缓存辅助的传感器网络中数据传输方法研究
2019-09-10谭广龙
谭广龙
(桂林电子科技大学 信息与通信学院，广西 桂林 541004)
当今，移动互联网、云计算、物联网、机器类型通信等新兴信息通信技术的飞速发展使得数据流量爆炸式增长和数据结构类型高度复杂化，信息社会进入了网络化的大数据时代。宏观上大数据是指海量的数据；从微观上定义，大数据是指需要通过快速获取、处理、分析以从中提取有价值的海量、多样化的交易数据、交互数据与传感数据等数据，其主要特征包括：海量、类型繁多、增长迅速、价值巨大等。随着智能手机、平板电脑等智能化终端的快速普及，移动数据流量和信令呈非线性指数增长趋势，将逐渐成为大数据的主体，这对无线网络的演进与发展会产生重要的影响。
无线传感网络作为采集大数据的重要来源，是由大量具有采集、计算、数据加工和无线处理功能的低能耗、低成本传感器节点组成的一个网络体系。在部署了无线传感节点的环境中，节点能快速地完成信息的采集和加工，处理后的信息通过多跳自组织网络传输到用户终端。为了传输数据量更大的大数据，提高网络吞吐量便成为了研究的热点。随着研究人员对提高速率这一问题的深入，节点能量有限、网络拓扑动态变化等问题也随之凸显。
由于单个节点处理数据能力有限，可能会出现数据堆积问题，造成网络数据传输拥堵、有用的数据丢失，影响通信质量，无线传感器节点必须具有缓存辅助的功能。缓存辅助中继技术的提出打破了原有固化中继传输的机制，给予了节点一定的存储与缓冲空间，使得中继可以不再遵循一收一发的固定传输模式，而是让中继在收、发信息的同时拥有了更多的自由，可以根据同一时隙不同链路信道状况的好坏决定中继接收或发送信息，相比传统的中继系统会取得更高的吞吐量及分集增益。因此，节点带有缓存辅助的功能就显得尤为重要。
无线传感器网络中的数据传输受到了国内外科学工作者的广泛关注。文献[1-2]提出了几种数据融合策略，对监测值相同的节点信息进行融合，从而使无线传感器网络的数据通信量降低约40%。文献[3]的GLIDER算法，通过网络中均匀分布的信标节点辅助完成地理路由,这种通过信标节点建立全局拓扑的方法有效地平衡了负载，节省了开销。文献[4]考虑传感器节点的空间信道特性，根据接收机测量的数据包差错率，提出一种选择性数据传输方法。文献[5]提出了延迟容忍传感器网络中基于移动协助的动态数据传输算法，在传输成功率和网络寿命方面具有更好的性能。近年来，国内外少数学者研究了大数据传输的技术。文献[6]提出一种节点密集部署传感器网络中大数据收集的移动融合中心路由协议；文献[7]综述了管控无线网络中大数据流量的网络架构和信号处理技术，建立了大数据意识的无线网络。在缓存辅助中继的无线传感器网络中研究方面，文献[8]将队列缓存的方法运用到缓存辅助的链路选择中，设计出一种新的功率控制方案，提升了系统的吞吐量；文献[9]提出了一种缓存辅助中继通信链路选择方案，实现了系统多项增益的最大化；文献[10]比较了三节点的缓存辅助中继系统中全双工通信与半双工通信的吞吐量，发现半双工通信的效果要优于全双工通信；文献[11-12]根据缓存辅助中继系统有延迟约束的情况和无延迟约束的情况提出了2种不同的协议，提升了2种不同情况下系统的吞吐量。
鉴于此，采用无线传感网络中基于缓存辅助中继的大数据传输技术，通过将大数据的重要参数和节点的缓存容量相结合来控制节点的发射功率，提高无线传感器网络的吞吐量，使其能够传输量值更大的大数据，同时提高无线传感网络中大数据传输的能量效率。
1 系统模型和问题描述
1.1 系统网络模型
传感器节点随机分布在一定的区域内，节点本身带有一定电量和存储能力，可以根据一定信息控制自身的发射功率。每个节点将采集的信息源源不断地发送到所在簇的簇首节点，再由簇首节点将信息汇总后发送到sink节点。具体的网络图如1所示。
图1 系统网络模型
在整个网络中，当每个簇的单个节点将自身的信息传输到簇首节点时，簇首节点接收到的信息量非常巨大，若节点本身的存储量较小，可能会出现数据堆积问题，造成网络数据传输拥堵、有用的数据丢失，影响通信质量。基于信道状态信息和节点的缓存容量，对无线传感器网络簇内带有缓存辅助的三节点小簇进行研究，簇内节点的通信模型如图2所示。
图2 簇内缓存辅助系统模型
图2中S为源节点，R为中继节点，D为目的节点，中继节点带有缓存辅助功能，用来辅助源节点传送数据。假设系统用半双工的方式进行通信，源节点可以源源不断地采集数据，且源节点S与目的节点D不能直接进行通信。通信过程分为2个阶段：1)时隙源节点将数据发送到中继节点；2)中继节点将接收到的数据发送到目的节点。
1.2 问题描述
根据图2，假设通信阶段分为N个时隙，那么源节点S在第i个时隙的信息传递速率：
S(i)=log2(1+s(i))。
(1)
中继节点在第i个时隙所拥有的信息量：
Q(i)=Q(i-1)+S(i)。
(2)
中继节点的信息传递速率：
R(i)=min(log2(1+r(i)),Q(i-1))。
(3)
中继节点在第i个时隙末所拥有的信息量：
H(i)=H(i-1)-R(i)。
(4)
由式(3)可知，H(i)始终是非负的。因为系统采用半双工的通信方式，所以当源节点传输时，令中继节点的信息传递速率为0，当中继节点传输时，令源节点的信息传递速率为0，则这N个时隙系统平均的吞吐量：
(5)
传统的无缓存辅助系统的中继节点在接收到源节点发送的数据后由于无缓存，会立即在下一时隙将数据转发出去，假设在奇数时隙源节点向中继节点发送数据，在偶数时隙中继节点向目的节点转发数据，那么无缓存辅助系统下的N个时隙的平均吞吐量为：
r(2i))]}。
(6)
有缓存辅助的系统的中继节点在接收到源节点发送的数据后可以不用立即发出，而是先将信息存储起来，等到中继节点与目的节点的信道状态较好时再发出。假设缓存辅助系统中继节点的缓存容量无限大，则通信分为2个阶段，即第一阶段源节点一直向中继节点发送数据，第二阶段中继节点一直向目的节点转发数据，这种情况下系统N个时隙的平均吞吐量为：
(7)
由式(6)、(7)可知，τ≤τ2，表明有缓存辅助的系统既可防止通信拥堵，还能提升系统的吞吐量，所以传感器节点带有缓存辅助的功能十分必要。
但是，传统的缓存辅助系统只是假设中继节点的缓存容量无限大，实际情况并非如此，且源节点到中继节点和中继节点到目的节点的信道状态也并非一直完好。当中继节点到目的节点的信道状态较差而源节点到中继节点的信道状态一直良好时，源节点到中继节点的通信达到中继节点的存储极限后，依然会造成通信拥堵，引起系统中断或有用信息的丢失。为此，设计一种新的算法来规避此种情况。
2 算法设计
假设源节点与中继节点的信道状态一直良好，而中继节点与目的节点的信道状态由于种种原因不理想，将系统的通信过程分为4个阶段：第1个阶段，由于源节点与中继节点的通信状态较好，一直让源节点发送数据，直至达到中继节点的存储上限；第2个阶段，由于中继节点与目的节点的信道状态不是很理想，为了降低能耗，让中继节点转发一定量的数据到目的节点；第3个阶段，源节点继续向中继节点发送数据，直到中继节点的存储上限；第4个阶段，中继节点将所存储的数据全部发送到目的节点。通信过程如表1所示。
表1 通信过程
若在通信过程中增加多余的阶段，只会使系统总的吞吐量减小，故为了使吞吐量较大，将算法只划分4个通信阶段。假设中继节点到目的节点由于信道状态不好，信息传递速率只能变为源节点到中继节点信息传递速率的1/x，第1～4阶段共有N个时隙，中继节点的缓存容量为L，中继节点第2阶段转发的数据量为M，将以上参数整合到通信过程，可以得出：
第1阶段时间为
第2阶段时间为
第3阶段时间为
第4阶段时间为
根据式(6)、(7)，可求得该算法下的系统平均吞吐量为
系统的总功耗P等于节点的发射功率与通信时间的乘积，但由于第1阶段与第4阶段始终都是发送定量的L的数据量，为了计算方便，在求总功耗时只需求得第2、3阶段发送M数据量的功耗，则系统的功耗P可表示为
(9)
其中：pR为中继节点的发射功率；pS为源节点的发射功率。
3 系统仿真及结果分析
采用Matlab软件完成了系统模型的仿真。对系统的吞吐量以及功耗进行仿真后的结果如图3、图4所示。
图3 系统平均吞吐量
图4 系统总功耗
从图3可看出，在中继节点转发的数据量一定的条件下，节点的缓存容量越大，系统的平均吞吐量越小，且系统平均吞吐量收敛得越缓慢；在节点的缓存容量一定的条件下，中继节点转发的数据量越多，系统的平均吞吐量越大，但这种增长趋势并非一直增加得很快，当中继节点转发的数据量达到收敛点25 kbit后，增长速度开始放缓。
从图4可看出，在中继节点转发数据量一定的情况下，节点的缓存容量越大，系统的总功耗越大，节点的缓存容量越小，系统的功耗增长越缓慢，且峰值较小；在节点的缓存容量一定的情况下，中继节点转发的数据量越多，系统的总功耗越大，但在转发的数据量超过收敛点30 kbit后，系统的总功耗增长变缓。
综合图3、图4可知，为了使系统的吞吐量和总功耗均达到较为理想的状态，可以选择缓存容量较小的节点，这样既可以防止通信拥堵，又可以在一定程度上增加系统的吞吐量；同时控制中继节点转发的数据量在图3和图4的收敛点附近，可以使系统的吞吐量较大，且功耗处于一个平稳的状态。
4 结束语
针对传统的通信方式可能引起数据堆积，造成有用数据丢失，系统中断的情况，选择带有缓存辅助功能的传感器节点进行研究，由于以往对于缓存辅助系统的研究只是针对节点缓存容量无限的情形，考虑更加普遍的情况进行研究，通过设计算法进行仿真发现，当中继节点第2阶段转发的数据量为25→30 kbit且节点的缓存容量为100 MB时，系统的平均吞吐量较大，且能耗较为理想。
