羅震鈞,張穎江,鐘 珞,呂 品

(1.武漢理工大學(xué)計(jì)算機(jī)學(xué)院,武漢 430070;2.湖北省食品藥品監(jiān)督檢驗(yàn)研究院,武漢 430064;3.湖北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院,武漢 430068)

?

無(wú)線傳感器網(wǎng)絡(luò)中基于貝葉斯可變頻的CSMA/CA算法研究*

羅震鈞1,2,張穎江1,3*,鐘 珞1,呂 品1

(1.武漢理工大學(xué)計(jì)算機(jī)學(xué)院,武漢 430070;2.湖北省食品藥品監(jiān)督檢驗(yàn)研究院,武漢 430064;3.湖北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院,武漢 430068)

針對(duì)于在無(wú)線傳感器網(wǎng)絡(luò)中多個(gè)節(jié)點(diǎn)向Sink節(jié)點(diǎn)發(fā)送數(shù)據(jù)包造成的延時(shí)、丟包、碰撞檢測(cè)、網(wǎng)絡(luò)阻塞等問(wèn)題,在802.15.4協(xié)議CSMA/CA算法的基礎(chǔ)上提出了一種基于貝葉斯可變頻的CSMA/CA算法(BVF-CSMA/CA)。該算法將貝葉斯估值得到的參數(shù)區(qū)間與CSMA/CA的碰撞檢測(cè)機(jī)制相結(jié)合,使傳感器節(jié)點(diǎn)發(fā)送的多數(shù)據(jù)包能正常與Sink節(jié)點(diǎn)實(shí)時(shí)通訊,采用這種算法減少了碰撞檢測(cè)、節(jié)約了能耗、降低了網(wǎng)絡(luò)通訊量、延長(zhǎng)了網(wǎng)絡(luò)的生命周期。本文通過(guò)使用NS2仿真工具模擬驗(yàn)證了該無(wú)線傳感器網(wǎng)絡(luò)的丟包率和能耗,實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的算法顯著改善了這兩個(gè)性能指標(biāo)。

無(wú)線傳感器網(wǎng)絡(luò);貝葉斯公式;可變頻率算法;載波監(jiān)聽多路訪問(wèn)/沖突避免策略

無(wú)線傳感器網(wǎng)絡(luò)WSNs(Wirless Sensor Networks)以其組網(wǎng)方便、實(shí)時(shí)監(jiān)測(cè)、使用靈活、采集信息快速等特點(diǎn)被越來(lái)越多地應(yīng)用到各種領(lǐng)域中,例如:航天航空、軍事監(jiān)控、環(huán)境監(jiān)測(cè)、醫(yī)療衛(wèi)生、交通運(yùn)輸、智能家庭等等。但是WSNs的能耗問(wèn)題一直是制約該網(wǎng)絡(luò)發(fā)展的瓶頸。由于無(wú)線傳感器節(jié)點(diǎn)一旦部署就很難更換電池,特別是拋撒到人們不易到達(dá)的地方,這些無(wú)線傳感器節(jié)點(diǎn)被部署后其生命周期一般是一次性的。因此,如何節(jié)約WSNs的能耗或最大限度延長(zhǎng)生存期是WSNs研究的重點(diǎn)。

目前,WSNs的能耗研究熱點(diǎn)很多,并且取得了很大的進(jìn)展。姚玉坤等人從無(wú)線傳感器的網(wǎng)絡(luò)層提出了能耗均衡的自供能分簇路由算法,該算法通過(guò)對(duì)簇頭選舉機(jī)制進(jìn)行了改進(jìn),充分保存與利用補(bǔ)給能量,提高了能量利用性能[1]。Ozlem Durmaz等人提出了多通道的MAC協(xié)議,設(shè)計(jì)了無(wú)線傳感器網(wǎng)絡(luò)的最大化吞吐量,其目的為協(xié)調(diào)傳輸多個(gè)頻率頻率以提高能源效率[2]。顧云麗等人提出了基于蜂群算法的WSNs任播路由器協(xié)議(ABCARP),該協(xié)議通過(guò)短途和長(zhǎng)途偵查蜂查詢周邊的區(qū)域和基站并由采集蜂負(fù)責(zé)分組傳遞,通過(guò)仿真證明該協(xié)議性能較好[3]。Medagliani等人設(shè)計(jì)并分析了基于WSNs的跨層偵測(cè)移動(dòng)目標(biāo)系統(tǒng),研究了通信層的兩種介質(zhì)X-MAC協(xié)議和Cas-MAC協(xié)議受此啟發(fā)設(shè)計(jì)了D-MAC協(xié)議,通過(guò)仿真驗(yàn)證提出了一個(gè)基于節(jié)點(diǎn)評(píng)價(jià)能量消耗水平的網(wǎng)絡(luò)生命周期模型,并提出了跨層優(yōu)化配置方法的系統(tǒng)參數(shù)[4]等等。從以上文獻(xiàn)的研究可以看出WSNs的研究越來(lái)越偏向使用算法自動(dòng)調(diào)節(jié)節(jié)點(diǎn)的參數(shù),以適應(yīng)環(huán)境,從而減少能量消耗和提高效率,也就是使用的方法越來(lái)越智能化與自動(dòng)化,具有智能學(xué)習(xí)的性質(zhì)。

本文研究的關(guān)注點(diǎn)是減少WSNs在傳輸中的數(shù)據(jù)包碰撞,提高網(wǎng)絡(luò)的利用率;在WSNs中由于節(jié)點(diǎn)眾多,并且數(shù)據(jù)傳輸時(shí)間不確定,使用單一頻率傳輸數(shù)據(jù)不可避免地產(chǎn)生數(shù)據(jù)碰撞,而WSNs主要采用的是傳統(tǒng)的載波監(jiān)聽多路訪問(wèn)/沖突避免策略CSMA/CA(Carrier Sense Multiple Access with Collision Avoidance)。這種策略在大量無(wú)線傳感器節(jié)點(diǎn)向同一個(gè)節(jié)點(diǎn)實(shí)時(shí)通訊時(shí)會(huì)存在一些問(wèn)題,如:多次碰撞后節(jié)點(diǎn)停止傳輸,丟包率高,網(wǎng)絡(luò)延遲過(guò)長(zhǎng)等。故本文為了解決這些問(wèn)題提出了一種基于數(shù)理統(tǒng)計(jì)中貝葉斯公式的可變頻率算法。

1 相關(guān)工作

在WSNs中,傳感器節(jié)點(diǎn)在數(shù)據(jù)包傳輸過(guò)程中經(jīng)常會(huì)出現(xiàn)多個(gè)節(jié)點(diǎn)向同一個(gè)節(jié)點(diǎn)發(fā)送數(shù)據(jù)包的情況。這就不可避免地產(chǎn)生傳輸數(shù)據(jù)沖突、無(wú)線頻率擁塞、通訊效率的降低等等,結(jié)果會(huì)導(dǎo)致發(fā)送的數(shù)據(jù)包不斷滯留,而新的數(shù)據(jù)包又不斷進(jìn)入隊(duì)列等待,發(fā)送方與接收方都不能很好地處理數(shù)據(jù)包,將會(huì)有越來(lái)越多的數(shù)據(jù)包阻塞到網(wǎng)絡(luò)中,情況嚴(yán)重的時(shí)候會(huì)造成整個(gè)WSNs的癱瘓。WSNs使用802.15.4協(xié)議的CSMA/CA機(jī)制處理這種情況[5],該機(jī)制被用來(lái)調(diào)節(jié)傳輸介質(zhì)的使用權(quán),所有的傳感器節(jié)點(diǎn)在傳輸數(shù)據(jù)之前會(huì)先檢測(cè)所使用傳輸媒介是否被占用,如果被占用則延遲一段時(shí)間再次檢測(cè),該過(guò)程反復(fù)執(zhí)行,直到檢測(cè)傳輸介質(zhì)為空閑時(shí)則進(jìn)行數(shù)據(jù)傳輸。雖然該機(jī)制能有效地減少了傳輸碰撞,提高了網(wǎng)絡(luò)的利用率。但是在無(wú)線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)的數(shù)量一般情況下是比較多的,分布并無(wú)規(guī)律,發(fā)送時(shí)間也不能確定等。因此CSMA/CA的3個(gè)參數(shù)Nb(Number of backoff)(最大值為4)、Cw(Content window length)(最大值為31)和Be(Backoff exponent)(最大值為5)設(shè)置的最大值會(huì)經(jīng)常被超過(guò)[6]。這樣會(huì)造成傳感器節(jié)點(diǎn)耗費(fèi)大量能量來(lái)計(jì)算等待時(shí)間、數(shù)據(jù)包被大量丟失、網(wǎng)絡(luò)延遲也不斷加劇等等。另外,很多傳感器節(jié)點(diǎn)部署的目的是要求實(shí)時(shí)感知物理世界的,這就降低了WSNs的實(shí)時(shí)性。

為解決這些問(wèn)題,最近幾年國(guó)內(nèi)外的專家學(xué)者都提出了對(duì)CSMA/CA的改進(jìn)算法。Rejane[7]提出了基于MAC協(xié)議的CSMA/CA優(yōu)化算法,該算法改進(jìn)了傳輸時(shí)間和約束機(jī)制,根據(jù)GTS的不同大小需求引入相應(yīng)的競(jìng)爭(zhēng)周期以保證時(shí)隙分配,并提高網(wǎng)絡(luò)的性能。Ashrafuzzaman[8]提出了基于WSNs的時(shí)隙CSMA/CA最優(yōu)能量和吞吐量的操作區(qū)域,利用模型尋找到最佳的時(shí)隙工作點(diǎn)參數(shù),控制帶寬及減少碰撞達(dá)到節(jié)約能源延長(zhǎng)生命周期。Mario[9]研究的是基于支持期限調(diào)度優(yōu)先級(jí)的CSMA/CA機(jī)制,其特點(diǎn)是通過(guò)單調(diào)速率(RM)來(lái)保證時(shí)隙配置等。以上方法都是利用最優(yōu)化參數(shù)來(lái)提高效率,但WSNs網(wǎng)絡(luò)是經(jīng)常變化的,缺少網(wǎng)絡(luò)重新變化后如何優(yōu)化的研究。Iwanicki[10]則是利用動(dòng)態(tài)分配頻譜的技術(shù)來(lái)將限定好的頻譜分配給需要使用的傳感器節(jié)點(diǎn),但是缺乏智能學(xué)習(xí)功能,容易造成頻譜的浪費(fèi)。文獻(xiàn)[11-13]都提出了在WSNs中引入貝葉斯的變化公式對(duì)使用的算法進(jìn)行相應(yīng)的改進(jìn),用于降低網(wǎng)絡(luò)能耗、減少路徑損耗、故障檢測(cè)、數(shù)據(jù)融合等。本文則是結(jié)合以上兩種策略來(lái)對(duì)IEEE802.15.4協(xié)議MAC層的CSMA/CA機(jī)制改進(jìn),用于提高整個(gè)網(wǎng)絡(luò)的性能。

2 可變頻率算法的分析及研究

2.1 貝葉斯公式數(shù)學(xué)原理分析及使用

貝葉斯公式就是用來(lái)計(jì)算后驗(yàn)概率的公式,它利用搜集到的信息對(duì)原來(lái)判斷進(jìn)行修正。即已知道結(jié)果發(fā)生的條件下,推斷原因發(fā)生的可能性大小。這種結(jié)果發(fā)生在事件后的概率稱為后驗(yàn)概率,用來(lái)計(jì)算后驗(yàn)概率的公式稱為貝葉斯公式[14]。具體描述如下:

假設(shè)事件A是事件B發(fā)生的原因,且先驗(yàn)概率P(A)已知,那么事件A的后驗(yàn)概率P(A|B)為式(1)所示:

(1)

WSNs節(jié)點(diǎn)發(fā)送數(shù)據(jù)包時(shí),發(fā)送數(shù)據(jù)的節(jié)點(diǎn)一般都是隨機(jī)發(fā)送數(shù)據(jù)的,各個(gè)節(jié)點(diǎn)發(fā)送數(shù)據(jù)的事件被認(rèn)為都是互不干擾的獨(dú)立事件,則可以看作事件A,另一節(jié)點(diǎn)接收數(shù)據(jù)可被看作事件B,發(fā)送數(shù)據(jù)事件A是接收數(shù)據(jù)事件B發(fā)生的原因。P(B|A)則被認(rèn)為發(fā)送節(jié)點(diǎn)發(fā)送數(shù)據(jù)后接收節(jié)點(diǎn)正常接收到數(shù)據(jù)的概率。具體表示如圖1所示。

圖1 WSNs節(jié)點(diǎn)發(fā)送接收貝葉斯公式使用原理圖

在上圖中A1,A2,…,Ai表示為節(jié)點(diǎn)1,2,……,i發(fā)送數(shù)據(jù)包的事件,B表示為節(jié)點(diǎn)0接收數(shù)據(jù)包的事件,則P(Bj|Ai)表示為節(jié)點(diǎn)i發(fā)送數(shù)據(jù)后B節(jié)點(diǎn)接收到的概率,那么用貝葉斯公式所求的P(Ai|Bj)表示為B點(diǎn)接收到數(shù)據(jù)后Ai節(jié)點(diǎn)發(fā)出數(shù)據(jù)的概率(注:圖1中i=j,如果B節(jié)點(diǎn)擴(kuò)展后當(dāng)B節(jié)點(diǎn)不唯一時(shí)則i與j不相同)。如果知道A1,A2,…,Ai各節(jié)點(diǎn)在一段時(shí)間t內(nèi)發(fā)送數(shù)據(jù)的概率后,則通過(guò)相應(yīng)的算法流程對(duì)發(fā)送數(shù)據(jù)概率最合適的節(jié)點(diǎn)采取可變頻率策略用于減少數(shù)據(jù)包在WSNs中的沖突。

2.2 可變頻率節(jié)點(diǎn)的選取

根據(jù)文獻(xiàn)[15],IEEE 802.15.4定義了兩個(gè)物理層的頻率標(biāo)準(zhǔn),即2.4 GHz頻段和868/915 MHz。前者是免許可的標(biāo)準(zhǔn),后者則是歐美的頻段,文中主要采用的是2.4 GHz頻段。頻率公式如式(2)所示:

Fc=2405+5(k-11)k=11,12……26

(2)

從上述公式上可以看出該頻段共有16個(gè)頻率,也就是意味著接收節(jié)點(diǎn)最大可以變換16個(gè)頻率。但如果存在傳感器數(shù)據(jù)通訊節(jié)點(diǎn)的數(shù)目是遠(yuǎn)大于16個(gè),或者遠(yuǎn)小于16個(gè),則可變頻率應(yīng)選取最恰當(dāng)?shù)墓?jié)點(diǎn)用于頻率變換,其目的為既要保證正常數(shù)據(jù)傳輸,又要使占用的資源最小。

為求得最恰當(dāng)?shù)膫鞲衅鞴?jié)點(diǎn)用于可變頻率,則需要根據(jù)貝葉斯方法估計(jì)總體參數(shù)。假設(shè)節(jié)點(diǎn)發(fā)送數(shù)據(jù)事件符合正態(tài)分布。那么式(1)可以寫成如式(3)所示:

(3)

設(shè)隨機(jī)變量參數(shù)θ∈A,則θ也為正態(tài)分布,且θ～N(μ,φ)其中方差φ已知道,期望μ未知,那么轉(zhuǎn)換為求期望μ范圍,又設(shè)x∈B,式(3)可以寫成如式(4)所示:

P(θ/x)∞π(θ)P(x/θ)

(4)

在上述公式中,∞為正比符號(hào),x是傳感器節(jié)點(diǎn)B的觀測(cè)值,這些值是可以得到的。則當(dāng)θ變化時(shí)P(x/θ)就是θ的函數(shù),可寫為l(θ/x)。這個(gè)函數(shù)被叫做似然函數(shù),式(4)可以變化為式(5)所示:

P(θ/x)∞π(θ)l(θ/x)

(5)

即估計(jì)出期望μ,那么:

(6)

假設(shè)取到正態(tài)分布N(μ0,φ0)為μ的先驗(yàn)分布,則由式(6)可得到:

π(μ)=(2πφ0)-1/2exp{-(μ-μ0)22φ0}

(7)

再根據(jù)式(5)得到μ的后驗(yàn)分布:

P(μ/x)∞π(μ)l(μ/x)=π(μ)P(x/μ)

(8)

即:

(9)

(10)

由以上的推導(dǎo)可以得到期望μ的置信區(qū)間和方差φ,則根據(jù)這兩個(gè)參數(shù)來(lái)選取可變頻率的節(jié)點(diǎn)。式(2)已經(jīng)確定在一個(gè)Sink節(jié)點(diǎn)的WSNs中,可用頻率數(shù)為16,那么通過(guò)節(jié)點(diǎn)選取算法選擇合適的節(jié)點(diǎn)變頻。具體算法步驟如下:

Step 4:反復(fù)重復(fù)Step 2和Step 3的循環(huán),直到第μn的置信區(qū)間與上一個(gè)μn-1的置信區(qū)間相同或者頻段數(shù)都被使用(也就是找到第15個(gè)分頻節(jié)點(diǎn)),跳出循環(huán),算法結(jié)束。

2.3 可變頻率算法流程

在WSNs的IEEE 802.15.4協(xié)議中,CSMA/CA是作為重要的沖突避免算法,不少算法是對(duì)該協(xié)議進(jìn)行改進(jìn),用于降低能耗[17]。本文使用的是基于貝葉斯可變頻的CSMA/CA算法BVF-CSMA/CA(Bayes Variable Frequency CSMA/CA),其改進(jìn)原理是當(dāng)CSMA/CA的競(jìng)爭(zhēng)機(jī)制失敗后或滿足一定條件時(shí),使用基于貝葉斯可變頻的選取算法,選擇合適的節(jié)點(diǎn)和頻率進(jìn)行變頻傳輸。該算法的其具體流程如圖2所示。

圖2 可變頻率算法流程圖

在圖2中,當(dāng)數(shù)據(jù)發(fā)生碰撞時(shí)開始判定是否使用CSMA/CA策略,如果使用CSMA/CA策略,則判定當(dāng)該策略在后退次數(shù)Nb或后延時(shí)間的長(zhǎng)度Cw都達(dá)到最大值或同時(shí)同步傳輸?shù)墓?jié)點(diǎn)數(shù)目n在兩個(gè)以上(碰撞的概率最大)。符合這些條件時(shí)使用可變頻率節(jié)點(diǎn)選取算法,利用貝葉斯公式選取可變頻率的節(jié)點(diǎn),求出相應(yīng)的參數(shù)通過(guò)可變頻率選取算法并通過(guò)式(2)分配相應(yīng)的頻率。分配頻率后等待一定時(shí)間ti-1(其中i要大于等于1)后,判定是不是數(shù)據(jù)成功傳輸,如果不能成功傳輸則跳轉(zhuǎn)到判定是否使用可變頻率算法步驟,繼續(xù)可變信道節(jié)點(diǎn)的選取。反之,則該算法結(jié)束。

3 實(shí)驗(yàn)仿真及結(jié)果分析

3.1 仿真環(huán)境與參數(shù)配置

本文仿真環(huán)境主要是構(gòu)建藥檢云計(jì)算平臺(tái)智能化實(shí)驗(yàn)室為目的,這種實(shí)驗(yàn)室能采集和監(jiān)控實(shí)驗(yàn)室的一切信息,為藥檢人員遠(yuǎn)程訪問(wèn)、數(shù)據(jù)溯源、藥品評(píng)價(jià)模型等提供條件,其利用無(wú)線傳感器網(wǎng)絡(luò)感知藥檢實(shí)驗(yàn)室內(nèi)部的溫度、濕度、光照、潔凈度或監(jiān)控藥品檢驗(yàn)檢測(cè)儀器設(shè)備的視頻、圖片等數(shù)據(jù)信息(如色譜儀、液相、電子天平等的視頻信息)。本文以藥檢實(shí)驗(yàn)室為模擬環(huán)境,實(shí)驗(yàn)室的標(biāo)準(zhǔn)區(qū)域一般為60 m×30 m的范圍。實(shí)驗(yàn)儀器與實(shí)驗(yàn)環(huán)境中布置無(wú)線傳感器節(jié)點(diǎn)用于采集感知到的信息,Sink節(jié)點(diǎn)安置在中間用于收集其他節(jié)點(diǎn)的信息。以這樣環(huán)境布置的無(wú)線傳感器網(wǎng)絡(luò)如圖3所示。

圖3 基于無(wú)線傳感器網(wǎng)絡(luò)的藥檢實(shí)驗(yàn)室環(huán)境

NS2(Network Simulator 2)是一種開源的、免費(fèi)的、針對(duì)網(wǎng)絡(luò)技術(shù)的軟件模擬平臺(tái),其功能強(qiáng)大、涉及到網(wǎng)絡(luò)的所有方面,并且仿真數(shù)據(jù)能被得到認(rèn)可[18]。本文采用該軟件的NS2.34版本作為仿真實(shí)驗(yàn)軟件來(lái)分析驗(yàn)證該算法的性能,其仿真參數(shù)如下表1所示。

本文的實(shí)驗(yàn)選取的16個(gè)發(fā)送節(jié)點(diǎn)其中有4個(gè)是仿真藥檢實(shí)驗(yàn)室的固定發(fā)送數(shù)據(jù)流(溫度、濕度、光照、潔凈度),其余12個(gè)使用函數(shù)random()隨機(jī)發(fā)送數(shù)據(jù)包(用于采集藥檢儀器的視頻、圖片等信息),接收節(jié)點(diǎn)為匯聚節(jié)點(diǎn)Sink,仿真時(shí)間根據(jù)實(shí)驗(yàn)需要設(shè)置。運(yùn)行NAM得到的仿真圖如圖4所示。

表1 仿真參數(shù)配置表

圖4 仿真拓?fù)浣Y(jié)構(gòu)圖

3.2 仿真實(shí)驗(yàn)過(guò)程與結(jié)果分析

本文的主要對(duì)比使用CSMA/CA算法、CSMA/CA-TDMA算法[19]、BVF-CSMA/CA算法的性能。對(duì)這3種算法做理論上的分析,BVF-CSMA/CA算法是在CSMA/CA算法的基礎(chǔ)上改進(jìn)的,前者的使用條件是在后者的參數(shù)已經(jīng)達(dá)到最大值或者網(wǎng)絡(luò)已經(jīng)負(fù)載過(guò)重時(shí)采用該策略,從這種角度分析可以得出前者比后者更有優(yōu)勢(shì)。CSMA/CA-TDMA算法是通過(guò)對(duì)超幀中競(jìng)爭(zhēng)的直接分配和數(shù)據(jù)時(shí)隙的相互申請(qǐng)來(lái)實(shí)現(xiàn)整個(gè)網(wǎng)絡(luò)的競(jìng)爭(zhēng),其特點(diǎn)是最優(yōu)化利用網(wǎng)絡(luò)資源,但在多節(jié)點(diǎn)向同一節(jié)點(diǎn)發(fā)送數(shù)據(jù)包的環(huán)境下,網(wǎng)絡(luò)中的時(shí)隙資源都可能會(huì)被占用,這也會(huì)造成擁塞,而且算法中所用的廣播信息會(huì)增加網(wǎng)絡(luò)中的負(fù)荷。

本文的實(shí)驗(yàn)是通過(guò)分析無(wú)線傳感器網(wǎng)絡(luò)的兩個(gè)重要指標(biāo)——丟包率與能耗,用來(lái)判定這3種算法的優(yōu)劣。在藥檢實(shí)驗(yàn)室模擬場(chǎng)景中對(duì)3種算法比較,實(shí)驗(yàn)數(shù)據(jù)通過(guò)仿真工具NS2的trace功能獲取,仿真實(shí)驗(yàn)后3個(gè)算法分別得到3個(gè)后綴名為tr的數(shù)據(jù)文件,使用gawk程序提取相關(guān)內(nèi)容(如:時(shí)間、節(jié)點(diǎn)、能量、數(shù)據(jù)包的數(shù)量等),然后再使用gnuplot繪制圖形工具對(duì)得到的數(shù)據(jù)繪圖。實(shí)驗(yàn)的丟包數(shù)對(duì)比如圖5所示,在圖5中,設(shè)置20 s的仿真時(shí)間,對(duì)比丟包數(shù)可以看出使用CSMA/CA和BVF-CSMA/CA算法在發(fā)送400個(gè)數(shù)據(jù)包的時(shí)候接收到的數(shù)據(jù)包大約都為50%,而CSMA/CA-TDMA算法則利用最優(yōu)化的時(shí)隙資源,把數(shù)據(jù)包的接收率達(dá)到近90%,在這個(gè)階段CSMA/CA-TDMA算法的性能最優(yōu),CSMA/CA和BVF-CSMA/CA算法性能幾乎一樣。隨著發(fā)送數(shù)據(jù)包總量的逐漸增大BVF-CSMA/CA的優(yōu)勢(shì)逐漸顯示出來(lái),而CSMA/CA-TDMA在數(shù)據(jù)包達(dá)到2000個(gè)以上時(shí)則接收數(shù)穩(wěn)定在1600個(gè)附近,說(shuō)明網(wǎng)絡(luò)資源利用率已經(jīng)不能再優(yōu)化了。整個(gè)網(wǎng)絡(luò)數(shù)據(jù)包發(fā)送總量達(dá)到3200個(gè)數(shù)據(jù)包時(shí)BVF-CSMA/CA接收率大概為74%,丟包率為16%,而CSMA/CA-TDMA的接收率為50%多一點(diǎn),丟包率接近50%;CSMA/CA的接收率則大約為32%,丟包率為68%。由以上分析結(jié)果可以得出結(jié)論隨著發(fā)送數(shù)據(jù)包數(shù)量的增加,BVF-CSMA/CA算法比另外兩種算法在數(shù)據(jù)包接收率方面的優(yōu)勢(shì)更加明顯。

圖5 CSMA/CA、BVF-CSMA/CA、CSMA/CA-TDMA的發(fā)送包與接收包

圖6 CSMA/CA、BVF-CSMA/CA、CSMA/CA-TDMA能量消耗比較圖

為進(jìn)一步驗(yàn)證算法的有效性,對(duì)3種算法的能耗做比較。同樣設(shè)置20 s的仿真時(shí)間,同時(shí)設(shè)置節(jié)點(diǎn)的能量為無(wú)限大(防止節(jié)點(diǎn)死亡),仿真結(jié)果如圖6所示。在該圖中,在整個(gè)網(wǎng)絡(luò)數(shù)據(jù)包量達(dá)到1100個(gè)數(shù)據(jù)包之前,CSMA/CA算法能耗最小,因?yàn)榱硗鈨煞N算法還未達(dá)到最優(yōu)化。當(dāng)數(shù)據(jù)包的數(shù)量在1600左右時(shí),CSMA/CA-TDMA算法的利用率最高,因此能耗最低。但之后BVF-CSMA/CA算法隨著Sink節(jié)點(diǎn)的變頻頻率的使用,優(yōu)勢(shì)逐漸顯示出來(lái),而CSMA/CA-TDMA算法由于資源已經(jīng)不能再優(yōu)化了,接收的數(shù)據(jù)包較少,因此能耗增加較快,從圖5中也可以反映出來(lái)。到最后在發(fā)送3200個(gè)數(shù)據(jù)包時(shí)BVF-CSMA/CA算法比CSMA/CA算法的能耗降低了近20%,比CSMA/CA-TDMA算法的能耗也有優(yōu)勢(shì)。

4 結(jié)論

本文在802.15.4協(xié)議的CSMA/CA算法基礎(chǔ)上提出了基于貝葉斯可變頻的CSMA/CA算法。該算法基于貝葉斯公式,利用802.15.4協(xié)議制定的16個(gè)可變頻段用于節(jié)點(diǎn)變頻。在WSNs多節(jié)點(diǎn)向同一節(jié)點(diǎn)傳輸數(shù)據(jù)包的條件下,通過(guò)仿真實(shí)驗(yàn)對(duì)比驗(yàn)證CSMA/CA、BVF-CSMA/CA、CSMA/CA-TDMA 3種算法的丟包率和能耗兩個(gè)性能參數(shù),得到的結(jié)論是BVF-CSMA/CA算法顯著地提高WSNs網(wǎng)絡(luò)的性能。從而節(jié)約了整個(gè)WSNs的能源,減少了數(shù)據(jù)碰撞,保證了數(shù)據(jù)的實(shí)時(shí)傳輸并延長(zhǎng)了整個(gè)網(wǎng)絡(luò)的生命周期。

[1] 姚玉坤,王冠,任智,等. 能耗均衡的自供能無(wú)線傳感器網(wǎng)絡(luò)分簇路由算法[J]. 傳感技術(shù)學(xué)報(bào),2013,26(10):1420-1425.

[2]Ozlem Durmaz,Lodewijk,Pierre,Paul. MC-LMAC:A multi-channel MAC protocol for wireless sensor networks[J]. Ad hoc networks,2010,9(5):73-94.

[3]顧云麗,徐昕,杜杰,等. 基于蜂群算法的無(wú)線傳感器網(wǎng)絡(luò)任播路由協(xié)議[J]. 傳感技術(shù)學(xué)報(bào),2013,26(4):564-569.

[4]Paolo Medagliani,Gianluigi Ferrari,Vincent Gay. Cross-layer design and analysis of WSN-based mobile target detection systems[J]. Ad Hoc Networks,2013,11:712-732.

[5]Muffy Calder,Michele Sevegnani,Modelling IEEE 802. 11 CSMA/CA RTS/CTS with stochastic bigraphs with sharing[J]. Formal Aspects of Computing,2014,26(2):537-561.

[6]Chiara. Performance Analysis of IEEE 802. 15. 4 Beacon-Enabled Mode[J]. IEEE Transactions on Vehicular Technology,2010,59(4):2031-2045.

[7]Rejane Dalce,Van Den,Thierry Val. Optimization of a CSMA/CA based MAC protocol designed for confined WSNS[C]//2012 International Conference on Wireless Communications in Under-ground and Confined Areas,ICWCUCA 2012:1109-1113.

[8]Ashrafuzzaman Kazi,Energy and throughput optimal operating region in slotted CSMA/CA based WSN[J]. IEEE Communications Letters,2012,16(9):1524-1527.

[9]Mario Collotta,Gianfranco Scata,Giovanni Pau,A Priority-Based CSMA/CA Mechanism to Support Deadline-Aware Scheduling in Home Automation Applications Using IEEE 802. 15. 4[J]. Inter-national Journal of Distributed Sensor Networks,2013,22(4):1155-1169.

[10]Iwanicki K,Steen M V,Multi-hop cluster hierarchy maintenance in wireless sensor networks:A case for gossip-based protocols[C]//The Sixth European Conference on Wireless Sensor Networks,Cork,Ireland,Feb,2009:102-117.

[11]齊華,王恒,劉軍. 可變周期的基于貝葉斯估計(jì)的TPSN改進(jìn)算法[J]. 傳感技術(shù)學(xué)報(bào),2013,26(3):407-410.

[12]Lau Bill C P,Ma Eden W M,Chow Tommy W S,Probabilistic fault detector for Wireless Sensor Network[J]. Expert Systems with Applications,2014,41(1):3703-3711.

[13]張品,董為浩,高大冬. 一種優(yōu)化的貝葉斯估計(jì)多傳感器數(shù)據(jù)融合算法[J]. 傳感技術(shù)學(xué)報(bào),2014,27(5):643-648.

[14]劉次華、萬(wàn)建平. 概率論與數(shù)理統(tǒng)計(jì)[M]. 北京:高等教育出版社,2003:24-29.

[15]IEEE Computer Society. IEEE Standard for Local and metropolitan area networks-Part15. 4:Low-Rate Wireless Personal Area Networks(LR-WPANs)[S]. New York:IEEE,2011:146-150.

[16]葉中行、王蓉華、徐曉玲等. 概率論與數(shù)理統(tǒng)計(jì)[M]. 北京:北京大學(xué)出版社,2010:254-284.

[17]Mohammad,Iman,Abbaspour. An adaptive CSMA/TDMA hybrid MAC for energy and throughput improvement of wireless sensor networks[J]. Ad Hoc Networks. 2011:1297-1304.

[18]方陸平、劉世華、陳盼等. NS-2網(wǎng)絡(luò)模擬基礎(chǔ)與應(yīng)用[M]. 北京:國(guó)防工業(yè)出版社,2008.

[19]任昊翔,郭達(dá)偉,邵凝寧,等. 一種新型的無(wú)競(jìng)爭(zhēng)的基于TDMA的MAC協(xié)議[J]. 傳感技術(shù)學(xué)報(bào),2013,26(1):89-94.

羅震鈞(1985-),男,漢族,工程師,武漢理工大學(xué)計(jì)算機(jī)學(xué)院在職博士研究生,湖北省食品藥品監(jiān)督檢驗(yàn)研究院情報(bào)信息中心科員,主要從事云計(jì)算、智能計(jì)算及無(wú)線傳感器網(wǎng)絡(luò)能耗方面的研究,26111221@qq.com;

張穎江(1959-),男,漢族,湖北工業(yè)大學(xué)教授,武漢理工大學(xué)博士生導(dǎo)師,主要從事無(wú)線網(wǎng)絡(luò)協(xié)議、無(wú)線傳感器網(wǎng)絡(luò)能耗和安全、自動(dòng)控制的研究,yjjzhang@mail.hbut.edu.cn;

鐘珞(1957-),男,漢族,武漢理工大學(xué)教授,博士生導(dǎo)師,主要從事智能技術(shù)與智能系統(tǒng),軟件工程,知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘的研究;

呂品(1973-),女,漢族,武漢工程大學(xué)副教授,武漢理工大學(xué)博士研究生,主要從事數(shù)據(jù)挖掘,社會(huì)網(wǎng)絡(luò)與網(wǎng)絡(luò)信息分析的研究,lpwhict@163.com。

ResearchonBayesVariableFrequencyCSMA/CAAlgorithminWirelessSensorNetworks*

LUOZhenjun1,2,ZHANGYingjiang1,3*,ZHONGLuo1,LüPin1

(1.School of Computer Science and Technology,Wuhan University of Technology,Wuhan 430070 China;2.Hubei Institute for Food and Drug Control,Wuhan 430064,China;3.Hubei University of Technology,Wuhan 430068,China)

In the process of transmitting data packets from more than one node to the Sink node,there are many problems in wireless sensor networks,such as,packet delay,packet loss,collision detection,network congestion and so on. This paper proposes a new Bayes variable frequency CSMA/CA algorithm(BVF-CSMA/CA)that is based on the 802.15.4 protocol of CSMA/CA algorithm. This algorithm combines the Bayes interval estimation and collision detection mechanism of CSMA/CA so as to realize the real-time transmission of each node sent by data packets to the Sink node. Thereby it reduces the collision detection,saves energy,reduces the network traffic and prolongs the network life cycle. This paper verifies the packet loss rate and energy consumption by using the NS2 simulation tool and the experimental results show that the improved algorithm has significantly improved the two performance parameters.

wireless sensor networks;bayes formula;variable frequency algorithm;CSMA/CA

項(xiàng)目來(lái)源:國(guó)家自然科學(xué)基金青年基金項(xiàng)目(61103136);中國(guó)食品藥品檢定研究院科學(xué)檢驗(yàn)精神研究項(xiàng)目的子課題項(xiàng)目(2012X1-029)

2014-04-04修改日期:2014-07-29

10.3969/j.issn.1004-1699.2014.09.020

TP391

:A

:1004-1699(2014)09-1269-06