CN105848243A - 一种基于节点位置的中继选择及功率控制联合优化方法 - Google Patents

Abstract

本发明公开了一种无线体域网中，在人体移动情境下保证通信可靠性的中继选择和功率控制联合优化方法，包括链路状态的监测过程、最优中继节点及发送功率的选择过程，综合考虑了节点位置、信道状态、节点运动情况等多种因素。该发明实现简单，适用场景广阔，能在保证传输可靠性的同时，最大限度的降低节点能耗，从而延长整个无线体域网的寿命。

Description

一种基于节点位置的中继选择及功率控制联合优化方法

技术领域

本发明涉及通信技术领域，尤其涉及一种在无线体域网中保证通信可靠性的中继选择和功率控制方法。该方法主要用于控制无线体域网中节点的传输策略，是一种能够获得更高可靠性以及更长网络寿命的传输机制，尤其涉及无线传感器技术领域。

背景技术

无线体域网具有规模小、可扩展、近距离的特点，是以人体为中心的动态混合型的网络。由于人体几何结构的限制，无线体域网中传感器节点数量比较少，相应的网络规模也就比较小。而且，由于要采集特定的生理指标数据，传感器节点的位置是比较固定的。随着人们对无线传感器网络所提供服务的需求越来越多，需要外置设备来实现具体功能，所以，无线体域网需要提供多种的空中接口，以便进行网络扩展。由于无线体域网中传感器节点布置在人体上，其通信范围是有限的，现有的无线传感器网络使用的路由算法和协议就不再是最优的。无线体域网与传统传感器网络的最大区别在于以人体为中心，人体的安全性是网络设计过程中必须考虑的因素，所以传感器节点必须是低发射功率的。另外，由于人体表面特征、人体组织结构和周围环境的复杂性，使得体域网的信道特征相对来说比较复杂。而且，无线体域网的拓扑结构随人体运动和节点状态而动态变化，无线体域网必须能够适应这些变化，其网络拓扑应具有可重构性。因此，无线体域网的设计必须要处理好以下几方面的挑战：

1)无线体域网信道的不可预测性。由于人体组织和结构的特殊性和人体运动的复杂性，对人体进行信道建模以及针对具体场景的信道建模都存在很多困难。人体自身对无线信道的遮挡作用将会导致很强的阴影效应，人体体表和体内的某些组织和器官对无线信号的衰减作用非常明显，使得信号的包络发生严重波动，接收信号功率可能出现低于接收机灵敏度的现象。另外，当人体在运动时，整个网络的拓扑结构也随着动 态改变，会对无线信道造成剧烈影响，接收信号的强度也随之变化，例如，人体两侧手臂的摆动会影响接收功率。另外，即使是简单的慢速运动，也可能会造成信号的传输方式变化，引起快速的信号衰落。

2)能量有限性。无线体域网的特性要求佩戴在人体或嵌入到体内的传感器应具有非常小的尺寸，这就大大限制了传感器的计算性能以及电池容量。嵌入到体内的传感器节点根据应用需求，往往要持续工作数月甚至数年，这段时间内，节点的电池并不能够得到更换。这些问题对无线体域网的能效提出了极大挑战，因此，每一个无线体域网的研究者都必须面对节点的能耗问题。

3)发送功率受限。面向医学应用的无线体域网要求在超低功耗条件下实现保证服务质量的数据传输，同时需要解决多个体域网共存的问题。过高的发送功率伴随而来的高电磁辐射可能会导致对人体皮肤的灼伤，也会造成不同体域网之间的干扰。在IEEE 802.15.6标准中，可查阅到节点的发送功率最高建议不超过1mW(0dBm)，而且应用于医疗系统的节点功率建议为0.1mW(-10dBm)。因此在低功耗条件下，同时满足高传输速率和高质量数据传输的要求是一个重要的挑战。

4)高度可靠性的要求。面向无线体域网的不同应用的服务质量要求不同：大多数的生理数据监控应用产生的是周期性、低速率的数据流，而一些娱乐应用是高速流的形式，还有一些紧急情况下(如心率、血压等达到危险状况)的报警信息需要瞬间以最高速率和最低误码率发出。而体域网的不稳定性和异构性为实现信号传输的可靠性带来了一系列困难，因此需要重点研究低功耗条件下和动态网络拓扑下的无线体域网提高通信可靠性、保证服务质量的问题。

针对上述问题，有研究者提出了解决方案。David Smith等人研究发现，标准星形拓扑的无线体域网信道的平均中断概率超过10％，这表明单链路的无线体域网的信道并不满足可靠性的要求。仅通过增大发送功率来提高无线体域网中数据传输的可靠性是不可取的，过大的发送功率会对人体产生无法承受的电磁辐射，同时，还会引起不同无线体域网之间的强烈干扰问题。因此，中继协作传输机制被无线体域网广泛采用。通过空间分集，传输的可靠性大大提高。在中继传输机制中，当传感器节点与协调器之间的无线信道由于阴影效应等原因出现状态不稳定时，中 继节点会将丢失数据包的副本通过其它链路进行传输。有研究表明，采用中继传输机制的无线体域网，其链路中断概率远小于非中继传输链路，因此可靠性较高。但是，中继传输机制也有其缺点：它引入了额外的开销，在数据包发送过程中，必须使中继节点保持唤醒状态，以便对数据包进行接收和转发。如果网络内节点通信频繁，中继节点将不得不一直唤醒，电量将快速耗尽。例如，如果采用Advanced BATMAC机制(advanced body area network adaptive time division multiple access medium access control)。在这个机制下，中继节点的能耗比普通传感器的能耗高70％，其使用寿命远低于普通的传感器节点。同时，为了使佩戴传感器节点用户舒适，一般应尽量减少传感器节点的数目，中继转发功能在普通传感器内部实现，这样就免于佩戴单独的中继节点。然而具有中继功能的传感器节点能耗更高，整个无线体域网的寿命会被进一步缩短。

Liang.L等将功率控制机制应用于一个支持多跳的无线体域网中，提出了一种低能耗的路由选择机制EERS(energy-efficient routing scheme)。EERS基于CTP(collection tree protocol)协议，CTP协议是在无线传感器网络中被广泛采用的中继选择协议。实验结果显示，EERS能够在网络可靠性、时延以及能耗上取得很好的平衡。然而，EERS并没有考虑在人体运动情况下，各节点在身体的不同位置，其信道表现相差各异，对位置的考虑有助于进一步减小网络能耗，同时维持高度可靠性。

发明内容

本发明提供一种在人体移动情境下，无线体域网中的中继选择以及功率控制联合优化传输方法，旨在于解决原有传输协议中丢包率过高、节点能耗高等问题。改进后的方法实现简单，适用于大多数运动场景，满足了数据传输的高度无差错要求，同时延长了网络寿命。

本发明提供一种基于节点位置的中继选择及功率控制联合优化方法(joint relay selection and power control scheme,JRP)，其主要思想是将传感器节点根据距离协调器的远近以及运动加速度的大小分组，在接收节点丢包率超过阈值时，选择最佳的中继节点以及传输功率进行调控。下面从JRP所使用的信道模型、中继模型以及核心算法几个部分介绍。

1)信道模型：

无线体域网中主要的阴影效应是由于人体运动而造成的慢衰落引起的。为了区分无线体域网中无线信道的快衰落和慢衰落，定义信道在当前时刻t下的路径损耗为：

G(t)＝G₀×S(t)×F(t) (1)

在公式(1)中，G(t)表示信道实时的路径损耗值，G₀代表信道的平均路损，S(t)和F(t)分别表示慢衰落和快衰落的衰落因子。G₀表示的是信道的平均路径损耗水平，它是一个相对固定的值，不会随着时间有较大的变化。S(t)代表由人体运动引起的阴影效应，它通常服从正态(或者对数正态)分布。F(t)是快衰落效应因子，它通常服从Nakagami-m分布，莱斯或者瑞利分布。

由于无线体域网信道的相关时间通常很长，大概在5-10毫秒范围内，因此在这段时间内，慢衰落效应可以认为是相对平稳的。如果计算信道从时刻t_n到t_n+1这段时间内的平均实时路损，可以得到一个短期的信道瞬时平均路损

是一个随机变量，它代表着人体运动引起的慢衰落的程度。研究结果表明服从对数指数分布，可以表示如下：

在式(3)中，符号＂s＂表示某种特定的场景，包括传感器的佩戴位置，佩戴者的运动姿势以及运动形式等各方面因素，μ_s,由具体的场景决定。这个结论表明无线体域网中信道的慢衰落特性是基于运动场景的，JRP所使用的信道模型是基于上述结论的。

2)中继模型：

本专利所采取的中继模型如图1所示，包含一个源节点(S)，一个中继节点(R)和一个协调器节点(C)。数据包在源节点S产生，直接以协调器节点C为目的节点进行发送，在这个过程中，中继节点R也会接 收到从S发出的广播信号，此时R会将收到的数据包转发给C。由于本次实验所使用的传感器射频芯片不支持在同一频段上同时进行收和发操作，因此，规定了一种时分工作的模式，每次传输都将分为两个时隙。在时隙1，R和C收到S发出的数据包；在时隙2，R将收到的数据包转发再转发给C。因为无线信道的低时变特性，可以认为在两个时隙的短暂时间内，信道状态是稳定的。

定义G_SC,G_SR,G_RC分别表示S-C，S-R，R-C三条信道的瞬时路径损耗，P_SC表示S-C信道中断的概率，那么：

P_sc＝Pr(G_sc＜G_T∩PDR＞P_T) (4)

其中G_T表示路径损耗的阈值，P_T表示包接收率的阈值。同样地，可以为信道S-R和R-C分别定义P_SR和P_RC表示对应信道中断的概率，那么从点S到点C的考虑两跳路由的信道S-R-C中断的概率P_SRC可以用公式表示成：

P_SRC＝1-(1-P_SR)(1-P_RC) (5)

公式(5)表示信道S-R和信道R-C至少有一条断开的概率,基于以上两条链路的中断概率，可以计算出S-C的两条信道的联合中断概率P_SC,SRC：

P_SC,SRC＝P_SRC×P_SC (6)

当S-C和S-R-C两条信道同时中断的时候，在两个时隙间的传输就会失败，在这种情况下，节点R不再适合作为S和C的中继节点了。

3)JRP核心算法

本发明提出了一个名为ETPP(Expected Transmission by Path at Power level)的参数来表示信道在所选的特定链路下以特定的传输功率发送数据的传输代价。由于传输功率对信道的表现有着比较大的影响，所以针对不同阶段的链路选择不同的功率等级显得尤为重要，ETPP的计算公式如下：

ETPP(S,C)＝α×L(S,C)+β×L(S,R)+γ×L(R,C) (7)

在公式(7)中，α，β，γ分别代表着链路S-C，S-R，R-C的能耗系数，正比于所对应的功率等级，在这里选取的是射频芯片在不同功率下 传输的瞬时电流值，将其归一化得到的。α和γ可以表示如下：

β表示的是S-R信道的功率等级，根据上节的中继模型，在中继存在的情形下，β的值应该与α相同，在不使用中继时，β的值为0，公式表示为当不使用中继节点时，最佳传输路径为信道S-C直接传输，此时β与γ的值均为0。

公式(7)中的L(A,B)表示节点A与节点B之间的信道状态。根据上节提出的信道模型，信道状态由信道的平均路损决定，同时，将包接收率引入考虑范围也十分重要，在平均路损确定的情况下，包接收率的大小将直接影响无线信道的可靠性。而由于人体的运动，不同位置的传感器节点有着不同的运动趋势，所以不同节点位置和各节点的加速度值都将会被考虑来最终确定当前信道的状态，总结成公式为：

在公式(8)中，W_p代表传感器节点位置权重，与节点A、B之间的距离成正比，是信道的平均路损，它的单位是dB；PDR代表包接收率，σ²代表节点运动的加速度值。

JRP被设计在人体的运动状态下工作，由于人体不同运动具有不同的重复周期，因此必须使得JRP的工作周期与人体的运动重复周期协调，才能达到最佳效果。下文从JRP的一个周期开始，按步骤详细介绍工作方式。

步骤A：JRP的首次调控需要从信道估计开始，位于身体各位置的传感器节点首先以允许的各功率等级发送信标帧到协调器节点；

步骤B：协调器收到来自不同传感器节点的信标帧后，从中获取各自 的RSSI值并将此状态包含在应答帧中给出回应。接下来各传感器节点根据接收到的应答帧计算出当前的信道状态并存储到内存中。然后，各个节点开始以根据公式(7)计算出的最小ETPP值所对应的方式来传输数据包。

步骤C：在JRP的工作周期内，如果目的节点的包接收率小于某个阈值时，说明当前的信道不满足可靠传输的需求，则开始触发调控方法；

步骤D：源节点根据内存中的信道状态数据重新计算出各中继节点的ETPP值以选取一个最佳的传输方式，这种调控过程可能会选取新的中继节点，或者增大发送功率等级，或者既改变中继又改变功率等级，以最小的ETTP值为准。

步骤E:源节点确定了调控后的传输方式，按照此方式重新传送数据包；

步骤F:当丢包率连续几个工作周期持续偏低时，可以根据ETPP的大小决策考虑降低发送功率的等级以节约能耗，一个JRP工作周期到此结束，重复上述过程直至运动停止，整个过程的流程图如图2所示。

根据802.15.6标准的定义，可靠传输的链路中断概率不应当超过5％，误包率不应当超过10％。针对以上的限制条件，设定链路的中断监测阈值为5％，低于这个阈值则认为当前信道是可靠的。而当高于这个阈值，也即信道表现很差时，则触发重新计算ETPP的过程，节点会根据ETPP的值重新选择中继节点和发送功率等级。另外，如果信道状态一直表现很稳定，考虑到能耗的限制，还要适当的去减小功率等级。给定一个ETPP能耗阈值，如果信道在三个周期内一直保持稳定，则判断当前信道的ETPP是否小于这个阈值，如果小于则说明信道波动不明显，这时应减小一级发送功率来判断是否还满足可靠性传输的要求，从而达到节省能耗的目的。

附图说明

图1 JRP的中继模型图

图2 JRP工作流程图

图3实验所用节点佩戴示意图

图4跑步时单条链路RSSI波动情况

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

实施例：

本实施例是基于如图3所示的网络拓扑图进行说明。本次实验场地选择在北京邮电大学篮球场进行，场地大小适宜，且较为空旷，可以忽略一些外界的干扰因素，认为无线信号是在自由空间传播的。实验者被要求佩戴传感器节点在特定位置上，为了使得节点固定在身体上，不会随着运动出现晃动，使用弹力绷带将节点绑紧。

在佩戴好传感器节点之后，为了使实验者熟悉整个实验系统，首先进行了一个简单的验证型实验。在实验者开始跑步前，只开启位于脚踝的传感器节点使其向胸部的协调器节点发送数据包，其它节点均处于监听状态，然后示意实验者开始进行匀速跑步，正常摆臂，监测协调器节点的实时RSSI值，可以看出，RSSI值是具有不规则的波动的，这和上节实验场景的预期是一样的。如图4所示：

从图4可以看到，在某些时刻，RSSI的值已经低于-90dBm了，小于CC2530的接收灵敏度，所以协调器在此时不会接收到源节点发送的数据包，链路出现中断。这验证了跑步场景的选取正确，能够适于验证JRP的有效性。

接下来，分别让五个实验者佩戴着上述实验节点进行了五分钟左右的匀速跑步，跑步的速率控制在16千米/小时。这五名实验者的身高不同，范围在160-185厘米，体重范围在45-76公斤。他们均没有受过专业的跑步训练，跑步姿势维持个人的习惯。在跑步的同时，每个位置的节点都会以100毫秒的间隔发送1000个16字节的数据包，发送功率根据JRP的调控动态的改变，记录协调器节点的丢包情况。

为了监测JRP的工作情况，从单个实验者的实验数据中找出某个节点的数据做分析，以脚踝位置的节点作为源节点为例，监测了它中继选择和功率控制的计算细节。表1给出了其它各节点可能的ETPP值以及对应的功率等级。

表1各个节点可能的ETPP值及对应的功率等级

每个节点作为目标中继时，都会对应一组功率等级，其中S-R链路代表的是从源节点到中继节点，R-C链路代表的是从中继节点到协调器节点。JRP计算出每个节点作为中继节点时的最小ETPP值，同时会得到对应链路的功率等级，随后JRP选择其中最小的ETPP值作为最佳的目标中继节点。表1中可以看出，当脚踝作为源节点向位于胸部的协调器节点时，最佳的中继位置为ETPP值最小的腰部节点，其值仅为143.70，其次的是大腿，ETPP值为158.32，以此类推。由此，可以根据JRP的算法得到每个节点作为源节点时，其可能中继节点的排序，见表2，其中的“无”表示不需要中继，直接传输为最佳方式。

表2最佳目标中继节点列表

由表2可以得出每个节点位置的最佳中继选择，排在最前的即为所需ETPP最小的节点位置，查询此节点所对应的功率等级并按此等级发送，便完成了一次JRP的调控过程。

Claims (6)

1.一种基于节点位置的中继选择及功率控制联合优化机制，其特征是主要过程包括：

A.位于身体各部位的传感器以各功率等级发送信标帧到协调器节点；

B.协调器给出应答帧，其中包含对应功率等级的信道状态；

C.在数据发送过程中，实时监测丢包率情况，当丢包率低于阈值时，进行调控；

D.根据调控方法的算法(JRP)，计算出最优发送路径以及对应的发送功率等级(ETPP)，从而确定出目标中继节点；

E.传感器节点按照调控后的发送参数进行数据传输，重复上述过程；

F.如果当前链路的丢包率在某个时间段内维持很低的状态，则说明信道状态良好，考虑降低发送等级以节省电量，降低功率的算法参考ETPP的计算值。

2.如权利要求1所述的方法，其特征在于，在无线体域网传输机制中，采用功率控制机制和中继选择机制联合调控保证通信链路的可靠性，传感器节点按照根据当前链路状态计算出应该采用调控方式，从而提高链路可靠性。

3.如权利要求1所述方法，其特征在于，在整个调控方法中，突出考虑了节点位置对可靠性的影响，针对不同位置的传感器节点信道状态不同，其所计算出的中继节点以及对应的发送功率等级不同，中继节点的选择与传感器节点距离协调器的距离以及节点运动情况有关。

4.如权利要求1所述方法，其特征在于，传感器节点采用JRP算法计算出目标中继节点以及对应的发送功率等级，JRP的核心思想是比较当前节点向各邻居节点传输数据所消耗的能量以及对应的丢包率情况，综合衡量后选择最适于进行中继传输且能量消耗不高于平均能耗的节点充当中继节点。

5.如权利要求1所述的方法，其特征在于，JRP算法中的ETPP参数综合考虑了节点位置、当前信道状态以及节点的运动情况，并且针对不同的发送功率等级做出了能耗估计，全面地衡量了在人体运动状态下，信道可能面临的各种影响因素。

6.权利要求1所述的方法，其特征在于，调控方法不是传统意义上的单纯增加发送功率以提高传输可靠性，而是通过ETPP的值自适应地去增加或降低发送功率，当链路质量较好的时候，JRP会主动根据情况减小发送功率，以达到降低节点能耗的目的。