电磁核辐射对WSNs 数据传输性能影响的分析*

郭 卉，章详宇

（1.国网湖南省电力有限公司常德市供电分公司，湖南 常德 415000；2.华北电力大学新能源电力系统国家重点实验室，河北 保定 071003）

0 引言

随着感测技术的迅速发展，传感节点在目标跟踪、环境监测等应用中广泛使用。然而，能量是传感节点有限、稀缺的资源。因此，对于传感节点而言，设计能效-容错协议，进而提高节点能量利用率是非常关键的。

除了能量受限外，攻击、恶意行为［2-3］和故障［4］也是影响传感节点性能的主要因素，这些因素对无线传感网络（WirelessSensorNetwork，WSN）有重要影响。

本文以基于射频（RadioFrequency，RF）通信传感节点的故障行为为研究对象。此故障是指因外部环境，如电磁场干扰或核辐射［5］，导致节点间歇性不能正常工作的行为。目前，研究人员针对故障行为进行较深入的研究。文献［6］分析了电磁脉冲对传感节点的影响，并证实了全辐射的影响大于局部辐射。文献［7］分析了无线模块辐射影响，并分析了房屋等障碍物对数据包传输率，传输功率的影响。类似地，文献［8］提出了工程系统，该系统依据未掩盖ICs 测量伽马辐射剂量。

现存的一些文献研究了传感节点的故障行为，但是它们只关注了硬件故障，并没有考虑到辐射影响。为此，本文分析了因辐射等外部环境原因而导致的节点暂时性故障行为对静态WSN 的性能影响。主要研究工作如下：1）故障行为的定义；2）节点故障行为模式；3）分析故障行为对WSN 的性能影响，包括数据包传递率和能耗。

1 系统模型及故障节点特性

1.1 节点分类

图1 传感节点通信范围的变化

定义1：正常行为节点。令Ψn表示正常行为节点的行为集［9］，其定义如式（2）所示。正常行为节点在其生命周期内能够感测其感测范围内的物理现象，并正常传输数据。

定义2：故障节点。令Ψn表示故障节点的行为集，其定义如式（3）所示。故障节点在其生命周期内可能不能正常感测其感测范围内的物理现象或者因外界影响不能正常传输数据，但经自身修身，能够恢复数据传输能力。

1.2 故障节点状态转换

引用Markov 模型［10］表述故障节点状态变换过程。式（4）表述了Markov 链随机过程：

由于辐射影响，故障节点的感测能力可能受影响，甚至无法通信。为此，将传感节点看成一个双系统处理：感测和通信模块。辐射影响，节点感测能力可能受影响，但是其通信能力一定受损。

为此，给传感节点设置3 个状态：1）状态0，表示感测和通信能力都受损；2）状态1，感测能力正常，但通信能力受损；3）状态2，感测和通信能力都正常。如下页图2 所示，其中，表示能力受损的概率，μ 表示能力恢复的概率和μ 值取决于环境。

从图2 可知，故障节点不能直接从状态0 转成状态2。反之亦然。原因在于：传感节点的感测能力和通信能力有不同的受损概率。定义状态转换矩阵T：

图2 故障节点的Markov 模型

用微分方程描述时刻t 的Markov 链，如式（6）～式（8）：

2 故障节点对网络性能影响

本章分析故障节点对网络连通性、能耗的影响。

2.1 网络连通性

连通是多跳WSN 的关键因素。当节点成为故障节点，它就不能与邻居节点通信，就被网络隔离。因此，在故障期间，故障节点无法向信宿发送它所感测的数据，也无法转发其他数据，这就形成暂时性的通信黑洞。并且这些通信黑洞呈动态变化，黑洞尺寸也是变化的，或缩小或扩大。

通过给每个节点部署双重通信模式（无线射频和声通信），节点就能够自我修复黑洞。当节点的无线射频通信受到辐射影响时，可选用基于超声波的声通信。因此，节点从无线射频通信模式切换至声通信模式，就能实现WSN 自我修复。

定理1：网络内有n 个节点。由于故障节点的行为，最优的情况有条链路断裂；最糟糕的情况有条链路断裂。

证明：网络总共n 个节点。假定节点si能够与它的邻居节点形成mi条连通链路，因此，满足式（13）：

如果节点si为故障节点，则最多有mi条链路断裂，因此：

因此，可用式（17）表述网络内所有节点故障行为：

其中，表示受影响的链路数。

2.2 能量消耗

由于故障节点被网络隔离，若仍保持激活状态，消耗了能量也无法给网络提供服务，造成能量浪费。此外，故障节点也形成通信黑洞。为了预防黑洞区域内数据的丢失，需激活黑洞区域内周围的节点，通过增加冗余度，提高数据包传递率。因此，故障节点本身和激活邻近节点都消耗了能量。因此，能量消耗随故障节点数增加而上升。

定理2：假定网络有n 个节点，它们以最优方式覆盖区域A。n 个节点中K 个故障节点。为了从K个故障节点周围获取数据，需要激活N 个节点。因此，出现故障节点时所消耗的总体能量高于正常情况（无故障节点）。

证明：引用二值变量Is，表示节点是否能感测环境。若Is=1，表示节点能够感测，反之，Is=0，表示节点不能感测。类似地，引用二值变量Ir和It，分别表示节点是否能正常接收和传输。此外，令Pr、Ps和Pt分别表示感测、接收和传输时所消耗的能量。因此，单个节点所消耗的能量可表示为：。

无故意节点所消耗的能量Pnorm：

表2 仿真参数

若n 个节点中K 个故障节点，且需要激活N 个节点，所消耗的能量Ptrans：

3 性能分析

本章从理论角度分析了故障节点对网络连通性影响以及它们的能耗。而网络连通性直接影响了数据传输成功率。据此，从仿真实验分析故障节点对数据包传递率的影响以及它们的能耗。

3.1 仿真参数

利用NS3 软件建立仿真平台。在250 m×250 m区域内部署100 个传感节点和一个信宿，信宿在区域内随机移动。通过仿真，本节分析故障（Transfaulty）节点、沉默（Dumb）节点、自私（Selfish）节点和死亡节点对系统性能的影响。表1 表述了这些节点的行为特征。

表1 各类节点的行为特征

图3 各类节点对数据包传递率的影响

3.2 数值分析

3.2.1 数据包传递率

首先分析数据包传递率的性能。先考虑各类节点对数据包传递率的影响，如图3 所示。

从图3 可知，故障节点、死亡节点等行为节点数量的增加，降低了数据包传递率。原因在于：故障节点增加，减少网络连通的链路数，导致更多路径受影响。此外，观察图3 可知，故障节点对与死亡节点、沉默节点、自私节点对数据包传递率具有相近影响。

图4 显示了故障节点数对各类路由协议的影响。从图4 可知，AODV 路由的数据包传递率最低，而GPSR 路由的数据包传递率最高。这主要是因为：GPSR 路由是依据节点位置决策下一跳转发节点，对故障节点具有较强的鲁棒性。

图4 故障节点对各路由协议的数据包传递影响

图5 能耗（各类节点百分比为25%）

3.2.2 能耗

本节分析故障节点对网络的能耗影响。先分析各类节点对网络能耗影响，如图5 所示，其故障节点、自私节点、沉默节点和死亡节点的百分比均为25%。

从图5 可知，故障节点所消耗的能量低于沉默节点所消耗的能量。原因在于：故障节点感测数据，但无法传输数据；而自私节点感测数据，但它除了自己数据外，不转发其他任何数据。因此，自私节点所消耗的能量低于故障节点和沉默节点。当然，死亡节点既不感测数据，也不传输数据，其能量消耗最少。

图6 对能耗的影响

4 结论

本文研究了因电磁或核辐射对基于RF 通信的影响，并分析故障节点的行为特性以及它对WSN性能影响。分别通过理论数学推导和数值仿真证实了故障节点对网络能耗及数据包传递率的影响。后期，将如何检测故障节点作为未来的工作方向。通过预先检测故障节点，避免路由断裂，对通信黑洞进行修复，这将是下一步的工作重点。