無線傳感器網絡中平均時延約束的自適應休眠機制*

朱 赟，唐玉春，白承森，謝江蓉

（1.贛南師范學院 物理與電子信息學院，江西 贛州341000；2.國家臍橙工程技術研究中心，江西 贛州341000；3.中國電子科技集團公司第三十四研究所，廣西 桂林541004；4.南京陸軍指揮學院，江蘇 南京210045；5.解放軍63981部隊，湖北 武漢430311）

無線傳感器網絡中平均時延約束的自適應休眠機制*

朱 赟1,2，唐玉春3，白承森4，謝江蓉5

（1.贛南師范學院 物理與電子信息學院，江西 贛州341000；2.國家臍橙工程技術研究中心，江西 贛州341000；3.中國電子科技集團公司第三十四研究所，廣西 桂林541004；4.南京陸軍指揮學院，江蘇 南京210045；5.解放軍63981部隊，湖北 武漢430311）

針對流量動態變化的無線傳感器網絡，提出了具有平均時延約束的自適應休眠機制。在休眠階段，節點采取自適應地周期性休眠和蘇醒來節省能量且保證平均傳輸延遲。在蘇醒周期的節點沒有數據發送或者收到目的地址為其他節點的RTS/CTS幀后進入休眠周期。通過建立馬爾科夫鏈模型分析可得到該機制中平均時延約束下休眠周期的優化值。

無線傳感器網絡；休眠；時延約束；能量效率；馬爾科夫鏈

0 引言

在無線傳感器網絡中可調度節點使其輪流工作，以盡可能多地關閉冗余節點的無線通信模塊來減少不必要的能量消耗，從而達到延長網絡生存時間的目的[1]。由于空閑偵聽和信道爭用沖突是無線傳感器網絡中不必要能量消耗的主要來源，因而減少空閑偵聽使節點轉入休眠狀態是目前研究較多的提高能量效率的方法[2]。在無線傳感器網絡使用過程中，網絡用戶對監測區域內感興趣的目標隨查詢任務而動態地增加或減少，從而使網絡流量隨之動態地變化[3]。S-MAC[4]協議采用周期性偵聽和睡眠機制并提供良好的可擴展性，但無法根據網絡環境的動態流量進行調整來提高能量效率。在文獻[5]中基于S-MAC提出自適應退避算法，按照負荷的變

化做動態增量或減量調整退避指數的最小值。上述算法可根據負載變動來調整網絡參數以降低節點的能耗，但未考慮數據包傳輸時延問題。文獻[6]中提出的節點最佳休眠時間可通過對二維馬爾可夫鏈模型分析得出。文獻[7]中分析了采用聚合的DCF機制的平均時延和各退避階的平均時延，而后將時延約束轉化為對平均時延的限制，通過保證給定比例的幀來滿足時延約束。針對在無線傳感器網絡流量動態變化的監測環境中出現的問題，在上述研究工作的基礎上，本文提出了具有平均時延約束的自適應休眠機制 ADC(Adaptive Sleeping Method for Average Delay Constraint)，并對其改進的 S-MAC協議進行二維馬爾可夫鏈模型分析，從而得到休眠階段的休眠周期來保證分組傳輸過程中的平均端到端時延，并提高能量效率。

1 機制描述

在該機制中，將時間劃分為連續的幀后，幀內分為活動階段和休眠階段，其中活動階段可包括傳輸、等待和退避等過程[8]。在活動階段開始后，節點通過 CSMA/ CA(載波偵聽多點接入/沖突避免)方式發送同步消息和數據。節點在 MTslot時間內一直空閑且無數據需發送，則結束活動階段，轉入休眠階段，以降低節點的能量消耗。休眠階段可劃分為若干個休眠和蘇醒周期，其中休眠周期 Tsleep和蘇醒周期 Twake皆設為系統時隙 Tslot的整數倍，如圖1所示。在休眠周期內節點關閉無線通信模塊并緩存采集到的數據。處于蘇醒周期內節點需監聽信道是否有數據要發給自身。蘇醒周期結束時，節點若有數據要接收或發送將立即進入退避過程來發送該數據，否則進入下一個休眠周期。若在次休眠和蘇醒周期結束后，節點仍未收到上層發來需要發送的數據包或目的節點為自身的CTS幀，則結束休眠階段，轉入活動階段的等待過程。

圖1 節點在休眠階段中周期性的休眠和蘇醒

2 離散馬爾科夫鏈模型分析

為建立離散馬爾科夫鏈模型來簡化分析該休眠機制，暫不考慮其同步情形。由于接收狀態時節點能量消耗與等待和退避狀態的能量消耗近似，可假設接收數據在節點處于等待過程中完成，則不單獨考慮接收狀態。

對節點在任何一個時隙中可能存在的各個狀態可用離散Markov鏈進行描述。退避過程可用隨機過程B(t)表示，與回退計數器的計數值相對應?？捎秒S機過程J(t)表示節點在 t時刻所處的退避級數(0，1，…，m)，其中 m為最大退避級數。設定在退避過程中每個分組發送失敗的概率 p為獨立且恒定的，則可用隨機過程{J(t)，B(t)}表示節點的退避過程。每個狀態的概率用 PB(i，k)(0≤ i≤m，0≤k≤Wi-1)表示，則可用 Markov鏈表示該退避過程，其中i為退避級數，k為退避計數器的值，Wi為退避次數為i時的退避窗口。

進入等待狀態的節點，若有數據要發送，則從等待狀態轉移到退避狀態。設定平均報文到達時間間隔服從參數為λ的泊松分布，則在一個時隙中節點從等待狀態轉移到退避狀態的概率為 1-e-λTslot。若無數據發送，將進入下一個時隙，其概率為 β=e-λTslot。若經過M個時隙后節點仍然沒有數據要發送，則將進入到休眠狀態。

節點在休眠狀態時，將進行周期性休眠和蘇醒。節點在休眠周期和蘇醒周期內都不改變自身狀態。若在一個休眠和蘇醒周期結束時有數據要發送，則將由休眠狀態轉移到退避狀態，且在一個休眠和蘇醒周期的轉移概率為 1-e-λ(Tsleep+Twake)，其中 Tsleep為休眠周期時間，Twake為蘇醒周期時間。若沒有數據發送，則進入休眠狀態的下一個休眠和蘇醒周期，其概率為 α=e-λ(Tsleep+Twake)。若經過 N 次休眠和蘇醒周期后，仍然沒有數據發送，則將進入等待狀態。由于只有當一個休眠和蘇醒周期結束時才可會改變自身狀態，可將處于某個休眠或蘇醒周期結束時的時隙分別表示該休眠或蘇醒周期以簡化分析。由于休眠過程中進入下一個休眠和蘇醒周期的概率α是獨立且恒定的，因此節點的休眠過程也可用Markov鏈表示。

進入傳輸狀態的節點直到數據傳輸結束后才能改變自身狀態，而在傳輸狀態時信源產生的數據要等傳輸結束后節點才能進入退避狀態準備發送。在傳輸結束時，若有數據要發送，則由傳輸狀態轉移到每一個退避級數為 0的退避狀態的概率為(1-e-λKTslot)/W0，其中 K為傳輸過程所需的平均時隙。因而在傳輸結束時沒有數據需發送，則由傳輸狀態轉移到等待狀態的概率為 γ=e-λKTslot。

節點從等待狀態可以轉移到退避狀態，從每一個等待狀態轉移到每一個退避級數為0的退避狀態的概率均為(1-e-λKTslot)/W0。 節點傳輸狀態結束后將轉移到等待或退避狀態，其轉移概率分別為γ=e-λKTslot及(1-e-λKTslot)/W0。等待過程結束后節點轉移到休眠狀態的轉移概率為β?？芍谠O定條件下，級聯后節點從一種狀態轉移到另外一種狀態的概率是獨立且恒定的，則上述過程可級聯后為一個 Markov鏈[8]，其模型如圖2所示。

對節點在任何時隙內可能存在的各個狀態用離散Markov鏈進行描述后，可通過該Markov鏈模型求得在穩態時節點停留在不同狀態的概率。由圖2中休眠過程可知，第i個休眠和監聽周期結束時節點所處狀態的概率 PS(i)可用下式表示：

用PI(i)，0≤i≤N表示節點在任意一個時隙處于在第

i個空閑狀態的概率：

圖2 ADC機制的二維離散時間馬爾科夫鏈模型

在退避過程，用PB(i，k)，0≤i≤m，0≤k≤Wi-1表示節點在任意一個時隙處于在第i次退避并且其退避計數器為k的狀態的概率，可用下式表示：

傳輸過程中節點在任意一個時隙處于第i個傳輸狀態的概率 PT(i)可表示為：

其中完成數據包正確發送所需的時隙數：

在平穩狀態時Markov鏈需滿足下式：

可得節點處于退避級數為0且退避計時器為0的狀態的概率：

由于不論退避級數為多少，只要退避計時器為0，則傳感器節點開始傳輸數據，因此該節點在任意時隙的發送概率可表示為：

在節點傳輸數據時，若相鄰n-1個節點中至少有一個節點也發送數據則發生碰撞，而且當目的節點處于休眠時發送數據也失敗，因此該節點在任意時隙發送失敗的概率為：

由式(11)和式(12)構成非線性方程組，可得τ和 p[6]。

至少有一個節點發送數據的概率為：

在系統不空閑的條件下，有一個節點發送數據成功的概率為：

采用 RTS/CTS機制時，Ts和 Tc分別為數據成功發送和數據發送時分組碰撞所耗費的時間，可用下式表示：

由于計算平均時延時超出重傳次數而被丟棄的幀不予考慮，則在退避過程或等待過程中數據幀到達發送節點的緩沖器隊首至目的節點成功接收的平均時延為一次成功發送需要的平均時隙數和時隙的平均長度的乘積[5]，可表示為：

在傳輸過程或休眠過程中，節點要發送數據都需轉移到退避過程才能將數據發送出去，因此信源在節點處于傳輸過程或休眠過程中產生而轉移到退避過程引起的平均時延分別可用下式表示：

數據幀到達發送節點的緩沖器隊首至目的節點成功接收的平均時延可用下式表示：

在蘇醒周期時節點需完整接收到發送節點向其發送的 RTS幀，則 Twake可設定為 2(RTS/R)+2·SIFS+DIFS。對于平均時延約束為 Delayaverage的業務，則需滿足＜Delaymax，將休眠和蘇醒周期次數 N代入式(19)可求出Tsleep最大值。由于節點處于休眠狀態時能量消耗最少，可將休眠周期設為最大值以提高網絡的能量效率[7]。由此看出，當休眠和蘇醒周期次數以及休眠周期設為固定值時，自適應休眠機制則視為在休眠階段采取周期性休眠和偵聽的一般模式。

3 結論

本文針對網絡流量動態變化的監測環境，提出了一種無線傳感器網絡中具有平均時延約束的自適應休眠機制，采取在休眠階段進行自適應地周期性休眠和蘇醒，并通過馬爾科夫鏈模型分析得到平均時延約束下的休眠周期。

[1]PANTAZIS N A，NIKOLIDAKIS S A，VERGADOS D D. Energy-Efficient routing protocols in wireless sensor networks：A survey[J].IEEE Communications Surveys&Tutorials，2013，15(2)：551-591.

[2]CHUNSHENG Z，YANG L T，LEI S，et al.Sleep scheduling for geographic routing in duty-cycled mobile sensor networks[J].IEEE Transactions on Industrial Electronics，2014，61(11)：6346-6355.

[3]JAE-HAN J，HEE-JUNG B，JONG-TAE L.Joint contention and sleep control for lifetime maximization in wireless sensor networks[J].IEEE Communications Letters，2013，17 (2)：269-272.

[4]YE W，HEIDEMANN J，ESTRIN D.An energy-efficient MAC protocol for wireless sensor networks[C].Proceedings of IEEE INFOCOM，New York，USA，2002：1567-1576.

[5]李延曉，張月玲，管樺，等.一種無線傳感器網絡 MAC層能量有效算法[J].西安電子科技大學學報(自然科學版)，2012，39(1)：168-171.

[6]余旭濤，張在琛，畢光國.一種提高能量效率的 Ad Hoc網絡 MAC層協議[J].計算機學報，2006，29(2)：256-266.

[7]黃愛蘋，張文平.IEEE 802.11 n系統最優包長和聚合個數調節算法[J].東南大學學報(自然科學版)，2007，37 (4)：554-558.

[8]BIN L，HONGXIANG L，WENJIE W，et al.Performance analysis and optimization for energy-efficient cooperative transmission in random wireless sensor network[J].IEEE Transactions on Wireless Communications，2013，12(9)：4647-4657.

An adaptive sleeping method for average delay constraint in wireless sensor networks

Zhu Yun1，2，Tang Yuchun3，Bai Chengsen4，Xie Jiangron5
(1.School of Physics and Electronics Information,Gannan Normal University,Ganzhou 341000，China；2.National Navel Orange Engineering Research Center，Ganzhou 341000，China；3.No.34 Research Institute of China Electronics Technology Group Corporation，Guilin 541004，China；4.Nanjing Army Command College,Nanjing 210045，China；5.PLA Unit 63981,Wuhan 430311，China)

In this paper,an adaptive sleeping method for average delay constraint is proposed for WSNs of variation data flow. Periodic sleeping and listening pattern is adopted in sleeping state to achieve energy efficiency and guarantee transmission delay. The node switches into the sleeping period if there is no packet to transmit or it receives an RTS/CTS (Request To Send/Clear To Send)message destined to other nodes in the listening period.A Markov chain model for the method is presented to get the optimal sleeping period for average delay constraint.

wireless sensor network；sleeping；delay constraint；energy efficiency；Markov chain

TP393

A

0258-7998(2015)04-0094-04

10.16157/j.issn.0258-7998.2015.04.022

2014-09-03）

朱赟（1980-），男，博士，講師，主要研究方向：無線傳感器網絡、無線資源管理、網絡編碼和認知無線電等。

江西省教育廳科學基金項目（KJ201311101124）