推模式和拉模式下无线传感器节点的能耗研究

房 方，李景峰，李 杰

（信息工程大学，河南 郑州450004）

0 引 言

无线传感器网络（wireless sensor network，WSN）是综合了传感器技术、嵌入式计算技术、分布式信息处理技术和无线通信技术等多种技术所形成的一个多跳的自组织网络系统，其重要应用之一是对目标事件进行检测［1］。在此类应用中，传感器节点一般被部署在自然环境恶劣或者受敌方控制的危险区域，更换电池比较困难，因此，如何高效利用能量来延长网络生命周期就成为设计无线传感器网络、实现其正常工作时必须谨慎考虑的原则之一［2］。传感器节点将单位比特数据传输100m的能耗约等于执行3000条本地操作的能耗，换句话说，节点进行无线通信的能耗占到其运行总能耗的90%以上［3］，因此研究传感器节点数据传输模式以及不同角色节点在传输过程中的能耗特点，对于用户有针对性地选择传感器节点数据传输机制，延长网络生命周期具有十分重要的意义。文献［4］提出了一种适用于单跳无线传感器网络的能量优化与平衡算法，能量优化也就是说整个网络系统的总体能耗最小，能量平衡则意味着传感器节点能耗相同，系统失效前不会出现单点失效的问题。文献［5］提出了一种较为精确的传输感器节点能耗模型和一种使能量优化的设计方案，但该模型仅局限在物理层上。文献［6］将传感器模块和处理器模块设定为常量性能耗，并建立传感器节点能耗模型，分别在单跳和多跳传输模式下对网络总能耗和单节点能耗进行了分析。文献［7］提出了一种应用鲁洛三角形的k度覆盖算法RTCA，在满足传感器节点随机部署并保证节点覆盖要求的同时减少了活跃节点的数量。文献［8］运用基于能量指标和距离指标的簇首选举方法建立了一种跨层自适应周期簇间路由性能模型，提高了网络吞吐量，延长了网络周期。

综上所述，现有的无线传感器网络能耗研究均没有按照节点传输方式进行分类比较，不能根据用户需求提供较为节能的节点传输机制。本文以规模相等单跳分簇无线传感器网络为背景，首先将现有的传感器节点数据传输方式划分为推模式和拉模式［9］两类；然后，以Wendi B.Heinzelman等人提出的无线传感器网络能量模型为基础［10］，分别描述了同一簇内两种数据传输模式中，簇首节点和普通节点的能耗计算方法。通过分析得到不同数据传输模式下节点能耗计算公式的有效性，并计算出不同模式下的节点能耗，方便用户根据不同需求选择传感器节点的数据传输机制，最大限度地延长无线传感器网络的生命周期。

1 系统模型

本文以等规模单跳分簇无线传感器网络为背景，该网络的拓扑结构如图1所示，具体描述如下：

（1）无线传感器网络被部署到检测区域后，全网被划分为若干个规模相等、互不交叠的簇。每个簇由一个簇首节点和n个普通节点构成。

（2）普通节点可以通过单跳直接和簇首节点进行通信。普通节点之间不能通过单跳直接进行通信，但可以对单跳邻居节点进行某种形式的监听。

（3）传感器节点采用 Wendi B.Heinzelman等人提出的能耗模型［10］。发送端能耗包含两部分：无线电路消耗能量和发射放大器消耗能量；接收端能耗主要是接收电路能耗。

图1 等规模单跳分簇无线传感器网络拓扑结构

基于收发端之间的不同距离，我们把节点在数据传输过程中的能耗分为自由空间模型和多径衰落信道模型［11］。公式表达如下

式中：Ee——传感器节点的无线通信模块收发单位比特数据的能耗，εfs、εmp——发送放大器在两种模型中传输单位比特数据的能耗。

当收发端之间的距离小于门限值d0时，节点的传输能耗使用自由空间模型；若两者之间距离大于等于d0，则节点能耗使用多径衰落信道模型。其中d0＝sqrt （εfs／εmp），参见文献［10］。由于εfs＝10pJ／bit×m2，εmp＝0.0013pJ／bit×m4［10］，所以d0取整后约为87m。

由于式（2）中设定簇内普通节点和簇首节点采用单跳通信方式，所以这里采用自由空间模型，即传感器节点发送和接收l比特数据并传递距离d时，能耗分别为

2 传感器节点数据传输模式

通过分析，本文将无线传感器网络中现有的传感器节点数据传输模式划分为两种，即拉模式和推模式。

2.1 拉模式

簇内所有普通节点均感知数据，但由簇首节点指定某个普通节点上传其感知数据的数据传输模式称为拉模式。具体过程描述如下：

普通节点自网络开始运行后就始终感知目标事件，但不主动向基站报告。当簇首节点A收到基站向全网发出的目标事件查询请求后，选择簇内任一普通节点x，让其传递目标事件感知数据Dx给自己。当普通节点x上传数据时，x的某个单跳邻居节点y，对Dx进行监听，并且与自身感知数据Dy进行比较，如果｜Dx－Dy｜＞THs（THs是预先设定的感应阈值），那么节点y将向簇首节点A发送警告消息，其中含有自身感知数据Dy。当簇首节点A收到的警告消息大于等于t（t＜n）个时，将丢弃Dx，并将这t个感知数据进行融合，将融合结果作为本簇感知数据DA。如果收到的警告小于t个，那么簇首节点A就将Dx作为本簇感知数据DA。根据均值原则，本文中我们取t的值为n／2（n为偶数）或（n＋1）／2（n为奇数）。

传感器节点拉模式传输数据如图2所示。

2.2 推模式

和拉模式不同，在推模式中，感知数据是由簇内所有普通节点在感知数据结束后主动发送给簇首节点的，具体过程描述如下：

普通节点自网络开始运行后就始终感知目标事件，当目标事件发生时，簇内全体普通节点都将自身感知数据传递给簇首节点A，A将收到的n个感知数据进行融合，将融合结果作为本簇感知数据DA。

传感器节点推模式传输数据如图3所示。

图2 传感器节点拉模式传输数据

图3 传感器节点推模式传输数据

3 节点能耗的计算

3.1 拉模式中节点能耗计算

3.1.1 普通节点的能耗

在拉模式中，普通节点的能耗主要来自五方面：一是感知目标事件所产生感知数据的能耗；二是接收簇首节点发送的选择某个普通节点作为指定上传节点的能耗；三是被选节点向簇首发送感知数据的能耗；四是作为被选节点的单跳邻居节点监听、验证被选节点感知数据的能耗；五是当发现被选节点感知数据不合法时，单跳邻居节点向簇首节点发送警告消息的能耗。下面讨论这些能耗的计算方法。

设普通节点x产生的感知数据长度为ls比特，感知单位比特数据的能耗为E1，则节点x感知数据的能耗Es为

因为在这种模式中簇内所有节点都要感知数据（但不主动传输给簇首节点），所以每个簇内普通节点感知数据的总能耗为

设簇首节点A向普通节点x发送选择消息sx，其长度为lsx，则节点x接收簇首节点命令的能耗为

设普通节点x传递给簇首节点A的感知消息Dx长度为lDx比特，节点x到A的平均距离为dxA，则节点x传递感知消息的能耗ET为

普通节点y监听Dx相当于接收Dx，则依据式（4），该过程的能耗E3为

设普通节点y将Dx自身感知数据Dy进行比较时单位比特的能耗为Ev，则验证Dx是否合法的能耗E4为

若｜Dx－Dy｜＞THs，则节点y将向簇首节点A发送警告消息Ay，其长度为lAy，设节点y到A的平均距离为dyA，节点y发送警告消息的能耗E5为

当有m（m＜n）个普通节点向簇首节点A发送警告消息时，总的能耗E6为

相反，若｜Dx－Dy｜≤THs，则节点y不再发送任何消息。

则每个簇内所有普通节点在一次目标事件传输过程中的能耗为

3.1.2 簇首节点的能耗

在拉模式中，簇首节点的能耗主要包括三方面：一是向普通节点x发送选择消息；二是接收来自x的感知消息Dx和来自x单跳邻居节点的警告消息（接受t个警告信息后就不再接受警告信息）；三是在Dx不合法时，根据收到的t个警告信息含有的普通节点感知数据，进行数据融合作为最终的感知数据DA。下面讨论簇首节点能耗的计算公式。

按照前面的假设，由于簇首节点A采用单跳方式和普通节点x进行通信，则簇首节点发送选择消息的能耗E7为

若m＜t，则簇首节点A接收来自x的感知数据Dx以及m个警告消息，能耗E8为

若m≥t，则簇首节点A将接收来自x的感知数据Dx和来自x单跳邻居节点的t个警告信息，能耗E9为

再利用这t个警告信息含有的普通节点感知数据，进行数据融合，设簇首节点A融合单位比特数据的能耗为Ea，则A对t个感知数据进行数据融合的比特能耗E10为

因此，若m＜t，即簇头节点接受指定节点x的感应数据，则每个簇内簇首节点在一次目标事件传输过程中的能耗为

若m≥t，即簇首节点A指定节点x的感应数据，则每个簇内簇首节点在一次目标事件传输过程中的能耗为

3.2 推模式中的能耗计算

3.2.1 普通节点的能耗

在推模式中，普通节点的能耗主要来自两方面：一是感知目标事件产生感知数据的能耗；二是n个普通节点向簇首发送感知数据的能耗。下面讨论这些能耗的计算方法。

设普通节点i（i＝1，2，…，n）产生的感知数据长度为ls比特，感知单位比特数据的能耗为E1，则节点x感知数据的能耗Es为式（5）

因为在这种模式中簇内所有节点都要感知据，且要主动将数据传递给簇首节点，所以每个簇内普通节点感知数据的总能耗为式（6）

设普通节点i传递给簇首节点A的感知数据Di长度为lDi比特，节点i到A的平均距离为diA，则节点i传递感知数据的能耗ET为

则，普通节点上传感知数据的总能耗E11为

因此，在推模式下每个簇内所有普通节点在一次目标事件传输过程中的能耗为

3.2.2 簇首节点的能耗

在推模式中，簇首节点的能耗主要包括两方面：一是接收来自普通节点的感知消息，即n个Di；二是将收到的n个普通节点的感知数据，进行数据融合作为最终的感知数据DA。下面讨论簇首节点能耗的计算公式。

簇首节点A接收来自n个普通节点的感知消息，即n个Di，能耗为

设簇首节点A融合单位比特数据的能耗为Ea，普通节点距离簇首节点A的平均距离为diA，则A对n个感知数据进行数据融合的能耗E13为

因此，在推模式下每一个簇内的簇首节点在一次目标事件传输过程中的能耗为

4 实验结果及分析

为了验证第4节提出的不同数据传输模式下节点能耗计算公式的有效性，采用Wendi B.Heinzelman等人提出的能耗模型情况下，得出一组等规模单跳分簇无线传感器网络的簇内节点能耗公式，比较节点在拉模式和推模式两种数据传输机制下的能耗。其中，横轴表示警告消息的个数。利用阈值选择中常用的均值原则，假设阈值t的值为n／2（n为偶数）或（n＋1）／2（n为奇数）。本文的数据消息长度、传感器节点的发射放大器能耗以及计算单位bit的能耗设置均来自文献［10］，其中信道带宽为1Mb／s，每条数据消息长为500bytes，数据包的包头为25bytes，即节点感应及收发数据lsx＝ls＝lDx＝lAy＝lDi＝4000bits。簇内数据分为耗能较小的本地运算数据 （包括节点自身感应或计算的数据）以及耗能较大的异地传输或接收的数据，前者包含感应能耗、测试能耗以及融合能耗，分别表示为Es＝Ev＝Ea＝5nJ／bit；后者包含传输及接收数据的能耗，表示为Ee＝50nJ／bit［10］。传感器节点的发射放大器能耗为ε＝10pJ／bit／m2。

（1）实验设定每个簇由1个簇首节点与10个普通节点（n＝10）构成且簇内节点均匀分布，此时t＝5。

在拉模式情况下，普通节点到簇头节点的距离均为50m时，可得：

当m≥5时，Epull＝（30 m＋428）×10－5J；当m＜5时，Epull＝（50 m＋298）×10－5J。

普通节点到簇头节点的距离均为20m时，可得：

当m≥5时，Epull＝（21.6 m＋411.2）×10－5J；当m＜5时，Epull＝（41.6 m＋301.2）×10－5J。

根据以上结果，可以得出警告消息个数和能耗的关系图如图4所示。

图4 10个普通节点

而推模式情况下，普通节点到簇头节点的距离均为50m和20m时，能耗分别为540×10－5J和456×10－5J。

（2）实验设定每个簇由1个簇首节点与50个普通节点（n＝50）构成且簇内节点均匀分布，此时t＝25。

在拉模式情况下，普通节点到簇头节点的距离均为50m时，可得：

当m≥25时，Epull＝（30 m＋1828）×10－5J；当m＜25时Epull＝（50 m＋1278）×10－5J。

普通节点到簇头节点的距离均为20m时，可得：

当m≥25时，Epull＝ （21.6 m＋1811.2）×10－5J；当m＜25时，Epull＝（41.6 m＋1261.2）×10－5J。

根据以上结果，可以得出警告消息个数和能耗的关系图如图5所示。

图5 50个普通节点

而推模式情况下，普通节点到簇头节点的距离均为50m和20m时，能耗分别为2700×10－5J和2280×10－5J。

（3）实验设定每个簇由1个簇首节点与100个普通节点（n＝100）构成且簇内节点均匀分布，此时t＝50。

在拉模式情况下，普通节点到簇头节点的距离均为50m时，可得：

当m≥50时，Epull＝（30 m＋3578）×10－5J；当m＜50时，Epull＝（50 m＋2478）×10－5J。

普通节点到簇头节点的距离均为20m时，可得：

当m≥50 时，Epull＝ （21.6 m＋3561.2）×10－5J；当m＜50时，Epull＝（41.6 m＋2461.2）×10－5J。

根据以上结果，可以得出警告消息个数和能耗的关系图如图6所示。

图6 100个普通节点

而推模式情况下，普通节点到簇头节点的距离均为50m和20m时，能耗分别为5400×10－5J和4560×10－5J。

由以上三幅图和相应情况下推模式的能耗可以得出：在等规模单跳分簇无线传感器网络中，我们利用阈值选择中常用的均值原则将警告消息的阈值t设为簇内普通节点的一半，即t＝n／2（n为偶数）或t＝（n＋1）／2（n为奇数）。那么，在拉模式下簇内t个普通节点发出警告消息时的能耗大约等于节点在推模式下完成同样的数据感知与传输所用的能耗。当警告消息m＜t时，使用拉模式较为节能；当警告消息m＞t时，推模式较为节能。具体来说，我们可以根据环境来确定使用哪种工作模式，当无线传感器网络部署在环境恶劣，诸如高山环境或节点分布密度较低时，同一簇内普通节点的感知数据相差较大，就会产生较多的警告消息。将警告消息的阈值t设为簇内普通节点的一半，则在m＜（1／2）t时推模式较为节能；当无线传感器网络部署在环境平和，诸如感知某一区域在特定时间段的温度、湿度或节点分布密度较高时，同一簇内普通节点的感知数据相差较小，就会产生较少的警告消息，将警告消息的阈值t设为簇内普通节点的一半，则在m＞（1／2）t时推模式较为节能。

5 结束语

本文以等规模单跳分簇无线传感器网络为研究背景，详细讨论了簇内普通节点和簇首节点在数据传输过程中的能耗计算方法。利用描点作图法进一步说明了在等规模单跳分簇无线传感器网络中，将警告消息的阈值t设为普通节点的一半，簇内的普通节点在拉模式下有t个节点发出警告消息时的能耗大约等于节点在推模式下的能耗。当警告消息m＜（1／2）t时，拉模式下节点较为节能；当警告消息m＞（1／2）t时，推模式下节点较为节能。因此，我们可以根据不同的网络需求和应用，采取相应的数据传输模式，在一定程度上达到节省能耗的目的。

［1］YANG Geng，CHEN Wei，CAO Xiaomei.Wireless sensor networks security ［M］.Beijing：Science Press，2010 （in Chinese）. ［杨庚，陈伟，曹晓梅.无线传感器网络安全［M］.北京：科学出版社，2010.］

［2］Jennifer Y，Biswanath M，Dipak G.Wireless sensor survey［J］.Computer Networks，2008，52 （12）：2292－2330.

［3］XIE Heping，ZHOU Haiying，ZUO Decheng，et al.Energy optimization and modeling in wireless sensor networks：A survey ［J］.Computer Science，2012，39 （10）：15－19 （in Chinese）.［谢和平，周海鹰，左德承，等.无线传感器网络能量优化与建模技术综述 ［J］.计算机科学，2012，39 （10）：15－19.］

［4］Singh M，Prasanna V K.Energy－optimal and energy－blanced sorting in a single－hop sensor network ［C］／／IEEE Conference on Pervasive Computing and Communications. Washington D C，USA：IEEE Compute Society，2003.

［5］Can B Q，Cai L，Zhu H S，et al.Accurate energy model for WSN node and its optimal design ［J］.Journal of Systems En－gineering and Electronics，2008，19 （3）：427－433.

［6］ZHANG Zhidong，SUN Yugeng，LIU Yang.Energy model in wireless sensor networks ［J］.Journal of Tianjin University，2007，31 （1）：81－84 （in Chinese）. ［张志东，孙雨耕，刘洋.无线传感器网络能量模型 ［J］.天津大学学报，2007，31（1）：81－84.］

［7］XING Xiaofei，SUN Zeyu.Reuleaux triangle－based k－coverage algorithm in wireless sensor networks ［J］.Computer Science，2011，38 （1）：66－68 （in Chinese）.［邢萧飞，孙泽宇.无线传感器网络中应用鲁洛三角形的k度覆盖算法 ［J］.计算机科学，2011，38 （1）：66－68.］

［8］XU Nan，SUN Yamin，HUANG Bo，et al.Cross－layer adaptive round distributed clustering routing model for wireless sensor networks ［J］.Computer Science，2011，38 （5）：56－59（in Chinese）.［徐楠，孙亚民，黄波，等.无线传感器网络跨层自适应周期分簇路由模型 ［J］.计算机科学，2011，38（5）：56－59.］

［9］Hani Alzaid.Secure data aggregation in wireless sensor networks［D］.Australia：Queensland University，2011.

［10］Heinzelman W B，Chandrakasan A P，Balakrishnan H.An application－specific protocol architecture for wireless microsensor networks ［J］.IEEE Transaction on Wireless Communications，2002，1 （4）：660－667.

［11］WEI Yonghong，LI Kejie.Energy model for wireless sensor networks based on hierarchical topology ［J］.Journal of Computer Applications，2010，30 （7）：1731－1735 （in Chinese）.［魏永红，李科杰.层次拓扑结构的无线传感器网络能量模型［J］.计算机应用，2010，30 （7）：1731－1735.］