无线认知传感器网络中分簇路由协议分析*

［韩昊哲 孙泽华］



无线认知传感器网络中分簇路由协议分析*

［韩昊哲 孙泽华］

摘要

无线传感器网络与认知无线电技术相结合，构成了一种新型的网络模式——无线认知传感器网络。传统的无线传感器网络和认知无线电网络路由已无法适用于这种新型的网络，必须结合两者特性重新设计适用于无线认传感器网络的路由协议。分簇型路由协议具有拓扑管理方便，能量利用率高且有利于数据的融合与传输处理，因此无线认知传感器网络路由协议采用分簇的方法成了国内外研究的重点。文章对无线认知传感器网络以及近几年无线认知传感器网络中的分簇路由协议进行了简要的分析，并进一步提出了无线认知传感器网络未来的研究重点。

关键词：无线传感器网络 认知无线电 无线认知传感器网络 分簇路由协议

韩昊哲

男，重庆邮电大学硕士研究生，主要研究方向为无线认知传感器网络分簇路由协议 。

孙泽华

男，重庆邮电大学硕士研究生，主要研究方向为无线认知传感器网络MAC协议。

资助项目：国家自然科学基金（61379159，61201205），重庆市教委科学技术研究项目（KJ130513），重庆市基础和前沿项目（CSTC2013jcyjA40020），重庆市研究生研究创新项目（CYS14149）

引言

无线传感器网络(Wireless sensor networks,WSN)是由大量分布在监测区域内的具有信息监测、采集和处理的传感器节点形成的一个多跳自组织网络[1]。传感器节点通常都部署在人迹罕至的地方，因此对于传感器节点的自组织能力和使用寿命是无线传感器网络研究的重点。

目前WSN工作在无需授权的工业、科学、医学ISM(Industrial Scientific Medical,ISM)频段，这是由很多其他成功的无线通信技术如WLAN、蓝牙等共享的。研究表明，由于广泛部署、大功率发射、大范围覆盖面的IEEE802.11设备以及其他专有设备都在重叠的ISM频段工作时导致了各种无线设备之间产生严重的干扰，显著降低WSN的性能。美国权威咨询机构Forrester 预测，到2020 年，世界上物物互联的业务跟人与人通信业务相比，将达到30:1。根据预测，到2035 年前后，我国的WSN终端将达到数千亿个；到2050 年，传感器将在生活中无处不在。由此，可以预见的是，随着物联网应用的不断发展，不久的将来，不同应用目的(工厂监控、智能家居、保健医疗、远程治疗、灾区恢复、森林防火、污染区监控等)的无线传感器遍布全球，进而由他们组成的WSN 几乎无处不在，并且不同应用目的的WSN 相互重叠，特别是商场、街道、室内等地方。这使得WSN 的工作频段愈发紧张，仅靠无需授权的ISM 频段显然无法满足物联网和WSN 的频谱需求。

此外，传统的WSN所用的频谱在使用之前是固定分配，美国联邦通信委员会（FCC）的报告[2]指出，基于现有频谱管理政策，绝大部分已经分配的频谱无论是在时间上还是空间上都利用不足，仅在15％至85％之间。因此，如何充分利用空闲的频谱资源，提高频谱利用率成为了人们的关注热点。

由于频谱资源的匮乏，Joseph Mimla[3]博士提出的认知无线电技术（Cognitive Radio,CR），其旨在频谱资源的再利用，使无线通信设备具有发现空闲频谱并合理利用的能力，同时不对其他设备的正常工作产生干扰。认知无线电技术受到了学术界广泛的关注，成为下一代无线通信系统的研究的方向。如果将认知无线电技术与无线传感器集成在一起，它可以克服许多当前无线传感器网络中的挑战。

鉴于认知无线电能够通过利用动态频谱分配技术极大地提高频谱利用率，一些研究人员在WSN 中引入CR技术[4-7]，即在每个传感器上都装载一个具有认知功能的设备，伺机利用暂未使用的频谱段，解决WSN中的由于网络资源紧缺而产生的问题。表1列出了具有认知功能的WSN络所具有的功能。

认知功能的加入不仅解决了现有WSN中存在的问题，而且在其他性能上也有诸多优点。因此，能够实现动态频谱接入的无线认知传感器网络(Cognitive Radio Sensor Network，CRSN)应运而生。

1　CRSN概述及其应用

1.1CRSN网络概述

CRSN是一个由数百个具有认知功能的传感器节点构成的分布式网络，其每个节点能够探测事件信号，并以一种多跳的方式动态的选择可用频谱段、协作地发送所收集到的信息，以满足各种特殊的应用需求。CRSN不但能够缓解ISM公用频段（如2.4GHz频段）的拥挤状况，并且可以提高网络对空闲频谱的利用率。由于节点选择频谱中的空闲信道，减少了节点之间因为信道竞争而产生的冲突，因此提高的了网络的吞吐量并降低了通信时延。同时，CRSN工作的授权的频段一般都低于ISM的公用频段，因此降低了CRSN的工作频率，节点的单跳通信覆盖范围有所增大，简化了网络拓扑结构[9]。

表1　具有认知功能的WSN的潜在能力

CRSN的典型网络体系结构如图1[5]，它通常由基站、主用户、无线认知传感器节点、汇聚节点构成。主用户在授权频段与基站建立连接，无线认知传感器节点和汇聚节点则以机会方式实现频谱接入。根据频谱可用情况，传感器节点以机会方式将信息传送到下一跳，最终传输到具有认知无线电能力的汇聚节点。

图1　无线认知传感器网络的体系结构

1.2CRSN应用

在WSN中引入CR技术，因此CRSN在应用领域有很大的优势，在设备管理，设备监控和预防性维护，精准农业，医药卫生，物流，目标跟踪，遥感勘测，智能路边，安全，启动和维护复杂的系统，监控室内和室外环境等方面有很好的应用，具有很大的发展潜力。

（1）军事和公共安全应用

传统WSN被用在许多军事和公共安全中，如：①生物化学放射性和核攻击检测；②指挥控制；③收集战斗损伤评估的信息；④战场监视；⑤定位等。在战场上或在有争议的地区，对手可能会发送干扰信号干扰无线通信信道。在这种情况下，因为CRSN拥有较大的带宽，可以在带宽内切换的频率，使用不同的频带，从而避免了频带的干扰信号。此外，某些军事应用需求大的带宽，最小信道接入和通信延迟。对于这样的应用场景，CRSN可以是一个更好的选择。

（2）医疗保健

在医疗系统中，远程医疗，可穿戴人体感应设备正在越来越多地使用。医疗保健机构通过在病人身上放置众多的传感器节点来收集病人的数据进行远程监控。医疗数据的传输对延迟和误差很敏感，这些医疗数据在传统WSN拥挤的频段上进行传输时存在很大的延时和误差，对医疗服务造成很大的困扰。使用具有认知功能的可穿戴无线传感器可以解决带宽，干扰等问题，即使在频谱资源紧张和用频设备拥挤的环境中，CRSN通过利用动态频谱管理的潜在优势，在空闲的信道进行数据传输，使得关键信息的输出更加及时可靠。

（3）家电和室内应用

许多潜在的和新兴的室内应用如智能楼宇，家庭监控系统，工厂自动化，个人娱乐等都需要在一个密集的WSN环境下实现较高的QoS。然而，在室内区域的ISM频段非常拥挤[10]，要实现可靠的通信，传统WSN面临显著的挑战。应用CRSN不但可以提高网络的吞吐量，实现较高的QoS，使新兴的室内应该更好的服务质量，CRSN缓解了传统的室内WSN应用所面临的挑战。

（4）宽带密集型应用

多媒体应用，如点播、视频直播、音频和静态图像；其他WSN的应用，如在医院环境中，车辆，跟踪，监控等，传感器都部署在节点业务密集的区域。这些应用程序对带宽和延时的要求都很高。由于WSN资源有限，各传感器设备对公用信道的竞争，宽带密集型应用数据的可靠性和及时性受到一定限制。CRSN为传感器节点提供了一个机会的频谱接入，它能够根据周围环境条件动态地改变接人信道，更加适用于这些带宽密集型应用。

（5）实时监控应用

实时监控应用，如交通监控、生物多样性检测、栖息地监测、环境监测、水下传感器网络、车辆跟踪、库存跟踪、灾难救援行动，桥梁或隧道监控等，这些实时监控应用是高度延迟敏感并需要较高的可靠性。在多跳WSN中，当信道状态不佳时连接会失败，网络拓扑结构变化并引起时延。而在CRSN中当无线传感器发现另一条空闲信道较可靠时就会跳到该信道以减少通信链路故障、控制信道状态恶化所产生的时延。另一方面在CRSN中可以同时使用信道聚合与多信道技术来增加带宽。此外，在CRSN中提出了许多新型的针对时延敏感的路由算法，这将进一步对实时监控应用进行优化。

（6）交通和车辆网络

车载WSN成为收集城市环境监测信息的一个新的网络模式。IEEE1609.4标准提出了多信道运营的无线接入行车的环境（WAVE）。该WAVE系统运行在5.9 GHz频段上，有一个控制通道和六个服务通道。所有车辆用户以竞争的方式接入信道，并在5.9 GHz频段上传输信息。但是，它仍然遭受频谱资源不足的问题。CRSN能够解决该网络中频谱稀缺的问题[11]，使用无线认知传感器网络的一些公路安全协议已经提出，但这些协议仍然有待检验。

（7）无线应急网络

无线应急网络是CRSN的一个重要应用领域，如自然灾害可能会对原有的通信基础设施造成破坏，这时候通常需要在灾难现场部署多个应急网络，这就导致了各种通信设备之间的频谱资源竞争，严重影响了灾难救援的效率。CRSN由于认知功能的加入，节点具有自我感知和自我协调能力，能够在紧急情况下，动态的进行频谱接入，使得频谱资源得到充分利用，保障了应急通信需求。

2　CRSN分簇路由协议

在CRSN中，路由协议用于发现和维护路由。CRSN的路由协议具有很大的挑战性，因为CRSN所固有的特性用于区分其它无线网络，如认知无线电网络（Cognitive Radio Network,CRN）和WSN。CRSN中的路由协议由于主用户的出现、消失、变化等因素，应不断地调整动态地适应变化。CRSN继承了WSN中能源有限以及硬件限制的挑战，因此现有的CRN路由协议不适用于CRSN。而传统的WSN中路由协议的设计以最小化能量消耗为主要目标，没有考虑加入认知带来的动态频谱接入等功能，所以也不适用于CRSN。因此需要结合WSN以及CRN两者的特性重新设计一种新的，适用于CRSN的路由协议[12]，使其能够同时解决能源与频谱限制的问题。

在无线认知传感器网络中，基于分簇的路由方法在提高网络的可扩展性方面特别有效[13]。在以分簇方式组织的传感器网络中，传感器节点的角色分为簇首和簇成员两种。簇首作为簇的中心负责簇结构的建立，收集簇成员的数据，经融合处理后发送给汇聚点。通常需要为每个传感器节点分配一个公共控制信道，用于传输各种控制数据(如频谱感知结果、频谱分配数据、邻居发现和维护信息)。在整个无线认知传感器网络范围内为每个传感器节点分配一个公共控制信道是不现实的，但在某个特定区域却是可以实现的。因此，要实现高效动态的频谱管理和公共控制信道分配，分簇式无线认知传感器网络拓扑结构能够很好的解决这一问题，如图2[5]。

图2　分簇式CRSN拓扑结构

2.1TAR[14]

TAR（Throughput Aware Routing Protocol）提出的一种工业CRSN中的分簇路由协议。每个簇有一个固定的簇头，且该簇头配备有额外的能量供应，簇内的节点能量还是有限的。簇头的作用是感知可用信道并且和簇内的节点通信，其中簇头还需要配置一个信道检测器，这需要增加成本。网络中的每一个超级帧分为三个部分，准备部分 PP（Preparing Part），时间片 TS1（Time Slice 1），时间片 TS2（Time Slice 2）。在 PP 阶段，簇头通知簇内其他节点和其他簇头节点关于接收通信信道；TS1 阶段用于簇与簇之间的通信；TS2 阶段用于簇内节点之间的通信。一个簇内采用同一个信道进行通信，相邻的簇内采取不同的信道通信，簇头在传输数据到sink 节点过程中，下一跳簇头的选取是基于最大吞吐量的概念来选取的。该分簇路由协议增强网络的吞吐量并且减少了端到端的时延。该算法的局限在于需要配置特殊的簇首，即簇首具有额外的能量供应，增加了设备成本，这也导致了该算法只能用于特殊的场景中。

2.2SCR[15]

SCR(Spectrum-aware Cluster-based Routing)一种在CRSN中的频谱感知的分簇路由协议。本文提出一种利用每个节点的频谱能量等级来选择簇首。每个节点根据自身剩余能量，可用信道数，可用信道时间来计算自身的频谱能量等级和周围邻居节点的频谱能量等级。选择自身和邻居节点中频谱能量等级最高的节点成为簇首，控制频谱接入和数据路由。其他节点选择相邻簇首中频谱能量等级最高的节点加入，成为其簇成员节点。数据路由采用混合TDMA和CSMA媒介，分别进行簇内数据传输和簇间数据的传输。采用这种方式，允许簇内和簇间数据同时传输，利用频谱的多样性以减少时延。

2.3SCEEM[16]

SCEEM （Spectrum-aware Clustering for Efficient Multimedia Routing）是一种适用于多媒体网路的一种路由协议。由于多媒体应网络具有延迟敏感和高宽带流量资源且要求满足QoS的特点。在SCEEM中，根据给定的场景来确定簇的最优数目，传输功率用来管理网络中最优簇数的形成，以尽量减少在多媒体传输中由于数据包丢失和延时造成的质量失真。在簇首数目确定的前提下，其簇首的选择根据频谱能量灯具来确定，数据的传输采用混个的TDMA和CSMA分布进行簇内和簇间数据传输。该算法具有以下三方面的优点：第一，分离了时间和多变的频谱使得多媒体数据的正常传输。第二，降低了传输数据的失真，保证的传输的质量。第三，在保证传输质量的前提下，有效提高了能量使用率。

2.4CogLEACH[17]

CogLEACH（Cognitive LEACH）提出了用半马尔可夫开关过程来模拟主用户使用信道的过程。主用户在某一信道中存在忙和闲两种状态，且满足几何分布。而在m个信道中，有n个信道可用则属于二项分布，假设信道空闲的概率为pf。本文根据不同情境给出了三种模型。（1）空间和频谱相似模型：所有的节点都覆盖在主用户区域，且主用户占用每个信道的概率都相同，不同的主用户都有相同的pf（2）频谱相似模型：只有部分节点在主用户的覆盖范围内，主用户占用每个信道的概率相同，不同主用户的pf不同 （3）任意模型：只有部分节点在主用户的覆盖范围内，主用户占用每个信道的概率不相同，不同主用户的pf不同。CogLEACH其簇首的选择是以LEACH算法簇首选择为基础，加入了频谱认知功能，以认知节点所感知到的信道数作为权重，得出每个节点成为簇首的概率计算公式，根据提出的三种不同的网络模型进行了一定的修改，得出适合该模型的簇首选择概率公式，它是LEACH协议的频谱感知延伸。数据传输阶段采用帧的传输形式，簇内成员使用相同的信道进行数据传输，簇间则采用DSSS进行传输数据。

2.5AdaLEACH[12]

AdaLEACH（Adaptation of LEACH）采用物理层信息以及LEACH随机簇头选择的特性，提出一种簇个数最优，簇头位置最佳的分簇路由算法。为了保证簇形成的随机性，同时也要保证簇首分布在一个适当的位置，根据两个相邻簇首之间的距离等，得出了一个接收信号强度阈值RSST。如果接收到邻簇首的能量大于RSST，则该节点将会从候选簇首中删除。虽然该算法的提出可以增加网络的生命周期，但是以网络前期的不稳定性为代价的。通过考虑簇首选择算法的能量水平可以克服网络的稳定性问题，这又导致了簇首分布的不佳的问题。所以本文存在的网络稳定性和簇首分布之间的矛盾是以后研究的方向。

2.6CSAC[18]&DSAC[19]

①CSAC（centralized spectrum-aware clustering）：在传统K-均值聚类算法中引入集群约束（GWC）。GWC要求集群内的每个节点必须有共同的空闲信道，并且在物理上各个节点相邻。该协议初始设置每个节点作为单位簇，基站根据每个节点所感知到的可用信道，按照GWC建立相似矩阵进行迭代，直到簇的数目达到一个理论分析得到的最优值。在簇形成之后，簇首根据剩余能量最大原则在簇内选择。虽然该算法适用于CRSN，但是存在两个缺陷：一方面，CH收集网络范围的节点的信息和BS之间进行大规模信号交换。在实践中，很难找到一个无线信道的CH和BS之间的直接连接中，由于这样的连接，需要高得多的发送功率，并会对附近的主用户产生干扰。另一方面，该算法具有较高的复杂度使得该算法很难施用于大规模的网络。

②DSAC（distributed spectrum-aware clustering）：为了解决CSAC存在的缺点，提出了分布式的频谱感知分簇路由算法。其基本思想与CSAC基本相同，主要不同体现在CSAC需要比较所有簇之间的距离寻找全局最小距离的簇进行合并；而DSAC只需要通过邻居节点信息交互，选择周围最近的节点进行合并。具体分为三个阶段：信道感知，每个节点感知可用信道并与之间的感知结果比较；信标，根据节点感知的信道的结果标注节点信息，如果主用户改变，该节点宣布成为一个新的簇，重新分配一个ID；协调：每个簇首向周围邻居节点发送合并请求，如果都两个节点都收到双方的合并请求，则两个簇合并为一个簇。否则，在该簇内选择一个新的簇首，拓扑结构不变。

2.7ESAC[20]

大部分的分簇路由协议都是基于时间触发型的，在文献[20]中提出一种CRSN中基于事件驱动的分簇协议ESAC（event-driven spectrum-aware clustering）。在检测到事件发生时，传感器节点到事件发生点和sink节点之间的节点被激活成为合格节点。簇首根据节点度，可用信道，和距离sink节点的距离在合格节点中选择。簇头通过选择单跳成员来最大化两跳邻居节点数量以增加簇间连通性，两跳邻居节点可由单跳邻居在簇信道接入。簇的形成在事件发生点和sink节点之间，簇在事件结束之后就解散。这样减少不必要的簇的形成和维护的开销，大大减小了能量消耗。

3　总结与展望

近几年，CRSN的研究受到各个国家的高度重视，对CRSN基础协议的研究成了各个国家研究的重点也是难点，而路由协议则是CRSN其它协议研究的前提条件，也是其核心技术之一。采用分簇型的路由是目前CRSN路由协议研究的重点。本文对CRSN进行一个简单的介绍以及近几年关于CRSN中的分簇路由协议进行了简单的分析。越来越多的研究者投入到CRSN的研究中，但其仍然处于研究的初期阶段，存在很多理论和工程方面需要解决的问题。相信随着研究的不断深入，CRSN在我们的生活中将会得到更广泛地应用。

在今后的研究中，还应该加强协议的实用性。大多数路由算法在模拟环境中性能表现很好,但是运用到实际环境中性能就差强人意。在以后的研究中，我们应该注重理论性与实践性的相结合，使得在模拟环境中表现良好的协议可以更多的运用于实践当中。此外，网络的节能也可以考虑将网络层与MAC层相结合，用跨层技术来实现能耗的最优化是将来研究的方向。

参考文献

1Callaway Jr E H.Wireless sensor networks:architectures and protocols[M].CRC press,2004

2Kolodzy P,Avoidance I.Spectrum policy task force[J].Federal Commun.Comm.,Washington,DC,Rep.ET Docket,2002,02：135

3Mitola J.Cognitive radio---an integrated agent architecture for software defined radio[J].2000

4Vijay G,Ben Ali Bdira E,Ibnkahla M.Cognition in wireless sensor networks:A perspective[J].Sensors Journal,IEEE,2011,11(3):582-592

5Akan O B,Karli O,Ergul O.Cognitive radio sensor networks[J].Network,IEEE,2009,23(4):34-40

6Bicen A O,Gungor V C,Akan O B.Delay-sensitive and multimedia communication in cognitive radio sensor networks[J].Ad Hoc Networks,2012,10(5):816-830

7Han J A,Jeon W S,Jeong D G.Energy-efficient channel management scheme for cognitive radio sensor networks[J].Vehicular Technology,IEEE Transactions on,2011,60(4):1905-1910

8Joshi G P,Nam S Y,Kim S W.Cognitive radio wireless sensor networks:applications,challenges and research trends[J].Sensors,2013,13(9):11196-11228

9Yucek T,Arslan H.A survey of spectrum sensing algorithms for cognitive radio applications[J].Communications Surveys & Tutorials,IEEE,2009,11(1):116-130

10Zhou G,Stankovic J A,Son S H.Crowded spectrum in wireless sensor networks[J].IEEE EmNets,2006,6

11El Mougy A,Ibnkahla M.A cognitive WSN framework for highway safety based on weighted cognitive maps and Q-learning[C] Proceedings of the second ACM international symposium on design and analysis of intelligent vehicular networks and applications.ACM,2012:55-62

12Panahi N,Payandeh A,Rohi H O,et al.Adaptation of LEACH routing protocol to cognitive radio sensor networks[C] Telecommunications(IST),2012 Sixth International Symposium on.IEEE,2012:541-547

13Heinzelman W B,Chandrakasan A P,Balakrishnan H.An application-specific protocol architecture for wireless microsensor networks[J].Wireless Communications,IEEE Transactions on,2002,1(4):660-670

14Quang P T A,Kim S R,Kim D S.A throughput-aware routing for distributed industrial cognitive radio sensor networks[C] Factory Communication Systems(WFCS),2012 9th IEEE International Workshop on.IEEE,2012:87-90

15Shah G A,Akan O B.Spectrum-aware cluster-based routing for cognitive radio sensor networks[C] Communications(ICC),2013 IEEE International Conference on.IEEE,2013:2885-2889

16Shah G A,Alagoz F,Fadel E A,et al.A spectrum-aware clustering for efficient multimediarouting in cognitive radio sensor networks[J].Vehicular Technology,IEEE Transactions on,2014,63(7):3369-3380

17Eletreby R M,Elsayed H M,Khairy M M.CogLEACH:A spectrum aware clustering protocol for cognitive radio sensor networks[C] Cognitive Radio Oriented Wireless Networks and Communications(CROWNCOM),2014 9th International Conference on.IEEE,2014:179-184

18Zhang H Z,Zhang Z Y,Yuen C.Energy-efficient spectrumaware clustering for cognitive radio sensor networks[J].Chinese Science Bulletin,2012,57(28-29):3731-3739

19Zhang H,Zhang Z,Dai H,et al.Distributed spectrum-aware clustering in cognitive radio sensor networks[C] Global Telecommunications Conference(GLOBECOM 2011),2011 IEEE.IEEE,2011:1-6

20Ozger M,Akan O B.Event-driven spectrum-aware clustering in cognitive radio sensor networks[C] INFOCOM,2013 Proceedings IEEE.IEEE,2013:1483-1491

收稿日期：（2015-12-24）

DOI:10.3969/j.issn.1006-6403.2016.03.008