无线传感器网络的能效分析

摘要： 关键词： 中图分类号： 文献标志码： A文章编号： 2095-2163（2017）06-0032-04

Abstract： As energy efficiency is the most important parameter to evaluate the performance of Wireless Sensor Networks， the structure of sensor node is presented， and the energyconsumption sources of the whole Wireless Sensor Networks is discussed. Dynamic power management and dynamic voltage scaling are proposed， which are used to improve the energy efficiency of single node. The energy efficiency mechanisms are discussed，used from physical layer to transport layer. Finally， the power control in Wireless Sensor Networks is analyzed.

0引言

无线传感器网络[1]（Wireless Sensors Network，WSN）是在监测区域内部署大量传感器节点，以无线通信方式形成的单跳或多跳的自组织网络系统，以协同感知、采集和处理监测区域中被感知对象的信息，并发送给观察者。无线传感器网络能大大提高人类对物理环境的远端监视和控制能力，实现信息世界、物理现实与人类社会的互通，因此在实际中有着广泛的应用[2]。

无线传感器网络往往需要大规模地部署于人迹罕至的区域、灾害现场等，因此在可靠性、安全性等方面都面临极大挑战。能量效率、定位技术、时间同步、数据融合和安全技术是无线传感器网络设计需要考虑的关键技术[3]。与传统有线网络中的节点不同，无线传感节点一般由电池供电，只能配备有限的能量，要进行能量补给几乎是不可能的。此外，单个节点的能量不足将加重其相邻节点的通信负担，从而加剧部分区域节点的能耗，甚至可能会导致网络重新配置或失效。因此如何有效地利用有限的能量资源，减少传感器节点的能量消耗，直接影响着无线传感器网络的生存时间，是进行无线传感器网络设计时需要优先考虑的重要约束[4]。

1无线传感器网络节点

1.1传感器节点结构

无线传感器节点通常由感知模块、控制模块、无线通信模块、能量供应模块和辅助模块组成，如图1所示。

由图1可知，感知模块通常由传感器和模/数转换（ADC）电路两个子单元组成，将采集到的模拟信号转换成数字信息送给控制模块。控制模块的核心是微处理器，执行任务调度、设备管理、数据存储、能量管理等功能。无线通信模块负责传感器节点间的通信，实现数据接收与发送。能量供应模块为传感器节点的各个模块提供正常的电源供应，除了电池供电的方式，能量供应模块还可以从外部环境中，如从太阳能、气流、水流、温差等获得能量。辅助模块则是为了实现某些特殊功能，如GPS定位、移动管理、电动机驱动等。

1.2节点能耗

无线传感器节点的数据处理流程如图2所示。节点从外界接收的数据来自两个方面，一是自身感知模块采集到的信息，二是来自接收到其它节点的数据包。对于自身采集到的信息，若需要将经操作变换后的结果发送给其它节点，则进行压缩、加密等后置处理后交给发送单元。对于来自其它节点的数据包，则需要进行解压缩、解密、检验等前置处理。从数据处理流程中可知，无线传感器节点的能量主要是消耗在信息感知、通信和数据处理三个方面[5]。

具体来说，感知能耗取决于终端信息采集的频率、传感器的灵敏度、以及事件检测的复杂度、环境噪声等，这部分能耗通常只占整个节点能耗中较小的部分。通信能耗是无线传感器节点能耗中最重要的部分。在传感器节点的通信能耗中，不仅要考虑无线通信模块正常工作时的能耗，对于采用休眠机制的传感节点，还要考虑模块启动或唤醒时的能耗。数据处理能耗比通信能耗小得多[6]，但也是无线传感器节点能耗中不可忽略的部分，在超常的计算任务负载情况下，无线传感器节点的运算能源将占总能耗的30%[7]。

感知能耗和数据处理能耗与传感器节点的特征电路实现有关，如传感器的灵敏度、ADC转换速度、微处理器和存储单元的类型等，属于传感器节点设计时需要考虑的能效性。通信能耗与传感器网络的组成结构、通信协议等紧密相关，属于无线传感拓扑结构的能效性。因此，无线传感器的能效性主要是从两个方面进行考虑，一是节点设计能效性；二是无线传感拓扑结构能效性。

2无线传感节点设计能效分析

目前，动态能量管理（Dynamic Power Management， DPM）[8]和動态电压调整（Dynamic Voltage Scaling， DVS）技术在低功耗无线传感节点设计中得到逐步采用。

2.1动态能量管理

动态能量管理的基本思想是：当节点无任务时，关闭传感器节点的相应功能模块，进入低功率休眠模式，在需要工作时再将其唤醒。按传感器节点内单元模块的工作表现，可将节点的状态分为5种[9]，如表1所示。

由表1可知，S0是完全激活状态；S1状态中可以接收数据，但不能处理和存储数据；S2中处理模块进入休眠模式，通过事件触发才会被唤醒；S3中除了数据转换模块外，其它模块都处于非活动状态；S4处于深度休眠，节点各模块都被关闭。

由于传感器工作状态转换需要消耗一定的能量并产生延时，不合适的状态转换非但无法达到节能，反而会导致能耗增加，因此状态转换策略对于DPM非常重要。endprint

2.2动态电压调整

通过传感器节点的计算负荷是随时间变化的。动态电压调整的工作原理是根据计算负荷的大小动态调整处理器的工作电压和时钟频率，在传感器节点计算负荷较低时，动态降低节点的电压和时钟频率可以有效地减少节点的能耗。动态电压调整的工作过程如图4所示。

动态电压调整技术的关键是实现传感器节点处理器计算负荷和时钟频率的有效匹配。因传感器的计算任务具有一定的随机性，故而在动态电压调整过程中需要对计算负荷进行预测。

3无线传感拓扑结构能效分析

由于通信能耗是无线传感器节点能耗的首要突出部分，因此为了提高无线传感器节点的能效，延长网络的生存时间，除了在传感器节点设计时需要考虑低能耗之外，在所有的通信协议层都需要考虑能效因素。

3.1物理层能效机制

无线传感器在物理层可采用超声波、无线电波、红外、光波等作为传输媒介，其中无线电波是当前广泛通用的传输方式。目前，现有的无线通信方式在理论上都可应用于无线传感器网络，但在实际应用中，通常采用低成本、低功耗的短距无线组网技术，如超宽带技术（Ultra Wide Band，UWB）、ZigBee、蓝牙等。若需要进行长距离的组网，则可以采用目前移动通信采用的无线技术。

3.2数据链路层能效机制

媒体访问控制（Medium Access Control， MAC）是数据链路层中最重要的控制协议，可为传感节点分配、调度无线通信资源，是保障网络可靠、高效通信的核心协议之一。MAC主要是通过提高碰撞回避能力，降低因分组碰撞、分组旁听、控制分组开销、空闲侦听等所造成的能量浪费。如S-MAC[9]协议采用周期性侦听/休眠的低占空比机制降低节点能量消耗。T-MAC[10]协议能自适应地改变侦听时间，通过减少空闲侦听时间来降低能耗。基于时分复用的LMAC（Lightweight MAC）协议采用固定时隙组成长度一定的帧结构，每个节点控制一个时隙，除了收发节点外其它节点都进入休眠状态。

引入休眠机制可以有效地降低能量消耗，但会产生传输时延增加的问题，实际设计时需要权衡考虑。

3.3网络层能效机制

低能耗是无线传感器网络路由实现的基本保障，所有路由协议都需要考虑能量有效性问题。如信息协商传感器协议[11]（Sensor Protocol for Information via Negotiation， SPIN）通过消除冗余数据的发送来节约能量。地理位置路由协议[12]（Geographic and Energy Aware Routing， GEAR）根据地理位置信息，建立一条从汇聚节点到事件区域的优化路径，避免泛洪转发来降低通信能耗。低功耗自适应集簇分层型协议[13]（Low Energy Adaptive Clustering Hierarchy， LEACH）在应用中就是研究建立簇，并采用压缩和局部数据融合来减少传输数据量，再通过随机轮换簇首以平衡能耗负担，达到延长网络生存时间的目的。

3.4传输层能效机制

传统网络传输层的协议大多采用重传机制来实现可靠的数据传输，而无线传感器网络由于节点数据庞大，且每个节点资源有限，因此传统网络的传输层协议并不适用于无线传感器协议，取而代之的是运行在定向扩散协议之上的高能效传输协议，以及采用多重网络路径和前向纠错技术，通过增加端到端的可靠性来减少网络能耗。

4功率控制技术

对于无线传感器网络的能耗测定，传感节点的传输功率是一个重要的度量。无线传感器网络的功率控制是指在不影响网络连通性的前提下，通过动态地调整节点的发射功率减少网络中不必要的能量消耗，以此来提高网络生存时间和系统的能耗效率。

功率控制不仅可以影响到系统的能量消耗，也会对网络的其它性能产生影响，如网络吞吐量、时延等。目前，功率控制技术主要应用于网络层和鏈路层。在网络层，主要通过改变发射功率对路由进行动态调整，达到全网性能最优。在链路层的功率控制主要是通过MAC协议来实现，根据信道状态和下一跳节点的距离调整发射功率。

5结束语

无线传感器网络与传统网络在节点和网络拓扑上都存在着很大的不同，虽然在无线传感器网络设计时需要考虑定位、同步、数据融合和安全防护等关键技术，但由于无线传感器节点自身能量有限且无法得到有效补充，因此能量有效性是无线传感器节点和网络拓扑设计时需要首先考虑的因素。

本文分析了无线传感器网络中主要的能量消耗源，分别围绕无线传感器节点设计和网络拓扑设计讨论分析了提高能量利用率的各种技术和典型拓扑协议与机制，以及功率控制对延长网络寿命的重要性。后续将在此基础上，进一步研究提高能效，优化无线传感器网络资源配置的机制和方法。

参考文献：

[1] AKYIDIZ I F， VURAN M C. Wireless sensor networks[M]. USA： John Wiley & Sons Inc， 2003.

[2] 孙利民. 无线传感器网络[M]. 北京： 清华大学出版社，2005.

[3] 林晓鹏. 无线传感器网络及关键技术综述[J] . 智能计算机与应用， 2015，5（1）：81-83.

[4] TABATABAEI S M， HAKAMI V D， DEHGHAN M. Cognitive power management in wireless sensor networks[J]. Journal of Computer Science and Technology，2015，30（6）：1306-1317.

[5] 王雪. 无线传感网络测量系统[M]. 北京： 机械工业出版社， 2007.endprint

[6] POTTIE G J， KAISER W J. Wireless integrated network sensors[J]. Communication of the ACM，2000，43（5）：51-58.

[7] AGRE J R， CLARE L P， POTTIE G J， et al. Development platform for self-organizing wireless sensor newtorks[C]// Proceedings of SPIE. Florida：SPIE，1999：257-268.

[8] SINHA A， CHANDRAKASAN A. Dynamic power management in wireless sensor networks[J]. IEEE Design and Test of Computer，2001，18（2）：62-74.

[9] YE Wei， HEIDEMANN J， ESTRIN D. An energyefficient MAC protocol for wireless sensor network[C]//Proceedings of IEEE INFORCOM′02. New York，NY，USA：IEEE， 2002：1567-1576.

[10]DAM T， LANGENDOEN K. An adaptive energyefficient MAC protocol for wireless sensor networks[C]//Proc. of the 1st international conference on Embedded networked sensor systems （SenSys 2003）， Los Angeles， CA：ACM，2003：171-180.

[11]KULIK J， HEINZELMAN W， BALAKRISHNAM H. Negotiationbased protocol for dissemination information in wireless sensor networks[J]. Wireless Networks， 2002（8）：169-185.

[12]YU Y， GOVINDAN R， ESTRIN D. Geographical and energy aware routing： A recursive data dissemination protocol for wireless sensor networks[R]. USA： UCLA Computer Science Department， 2001.

[13]WANG A， HEINZELMAN W R， CHANDRAKASAN A. Energyscalable protocol for battery-operated microsensor networks[J]. Journal of Signal Processing Systems for Signal， Image， and Video Technology，2001，29（3）：223-237.

[14]CARMAN D W， KRUUS P S， MATT B J. Constraints and approaches for distributed sensor network security[R].USA：NAI Labs，2000.endprint