基于最大生存周期的无线传感器网络能量模型研究
1 引 言
无线传感器网络(wireless sensor network)是一个热点的研究领域,他在环境监测、军事、医疗健康、家庭智能监控和其他商业领域有着广泛的应用前景。无线传感器网络的实现需要自组织(Adhoc)网络技术,尽管已有许多Adhoc网络的协议和算法,但并不能满足传感器网络的需求。具体来说,相对于一般意义上的自组织网络,传感器网络有以下一些特色,需要在体系结构的设计中特殊考虑。
(1)无线传感器网络中的节点数目高出Adhoc网络节点数目几个数量级,这就对传感器网络的可扩展性提出了要求。
(2)自组织传感器网络最大的特点就是能量受限。传感器节点受环境的限制,通常由电量有限且不可更换的电池供电,所以在考虑传感器网络体系结构以及各层协议设计时,节能是设计的主要考虑目标之一。
(3)由于传感器网络应用的环境的特殊性,无线信道不稳定以及能源受限的特点,传感器网络节点受损的概率远大于传统网络节点,因此自组织网络的健壮性保障是必须的,以保证部分传感器网络的损坏不会影响到全局任务的进行。
(4)传感器节点高密度部署,网络拓扑结构变化快,对于拓扑结构的维护路由协议的设计带来了严峻的挑战。
在过去几年里,能量高效和网络最大生存周期路由算法已经受到越来越多的关注,文献[4]中提出能量预测方法,利用剩余能量选择从汇聚节点到事件区域的路由,但没有考虑信息在网络中传输的最短距离(而在无线系统中,传输距离长短直接与能量消耗大小有关),容易造成信息传输时延和能量的浪费。文献[5,6]中提出用于稀疏网络拓朴的最小能量路由分布式算法,文献[7,8]中提出基于覆盖区域节点离散化的近似方法。上面提到的工作集中在网络总能量消耗的最小化,然而正如文献[9]中指出,这种方法可能导致网络中的某些节点很快死亡,从而缩短网络生存周期。我们在文中提出了基于最大生存周期的无线传感器网络的能量模型,通过配置节点能量计算模型,引人一个标志Flag和长期睡眠状态机制来实现无线传感器络中节点的能量均衡,从而使网络生存周期最大化。
2 系统能量模型
用无向图G(V,L)描述一个静态的无线传感器网络模型,其中V是节点集合,L是边的集合。假设网络中的节点已经采用GPS或其他方法确定地理位置(为了描述方便,节点i的地理位置XSINK用(Xi,Yi)表示,汇聚节点SINK点的地理位置用(XSINK,YSINK))。如果两个节点i,j可以在允许的通信范围之内实现彼此问相互直接通信,我们用边连接节点i,j,用Ni表示节点i所有邻接点的集合。为了说明方便,假设网络是连通的且所有边都是可以相互通信的,即V中的任意2个节点i,j之间一定存在一条路径。
2.1 节点能量计算模型
设节点i检测到事件,向中间节点j发送信息,则对于一个无线电通信的简单模型而言,节点i发送单位信息需要的能量Et(i)表示为式(1):
![](http://www.eccn.com/xsj07/image/xsj075252w-1.jpg)
其中et是传输每比特信息消耗的能量(包括启动时消耗的能量),单位是能量/b,ed是无线传输过程中的单位能量损耗,et和ed的值由节点发送器特性决定。参数n是信道路径丢失指数,依赖于RF环境,n值一般是2或4,r是传输距离,B是无线信号比特率,在我们的研究中是固定的。
节点j接收单位信息所需的能量Er(j)是固定的,表示为式(2):
Er(j)=erB (2)
其中er是接收每比特信息消耗的能量,单位是能量/b,目前可用的典型值为:et=50*10-9J/b,er=50*10-9J/b,ed=100*10-12J/b/m2(在n=2时),B=1 Mb/s。
现在考虑在无线传感器网络中一跳路径中的能量损耗情况,假设在源节点i产生Ai厄兰信息量、距离下一跳节点j的距离是dij,则节点i向节点j发送Ai厄兰信息消耗的能量可表示为式(3):
![](http://www.eccn.com/xsj07/image/xsj075252w-2.jpg)
节点j接收节点i发来的Ai厄兰信息需要消耗的能量表示为式(4):
Er(j,i)=erBAi (4)
{{分页}}
设节点i的初始能量为Er(i)=Er,网络经过一段时间的运行后,节点i在T1时刻前共执行了n1次的信息发送,n2次的信息接受(设此时节点i的能量还没低于阀值,且每次接收和发送信息的单位是Ai厄兰),则节点i在T1时刻的剩余能量可用式(5)表示:
![](http://www.eccn.com/xsj07/image/xsj075252w-3.jpg)
我们的目标是设计一个在Er(i)不低于Ev(节点能量阀值,可据实际情况设置)的情况下,让节点处于不同的工作状态以节约能量,通过不同的节点分发数据流来防止某些节点过早的死亡、均衡节点能量和延长网络的生存周期。
2.2 无线传感器节点的能量消耗模型
无线传感器节点消耗能量的模块包括传感器模块、处理器模块和无线通信模块。图1是Deborah Estrin在Mobicom 2002会议上的特邀报告中所描述的传感器节点各部分能量消耗情况。
随着VLSI,MEMS技术的进步,传感器模块和处理器模块的功耗变得很低,从图1中可以看出大部分能量消耗在无线通信模块上。而无线通信模块存在发送、接受、空闲、睡眠4种状态,不同的状态存在不同的能量消耗水平。无线通信模块在发送状态的能量消耗最多,空闲和接受状态的能耗接近,而睡眠状态的能耗最少。因此,无线传感器网络必须利用节点工作状态的转换,使节点在网络正常运作下尽快进入睡眠状态,并关闭通信模块,达到高效利用能量,使网络的生存周期达到最大化。
![](http://www.eccn.com/xsj07/image/xsj075252w-4.jpg)
2.3 传感器节点状态转换模型
在无线传感器网络中,节点在不同的状态具有不同的能量消耗,我们基于EPGR算法中的节点状态模型,提出带标志的传感器节点转换模型,模型中节点共有6种工作状态:
睡眠状态 传感器模块关闭,通信模块关闭,能量消耗最小;
感知状态 传感器模块开启,通信模块关闭,节点感知事件发生;
侦听状态 传感器模块开启,通信模块空闲;
接收状态 传感器模块开启,通信模块接收;
发送状态 如果Flag=0则表明节点的Er(i)低于Ev,传感器模块关闭,通信模块关闭,节点转入长期睡眠状态,不相应任何事件;如果Flag=1传感器模块开启,通信模块发送;
{{分页}}
长期睡眠状态 表示该节点能量已低于阀值,不相应任何事件。
图2中的Ts是睡眠状态定时器,Ti侦听状态定时器,Tj感知状态定时器。
![](http://www.eccn.com/xsj07/image/xsj075252w-5.jpg)
在带标志的传感器节点转换模型中,开始时设置所有节点的Flag=1,在传感器工作的过程中,通过传递的能量来判断Er(i)是否低于Ev,如果Er(i)低于Ev,则说明该节点能量处于快耗尽的边缘,此时置Flag=0,让该节点处于长期睡眠状态,改由其他节点来发送信息;如果Er(i)不低于Ev,表示该节点处于正常的工作状态,可以进行相关的操作,此时Flag=1。在节点收到信息以后,通过Flag标志的值来决定该节点是否发送或者转发收到的信息。
通过引入的Flag标志和长期睡眠机制来防止网络中的某些节点因为过早耗尽能量而死亡,引起网络无效,从而大大提高无线传感器网络中节点能量的均衡消耗,最大限度地延长网络的生存时间,从而使无线传感器网络在现有的能量受限条件下,发挥更大、更久的作用。
3 结 语
在分析了无线传感器网络的应用和特性的基础上,从节点能量计算模型,节点的能量消耗模型和状态转换模型3个方面论述了无线传感器网络的系统能量模型。本文的创新点是:在EPRG算法中的节点状态转换模型中引人一个标志Flag和长期睡眠状态机制来防止网络中的某些节点因为过早耗尽能量而死亡,结合文中提出的能量计算模型来实现无线传感器络中节点的能量均衡,从而实现无线传感器网络生存周期的最大化。
传感器相关文章:传感器工作原理
风速传感器相关文章:风速传感器原理
评论