文獻(xiàn)標(biāo)識(shí)碼: A
文章編號(hào): 0258-7998(2013)04-0091-05
吞吐量是無線傳感器網(wǎng)絡(luò)WSN(Wireless Sensor Network)的一項(xiàng)重要性能指標(biāo),它直接反映了WSN工作運(yùn)行的效率[1],如何提高吞吐量一直都是WSN研究的熱點(diǎn)。
近些年來有學(xué)者在無線通信系統(tǒng)的吞吐量優(yōu)化問題上做了一些工作。LAVERY R J首次以吞吐量為優(yōu)化目標(biāo),針對(duì)影響吞吐量的符號(hào)速率和數(shù)據(jù)包長度這兩個(gè)參數(shù)分別作了優(yōu)化,得到了不同條件下的最優(yōu)符號(hào)速率和數(shù)據(jù)包長[2]。隨后TAESANG Y等人提出了一種數(shù)學(xué)框架,采用符號(hào)速率、數(shù)據(jù)包長度、調(diào)制星座體積3個(gè)參數(shù)作為優(yōu)化變量,實(shí)現(xiàn)了MQAM調(diào)制方式下點(diǎn)對(duì)點(diǎn)鏈路吞吐量的優(yōu)化[3]。其后參考文獻(xiàn)[4-6]基于參考文獻(xiàn)[2]提出了模型和假設(shè),對(duì)點(diǎn)對(duì)點(diǎn)鏈路的吞吐量也作了類似的研究和優(yōu)化分析。但是參考文獻(xiàn)[2-6]的吞吐量優(yōu)化框架并不適用于無線傳感器網(wǎng)絡(luò)。因?yàn)閃SN數(shù)據(jù)傳輸速率低、計(jì)算處理能力較弱、能量受限,所以WSN中的節(jié)點(diǎn)一般采用固定的調(diào)制方式和數(shù)據(jù)發(fā)射速率,譬如Mica2型節(jié)點(diǎn)[7]采用FSK調(diào)制,數(shù)據(jù)發(fā)射速率固定為38.4 kb/s;MicaZ型節(jié)點(diǎn)[8]使用直接擴(kuò)頻(DSSS)和O-QPSK調(diào)制方式,數(shù)據(jù)速率為250 kb/s。另外,參考文獻(xiàn)[2-6]都只研究了ARQ協(xié)議下的吞吐量優(yōu)化,而沒有考慮FEC技術(shù)的應(yīng)用。
參考文獻(xiàn)[9]最先對(duì)能效進(jìn)行了定義,并指出ARQ協(xié)議的重傳策略不能提高WSN的能效。參考文獻(xiàn)[10]對(duì)ARQ和FEC的能效進(jìn)行了分析,并首次提出在WSN中使用Chase合并 HARQ技術(shù),并通過仿真說明Chase合并HARQ技術(shù)的能效在整體上優(yōu)于ARQ和FEC方案。然而Chase合并時(shí)軟判決信息合并,而現(xiàn)有的傳感器節(jié)點(diǎn)只提供硬判決比特,目前還無法實(shí)際應(yīng)用。參考文獻(xiàn)[11]提出了一種高能效的自適應(yīng)差錯(cuò)控制機(jī)制(AEC-RSSI);參考文獻(xiàn)[12]提出了基于RSSI測距技術(shù)的自適應(yīng)差錯(cuò)控制方案。然而,上述文獻(xiàn)都是基于能量效率的角度,而對(duì)于WSN中吞吐量的差錯(cuò)控制優(yōu)化的問題研究則相對(duì)較少。
本文在上述工作的基礎(chǔ)上,考慮到WSN實(shí)際應(yīng)用環(huán)境中不同節(jié)點(diǎn)間的鏈路距離的差異,以最大化吞吐量為目標(biāo),提出了一種基于RSSI測距技術(shù)的自適應(yīng)吞吐量優(yōu)化策略ATO-RSSI(Aadptive Throughput Optimal base on RSSI),根據(jù)接收信號(hào)強(qiáng)度指示(RSSI)測算節(jié)點(diǎn)間通信距離,進(jìn)而自適應(yīng)選擇最優(yōu)的差錯(cuò)控制方案,以使鏈路吞吐量始終保持最大化。
1 系統(tǒng)吞吐量分析
本文的吞吐量分析是基于使用CC2420射頻模塊[13]的MicaZ型節(jié)點(diǎn)[8]。
2 吞吐量自適應(yīng)優(yōu)化策略
通過上述對(duì)ARQ和FEC技術(shù)吞吐量的推導(dǎo)和分析,為了最大化吞吐量,采用ARQ技術(shù)時(shí)可以使用最優(yōu)數(shù)據(jù)包長,而采用FEC技術(shù)時(shí),可以使用最優(yōu)BCH碼參數(shù)組(n、k、t)。然而,在實(shí)際的無線傳感器網(wǎng)絡(luò)中,單獨(dú)使用ARQ技術(shù)或者FEC技術(shù)具有許多局限和不足。
首先,對(duì)于ARQ技術(shù),它僅靠出錯(cuò)重傳來實(shí)現(xiàn)可靠傳輸。但在WSN中,由于能量受限,節(jié)點(diǎn)發(fā)射功率低,因而容易受到無線信道環(huán)境的影響。節(jié)點(diǎn)間通信距離越遠(yuǎn),信道質(zhì)量越差,數(shù)據(jù)包即使多次重傳仍可能無法正確傳輸,因此采用ARQ技術(shù)的無線傳感器網(wǎng)絡(luò)可靠通信距離短,這使得傳感器節(jié)點(diǎn)的通信覆蓋范圍受到限制。
其次,對(duì)于FEC技術(shù),它通過增加冗余位來糾正誤碼。當(dāng)通信距離較遠(yuǎn)時(shí),F(xiàn)EC能夠通過糾錯(cuò)來減少重傳,從而提高鏈路的吞吐量;但是當(dāng)通信距離較近時(shí),信道質(zhì)量較好,傳輸冗余位帶來的額外開銷使得其吞吐量低于ARQ。
綜合分析可知,ARQ和FEC技術(shù)適合于不同的通信距離(信道質(zhì)量),ARQ技術(shù)在通信距離較近時(shí)能獲得較大吞吐量,而在通信距離較遠(yuǎn)時(shí)FEC技術(shù)獲得的吞吐量更大。因此,為了在提高可靠性的同時(shí)能在較大的動(dòng)態(tài)范圍內(nèi)保證吞吐量的最大化,本文提出一種根據(jù)節(jié)點(diǎn)間的不同通信距離自適應(yīng)選擇最優(yōu)化的差錯(cuò)控制技術(shù)的優(yōu)化策略(ATO-RSSI)。
2.1 吞吐量自適應(yīng)優(yōu)化機(jī)制
本文提出的ATO-RSSI是一種適用于WSN、可以根據(jù)節(jié)點(diǎn)間不同通信距離自適應(yīng)選擇ARQ或FEC的差錯(cuò)控制策略,主要目的是在WSN中提高數(shù)據(jù)傳輸高可靠性的同時(shí)保證高的吞吐量。
由前文分析可知,存在一個(gè)臨界距離值d*,使得
TARQ(d*)=TFEC(d*) (11)
這里,將d*稱為門限距離。CC2420有一個(gè)內(nèi)置的RSSI(接收到的信號(hào)強(qiáng)度指示器),用來提供一個(gè)數(shù)字值,該數(shù)字值可以從8位的、有符號(hào)的二進(jìn)制補(bǔ)碼RSSI.RSSI_VAL寄存器中讀得。實(shí)際測量表明,CC2420的RSSI值與輸入信號(hào)強(qiáng)度成近似線性關(guān)系,能夠穩(wěn)定地指示無線鏈路質(zhì)量。RSSI寄存器值RSSI.RSSI_VAL可以被用來計(jì)算RF引腳上的接收信號(hào)功率Pt,計(jì)算公式如下[13]:
Pt=RSSI_VAL+RSSI_OFFSET [dBm] (12)
RSSI_OFFSET在系統(tǒng)開發(fā)時(shí)根據(jù)經(jīng)驗(yàn)從前端獲得。RSSI_OFFSET近似為-45 dBm[13]。讀出RSSI寄存器的RSSI.RSSI_VAL值,根據(jù)式(12)便可以計(jì)算出接收功率Pt,然后將Pt代入式(3)便可求得通信距離d。
本文所提出的ATO-RSSI優(yōu)化策略如下:
在網(wǎng)絡(luò)布設(shè)之前,針對(duì)不同的網(wǎng)絡(luò)條件(主要指無線信道噪聲和節(jié)點(diǎn)間干擾),通過求解式(11)得到d*,并寫入各個(gè)傳感器節(jié)點(diǎn)的存儲(chǔ)單元中。這部分工作可以人為地在計(jì)算機(jī)上完成。
在網(wǎng)絡(luò)運(yùn)行過程中,傳感器節(jié)點(diǎn)利用RSSI測距技術(shù)測算節(jié)點(diǎn)間的通信距離d,然后比較d和d*:當(dāng)d≤d*時(shí),則使用最優(yōu)ARQ方案進(jìn)行差錯(cuò)控制;當(dāng)d>d*時(shí),則使用最優(yōu)FEC方案進(jìn)行差錯(cuò)控制。其中,最優(yōu)ARQ方案和最優(yōu)FEC方案將在第3節(jié)中通過仿真給出。在ATO-RSSI策略中,傳感器節(jié)點(diǎn)不承擔(dān)門限距離d*的求解任務(wù),因此不會(huì)額外消耗節(jié)點(diǎn)的能量和資源。這樣,ATO-RSSI策略僅會(huì)對(duì)能量和計(jì)算能力均受限的傳感器節(jié)點(diǎn)帶來極小的額外資源開銷。
2.2 ATO-RSSI的具體實(shí)現(xiàn)
圖1給出了WSN中一個(gè)傳感器節(jié)點(diǎn)的ATO-RSSI體系結(jié)構(gòu)。從圖1中可以看到,ATO模塊位于數(shù)據(jù)鏈路層。此外,在ATO中包含了兩種子優(yōu)化模塊:最優(yōu)ARQ方案和最優(yōu)FEC方案。RSSI模塊用于測算節(jié)點(diǎn)間的通信距離。ATO模塊根據(jù)RSSI測算出的距離來自適應(yīng)地為系統(tǒng)選擇最優(yōu)差錯(cuò)控制方案。
ATO-RSSI的算法偽碼如下:
Process of ATO-RSSI( )
{ if (RSSI_distance)<d*
ATO = Optimal_ARQ;
else
ATO = Optimal_FEC;
Change(ATO); }
其中,RSSI_distance表示由RSSI模塊測算出節(jié)點(diǎn)間的通信距離。該策略具體實(shí)現(xiàn)方法是:接收端每次接收數(shù)據(jù)時(shí), 讀出RSSI值交由RSSI模塊測算出通信距離RSSI_
distance,然后與門限距離d*比較,ATO模塊根據(jù)比較結(jié)果選擇最優(yōu)ARQ方案或者最優(yōu)FEC方案。當(dāng)最優(yōu)差錯(cuò)控制方案需要更改時(shí),接收端發(fā)送請(qǐng)求消息讓發(fā)送端進(jìn)行切換。該策略結(jié)合了ARQ和FEC技術(shù)的優(yōu)勢,在不同通信距離下都可以獲得較高的吞吐量,具有較大的動(dòng)態(tài)范圍,而且簡單,易于實(shí)現(xiàn)。
3 仿真結(jié)果與分析
為了對(duì)上述理論分析進(jìn)行驗(yàn)證,采用Matlab對(duì)ARQ和FEC技術(shù)的吞吐量進(jìn)行仿真實(shí)驗(yàn), 仿真參數(shù)如表1所示[10-12]。
得到不同通信距離下相應(yīng)的最優(yōu)數(shù)據(jù)包長L(d)*,進(jìn)而得到最優(yōu)ARQ方案吞吐量曲線。從最優(yōu)曲線可以看到,當(dāng)d>450 m時(shí),T迅速下降為0,此時(shí)即使采用最優(yōu)數(shù)據(jù)包長也提高不了吞吐量。因此,遠(yuǎn)距離通信時(shí),僅靠最優(yōu)ARQ方案并不能使吞吐量最大化。
圖3、圖4在不同包長、不同糾錯(cuò)能力t的情況下,對(duì)FEC技術(shù)的BCH碼的吞吐量分別進(jìn)行了比較。從圖3中可以看到,當(dāng)節(jié)點(diǎn)間的通信距離較近(<450 m)時(shí),每種BCH碼的吞吐量都近似恒定,幾乎不隨通信距離的增加而變化,并且糾錯(cuò)能力越弱(即t越小)BCH 碼吞吐量越高,這是因?yàn)閠越小,意味著需要額外增加的冗余位越少,因此吞吐量越高。當(dāng)通信距離大于450 m時(shí),各種BCH碼的吞吐量開始迅速下降直至為零,但糾錯(cuò)能力越強(qiáng)(即t越大)BCH 碼吞吐量動(dòng)態(tài)范圍越大,這是因?yàn)榧m錯(cuò)性能越強(qiáng)t越大,能夠支持的動(dòng)態(tài)范圍自然就大。
從上述分析中可以看到,評(píng)價(jià)BCH碼吞吐量性能的好壞,應(yīng)結(jié)合吞吐量大小和動(dòng)態(tài)范圍兩方面綜合考慮。由圖3知t值取小于3較好,t=2性能折中最優(yōu)。
圖4中也可以得到類似圖3的結(jié)論。由圖4可知n=511,t=2和 n=511,t=3具有較好的折中性能。為了獲得BCH碼吞吐量最優(yōu)的參數(shù),圖5進(jìn)一步比較了具備較好折中性能的不同BCH碼的吞吐量。從圖5中可以看到,BCH(127,2)不論在吞吐量大小還是在動(dòng)態(tài)范圍方面均具有較好的性能,并且根據(jù)參考文獻(xiàn)[12],BCH(127,2)碼也具有較高的能效,因此在本文提出的ATO-RSSI策略中,選擇BCH(127,2)碼為最優(yōu)FEC技術(shù)方案。
當(dāng)FEC技術(shù)中的最優(yōu)糾錯(cuò)碼確定為BCH(127,2)后,便可以得到ATO-RSSI的最優(yōu)吞吐量曲線,如圖6所示。為了對(duì)比分析,圖6中也同時(shí)給出了單純的最優(yōu)ARQ和最優(yōu)FEC方案的吞吐量曲線。兩條曲線在d*=407 m的位置附近相交,當(dāng)通信距離小于d*時(shí),最優(yōu)ARQ技術(shù)吞吐量高于最優(yōu)FEC方案;而當(dāng)通信距離大于d*時(shí),最優(yōu)FEC方案吞吐量高于最優(yōu)ARQ技術(shù)。ATO-RSSI方案就是在通信距離小于d*時(shí)使用最優(yōu)ARQ技術(shù)進(jìn)行差錯(cuò)控制,而在通信距離大于d*時(shí)使用最優(yōu)FEC技術(shù)進(jìn)行差錯(cuò)控制。
通過在不同通信距離上對(duì)三種吞吐量優(yōu)化方案進(jìn)行比較可以看到,ARQ和FEC方案分別在近距離和遠(yuǎn)距離范圍內(nèi)局部最優(yōu),而ATO-RSSI自適應(yīng)方案則相對(duì)穩(wěn)定,在所有的通信距離上都能獲得相對(duì)較高的吞吐量,具有較大的動(dòng)態(tài)范圍。因此,ATO-RSSI自適應(yīng)方案為整體最優(yōu)的吞吐量優(yōu)化方案。
本文從吞吐量的角度,分析了ARQ技術(shù)和FEC技術(shù)的通信距離特性,并據(jù)此提出了一種適合于WSN的基于通信距離的自適應(yīng)吞吐量優(yōu)化策略(ATO-RSSI)。ATO-RSSI策略結(jié)合了ARQ和FEC技術(shù)的優(yōu)勢,可以根據(jù)WSN的動(dòng)態(tài)變化自適應(yīng)選擇最優(yōu)的差錯(cuò)控制方案,以便提高可靠性的同時(shí)能在較大的動(dòng)態(tài)范圍內(nèi)保證吞吐量的最大化,為整體最優(yōu)的吞吐量優(yōu)化方案。
參考文獻(xiàn)
[1] 孫利民,李建中, 陳渝,等. 無線傳感器網(wǎng)絡(luò)[M]. 北京:清華大學(xué)出版社,2005
[2] LAVERY R J. Throughput optimization for wireless datatr ansmission[D]. M.S.thesis,Polytechnic University,June 2001.
[3] YOO T, LAVERY R, GOLDSMITH A, et al. Throughput optimization using adaptive Techniques[C]. in Draft, may 2005.
[4] FAKHRI Y, NSIRI B, ABOUTAJDIN D, et al. Throughput optimization via the packet length and transmission parameters[C]. IJCSNS International Journal of Computer Science and Network Security, 2006.
[5] Liu Jian, Sun Jian, Lv Shoutao. A novel throughput optimization approach in wireless systems[C]. IEEE ICCT2010, Nanjing, China, 2010:1374-1378.
[6] Lin Dai. Khaled ben letaief: throughput maximizationof adhoc wireless networks using adaptive cooperativediversity and truncated ARQ[J].IEEE Transactions on Co-mmunications,2008,56(11):1907-1918.
[7] Mica2 Datasheet. Crossbow Corp.[OL].Available:http://www.xbow.com.
[8] MicaZ Datasheet.Crossbow Corp.[OL].Available:http://www.xbow.com.
[9] SANKARASUBRAMANIAM Y, AKVILDIZ I F, MCLAUG-HLIN S W. Energy efficiency based packet size optimization in wireless sensor networks[C]. First IEEE International Workshop on Sensor Network Protocols and Applications,2003:1-8.
[10] 田真,袁東風(fēng),梁泉泉. 無線傳感器網(wǎng)絡(luò)差錯(cuò)控制技術(shù)的能效分析[J]. 通信學(xué)報(bào),2008,29(11):77-83.
[11] Jin Yong, Chang Jinyi, Le Deguang. A high energy efficiency link layer adaptive error control mechanism for wireless sensor networks[C]. Proceedings of the International Conference on Computational Intelligence and Software Engineering.Washington:IEEE,Computer Society,2010:1-4.
[12] 王海林,李鳳榮,吳明娟,等.無線傳感器網(wǎng)絡(luò)自適應(yīng)差錯(cuò)控制技術(shù)研究[J].高技術(shù)通訊,2011,21(5):465-470.
[13] Chipcon.CC2420 Datasheet[EB/OL].[2011-07-20].http://www.chipcon.com.
[14] GOLDSMITH A. Wireless communications[D].Cambridge University Press,2005.