船舶实时数据系统的无线传感器网络能耗最优化研究

任　杰，梁　爽

(四川工程职业技术学院 计算机科学技术系,四川 德阳 618000)

船舶实时数据系统的无线传感器网络能耗最优化研究

任杰，梁爽

(四川工程职业技术学院 计算机科学技术系,四川 德阳 618000)

摘要：船舶实时数据系统是以船域网为基础的数据传输网络，对于监测船舶的航行状态、保障船舶的航行安全有着极其重要的作用。无线传感器网络是该系统的重要组成部分，因而如何实现海上无线传感器网络的能量消耗最优化，也是实现该系统的关键之一。本文研究的主要内容是：在满足实时通信时延要求的前提下，如何计算出每个传感器节点所需要的最小传输功率，并提出一种基于单跳的传输估计方法，通过该方法能够有效计算出所需的最小功率，仿真证明该方法的可行性。

关键词：实时数据系统；无线传感器网络；能量消耗

0引言

近年来频繁发生的船舶航行事故，引起了众多国家、企业和机构的注意。如何实现船舶导航、控制等功能的智能化，减小安全事故发生的概率，成为了学术界研究的热点。船域网(Ship Area Network，SAN)是一种包含了无线局域网、ZigBee、RFID、传感器的综合信息传输网络，基于船域网构建的船舶实时数据系统，能够有效解决上述问题[1-5]。该系统的主要功能是监视船舶主要设备、构建的工作情况，以及导航、水文等信息。无线传感器网络是组成该系统的核心。

在无线传感器网络中，无线节点的传输功率会影响整个网络的带宽、时延、寿命等，因而需要精确计算，从而使得无线传感器网络的性能达到最优[7-8]。如果传输功率过大，一方面可能会造成能量的过度消耗，减少无线传感器网络的寿命；另一方面可能会造成更高的冲突概率；同时如果传输功率过小，则可能会造成通信效率过低，延迟过大，难以满足实时数据系统的性能要求。

在船舶环境下，通信条件更加恶劣，由于船体和波浪的反射，传感器网络在传输过程中，相较于陆地环境，存在更大的信号干涉和冲突概率，因而也需要对传输功率进行计算，尽量避免信号干扰[9-10]。本文提出一种基于单跳的传输估计方法，能够在考虑数据冲突的情况下，实现时延约束内的传输功率最优化，并用实验仿真证明了该方法的可行性。

1单跳传输估计

在以往的研究中，Kawadia等提出了3种获得最小传输范围的方法[3]：COMPOW，CLUSTERPOW和MINPOW。这些方法将传输功率划分为6个档次，在每个档次中使用hello包进行探测；当A在某个档次中收到B发送的hello包，则B是A在某个特定功率档次中的邻居节点。以上方法在较小规模的网络较为实用，但是由于其需要在每个功率档次中发送hello包和维护路由表，因而当网络规模较大时，需要较大的管理开销。本文提出的方法只需要节点临近信息即可完成传输功率的计算，与以上方法相比具有较小的实现年开销。

在本文的分析中将使用以下记号：G为网络的全体范围；N为网络包含的传感器节点个数；R为传输范围；F为一个数据包一次传输的平均距离；n为节点的平均邻居个数；

其中n服从二项分布，当给定一个节点，其余N-1个节点处于该节点传输范围的概率为πR2G>，则X是邻居节点数的随机变量：

X~BN-1,πR2G>。

则节点邻居的平均值可近似为(N-1)πR2G>。 如图1所示，假设源节点处于O，向D发送数据包，则可以将传输范围划分为4个部分。

如图1所示，当i

引理1：当i

图1　下一跳节点可能位置图Fig.1　Location of the next hop

直观的，当考虑最短路径路由时，则最优的区域选择顺序应当为Z1，Z2，Z3，Z4。如果p1为下一跳节点在Z1中的概率，P(Z1)为Z1至少包含一个节点的概率， 则p1= P(Z1)。 同时，若下一跳节点在Zj(j>1)中， 则Zi(i

Pj=P(1∩…∩j-1)·P(Zjj-1…)。

其中P(i)为Zi中不含节点的概率。

则可得节点在Zi中的概率qi为：

p1=P(Z1)=1-(q2+q3+q4)n，

p2=P()·P(Z2)=

(1-p1)1-q3+q4q2+q3+q4>n，

p3=P(1∩2)·P(Z321)=

(1-p1-p2)1-q4q3+q4>n，

q4=P(1∩2∩3)·P(z4321)=

1-p1-p2-p3。

由于假设节点均匀分布，则qi与区域的面积成正比：q1=q4=1/3，q2=q3=1/6。则以上公式可以归一化为：

其中λ为区域的最大编号。

计算一个数据包一步传输的平均距离。假设在Z中，所有的节点均匀分布，每个Si的宽度相同,如图2所示。

在区域Z中，源节点O和第k个传输节点之间的距离为：

图2　区域节点分布图Fig.2　The distribution of nodes in a zone

其中w为路由上包含的全体传感器节点个数。则考虑Z1，Z2，Z3，Z4的相互位置，可得结果

其中wi为Zi中的节点。由于在Zi中选择传输节点，表明在Zj(j

同时对于每个区域来说，角度θ随机，若fi表示在Zi中的一步传输距离，那么可得：

最终，可得在任意区域中单步平均距离为：

F=∑4i=1pifi。

由以上结果，给定任意2个节点间距离d，则2节点之间的传输跳数h可以被估计为：

h=dF。

2节点传输范围最优化

在L×L移动无线网络中，2个节点之间的距离近似服从正态分布，且均值为L/2，标准差为L/3.5，因而给定一对节点，二者之间的距离D小于l的概率可以表示为：

P{D<1}=PD-μσ

这一分布对于服务约束来说较为有效，若要求90%的连接服从时延约束，则可得：

P{D<1}=PD-μσ<1.28=0.8997，

l-L/2L/3.5=1.28，

∴l≈0.87L。

以上意味着，对于90%的节点对，源节点和目的节点之间的距离D需要小于0.87 L。因此，对于N个节点，若时延约束为T，那么传输范围R应当服从以下约束：

0.87LF×1ps≤T。

其中ps为成功传输的概率。

如上文所述，在海洋通信环境中，由于船体和海浪的干扰，可能会存在信号干扰的情况，本文将对非饱和情况下，数据包的冲突进行考虑，因而得出传输成功的概率为：

ps=(1-pt)n。

式中：n为邻居节点的个数；pt为每个邻居产生数据包的速率。若使用RTS/CTS机制，那么pt为RTS帧产生冲突的概率。

前文中的公式表明，N和R决定了F和ps。处于节省能量消耗的考虑，则希望在实验约束的条件下，R能够尽量小，则最优传输范围Ro可表示为：

表1为不同时延约束下，最优传输范围(OTR)的值，其中SRT和SRA分别为时延约束和仿真得到的实际时延。

Bo=minRLDF(N,R)ps(N,R)≤T。

式中：LD为在满足时延约束条件下的所有源目的节点距离中的最大值；F(N,R)和ps(N,R)分别为在给定的N和R下，一跳的传输距离和成功传输的概率。

3实验与仿真

对每对N和Ro进行10次仿真，假设邻居产生数据包的概率为0，也就是说不存在冲突。在可变时延情况下，每个节点的时延服从均值为2s的指数分布，忽略传播时延，最大端到端时延设为20s。

则从表1可得，在大多数情况下能够满足SRT的要求。同时，在可变时延情况下，SRT和SRA之间的差异为2.66%，而在固定时延下，该差异为3.09%。

表1　不同时延约束下的最优传输范围

图3和图4分别表示在不同情况下，最优传输距离随邻居包产生速率变化的情况。当N较小时，Ro随着邻居包产生速率的增加而增加。这是因为更大的pt是ps的减小。为了在ps尽可能小的情况下满足T，则跳数应当被减小以适应更大的传输范围。

图3　邻居节点数据包对OTR的影响Fig.3　OTR against rate of neighbor packet

图4　3D网络下邻居节点数据包对OTR的影响Fig.4　OTR against rate of neighbor packet in 3D network

另一方面，当N较大时，更大的传输功率无法改善传输的成功率，因为随着传输范围的增大，邻居节点的个数指数增加，使得冲突的概率也大大增加，且当pt足够大时，更大的传输功率带来的副作用会超过其带来的效益。

4结语

本文提出了一种在船舶无线传感器网络中，已知传感器节点的分布和服务的时延约束，计算最优传输功率的方法。这种方法首先根据节点的分布，计算出跳数和传输范围之间的关系。仿真结果表明，跳数和传输功率成反比，越低的发射功率，需要越多的跳数达到目的节点，同时增加了时延。基于此，本文提出的方法计算最小可能传输功率，在考虑数据包冲突的情况下，能够满足时延约束。

参考文献：

[1]AGRAWAL D P,ZENG Q A.Introduction to wireless and mobile systems[M].USA:Thomson Learning Inc,2003:59-79.

[2]OLAFSSON S.Modelling capacity and local connectivity in ad hoc networks[C]//Proc. Int′l Conf. on Wireless Network, USA: CRC Press,2003.

[3]KAWADIA V,KUMAR P R.Principles and protocols for power control in wireless ad hoc networks[J].IEEE Journal on Selected Areas in Communications,2005(23):76-88.

[4]ZHANG R,GORCE J M.Optimal transmission range for minimum energy consumption in wireless sensor networks[C]//Proc.IEEE WCNC, USA: IEEE Press,2008.

[5]BETTSTETTER C.On the minimum node degree and connectivity of a wireless multihop network[C]//Proc.ACM MobiHoc, USA: ACM Press,2002.

[6]BETTSTETTER C.On the connectivity of wireless multihop networks with homogeneous and inhomogeneous range assignment[C]//Proc.IEEE VTC-Fall, USA:IEEE Press,2002.

[7]FARHADI C,BEAULIEU N C.On the connectivity and average delay of mobile ad hoc networks[C]//In Proc. IEEE ICC, USA: IEEE Press,2006.

[8]SANTI P.The critical transmitting range for connectivity in mobile ad hoc networks[J].IEEE Transactions on Mobile Computing,2005(4):310-317.

[9]WAN P J,YI C W,YAO F,et al,Asymptotic critical transmitting radius for greedy forward routing in wireless ad hoc networks,in proc[C]//ACM MobiHoc, USA:ACM Press,2006.

[10]蒋心怡,冀欣,黄靖.基于复杂网络理论的舰船电力网络脆弱性研究[J].舰船科学技术,2014,36(8):89-95.

JIANG Xin-yi,JI Xin,HUANG Jing.Research on ship power network vulnerability based on complex network theory[J].Ship Science and Technology,2014,36(8):89-95.

The optimization of energy consumption in wireless sensor network

system of real-time data system

REN Jie，LIANG Shuang

(Sichuan Engineering Technical College,Deyang 618000,China)

Abstract：Marine real-time data system is based on the ship area data transmission network. It has a very important role for monitoring of the ship sailing state, guarantee the safety of navigation of the ship. The wireless sensor network (WSN) is an important part of the system, and when to implemented at sea, the energy consumption of wireless sensor network optimization is also one of the keys to the realization of the system. The main content of this study is, on the premise of meet the requirements of real-time communication time delay, how to calculate the minimum transmission power required for each sensor node, and puts forward a transmission estimation method based on single hop advancement. The method can effectively calculate the required minimum power, and at the end of the paper, the feasibility of the proposed method is proved by simulation.

Key words：real-time data system; wireless sensor network; energy consumption

作者简介：任杰( 1979 - ) ，男，讲师，研究方向为嵌入式与物联网。

收稿日期：2014-10-17； 修回日期： 2014-12-05

文章编号：1672-7649(2015)02-0216-04

doi：10.3404/j.issn.1672-7649.2015.02.049

中图分类号：TP393

文献标识码：A