CN114599077B - 一种基于数据流预测的占空比自适应调整方法 - Google Patents
一种基于数据流预测的占空比自适应调整方法 Download PDFInfo
- Publication number
- CN114599077B CN114599077B CN202210229398.0A CN202210229398A CN114599077B CN 114599077 B CN114599077 B CN 114599077B CN 202210229398 A CN202210229398 A CN 202210229398A CN 114599077 B CN114599077 B CN 114599077B
- Authority
- CN
- China
- Prior art keywords
- node
- nodes
- data
- network
- energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000009977 dual effect Effects 0.000 claims abstract 2
- 238000005265 energy consumption Methods 0.000 claims description 41
- 230000005540 biological transmission Effects 0.000 claims description 27
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000002035 prolonged effect Effects 0.000 claims description 4
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 230000002618 waking effect Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 206010033799 Paralysis Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000008667 sleep stage Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Abstract
本发明公开了一种基于数据流预测的占空比自适应调整方法。无线传感器网络中的节点可分为热区节点和非热区节点。热区节点承担了网络当中大部分接收和转发工作,因此这一部分的节点剩余能量很少,采用改进的接收方发起的数据接收模式,其占空比采用更小的占空比并按需使用。非热区节点相较于热区节点有较多能量剩余,因此通过预测其剩余能量以及需要处理的数据包个数来适当增加占空比。依据节点所处网络位置的不同而采用不同的介质访问控制协议实现提高网络寿命、降低网络延迟的双重目的。
Description
技术领域
本发明属于无线传感器网络的介质访问控制(Medium Access Control,MAC)领域,特别是涉及一种基于数据流预测的自适应占空比调整策略。
背景技术
无线传感器网络是一种由多个传感器节点组成的无线自我组织网络。传感器节点可以在外部环境中获取到需要的信息,然后通过简单的操作将采集到的信息数据进行传输。由于其自组织、分布式和灵活性的三大优点,引起了研究人员的高度重视,在无线通信中发挥了不可替代的关键作用。目前,无线传感器网络的应用已经扩展到许多领域。在军事应用中,通过在战场上随机布置大量的传感器,在自然灾害预警中,无线传感器网络可以实时监测水、火、泥石流、山崩、火山爆发等灾害,以便及时警告和疏散群众。然而,在无线传感器网络的实际应用过程中,由于无线传感器节点的自身局限性,可能会导致能量空洞现象的发生。能量空洞指的是当网络中部分节点的能量耗尽时,它将无法工作,甚至会导致网络的瘫痪。由此可能会引发严重的问题。因此,如何尽可能地降低能量消耗,延长整个网络生命周期,避免网络的能量空洞现象的出现是无线传感器网络研究中的一个具有挑战性的课题。与此同时,如何提高网络的能量效率,延长网络的生命周期,是当前的热点问题。
目前,学者们研究如何降低无线传感器网络的能量消耗并提出了多种策略:(1)中继选择算法。在无线传感器网络中,当有多个节点可供选择时,就需要考虑中继节点选择问题,对于中继节点选择而言,最关键的就是效率问题,即如何高效的找到一个合适备选节点充当中继节点。传统的中继选择算法是枚举法,即将系统中存在的中继节点一一列举出来,再对其逐一研究,找到可能的全部节点组合,通过全局搜索的方法找到最优中继节点集合。目前,研究人员提出不同的中继节点选择算法,如基于链路质量、基于节点剩余能量等。在研究当中,可以通过多种标准来评价一个中继节点选择算法的性能,如算法带来的开销与代价以及算法的自适应和容错性。(2)功率分配优化。传输功率控制是指在保证一定通信质量的前提下,通过调整节点的发射功率,实现降低网络功耗、提高网络吞吐量的一种技术。在协作通信中,中断概率是一个重要的系统通信质量评价标准和评价方式,在此基础上再考虑实际协作通信中的一些约束条件。因此,在总功率受限的条件下,需要找到源节点和潜在中继节点的最优功率分配因子以使网络的中断概率最小,从而达到提高能源效率,降低能耗,减少网络内的干扰的目标。(3)占空比技术。所谓占空比就是节点被唤醒的时隙数量与周期工作时隙数量的比值。采用固定的侦听/睡眠策略,采用固定的占空比值在每帧内分配侦听阶段和睡眠阶段可以避免节点在全帧保持工作状态,有效降低能耗。在通常情况之下,占空比越低,节点工作时间越短,能量消耗也就越少,网络的生命周期越长。但是会导致较大的数据传输延迟。这是因为相邻节点很难同时处于苏醒状态。在这种情况下,如若节点间需要进行通讯,则发送节点需要等待一段时间,在接受节点苏醒后才能进行数据传输。相反,占空比越高,节点工作时间越短,数据传输延迟越小。但是会导致较高的能量消耗,以及较短的网络寿命。但是固定占空比和周期性睡眠导致网络鲁棒性不高以及网络能量消耗不均衡的问题,因此自适应占空比算法显得尤为重要。网络中节点根据网络流量来自适应调整占空比可以达到降低能耗、缩短延迟、提高网络吞吐量以及延长网络寿命的目标,对保障无线传感器网络的正常运行有着重要作用。(4)跨层优化算法。无线自组织网协议栈通常可分为5层,自上而下分别是:应用层、传输层、网络层、数据链路层、物理层。在不同网络环境下的拥塞与竞争进行全面的分析后,学者支出需要通过媒质接入控制(MAC)层和上层间信息的共享来实现准确有效的拥塞探测和控制,跨层优化算法势在必行。
基于以上分析,本发明提出了一种节点自适应占空比的策略,其中使用了占空比技术以及传输功率控制以延长无线传感器网络寿命并降低能耗。
发明内容
本发明公开了一种应用于无线传感器中的自适应占空比策略,其特征在于依据节点所处网络位置的不同而采用不同的介质访问控制协议来降低网络节点能耗并延长无线网络寿命,克服现有技术中无线传感器网络能量消耗不均衡导致可能会出现能量空洞的情况。
为实现上述目的,本发明的技术方案如下:
由于无线传感器网络的自组织性以及分布性,导致网络中不同位置的节点能量消耗相差甚远。在这样的情况下,网络中节点采用固定占空比的方法会导致能量空洞的情况出现,使得网络提前瘫痪,网络中剩余大量能量。基于此,本发明提出对于剩余能量较多的区域通过预测其剩余能量以及其需要处理的数据量大小适当增加其占空比,而对于剩余能量较少的区域的节点,则通过控制其建立连接的方式并适当降低其占空比。
基于上述方案,对于剩余能量较多的区域,通过预测其需要处理的数据量并通过模型计算其剩余能量即可获得自适应调整后的占空比。其自适应占空比ε′可由下式计算得到:
其中Einit为无线传感器网络节点的初始能量即网络中能量消耗最多的节点的能量,Es为节点的发送能量消耗,Er为节点的发送能量消耗,Er=Ta/2ωi+τbωr+τbωs+τpωr+τbωs;Eidle为节点的发送能量消耗,Eidle=Taωi。上式中,T为节点的周期时长,Ta为节点周期内保持工作状态的时长,τb为节点发送/接收先导包/ACK消息所需时长,τp为节点发送/接收数据包所需时长,ωi为节点保持低功率监听状态功率,ωs为节点发送功率,ωr为节点接受功率,TOne-loop为网络中一轮数据传输的时长,/>为距离基站l米远的节点需要处理的数据包数量;
基于上述方案,对于剩余能量较少的区域,不再采用传统的自适应方案,转而采用由接收节点发起数据接收模式,其占空比采用更小的占空比并按需使用。
其占空比如下式计算可得:
τb为节点发送/接收先导包/ACK消息所需时长,T为节点的周期时长。其能量消耗公式如下:
其中:
为节点的发送能量消耗,/>为节点的无须处理数据时的能量消耗,式中其他参数与之前所给含义一致。
相比于现有技术而言,本发明的改进在于:越是靠近中间的节点能量消耗越高,无线传感器网络的寿命也正是取决于这一部分节点。在本发明中,依据节点所处网络位置的不同而采用不同的介质访问控制协议以改善网络中能量消耗不均衡的情况,延长网络寿命。
有益效果
本发明公开了一种基于数据流预测的自适应占空比调整方法。对于不同区域的节点,通过其能量消耗情况以及数据包负荷程度来决定其策略从而计算其占空比。这样的分区域采用不同策略的方法可以有效延长无线传感器网络的寿命,因为该策略可以降低剩余能量少这一部分节点的能量消耗,又通过增加剩余能量多的节点的占空比来平衡前者带来的延迟方面的负面影响。
附图说明
图1为本发明的模型示意图
图2为本发明实施于非热区节点的方法和固定占空比方法的能量消耗的对比图。
图3为本发明实施于热区节点的方法和固定占空比方法的能量消耗的对比图。
图4为本发明实施于非热区节点的方法和固定占空比方法的占空比对比图。
具体实施方式
为了便于理解本发明的原理以及细节,下文将结合实例以及附图对本发明做进一步的说明。
如图1所示,在本发明所采用的无线传感器网络模型中,节点均匀地分布在以sink节点为中心、R为半径的圆形平面网络中,网络中所有节点静态部署,一旦部署在特定位置后不再移动。这些传感节点部署到网络并周期性检测周围环境中是否有事件发生,一旦周围的突发事件发生,则相应的感知节点会产生消息并将其发送给sink节点。该系统中的sink节点会得到持续供电,此外的其他节点都会受到电量的限制。该模型的节点可分为两种类型:第一种是热区节点。该区域的节点承担了网络当中大部分接收和转发工作,因此这一部分的节点剩余能量很少。第二种节点是非热区节点。该部分节点承担的数据量较小,因此有大量剩余能量。本发明对热区节点采用的是按需使用占空比的策略,该部分节点需要接收大量来自于非热区节点的数据包并将其发送给sink节点。但与固定占空比方法不同的是,建立连接的过程由接收节点发起。节点苏醒后,先广播一个先导包消息,当节点需要接受数据时该先导包可以告知发送方建立连接,当节点需要发送数据时发送该先导包意为请求与基站建立连接。此方法的好处是有效避免了发送节点建立连接时周期性发送先导包的行为,可以节省大量能量。具体来说,热区节点的能量消耗可通过下式计算得出:
其中为节点的发送能量消耗,/>为节点的发送能量消耗,/>为节点的无须处理数据时的能量消耗,/> 式中,T为节点的周期时长,τb为节点发送以及ACK先导包时长,τp为节点发送数据包时长,ωi为节点保持低功率监听状态功率,ωs为节点发送功率,ωr为节点接受功率,/>为节点接收的数据包个数,TOne-loop为一轮数据传输循环时长。
本发明对非热区节点采用的是充分利用剩余能量的策略,该部分节点需要处理的数据相比于热区节点少很多,因此会有大量的剩余能量。合理地利用这一部分的剩余能量可以提升整个网络的性能,这一部分节点采用的是传统的由发送节点发起连接的方式。其能量消耗可由下式计算得出:
其中Es为节点的发送能量消耗,Er为节点的发送能量消耗,Er=Ta/2ωi+τbωr+τbωs+τpωr+τbωs;Eidle为节点的发送能量消耗,Eidle=Taωi;T为节点的周期时长,Ta为节点周期内保持工作状态的时长,占空比ε=Ta/T;τb为节点发送/接收先导包/ACK消息所需时长,τp为节点发送/接收数据包所需时长,ωi为节点保持低功率监听状态功率,ωs为节点发送功率,ωr为节点接受功率,TOne-loop为网络中一轮数据传输的时长,/>为距离基站l米远的节点需要处理的数据包数量。
图2给出了本发明在热区实施按需使用较小占空比的方法和固定占空比方法的能量消耗的对比图。可以看出传统的使用固定占空比方法的无线传感器网络能量消耗不均匀,能量利用率底下,有大量剩余能量。而采用自适应占空比方案时,可以看出曲线是平缓的,说明能量的利用率高。
图3给出了本发明在非热区按需增加占空比的方法和固定占空比方法的能量消耗的对比图。可以看出节点采用自适应占空比方案时,节点耗能总体上低于固定占空比的方法。因此可以延长网络寿命,并且防止近sink节点造成能量空洞的现象出现。
图4给出了本发明在非热区按需增加占空比的方法和固定占空比对比图。可以看出在利用剩余能量的网络中,距离sink节点越远的节点,其剩余能量越多则其调整后占空比越大。而在固定占空比的网络当中,不管其位置远近,剩余能量大小,节点的占空比都是一个定值。由此可见本发明所提出的方法可以对网络中不同节点的占空比进行自适应调整。
Claims (1)
1.一种应用于无线传感器网络的基于数据流预测的占空比自适应调整方法,其特征在于:
(1)步骤一:在无线传感器网络中,依据节点所处网络位置的不同而采用不同的介质访问控制MAC协议,以实现提高网络寿命,降低网络延迟的双重目的;首先,将节点分为距离基站一跳范围内的热区节点以及距离基站大于一跳的非热区节点;其次,对于非热区节点,其MAC数据传输协议采用由发送方发起数据传输的机制,由于其剩余能量较多,通过预测其剩余能量以及需要处理的数据包个数来适当增加占空比,以减少延迟;而对于热区节点,由于它们能量消耗严重,其MAC数据传输协议采用改进的接收方发起的数据接收模式,其占空比采用更小的占空比并按需使用,接收方醒来后,如果需接收数据包则可一直接收并超过其分配的占空比,若没有数据接收则立即转入睡眠,以减少其能量,提高网络寿命,
(2)步骤二:针对有较多剩余能量的非热区节点,采用由发送方发起数据传输的机制,并通过模型计算其能量消耗以及数据量即可获得自适应调整后的占空比;距离基站l米的节点能量消耗可由下式计算:
其中Es为节点的发送能量消耗,Er为节点的发送能量消耗,Er=Ta/2ωi+τbωr+τbωs+τpωr+τbωs;Eidle为节点的发送能量消耗,Eidle=Taωi;T为节点的周期时长,Ta为节点周期内保持工作状态的时长,占空比ε=Ta/T;τb为节点发送/接收先导包/ACK消息所需时长,τp为节点发送/接收数据包所需时长,ωi为节点保持低功率监听状态功率,ωs为节点发送功率,ωr为节点接受功率,TOne-loop为网络中一轮数据传输的时长,/>为距离基站l米远的节点需要处理的数据包数量;
自适应占空比ε′可由下式计算得到:
该式由推算而出,式中Einit为无线传感器网络节点的初始能量,为距离基站lm的节点的剩余能量;
(3)步骤三:节点在无数据传输时采用较小占空比,有数据传输时则按需延长工作时间,且由接收方发起数据接收;
首先,能量紧张的热区节点按照初始设置进行周期性地睡眠/苏醒;节点苏醒后,先广播一个先导包消息,当节点需要接受数据时该先导包可以告知发送方建立连接,当节点需要发送数据时发送该先导包意为请求与基站建立连接;
其次,节点监听信道,时长为τb,τb为节点发送/接收先导包/ACK消息所需时长;若此时未收到数据包,则立即转入睡眠状态,此时节点的占空比为若节点收到了来自其他节点的数据包,则可按需延长工作时间以便完成数据接收/发送过程,当断开连接后节点立即转入睡眠状态;
综上,其能量消耗公式如下:
其中为节点的发送能量消耗,/> 为节点的发送能量消耗,/> 为节点的无须处理数据时的能量消耗, 式中其他参数与之前所给含义一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210229398.0A CN114599077B (zh) | 2022-03-09 | 一种基于数据流预测的占空比自适应调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210229398.0A CN114599077B (zh) | 2022-03-09 | 一种基于数据流预测的占空比自适应调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114599077A CN114599077A (zh) | 2022-06-07 |
CN114599077B true CN114599077B (zh) | 2024-06-21 |
Family
ID=
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101035129A (zh) * | 2007-01-11 | 2007-09-12 | 上海交通大学 | 流量自适应的无线传感器网络信道接入控制方法 |
CN104735756A (zh) * | 2015-03-12 | 2015-06-24 | 中南大学 | 一种基于传感器网络中能量残余自适应调整占空比的方法 |
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101035129A (zh) * | 2007-01-11 | 2007-09-12 | 上海交通大学 | 流量自适应的无线传感器网络信道接入控制方法 |
CN104735756A (zh) * | 2015-03-12 | 2015-06-24 | 中南大学 | 一种基于传感器网络中能量残余自适应调整占空比的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106604346B (zh) | 无线传感器网络能量有效机会路由的实现方法 | |
Baek et al. | Dynamic cluster header selection and conditional re-clustering for wireless sensor networks | |
Mohsin et al. | A survey of energy-aware routing and mac layer protocols in manets: Trends and challenges | |
Ranjani et al. | Energy-efficient cluster based data aggregation for wireless sensor networks | |
Cakici et al. | A novel cross-layer routing protocol for increasing packet transfer reliability in mobile sensor networks | |
Sadiq et al. | An Energy-Efficient Cross-Layer approach for cloud wireless green communications | |
CN104735756B (zh) | 一种基于传感器网络中能量残余自适应调整占空比的方法 | |
Yin et al. | An energy-efficient routing algorithm for wireless sensor networks | |
Mishra et al. | Power aware routing in mobile ad hoc networks-a survey | |
Yadav et al. | Sensor data fusion and clustering: a congestion detection and avoidance approach in wireless sensor networks | |
CN1893380A (zh) | 无线自组网的节能方法 | |
CN114599077B (zh) | 一种基于数据流预测的占空比自适应调整方法 | |
Barbieri et al. | WSN17-2: Proposal of an adaptive MAC protocol for efficient IEEE 802.15. 4 low power communications | |
CN112055405A (zh) | 一种仅对连通支配集中节点增加占空比的数据收集方法 | |
Prasad et al. | A qoi based energy efficient clustering for dense wireless sensor network | |
Prathibhavani et al. | Energy-efficient cross-layer multi-chain protocol for wireless sensor network | |
CN114599077A (zh) | 一种基于数据流预测的占空比自适应调整方案 | |
Ali-Fedila et al. | Performance evaluation of probabilistic broadcast in low-power and lossy networks | |
Munjal et al. | Maximizing Lifetime of Cluster-based WSN through Energy-Efficient Clustering Method | |
Xavier et al. | A Survey on Energy Efficient Dynamic Source Routing Protocol for Manets | |
Rady et al. | GAET: Grouping Algorithm for Energy and Throughput Enhancement for Wireless Sensor Networks. | |
Hu et al. | TAP: Traffic-aware topology control in on-demand ad hoc networks | |
Panchabhai et al. | A node hibernation protocol utilizing multiple transmit power levels for wireless sensor networks | |
Kumaran et al. | Hierarchical Energy Balanced Fault Tolerant Multipath Routing Protocol (HEBFTMRP) for Wireless Sensor Networks | |
Odeh et al. | Leach with Contention Window Adjustment for Optimum Performance in Energy Distribution and Efficient Utilization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |