SDWSN下的一種基于QoS的簇頭選取機制

朱騰

摘 要：為了解決傳統(tǒng)無線傳感器網(wǎng)絡下復雜的簇頭選取機制的難以配置和并未涉及服務質量（QoS）的問題，本文提出了一種名為SD-QCHS的軟件定義服務質量簇頭選取機制。該機制通過網(wǎng)絡中節(jié)點的節(jié)點擁塞度、鏈路擁塞度和節(jié)點到達Sink節(jié)點的距離來選取多種類型的簇頭對用不同的QoS。當簇成員收集到信息后，會將不同類別的信息發(fā)送到最適合這種數(shù)據(jù)傳輸?shù)拇仡^節(jié)點上。最后，本課題將SD-QCHS簇頭選取機制結合最短路徑路由算法提出SD-QCHSRA分簇路由算法。實驗結果表明，SD-QCHSRA算法在丟包率上略好于LEACH算法。

關鍵詞：無線傳感器網(wǎng)絡 軟件定義無線傳感器網(wǎng)絡 服務質量 簇頭選取機制

中圖分類號：TP21 文獻標識碼：A 文章編號：1672-3791（2018）11（b）-0030-03

無線傳感器網(wǎng)絡是一種自組織、非中心、多跳無線網(wǎng)絡[1]。為了提高能量利用效率，減少傳輸延遲，節(jié)點被分成多個簇，稱之為分簇算法。目前，大部分無線傳感器網(wǎng)絡分簇算法的研究都集中在保證能量效率和負載均衡的問題上，最具有代表性的就是LEACH算法[2]。LEACH算法的核心原理是通過等概率在全網(wǎng)隨機選擇簇頭從而使整個網(wǎng)絡的能量負載平均分配到每個傳感器節(jié)點上，達到減少網(wǎng)絡能量消耗和延長網(wǎng)絡的生命周期。雖然LEACH算法可以保證每個節(jié)點以等概率成為簇頭，使得網(wǎng)絡中節(jié)點的能耗相對均勻，但其并沒有考慮QoS，這在如今在許多數(shù)據(jù)流量動態(tài)變化的應用程序場景中很難適用。在文獻[4-5]中，它們只提供了不同的路由算法來解決QoS問題，但是僅僅是在扁平結構下進行的，沒有涉及分簇問題。在文獻[5]中，作者提出了區(qū)分隊列服務（QDS）來解決有線網(wǎng)絡中的類似問題。在文獻[6]中，通過改進QDS使其適合于無線傳感器網(wǎng)絡。但是，對于資源有限的傳感器節(jié)點，很難在實際應用中得到有效的實現(xiàn)。

因此，本文提出了一種復雜的簇頭選取機制來選取多種簇頭，以支持不同類型的數(shù)據(jù)在簇內路由來到達滿足不同數(shù)據(jù)QoS的目的。

不幸的是，在傳統(tǒng)無線傳感網(wǎng)絡下復雜的簇頭選取機制常難以配置和實現(xiàn)。造成這種現(xiàn)象的原因是因為傳感器節(jié)點有限的計算能力和存儲空間和固化的協(xié)議配置。因此，需要引進新的技術來解決這個問題。

軟件定義網(wǎng)絡（SDN）是一種新型的網(wǎng)絡架構，實現(xiàn)了網(wǎng)絡控制平面與數(shù)據(jù)平面的分離[9]，與傳統(tǒng)的網(wǎng)絡架構相比，SDN在可編程性、硬件通用性、管理控制等方面具有明顯的優(yōu)勢。文獻[7-9]中，作者將SDN引入到WSN中，命名為SDN-WISE， EWSDN。

因此，本文的主要貢獻是提出了一種新的集中式簇頭選取機制SD-QCHS，它的設計基于開源軟件定義無線傳感器網(wǎng)絡項目SDN-WISE。SD-QCHS的核心思想是選擇多種簇頭，以支持WSN中簇成員收集的不同級別的QoS。

1 SD-QCHS詳解

SD-QCHS的流程如下：第一步，控制器發(fā)送命令進行拓撲發(fā)現(xiàn)。接下來，控制器通過其掌握的全局網(wǎng)絡信息選擇簇頭節(jié)點。sink節(jié)點收到控制器發(fā)送的拓撲發(fā)現(xiàn)命令后發(fā)送拓撲初始化數(shù)據(jù)包（TI），其中包括節(jié)點到sink節(jié)點的距離、節(jié)點的剩余能量、節(jié)點擁塞程度和鏈路狀態(tài)。

每個傳感器節(jié)點定期（控制器可以設計周期）或者控制器下發(fā)指令執(zhí)行拓撲發(fā)現(xiàn)操作，并將TI包發(fā)送到WISE-VISOR?？刂破骰谶@些數(shù)據(jù)構建整個網(wǎng)絡拓撲。

然后，本文將具體描述如何通過拓撲發(fā)現(xiàn)過程中獲得的信息來選擇簇頭節(jié)點。實際上，不同的QoS級別意味著不同類型的網(wǎng)絡數(shù)據(jù)流量，例如：實時流量的端到端時延較低，而丟包率敏感的數(shù)據(jù)類型需要報文投遞率高，報文丟失概率低。因此，本文的目標是提出一個新的解決方案來滿足這種情況。所以本文提出了多重簇頭競爭時間（）的概念，表示節(jié)點i成為第n種類型簇頭的競爭時間?？刂破鞲鶕?jù)公式（1）計算每一個節(jié)點的，之后控制器選取值最小的節(jié)點作為簇頭節(jié)點。之后，控制器通過下發(fā)流表來告知節(jié)點和其鄰居節(jié)點成為了簇頭和簇成員節(jié)點。

（1）

公式（1）中，NCi為節(jié)點i的節(jié)點擁塞度；Di為節(jié)點i到sink節(jié)點的距離；LCi為節(jié)點的鏈路擁塞度；REPi為節(jié)點i的剩余電量；αn和βn為成為第n種類型簇頭的權重參數(shù)。Tin表示自定義最大簇頭競爭時間。

節(jié)點擁塞度NCi、節(jié)點鏈路擁塞度LCi和節(jié)點到sink節(jié)點距離分別根據(jù)公式（2）（3）（4）計算：

NCi=Qi/Li （2）

LCi=1-（Si，n/Mi，n） （3）

Di=DSi/DSmax （4）

公式（2）中，Qi為節(jié)點i的及時隊列長度；Li為節(jié)點i的緩存區(qū)長度[10]。當節(jié)點有大量數(shù)據(jù)還沒有從其緩存區(qū)發(fā)送的時候，其節(jié)點擁塞度就很高，如果繼續(xù)向其發(fā)送數(shù)據(jù)會增加新發(fā)數(shù)據(jù)的時延。公式（3）中，Si，n為一定時間內節(jié)點i發(fā)送到其鄰居節(jié)點成功的數(shù)據(jù)包總數(shù)；Mi，n為一定時間內節(jié)點i發(fā)送到其鄰居節(jié)點數(shù)據(jù)包的總數(shù)。公式（4）中，DSi為節(jié)點i到sink的距離；DSmax為整個網(wǎng)絡中節(jié)點i到sink距離的最大值。

實時性的數(shù)據(jù)需要很低的時延。因此當控制器選取該類型的簇頭時，要求該候選節(jié)點的NCi、Di和REPi盡量大。從而得出結論，對于實時性數(shù)據(jù)在選取簇頭時應該保持公式（1）中的αn大于βn。對于對丟包率敏感的數(shù)據(jù)包αn應該小于βn。

如表1所示，本文根據(jù)數(shù)據(jù)類型所需時延和其對丟包率的敏感度將其分為5種。其中αn和βn的取值范圍為0～1。當控制器根據(jù)公式（1）計算簇頭競爭時間時，在對應的數(shù)據(jù)類型的權重取值范圍內隨機選取一個數(shù)值來計算。

2 仿真結果

本文將第三章提出的SD-QCHS簇頭選取機制與最短路徑路由算法相結合提出了SD-QCHSRA分簇路由算法。對SD-QCHSRA算法進行了仿真驗證，仿真環(huán)境如表2所示。

當α1=0.892，β1=0.983，α2=0.825，β2=0.125，α3=0.625，β3=0.366，α4=0.427，β4=0.723，α5=0.128，β5=0.932時，SD-QCHSRA和LEACH算法的丟包率如圖1所示。

SD-QCHSRA和LEACH的丟包率比較如圖1所示。Class1和Class5的丟包率符合表1的要求，并且比其他類要低。仿真結果表明，SD-QCHSRA各類平均丟包率小于1%，LEACH平均丟包率約為1.5%。Class1、2、3、4、5的平均丟包率分別為0.385%、1%、0.734%、0.505%、0.386%。證明了本文提出的簇頭選取機制為數(shù)據(jù)提供了最適合的簇頭節(jié)點。

3 結語

本文主要研究一種集中式簇頭選取機制，以支持數(shù)據(jù)流動態(tài)變化的無線傳感器網(wǎng)絡中的QoS，解決了傳統(tǒng)復雜的分布式分簇算法難以配置且無法達到全局最優(yōu)的問題。提出的SD-QCHSRA可以選擇5種類型的集群頭節(jié)點來支持五種級別的QoS。允許簇成員在發(fā)送數(shù)據(jù)時選擇最適合它們的不同類型的簇頭節(jié)點。將SD-QCHS和最短路徑路由算法相結合，得到了一種新的路由算法SD-QCHSRA。

參考文獻

[1] Akyildiz IF.Wireless Sensor Networks：Asurvey[A].23rd International Conference on Advanced Information Networking and Applications[C].2009.

[2] NAYEBI A， SARBAZ-AZAD H. Performance modeling o1 the LEACHprotocol for mobile wireless sensor networks[J].Journal oI Parallel and Distributed Computing，2011，71（6）：812-821.

[3] Zhao W.， Peng L.， Tian C. Survey of coordination mechanisms in wireless sensor and actor network[J]. Jou- rnal of Computer Applications，2013，29（8）：2183-2187.

[4] Dyo V， Ellwood SA， Macdonald D.W.， et al. Wildlife and environmental monitoring using RFID and WSN technology[A].In Proceeding of the 7th International Conference on Embedded Networked Sensor Systems （SenSys）， poster session[C].2012：371-372.

[5] V.Cionca， T. Newe，V. Dadarlat. TDMA Protocol Requirements for Wireless Sensor networks[A]. Conference on Sensor Technologies and Applications[C].2008.

[6] Tang L， Jiang SM， Ao X. Improved differentiated queuing service based on event QoS parameters for wireless sensor networks[A].Proceedings 2010 IEEE 12th International Conference on Communication Technology[C].2010：1327-1331.

[7] Galluccio L， Milardo S， Morabito G， et al. SDN-WISE： Design， prototyping and experimentation of a stateful SDN solution for WIreless SEnsor networks[A].Computer Communications[C].2015：513-521.

[8] S. Costanzo， L. Galluccio， G. Morabito， et al. Software Defined Wireless Networks： Unbridling SDNs[A]. 2012 European Workshop on Software Defiend Networking[C].2012.

[9] Alishahi M， Pourreza HR. Multi-class routing protocol using virtualization and SDN-enabled architecture for smart grid[J].Peer-to-Peer Networking and Applications，2016，9（40）：1-17.