智能家居WSN鏈路狀態(tài)感知算法

徐金鵬，李曉卉+，丁月民，張 尉，張 震

(1.武漢科技大學(xué) 信息科學(xué)與工程學(xué)院，湖北 武漢 430081；2.天津理工大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，天津 300384；3.武漢市農(nóng)業(yè)科學(xué)技術(shù)研究院 農(nóng)業(yè)機(jī)械化科學(xué)研究所，湖北 武漢 430345；4.深圳市柳丁網(wǎng)科技有限公司，廣州 深圳 518040)

0 引 言

在智能家居無線傳感器網(wǎng)絡(luò)(wireless sensor networks in smart home，WSNSH)的實(shí)際部署中，復(fù)雜房屋結(jié)構(gòu)往往會(huì)帶來復(fù)雜的電磁環(huán)境，從而影響WSNSH網(wǎng)絡(luò)性能[1-3]。例如傳感器節(jié)點(diǎn)間的無線信道會(huì)受到地面、墻面及人體移動(dòng)等的反射與散射影響，鏈路連通狀態(tài)不穩(wěn)定，通信會(huì)發(fā)生頻繁中斷[4]。在這種鏈路不穩(wěn)定的狀態(tài)下，智能家居中某些重要的安全預(yù)警信息可能無法及時(shí)傳出，從而造成嚴(yán)重的安全隱患。

目前ZigBee網(wǎng)絡(luò)被廣泛用于WSNSH工程實(shí)踐中[5]，其默認(rèn)路由算法AODVjr通常通過洪泛路由請(qǐng)求包的方式，確保在衰落環(huán)境下找到一條有效路由[6]。但存在以下兩個(gè)問題：其一，AODVjr洪泛路由開銷較大，其本身并未考慮室內(nèi)信道衰落對(duì)路由穩(wěn)定性的影響，無法預(yù)測(cè)路由過程中室內(nèi)信道的質(zhì)量并做出自適應(yīng)調(diào)整的行為，故其在WSNSH室內(nèi)衰落環(huán)境中表現(xiàn)出的實(shí)際性能不高；其二，ZigBee節(jié)點(diǎn)鄰居表中雖然用鏈路質(zhì)量指示(link quality indicator，LQI)來評(píng)估鏈路狀態(tài)，可以被用來輔助路由決策，但是LQI需通過反復(fù)收發(fā)信標(biāo)幀來確定其值[7]，這給路由造成額外開銷。

針對(duì)以上兩個(gè)問題，本文提出一種基于鏈路狀態(tài)感知的智能家居無線傳感器網(wǎng)絡(luò)路由算法(link state aware routing，LSAR-AODVjr)，該算法在AODVjr的基礎(chǔ)上引入ETX-SH(expected transmission count for smart home)替代LQI表征衰落環(huán)境中WSNSH無線鏈路的狀態(tài)，并在ADOVjr中使用定向路由發(fā)現(xiàn)提高數(shù)據(jù)包投遞率減少路由開銷，自適應(yīng)建立狀態(tài)更優(yōu)的路由路徑。

1 智能家居無線傳感器網(wǎng)絡(luò)

WSNSH的結(jié)構(gòu)一般如圖1所示。該網(wǎng)絡(luò)通常由終端節(jié)點(diǎn)、路由節(jié)點(diǎn)與協(xié)調(diào)器節(jié)點(diǎn)組成[8]，網(wǎng)絡(luò)中節(jié)點(diǎn)通常都是固定節(jié)點(diǎn)，其中終端節(jié)點(diǎn)一般用于采集傳感信息，如溫濕度、可燃?xì)怏w、紅外監(jiān)測(cè)等[9]；路由節(jié)點(diǎn)用于將數(shù)據(jù)轉(zhuǎn)發(fā)至協(xié)調(diào)器節(jié)點(diǎn)[10]；協(xié)調(diào)器節(jié)點(diǎn)則負(fù)責(zé)網(wǎng)絡(luò)的建立與數(shù)據(jù)的匯總[11]。

圖1 智能家居無線傳感器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

對(duì)WSNSH中的節(jié)點(diǎn)做如下規(guī)定：①每個(gè)節(jié)點(diǎn)都具有相同發(fā)射功率PTx；②每個(gè)節(jié)點(diǎn)具有相同的最小接收靈敏度PRx。令鏈路衰落程度Ψ=PTx/PR(分貝形式為ΨdB=10lg(PTx/PR))，其中PR為信號(hào)經(jīng)過信道傳輸后被接收時(shí)的信號(hào)強(qiáng)度，則當(dāng)接收信號(hào)強(qiáng)度大于最小接收靈敏度，即PR≥PRx時(shí)，該信號(hào)可被正確接收。

(1)

式中：ζ=10/ln10，μΨdB為ΨdB的均值，σΨdB為ΨdB的標(biāo)準(zhǔn)差。

(2)

2 LSAR-AODVjr算法

為感知并快速預(yù)測(cè)鏈路狀態(tài)的變化，本文引入ETX-SH(expected transmission count for smart home)用以表征衰落環(huán)境中WSNSH無線鏈路的狀態(tài)?；贓TX-SH與AODVjr，本文提出一種適用于衰落環(huán)境下的WSNSH路由算法——LSAR-AODVjr。

2.1 ETX-SH

由于WSNSH中節(jié)點(diǎn)能量有限，為盡量降低獲取鏈路狀態(tài)帶來的額外開銷，本文引入ETX-SH快速預(yù)測(cè)通過某條鏈路發(fā)送數(shù)據(jù)包所需的傳輸次數(shù)(包括重傳次數(shù))以預(yù)測(cè)鏈路狀態(tài)。在預(yù)測(cè)到所需傳輸次數(shù)較高，即鏈路狀態(tài)不穩(wěn)定時(shí)，自適應(yīng)調(diào)整路由路徑，達(dá)到優(yōu)化網(wǎng)絡(luò)性能的效果。

ETX-SH由兩部分組成：初始值與預(yù)測(cè)值。初始值用于預(yù)測(cè)在從未發(fā)生投遞過程的鏈路上投遞數(shù)據(jù)包所需的傳輸次數(shù)；預(yù)測(cè)值用于根據(jù)當(dāng)前投遞所用的實(shí)際傳輸次數(shù)快速預(yù)測(cè)后續(xù)時(shí)刻投遞所需的傳輸次數(shù)。

2.1.1 ETX-SH初始值

ETX-SH初始值的定義為數(shù)據(jù)包投遞成功率的倒數(shù)，可根據(jù)節(jié)點(diǎn)性能預(yù)測(cè)初始狀態(tài)下節(jié)點(diǎn)間無線鏈路的穩(wěn)定性，任意兩節(jié)點(diǎn)vi與vj間鏈路eij的ETX-SH初始值可由下述公式計(jì)算

(3)

(4)

式中：ΨT為鏈路衰落閾值，p(Ψ)為式(1)所知的概率密度函數(shù)。在沒有歷史收發(fā)狀況的情況下，根據(jù)節(jié)點(diǎn)性能來預(yù)測(cè)鏈路的初始ETX-SH值，用以表征初試狀態(tài)下的鏈路穩(wěn)定性。

2.1.2 ETX-SH預(yù)測(cè)值

為快速預(yù)測(cè)后續(xù)時(shí)刻無線鏈路的ETX-SH值，本文引入一次指數(shù)平滑法，通過歷史投遞情況，預(yù)測(cè)未來的鏈路ETX-SH值。預(yù)測(cè)方法如式(5)所示

(5)

考慮到ETX-SH能較好地表征WSNSH節(jié)點(diǎn)間無線鏈路的穩(wěn)定性，可將ETX-SH預(yù)測(cè)值替代WSNSH節(jié)點(diǎn)鄰居表中原有的LQI指標(biāo)。由于節(jié)點(diǎn)鄰居表有著每次收到任意幀都可更新條目的特性，采用ETX-SH替換LQI，既能在每次數(shù)據(jù)包投遞后，根據(jù)捎帶的投遞信息自動(dòng)快速更新ETX-SH值，保證節(jié)點(diǎn)與其鄰居節(jié)點(diǎn)間鏈路的ETX-SH預(yù)測(cè)值一直都是最新的，又能避免LQI值低效且耗能的主動(dòng)反復(fù)收發(fā)信標(biāo)幀的獲取方式帶來的額外開銷。

2.2 算法描述

為了解決傳統(tǒng)WSN路由算法在鏈路不穩(wěn)定情況下丟包率高、時(shí)延高以及路由開銷大等問題，本文提出LSAR-AODVjr算法。該算法較之AODVjr主要有以下兩點(diǎn)改進(jìn)：

(1)引入ETX-SH，并用其替代LQI作為路由判據(jù)，根據(jù)其值自適應(yīng)建立投遞成功率高的路由路徑；

(2)采用定向路由發(fā)現(xiàn)。由于WSNSH中一般都是固定節(jié)點(diǎn)，即節(jié)點(diǎn)的地理位置信息都是可提前預(yù)知的，可在WSNSH組網(wǎng)過程中由協(xié)調(diào)器下發(fā)包含地理位置信息的拓?fù)浔斫o各節(jié)點(diǎn)。因此可通過已知的位置信息限制路由發(fā)現(xiàn)包的洪泛方向與區(qū)域，以源節(jié)點(diǎn)和目的節(jié)點(diǎn)間的連線作為軸線建立半徑為R的圓柱體虛擬管道，使源節(jié)點(diǎn)洪泛發(fā)出的路由發(fā)現(xiàn)包僅在該虛擬管道內(nèi)收發(fā)，避免盲目地全局洪泛，在增加路由發(fā)現(xiàn)精準(zhǔn)性的同時(shí)也能減少開銷。

LSAR-AODVjr算法流程如圖2所示。

3 算法仿真

為評(píng)估LSAR-AODVjr在WSNSH中的性能，本文基于MATLAB在模擬WSNSH環(huán)境中對(duì)相關(guān)算法進(jìn)行仿真對(duì)比分析,且在仿真對(duì)比本文提出的LSAR-AODVjr與ZigBee默認(rèn)路由算法AODVjr的同時(shí)，引入被廣泛應(yīng)用于不穩(wěn)定環(huán)境的Ad-hoc網(wǎng)絡(luò)中的多徑路由算法AOMDV進(jìn)行對(duì)比分析[13]，以此從更多角度展現(xiàn)各算法特點(diǎn)。

3.1 仿真場(chǎng)景及參數(shù)設(shè)置

仿真智能家居布網(wǎng)區(qū)域?yàn)?0*10米的房屋區(qū)域?？紤]到不同WSNSH應(yīng)用場(chǎng)景所需網(wǎng)絡(luò)規(guī)模不同，本次仿真分別采用10至40個(gè)隨機(jī)分布在該網(wǎng)絡(luò)區(qū)域內(nèi)的固定節(jié)點(diǎn)模擬實(shí)際應(yīng)用場(chǎng)景。信道衰落閾值根據(jù)TI公司CC2530芯片的額定收發(fā)功率比值確定[14]。仿真參數(shù)見表1。

3.2 仿真性能指標(biāo)

本文在仿真中主要評(píng)估以下3種性能指標(biāo)來分析上述3種算法在WSNSH中的性能差異：

(1)數(shù)據(jù)包投遞率——目的節(jié)點(diǎn)成功接收到的數(shù)據(jù)包數(shù)量與源節(jié)點(diǎn)發(fā)送的數(shù)據(jù)包數(shù)量之比。該值可用于表征數(shù)據(jù)包投遞成功的概率。

(2)平均跳數(shù)——數(shù)據(jù)包由源節(jié)點(diǎn)傳輸?shù)侥康墓?jié)點(diǎn)所需經(jīng)過的路由節(jié)點(diǎn)的平均數(shù)量。該值可表征數(shù)據(jù)包投遞過程中所用時(shí)間，與時(shí)延成正比。

(3)路由開銷——路由過程中命令包的數(shù)量。該值可用于表征網(wǎng)絡(luò)的擁塞程度，與時(shí)延成正比。

3.3 仿真結(jié)果分析

3.3.1 數(shù)據(jù)包投遞率

如圖3所示，隨著節(jié)點(diǎn)數(shù)量的增多，路由投遞過程中的可選鏈路增加，3種算法的投遞率均隨之增大。在節(jié)點(diǎn)數(shù)量相同時(shí)，LSAR-AODVjr算法較AODVjr有著更高的投遞率，這是因?yàn)樵谛诺浪ヂ錀l件下的數(shù)據(jù)包投遞中，AODVjr算法無法保證該路由路徑上的鏈路狀態(tài)，易發(fā)生丟包。而LSAR-AODVjr引入ETX-SH作為路由判據(jù)，會(huì)根據(jù)節(jié)點(diǎn)間鏈路實(shí)時(shí)預(yù)測(cè)的預(yù)計(jì)傳輸次數(shù)來優(yōu)化路由決策，找出預(yù)測(cè)的ETX-SH較小，即鏈路穩(wěn)定性較高的路由路徑進(jìn)行數(shù)據(jù)包投遞，在一定程度上保證了投遞的成功率。在節(jié)點(diǎn)較少時(shí)，AOMDV的投遞率并不高，但隨著節(jié)點(diǎn)數(shù)量的增加，其投遞率提升迅速，與LSAR-AODVjr大體相當(dāng)，這是因?yàn)樾∫?guī)模網(wǎng)絡(luò)不易發(fā)揮多徑優(yōu)勢(shì)，網(wǎng)絡(luò)規(guī)模的增大會(huì)給AOMDV算法帶來更多的備用鏈路，在主鏈路投遞失敗時(shí)能及時(shí)切換到備用鏈路嘗試重新投遞，采用多徑的機(jī)制降低了WSNSH的衰落環(huán)境帶來的影響。

圖2 LSAR-AODVjr算法流程

3.3.2 平均跳數(shù)

平均跳數(shù)仿真結(jié)果如圖4所示，隨著節(jié)點(diǎn)數(shù)量的增加，網(wǎng)絡(luò)規(guī)模逐漸增大，數(shù)據(jù)包投遞所需路由節(jié)點(diǎn)的數(shù)量增加，從而導(dǎo)致3種算法投遞數(shù)據(jù)包所需的路由跳數(shù)均隨之增大。在節(jié)點(diǎn)數(shù)量相同時(shí)，AOMDV算法所用跳數(shù)最多，其原因?yàn)樗ヂ洵h(huán)境下，AOMDV由于主鏈路狀態(tài)不佳而切換到其它鏈路，從而產(chǎn)生了多次投遞，由此帶來了較高的路由跳數(shù)。與此同時(shí)，LSAR-AODVjr算法所需路由跳數(shù)較AODVjr多，這是由于LSAR-AODVjr為保證數(shù)據(jù)傳輸成功率會(huì)嘗試選擇預(yù)測(cè)的ETX-SH值較小的鏈路，可能會(huì)因?yàn)樽疃搪窂缴系逆溌窢顟B(tài)不佳而繞過該衰落鏈路，從而導(dǎo)致路由跳數(shù)較AODVjr有所增加。

表1 仿真場(chǎng)景參數(shù)

圖3 數(shù)據(jù)包投遞率仿真對(duì)比

圖4 平均路由跳數(shù)仿真對(duì)比

3.3.3 路由開銷

路由開銷仿真結(jié)果如圖5所示，隨著節(jié)點(diǎn)數(shù)量的增加，網(wǎng)絡(luò)復(fù)雜度逐漸上升，在路由過程中需要收發(fā)更多的命令包，從而導(dǎo)致3種算法的路由開銷均隨節(jié)點(diǎn)數(shù)量的上升而增加。在節(jié)點(diǎn)數(shù)量相同時(shí)，LSAR-AODVjr算法的路由開銷最低，該結(jié)果主要由兩方面產(chǎn)生，一是LSAR-AODVjr采用ETX-SH代替LQI，較AODVjr而言減少了獲取LQI需要反復(fù)收發(fā)信標(biāo)幀帶來的開銷，二是由于LSAR-AODVjr采用了定向路由，限制了路由發(fā)現(xiàn)的方向與區(qū)域，較AODVjr與AOMDV全局洪泛廣播的方式有效了減少路由發(fā)現(xiàn)時(shí)的開銷。與此同時(shí)，AOMDV算法的路由開銷高于AODVjr，這是因?yàn)樵诼酚蛇^程中，AOMDV建立并維護(hù)多徑傳輸所需的路由表需要耗費(fèi)更多的命令包。

圖5 路由開銷仿真對(duì)比

綜上所述，在陰影衰落的條件下，LSAR-AODVjr算法在投遞率與路由開銷等方面較AODVjr與AOMDV算法存在一定優(yōu)勢(shì)，既保證了數(shù)據(jù)投遞的成功率，避免投遞失敗時(shí)多次重傳帶來的額外開銷，又降低了高路由開銷帶來廣播風(fēng)暴的風(fēng)險(xiǎn)，有效增強(qiáng)網(wǎng)絡(luò)性能。對(duì)于時(shí)延方面，從圖4中可看出，LSAR-AODVjr所需平均路由跳數(shù)僅比AODVjr多出1～2跳，考慮到在鏈路狀態(tài)良好的情況下，多出的1～2跳所耗時(shí)間幾乎可忽略不計(jì)，且路由開銷的減少帶來的時(shí)延的降低又能在一定程度上抵消多出的跳數(shù)帶來的時(shí)延?？偠灾琇SAR-AODVjr算法較AODVjr與AOMDV而言更能滿足在陰影衰落條件下的智能家居環(huán)境中快速穩(wěn)定地傳輸數(shù)據(jù)的需求。

4 結(jié)束語

針對(duì)房屋等家居環(huán)境會(huì)對(duì)無線信號(hào)造成陰影衰落的特點(diǎn)，本文提出了一種適用于在陰影衰落環(huán)境下保證WSNSH網(wǎng)絡(luò)性能的算法——LSAR-AODVjr，該算法的核心思想一是構(gòu)造出鏈路的ETX-SH值，并根據(jù)實(shí)際投遞情況快速預(yù)測(cè)后續(xù)時(shí)刻的ETX-SH值，以此值輔助路由決策，盡量避開衰落鏈路，選擇預(yù)測(cè)的穩(wěn)定性較好的鏈路進(jìn)行數(shù)據(jù)包投遞以保證投遞率，二是采用定向路由，限制路由發(fā)現(xiàn)的區(qū)域，提高路由精準(zhǔn)性的同時(shí)可有效減少開銷。仿真結(jié)果表明，在帶有信道衰落特征的WSNSH網(wǎng)絡(luò)中，LSAR-AODVjr算法相比ZigBee默認(rèn)路由算法AODVjr與采用多徑機(jī)制以增強(qiáng)網(wǎng)絡(luò)魯棒性的AOMDV而言，增大了投遞率，減少了路由開銷，有效提高了WSNSH的網(wǎng)絡(luò)性能。