高性能水下传感器网络多信道MAC协议

苏毅珊，金志刚，2，窦飞

(1.天津大学电子信息工程学院，天津300072;2.广西信息科学实验中心，广西桂林541004)

近年来，水下传感器网络(underwater sensor networks，UWSNs)受到日益广泛的关注［1］。由于水下信道带宽窄、延迟具有时变特性及多径传播等特点，使得传统的陆地无线传感器网络MAC协议不直接适用于水下环境。近年来，随着水下应用的扩展，对水下传感器网络MAC协议的研究也越来越多［2-4］。但是，大多数水下MAC协议通过优化调度机制最大化吞吐量，这些MAC协议大多基于单信道条件。然而，当考虑到水下声信号的长延迟特性时，传统的 RTS/CTS类协议的效率将大大降低，如SFAMA［5］。同时，由于近年来高速水下OFDM的研制成功［6］，使得水下多信道通信有了技术上的支持。为了更好地利用水下带宽资源，将总带宽划分为若干个子信道，让数据在子信道上并行传输是一个有效的解决方法。

文献［7］分析了基于多信道ALOHA以及RTS/CTS的水下MAC协议，指出在水下环境中，相比于单信道机制，多信道机制能够获得更高的吞吐量以及能量利用率。而多信道RTS/CTS机制有相对较高的能量效率，更适合于业务量较大的网络。但是，文中假设每个节点至少有2个收发器。文献［8］利用CDMA作为多址接入技术，每个信道在数据传输前利用RTS/CTS握手机制进行预约。文献［9］针对水下无线传感器网络提出了一种利用合作机制解决信道冲突问题的多信道MAC机制，但是该协议需要一种特殊的硬件设备来发送合作信息。然而，水下多信道MAC协议的设计仍然面临一系列的挑战:1)由于水下信道的长延迟引起的时空不确定性，导致空间不公平问题。2)水下特有的隐藏终端问题，包括:长延迟隐藏终端和多信道隐藏终端。3)水下收发器造价昂贵，这使得基于多个收发器的MAC协议成本耗费巨大。4)当前水下网络的同步技术受限于声信号非直线传播特性等影响，精度不高，导致部分基于同步网络设计的MAC协议失效。因此在多信道长延迟的水下网络环境下，水下多信道MAC协议急需新的解决方法。

针对以上问题，本文提出了一种避免使用网络同步信息旨在解决公平性问题与水下隐终端问题的多信道水下MAC协议:SFM-MAC(spatial fair mutichannel MAC protocol)。结合定位信息，通过RTS/CA/CL/CTS握手机制，SFM-MAC能够实现空间公平性，并能有效减轻水下隐终端问题。

1 UWSN中公平性与多信道隐藏终端问题

1.1 公平性问题

UWSN中，由于声信号传播速度只有1 500 m/s，比空气中电磁波信号的传播速度(3×108m/s)低了5个数量级，使得水下声通信传播延迟远远大于陆地无线通信的传播延迟，因此必须考虑收发端以及潜在干扰节点的位置。不同于传统的陆地无线网络MAC协议，水下传感器节点收发包的调度不仅与包的发送时间有关，而且与收发节点间的欧式距离有关。如图1所示。

图1中，A先于B向R发送预约请求包(RTS)，但是由于A与R之间的距离大于B与R之间的距离，导致B发送的RTS先于A到达节点R。在传统的握手机制中，节点R会立刻给节点B应答一个预约确认包(CTS)。由此B成功预约信道，而距离接收节点远的节点(A)则难以接入信道，导致节点在访问信道上的不公平，即“先预约不一定先服务”。情况严重时甚至可能出现单个节点独占信道带宽资源而其他节点完全处于“饥饿”的状态，这就是空间公平性问题。而目前水下网络中的时隙类MAC协议，如SFAMA，由于各节点的RTS包需要同步发送，由此导致距离目的节点近的发送节点一直有优先接入的权利，这就导致了网络的不公平。

图1 水下时空不确定性示意图Fig.1 Spatial-temporal uncertainty in underwater

1.2 多信道隐蔽终端

对于只有一个收发器的传感器节点，它在某一时刻只能工作在一个子信道上(控制信道或数据信道)，这就会导致多信道隐藏终端问题。如图2所示，当A与B在控制信道进行握手时，C与D在某个数据信道(假设为“数据信道 2”)上进行通信。因此，由于C与D监听不到A与B选择哪个数据信道(假设选择的是“数据信道1”)。此后，当节点C需要向节点D发送数据的时候，会再次在控制信道上初始化一个握手过程。由于节点D不知道数据信道1此时已被节点A和B占用，所以节点D可能会选择数据信道1，因此可能会造成冲突。

图2 多信道隐蔽终端Fig.2 Multi-channel hidden terminal problem

针对上述2个主要问题，本文将提出一种提高网络公平性和避免隐终端问题的多信道水下MAC协议，SFM-MAC。

2 SFM-MAC协议设计

2.1 系统模型

网络中划分为N+1个信道，其中一个作为控制信道，其余N个为数据信道。每个节点在无数据传输时监听控制信道，并周期性更新定位信息。每个节点只有一个收发器，可动态切换到不同的信道。设节点间的通信距离为r，声信号的传播速度为v。

对于水下MAC协议，各发送节点发送调度的前提是时空信息已知。SFM-MAC利用位置信息与时间的转换，获取节点时空信息。对于位置信息的获取本文采用E-UPS［10］算法对节点进行定位。

2.2 协议设计

协议主要分为2个阶段，即信道预约阶段和数据传输阶段。当一个节点有数据要发送的时候，切换到控制信道向接收端发送RTS控制包，包内包含发送节点的位置信息。接收端收到RTS之后，并不立刻发送 CTS，而是先发送一个信道使用声明(channel announcement，CA)，CA包含接收端选择的数据信道，同时侦听控制信道一段时间，称之为等待时间(waiting time，WT)。

在WT内，接收端可能收到其他节点的RTS，则接收端根据各个节点的RTS包内位置信息与自己的位置信息，计算出RTS包的传播时延，从而将各RTS包的发送时间映射到自己的时间轴上。根据计算的时间，接收端将会判断哪个节点最先发送RTS控制包。另外，每个节点发送的RTS包含有竞争次数信息。接收节点通过RTS包的发送时间及竞争次数选择优先级最高的接收节点进行数据传输。

此后节点切换到选择的数据信道，进行信道监听(channel listening，CL)，监听这个数据信道是否忙碌。在CL阶段，如果监听到数据信道空闲，则接收端向选定的接收节点发送一个CTS包，并广播通知所有邻居节点，通知发送节点发送数据;如果监听到选择的数据信道忙碌，则接收端重新选择一个信道，重新发送信道使用声明及进行信道监听。信道预约阶段后，接收与发送节点均切换到选择的数据信道传输数据，传输完成后，切换回控制信道。

图3给出了该协议各状态之间的转移关系。

图3SFM-MAC协议流程图Fig.3 SFM-MAC state machine

2.3 分析与讨论

2.3.1 同步问题

在SFM-MAC协议中，由于已知节点的位置信息，实现公平性时可以通过时间映射的方法将各RTS的发送时间映射到接收端的时间轴上，如图4。

图4 计算RTS包的时序Fig.4 Schedule of RTS

接收节点R在等待时间内，收到了节点A、B、C发送的RTS包，RTS包内均含有节点A、B、C的位置信息。设在R自己的时间轴上，节点A、B、C的RTS到达时间分别为tA0、tB0、tC0。R根据位置信息，分别计算出自己与节点 A、B、C 的距离为 dAR、dBR、dCR。则R可以利用声音传播速度计算出3个RTS包发送的时刻，记为 tA1、tB1、tC1，则

节点R通过比较tA1、tB1、tC1就可以知道哪个节点最先发送的RTS包。

2.3.2 定位误差分析

E-UPC定位算法的误差中水声信号的多径传输是误差的主要来源。由文献［10］的仿真结果分析可知，其相对定位误差约为节点间相互距离的0.5%。对于本文所布放的网络，其绝对定位误差约为50 m。由于该定位误差导致的数据包发送时间的计算误差约为0.33 s(设水声速度为1 500 m/s)。对于发包速率极低(5～20包/s)的水下网络应用场景，该时间误差并不会对公平性保障机制产生显著影响。

3 协议理论吞吐量计算

基于上述多信道方案，仅控制信道上的控制帧RTS有可能因多个节点的同时发送而产生冲突。对文献［11］中的二维马氏链模型进行了改进，使之包含了退避过程中的冻结状态，如图5所示。

图5 控制信道退避机制的Markov链模型Fig.5 Markov model of collision avoidance scheme incontrol channel

令b(t)表示一个给定节点的退避时间计数器取值的统计过程，令s(t)代表在时刻t节点的退避级数(0，…，m)的随机过程，则b(t)取值范围为(0，Wi-1)，s(t)取值范围为(0，m)。p表示在每个时隙中，除了当前节点外，至少有一个节点在发送的概率。这个Markov链模型中，m表示节点执行退避过程的最大次数，也表示最大重传限制次数。m'表示CW由初始竞争窗口值W0到最大竞争窗口值Wm'的指数增加过程中最大变化次数，一旦CW达到最大竞争窗口值Wm'，CW将维持不变直到被重置成初始竞争窗口大小，因此

根据状态转移图，通过对该Markov链进行求解，则

一个节点在随机选取的一个时隙内发送的概率可以表示为

假设节点数为n，可用数据信道数为N，由此可得

联立方程(7)～(9)，可以求解得到τ与p。假设Ptr为一个时隙内至少一个节点发送RTS的概率，则

定义Ps为有RTS传输时，有且仅有一个RTS传送且传送成功的概率，则传输成功的概率为

由于有N个数据子信道，则某一个子信道上仅有一个节点预约的概率，q为

则RTS传输成功，且不与其他节点冲突的概率为

RTS传输成功，且与其他节点冲突的概率为

定义归一化系统吞吐率S为信道上成功传输的有效载荷，考虑到信道空闲、冲突、RTS传输成功且信道预约不冲突、RTS传输成功但信道预约冲突的情况，一个时隙长度的平均值可以分成4个部分:信道空闲的时间σ，概率为1-Ptr;冲突的平均时间Tc，概率为Ptr(1-Ps);成功传输RTS且信道预约不冲突的平均时间Ts，概率为PtrPsq;成功传输RTS但信道预约冲突的平均时间Ts'，概率为PtrPs(1-q)。

定义E［P］为平均有效载荷值，N'为一个时隙内传输数据的平均子信道数目，则总吞吐量表示为

4 仿真实验及结果分析

本节将对SFM-MAC从公平性，网络吞吐量及网络能耗3个方面做出评价，并将其与目前经典的水下单信道MAC协议SFAMA做出对比。在仿真网络中，任意一个传感器节点随机的分布于1 000 m×1 000 m的正方形区域中，每个区域布放一个节点。对于该网络，源节点为S1-S4，目的节点为D1-D4，发包率服从指数为λ的泊松分布。

4.1 公平性

对于公平性分析，本文给出公平性指数定义:

式中:xi为节点发送数据包的顺序，FI越大，公平性越高。FI=1表示接收数据包的顺序与数据包生产的顺序相同，此时网络完全公平。

图6 公平性指数对比Fig.6 Fairness comparison

图6仿真的是SFM-MAC与SFAMA的公平性指数对比。仿真结果中，随着节点通信距离增大，参加竞争的节点数增加，产生多个节点要求接入同一个节点的问题。此时对于没有采取公平性保障措施的SFAMA协议，公平性指数初期随着节点接入数量的增大而下降，是由于RTS/CTS类协议对于预约采取先到先服务的策略，并没有考虑预约产生的时间，由此导致不公平性事件发生;而随着通信半径的增大，考虑到网络的规模，接入节点数趋于稳定，此时公平性指数也趋于平稳。该仿真表明，SFM-MAC较RTS/CTS类协议公平性提高约15%，SFM-MAC协议可以有效的保障网络的公平性，在更大程度上确保早生成的数据包被优先服务。

4.2 吞吐量

图7(a)、(b)比较了SFM-MAC与SFAMA及一个基于RTS/CTS的水下多信道协议UMMAC的有效吞吐量［9］。从图7(a)可以看到SFM-MAC的有效吞吐量在包长为50 B的仿真场景中比SFAMA提高约70%，较UMMAC提高约15%;在包长为100 B的仿真场景中，图7(b)，SFM-MAC较 SFAMA及UMMAC的提高比例分别为65%及12%。从以上2个有效吞吐量仿真中可以看出，SFM-MAC能更为有效的利用带宽资源;而从2个图对比中，可以看出SFM-MAC在短包长的仿真场景中表现出更好的性能，这是因为对于短包长，现有的单信道协议未能充分利用已分配的带宽资源，而SFM-MAC通过划分子信道并在并行传输提高了网络吞吐量。SFMMAC较现有水下多信道UMMAC协议的提高是因为新协议通过引入等待时间进一步减小了多信道隐蔽终端造成的数据包碰撞问题。

图7 有效吞吐量对比Fig.7 Goodput comparison

4.3 能耗

考虑到目前的水下节点大多依靠电池供电，能耗对于水下传感器网络是一个关键的参数。图8给出了SFM-MAC与SFAMA的归一化能量比较结果。

从图8可以看到，SFM-MAC的能耗略高于传统的RTS/CTS类协议，这是因为SFM-MAC引入了CA包，并且加入了CL监听事件，增加了能耗。但是随着数据包长度的增加，两者能量趋于相同，这是因为随着数据包长度的增加，用于数据包发送的能量占据总能量的绝大多数。

图8 相对能量比较Fig.8 Relatively energy consumption comparison

由上述分析看出，SFM-MAC以略增加的能耗为代价，换取网络公平性及网络吞吐量的显著提高。

5 结束语

本文讨论了由于水声信号长延迟引起的时空不确定性，导致空间不公平问题;以及由于长延迟和多信道所带来的多信道隐藏终端问题。为解决这2个问题，本文利用只装备单一收发器的水下传感器节点，结合水下定位信息，通过RTS/CA/CL/CTS握手机制，设计了一种水下多信道MAC协议——SFMMAC。仿真结果表明:1)SFM-MAC采用RTS/CA/CL/CTS握手机制能在略微增加网络能耗的情况下能有效提高公平性指数。2)通过设置不同的业务量，模拟了不同条件下SFM-MAC的吞吐量性能，证明了新的协议能有效提高网络的吞吐量。由于SFM-MAC保障网络公平性依赖于定位算法的有效性，因此在未来工作中，研究更为精确的定位算法有利于提高SFM-MAC的性能。

［1］CUI J，KONG J，GERLA M，et al.The challenges of building mobile underwater wireless networks for aquatic applications［J］.Network，IEEE，2006，20(3):12-18.

［2］LE S，ZHU Y，ZHENG P，et al.PMAC:a real-world case study of underwater MAC［C］//Proceedings of the Eighth ACM WUWNET.Taiwan，China，2013:2.

［3］MO H，ZHENG P，ZHOU Z，et al.A two-phase vroadcast scheme for underwater acoustic networks［C］//Proceedings of IEEE GLOBECOM.Austin，USA，2014.

［4］HAN S，NOH Y，LEE U，et al.M-FAMA:A multi-session MAC protocol for reliable underwater acoustic streams［C］//INFOCOM.Turin，Italy，2013:665-673.

［5］MOLINS M，MILICA S.Slotted FAMA:a MAC protocol for underwater acoustic networks［C］//OCEANS 2006-Asia Pacific.Singapore，2007:1-7.

［6］WANG Z，ZHOU S，GIANNAKIS G，et al.Frequency-domain oversampling for zero-padded OFDM in underwater acoustic communications［J］.IEEE Journal of Oceanic Engineering，2012，37(1):14-24.

［7］ZHOU Z，PENG Z，CUI J H，et al.Analyzing multi-channel MAC protocols for underwater acoustic sensor networks［R］.UbiNet-TR08-02.UCONN CSE，2009

［8］TAN H X，SEAH W K G.Distributed CDMA-based MAC protocol for underwater sensor networks［C］//32nd IEEE Conference on.Local Computer Networks，2007.Dublin，Ireland，2007:26-36.

［9］ZHOU Z，PENG Z，CUI J H.Handling triple hidden terminal problems for multichannel MAC in long-delay underwater sensor networks［J］.IEEE Transactions on Mobile Computing，2012，11(1):139-154.

［10］TAN H P，EU Z A，SEAH W K G.An enhanced underwater positioning system to support deep water installations［C］//Proc of the MTS/IEEE Oceans.Biloxi，2009:1-8.

［11］BIANCHI G.Performance analysis of the IEEE 802.11 distributed coordination function［J］.IEEE Journal on Selected Areas in Communications，2000，18(3):535-547.