基于Ad-Hoc 的交通隧道无线传感器网络视频传输研究*

张 婧，韦 炜

(1.贵州师范大学 机械与电气工程学院，贵州 贵阳550001;2.中国移动通信集团 贵州有限公司 网络部，贵州 贵阳550001)

0 引 言

无线传感器网络(WSNs)在交通系统中是其重要的应用之一。交通无线传感器网络是指将低功耗、低成本的交通传感器节点部署在车辆、道路两边，利用节点的自组织能力自动建立起网络，将具有一定自治能力的节点采集得到的信息经过汇聚处理，实现实时准确的车辆检测、定位、识别、跟踪，获取全面的全路网道路交通信息［1］。如今有越来越多的科研机构关注其在交通系统中的应用，也得到了一些有益的研究成果［2～6］。对于交通隧道这一特殊的路段，具有通风不畅、空间狭窄，照明调节不佳等特点，容易发生交通事故或火灾等交通安全事故。事故发生前，传感器节点上的传感器感知到危险，并及时触发摄像头开启，通过传感器网络及时向监控中心传回实时图像数据，对事故的预防和处置提供了有力支撑。

为此，本文将重点分析运用基于Ad-Hoc 的无线传感器网络来传输视频图像的性能。

1 交通隧道无线传感器网络模型

交通隧道无线传感器网络模型如图1 所示，由两部分组成:一部分为可安装视频头的传感器节点，另一部分为收集整理信息的汇集节点。部署在隧道两边的传感器节点可感知烟雾、温度、湿度等环境变化，根据实际需要启动视频头采集图像信息，通过节点间接力传递方式将数据传送给汇聚节点，汇聚节点再通过公共或者专用通信网络将数据送达监控中心。本文所涉及的重点是讨论隧道内传感器节点传输图像数据至汇聚节点的过程。

图1 交通隧道无线传感器网络模型Fig 1 WSNs model in traffic tunnel

2 无线传播模型

无线传感器网络使用无线电波作为传播介质，传输性能主要受到无线信道的制约。传感器节点之间的传播路径较复杂，具有随机性。例如:封闭的隧道环境使得无线电波发生多次反射，粗糙的隧道壁对无线电波的振幅、相位和极化都有极大的影响，将发生散射。因此，通过对传感器节点间平均接收信号强度的测试对交通隧道环境下无线传感器网络无线电传播进行研究。

交通隧道中传感器节点的接收信号平均功率随发射节点距离的变化呈对数衰减。对于任意的距离，特定位置的路径损耗PL(d)为随机正态对数分布［7］

式中 Pt(d)为发射功率，Pr(d)为接收功率，PL(d)为路径损耗。

在收发距离为d0、路径损耗指数为n 和标准偏差σ 的条件下，描述特定传感器节点位置的路径损耗模型如下式［8，9］

式中 β 依赖于周围环境类型，XdB为均值为零、标准偏差为σ 的高斯分布随机变量。在交通隧道环境下无线传感器网络无线信号分析过程中，对任意位置的接收功率可使用上述模型进行计算机仿真。

3 仿真分析

本文从描述图像质量的平均峰值信噪比(PSNR)值、描述网络质量的平均时延两个方面分析交通隧道无线传感器网络中的视频传输性能。在仿真中，应用层协议为MPEG—4 协议，传输层为用户数据报博文协议(user datagram protocol，UDP)，选取按需距离矢量路由(Ad Hoc on-demand distance vector routing，AODV)和目的序列距离矢量路由(destination sequenced distance vector，DSDV)两种协议作为网络层路由协议，而链路层和物理层分别选用IEEE 802.11 协议。

在实际交通隧道中拍摄视频，通过软件MyEvalvid-NT，将原始视频文件编码压缩为视频文件video1 与video2。将上述处理后的视频文件作为模拟传感器节点上视频头所采集的视频信息。帧大小为QCIF 176×144，压缩方式MPEG—4，每秒30 帧，Gop 形式为I 帧、P 帧、B 帧。仿真设置的场景如图2 所示，传感器节点1 与节点9 分别将视频video1 和video2 通过中间节点将视频图像数据传输给汇聚节点0。通过无线传感器网络的数据传输，将发送节点的原始图像数据与汇聚节点所接收重建的图像数据进行比较。

图2 仿真网络拓扑Fig 2 Simulation network topology

如表1 所示，对于视频Video 1 和Video 2 中的所有数据帧，通过AODV 协议传输的数据帧，其平均PSNR 值要高于DSDV 协议，两者都大于31 dB。据文献［10］，当PSNR值位于31 ～36.9 dB 之间时，所对应的图像质量良好。

表1 Video1 与Video2 的平均PSNR 值对比Tab 1 Comparison of average PSNR value in video1 and video2

对比相同数据帧(AODV 协议选取第51 号帧，DSDV协议选取第77 号帧)，如图3 ～图8 所示。其中，图3 与图4分别为节点1 和节点9 所发送的原始视频中的一帧图像，图5与图6 为汇聚节点所接收到的通过AODV 协议传输的图像，图7 与图8 为汇聚节点所接收到的经过DSDV协议传输的图像，通过对比可知，AODV 所传输的图像质量较好。

图3 视频video1 第51 帧原始图像Fig 3 Original image of the 51st frame of video1

两段视频图像经过AODV，DSDV 协议传输后，每段视频中的各帧图像在无线传感器网络中的时延如图9 ～图12所示。对于video1，由AODV 传输的平均时延为0.02283 s，由DSDV 传输的平均时延为0.021 76 s;对于video 2，由AODV 传输的平均时延为0.025 14 s，由DSDV 传输的平均时延为0.02497 s。通过AODV 协议传输的视频图像较DSDV 协议传输的视频图像，其平均时延稍大。

图4 视频video2 第77 帧原始图像Fig 4 Original image of the 77st frame of video2

图5 视频video1 第51 帧接收图像(由AODV 协议传输)Fig 5 Image received by the 51st frame of video1(transmitted by AODV protocal)

图6 视频video2 第77 帧接收图像(由AODV 协议传输)Fig 6 Image received by the 77st frame of video1(transmitted by AODV protocal)

图7 视频video1 第51 帧接收图像(由DSDV 协议传输)Fig 7 Image received by the 51st frame of video1(transmitted by DSDV protocal)

图9 视频video1 中每帧的网络传输时延(由AODV 协议传输)Fig 9 Network transfer delay of each frame in video1(transmitted by AODV protocal)

图10 视频video1 中每帧的网络传输时延(由DSDV 协议传输)Fig 10 Network transfer delay of each frame in video1(transmitted by DSDV protocal)

图11 视频video 2 中每帧的网络传输时延(由AODV 协议传输)Fig 11 Network transfer delay of each frame in video 2(transmitted by AODV protocal)

图12 视频video 2 中每帧的网络传输时延(由DSDV 协议传输)Fig 12 Network transfer delay of each frame in video 2(transmitted by DSDV protocal)

4 结 论

本文结合交通隧道内的地理环境，搭建无线传感器网络拓扑模型。在分析无线信道传播机制基础上，通过系统的仿真，研究经由无线传感器网络传输视频信号。仿真分析表明:使用基于Ad-Hoc 路由协议的传感器网络传输视频图像可以满足交通隧道监控的要求，AODV 协议传输的视频图像较DSDV 协议图像质量较好，但时延稍大。通过仿真分析，为设计交通隧道无线传感器网络提供了基础协议的选择，可供工程设计时参考。

［1］ 赵丽霞，纪松波.无线传感器网络在智能交通中的应用［J］.物联网技术，2012，6:25－27.

［2］ Haoui A，Kavaler R，Varaiya P.Wireless magnetic sensors for traffic surveillance［J］.Transportation Research Part C:Emerging Technologies，2008，16(3):294－306.

［3］ Faez K，Khanjary M.UTOSPF:A distributed dynamic route guidance system based on wireless sensor networks and open shortest path first protocol［C］∥IEEE Int’l Proc in Wireless Communication Systems，Piscataway，NJ:IEEE，2008:558－562.

［4］ Mottola L.Not all wireless sensor networks are created equal:A comparative study on tunnels［J］.ACM Trans on Sensor Networks(TOSN)，2010，7(2):1－33.

［5］ Shen Tu，Xu Dan.A new streetlight monitoring system based wireless sensor networks［C］∥Proc of the and Int’l Conf on Information Science and Engineering(ICISE)，Piscataway，NJ:IEEE，2010:6394－6397.

［6］ Liu Zhiqin，Jiang Xiufeng.An on-line monit or system on off-gases of vehicles with WSNs design based on ZigBee technology［C］∥IEEE Int’l Conf on Dependable，Autonomic and Secure Computing，Piscataway，NJ:IEEE，2009:758－763.

［7］ Theodore S，Rappaport.无线通信原理与应用［M］.2 版.北京:电子工业出版社，2008:96－97.

［8］ Tom Henderson.Shadowing model［J/OL］.［2011—11—05］http:∥www.isi.edu/nsnam/ns/doc/node221.html.

［9］ Wei Ye.radio propagation models［DB/OL］.［2011—07—18］http:∥www.isi.edu/～weiye/pub/propagation_ns.pdf.

［10］Klaue J，Tathke B，Wolisz A.Evalvid-A framework for videotransmission and quality evaluation［C］∥Proc of the 13th International Conference on Modelling Techniques and Tools for Computer Performance Evaluation，Urbana，Illinois，USA，2003:255－272.