SDWSN下的一种基于QoS的簇头选取机制

朱腾

摘 要：为了解决传统无线传感器网络下复杂的簇头选取机制的难以配置和并未涉及服务质量（QoS）的问题，本文提出了一种名为SD-QCHS的软件定义服务质量簇头选取机制。该机制通过网络中节点的节点拥塞度、链路拥塞度和节点到达Sink节点的距离来选取多种类型的簇头对用不同的QoS。当簇成员收集到信息后，会将不同类别的信息发送到最适合这种数据传输的簇头节点上。最后，本课题将SD-QCHS簇头选取机制结合最短路径路由算法提出SD-QCHSRA分簇路由算法。实验结果表明，SD-QCHSRA算法在丢包率上略好于LEACH算法。

关键词：无线传感器网络 软件定义无线传感器网络 服务质量 簇头选取机制

中图分类号：TP21 文献标识码：A 文章编号：1672-3791（2018）11（b）-0030-03

无线传感器网络是一种自组织、非中心、多跳无线网络[1]。为了提高能量利用效率，减少传输延迟，节点被分成多个簇，称之为分簇算法。目前，大部分无线传感器网络分簇算法的研究都集中在保证能量效率和负载均衡的问题上，最具有代表性的就是LEACH算法[2]。LEACH算法的核心原理是通过等概率在全网随机选择簇头从而使整个网络的能量负载平均分配到每个传感器节点上，达到减少网络能量消耗和延长网络的生命周期。虽然LEACH算法可以保证每个节点以等概率成为簇头，使得网络中节点的能耗相对均匀，但其并没有考虑QoS，这在如今在许多数据流量动态变化的应用程序场景中很难适用。在文献[4-5]中，它们只提供了不同的路由算法来解决QoS问题，但是仅仅是在扁平结构下进行的，没有涉及分簇问题。在文献[5]中，作者提出了区分队列服务（QDS）来解决有线网络中的类似问题。在文献[6]中，通过改进QDS使其适合于无线传感器网络。但是，对于资源有限的传感器节点，很难在实际应用中得到有效的实现。

因此，本文提出了一种复杂的簇头选取机制来选取多种簇头，以支持不同类型的数据在簇内路由来到达满足不同数据QoS的目的。

不幸的是，在传统无线传感网络下复杂的簇头选取机制常难以配置和实现。造成这种现象的原因是因为传感器节点有限的计算能力和存储空间和固化的协议配置。因此，需要引进新的技术来解决这个问题。

软件定义网络（SDN）是一种新型的网络架构，实现了网络控制平面与数据平面的分离[9]，与传统的网络架构相比，SDN在可编程性、硬件通用性、管理控制等方面具有明显的优势。文献[7-9]中，作者将SDN引入到WSN中，命名为SDN-WISE， EWSDN。

因此，本文的主要贡献是提出了一种新的集中式簇头选取机制SD-QCHS，它的设计基于开源软件定义无线传感器网络项目SDN-WISE。SD-QCHS的核心思想是选择多种簇头，以支持WSN中簇成员收集的不同级别的QoS。

1 SD-QCHS详解

SD-QCHS的流程如下：第一步，控制器发送命令进行拓扑发现。接下来，控制器通过其掌握的全局网络信息选择簇头节点。sink节点收到控制器发送的拓扑发现命令后发送拓扑初始化数据包（TI），其中包括节点到sink节点的距离、节点的剩余能量、节点拥塞程度和链路状态。

每个传感器节点定期（控制器可以设计周期）或者控制器下发指令执行拓扑发现操作，并将TI包发送到WISE-VISOR。控制器基于这些数据构建整个网络拓扑。

然后，本文将具体描述如何通过拓扑发现过程中获得的信息来选择簇头节点。实际上，不同的QoS级别意味着不同类型的网络数据流量，例如：实时流量的端到端时延较低，而丢包率敏感的数据类型需要报文投递率高，报文丢失概率低。因此，本文的目标是提出一个新的解决方案来满足这种情况。所以本文提出了多重簇头竞争时间（）的概念，表示节点i成为第n种类型簇头的竞争时间。控制器根据公式（1）计算每一个节点的，之后控制器选取值最小的节点作为簇头节点。之后，控制器通过下发流表来告知节点和其邻居节点成为了簇头和簇成员节点。

（1）

公式（1）中，NCi为节点i的节点拥塞度；Di为节点i到sink节点的距离；LCi为节点的链路拥塞度；REPi为节点i的剩余电量；αn和βn为成为第n种类型簇头的权重参数。Tin表示自定义最大簇头竞争时间。

节点拥塞度NCi、节点链路拥塞度LCi和节点到sink节点距离分别根据公式（2）（3）（4）计算：

NCi=Qi/Li （2）

LCi=1-（Si，n/Mi，n） （3）

Di=DSi/DSmax （4）

公式（2）中，Qi为节点i的及时队列长度；Li为节点i的缓存区长度[10]。当节点有大量数据还没有从其缓存区发送的时候，其节点拥塞度就很高，如果继续向其发送数据会增加新发数据的时延。公式（3）中，Si，n为一定时间内节点i发送到其邻居节点成功的数据包总数；Mi，n为一定时间内节点i发送到其邻居节点数据包的总数。公式（4）中，DSi为节点i到sink的距离；DSmax为整个网络中节点i到sink距离的最大值。

实时性的数据需要很低的时延。因此当控制器选取该类型的簇头时，要求该候选节点的NCi、Di和REPi尽量大。从而得出结论，对于实时性数据在选取簇头时应该保持公式（1）中的αn大于βn。对于对丢包率敏感的数据包αn应该小于βn。

如表1所示，本文根据数据类型所需时延和其对丢包率的敏感度将其分为5种。其中αn和βn的取值范围为0～1。当控制器根据公式（1）计算簇头竞争时间时，在对应的数据类型的权重取值范围内随机选取一个数值来计算。

2 仿真結果

本文将第三章提出的SD-QCHS簇头选取机制与最短路径路由算法相结合提出了SD-QCHSRA分簇路由算法。对SD-QCHSRA算法进行了仿真验证，仿真环境如表2所示。

當α1=0.892，β1=0.983，α2=0.825，β2=0.125，α3=0.625，β3=0.366，α4=0.427，β4=0.723，α5=0.128，β5=0.932时，SD-QCHSRA和LEACH算法的丢包率如图1所示。

SD-QCHSRA和LEACH的丢包率比较如图1所示。Class1和Class5的丢包率符合表1的要求，并且比其他类要低。仿真结果表明，SD-QCHSRA各类平均丢包率小于1%，LEACH平均丢包率约为1.5%。Class1、2、3、4、5的平均丢包率分别为0.385%、1%、0.734%、0.505%、0.386%。证明了本文提出的簇头选取机制为数据提供了最适合的簇头节点。

3 结语

本文主要研究一种集中式簇头选取机制，以支持数据流动态变化的无线传感器网络中的QoS，解决了传统复杂的分布式分簇算法难以配置且无法达到全局最优的问题。提出的SD-QCHSRA可以选择5种类型的集群头节点来支持五种级别的QoS。允许簇成员在发送数据时选择最适合它们的不同类型的簇头节点。将SD-QCHS和最短路径路由算法相结合，得到了一种新的路由算法SD-QCHSRA。

参考文献

[1] Akyildiz IF.Wireless Sensor Networks：Asurvey[A].23rd International Conference on Advanced Information Networking and Applications[C].2009.

[2] NAYEBI A， SARBAZ-AZAD H. Performance modeling o1 the LEACHprotocol for mobile wireless sensor networks[J].Journal oI Parallel and Distributed Computing，2011，71（6）：812-821.

[3] Zhao W.， Peng L.， Tian C. Survey of coordination mechanisms in wireless sensor and actor network[J]. Jou- rnal of Computer Applications，2013，29（8）：2183-2187.

[4] Dyo V， Ellwood SA， Macdonald D.W.， et al. Wildlife and environmental monitoring using RFID and WSN technology[A].In Proceeding of the 7th International Conference on Embedded Networked Sensor Systems （SenSys）， poster session[C].2012：371-372.

[5] V.Cionca， T. Newe，V. Dadarlat. TDMA Protocol Requirements for Wireless Sensor networks[A]. Conference on Sensor Technologies and Applications[C].2008.

[6] Tang L， Jiang SM， Ao X. Improved differentiated queuing service based on event QoS parameters for wireless sensor networks[A].Proceedings 2010 IEEE 12th International Conference on Communication Technology[C].2010：1327-1331.

[7] Galluccio L， Milardo S， Morabito G， et al. SDN-WISE： Design， prototyping and experimentation of a stateful SDN solution for WIreless SEnsor networks[A].Computer Communications[C].2015：513-521.

[8] S. Costanzo， L. Galluccio， G. Morabito， et al. Software Defined Wireless Networks： Unbridling SDNs[A]. 2012 European Workshop on Software Defiend Networking[C].2012.

[9] Alishahi M， Pourreza HR. Multi-class routing protocol using virtualization and SDN-enabled architecture for smart grid[J].Peer-to-Peer Networking and Applications，2016，9（40）：1-17.