吳名星, 謝英輝, 單 康
在無線傳感器網(wǎng)絡(luò)[1](wireless sensor networks,WSNs)中,最通常并廣泛應(yīng)用于傳感網(wǎng)絡(luò)的功率管理方法是控制無線射頻(radio frequency,RF)傳輸功率[2~4]。通過選擇最優(yōu)的傳輸功率,可減少功率消耗和干擾。基于RF傳輸?shù)墓β士刂频墓β使芾矸椒ǖ哪康木褪窃诰S持數(shù)據(jù)正常傳輸?shù)耐瑫r,減少能耗。文獻[5]提出了自適應(yīng)傳輸功率控制(adaptive transmission power control,ATPC)算法,依據(jù)環(huán)境條件選擇不同的功率,并且控制器考慮了無線信道的波動。引用線性控制律(control law),并依據(jù)鏈路質(zhì)量調(diào)整發(fā)射器(transmitter,TX)功率。實驗研究表明,此方法能夠提高在信道快速變化環(huán)境下的數(shù)據(jù)傳輸性能。一旦通信鏈路斷裂,則節(jié)點通過對接收信號強度指示(received signal strength indication,RSSI)的預測,動態(tài)調(diào)整TX功率[6]。
本文提出基于傳輸功率控制器(predictive transmission power controller,PTPC)的WSNs功率控制(PM)算法,PTPC-PM。PTPC-PM算法利用PTPC自動調(diào)整節(jié)點發(fā)射功率等級,進而應(yīng)對無線信道環(huán)境的變化。同時,通過基于PowWow建立真實WSNs仿真平臺,機器人攜帶節(jié)點移動,測試PTPC-PM算法在移動環(huán)境下的數(shù)據(jù)包傳輸率和能耗性能。實驗數(shù)據(jù)表明:提出的PTPC-PM算法能夠維持一定的數(shù)據(jù)包傳遞率,并降低能耗。
網(wǎng)絡(luò)模型如圖1所示,整個系統(tǒng)由終端設(shè)備(end device,ED)的傳感節(jié)點和基站(base station,BS)組成,其中ED主要包括RF發(fā)射、接收天線以及發(fā)射TX功率控制器。
TX功率控制器控制RF發(fā)射功率等級。
圖1 網(wǎng)絡(luò)模型
PTPC-PM算法采用PTPC動態(tài)調(diào)整傳輸功率等級(transmission power level,TPL),進而應(yīng)對無線信道的波動,PTPC的框圖如圖2所示。
圖2 PTPC框圖
從圖2可知,PTPC先與基站訓練,然后獲取無線信道參數(shù)信息。訓練過程為:假定傳感節(jié)點可用的傳輸功率等級矢量為TP,其包含所有可能TPL,第i個等級TPL表示為tpi∈TP。相應(yīng)地,當節(jié)點以tpi∈TP功率傳輸信息時,基站接收后,再回復確認包,節(jié)點所接收的RSSI為ri∈Ri,Ri為所接收到的所有信號強度值。訓練模型如圖3所示。
圖3 訓練模型
節(jié)點完成訓練后,建立了TP和Ri兩個矢量。接收信號強度(dBm)可描述為
ri(tpi)=aitpi+bi
(1)
式中ai和bi為線性參數(shù)。通過多次測量,可建立多個式(1)的等式,再利用最小二乘近似算法估計ai和bi。
PTPC-PM算法依據(jù)基站與節(jié)點間的無線鏈路,實時測量反饋信號RSSI值,進而調(diào)整下次發(fā)射功率:
1)節(jié)點與基站鏈路連通:節(jié)點周期地接收來自基站BS的反饋消息,計算反饋消息RSSI值的平均值RSSI-FB,并依據(jù)RSSI-FB調(diào)整下一次的發(fā)射功率等級。
2)節(jié)點與基站鏈路發(fā)生暫時性的不連通:當節(jié)點與基站間鏈路斷開,PTPC利用指數(shù)移動平均(exponentially weighted moving-average,EWMA)濾波器估計RSSI值。
(2)
式中 權(quán)重系數(shù)α∈[0,1]。
EWMA每預測一個值就存入移位寄存器中,但移位寄存器只保存最后3次預測值??紤]到寄存器的空間,若保存更多預測值,需要更大的存儲空間。另外,最后3次預測值也能反映空間環(huán)境參數(shù)。將這3個RSSI值進行線性融合,便可得到最終的RSSI值
(3)
式中K1,K2和K3為3個預測值的融合權(quán)值系數(shù)。
依據(jù)PTPC調(diào)整發(fā)射功率等級模型,如圖4所示。依據(jù)式(1),可建立式(4),再利用當前所接收的信號功率Pst調(diào)整下次的傳輸功率tpk值
(4)
圖4 PTPC結(jié)構(gòu)
引用文獻[7]的CC2500 RF 芯片作為低功率 RF收發(fā)器,其中PA可從1~30 dBm變化,且步長為-1dBm[4]。此外,基站的最大傳輸功率為1 dBm。而EWMA濾波器參數(shù)為α=0.6,K1=0.1,K2=0.2和K3=0.7。
為了更好地分析功率調(diào)整的性能,建立2個實驗。此外,為了更好地分析PTPC-PM算法的性能,選擇以固定傳輸功率和文獻[5]的ATPC作為參照。其中,固定傳輸功率大小為-2 dBm,且記為CLPM-Fixed。
實驗一為了更好地分析PTPC-PM算法的功率調(diào)整應(yīng)對時變的無線信道的能力,引用移動場景,如圖5所示。節(jié)點與基站的最小距離為dmin,最大距離為dmax。最初,節(jié)點離基站距離為dmin,然后以速度S遠離基站,當距離達到dmax時,節(jié)點反向移動,直到距離為dmin。
圖5 ED的移動模型
在仿真過程中,dmin=1 m,dmax=20 m。節(jié)點的移動速度S最小為0.1 m/s,此外,每當節(jié)點移動至ds時,節(jié)點停留10 s。節(jié)點向基站發(fā)送5 000個數(shù)據(jù)包。
仿真數(shù)據(jù)如圖6所示。從圖6可知,ATPC算法不能應(yīng)對信道波動,沒有及時地調(diào)整發(fā)射功率。在150~250 s期間,TX的發(fā)射功率只有-30 dBm,使得鏈路斷裂,導致無法接收數(shù)據(jù)包。相反,PTPC-PM算法能夠及時依據(jù)環(huán)境調(diào)整發(fā)射功率,進而維持鏈路連通,提高數(shù)據(jù)包傳輸率。
圖6 每個時隙內(nèi)所傳輸?shù)臄?shù)據(jù)包數(shù)和傳輸功率
實驗二實驗選擇基于PoWWow[8]的真實WSNs平臺,為基于MSP430微處理器、5MHz和CC2420RF發(fā)射器。PoWWow安裝了一個大小為4 cm×6 cm太陽能單元,為設(shè)備供電。
實驗中有基站和節(jié)點2個節(jié)點,其中基站連接于主機,主機跟蹤和處理由節(jié)點發(fā)送的數(shù)據(jù)。節(jié)點為安裝于機器人上的移動節(jié)點。假定機器人以近恒速移動。最初,節(jié)點離基站為15 m,發(fā)射功率為0 dBm。節(jié)點移動到基站,用時約5 min。
選擇數(shù)據(jù)包傳遞率和能耗作為性能指標。其中,數(shù)據(jù)包傳遞率(packet relay ratio,PRR)是指基站所接收的數(shù)據(jù)包數(shù)Nr與節(jié)點所發(fā)送的數(shù)據(jù)包數(shù)Nt之比
(5)
而能耗是指每接收一個數(shù)據(jù)包所消耗的能量Eu,即ED所消耗的能量Ec與正確接收的數(shù)據(jù)包數(shù)Nr之比
(6)
Eu反映了成功接收一個數(shù)據(jù)包所消耗的能量。Eu越低,功率調(diào)整性能越優(yōu)。CLPM-Fixed方案、PTPC-PM算法的數(shù)據(jù)包傳輸率和能耗數(shù)據(jù)如表1所示。
表1 數(shù)據(jù)包傳輸率PDR和能耗
從表1可知,本文提出的PTPC-PM算法的PDR略低于CLPM-Fixed算法,例如,當移動速度為0.2 m/s時,CLPM-Fixed的PDR為97 %,而PTPC-PM算法的PDR為93 %。但PTPC-PM算法的能耗Eu遠低于CLPM-Fixed算法。在移動速度為0.2 m/s時,CLPM-Fixed的Eu為210 μJ,而PTPC-PM算法的Eu為155 μJ,降低了26.2% 。
本文針對無線傳感網(wǎng)絡(luò)的能耗問題,提出基于PTPC的WSNs的功率控制算法PTPC-PM。PTPC-PM算法利用PTPC調(diào)整傳輸功率等級。通過真實的WSNs的平臺仿真,PTPC-PM算法的能耗比固定TX傳輸功率算法下降了26 %。后期,將進一步研究功率控制策略,如自適應(yīng)編碼,提高能量利用率。
參考文獻:
[1] 劉曙琴,陳珍萍,黃友銳.無線傳感網(wǎng)絡(luò)中帶延時的一致性時間同步[J].傳感器與微系統(tǒng),2017,36(1):64-66,74.
[2] Chiwewe T M,Hancke G P.A distributed topology control technique for low interference and energy efficiency in wireless sensor networks[J].IEEE Trans on Ind Informat,2012,8(1):11-19.
[3] Zhu Y.Energy-eficient topology control in cooperative Ad Hoc networks[J].IEEE Trans on Parallel Distrib Syst,2012,23(8):1480-1491.
[4] Dai G.Remaining energy-level-based transmission power control for energy-harvesting WSNs[J].Int’l J Distrib Sensor Netw,2012,5(6):34-41.
[5] Lin S.ATPC: Adaptive transmission power control for wireless sensor networks[C]∥Proc the 4th Int’l Conf on Embedded Netw Sensor Syst,2015: 223-236.
[6] 孫 毅,孫 躍,曾 璐,等.基于最優(yōu)連通功率控制的WSNs跨層路由優(yōu)化算法[J].傳感器與微系統(tǒng),2014,33(11):135-139.
[7] Kluge W.A fully integrated 2.4 GHz IEEE 802.15.4-compliant transceiver for ZigBee applications[J].IEEE J Solid-State Circuits,2016,41(12):2767-2775.
[8] Berder O,Sentieys O.Powwow: Power optimized hardware/software framework for wireless motes[C]∥Proc of ARCS Workshops,2010:229-234.