低占空比WSN中一種低時延路由協(xié)議

李 林 徐 震* 陳良銀 鄭貴敏

1(武漢輕工大學電氣與電子工程學院 湖北 武漢 430000)2(四川大學計算機學院 四川 成都 610064)

?

低占空比WSN中一種低時延路由協(xié)議

李 林1徐 震1*陳良銀2鄭貴敏1

1(武漢輕工大學電氣與電子工程學院 湖北 武漢 430000)2(四川大學計算機學院 四川 成都 610064)

低占空比無線傳感網(wǎng)絡(LDC-WSN)可以有效地提高網(wǎng)絡中節(jié)點的生存周期。但是它卻帶來一些額外的問題，如較長的等待時延等。另外，由于鏈路質(zhì)量的原因，一些數(shù)據(jù)需要傳輸多次才能成功，這不僅浪費能量，而且導致較大的時延。為解決這些問題，提出一種新穎的路由算法LLR(low latency routing)，該算法先根據(jù)節(jié)點到匯聚節(jié)點的跳數(shù)進行分層，每一個節(jié)點均計算其到父節(jié)點的時延以及父節(jié)點到匯聚節(jié)點的時延，從而尋找一條到達匯聚節(jié)點的最低時延的傳輸路徑。仿真結(jié)果表明，相對于ESL和LES算法，這種路由算法能更好地節(jié)省能量和降低時延。

無線傳感網(wǎng)絡 低占空比 時延

0 引 言

無線傳感網(wǎng)絡[1](WSN)由大量具有信息采集功能的節(jié)點組成，這些節(jié)點體積微小，將它們部署在需要檢測的范圍內(nèi)，它們可以采集我們需要的信息并發(fā)送給匯聚節(jié)點。由于無線傳感網(wǎng)絡使用方便，價格低廉，因此被廣泛應用在各行各業(yè)中，比如煤礦監(jiān)控系統(tǒng)[2]、長鏈路型輸電線路監(jiān)測系統(tǒng)[3]、基于作物生長模型的WSN溫室環(huán)境智能監(jiān)控系統(tǒng)[4]等。

在無線傳感網(wǎng)絡中，大多數(shù)的節(jié)點都是采用電池供電，因此降低能耗以延長網(wǎng)絡生存時間是無線傳感網(wǎng)絡設計的一個重要挑戰(zhàn)。由于傳感器節(jié)點更換電池比較困難，所以電池使用壽命直接影響整個傳感器的壽命。傳感器節(jié)點主要在感知、處理和通信三個方面消耗能量。其中通信消耗的能量是最多的，通信時節(jié)點主要分為四個狀態(tài)：發(fā)送、接收、空閑、睡眠。其中睡眠狀態(tài)下消耗的能量是最少的。因此在必要的時候讓節(jié)點進入睡眠狀態(tài)可以大大地節(jié)省節(jié)點的能量，延長整個網(wǎng)絡的壽命。在MAC協(xié)議中加入睡眠機制，是一種行之有效的方法。在這種情況下，出現(xiàn)了低占空比無線傳感網(wǎng)絡。低占空比無線傳感網(wǎng)絡中，節(jié)點只在一個周期的一個或者幾個特定的時隙蘇醒，大部分時間處于睡眠狀態(tài)，節(jié)點蘇醒之后才能夠接收、發(fā)送數(shù)據(jù)或者進行監(jiān)聽。實驗證明監(jiān)聽所消耗的能力也是十分大的，它等同于傳輸數(shù)據(jù)時所消耗的能量[5]。而在睡眠的過程中，節(jié)點消耗的能量是非常小的。如典型的協(xié)議IEEE 802.15.4。這個協(xié)議中指出在一些不必要的時候可以關閉節(jié)點的天線，這樣可以節(jié)省一些能量。

低占空比下的實時數(shù)據(jù)傳輸是影響節(jié)點能量的一個關鍵因素。MMSPEED[6]提出了一種多路徑多速度的路由協(xié)議用來在一定程度上保證網(wǎng)絡的鏈路質(zhì)量。Myounggyu等提出了一種非對稱鏈路下的MAC協(xié)議[7]，它在數(shù)據(jù)傳輸過程中，通過切換傳輸?shù)哪Ｊ絹泶_保數(shù)據(jù)傳輸成功，減少傳輸次數(shù)，降低能量消耗。Fei等提出了一種新的工作調(diào)度表的構(gòu)建方法[8]，它能夠較好地解決低占空比條件下的延時問題。Zu等提出了一種能夠有效解決時延的路由算法ESL[9]，它通過尋找備用節(jié)點來減少多次重傳所帶來的時延，一旦傳輸失敗后，傳輸節(jié)點傳輸數(shù)據(jù)給備用節(jié)點，而不是重傳，這樣就減少低占空比下的等待時延。但是如果備選節(jié)點的鏈路質(zhì)量都較低時，會造成傳輸次數(shù)增加，也會造成較大的延時。陳良銀等人提出了一種LES算法[10]這種算法采用增加節(jié)點時隙的方式來減少時延，但由于時隙增加過多,導致能力過多消耗。為此我們提出了一種能夠更好地解決時延問題的LLR路由算法。

LLR路由算法的核心思想是:源節(jié)點向匯聚節(jié)點傳輸數(shù)據(jù)時，先根據(jù)節(jié)點到匯聚節(jié)點的跳數(shù)將節(jié)點分為不同的層，相同跳數(shù)的節(jié)點位于同一層。傳輸數(shù)據(jù)時，數(shù)據(jù)沿著節(jié)點跳數(shù)減小方向的傳輸路徑即為數(shù)據(jù)傳輸?shù)淖疃搪窂?，在這些最短路徑中，我們需要找出傳輸時延最低的路徑。在基于梯度的網(wǎng)絡中，每一個節(jié)點均計算其到父節(jié)點的時延以及父節(jié)點到匯聚節(jié)點的時延，從而計算出每一層的各節(jié)點到匯聚節(jié)點的最低時延及其路徑。

1 系統(tǒng)模型與問題描述

1.1 網(wǎng)絡模型

假設無線傳感網(wǎng)絡由n個普通節(jié)點和一個匯聚節(jié)點組成。每一個節(jié)點都裝備全向天線，且所有的節(jié)點有相同的傳輸范圍。網(wǎng)絡拓撲用函數(shù)G=(V,E)表示，其中V表示網(wǎng)絡中節(jié)點的集合，E表示連接傳感器節(jié)點間鏈路的集合。若傳感器節(jié)點A和B在彼此通信范圍內(nèi)，則可以認為節(jié)點A、B可以相互通信。

1.2 延遲模型

如果節(jié)點A與節(jié)點B可以在物理上進行正常通信，則可用lij表示節(jié)點i和節(jié)點j之間的一條鏈路。所有的鏈路均包含3個屬性。

(1) 傳輸時間t， t表示成功傳輸一次數(shù)據(jù)包節(jié)點所消耗的時間，其中包括信號編碼以及無線傳輸所需要的時間。

(2) 鏈路質(zhì)量q， q表示節(jié)點使用這條鏈路將數(shù)據(jù)包一次傳輸成功的概率。

(3) 最大傳輸次數(shù)r， r表示發(fā)送數(shù)據(jù)包的節(jié)點最多可傳輸r次，否則會將數(shù)據(jù)包丟棄。

定義1等待時延Sij(t)：節(jié)點i在t時刻有一個數(shù)據(jù)包需要傳輸給節(jié)點j，從節(jié)點i準備傳輸數(shù)據(jù)包到節(jié)點j蘇醒并準備接收之間的時間為等待時延。

(1)

定義2期望傳輸成功率Eqij(r)：節(jié)點i在向節(jié)點j傳輸數(shù)據(jù)時，節(jié)點j在r次傳輸過程中收到數(shù)據(jù)的概率：

(2)

定義3期望傳輸時延ESij(r)：節(jié)點i在向節(jié)點j傳輸數(shù)據(jù)時，節(jié)點j在r次傳輸過程中收到數(shù)據(jù)的期望時延。在低占空比的條件下，數(shù)據(jù)下次傳輸需要等到下一個周期節(jié)點蘇醒時。在本文中簡記為d(i,j)。即：S(k)=S1+(r-1)T。

(3)

在圖1所示的基于鏈路質(zhì)量的數(shù)據(jù)傳輸模型中，期望傳輸成功率Eqij(r)越低，則丟包率越高，傳輸次數(shù)越多，這不僅浪費能量，而且大大增加了傳輸時延。我們定義一個傳輸成功率閾值δ，作為傳輸路徑選擇的一個控制參數(shù)。在低占空比無線傳感網(wǎng)絡中，當鏈路lij滿足Eqij(r)≥δ時，認為傳輸是成功的，無需再次傳輸。只有鏈路qij滿足Eqij(r)≥δ時，該條鏈路才可作為傳輸候選鏈路。所以我們需要計算節(jié)點S到節(jié)點Ai的傳輸成功率EqSAi(r)。并將各條傳輸鏈路的傳輸成功率與閾值相比較，選出期望傳輸成功率高于閾值傳輸路徑{SA1,SA2,…}。

圖1 基于鏈路質(zhì)量的數(shù)據(jù)傳輸模型

1.3 問題描述

無線傳感網(wǎng)絡中，數(shù)據(jù)從許多源節(jié)點采集并上傳到匯聚節(jié)點。網(wǎng)絡中的節(jié)點依據(jù)BFS算法由各節(jié)點到匯聚節(jié)點的跳數(shù)分成不同的層，跳數(shù)相同的節(jié)點位于同一層。在傳輸數(shù)據(jù)時，無線傳感網(wǎng)絡中的數(shù)據(jù)沿著節(jié)點跳數(shù)減小的方向傳輸，此時傳輸路徑所包含的節(jié)點數(shù)目最少，為最短傳輸路徑。如圖2所示，源節(jié)點A的信息需要經(jīng)過一個N層的網(wǎng)絡到達匯聚節(jié)點S。由于傳輸路徑p(A,S)={A→B2→C1→…→M1→N1→S}中每層只有一個節(jié)點，所以源節(jié)點A到匯聚節(jié)點S的最短傳輸路徑為p(A,S)。

圖2 網(wǎng)絡傳輸模型

要使低占空比傳感網(wǎng)絡能夠滿足實時QOS需求，本文在基于傳輸成功率閾值的基礎上尋找最低時延的傳輸路徑，以此來降低節(jié)點發(fā)送數(shù)據(jù)的等待時延。圖2中，源節(jié)點A要發(fā)送數(shù)據(jù)給匯聚節(jié)點S，傳輸路徑有若干條，要使端到端的延時最低，可以將問題轉(zhuǎn)化為基于傳輸成功率閾值的基礎上，如何從這些最短路徑中尋找出一條時延最低的傳輸路徑。該問題可以用式(4)-式(6)描述。

Eqij(r)≥δ ?lij∈p(A,S)

(4)

min hop[p(A,S)]

(5)

min d(A,S)

(6)

其中：p(A,S)表示源節(jié)點A到匯聚節(jié)點S之間的傳輸路徑；d(A,S)表示源節(jié)點A傳輸數(shù)據(jù)到匯聚節(jié)點S的等待時延。

針對這個問題，下面將提出一種行之有效的時延控制方法。

2 算法設計

在圖3中的網(wǎng)絡拓撲中，為了尋找從節(jié)點Ni到匯聚節(jié)點S的最低時延dmin(Ni,S)的傳輸路徑，具體實現(xiàn)方法為：先將網(wǎng)絡中的節(jié)點根據(jù)其到匯聚節(jié)點S的跳數(shù)分層，相同跳數(shù)的節(jié)點位于同一層。從匯聚節(jié)點S的下一跳節(jié)點開始，每一個節(jié)點Mi均計算其與父節(jié)點之間鏈路的期望傳輸成功率，若滿足閾值δ，則計算出它到匯聚節(jié)點S的最低時延dmin(Mi,S)及其傳輸路徑pmin(Mi,S)并儲存。其最低時延dmin(Mi,S)為節(jié)點Mi到其父節(jié)點的時延與其父節(jié)點到匯聚節(jié)點S的最低時延之后的最小值。level n上的節(jié)點Ni到匯聚節(jié)點S的最低時延dmin(Ni,S)為節(jié)點Ni到其上一層level (n-1)上節(jié)點Qi的傳輸時延與節(jié)點Qi到匯聚節(jié)點S的最低時延與之和的最小值。

圖3 基于梯度的數(shù)據(jù)傳輸模型

圖3中， 匯聚節(jié)點S一直處于工作狀態(tài)，第一層level 1上的節(jié)點Bj向匯聚節(jié)點S傳輸數(shù)據(jù)的等待時延為0。對于第二層level 2上的節(jié)點Ci，若傳輸鏈路qBjCi滿足EqBjCi(r)≥δ，則節(jié)點Ci傳輸?shù)絽R聚節(jié)點的最低時延為：

dmin(S,Ci)=min{d(S,Bj)+d(Bj,Ci)}=dmin(Bj,Ci)

其中{d(S,Bj)+d(Bj,Ci)}表示節(jié)點Ci傳輸?shù)絣evel 1層上的節(jié)點Bj的時延與節(jié)點Bj到匯聚節(jié)點S的時延之和，這個最小值即為最低時延值。pmin(S,Ci)表示傳輸數(shù)據(jù)達到最低時延的傳輸路徑。這樣可以計算出level 2上所有節(jié)點到匯聚節(jié)點S的時延。第三層level 3上的節(jié)點Di，若傳輸鏈路qCjDi滿足EqCjDi(r)≥δ,則節(jié)點Di到匯聚節(jié)點S的最低時延為：

dmin(Di,S)=min{dmin(S,Cj)+d(Cj,Di)}

以此類推，可以計算出位于level n上的節(jié)點Ni，若傳輸鏈路qQjNi滿足EqQjNi(r)≥δ，令dmin(Ni,S)={dmin[S,Qi]+d[Qj,Ni]}，Qi表示節(jié)點Ni的父節(jié)點。

這樣就可以計算出節(jié)點Ni傳輸數(shù)據(jù)到匯聚節(jié)點S的最低等待時延dmin(Ni,S)。

算法LLR路由算法

Input：網(wǎng)絡拓撲G=(V,E)，匯聚節(jié)點S，S∈V。

Output: 一個 MLD樹(時延最低的樹：儲存各節(jié)點到匯聚節(jié)點的最低期望傳輸時延及相對應的傳輸路徑)。

TMLD=(VMLD,EMLD)

/*第一步: 將網(wǎng)絡中的節(jié)點分層*/

1.以匯聚節(jié)點S為根，通過BFS算法，將所有的節(jié)點V分成level 0,level 1,level 2,…,level l這l層

2.VMLD←{S}，EMLD←?，DS(連通子集)←{S}

3.for m←1 to l do

/*第二步: 找到最低時延的傳輸路徑*/

4.CD(侯選連通子集)←level m{u|u∈N(v),v∈DS}

5.for any node u∈CD do

if 節(jié)點u與父節(jié)點w之間鏈路的期望傳輸成功率滿足δ尋找p(u,s)←節(jié)點u到節(jié)點s的最短傳輸路徑

?vm∈DS,ifp(u,s)is{u→w→s},thend(u,s)=d(u,w)+d(w,s)

計算d(u,s)←在所找到的最短傳輸路徑p(u,c)中計算節(jié)點u到匯聚節(jié)點s的期望傳輸時延

找出pmin(u,s)←比較各條傳輸路徑的期望傳輸時延d(u,s)，找出最低時延dmin(u,s)及對應的傳輸路徑

/*第三步: 把u加入DS，并讓w成為父節(jié)點,構(gòu)造MLD樹*/

6.while CD≠? do

u←節(jié)點u及其dmin(u,s),u∈CD

DS←DS∪{u}

EMLD←the edges in pmin(u,s)

w←parent node of u in pmin(u,s)

VMLD←VMLD∪{u}∪{w}

CD←CD(w)

7.return TMLD

圖4中，網(wǎng)絡分為四層。假設源節(jié)點D1有一個數(shù)據(jù)包需要發(fā)送到匯聚節(jié)點S。每一個節(jié)點均計算其到父節(jié)點之間鏈路的期望傳輸成功率，若滿足閾值δ，再計算不同層上的節(jié)點到匯聚節(jié)點的最低傳輸時延并存儲對應的傳輸路徑。

圖4 基于梯度的模擬數(shù)據(jù)傳輸模型

1) 對于第一層上的節(jié)點Bi，EqSB1(r)≥δ，EqSB2(r)≥δ，EqSB3(r)≥δ，EqSB4(r)≥δ。

dmin(S,B1)=dmin(S,B2)=dmin(S,B3)=dmin(S,B4)=0

2) 對于第二層上的節(jié)點Ci，以節(jié)點C3為例，節(jié)點C3的父節(jié)點為B1、B2。EqB1C3(r)≤δ，EqB2C3(r)≥δ。

則令d=dmin(S,C3)=dmin(S,B1)+d(B1,C3)，所以節(jié)點C3傳輸數(shù)據(jù)到匯聚節(jié)點的最低時延dmin(S,C3)為d。因此最佳傳輸路徑pmin(S,C3)為{C3→B1→S}。

3) 對于第三層上的節(jié)點D1，節(jié)點D1的父節(jié)點為節(jié)點C3、C4。EqC3D1(r)≥δ，EqC4D1(r)≥δ。

則令d1=dmin(S,C3)+d(C3,D1)，令d2=dmin(S,C4)+d(C4,D1)，假設d1≤d2，所以節(jié)點C3傳輸數(shù)據(jù)到匯聚節(jié)點的最低時延dmin(S,D1)為d1。因此最佳傳輸路徑pmin(S,D1)為{D1→C3→B1→S}。

3 仿真實驗與性能評價

在本節(jié)，我們將通過仿真實驗來驗證LLR路由算法的各項性能，將其各項性能指標與其他算法來對比分析。由于LLR路由算法是基于ESL算法的，且LES和ESL算法在延時和節(jié)能上擁有很好的性能，是低占空比傳感網(wǎng)絡中典型的算法，所以在仿真過程中我們主要與LES和ESL算法比較。

3.1 評價方法

對于LLR路由算法，我們主要從以下兩個方面來評估它的性能。

(1) 數(shù)據(jù)多跳傳輸?shù)臅r延：在無線傳感網(wǎng)絡中，節(jié)點間數(shù)據(jù)傳輸是分層的，在這里我們主要考慮從源節(jié)點經(jīng)多跳傳輸?shù)絽R聚節(jié)點的時延。

(2) 網(wǎng)絡的生存周期:從仿真開始到網(wǎng)絡中節(jié)點因能量耗盡而被廢棄的節(jié)點的數(shù)量超過30%(此時整個網(wǎng)絡的性能非常差，可以認為整個網(wǎng)絡接近癱瘓)所持續(xù)的時間。

3.2 仿真實驗參數(shù)

美國明尼蘇達大學雙城分校Tian He教授的實驗室做項目研究時，對基于MicaZ/TinyOS平臺的鏈路質(zhì)量做了大量研究，發(fā)現(xiàn)閾值取為0.8最合理，所以仿真中我們?nèi)∮媒?jīng)驗值0.8[12]。若實際用途中對數(shù)據(jù)包的到達率要求低時，可以降低閾值。仿真平臺參數(shù)設置如表1所示。

表1 仿真平臺參數(shù)

3.3 不同參數(shù)對算法性能的影響

在這一節(jié)中，將在不同節(jié)點數(shù)量，不同占空比的條件下對LLR路由算法的平均時延和網(wǎng)絡生命周期進行仿真。并將仿真結(jié)果與LES和ESL算法進行比較，仿真中，每次只改變一個參數(shù)，其余參數(shù)保持默認值。

低占空比無線傳感網(wǎng)絡中，數(shù)據(jù)傳輸?shù)钠谕麄鬏敃r延與節(jié)點的數(shù)量有著很大的關系。節(jié)點數(shù)量越多，可選路徑越多，時延越低。

圖5顯示了三種算法的平均期望時延隨著節(jié)點數(shù)量變化的變化曲線。由仿真結(jié)果可知，隨著節(jié)點數(shù)量的增加，平面內(nèi)建立的鏈路越多，傳輸?shù)目蛇x路徑越多，所以平均期望傳輸時延越小。LLR路由算法通過計算出各條路徑的期望傳輸時延來選出從源節(jié)點到匯聚節(jié)點的時延最低的一條傳輸路徑。而ESL和LES算法僅找出下一跳的最佳傳輸路徑以此來減少傳輸時延，沒有考慮整條路徑的傳輸時延，所以相對其他兩種算法，LLR路由算法的時延明顯較低。例如：當節(jié)點數(shù)量為300時，ESL和LES的平均時延為601 s和583 s，而LLR路由算法的延時僅為480 s，因此LLR路由算法能夠減少數(shù)據(jù)傳輸時延，最好的情況下減少了近20%。

圖5 節(jié)點數(shù)量和平均時延

低占空比的條件下，傳輸時延與節(jié)點的占空比有著很大的關系，占空比越大，傳輸時延越小。

圖6顯示了三種算法的期望傳輸時延隨著節(jié)點占空比變化的變化曲線。由仿真結(jié)果可知，不同占空比下，相對于LES和ESL算法，LLR路由算法的平均傳輸時延最低。例如：當節(jié)點占空比為1%的情況下，LLR路由算法的平均時延為530 s，而LES和ESL算法的平均時延為676 s和636 s。因此LLR路由算法可以更好地解決低占空比無線傳感網(wǎng)絡中的時延問題。

圖6 節(jié)點占空比和平均時延

在低占空比無線傳感網(wǎng)絡中，網(wǎng)絡的生命周期隨著節(jié)點占空比的增大而減小，占空比越高，節(jié)點的壽命越短。

圖7顯示了三種算法的節(jié)點生命周期隨著節(jié)點占空比變化的變化曲線。根據(jù)仿真結(jié)果可以看出，網(wǎng)絡的生命周期隨著節(jié)點占空比的增大而減少，在相同占空比下，LLR路由算法的生命周期略長。例如：當節(jié)點占空比為1%時，LES和ESL算法的網(wǎng)絡生命周期3×106s和3.6×106s，而LLR路由算法的生命周期為4×106s。這是因為LES算法采用增加時隙的方式來減少時延，這會造成不必要的能量損耗會降低網(wǎng)絡的生命周期，所以生命周期最短。ESL算法采用尋找候選節(jié)點的傳輸?shù)姆绞剑@種方式一旦遇到較低的鏈路質(zhì)量時，重傳次數(shù)增大，浪費較多的能量，而且時延較高。而LLR路由算法是在在傳輸鏈路質(zhì)量滿足期望傳輸成功率的基礎上找出一條到達匯聚節(jié)點的最低時延的傳輸路徑，這樣可以在保證時延較低的基礎上最大地節(jié)省能量，所以LLR路由算法更能延長網(wǎng)絡的壽命。

圖7 節(jié)點占空比和生命周期

4 結(jié) 語

本文對于低占空比無線傳感網(wǎng)絡存在的時延問題提出了一種LLR路由算法。該算法根據(jù)節(jié)點到匯聚節(jié)點的跳數(shù)將整個網(wǎng)絡進行梯度分層，網(wǎng)絡中的節(jié)點均計算其到父節(jié)點的時延以及父節(jié)點到匯聚節(jié)點的時延，通過比較節(jié)點到匯聚節(jié)點所有傳輸路徑的時延，從而找出一條從源節(jié)點到達匯聚節(jié)點的最低時延的傳輸路徑。仿真實驗結(jié)果證明了LLR路由算法相比ESL和LES算法在低占空比無線傳感網(wǎng)絡中能更有效地降低時延。

[1] 孫利民,李建中,陳渝,等.無線傳感網(wǎng)絡[M].北京,清華大學出版社,2005.

[2] Guo Peng,Jiang Tao,Zhang Kui,et al.Energy-Efficient Miner Monitoring System with Duty-Cycled Wireless Sensor Networks[J].Hindawi Publishing Corporation,2012,8(2):1-9.

[3] 金山,崔文,金志剛.基于WSN技術(shù)油罐區(qū)消防報警調(diào)度系統(tǒng)的設計[J].計算機應用研究,2013,31(9):1-4.

[4] 胡夏蕓,楊余旺,曹宏鑫,等.基于作物生長模型的WSN溫室環(huán)境智能監(jiān)控系統(tǒng)[J].計算機應用與軟件,2014,31(7):97-100,190.

[5] Zhen Jiangli,Mo Li.Towards Energy-Fairness in Asynchronous Duty-Cycling Sensor Networks[J].ACM Transactions on Sensor Networks,2014,10(3):38-64.

[6] Felemban E,Lee C G,Ekici E,et al.Probabilistic QoS guarantee in reliability and timeliness domains in wireless sensor networks[C]//Infocom Joint Conference of the IEEE Computer & Communications Societies IEEE,2005:2646-2657.

[7] Myounggyu Won,Taejoon Park,Sang H,et al.A MAC Protocol for Low-Power Duty-Cycled Wireless Sensor Networks with Asymmetric Links[J].IEEE Comunication Letters,2014,18(5):809-811.

[8] Fei Yang,Isabelle Aug éBlum.Delivery ratio-maximized wakeup scheduling for ultra-low duty-cycled WSNs under real-time constraints[J].Computer Networks,2011,55(3):497-513.

[9] Zu Zhifan.Delay-Driven Routing for Low-Duty-Cycle Sensor Networks[J].International Journal of Distributed Sensor Networks,2013(2):178-179.

[10] 陳良銀,王金磊,張靖宇,等.低占空比WSN中一種節(jié)點休眠調(diào)度算法[J].軟件學報,2014,25(3):631-641.

[11] Liu R,Fan K,Sinha P.Locally scheduled packet bursting for data collection in wireless sensor networks[J].Ad Hoc Networks,2009,7(5):904-917.

[12] Gu B Y,He T.Data Forwarding in Extremely Low Duty-Cycle Sensor Networks with Unreliable Communication Links[C]//International Conference on Embedded Networked Sensor Systems,Sensys 2007,Sydney,Nsw,Australia,2007:973-974.

A LOW-LATENCY ROUTING PROCOTOL IN LOW-DUTY-CYCLE WSN

Li Lin1Xu Zhen1*Chen Liangyin2Zheng Guimin1

1(SchoolofElectricalandElectronicEngineering,WuhanPolytechnicUniversity,Wuhan430000,Hubei,China)2(SchoolofComputerScience,SichuanUniversity,Chengdu610064,Sichuan,China)

Low duty cycle wireless sensor networks (LDC-WSN) can improve the life of node in the network effectively. But it brings some additional problems, such as a long wait delay and so on. In addition, due to the quality of the link, some data need to be transmitted several times to be successful, not only a waste energy, but also lead to larger delay. In order to solve this problem, this paper proposes a low-latency routing (LLR) algorithm. The algorithm stratifies by node hops to sink node, and calculates the delay of each node to the parent node and parent node to sink node, in order to find the minimum time delay of transmission path to the sink node. The simulation results show that compared to the ESL and LES algorithm, this routing algorithm can better save energy and reduce delay.

Wireless sensor networks Low-duty-cycle Delay

2016-02-20。國家自然科學基金項目(61373091)。李林，學士，主研領域：無線傳感網(wǎng)絡。徐震，副教授。陳良銀，副教授。鄭貴敏，學士。

TP393

A

10.3969/j.issn.1000-386x.2016.11.018