无线传感器网络能量优化策略综述

杨光友， 黄森茂， 马志艳， 徐显金

(湖北工业大学机械工程学院， 湖北 武汉 430068)

由于无线传感器网络在军事、工业、环境监测、医疗卫生、智能交通等领域有着广泛的应用前景和应用价值，同时也被认为是对21世纪产生巨大影响力的技术之一．由于无线节点通常受环境的限制，节点采用电池供电，每个节点的能量有限，而且在实际应用中由于传感器节点数量多，分布广，部署环境复杂，有些区域甚至人不能到达，而在这些环境中更换电池或给电池充电亦不现实，因此，除了依靠低能耗技术的发展外，如何减少无线传感器网络中的能量消耗，延长网络的有效工作时间具有十分重要的意义．

1 无线传感器网络的节点能耗分析

传感器节点一般由数据采集模块(传感器、A/D转换器)，数据处理和控制模块(微处理器、存储器)，通信模块(无线收发器)和供电模块(电池)等组成[1](图1)．在网络的实际运行中，数据采集模块主要负责对数据采集模块感知的外界信息进行数据转换、调理、放大等，并控制整个传感器节点的运行；处理与控制模块主要实现组网操作，获取数据的存储和对数据进行软件预处理；无线通信模块实现网络通信，负责节点之间、节点与基站之间通过无线信道收发数据，并相互交换控制信息，完成数据调制发送和接收解调．

图 1 无线传感器网络节点结构

供电模块一般采用电池给网络节点供电．由于传感器节点的处理器执行指令的能耗远远小于数据传输的能耗，因此，无线通信模块占了整个无线传感器网络能耗的主要部分，尤其是信道的监听花费很大．一般情况下，无线通信模块存在发送、接收、空闲和睡眠四种状态．对于节点的能量消耗情况，在2002年Mobicom会议的特邀报告中，Deborah Estrin指出：节点的能耗主要集中在无线通信模块的发送、接收和空闲时[2]．从Deborah Estrin描述的图2中可以看到,无线通信模块在发送状态的能量开销最多，而在空闲状态和接收状态的能量消耗基本相同，比发送状态的能量消耗略少，而处于休眠状态的能耗最少．

图 2 无线传感器网络节点各单元功耗

2 网络节点的能效优化策略

从上述分析可以得到以下结论：数据采集模块、处理和控制模块以及通信模块占用了传感器节点的大部分能量．

2.1 数据采集模块

在满足应用需求的条件下，尽量降低数据采集模块的采样频率，从而降低传感器和A/D转换器的功耗．同时，也可以通过软件与硬件相结合，在节点需要采集数据时再采集，在节点不需要时将传感器节点断电或者关闭，进一步降低数据采集模块的能耗．

2.2 处理和控制模块

利用现代化的技术设计低功耗的硬件，还可以在编写程序时尽量使用简单高效的算法或者使用事件驱动等方式，这样可以通过减少对存储器的读写来减少模块的能耗．其次，在负载较低时，可以使用Pering T等人提出的动态电压调节 (DVS，Dynamic Voltage Scalin )算法[3]，虽然DVS在减少能量消耗方面的效果很好，但这种通过负载状态动态调节微处理器的工作电压和频率来降低系统能耗的方法需要预先估计微处理器的负载.针对这种情况，Sinha A等人在DVS算法中引入了动态功率管理(Dynamic Power Management，DPM)策略[4],即当节点没有监测任务时，关闭节点内部各个设备，节点实时进入低功耗模式，当有任务时再进入工作模式．在这种能量管理策略中，不仅可以降低网络的能量消耗，而且还不会影响到整个网络的性能．另外，可以使用动态能量管理技术，在没有计算任务时，关闭数据处理部件，减少执行指令时的能量消耗，这样，处理和控制模块的功耗会进一步的降低．

2.3 无线通信模块

可采用多跳通信、数据压缩[5-6]与融合技术[7]和休眠调度等方法降低节点的能耗．

2.3.1多跳通信

在无线传感器网络中，E=kd(2

2.3.2数据压缩与融合技术

无线传感器网络中的节点密度大，数量多，一部分节点除了采集自己监测目标的数据的同时，还要负责转发从其他节点上传的数据，而这些数据中大部分是重复和多余的，如果直接转发必然会增加通信的流量，由于无线通信模块发送时的能耗和接收时的能耗要比处理和控制模块计算时消耗的能量大很多，直接转发势必会增加节点的能耗，因此，可以在数据转发之前对数据进行预先压缩和融合，减少一些冗余信息，从而减少由于冗余信息而产生的能量消耗．

2.3.3节点休眠调度

当处于休眠状态时，节点消耗的能量最低．节点在等待一段随机的时间后，进入周期性的休眠调度，由于节点只能在侦听的状态才能接受数据包，数据包可以在需要发送时通过即时唤醒发送[8]．因此，可在保证通信质量和要求的前提下延长节点的休眠时间，从而减少节点的能量消耗．

对比数据压缩与融合和节点休眠技术，可以发现单纯地使用数据压缩与融合节省的能耗只是空闲状态与发射状态能耗的差值，其节能效果有限，而将节省的空闲时间转化为休眠时间，将进一步降低节点的能耗，因此从节省能量消耗的角度出发，在设计无线传感器网络相关的协议时，可以使节点在空闲时从侦听状态转变成休眠状态，休眠时间和侦听时间由于节点的不同会有所差异，这就需要在协议中设置一个合适的占空比，但网络的设计往往不是一个简单的问题，丢包率、吞吐量、延迟等问题也是设计时需要研究的．

2.4 供电模块

加州大学洛杉矶分校、佛罗里达大学、犹他大学和海军研究实验室用MEMS技术开发的三维形状的微型电池，有望突破传统电池不能提供大容量电能的限制[9]．

3 传感器网络的能效优化策略

在无线传感器网络中，节点能量是一定的，利用这些有限能量尽可能地延长传感器网络的生命周期便成了研究的重点．

3.1 时间同步

准确的时间同步是实现传感器网络自身协议的运行、数据融合、TDMA调度、协调睡眠、定位等的基础[10]．特别是在采用侦听/休眠调度方式时，需要各节点之间保持严格的时间同步，这样极大节省了广播信息包和节省了信息交换开销，从而进一步降低了能量的消耗．

国内外对低能耗的时间同步算法也做了大量研究．文献[11-12]提出了基于发送-接收方式的集中式和分布式两类LTS多跳时间同步算法，网络中的节点避免了TPSN中与多个上层节点同步，而只与其直接父节点同步，减少了信息交换数目和同步时间，以最小化复杂度来降低能耗．文献[13]针对DSCS算法所存在的能耗较大和不灵活的缺陷提出了一种新的能量有效的WSN时钟同步算法EETS．该算法校正了节点时钟的频率偏移和相位偏移，延长了重同步次数，使得算法更加节省能量，而且不会引入额外的通信开销；文献[14]提出一种基于双向报文交换同参考广播报文相结合的能量高效无线传感器网络时间同步算法，有效减少了时间同步过程中信息包的发送量，节省能量的同时保证一定的时间同步精度，均衡单个节点的能量消耗．文献[15]提出的基于簇结构的主动和被动结合的双向时间同步算法，解决了传统双向同步报文交互频繁的问题，通过最大似然估计校正节点间的相位偏差和频率偏差，获得较高的同步精度和相对较少的报文开销．

3.2 MAC协议

在无线传感器网络中，空闲侦听、消息碰撞、控制报文开销、串扰和发送功率过大都会造成资源和能量的浪费[16]．MAC协议不仅要为数据传输建立通信链路，而且还需要网络之中建立共享的通信资源，以减少碰撞、避免串扰和减少空闲侦听，满足高能效的要求．Sohrabi等提出的基于TDMA/FDMA组合方案的SMACS/EAR协议[17]则不需要所有节点的帧同步，可以避免复杂的高能耗同步操作，降低了无线传感器网络的能耗．为了减少网络中的空闲侦听，Wei Ye等人提出了基于CSMA的SMAC协议[18]，通过在协议中加入休眠/侦听机制和自适应侦听，提高了能量和信道的利用率．Beakcheol Jang等人针对 SMAC协议的不足提出了自适应AS-MAC协议[19]，文献[20] 根据AS-MAC协议提出了CLEE-MAC协议，由于AS-MAC协议中存在“强迫唤醒”的问题，并不能很好地提高能量的利用率，CLEE-MAC协议为了实现路由层和MAC层的信息交互，改变控制数据帧的格式，避免了上述问题的出现，节点的能量可以更加有效地利用．文献[21]提出的EDA_MAC协议使用竞争时隙分配算法选择优先级最高的汇报事件，由于时隙中存在非活动周期和非竞争周期，通过动态调整这些周期的时隙数目，使网络尽可能的处于休眠状态，减少了侦听空闲时间，在协议中加入这种动态调整时隙的算法后，可以有效降低节点能耗．

3.3 路由协议

无线传感器网络作为一种短距离通信技术，当需要监测的环境距离控制中心较远时，就需要通过中间节点进行路由，然后把监测数据上传给汇聚节点(Sink节点)．无线传感器网络由于能量受限，在路由协议的设计必须要优先考虑高能效．无线传感器节点在监测环境中布置之后，网络一般是自组织形成的，这种动态的拓扑结构会由于离Sink节点的距离不同而造成能量消耗有所不同，从而节点的存活时间也会不同．无线通信部分消耗的能量占消耗的总能量比例最大，而离汇聚节点越近，节点成为路由节点的可能就越大，转发的消息就越多，而离汇聚节点越远的节点则成为路由节点的可能性就越低，转发的消息就越少，这样就造成不同节点的能量消耗不同，离汇聚节点越近的节点存活的时间就越短，整个网络就会因为节点能量消耗殆尽而灭亡．为避免这种情况，可以采用层次路由的方法均衡网络内的能量消耗，即将网络内的节点分成若干个簇，每个簇内的节点只和簇首通过TDMA的方式通信，由于簇首是随机选择的，所以簇内的任一节点都可能成为簇首，通过这种方式，可以均衡的使用能量，高能耗的通信任务就不会由一个节点来承担，从而使整个网络存活更久的时间．LEACH协议[22]正是这样一个专门为无线传感器网络开发的路由协议．这种自适应的路由协议，比传统路由协议延长了15%的网络生命周期．LINDSEY S等人在LEACH的基础上，进行改进得到PEGASIS协议[23]，在PEGASIS协议中，采用最小功率与最近的邻居节点进行通信，周期性的簇头轮换可以将高能耗的负载平均分配到不同的节点上，实现了节点的能量均衡．文献[24] 提出了节能路由协议CHFPC，该协议将功率控制机制加入其中，并根据能量和距离参数预测簇头，在分簇路由和数据传输的时候，通过调节功率的大小，节省网络的能量消耗．文献[25] 提出了一种基于强化学习预测的能量均衡路由算法EBRRLP，该算法通过强化学习预测转发节点的行为，并利用ε贪婪策略选择预测值最优的节点发送数据，事后采取委托-代理激励制度抑制转发节点的自私性，维护节点的最大效用，具有较好的预测效果和较高的吞吐量，能有效降低能量损耗并均衡能量负载．

3.4 差错控制

无线传感器网络是通过无线的方式进行数据传输的，而在传输的时候由于各种干扰不可避免会产生错误数据，会因为大量的错误数据而造成能量的损耗．为了提高数据传输的准确性和可靠性，可以使用差错控制技术把错误的数据降低到可以接受的程度，而差错控制技术是通过信道编码[26]实现的．但这种技术也有不足的地方：由于信道编码的时候增加了冗余的数据，在信道编码和信道译码的时候，这些冗余的数据就会增加通信部分的通信量和控制部分的计算量，从而导致能量消耗的增加．因此，合适的差错控制技术对无线传感器网络也显得比较重要．文献[27] 提出在无线传感器网络中使用Chase合并混合自动请求重传(HARQ)方案实现自适应差错控制，以满足无线传感器网络的不同链路对差错控制方案的差异性要求，能效在整体上优于自动请求重传技术和前向纠错技术的能效．文献[28] 提出了一种基于链路质量指示(LQI)的自适应差错控制方案，利用IEEE802.15.4协议的物理层规范为无线传感器网络提供精确的信道质量评估，根据LQI与误包率之间的数量关系将信道质量非均匀地划分为8个等级，并选择8种BCH码与之对应，在节点通信过程中实时选择最佳的BCH码作为纠错码，有较高的能量效率，能有效降低误包率．

4 结束语

能量优化是无线传感器网络中至关重要的核心问题，同时，关于无线传感器网能量优化的研究也是一个复杂系统性问题．由于无线传感器网络的多样性，针对不同的应用场合，需要结合实际工况和需求进一步深入研究，如各种基于MEMS技术的低能耗传感器研究以及具有自学习功能的智能通信协议研究等，只有这样才能构建符合实际应用特点的无线传感器网络系统．

[参考文献]

[1] 罗丹彦.无线传感器网络能量高效组建关键技术研究[D].哈尔滨：哈尔滨工业大学图书馆，2009．

[2] Deborah E .wireless Sensor Networks tutorial part Ⅳ：sensor network protocols [C]. Atlanta , Georgia , USA : Wetin Peachtree Plaza,2002:23-28.

[3] Pering T, Burd T, Brodersen R. Dynamic voltage scaling and the design of a low-power microprocessor system [C]// Proceedings of Power Driven Microarchitecture Workshop, attached to ISCA 98. Barcelona Spain, 1998:107-112.

[4] Sinha A, Chandrakasan A. Dynamic power management in wireless sensor networks[J]. IEEE Design & Test of Computers, 2001, 18(2):62-74.

[5] Naoto Kimura，Shahram Latifi. A survey on data compression in wireless sensor Networks.[C] In: Proceedings of the International Conference on Information Technology: Coding and Computing，Washington: IEEE Computer Society， 2005:8-13.

[6] Kenneth Barr, Krste Asanovi′c. Energy aware lossless data compression[C]. In: ACM Transactions on Computer Systems, New York: ACM Press，2006，24(3):250-291.

[7] Yi-hua Zhu，Wan-deng Wua， Jian Pan，Yi-Ping Tang. An energy-efficient data gathering algorithm to Prolong lifetime of Wireless sensor networks [J]. Computer Communications, 2010, 33(5):639-647.

[8] Gu Y, He T. Data forwarding in extremely low duty cycle sensor networks with unreliable communication links[C]// Proc of the 5thInt′l Conf on Embedded Networked Sensor Systems, 2007:321-324.

[9] 杨 珍.基于LEACH的无线传感器网络路由协议研究与改进[D].浙江：浙江工业大学图书馆，2011.

[10] Sadler B M, Swami A. Synchronization in sensor networks: an overview[C]. Washington, DC, USA: Proceedings of IEEE Military Communications Conference, 2007:1-6.

[11] 孙利民，李建中.无线传感器网络[M].北京：清华大学出版社，2005．

[12] Van Greunen J, Rabaey J. Lightweight time synchronization for sensor networks[C]. Proc 2ndACM Int′l Conf wireless Sensor Networks and Applications(WSNA′03),San Diego, CA. 2003：11-19.

[13] 杨春明. 无线传感器网络时间同步算法的研究[D].安徽：中国科学技术大学图书馆，2008.

[14] 车活龙，陈志刚.能量高效无线传感器网络时间同步算法[J].兵工自动化，2010，29(10)：50-52.

[15] 汪付强，曾 鹏，于海斌.一种低开销的双向时间同步算法[J].仪器仪表学报，2011，32(6)：1 357-1 363.

[16] 李鉴，黄义定.矿井无线传感器自适应低功耗MAC协议[J].仪表技术与传感器，2012(5)：24-26.

[17] Sohrabi K, Gao J, Ailawadhi V, Pottie G J. Protocols for self-organization of a wireless sensor network. IEEE Personal Communications[J]. 2000, 7(5): 16-27.

[18] Ye W, Heidemann J, Estrin D. An energy-efficient MAC protocol for wireless sensor networks[J]. In: Proceedings of the 21st Annual Joint Conference of the IEEE Computer and Communications Societies. New York, USA: IEEE, 2002，31(3): 1 567-1 576.

[19] Beakcheol J ,Jun B L, Sichitiu M L. AS-MAC：An asynchronous scheduled MAC protocol for wireless sensor networks[J].Mobile Ad Hoc and Sensor Systems, MASS 2008．5th IEEE International Conference on Sept．2008:434-441.

[20] 郑国强，孙若玉，李济顺.一种适用于无线传感器网络的跨层高效MAC协议[J].传感技术学报，2009，22(1)：95-99.

[21] 徐广华，王良民，詹永照.EDA-MAC：事件驱动应用感知的无线传感器网络MAC协议[J].小型微型计算机系统，2010(10)：2 011-2 016.

[22] Heinzelman W R,Chandrakasan A. Balakrishnan H. Energy-efficient communication protocol for wireless microsensor networks [C]//Hawaii International Conference on System Science, Piscataway:IEEE,2000(2):175-187.

[23] Lindsey S, Raghavendra C S.PEGASIS: Power-efficient gathering in sensor information systems[J]. Aerospace Conference Proceedings：IEEE , 2002(3): 1 125-1 130.

[24] 丁一鸣，吴 昊，李承恕.无线传感器网络中一种基于簇头预测和功率控制的节能路由算法[J].铁道学报，2010，32(1)：43-48.

[25] 赵永辉，史浩山，赵洪钢.一种无线传感器网络能量均衡路由算法[J].四川大学学报(工程科学版)，2011，43(2)：103-108.

[26] 汪秀敏.无线传感器网络中低能耗的数据传输策略的研究[D].安徽,中国科学技术大学，2011.

[27] 田 真,袁东风,梁泉泉.无线传感器网络差错控制技术的能效分析[J].通信学报,2008，29(11):77-83.

[28] 魏立线,姚武军,钟卫东.基于LQI的WSN自适应差错控制方案[J].计算机工程,2011，37(21)：64-67.