河流水下無(wú)線傳感器網(wǎng)絡(luò)中基于河水漲跌的睡眠調(diào)度策略

劉洋（四川大學(xué)計(jì)算機(jī)學(xué)院，成都　610065）

河流水下無(wú)線傳感器網(wǎng)絡(luò)中基于河水漲跌的睡眠調(diào)度策略

劉洋
（四川大學(xué)計(jì)算機(jī)學(xué)院，成都610065）

0　引言

近年來(lái)，水下無(wú)線傳感器網(wǎng)絡(luò)在水質(zhì)檢測(cè)、環(huán)境監(jiān)測(cè)、海底勘測(cè)等領(lǐng)域均具有廣闊的應(yīng)用前景[1]。水下傳感器節(jié)點(diǎn)通常由自身攜帶的微型電池供電且電量有限，一經(jīng)部署，能量難以得到再次補(bǔ)充，因此如何在能量有限的情況下，盡可能地提升節(jié)點(diǎn)的能量利用效率，延長(zhǎng)網(wǎng)絡(luò)壽命顯得尤其重要。而在河流的獨(dú)特環(huán)境中，若采用分層的路由機(jī)制，則靠近河面的上層節(jié)點(diǎn)會(huì)承擔(dān)更多的數(shù)據(jù)轉(zhuǎn)發(fā)任務(wù)，造成能量的過(guò)量消耗，如果該區(qū)域節(jié)點(diǎn)過(guò)早死亡，則會(huì)造成“能量空洞”現(xiàn)象，進(jìn)而會(huì)加劇死亡節(jié)點(diǎn)的鄰近節(jié)點(diǎn)的能耗，出現(xiàn)“漏斗效應(yīng)”[2]，最后造成整個(gè)網(wǎng)絡(luò)的癱瘓。研究表明，當(dāng)網(wǎng)絡(luò)出現(xiàn)能量空洞時(shí)，網(wǎng)絡(luò)剩余能量為70%以上，大多數(shù)網(wǎng)絡(luò)甚至高達(dá)90%；另外，為了獲取整段河流的環(huán)境數(shù)據(jù)，需要部署大量的傳感器節(jié)點(diǎn)，由于河流的水位隨著季節(jié)不斷的發(fā)生變化，若在枯水季節(jié)，某些上層節(jié)點(diǎn)會(huì)浮在水面上，造成不必要的能量消耗。鑒于此，若能提出合適的休眠調(diào)度策略，使得水下傳感器節(jié)點(diǎn)在不同的水位下進(jìn)行休眠和喚醒的調(diào)度，在不影響整個(gè)網(wǎng)絡(luò)QoS的情況下，則能很大程度上降低以上兩種情況下上層節(jié)點(diǎn)的能耗，避免或延遲“能量空洞”現(xiàn)象的發(fā)生，延長(zhǎng)網(wǎng)絡(luò)壽命。

本文針對(duì)無(wú)線傳感器網(wǎng)絡(luò)的能量空洞問(wèn)題，結(jié)合河流水位變化的特點(diǎn)，為了均衡上層節(jié)點(diǎn)的能量消耗，提出一種基于河水漲跌的睡眠調(diào)度策略。首先對(duì)整個(gè)河流監(jiān)控網(wǎng)絡(luò)建立三維坐標(biāo)系，采用流體力學(xué)的方法分析節(jié)點(diǎn)受力平衡時(shí)粘滯阻力、壓差阻力等流體阻力對(duì)節(jié)點(diǎn)運(yùn)動(dòng)的影響，模擬真實(shí)河流環(huán)境下節(jié)點(diǎn)的運(yùn)動(dòng)規(guī)律，進(jìn)而根據(jù)Sink廣播的河面速度求解出節(jié)點(diǎn)的實(shí)時(shí)位置；然后對(duì)求解出的位置進(jìn)行分析，若節(jié)點(diǎn)當(dāng)前位置的Z坐標(biāo)值大于河流高度，則對(duì)節(jié)點(diǎn)進(jìn)行休眠，以節(jié)省該節(jié)點(diǎn)的能量開(kāi)銷(xiāo)，然后根據(jù)河流歷史水位數(shù)據(jù)，在水位高于高度閾值的時(shí)期對(duì)休眠節(jié)點(diǎn)進(jìn)行喚醒。

1　網(wǎng)絡(luò)與能耗模型

1.1網(wǎng)絡(luò)與能耗模型

河流水下無(wú)線傳感器網(wǎng)絡(luò)是由固定在水底的錨節(jié)點(diǎn)、浮動(dòng)在水中的動(dòng)態(tài)節(jié)點(diǎn)、拴住節(jié)點(diǎn)的繩子以及浮在水面的Sink節(jié)點(diǎn)構(gòu)成的3D監(jiān)控網(wǎng)絡(luò)。如圖1所示，網(wǎng)絡(luò)中有x條長(zhǎng)度不同的繩子，每條繩子上隨機(jī)分布y個(gè)傳感器節(jié)點(diǎn)，每段繩長(zhǎng)及每條繩子預(yù)部署的位置已知，所有繩子均勻部署在L×W×H的長(zhǎng)方體內(nèi)，繩子底部被錨固定在河底，k個(gè)sink節(jié)點(diǎn)隨機(jī)分布在監(jiān)控河流的上表面。

圖1　網(wǎng)絡(luò)模型

假設(shè)本文的網(wǎng)絡(luò)模型具有以下性質(zhì)：

（1）河面速度在[Vmin，Vmax]內(nèi)隨機(jī)變化。

（2）水流高度在[Hmin，Hmax]內(nèi)隨機(jī)變化。

（3）所有非Sink節(jié)點(diǎn)具有相似的通信能力和通信功率，一經(jīng)部署即不再更改。

（4）所有普通節(jié)點(diǎn)的浮力大于重力且主要部件裝置在空心圓柱體內(nèi)。

（5）整個(gè)網(wǎng)絡(luò)壽命周期內(nèi)，節(jié)點(diǎn)采集到的環(huán)境數(shù)據(jù)到達(dá)任一Sink均表示數(shù)據(jù)被成功接收。

（6）每個(gè)Sink節(jié)點(diǎn)負(fù)責(zé)將匯集的數(shù)據(jù)發(fā)送給基站，每個(gè)傳感器節(jié)點(diǎn)按照各自的采集周期收集數(shù)據(jù)，直至整個(gè)網(wǎng)絡(luò)死亡。

1.2能耗模型

由于無(wú)線電波在水中衰減嚴(yán)重，因此水下傳感器網(wǎng)絡(luò)通常采用水聲通信能耗模型。在通信過(guò)程中，節(jié)點(diǎn)的能量消耗主要分為兩部分：節(jié)點(diǎn)接收數(shù)據(jù)所消耗的能量和節(jié)點(diǎn)發(fā)送自身采集的環(huán)境數(shù)據(jù)或轉(zhuǎn)發(fā)其他鄰居節(jié)點(diǎn)數(shù)據(jù)產(chǎn)生的能耗。在能耗模型中，由于節(jié)點(diǎn)發(fā)送數(shù)據(jù)的能耗遠(yuǎn)大于接收數(shù)據(jù)的能耗，因此，本文以節(jié)點(diǎn)發(fā)送數(shù)據(jù)的能耗作為衡量整個(gè)網(wǎng)絡(luò)的能耗標(biāo)準(zhǔn)。

假設(shè)P0為節(jié)點(diǎn)正常接收數(shù)據(jù)所需要的最小功率、功率對(duì)傳輸距離x的衰減函數(shù)為A（x），節(jié)點(diǎn)發(fā)送s bit的數(shù)據(jù)傳輸時(shí)延為T(mén)p，其中：

則可計(jì)算出發(fā)送s bit數(shù)據(jù)所需要的能量為:

其中k為水聲傳播模型的相關(guān)參數(shù)，x為傳輸距離，公式（3）給出的能量吸收系數(shù)為：

2　睡眠調(diào)度策略

2.1基于流體體力學(xué)的網(wǎng)絡(luò)建模

由于河流具有垂線速度分布的規(guī)律，使得越靠近河流表面的節(jié)點(diǎn)受到水流的沖擊力越大，所以每條繩子會(huì)呈現(xiàn)出一條類(lèi)拋物線的形式，如圖2所示，公式（4）給出了河流垂線速度分布的對(duì)數(shù)形式：

圖2　節(jié)點(diǎn)受力分析

在圖2中，假設(shè)在某個(gè)河面速度下，一條繩子上的所有節(jié)點(diǎn)均處于平衡態(tài)，當(dāng)河面速度變化時(shí)，節(jié)點(diǎn)受力不均衡，會(huì)運(yùn)動(dòng)到新的位置重新達(dá)到平衡，為了更準(zhǔn)確地分析節(jié)點(diǎn)的運(yùn)動(dòng)規(guī)律，此時(shí)對(duì)平衡態(tài)下的節(jié)點(diǎn)進(jìn)行受力分析，可得到如下方程組：

方程組中，fm表示節(jié)點(diǎn)受到的靠近錨節(jié)點(diǎn)的第一段繩子的拉力，fsi表示節(jié)點(diǎn)受到的第i+1段繩子的拉力，θi表示靠近錨節(jié)點(diǎn)的第i段繩子與第i個(gè)節(jié)點(diǎn)在豎直方向上的夾角，F(xiàn)i表示第i個(gè)節(jié)點(diǎn)受到的流體阻力，F(xiàn)N和G分別表示傳感器節(jié)點(diǎn)受到的浮力與重力。其中節(jié)點(diǎn)受到的流體阻力主要包括粘滯阻力fn和壓差阻力fy兩種，由于河流環(huán)境下計(jì)算出的雷諾數(shù)Re大于4000，節(jié)點(diǎn)處于湍流狀態(tài)，節(jié)點(diǎn)受到的粘滯阻力可忽略不計(jì)，所以有：

公式中CD為阻力系數(shù)，ρ為流體密度，r為節(jié)點(diǎn)圓柱體底面圓的半徑，L為節(jié)點(diǎn)所在圓柱體的高度，μ為節(jié)點(diǎn)當(dāng)前受到的水流速度。公式（9）給出了本文環(huán)境下雷諾數(shù)Re的計(jì)算方法，其中ρ、v、d、μ分別表示流體的密度、物體相對(duì)于流體的速度、物體在流體中做相對(duì)運(yùn)動(dòng)的一個(gè)量綱和流體的黏性系數(shù)。

將方程組（7）的一式除以二式，然后將結(jié)果代入方程組（6）和（5），并用每段繩子的長(zhǎng)度及節(jié)點(diǎn)距離河底的高度表示，則可得到：

公式（10）中的Li和Zi分別表示距離錨節(jié)點(diǎn)第i條繩子的長(zhǎng)度和第i個(gè)節(jié)點(diǎn)距離河底的高度。聯(lián)立公式（4），（8），（10）則可得到n個(gè)關(guān)于Z1、Z2、…Zn的對(duì)數(shù)方程組，求解可得到各個(gè)節(jié)點(diǎn)距離河底的高度以及相應(yīng)的tanθn的值，并可根據(jù)錨節(jié)點(diǎn)的坐標(biāo)及每段繩長(zhǎng)求出每個(gè)節(jié)點(diǎn)的實(shí)時(shí)位置，最后完成整個(gè)網(wǎng)絡(luò)的建模。

2.2基于河水漲跌的睡眠調(diào)整策略

為了求解節(jié)點(diǎn)的高度閾值，由前面建立的網(wǎng)絡(luò)模型可知，當(dāng)河面速度最小時(shí)，節(jié)點(diǎn)受到水流的沖擊力越小，此時(shí)節(jié)點(diǎn)距離河底的高度最大；反之，當(dāng)河面速度最大時(shí)，節(jié)點(diǎn)受到水流的沖擊力越大，偏角也越大，此時(shí)節(jié)點(diǎn)距離河底的高度越小。由2.1節(jié)中的方法可求出最小河面速度和最大河面速度下各個(gè)節(jié)點(diǎn)分別距離河底的高度，并將喚醒節(jié)點(diǎn)的高度閾值設(shè)為節(jié)點(diǎn)距離河底高度的最大值。

在整個(gè)網(wǎng)絡(luò)生命周期內(nèi)，節(jié)點(diǎn)根據(jù)Sink廣播的速度消息不斷計(jì)算并更新各自的物理坐標(biāo)。結(jié)合河流歷史水位信息分析，當(dāng)節(jié)點(diǎn)距離河底的高度大于當(dāng)前水位時(shí)，節(jié)點(diǎn)此時(shí)漂浮在河面，它的監(jiān)測(cè)范圍被其他處于河內(nèi)的鄰近節(jié)點(diǎn)覆蓋，此時(shí)，將該節(jié)點(diǎn)休眠，并在后期的某個(gè)時(shí)間將該節(jié)點(diǎn)喚醒，而喚醒該節(jié)點(diǎn)的時(shí)間依賴(lài)于歷史水位數(shù)據(jù)中河流水位高于計(jì)算出來(lái)的高度閾值的時(shí)間，此時(shí)，該節(jié)點(diǎn)必處于河流內(nèi)部，將該節(jié)點(diǎn)喚醒后，節(jié)點(diǎn)參與正常的數(shù)據(jù)采集和轉(zhuǎn)發(fā)等工作。具體睡眠調(diào)度過(guò)程的偽代碼如算法1所示：

3　實(shí)驗(yàn)與仿真

本文用Java語(yǔ)言對(duì)RFSS算法進(jìn)行了仿真實(shí)驗(yàn)，并與RBSS[3]和SSSA[4]算法做了相關(guān)性能的對(duì)比，表1為實(shí)驗(yàn)缺省參數(shù)，網(wǎng)絡(luò)壽命定義為10%的節(jié)點(diǎn)死亡的時(shí)間。

表1　實(shí)驗(yàn)參數(shù)

圖3　網(wǎng)絡(luò)壽命對(duì)比

圖4　網(wǎng)絡(luò)能量利用率對(duì)比

從圖3可以看出，相比于SSSA算法，RBSS和RF-SS算法具有更長(zhǎng)的生命周期。因?yàn)镾SSA是基于頻譜驅(qū)動(dòng)的喚醒機(jī)制，如果喚醒頻率過(guò)快，則將使得上層節(jié)點(diǎn)處于喚醒狀態(tài)的時(shí)間過(guò)長(zhǎng)，過(guò)多地承擔(dān)任務(wù)會(huì)使得節(jié)點(diǎn)能耗速率過(guò)快而造成網(wǎng)絡(luò)更早的死亡。而相比于基于網(wǎng)絡(luò)覆蓋率的睡眠調(diào)度算法RBSS，RFSS在保證網(wǎng)絡(luò)QoS的前提下，具有更長(zhǎng)的生命周期。

從圖4可以看出，由于RFSS算法中，節(jié)點(diǎn)漂浮在河面時(shí)睡眠，水位高于閾值時(shí)喚醒的機(jī)制，使得上層節(jié)點(diǎn)與其他節(jié)點(diǎn)的能耗相對(duì)均衡，故當(dāng)網(wǎng)絡(luò)死亡時(shí)，整個(gè)網(wǎng)絡(luò)的能量利用率高于其他兩種算法。

4　結(jié)語(yǔ)

本文通過(guò)流體力學(xué)的方法對(duì)河流水下傳感器網(wǎng)絡(luò)進(jìn)行建模，計(jì)算節(jié)點(diǎn)在整個(gè)網(wǎng)絡(luò)生命周期內(nèi)的實(shí)時(shí)位置，進(jìn)而提出RFSS睡眠調(diào)度策略。通過(guò)實(shí)驗(yàn)仿真可以看出，與RBSS和SSSA算法相比，RFSS可以有效提高網(wǎng)絡(luò)能量利用率、延緩能量空洞的形成、延長(zhǎng)了網(wǎng)絡(luò)生命周期。

[1]Capella J V,Bonastre A,ORS R,et al.In Line River Monitoring of Nitrate Concentration By Means of a Wireless Sensor Network with Energy Harvesting[J].Sensors&Actuators B Chemical,2013,177(2):419-427.

[2]Li J,Mohapatra P.Analytical Modeling and Mitigation Techniques for the Energy Hole Problem in Sensor Networks[J].Pervasive and Mobile Computing,2007,3(3):233-254.

[3]Sheltami T,Siddiqui A J,Abbasi H I,et al.Implementation of Rank based Sleep Scheduling(RBSS)Protocol for WSNs in a Fixed Grid Topology[J].Procedia Computer Science,2013,19:348-355.

[4]Qiao J Y,Liu J,Wang W D,et al.Spectrum-Driven Sleep Scheduling Algorithm Based on Reliable Theory in Cognitive Radio Sensor Networks[J].Journal of China Universities of Posts&Telecommunications,2012,19(11):47-51,72.

River UWSN;Fluid Mechanics;Sleeping Scheduling;Network Lifetime

River Water Rise and Fall Based Sleeping Scheduling Strategy in Underwater Wireless Sensor Networks

LIU Yang
（College of Computer Science，Sichuan University，Chengdu 610065）

1007-1423（2016）07-0008-05

10.3969/j.issn.1007-1423.2016.07.002

劉洋（1991-），男，重慶人，碩士研究生，研究方向?yàn)闊o(wú)線傳感器網(wǎng)絡(luò)

2016-01-21

2016-02-22

為了求解河流水下傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)在河流環(huán)境下的實(shí)時(shí)位置，采用流體力學(xué)的方法對(duì)河流進(jìn)行建模；在采用分層路由的情況下，為了解決因節(jié)點(diǎn)能耗不均而造成的能量空洞問(wèn)題，結(jié)合河流的獨(dú)特環(huán)境，提出基于河水漲跌的睡眠調(diào)度策略（RFSS）。仿真結(jié)果表明，該算法和RBSS、SSSA算法相比，在網(wǎng)絡(luò)生存周期和能量利用效率方面有顯著提高。

河流水下傳感器網(wǎng)絡(luò)；流體力學(xué)；睡眠調(diào)度；網(wǎng)絡(luò)生存周期

In order to get the real-time positions of sensor nodes in river Underwater Wireless Sensor Networks(UWSN),uses the method of fluid mechanics to modeling the environment of river.Based on hierarchical routing,in order to solve the problem of energy hole caused by the imbalance energy consume of sensor nodes,combined with the unique environment of river,proposes a river water Rise and Fall based Sleep Scheduling strategy(RFSS).The simulation results show that,compared with RBSS and SSSA,RFSS improves the network lifetime and network energy efficiency.