能量采集传感器网络中MAC协议研究综述

郑祖朋，汪祖民，彭 杨，季长清，秦 静

1.大连大学 信息工程学院，辽宁 大连 116622

2.华盛顿大学博赛尔分校 计算机系，华盛顿 博赛尔 98021

3.大连大学 物理科学与技术学院，辽宁 大连 116622

1 引言

WSN由大量具有一定感知、计算能力的传感器节点组成，通过多跳的方式将采集到的信息传输到汇聚节点，实现对部署区域的监测[1]。随着通信技术的发展，WSN已被应用到各个领域。如智能家居[2]、智慧医疗[3-4]、智慧交通[5]、工业检测[6]、军事侦查[7-8]、灾害预测管理[9]、建筑物安全监测[10]、食品安全检测管理[11]等。WSN的使用为智能化的发展提供了强大的动力与支持。传统的WSN由电池提供能量，其使用寿命严重受限于电池的容量。如何提高WSN的网络寿命，是一个比较困难的问题。一个解决方案是更换电池来延长使用寿命，但在很多情况下是难以实现的，甚至是不切实际的。电池的更换需要消耗大量的资源，且会带来更多环境污染问题。另一个解决方案是通过最小化能源消耗来延长网络寿命。通过MAC协议的设计来降低网络的能耗，能够大大提高网络的使用寿命。传统的MAC协议，如S-MAC[12]、Z-MAC[13]等，其主要目标是节能，却忽略了网络性能（网络吞吐量、延迟、公平性、负载平衡等参数都未考虑）。最终，WSN的寿命还是受限于有限的电池容量。

能量采集（EH）技术的提出为能量受限问题提供了一个很好的解决方案。EH是将环境能量（太阳能、风能、热能、射频能等）转化成电能的技术[14]。利用EH技术来代替电池供电，传感器节点的设计可以更加精简，WSN的网络寿命可以极大延长。目前能量采集传感器网络（EH-WSNs）正被应用到各个领域[15-18]。EH-WSNs的实现主要是EH技术和协议栈的相互协作完成的，其主要的工作是传感、接收数据和发送数据，因此MAC协议的设计是非常重要的。EH-WSNs下的MAC协议，主要目标是利用现有的能量提高WSN的性能和能量效率。传感器网络在延迟、吞吐量、公平性等方面的性能很大程度上都取决于MAC协议的设计[19]。因此EHWSNs下的MAC协议相比传统的电池供电MAC协议具有很大的不同，且更具有挑战性。

2 EH-WSNs中的MAC协议设计要求

EH-WSNs中，传感器节点的能量采集能力受到环境条件的影响，无法保持持续的供电，节点的数据传输也都需要考虑剩余能量水平。因此，传统的MAC协议无法直接使用到EH-WSNs中。为了更好地提高EHWSNs的网络性能，需要考虑MAC协议的设计要求。主要包含以下几个方面：

（1）设计原则：电池供电的WSN，其网络寿命受到电池容量的限制。其MAC协议的主要目标是降低传感器节点的能源消耗来延长网络寿命，但是降低了网络性能。在EH-WSNs中，传感器节点通过EH，极大地延长了网络寿命。MAC协议中不再以延长网络寿命为主要任务，而是在短暂通信的时间内提高网络的性能。

（2）自适应占空比：传感器节点通过EH获取足够的能量来进行数据的传输，但是每个节点的能量采集能力不同。无法保证相邻节点能够同时采集完成，然后进行通信传输。EH-WSNs下的MAC协议需要根据节点的能量采集率和可用能量源的多少，自适应控制其睡眠/唤醒机制来进行同步通信。

（3）能量中性（Energy Neutral Operation，ENO）[20]：EH-WSNs下的传感器节点需要保证剩余的能量大于或等于传输数据所需消耗的能量，才能保证网络的最大性能。这就需要节点自适应占空比，根据自身条件调整能量的采集与数据的传输。

（4）服务质量（QoS）[21]：QoS的好坏代表着网络性能的高低，在网络中MAC协议的改进就是为了提高QoS指标。由于WSN的应用环境不同，所要取得的性能指标也不同。QoS的性能指标主要有吞吐量、数据传输延迟、丢包率、能源利用率、适应性、宽带利用率等。

（5）可扩展性：能量采集环境条件多变，EH-WSNs必须在不同的节点密度和流量负载下都能进行良好的工作。且MAC协议能够根据传感器节点的增加或减少，自适应改变其工作状态。因此，可扩展性也是MAC协议需要考虑的一个关键因素。

3 EH-WSNs中的MAC协议分类

基于EH的MAC协议相比传统电池供电的MAC协议具有很大的不同，电池供电下的MAC协议无法直接应用到EH-WSNs中。首先，环境能量具有随机性，只提供间歇性的能量。传感器节点的能量采集速率和能源可用性都比较依赖于环境因素，无法保证处于能量采集状态的节点能够按照同步调度进行唤醒，因此多采用异步MAC协议[22-23]。其次，环境能量采集率较低，传感器节点需要进行长时间的能量采集以能够进行短时间的数据传输。异步MAC协议需要根据环境条件、采集率、争用时间等进行自适应调整占空比，来协调能量的采集与数据传输。

如表1所示，异步MAC协议从初始化过程上可以分为发送端发起的MAC协议和接收端发起的MAC协议。发送端发起的协议通过发送序言来确认接收端是否准备好接收数据来进行数据传输工作，但是增加了空闲监听和数据碰撞的概率。与接收端发起的MAC协议相比，接收端发起的MAC协议具有更大的优点。接收端发起的MAC协议通过发送信标通知发送端发送数据，缩短了占用信道的时间，且信标相比序言更短，减少了空闲监听和数据冲突。EH-WSNs中的MAC协议主要分为基于占空比调整的MAC协议、基于CSMA/CA的MAC协议、基于能量采集与数据传输平衡的MAC协议，本文中介绍了几种比较有代表性的MAC协议。

表1 EH-WSNs中MAC协议技术分析

4 EH-WSNs中的MAC协议分析

4.1 基于占空比调整的MAC协议

2014年，Liu等人提出了一种具有能量和负载均衡的异步接收端MAC协议——LEB-MAC[24]协议。该协议中节点根据能量采集率、剩余能量进行调整占空比，根据节点的能量水平利用模糊控制方法来确认合适的睡眠间隔。接收端将节点的唤醒时间和下一次预期唤醒时间等信息，通过信标的形式发送给邻居节点。邻居节点根据信标和节点的能量水平，来同步占空比。2016年，Nguyen等人提出了一种自适应占空比协议RFAASP[25]协议。该协议采用射频能量采集的方式，使用两种不同的天线进行能量采集和数据的传输，来实现能源效率和QoS的平衡。该协议中通过计算相邻间隔信标的数据包数量来估计QoS参数的变化，以此来提高QoS。并根据网络中的负载、节点的剩余能量来主动调整睡眠周期，最终降低网络争用，提高网络的吞吐量和能源效率。2018年，Tanabe等人提出的ENRI-MAC[26]协议中根据需要进行数据传输的传感器节点数量动态调整自己的间歇间隔，在多跳的环境中可以降低节点的丢包率。该协议同时兼顾可扩展性和能量中性，最后通过实景测试，相比传统的间歇接收数据传输的协议具有更高的能量效率。2018年，Sarang等人提出了QPPD-MAC[27]协议，在动态采集环境中，节点根据能量的不同级别调整占空比。通过发送CCA查看介质的状态，以进行协调节点的数据传输。并且在发送端对数据设定优先级级别，提高了数据传输率，降低了数据冲突。传感器节点定期醒来进行数据传输，当接收到最高级别的数据时，取消定时器进行数据接收，降低了传输延迟。通过实景测试，在环境多变的太阳能采集中能取得较好的性能。

在自适应占空比协议中，都考虑到剩余能量水平和能量采集率来调整睡眠/唤醒周期。这种方式能够根据实际的环境条件来调整节点的数据传输工作。LEBMAC协议中，接收方通过维护发送方的调度时间表和采用优先级机制来降低数据冲突问题。由于接收方的唤醒调度是可以知道的，所以根据邻居节点的占空比可以相互协调通信，这种方式提高了网络传输效率。但是在初次通信时，无法获知接收方的调度信息，可能需要等待较长的时间来进行同步，会造成较长的延迟。而且在动态网络中，没有能量预测机制，对于数据传输的控制可能会更困难一些。RF-AASP协议中，能够根据流量模式自适应调整充电时间，且可以通过调整信标中的参数来提高QoS。但是该协议只是在仿真的环境中进行的测试，没有考虑真实的RF环境。对于射频能量采集，需要在真实的环境中进行测试才比较合理。ENRIMAC协议中考虑了需要进行数据传输的传感器节点数量，根据该数量来调整节点的间歇间隔，该种方式具有更高的能量效率。在QPPD-MAC协议中，采用了类似于LEB-MAC协议中的优先级机制。对数据包设定优先级，具有较高优先级的数据包优先传输。这种方式可以降低数据等待的时间，也会减少发生数据冲突的问题。同时采用了类似于RF-AASP协议中调整占空比的方法，提高了能源效率。这两种方法在最近的研究中多次被使用，通过最后的实验结果也可以看出，这两种方法都是比较合理的。最后该协议在真实的环境中进行了实验，从表2的性能比较中可以看出该协议取得了较好的性能（表2为分析各协议实验结果总结得出）。

4.2 基于CSMA/CA的协议

2014年，Naderi等人提出的RF-MAC协议。RFMAC[28]协议在CSMA/CA协议的基础上进行改进。通过信道感知对其数据传输和能量传输进行管理，它不仅使数据传输中断最小化，而且优化了节点的能量传递。根据节点的剩余能量水平进行优先级的设定，传感器节点的数据传输次序根据优先级的次序进行选择，提高了网络寿命。该协议通过真实的实验验证了各因素对其效率的影响，并对其进行改进，具有比较高的合理性。通过对能量发射器及其频率的联合选择、设置最大能量充电阈值、请求和授予能量以及能量感知访问优先级等问题的解决，提高了能量采集率和网络的吞吐量。2018年Lee等人提出了CSMA-MAC[29]协议，该协议采用CSMA/CA机制（基于超帧结构）。传感器节点在进行数据传输时，采用CSMA/CA机制进行信道争取，调节节点通信。该协议中分析探讨信道访问与数据传输的关系，其中当请求节点的数量越多，每个超帧的槽分配成功率就会降低。同时超帧的持续时间越长，则超帧分配成功率就会越高。且该协议可以适应数据包大小，通过分析这些关系来合理控制数据传输。

表2 EH-WSNs中MAC协议性能比较

多节点进行数据传输时，节点通过发送信标等进行信道获取，协调数据传输工作。在信道获取时往往会发生信道冲突，MAC协议中使用CSMS/CA机制进行信道争用，可以给每个节点提供一个合适的机会。通过最后的性能指标可以看出，该种方法可以获得更好的公平性，也降低了延迟。在RF-MAC协议中，采用分布式发射机协同波束形成的思想进行无线能量传输，利用不同相位的高频信号对输出功率进行优化在一定程度上能提高能源效率。但是高频信号的时间同步很难达到，且该协议不是在射频能量采集环境下使用的。随着通信技术的发展与使用，射频信号的覆盖率会越来越广。适合射频采集环境的MAC协议会是很有价值的。且CSMAMAC也只是在理论的仿真上进行的测试，实际的环境条件会更加复杂。

4.3 基于能量采集与传输平衡的MAC协议

EH下的传感器节点往往具有较低的能量采集率，因此需要较长时间进行能量的采集以足够发送数据的消耗。往往会出现较低能量采集率的传感器节点需要传输较大的数据，这种能量采集与数据传输的不平衡严重影响传感器网络的性能。2016年Hawa等人针对这个问题提出了S-LEARN[30]协议，该协议采取独立、分布式的方法控制传感器节点，拥有学习行为。根据节点之间的冲突，学习节点的传播规律，以此协调节点在合适的时间、频段、时隙内进行传输。利用计数器感知周围的变化来选择合适的波段进行能量采集，减小了能量采集和数据传输之间的冲突。降低了数据冲突问题，提高了网络吞吐量。2018年Kim等人提出了HE-MAC[31]协议。该协议中，传感器节点先进行能量采集然后再进行数据的传输，有效协调ET和通信在相同频段的工作。同时改进了分布式协调系统，使节点可以接受连续的帧传输，可以提高传输效率。并且采用了RTS/CTS来降低数据传输中的冲突问题。最后利用马尔可夫链模型和稳态概率进行性能分析，通过对RF-MAC和DOS[32]协议进行比较，在能量采集率与网络吞吐量上都取得比较好的性能。

在射频能量采集环境中，ET和通信都在相同的频段工作时，这就会出现两者间的权衡。S-LEARN协议和HE-MAC协议都是考虑能量采集与数据传输而做出的改进。在S-LEARN协议中利用自学习技术，学习节点数据冲突时的广播规律，来选择合适的发送时间、频段等信息。认知无线电技术可以大大提高频谱数量，提高频谱的使用率。对于射频能量采集MAC协议的设计，认知无线电的使用会提高网络的性能，且认知无线电技术在不久的将来会获得突破性的发展。而HEMAC通过RTS/CTS技术来降低数据冲突。从最后的性能分析中可以看出，自学习技术是可取的。

5 总结与展望

在能量采集环境下的MAC协议中，每种协议都是针对特定的能量采集环境。至今为止，没有一种协议能够适应多种能量采集环境。在这特定MAC协议中，优化能源利用率仍然是其主要的目标，MAC协议中QoS的实现仍然受到很多的限制。因此，在未来MAC协议的设计中还需要考虑到其他几种因素。

首先是关于能量的预测[33-34]。不仅要知道现有的能量水平，也要知道短期内将要获得的能量水平，这样就可以优化协议。然后是能源消耗与数据传输的平衡。大多数协议中使用了占空比调整和数据优先级机制来减少冲突和能耗问题，通过实验看出，这些方法是有效的。但另一方面，为了提高EH-WSNs网络的性能，MAC协议应该根据节点的实际能量水平与数据传输的数量动态改变能量获取和传输的状态。随着通信技术的发展，射频信号的覆盖面积越来越广，射频能量采集技术已被广泛用于各个领域。通过射频信号为传感器节点进行充电会更加的便捷，射频能量采集具有非常大的潜力。但是可用的频段依然有限，这限制了网络性能的提升。在未来的MAC协议设计中，应多考虑如何扩大使用多频段的信号。比如说利用认知无线电，可以允许次要用户机会性地访问频谱所有者未充分利用的频谱波段[35]。最后，在能量采集MAC协议中，大多都是进行仿真实验。这些仿真对一些不现实的假设进行了妥协。在真实的环境下，这些协议的设计可能具有更大的挑战。在未来，越来越多的物件连接到物联网。WSNs作为物联网浪潮中重要的一部分，用于物联网中的MAC协议，兼容性是另一个比较大的挑战。