1、异构延迟容忍移动传感器网络中基于转发概率的数据传输 刘唐 彭舰 杨进 四川师范大学基础教学学院 四川大学计算机学院 网络与交换国家重点实验室(北京邮电大学) 乐山师范学院计算机学院 摘 要： 提出了一种基于转发概率的动态数据转发策略:FPAD (forwarding probability-based adaptive data deliveryalgorithm) .FPAD 适用于由不同类型传感器节点构成的可监测不同对象的异构延迟容忍移动传感器网络 HDTMSN (heterogeneous delay tolerant mobile sensor network) .在这种网络中, 各类
2、节点拥有不同的通信能力、运动速度与消息存储能力, 并且获取的数据消息具有不同的大小和不同的延迟容忍度.针对异构网络的特点, FPAD 一方面根据节点能量消耗和消息传输延迟计算出节点的传输概率和转发概率, 并以此进行数据消息的传输;另一方面, 提出根据消息当前的延迟容忍度作为消息丢弃依据的消息队列管理机制.仿真实验结果表明, 与现有的几种数据传输算法相比, FPAD 的数据传输成功率更高、传输延迟更小, 而且网络寿命相对较长.关键词： 异构延迟容忍移动无线传感器网络; 数据收集; 动态数据传输; 转发概率; 队列管理; 作者简介：彭舰 (1970-) 男, 博士, 教授, 主要研究领域为传感器网
3、络, 分布式计算, 人类动力学.E-mail:作者简介：杨进 (1980-) , 男, 博士, 副教授, CCF 会员, 主要研究领域为网络安全.E-mail:收稿日期：2011-08-15基金：国家自然科学基金 (61003310) Data Delivery for Heterogeneous Delay Tolerant Mobile Sensor Networks Based on Forwarding ProbabilityAbstract： This paper proposes a data gathering algorithmFPAD (forwarding probabil
4、ity-based adaptive data delivery algorithm) .FPAD applies to HDTMSN (heterogeneous delay tolerant mobile sensor network) , which is composed by different nodes monitoring different objects.In such networks, nodes of different kinds have different communication capabilities, motor speed, and informat
5、ion storage capacity, and the data obtained have different sizes and delay tolerances.In terms of the characteristics of HDTMSN, FPAD, on the one hand, calculates nodes transmitting and forwarding probability, and then forwards messages according to nodes energy consumption and message transmission
6、delay.On the other hand, it proposes message queue management mechanism based on the current delay tolerance of the message.Simulation results show that compared with the existing algorithm of data transmission, FPAD has a higher delivery ratio and smaller delivery delay, and it has a relatively lon
7、ger network lifetime.Keyword： HDTMSN (heterogeneous delay tolerant mobile sensor network) ;data gathering;dynamic data delivery;forwarding probability;queue management; Received： 2011-08-15近年来, 将无线传感器网络1应用于面向移动对象的数据收集成为研究的热点.数据收集对象的移动性、随机性必然导致节点间非连通状态的频繁出现.在这种间歇连通的网络中, 节点间数据的传递也会相应地出现数据延迟.因此, 用于在间歇连
8、通网络中传送数据的 DTN (delay tolerant network) 2,3技术被引入无线传感器网络.在节点随机运动的容忍延迟移动传感器网络 DTMSN (delay tolerant mobile sensor network) 4中, 如何以尽可能低的数据传输能耗和尽可能小的数据传输延迟来达到尽可能高的传输可靠性, 成为 DTMSN 要解决的首要问题.目前, 已经有一些文献对 DTMSN 的数据传输策略进行了研究.文献5对该领域的进展进行了详细的综述.在现实应用中, 传感器节点种类丰富.传感器节点可根据监测对象、感测能力、计算能力和通信能力等分为不同类型6:由多种不同类型的传感器节
9、点构成的网络称为异构传感器网络 (heterogeneous sensor network) ;反之, 由相同类型传感器节点组成的网络称为同构传感器网络 (homogeneous sensor network) .通常, 在同一区域范围内需布置多种类型的传感器节点以监测不同的对象 (如在非洲草原的同一区域内, 利用多种节点对斑马、狮子、羚羊等不同野生动物进行监控) .为了以更低的成本构建监测网络, 可以让多种类型的传感器节点共用同一汇聚点.因为网络中节点类型异构且监控对象异构, 节点的通信能力、运动速率及消息存储能力均不同, 并且获取的数据消息具有不同的大小, 并要求在不同的时间内发送到汇聚点
10、, 所以传统的 DTMSN 数据传输算法很难实现传输成功率、传输能耗和传输延迟的有效平衡以获得良好的监控质量.本文提出一种异构延迟容忍传感器网络中基于转发概率的动态数据传输算法FPAD (forwarding probability-based adaptive data delivery algorithm) .网络中节点类型异构且监控对象异构.FPAD 算法由数据传输和队列管理两个主要部分组成.数据传输机制的基本思想是, 网络中的节点有消息等待发送时首先计算出自身的消息传输概率, 然后获得通信范围内其他节点的消息转发概率.节点随后将消息转发到所有转发概率大于自身传输概率的节点.针对异构环境
11、下消息大小不同且传输延迟要求不同, 节点的传输概率和转发概率的计算均由能量消耗因子和传输延迟因子构成, 以保证消息能以相对更低的能耗和更小的传输延迟发送到汇聚点.队列管理机制则是根据消息不同的延迟要求作为消息丢弃的依据, 使得在尽量增大传输成功率的同时有效控制消息副本数量, 降低网络传输能耗, 延长网络寿命.仿真实验结果表明, 与现有的泛洪 (flooding) 算法、直接传递 DT (direct transmission) 算法、SRAD (selective replication-based adaptive data delivery scheme) 策略相比, FPAD 的数据传输
12、成功率更高、传输延迟更小, 而且网络寿命相对较长.本文第 1 节对相关工作进行说明.第 2 节对网络模型和能量模型进行描述.第 3节给出 FPAD 数据转发机制设计细节.第 4 节提出 FPAD 消息队列管理机制.第 5节研究 FPAD 算法性能, 并与现有的主要算法相比较.第 6 节进行总结并提出今后的研究方向.1 相关工作将 DTN 技术引入节点移动的传感器网络, 根据节点移动性的不同, 可以将研究分为两类:(1) 利用少量可移动节点对网络进行管理.在该类网络中, 可以采用一些移动节点来改善网络的连通性.(2) 网络中所有传感器节点都是移动的.对这类网络最关键的是设计良好的路由算法.最简单
13、的数据传输算法是文献7提出的 DT 算法 (direct transmission) .其基本思想是, 只有当传感器节点运动到汇聚点的通信范围内时两者才进行消息传输.虽然它的传输能耗低, 但是消息的传输延迟非常大.另一种基本算法是文献8提出的 Flooding 算法:传感器节点把消息复制给通信范围内的所有节点.该算法能耗巨大, 数据丢包严重, 性能较差.文献9提出的 RED 策略由数据传输和消息管理两部分组成:RED 通过消息传输的发生与否来增加或降低传输概率;消息管理则根据节点当前的传输概率值确定最佳的容错编码参数以提高传输成功率.文献7认为, RED 中最佳容错编码参数的计算值并不准确,
14、并且在网络中传输大量的分片消息加剧了网络的传输能耗.在 RED 策略的基础上, 文献10提出了 FAD 策略.FAD 采用了与 RED 相同的传输概率计算方法, 同时, 它根据每个消息的错误容忍值进行消息队列管理.但是这种传输概率计算方法准确度有限, 并且 FAD 忽略了消息的存活时间, 因此有可能出现某些传输延迟已经超过了网络延迟容忍限度的消息继续存留于网络中的现象, 造成了传输能耗的较大浪费.文献11提出了 SRAD 策略.SRAD 根据各传感器节点传输概率的大小进行数据消息的传输, 并利用消息的生存时间进行消息队列管理.但 SRAD 在计算节点传输概率时只考虑了节点与汇聚点通信的可能性但
15、忽略了节点间复制消息所消耗能量的比较, 并且 SRAD 队列管理机制有可能使节点在较长时间没有接受到新消息的情况下长时间存放过期消息, 浪费节点能量和网络带宽.因此, SRAD 依旧有较高的能量消耗和较大的消息冗余.文献12提出的 RDAD 策略对此进行了改进, 利用汇聚点最近 5 次发送的信号强度确定节点到汇聚点的相对距离, 并以此作为消息传输时选择下一跳的依据.但是节点不断接受广播信号增大了网络开销, 通过最近 5 次广播进行相对距离计算也显得不够及时, 并且在节点改变运动状态时, 相对距离的计算可能不太准确.同时, 以上算法均没有考虑到网络异构的情况, 因此在不同类型节点监控不同对象的
16、HDTMSN 中, 这些算法难以获得理想的网络监控质量.文献13对 DTSN 进行了 3 个方面的讨论:路由、数据收集、邻居发现, 并在此基础上针对延迟容忍网络提出了一个基于选择性广播的路由与数据收集协议.该协议考虑到 3 点性能指标:查询能量、数据传输能量、延迟时间.该协议中, 数据发送能量消耗大致基于消息发送时间间隔.近年来, 研究者对 HDTMSN 做了大量的工作.文献14通过考虑异构节点和空间异质这两个在现实移动轨迹中已得到广泛认可的常见特性, 分析了异构多跳移动网络的扩展能力.文中提出的方法能够识别常见的移动无线传感器网络的增长规律, 而且能够精确判断在何种情况下可利用节点的移动性来
17、增加每个节点的吞吐量.文献15提出了一个使用于节点移动的无线多跳传感器网络的信道容量增长规律.作者考虑到由异构节点组成的成簇网络, 这个网络中在一个或更多主节点周围的每个节点的空间分布形态对网络的传输能力起着重要作用.同时, 文中区分了在常见移动网络中产生的不同操作机制, 并且描述了每种机制下网络容量的增长.文献16提出了一种适用于分布式环境的异构节点移动无线传感器网络结构.作者认为, 对可伸缩架构的异构移动传感器网络的研究重点应该是使路由算法适应簇头和节点均移动的网络, 并且提出了一种采用动态拓扑结构的有效协议.在此基础上, 作者提出了基于 HDTMSN 结构的环境监测模型.2 网络模型和问
18、题描述2.1 网络模型为了满足现实世界对 HDTMSN 监控的要求, 本文定义了不同节点监控不同对象的异构网络.在网络初始状态时, N 个传感器节点随机分布在一个 MM 的二维正方形区域 A 内.假设该传感器网络具有如下性质:1.网络中存在的不同类型的异构节点分别负责不同的监控任务, 并传回收集的数据.这里, 定义节点在以下方面异构:(1) 不同节点具有不同的通信能力;(2) 不同节点具有不同的运动速度;(3) 不同节点具有不同的消息存储能力, 即存储队列长度不同; (4) 监控不同对象的节点获得的数据消息大小不同;(4) 监控不同对象的节点获得的数据消息大小不同;(5) 不同消息对传回汇聚点
19、的传输延迟要求不同.2.所有传感器节点的运动规律符合 Random Waypoint 运动模型17.Random Waypoint 运动模型描述为:传感器节点在运动空间 A 内随机生成坐标值产生起始点 S 和目的点 D, 节点运动速度在V min, Vmax之间随机取值并匀速从 S 沿直线运动到 D, 在 D 随机选取一个时间 Tpause属于 (T min, Tmax) 保持静止.这样完成一次运动过程, 将本次的目的点 D 作为下次运动的起始点 S, 进行下一次运动过程.如此重复.网络中所有传感器节点均遵循上述运动过程, 它们之间相互独立.节点的运动过程如图 1 所示.Fig.1 Trave
20、ling pattern of a moving node using the random waypoint mobility model 图 1 采用 Random Waypoint 运动模型的节点运动模式 下载原图3.网络内的汇聚点以基站形式部署, 不需要考虑汇聚点的能量消耗.汇聚点部署后便不再移动, 因此对网络内的所有传感器节点来说, 汇聚点的位置已知.4.汇聚点无线发射功率可控, 汇聚点通过调整发射功率能使其广播覆盖全网范围.5.各个传感器节点内设定时器, 可完成计时功能.2.2 能量模型本文使用简单能量消耗模型18, 忽略节点进行计算、存储等过程中的能量消耗, 仅计算节点的通信能耗
21、.在传输 l 比特信息经过距离 d 的过程中, 发送端能量消耗为接收端能量消耗为其中, d 0为一阈值, 当发送节点与接收节点的距离小于 d0时, 发送方发送数据的能量损耗与距离的平方成正比, 否则与距离的 4 次方成正比;E elec表示发送或接收每比特数据时的能量消耗, fsd 和 mpd 是发送每比特数据放大器的能量消耗.2.3 问题描述针对 HDTMSN 的特点, 有效的 HDTMSN 路由算法必须充分考虑到以下问题:1) 算法应是完全分布式自组织的, 节点独立决定自己获取的信息的发送方式;2) 动态地选择下一时刻能够以相对更低的能量代价、更小的传输延迟将消息发送至汇聚点的传感器节点作
22、为消息的载体;3) 设计恰当的消息队列管理机制, 确定消息传递的优先级及消息丢弃原则;4) 算法必须考虑到网络由不同类型的节点构成, 并充分适应节点在不同方面的异构性.为了满足 HDTMSN 的特点, 本文提出了一种能满足上述 4 点要求的动态数据传输策略 FPAD.在下一节里, 我们将对 FPAD 策略进行具体描述.3 FPAD 消息转发机制为便于描述, 下面给出与 FPAD 算法相关的一些概念:定义 1 (消息延迟容忍度) .网络中所有消息的头部均包含一个域, 存放消息当前对传输延迟的要求, 即延迟容忍度.对任意消息 j, 以 Tj表示该消息当前时刻的延迟容忍度, 即消息 j 在 Tj时间
23、后仍未发送到汇聚点, 消息 j 将会失效.每个节点内设置一个计时器, 随着计时器的计时, 各消息的延迟容忍度不断减小, 若消息一直未能发送至汇聚点, 则延迟容忍度最终减小到 0.定义 2 (能量消耗因子) .能量消耗因子 (E) 表明消息从当前位置发送到汇聚点所消耗的能量与节点剩余能量的关系. (E) 的计算与消息发送距离、消息大小和节点当前剩余能量相关, 0 (E) 1.定义 3 (传输延迟因子) .传输延迟因子 (D) 表明消息从当前位置发送到汇聚点所花销的时间与消息的当前延迟容忍度的关系. (D) 的计算与节点当前运动速度、节点当前位置与消息发送点的距离、消息当前的延迟容忍度相关, 0
24、(D) 1.定义 4 (节点传输概率) .节点 i 的传输概率 Pi表明该节点通过自身将消息发送回汇聚点的可能性.P i的计算由 (E) 和 (D) 确定, 0P i1.定义 5 (节点转发概率) .对节点 i 通信范围内任意节点 z, Fi_z是消息从节点i 转发到节点 z 的转发概率, 表明消息转发至节点 z 再最终发送到汇聚点的可能性.F i_z的计算也由 (E) 和 (D) 确定, 0F i_z1.当网络中的任意传感器节点 i 有消息需要进行发送时, FPAD 算法依据节点 i 的传输概率以及节点 i 通信范围内的邻居节点的转发概率确定消息转发到哪些节点.3.1 节点运动速率的计算网络
25、中节点可利用汇聚点广播信号强度在传输过程中的衰减来感知与汇聚点之间的距离.通过调节汇聚点发射功率, 可让汇聚点以一定功率在全网范围内进行广播.当节点完成上一次随机运动、开始新一次随机运动时, 节点通过在一定时间间隔内接收到的 3 次汇聚点广播信号强度, 便可计算出节点本次运动的速率.对传感器节点 i, 在 S (x1, y1) 处结束上一次运动, 在开始新一次运动时, 随机选择网络内一坐标值 D (x2, y2) 作为本次运动的目的点.方便计算设定汇聚点位于网络中心且为原点.开始本次运动后, 节点 i 分别间隔 t 时间在 Ma, Mb, Mc这 3 处接收汇聚点以能量 E 发送的广播, 接收
26、信号强度分别为 Ea, Eb和 Ec, 因此可以计算出节点 i 在 3 次接收广播时与汇聚点的距离 da, db, dc分别为18其中, K 为常数;是距离- 能量梯度, 根据传感器网络所处的具体物理环境 , 其取值范围在 16 之间.由于 Random Waypoint 运动模型下, 节点每次运动为匀速直线运动, 因此 Ma与Mb, Mc之间距离相当, 令 为 Ma, Mb两点间距离, 可知:因此, 节点 i 本次运动的速率为3.2 消息转发算法定义 6 (消息发送距离) .设定传感器节点 i 在运动过程中运动到距离汇聚点 O的距离最小时进行消息发送.消息发送点与汇聚点之间的距离称为消息发送
27、距离si_O.传感器节点 i 从本次运动出发点 S (x1, y1) 运动到目的点 D (x2, y2) , si_O计算如下:显然, 若节点 i 的消息发送距离 si_Odi, 则消息无法直接发送到汇聚点;若si_Odi, 则节点 i 可以通过自身将消息发送到汇聚点.定理 1.对当前剩余能量为 Ecur_i的传感器节点 i, 其通信范围内有 Z个邻居传感器节点.对这 Z个节点中的任意节点 z, 设其当前剩余能量为 Ecur_z, 消息发送距离为 sz_O, 与节点 i 的当前距离为 si_z, 通信阈值为 d0_z.若任意节点 z 满足条件: 则节点 i 的消息通过 z 节点转发到汇聚点将比
28、节点 i 自己发送消息到汇聚点更有利于延长节点生存寿命.证明:设网络中任意节点 i 的存储队列头部有一个大小为 lj比特的消息 j 等待传输, 根据本文所用能量模型, 消息 j 发至汇聚点的能量消耗为设目前 i 的通信范围内有 Z个邻居传感器节点, 令 (50) =y|1zZ代表这 Z个传感器节点的集合, 节点 i 首先与这 Z个节点进行简单的握手, 分别了解它们此刻各自的运动路径、运动速度、消息发送距离、当前剩余能量、通信阈值和通信半径.若节点 i 的消息 j 通过节点 z 传输到汇聚点, 则所有的能量消耗为两节点发送消息所消耗的能量以及节点 z 接收消息所消耗的能量之和.其中, 消息 j
29、从节点i 发送到 z 的能量消耗为其中, s i_z为节点 i 与节点 z 通过握手获得的当前距离.节点 z 接收消息所消耗的能量为消息 j 再从节点 z 发送到汇聚点所需的能量消耗为因此, 消息 j 通过节点 z 进行转发所消耗的总能量为若 Ei_z (lj) 占节点 i 和节点 z 当前剩余能量之和的比例小于 ETx_i O (lj, si_O) 占节点 i 当前剩余能量的比例, 即满足公式 (14) , 则消息通过转发的方式传至汇聚点, 更有利于延长节点生存寿命.结论得证.定理 2.传感器节点 i 的存储队列头部有一个消息 j 正等待传输, 对其通信范围内 Z个邻居节点中的任意节点 z,
30、 设其运动速度为 vz, 当前与汇聚点的距离为dz_O, 消息发送距离为 sz_O, 若有节点 z 满足条件:则节点 i 将数据转发至这些节点能使消息以更小的传输延迟传输到汇聚点.证明:通过节点 i 接收汇聚点的广播, 可得出节点 i 当前与汇聚点的距离 di_O为节点 i 从当前位置运动到消息发送点需要经历的路程长度 dsend_i为因此, 节点 i 运动到消息发送点所需时间 ti为若消息 j 从节点 i 转发到节点 z, 则传输 j 到汇聚点所花费的时间与节点 z 的速度 vz与消息发送距离 sz_O直接相关.通过节点 z 接收汇聚点的广播, 可知节点 z 当前与汇聚点的距离 dz_O为节点 z 从当前位置运动到消息发送点需要经历的路程长度 dsend_z为因此, 节点 z 运动到消息发送点所需时间 tz为忽略消息在空间中传播的耗时, 若 tzti, 即 则节点 i 将数据转发至节点 z 能让消息以更小的传输延迟传输到汇聚点.结论得证.由定义 4 可知, 节点 i 的传输概率 Pi作为数据转发时转发对象选择的依据之一, 由能量消耗因子 (E i) 和传输延迟因子 (Di) 确定
