CN104507125B

CN104507125B - 传感器网络中基于节点缓冲区占用率的退避方法

Info

Publication number: CN104507125B
Application number: CN201510002834.0A
Authority: CN
Inventors: 尚凤军; 毛冉
Original assignee: Chongqing University of Post and Telecommunications
Current assignee: Chongqing China Post Information Technology Group Co ltd
Priority date: 2015-01-05
Filing date: 2015-01-05
Publication date: 2018-05-25
Anticipated expiration: 2035-01-05
Also published as: CN104507125A

Abstract

本发明涉及一种传感器网络中基于节点缓冲区占用率的退避方法，包括以下步骤：1)利用协调器在一个时隙内接收到的数据包个数，及一个超帧时隙内信道最多能传输数据包的个数，计算超帧时隙利用率；2)利用阈值对超帧时隙利用率进行分析，并动态调整占空比，降低传感器节点的能耗；3)利用MAC层缓冲区现存的数据包个数，得到节点缓存占用率，当其超过一定范围时，认为该节点负荷较重，应为其竞争信道提供便利；相反，若缓存中数据包不多时，可以让其保持现状或者增大该节点退避次数。该方法既能有效的解决传统算法对能耗的忽略，又能通过基于缓冲区占用率的自适应退避算法，使得每个传感器节点都能尽可能多的竞争到信道，传输数据包。

Description

传感器网络中基于节点缓冲区占用率的退避方法

技术领域

本发明属于传感器网络技术领域，涉及一种传感器网络中基于节点缓冲区占用率的退避方法。

背景技术

传感器网络被部署在一些真实的应用场景中，例如，环境监测，安全监控，工业自动化和控制等。这些应用的实现一部分得益于：(1)IEEE802.15.4协议，它定义了协议栈的物理层和介质访问控制层(2)ZigBee协议，它包含了网络层和应用层。由于传感器节点是电池供电，并且被期望独立地工作几个月或几年，那么如何减少能耗成了传感器网络中一个主要的问题。另外一个关键的问题是传感器网络的可靠性如何保障。因为有一些应用程序对可靠性依赖很高。许多例子通过减少能量消耗和保证可靠性来提高网络寿命，并且满足应用程序的需求。

为了解决传感器节点能耗的问题，目前很多人提出了改变占空比来减少能耗。例如，HongeokYoo等提出了基于剩余能量数目的动态占空比算法；Rasouli,H等提出了一种新的基于最大利用网络流量自动调节占空比的算法；Oliveira,C.H.S等提出了一种根据网络负载变化的超帧改变算法。为了解决传感器可靠性问题，提高数据包交付率，降低传输时延，基于CSMA/CA的参数改变算法被提出了。例如，周林，陈杨杨提出了一种基于网络的流量动态地调整CSMA/CA的退避算法；Mario Di Francesco等提出了一种复杂度低的分布式算法-ADAPT(Adaptive Acess parameters Tuning)。

上述算法虽然解决了能耗问题或者可靠性问题，但是只是单方面解决了一个问题，没有同时解决以上问题；而且都是基于全网络的流量或者吞吐量对协议进行修改，没有考虑到节点自身的流量状况。所以在既能保障减少能耗的前提下，还能提高单个节点自身可靠性的方面存在一些不足。

发明内容

有鉴于此，本发明的目的在于提供一种传感器网络中基于节点缓冲区占用率的退避方法，该方法首先通过计算超帧时隙的利用率，将利用率与阈值结合起来动态改变节点占空比，达到减少能耗的目的；其次，计算传感器节点MAC层缓冲区占用率，每个节点根据自身情况自适应地调整退避算法，达到提高协议可靠性，进而提高传感器网络的可靠性。

为达到上述目的，本发明提供如下技术方案：

一种传感器网络中基于节点缓冲区占用率的退避方法，包括以下步骤：

步骤一：利用协调器在一个时隙内接收到的数据包个数，及一个超帧时隙内信道最多能传输数据包的个数，计算得到超帧时隙利用率；

步骤二：利用阈值对超帧时隙利用率进行分析，并动态调整占空比，降低传感器节点的能耗；

步骤三：利用MAC层缓冲区现存的数据包得到节点缓存占用率，缓存占用率体现的是节点缓存中待发送的数据包，当其超过一预设阈值时，认为该节点负荷较重，应为其竞争信道提供便利；相反，若缓存中数据包不多时，可以让其保持现状或者增大该节点退避次数。

进一步，在步骤一中，利用协调器节点在一个超帧时隙内接收到的数据包，及一个超帧时隙最多能传输的数据包，计算超帧时隙利用率，其具体的计算方法如下：

Symbols_total＝Symbols_{receive_ack}+Symbols_{transmit_packet}

Symbols_{transmit_packet}＝Symbols(2CCA+L_packet)

Symbols_{receive_ack}＝Symbols(L_ack+t_ack+IFS)。

进一步，当R_received∈(0.4,0.7)时，说明超帧时隙利用率在0.5附近，需要将超帧间隔，及节点的活跃期变大，以允许传输更多的数据包；当R_received∈(0.2,0.4)时，表明网络中需要传输的数据包不多，没必要浪费节点能量，需要把超帧间隔减小，使得活跃期变短。

进一步，在步骤三中，利用节点MAC层缓冲区现存的数据包个数，得到节点缓存利用率；缓存利用率BufferRate计算如下：

Current_packets＝TXBuffer.size()

Total_packets＝macBufferSize

其中，Current_packets、Total_packets分别为节点中现存的数据包个数、节点MAC层缓冲区能容纳数据包的个数，超过这个值则会溢出。TXBuffer.size()为缓冲区目前的大小，根据其中的数据包数量求得的；macBufferSize为节点MAC层缓冲区总共的大小，即能容纳数据包的最大数量。

本发明的有益效果在于：本发明所述方法首先解决了协议能耗的问题，其次，在这个基础上，又从交付率、延迟等出发，提高了协议的可靠性。该协议被用于无线传感器网络中，进而可以提高网络的可靠性。此外，本方法与标准协议相比，在保障节点公平性和减少能耗上有着更好的表现，将本发明用于未来IEEE802.15.4协议可靠性研究具有深远的意义以及广阔的应用前景。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明所述方法的流程示意图；

图2为协调器节点动态调整占空比示意图；

图3为普通节点自适应退避算法示意图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

图1为本发明所述方法的流程示意图，如图所示，本发明所述的传感器网络中基于节点缓冲区占用率的退避方法主要包括以下三个步骤：步骤一：计算超帧时隙内最大传输数据包的个数，利用协调器节点接收到的个数，计算得到超帧时隙的利用率；步骤二：利用超帧时隙的利用率和阈值进行分析，使得协调器动态调整frameOrder，调节占空比，实现能耗的减少；步骤三：在前二者的基础上，保障了节点的能量有效利用，利用MAC层缓冲区现存的数据包个数，得到节点缓存利用率，缓存利用率体现的是是节点缓存中待发送的数据包，当其超过一定范围时，可认为该节点负荷较重，应为其竞争信道提供便利。相反，若缓存中数据包不多时，可以让其保持现状或者增大该节点退避次数。

在步骤一中，利用协调器节点一个超帧时隙内接收到的数据包，及一个超帧时隙最多能传输的数据包，计算超帧时隙利用率。将超帧时隙利用率定义为R_received，计算方式如下：

SymbolLen＝1/(phyDataRate*1000/phyBitsperSymbol)

L_Beacon＝17字节

Symbol_Beacon＝4symbols

Symbols_total＝Symbols_{receive_ack}+Symbols_{transmit_packet}

其中，SymbolLen为一个Symbol时间的长度；L_Beacon是一个超帧的大小；Symbols_{receive_ack}为目的节点收到发送ACK确认包所需的时间单位；Symbols_{transmit_packet}为发送一个数据包所需的时间单位。故成功传输一个数据包所需的时间单位为Symbols_total。

在步骤二中，协调器执行动态改变占空比算法的流程图如图2所示，在本实施例中，算法实现过程如下所示：

在步骤三中，对协议修改的是随机数的产生和退避算法。为了扩大随机数产生的范围将rnd改为以下表达式：

Int rnd＝genk_intrand(BE,(1<<BE)-1)+1；

根据节点MAC层缓存利用率自适应调整退避算法流程图如图3所处，在本实施例中，算法的具体实现过程如下：

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims

1.一种传感器网络中基于节点缓冲区占用率的退避方法，其特征在于：包括以下步骤：

步骤三：利用MAC层缓冲区现存的数据包得到节点缓存占用率，缓存占用率体现的是节点缓存中待发送的数据包，当其超过一预设阈值时，认为该节点负荷较重，应为其竞争信道提供便利；相反，若缓存中数据包不多时，可以让其保持现状或者增大该节点退避次数；

在步骤一中，利用协调器节点在一个超帧时隙内接收到的数据包，及一个超帧时隙最多能传输的数据包，计算超帧时隙利用率，其具体的计算方法如下：

<mrow> <msub> <mi>R</mi> <mrow> <mi>r</mi> <mi>e</mi> <mi>c</mi> <mi>e</mi> <mi>i</mi> <mi>v</mi> <mi>e</mi> <mi>d</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>Packet</mi> <mrow> <mi>r</mi> <mi>e</mi> <mi>c</mi> <mi>e</mi> <mi>i</mi> <mi>v</mi> <mi>e</mi> <mi>d</mi> </mrow> </msub> <mo>&times;</mo> <msub> <mi>Symbols</mi> <mrow> <mi>t</mi> <mi>o</mi> <mi>t</mi> <mi>a</mi> <mi>l</mi> </mrow> </msub> </mrow> <mrow> <mi>S</mi> <mi>y</mi> <mi>m</mi> <mi>b</mi> <mi>o</mi> <mi>l</mi> <mi>s</mi> <mrow> <mo>(</mo> <mi>S</mi> <mi>D</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>Symbols</mi> <mrow> <mi>B</mi> <mi>e</mi> <mi>a</mi> <mi>c</mi> <mi>o</mi> <mi>n</mi> </mrow> </msub> </mrow> </mfrac> </mrow>

Symbols_total＝Symbols_{receive_ack}+Symbols_{transmit_packet}

Symbols_{transmit_packet}＝Symbols(2CCA+L_packet)

Symbols_{receive_ack}＝Symbols(L_ack+t_ack+IFS)

其中，R_received为超帧时隙利用率，Symbols_{receive_ack}为目的节点收到发送ACK确认包所需的时间单位；Symbols_{transmit_packet}为发送一个数据包所需的时间单位；Symbols_total为成功传输一个数据包所需的时间单位。

2.根据权利要求1所述的一种传感器网络中基于节点缓冲区占用率的退避方法，其特征在于：当R_received∈(0.4,0.7)时，说明超帧时隙利用率在0.5附近，需要将超帧间隔，及节点的活跃期变大，以允许传输更多的数据包；当R_received∈(0.2,0.4)时，表明网络中需要传输的数据包不多，没必要浪费节点能量，需要把超帧间隔减小，使得活跃期变短。

3.根据权利要求1所述的一种传感器网络中基于节点缓冲区占用率的退避方法，其特征在于：在步骤三中，利用节点MAC层缓冲区现存的数据包个数，得到节点缓存利用率；缓存利用率BufferRate计算如下：

<mrow> <mi>B</mi> <mi>u</mi> <mi>f</mi> <mi>f</mi> <mi>e</mi> <mi>r</mi> <mi>R</mi> <mi>a</mi> <mi>t</mi> <mi>e</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>Current</mi> <mrow> <mi>p</mi> <mi>a</mi> <mi>c</mi> <mi>k</mi> <mi>e</mi> <mi>t</mi> <mi>s</mi> </mrow> </msub> </mrow> <mrow> <msub> <mi>Total</mi> <mrow> <mi>p</mi> <mi>a</mi> <mi>c</mi> <mi>k</mi> <mi>e</mi> <mi>t</mi> <mi>s</mi> </mrow> </msub> </mrow> </mfrac> </mrow>

Current_packets＝TXBuffer.size()

Total_packets＝macBufferSize

其中，Current_packets、Total_packets分别为节点中现存的数据包个数、节点MAC层缓冲区能容纳数据包的个数，超过这个值则会溢出；TXBuffer.size()为缓冲区目前的大小，根据其中的数据包数量求得的；macBufferSize为节点MAC层缓冲区总共的大小，即能容纳数据包的最大数量。