACK幀給傳感器節(jié)點,表示數(shù)據(jù)發(fā)送失敗;第三,當傳感器節(jié)點因發(fā)送功率不足而造成發(fā)送失敗時,不會接收到任何回復幀。

若體域網(wǎng)信道狀態(tài)的變化速率發(fā)生改變時,路徑損耗權(quán)重因子固定不變,可能會影響路徑損耗估計值的準確性,因此需要動態(tài)調(diào)整路徑損耗權(quán)重因子,使估計誤差值盡可能小。為減少體域網(wǎng)傳感器節(jié)點的運算復雜度,參考文獻[16],采用絕對誤差最小的準則調(diào)整路徑損耗權(quán)重因子,如算法1所示,其中的τ為更新步長。

算法1權(quán)重因子調(diào)整算法

①初始化ε0=0.5;

④分別得到PL(i)、PL+(i)、PL-(i)與實際路徑損耗之差的絕對值;

⑤將絕對誤差最小的權(quán)重因子賦值給εi+1;

⑥重復第2步～第5步。

3.3 功率控制算法

在能量資源受限的體域網(wǎng)中,效用函數(shù)的選取參考文獻[10,17],如式(14)所示。該效用函數(shù)表示為節(jié)點吞吐量與發(fā)送功率之間的比值,即在不考慮節(jié)點發(fā)送沖突的條件下,單位能量能夠成功發(fā)送的數(shù)據(jù)量,單位為bit/J。

(14)

本文采用分布式功率控制算法,每個傳感器節(jié)點的最佳發(fā)送功率選擇問題轉(zhuǎn)化為約束條件下,效用函數(shù)最大化問題,即:

(15)

(16)

算法2功率控制算法

①對于節(jié)點n,初始化參數(shù)W、Rb、N0;

②第i超幀,節(jié)點在初始階段收到信標幀后,判斷是否需要發(fā)送數(shù)據(jù):

④若節(jié)點無數(shù)據(jù)發(fā)送,節(jié)點n直接更新PL(i)、εi;

⑤i←i+1;

⑥重復第2步～第5步。

4 仿真分析

本文采用MATLAB仿真平臺,在相同的網(wǎng)絡(luò)環(huán)境下,將本文的能量有效傳輸算法與IEEE 802.15.6 CSMA/CA固定最大發(fā)送功率算法[4]、文獻[7]中的改進型算法進行對比。主要從包成功接收率、包平均發(fā)送次數(shù)、能量效率3個方面衡量不同算法的優(yōu)劣性,最后研究了節(jié)點數(shù)量與包成功接收率之間的關(guān)系。星型體域網(wǎng)由8個不同優(yōu)先級傳感器節(jié)點和1個協(xié)調(diào)器節(jié)點組成,工作頻率為2.4 GHz。其他主要仿真參數(shù)見表2,其中的更新步長參考文獻[16]。

表2 仿真參數(shù)配置

圖1 優(yōu)先級大小對包成功接收率的影響

圖2描述了節(jié)點優(yōu)先級大小對包平均發(fā)送次的影響。本文的能量有效傳輸算法和改進型算法隨著節(jié)點優(yōu)先級的增大,包平均發(fā)送次數(shù)呈現(xiàn)逐漸減小的趨勢。這是由于優(yōu)先級越高,節(jié)點需要更大的發(fā)送功率來保障可靠性,因此節(jié)點成功發(fā)送概率變大,減少了包平均發(fā)送次數(shù)。相比改進型算法,能量有效傳輸算法能夠更好地適應(yīng)體域網(wǎng)信道變化,及時、準確地調(diào)整節(jié)點發(fā)送功率,所以本文的能量有效傳輸算法中的包平均發(fā)送次數(shù)更小。另外固定最大功率算法每次都以最大發(fā)送功率發(fā)送數(shù)據(jù),因此其包平均發(fā)送次數(shù)最少且基本維持在1.54次,與節(jié)點優(yōu)先級無關(guān)。

圖2 優(yōu)先級大小對包平均發(fā)送次數(shù)的影響

圖3 優(yōu)先級大小對能量效率的影響

圖3對比了不同算法的能量效率隨優(yōu)先級變化情況?？梢钥闯鲭S著優(yōu)先級增大,3種算法的能效都逐漸升高。這是由于當節(jié)點發(fā)送失敗時,節(jié)點的退避持續(xù)時間會隨著優(yōu)先級的增大而逐漸減少,從而使得優(yōu)先級較低的節(jié)點需要付出更多的退避能耗。固定最大功率算法每次以最大功率傳輸數(shù)據(jù),造成了發(fā)送能量的浪費,所以其節(jié)點能效值最小。與改進型算法相比,本文的能量有效傳輸算法中的傳感器節(jié)點利用周期信標幀選擇更加合適的發(fā)送功率,在保障可靠性的前提下,提高了節(jié)點的能量效率。

本文最后研究了節(jié)點數(shù)量對包成功接收率的影響。如圖4所示,隨著網(wǎng)絡(luò)中的節(jié)點數(shù)量從8逐漸增加到32,包成功接收率呈現(xiàn)逐漸減小的趨勢,其主要原因是節(jié)點數(shù)量的增大會引起發(fā)送沖突概率的升高,最終使得包成功接收率降低。另外,節(jié)點數(shù)量從8增加至32時,3種算法的包成功接收率下降3%左右,這是由于傳感器節(jié)點設(shè)置的包達到間隔時間比較大,當節(jié)點數(shù)量為32時,節(jié)點受到發(fā)送沖突的影響不大。

圖4 節(jié)點數(shù)量對包成功接收率的影響

5 結(jié)論

針對能量受限、信道狀態(tài)快速變化的體域網(wǎng),提出一種適用于體域網(wǎng)的能量有效傳輸算法。首先分析CSMA/CA競爭機制中的節(jié)點成功發(fā)送概率;然后傳感器節(jié)點利用信標幀和回復幀的廣播特性,估計路徑損耗和動態(tài)調(diào)整路徑損耗權(quán)重因子;最后利用節(jié)點發(fā)送功率與效用函數(shù)之間的關(guān)系,把最佳功率選擇問題轉(zhuǎn)為可靠性約束條件下效用函數(shù)最大化問題。經(jīng)仿真驗證,本文所提算法能夠在保障一定可靠性的同時,有效減少包平均發(fā)送次數(shù)和能量消耗,從而達到能量有效傳輸?shù)哪康摹?/p>

[1] Liu B,Yan Z,Chen C W. MAC Protocol in Wireless Body Area Networks for E-health:Challenges and A Context-Aware Design[J]. IEEE Wireless Communications,2013,20(4):64-72.

[2] Kwak K S,Ullah S,Ullah N. An overview of IEEE 802.15. 6 standard[C]//3rd International Symposium on Applied Sciences in Biomedical and Communication Technologies. Rome. IEEE:2010:1-6.

[3] Movassaghi S,Abolhasan M,Lipman J,et al. Wireless Body Area Networks:A Survey[J]. IEEE Communications Surveys and Tutorials,2014,16(3):1658-1686.

[4] IEEE Standard for Local and Metropolitan Area Networks—Part 15.6:Wireless Body Area Networks[S]. New York:IEEE Computer Society,2012.

[5] Zang W,Zhang S,Li Y. An Accelerometer-Assisted Transmission Power Control Solution for Energy-Efficient Communications in WBAN[J]. IEEE Journal on Selected Areas in Communications,2016,34(12):3427-3437.

[6] Xiao S,Dhamdhere A,Sivaraman V,et al. Transmission Power Control in Body Area Sensor Networks for Healthcare Monitoring[J]. IEEE Journal on Selected Areas in Communications,2009,27(1):37-48.

[7] 王志軍,胡封曄,尹穎奇,等. 基于無線體域網(wǎng)的傳輸功率控制和調(diào)度算法[J]. 通信學報,2015,36(10):271.

[8] Zhang Y,Zhang B. A Relay-Aided Transmission Power Control Method in Wireless Body Area Networks[J]. IEEE Access,2017,5:8408-8418.

[9] Dong J,Smith D. Joint Relay Selection and Transmit Power Control for wireless Body Area Networks Coexistence[C]//2014 IEEE International Conference on Communications(ICC). Sydney:IEEE,2014:5676-5681.

[10] Moosavi H,Bui FM. Optimal Relay Selection and Power Control With Quality-of-Service Provisioning in Wireless Body Area Networks[J]. IEEE Transactions on Wireless Communications,2016,15(8):5497-5510.

[11] Dakun D,Fengye H,Feng W,et al. A Game Theoretic Approach for inter-Network Interference Mitigation in Wireless Body Area Networks[J]. China Communications,2015,12(9):150-161.

[12] 張宏剛,黃華. 基于 RSSI 路徑損耗因子動態(tài)修正的三邊質(zhì)心定位算法[J]. 傳感技術(shù)學報,2016,29(11):1731-1736.

[13] Khan P,Ullah N,Alam M N,et al. Performance Analysis of WBAN MAC Protocol under Different Access Periods[J]. International Journal of Distributed Sensor Networks,2015,11(10):1-12.

[14] 蔣青,范馨月,陳善學. 通信原理[M]. 北京:科學出版社,2014:260-262.

[15] Smith D B,Boulis A,Tselishchev Y. Efficient Conditional-Probability Link Modeling Capturing temporal variations in body area networks[C]//Proc of the 15th ACM international conference on Modeling,analysis and simulation of wireless and mobile systems. New York:ACM,2012:271-276.

[16] Di Franco F,Tachtatzis C,Atkinson R C,et al. Channel Estimation and Transmit Power Control in Wireless Body Area Networks[J]. IET Wireless Sensor Systems,2014,5(1):11-19.

[17] Meshkati F,Poor H V,Schwartz S C,et al. Energy-Efficient Resource Allocation in Wireless Networks with Quality-of-Service Constraints[J]. IEEE Transactions on Communications,2009,57(11):3406-3414.