（通信与信息系统专业论文）无线传感器网络协作mimo分簇算法研究.pdf

摘要 摘要 无线传感器网络是集数据采集、信息处理和无线通信等功能于一体的新型分 布式自组织网络，在军事、环保、医疗和空间探索等领域具有巨大的应用潜力。 m i m o 技术不仅能通过空间复用，提高信道容量，同时也能通过分集增益，用于 对抗无线信道衰落，提高无线链路的可靠性，降低发送端的通信能量消耗。 通过多个无线传感器节点协作构成的协作m i m o 系统具有能耗小，传输快等 特性，能降低网络能耗，延长网络生存时间，提高网络传输速率。在基于协作m i m o 技术的无线传感器网络中，分簇算法是决定协作m i m o 实现与影响网络能耗性能 的关键步骤。传统的无线传感器网络的分簇算法并不能满足协作m i m o 应用的需 求，目前对基于协作m i m o 技术的无线传感器网络分簇算法的研究仍相对薄弱， 本文主要针对该问题展开分析与深入探讨。 本文介绍了无线传感器网络研究背景与研究方向，比较与分析了多种传统的 无线传感器网络分簇算法，概述了m i m o 技术以及协作m i m o 技术的发展历程与 基本原理，介绍了多种协作m i m o 系统。通过推导固定速率m i m o ，突发速率 m i m o ，单跳协作m i m o 与多跳协作m i m o 能耗模型，本文得到在无线传感器网 络运用m i m o 技术的相关距离门限，以及最优跳数与最优发送端协作节点数的求 解方法。结合上述的优化参数与距离门限，借鉴层次化网络拓扑控制思想，本文 设计了使用于多跳协作m i m o 技术的无线传感器网络分簇算法多跳协作 m i m o 分簇算法。 该算法通过轮与周的循环让无线传感器网络节点轮流充当簇首节点，通过距 离预测与最优参数估计将无线传感器网络做区域划分，通过簇首率优化与簇首竞 争实现各自区域内的簇划分，通过协作节点选择与多跳m i m o 通信实现远距离数 据传输。通过m a t l a b 的能耗仿真与o p n e t 的网络仿真，证明该分簇算法与原始 的低功耗自适应分簇算法相比克服了簇首节点分布不均，簇范围大小差别较大等 缺点，具有更好的分布性与均衡性，更低的通信能耗，更长的网络生存周期，更 适合协作m i m o 技术在无线传感器网络中的运用。 关键词：无线传感器网络，协作m i m o ，分簇算法，多跳，网络能耗 a bs t r a c t w i r e l e s ss e n s o rn e t w o r k ( w s n ) i san e wt y p eo fa dh o en e t w o r kw h i c hh a sh u g e p o t e n t i a l i nw i d er a n g eo fa p p l i c a t i o n si n c l u d i n gm i l i t a r yd e t e c t i o n ，e n v i r o n m e n t m o n i t o r i n g ，m e d i c a li n s p e c t i o n ，s p a c ee x p l o r a t i o ne t c m i m ot e c h n o l o g yn o to n l yc a n i m p r o v et h ec h a n n e lc a p a c i t yb yt h es p a t i a lm u l t i p l e x i n g , b u ta l s oc a ni m p r o v et h e r e l i a b i l i t yo fw i r e l e s sl i n k a n dr e d u c et h ee n e r g yc o n s u m p t i o no fc o m m u n i c a t i o nb y d i v e r s i t yg a i n w h i c hc a l la g a i n s tt h er a d i oc h a n n e lf a d i n g t h ec o l l a b o r a t i v em i m os y s t e mi nw i r e l e s ss a l l s o rn e t w o r kw i t l ls m a l lp o w e r c o n s u m p t i o n a n df a s tt r a n s m i s s i o nc h a r a c t e r i s t i c sc a l lr e d u c en e t w o r k e n e r g y c o n s u m p t i o na n dp r o l o n gt h en e t w o r ks u r v i v a lt i m e c l u s t e r i n ga l g o r i t h mi s t h ek e y s t e pt oi m p l e m e n t a t i o no ft h ec o o p e r a t i v em i m os y s t e ma n di m p a c to fn e t w o r kp o w e r p e r f o r m a n c e w h e nt h et r a d i t i o n a lc l u s t e r i n ga l g o r i t h m si nw i r e l e s ss e n s o rn e t w o r k sc a n n o tm e e tt h en e e d so fc o l l a b o r a t i v em i m oa p p l i c a t i o n s ，a n dt h ec u n e n tc o o p e r a t i v e m i m o - b a s e dc l u s t e r i n ga l g o r i t h mi ss t i l lr e l a t i v e l yw e a lt h i sp a p e ri sg o i n gt oa n a l y z e a n da d d r e s st h ep r o b l e mi nd e p t h t h i sa r t i c l ed e s c r i b e st h ew i r e l e s ss e n s o rn e t w o r kr e s e a r c hb a c k g r o u n da n dr e s e a r c h d i r e c t i o n s ，c o m p a r ea n da n a l y s eaw i d er a n g eo ft r a d i t i o n a lw i r e l e s ss e n s o rn e t w o r k c l u s t e r i n ga l g o r i t h m ， r e v i e wd e v e l o p m e n tp r o c e s sa n db a s i cp r i n c i p l eo fm i m o t e c h n o l o g y , c o l l a b o r a t i v em i m ot e c h n o l o g y , a n di n t r o d u c eaw i d er a n g eo fc o o p e r a t i v e m i m os y s t e m t h r o u g hd e r i v a t i o no ff i x e d - r a t em i m o ，b u r s tr a t eo fm i m o ， s i n g l e - h o pc o l l a b o r a t i v em 1 m o a n dc o o p e r a t i v em i m o m u l t i h o pe n e r g yc o n s u m p t i o n m o d e l ，t h i sp a p e ro b t a i n e dt h ed i s t a n c et h r e s h o l df o rc o o p e r a t i v em i m es y s t e m ，a n d t h es o l u t i o n st of i n dt h eo p t i m a ln u m b e ro fh o p sa n do p t i m a lc o o p e r a t i v et r a n s m i tn o d e w i t ht h eo p t i m a lp a r a m e t e r sa n dt h ed i s t a n c et h r e s h o l d ，a i m i n ga th i e r a r c h i c a ln e t w o r k t o p o l o g y , t h i sp a p e rd e s i g n e dac l u s t e r i n ga l g o r i t h mc a l l e dt h eb e s tc o o p e r a t i v em i m e m u l t i - h o pc l u s t e r i n ga l g o r i t h m ( b c m c ) f o rm u l t i - h o pc o o p e r a t i v em i m et e c h n o l o g yi n w i r e l e s ss e n s o rn e t w o r k s i nb c m c ，i ta l t e r n a t e st h ew i r e l e s ss e n s o rn e t w o r kn o d et oc l u s t e rh e a dn o d et h r o u g h 二垒曼曼旦垒坚l t h ew h e e l sa n d c y c l e s ，z o n et h ew i r e l e s ss e n s o rn e t w o r k st h r o u g ht h ed i s t a n c e p r e d i c t i o na n do p t i m a lp a r a m e t e r se s t i m a t e , d i v i d ed u s t e rt h r o u g ht h ed u s t e rh e a dm t e o p t i m i z a t i o n a n dc l u s t e rh e a de l e c t i o n , a c h i e v et h el o n g - d i s t a n c ed a t at r a n s m i s s i o n t h r o u g hc o o p e r a t i v en o d es e l e c t i o na n dm u l t i - h o pm i m oc o m m u n i c a t i o n s 耽em a t l a b s i m u l a t i o na n do p n e tn e t w o r ks i m u l a t i o ns h o wt h a tt h eb c m co v 咖m et l l eu n e v e n d i s t r i b u t i o n ，d i f f e r e n tc l u s t e rr a n g ea n do t h e rs h o r t c o m i n g si nt r a d i t i o n a lc l u s t a j n g a l g o r i t h m s ，o b t a i nb e t t e rc l u s t e r i n gd i s t r i b u t i o na n db a l a n c e , l o w e rc o m 功u n j c a d o n e n e r g yc o n s u m p t i o n , l o n g e rl i f ec y c l eo ft h en e t w o r kw h i c hi sm o r es u i t a b l ef o r c o l l a b o r a t i v em i m o t e c h n o l o g yu s ei nw i r e l e s ss e n s o rn e t w o r k s k e y w o r d s ：w s n , c o l l a b o r a t i v em m o ，c l u s t e r i n g a l g o r i t h m ，m u l t i h o p ，n e t w o r k e n e r g yc o n s u m p t i o n m 图目录 图目录 图2 1 无线传感器网络架构一：7 图2 2 无线传感器节点模型8 图2 3 智能灰尘节点8 图2 - 4 无线传感器网络协议架构一9 图2 5l e a c h 算法实例2 4 1 。1 2 图3 1 多输入多输出系统1 7 图3 2 接收分集：。18 图3 3a l a m o u t i 编码18 图3 4 预编码与接收成型1 9 图3 5 协作m i m o 系统2 0 图3 - 6 单跳协作m i m o 系统2 1 图3 7 多跳协作m i m o 系统：2 3 图4 1 无线传感器节点架构2 7 图4 2 无线传感器网络节点工作状态转移2 8 图禾3 发送端通信部件2 9 图禾4 接收端通信部件2 9 图4 5m i m o 系统与s i s o 系统能耗比较3 3 图4 6 单跳协作m i m o 系统3 4 图4 7 单跳协作m i m o 系统与s i s o 系统能耗比较3 6 图4 8 多跳协作m i m o 系统一3 7 图4 9 多跳协作m i m o 系统与s i s o 系统能耗比较4 0 图5 1 基于分簇的协作m i m o 系统一4 2 图5 2 多跳协作m i m o 分簇算法4 4 图5 3 多跳协作m i m o 分簇算法流程4 8 图目录 图5 - 4 分簇算法流程举例：5 0 图5 5 协作节点选择流程5 2 图5 6 中心拓扑。5 3 图5 7 扇形拓扑。5 4 图5 - 8 矩形拓扑。5 5 图6 - 1o p n e t 仿真网络域5 7 图6 2o p n e t 仿真节点域5 7 图6 3 网络仿真分簇实例( 一) 5 8 图6 4 网络仿真分簇实例( 二) 5 8 图6 5 网路仿真分簇实例( 三) 5 9 图6 - 6 多跳协作m i m o 分簇通信6 0 图6 7 低功耗自适应分簇机制通信6 0 图6 8 单位数据通信能耗比较61 图6 - 9 多跳协作分簇死亡节点分布( 一) 。6 2 图6 1 0 自适应分簇死亡节点分布( 一) ：6 2 图6 11 多跳协作分簇一死亡节点分布( 二) 6 2 图6 1 2 自适应分簇死亡节点分布( - - ) 6 2 图6 1 3 死亡节点数随时间分布图6 3 表目录 表目录 表4 1 无线信道相关参数设定3 2 表6 一l 网络相关参数设定：一5 6 表6 2 最优协作节点数和最优跳数与距离关系5 7 表6 3 网络仿真拓扑参数5 8 v i 缩略词表 缩略词表 英文缩写 英文全写中文注释 w s nw i r e l e s ss e n s o rn e t w o r k s 无线传感器网络 s i s o s i n g l ei n p u ts i n g l eo u t p u t 单输入单输出 m m o m u l t i p l ei n p u tm u l t i p l eo u t p u t 多输入多输出 m i s o m u l 矗p l ei n p u ts i n g l eo u t p u t 多输入单输出 c m 勘m o c o o p e r a t i v em u l t i p l ei n p u tm u l t i p l eo u t p u t 协作多输入多输出 l e a c h l o w e n e r g ya d a p t i v ec l u s t e r i n gh i e r a r c h y 低功耗自适应分簇机制 o p n e t o p t i m i z e dn e t w o r ke n g i n e e e i n gt o o l s 网络仿真工具 m a t l a bm a t r i xl a b o r a t o r y 数值计算与仿真工具 i x 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 签名：塑垫整日期：2 p 岛年6 月甲日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅o f 本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后应遵守此规定) 签名：必塑导师签名：终小他 日期： 加p 年月午日 第一章绪论 1 1 研究背景 第一章绪论 无线传感器网络被认为是2 1 世纪最重要的技术之一，它将会对人类未来的生 活方式产生巨大影响。2 0 0 3 年2 月美国技术评价杂志评出了对人类未来生活 方式产生深远影响的十大新兴技术，无线传感器网络技术位于首位。2 0 0 3 年8 月 商业周刊将无线传感器网络定义为2 1 世纪的四大高技术产业之一。 无线传感器网络源于1 9 7 8 年美国国防部高级计划署( d a r p a ) 在卡耐基梅隆 大学成立的分布式传感器网络工作组【l 】。该工作组通过研究传感器网络中存在的通 信问题，为军用侦查系统需求提供技术解决方案。随着无线传感器网络的特性逐 渐引起世界各方面的关注，全球范围内启动了许多与无线传感器网络相关的研发 项目与研究计划。 1 9 9 3 一1 9 9 9 年问由d a p r a 资助加州大学洛杉矶分校( u c l a ) 承担的w i n s 项目 【2 1 。1 9 9 9 2 0 0 1 年间d a p r a 资助u cb e r k e l e y 承担的s m a r td u s t s 项目【3 i t 4 。1 9 9 8 2 0 0 2 年d a r p a 资助u cb e r k e l e y 等2 5 个机构联合承担的s e n s ei t 计划。1 9 9 9 2 0 0 4 年海军研究办公室资助s e aw e b 计划。2 0 0 1 年美国国家航空与航天局( n a s a ) 资助j p l 实验室承担的s e n s o rw e b s 计划美国军方的c 4 k i s r 计划、s m a r ts e n s o r 。 2 0 0 2 年欧盟资助自组织和协作有效的传感网络研究计划( e y e s ) 。2 0 0 4 年3 月日 本成立传感网络研究会( u s n ) 。 在1 1 业界，英特尔公司、微软公司，德州仪器公司等已开始着手无线传感器 网络解决方案与技术支撑等方面的工作，自助和启动研发项目和市场应用计划。 例如i n t e l 公司在2 0 0 2 年制订了基于微型传感器网络的新型计算发展规划。n s f 在2 0 0 3 年制定了传感器网络研究战略规划。美国d u s tn e t w o r k s 和c r o s s b o w t e c h n o l o g i e s 等公司的“智能尘埃 、“m o t e 项目已进入应用测试阶段。 我国无线传感器网络技术及其应用研究与发达国家几乎同步启动。1 9 9 9 年， 中科院的信息与自动化领域研究报告，把无线传感器网络技术列入五个重大项目 之一。2 0 0 1 年，上海中科院微系统研究所，成立微系统研究与发展中心，着重开 拓无线传感器网络方向，相继部署了若干重大研究项目。2 0 0 4 年末，8 6 3 计划信 电子科技大学硕士学位论文 息获取与处理技术主题年会将传感器网络技术设定为信息获取领域发展重点。与 此同时，国家自然科学基金、国家“8 6 3 基金支持国内的一系列研究机构及高校， 其中包括中国科学技术大学、清华大学、中科院等，开展无线传感器网络技术研 究。2 0 0 5 年，科技部9 7 3 计划将传感器网络的相关基础理论研究列入重点支持方 向。 在传统的w s n 研究领域，研究人员仍朝着跨层设计、权重均衡、数据融合、 预测收集等方向努力 5 】f 6 】，但取得研究突破的脚步明显放缓。随着无线传感器技 术研究的深入，w s n 领域的研究人员开始尝试将m i m o 技术运用于无线传感器网 络，提出了协作m i m o 算法。协作m i m o 算法是指通过多个w s n 节点的协作， 实现多天线技术在无线传感器网络中的运用r 丌。经初步研究与无线传感器网络建模 验证，协作m i m o 算法，能大幅度降低无线传感器网络的信息传输能量消耗，延 长无线传感器网络的生存时间。该方向成为无线传感器网络技术研究热点。 从2 0 世纪8 0 年代开始，研究学者就发现与合并技术结合的多天线空间分集 可进一步改善无线链路性能并增加系统容量。在9 0 年代中期，b e l l 实验室对多天 线阵列进行了进一步的研究，并在理论上使m i m o 技术的信道容量逼近信道容量 下限。同时通过试验实现了2 0 b i t s h z 的频谱利用率。这些研究奠定了m i m o 技 术的理论基础。通过近几年的研究，人们发现m i m o 不仅能提高信息传送速率， 而且还能降低信息传输的能量消耗。 近段时间，w s n 领域的研究人员开始尝试将m i m o 技术运用于无线传感器网 络，提出了协作m i m o 算法。协作m i m o 算法是指通过多个w s n 节点的协作， 实现多天线技术在无线传感器网络中的运用。经初步研究与无线传感器网络建模 验证，协作m i m o 算法，能大幅度降低无线传感器网络的信息传输能量消耗，延 长无线传感器网络的生存时间。 美国斯坦福大学的研究团队，率先设计了a l a m o u t i 编码协作m i m o 单跳算法。 经该算法能耗特性仿真，c u i ，s g 论证了在无线传感器网络中，满足传播距离门限 和调制星座大小门限的a l a m o u t i 编码协作m i m o 单跳算法，可比s i s o 算法节省 更多的通信能耗【8 1 。随后，b r a v o s ，c t n 针对a l a m o u t i 编码协作m i m o 单跳算法进 行了深入研究，并进一步论证，经优化传播距离，调制星座数，协作通信节点数 等参数门限后，a l a m o u t i 编码协作m i m o 算法仍能比多跳s i s o 算法具有更好的 能耗性能【9 】。 在空时编码协作m i m o 算法研究基础上，c h e n ，w q 与j a y a w e e r a , s k 设计了 2 第一章绪论 s t b c 编码协作m i m o 多跳算法，甚至尝试了v - b l a s t 机制【l o j 【1 1 1 。理想状态的 s t b c 编码协作m i m o 多跳算法，能使无线传感器网络通信能耗远远低于基于单 跳或多跳的s i s o 算法的无线传感器网络。但对于无线传感器网络这样的非集中控 制的自组织网络，适用的协作策略成为了该算法瓶颈。控制开销或机制瑕疵的协 作机制不仅不能协作使m i m o 算法达到理想状态，并且还容易造成多余的能量浪 费。 随着研究的展开，人们逐渐认识到与协作m i m o 算法匹配的网络机制的重要 性。由于无线传感器网络非集中自组织特性，簇的划分成为网络构成的首要问题， 直接影响协作m i m o 算法的能耗特性。在新型的无线传感器网络研究中，协作 m i m o 相关的算法与机制研究正处于起步阶段，陆续有相关论文在国际通信的会 议和期刊上发表。z h o u ，p 在协作m i m o 的半中心式优化算法中，设计了迭代分割 均衡分簇算法【1 2 1 。c u i ，s g 针对多跳的协作m i m o 算法，提出了虚拟节点分簇机 制，配合多跳路由算法的实现【”】。已有的为数不多的分簇机制无论在控制开销方 面或在机制完备性方面，均不能很好满足协作m i m o 算法需求，与协作m i m o 理 想能耗特性仍有很大差距。协作节点选择机制是一种新型无线传感器网络簇能耗 控制机制，伴随着协作m i m o 算法的发展而被认知。b r a v o s ，g n 和n g u y e n ，t d 在协作m i m o 算法优化的研究过程中，提出应根据无线传感器网络特性，尝试设 定协作节点个数，设计协作节点选择机制【1 4 1 5 】。c u i ，s g 在针对传输流量变化的 协作m i m o 算法跨层优化研究中，也分析了协作节点选择机制对协作m i m o 算法 能耗性能的影响【1 6 1 。低功耗的协作节点的选择机制研究也开始逐渐展开。 在协作m i m o 的新型无线传感器网络中，随着研究的展开，人们还针对适用 于协作m i m o 的新型协议进行了初步探索。2 0 0 7 年，y a n g , h m 首次提出适用于 基于s t b c 协作m i m o 算法的分布式m a c 协议，该协议整个协作m i m o 系统的 能耗性能、延时性能、控制开销等方面，均做出了积极的贡献【1 7 】。2 0 0 8 年初，a h m a d ， m r 又基于y a n g ，h m 设计m a c 协议的核心机制，分别结合s t b c 、空分复用、 波束成形算法，分析了该协议机制的能耗特性，为后续的研究打下良好基础【l 引。 无线传感器网络协作m i m o 算法中，另外两个较为关注的问题，分别为跨层 优化与同步。一方面，c h e n ，w q 在跨层网络模型中采用穷举法，得出了多跳协作 m i m o 算法各层最优性能参数【1 9 】；c u i ，s g 提出了传输流量动态变化场景下的协 作m i m o 算法跨层优化方案【2 0 】；x u ，k 和p i l l u t l a , l s 提出了基于端到端传输速率 的协作m i m o 算法的跨层优化机制【2 l 】c 2 2 】。一方面，l ix h 等研究人员分别从编码 3 电子科技大学硕士学位论文 和机制设计的角度，着力研究非同步对整个w s n 系统网络能量消耗的影响【2 3 1 。 从上述叙述可以看出，目前对于无线传感器网络中基于协作m i m o 的分簇机 制的研究很不充分，有待进一步突破和探讨，这也是本项目拟解决的主要问题。 随着研究的进一步深入，协作m i m o 算法以及与之相配合的分簇机制、协作节点 选择机制，无疑将是无线传感器网络研究的又一新兴方向，对于无线传感器网络 的应用将起着更重大的作用。 1 2 主要研究内容和贡献 上节所介绍的研究背景可知，目前对于无线传感器网络中基于协作m i m o 的 分簇机制的研究很不充分，有待进一步突破和探讨。如何有效的组织与选择无线 传感器网络中的节点以构成协作m i m o 系统，直接关系到协作m i m o 的后续协议 的设计，直接影响到网络的能耗性能与生命周期。 本文通过建立无线传感器网络的s i s o ，传统m i m o ，单跳协作m i m o 及多跳 协作m i m o 的通信能耗模型，推导出多跳协作m i m o 最优跳数n o p t 以及发送端最 优协作节点数m 叫的求解方法及表达式。同时借鉴无线传感器网络层次划分机制， 提出了针对多跳协作m i m o 技术应用的多跳协作m i m o 分簇算法。该算法以最优 跳数h o g 以及发送端最优协作节点数m 螂为依据，将无线传感器网络划分为多个 区域，以满足协作m i m o 能耗门限的要求，同时在不同的区域内推导出簇首率， 进行簇划分与协作节点选择，以便于多跳协作m i m o 系统在无线传感器网络中的 实现。经过理论分析与仿真验证，该算法使无线传感器网络具有较好的网络层次 结构以运用多跳协作m i m o 技术，节省更多的通信能耗，延长网络的生命周期。 同时，该算法克服了传统分簇算法所具有的簇首分布不均，各簇大小差别较大等 缺点，使无线传感器网络具有较好的簇分布特性与较好的网络能耗均衡性，以保 证在较长时间内，无线传感器网络的优质覆盖。? 随着研究的进一步深入，协作m i m o 算法以及与之相配合的分簇算法等一系 列的网络协议算法无疑将是无线传感器网络研究的又一新兴方向，对于无线传感 器网络的应用将起着更重大的作用。 4 第一章绪论 1 3 本文组织结构 本文分为七个章节。第一章为绪论，介绍了协作m i m o 技术研究的背景、主 要研究问题与内容和组织安排。第二章和第三章分别对无线传感器网络以及协作 m i m o 技术进行了有侧重点的介绍与分析。第四章建立了s i s o ，m i m o ，单跳 c m m o ，多跳c m i m o 的能耗模型，并对模型进行验证，推导出多跳协作m i m o 最优跳数n o p t 以及发送端最优协作节点数m 蹦。第五章设计了多跳协作m i m o 分 簇算法并作相关参数设定与性能优化。第六章对多跳协作m i m o 分簇算法进行仿 真实现与性能分析。最后一章对本文工作进行总结，对本文相关的进一步研究进 行展望。 5 电子科技大学硕士学位论文 第二章无线传感器网络概述 2 1 无线传感器网络特点 无线通信网络技术在过去几十年内突飞猛进，发展迅速。无线传感器网络作为 无线自组织网络领域的一个特殊分支，具有与无线自组织网络类似特性和区别于 其他无线网络的独自特质： 传感器节点性能受限。由于成本，尺寸等因素影响，无线传感器节点的功能， 电池容量，计算与存储能力，通信能力均受到限制。无线传感器节点具有有限的 工作时间，较低的处理运算能力，较小的存储器容量，较短的通信距离。 分布式。无线传感器网络为非中心式网络，没有严格的控制中心。所有无线 传感器节点地位平等，可随时加入或离开网络。任何单个传感器节点的故障不会 影响整个网络的运行。 自组织。无线传感器网络中传感器节点具有自组织能力，无需依赖于任何预 设的网络设施，通过分层协议和分布式算法可协调各自行为，同时快速、自动加 入或离开网络。 以数据为中心。在无线传感器网络中，某区域的某个观测指标的值是人们的 关注对象，而具体某单个节点的观测数据是没有意义的。无线传感器网络需区别 子传统网络寻址方式，实现快速有效的收集多个相关传感器节点监测数据，通过 融合提取，报告指定事件。 规模大，密度高。为了提高区域检测的准确性，增强无线传感器网络的容错 性与抗毁性。该区域内被部署大数量，高密度的无线传感器节点，并利用无线传 感器节点之间的高度关联性来实现网络的冗余协同工作。 多跳路由。无线传感器节点发射功率限制，通信范围有限，只能与它的邻居 节点直接通信。如果希望与其无线覆盖范围之外的节点进行数据传输，则需要通 过无限传感器网络中继节点进行多跳转发。无线传感器网络中的多跳中继节点功 能通常是由普通无线传感器节点实现，没有专门的路由设备。这样每个节点既可 以是信息的发起者，也是信息的转发者。 动态拓扑。无线传感器网络是动态的网络，无线传感器节点可以随处移动； 6 第二章无线传感器网络概述 无线传感器节点可能会因为电池能量耗尽或其他故障，退出网络；无线传感器节 点也可能由于功能需要或睡眠唤醒，暂时退出或加入网络。这些都会使无线传感 器网络的拓扑结构发生实时变化，所以无线传感器网络是一个动态拓扑网络。 2 2 无线传感器网络节点模型 无线传感器网络由大量无线传感器节点组成的自组织网络，如图2 1 所示。无 线传感器节点相互协作，将在监控区域内采集到的检测数据通过多跳中继的方式 传送到网关节点。网关节点可接入互联网，无线通信网或卫星通信网，将检测区 域内的检测数据传送到监控中心。在无线传感器网络中传感器节点可根据功能的 不同分为普通节点，中继节点，网关节点等。普通节点承担检测数据采集。中继 节点除了承担数据转发，还可以对数据进行处理和融合。网关节点负责将数据通 过各种网络发送到监控中心。 监控区域 图2 - 1 无线传感器网络架构 7 电子科技大学硕士学位论文 侪 * 辩元鹰 图2 - 2 无线传感器节点模型图2 - 3 智能灰尘节点 通常无线传感器节点由处理器单元、存储单元、能源单元、传感单元与无线 通信单元构成，如图2 - 2 所示。无线传感器节点的处理器单元通常是由一个标准的 处理器与其他的协同处理器、a s i c 单元等组成。标准处理器通常是根据不同处理 需求，选择a r m 系列处理器或8 0 5 1 系列处理器。其他协同部件的选择取决于 低能耗的要求与节点功能的需要。中继节点和网关节点的处理器单元功能相对强 大，能耗也较高，普通节点的处理器单元功能相对简单，能耗也较低。 无线传感器节点的存储单元根据无线传感器网络架构，节点存储特性、数据 处理需求的不同呈现出极大差异。当无线传感器网络的监测信息具有较强的实时 性时，监铡数据需立即传输，传感器节点对本地存储空间的需求较小。当无线传 感器网络的能耗门# b 较高，监测数据需进行处理和压缩，传感器节点对本地存储 空间的需求较大。大部分情况下存储单兀足由闪存构成。 能源单元是无线传感器节点正常持久工作的关键，也是无线传感器节点的一 个重要约柬。随着各种低功耗解决方案的出现，无线传感器节点在普通能源单元 供电的工作时间大大延长，从几小时、几天、几年不等。目前由于无线传感器节 点的尺寸限制，高密度电池成为能源单元的主要研究方向。此外通过自然界广泛 采集能量，如太阳能，热能等，也是能源单元的另一研究方向。 传感单元是无线传感器节点的最重要的功能模块，低功耗高精度的传感单元 是现阶段无线传感器网络发展的主要瓶颈。传感单元作为数字世界与实际物理世 界的接口，承担将现实世界中的物理量转化为另一种数字世界的表达方式的工作。 传感单元通常由模拟模块、a d 模块、数字模块、控制模块构成。由于无线传感 器网络功能的区别，传感单元的选择组成与参数优化成为应用技术难点。同时多 第二章无线传感器网络概述 个传感单元的相互干扰，也时常影响着监测数据的准确性。 由于监测数据无线传输为无线传感器节点的主要能耗，无线通信单元作为短 距离无线通信功能单元，显得十分重要。无线通信单元主要负责发射端与接收端 的信号调制与数据编码，介质共享，路径选择等功能。无线通信单元的能耗特性 与传输效率是无线传感器网络的主要研究对象。休眠唤醒机制与协作通信算法是 无线通信单元的主要研究方向。无线通信单元的研究包括了无线通信，协议设计， 数据融合等广泛的通信概念与通信理论。 2 3 无线传感器网络通信协议架构 通信协议作为影响无线传感器网络性能的关键，通常是研究人员关注的重点。 通信协议作为无线通信单元的主要组成部分，分别可由软件或硬件实现。为了达 到模块开发，灵活移植，便捷继承等优点，无线传感器网络通信协议采用分层思 想，主要分为物理层、m a c 层、网络层和应用层，如图2 - 4 所示。 l应用层l 锋 l网络层i圉 厂而砺丌圈 砺理口椤 图2 - 4 无线传感器网络协议架构 物理层处于协议栈最低层，是整个协议栈的基础，直接与物理传输介质连接， 负责无线传感器节点间的二进制比特流传输。无线传感器网络与其他无线网络相 比，物理层协议除了涉及传输介质以及频段的选择、调制方式、扩频技术外，在 保证通信指标前提下的低功耗算法一直是研究的重点。目前无线传感器网络的主 要传输介质为无线电波，红外线和光学介质。 m a c 层在无线传感器网络中主要负责媒体接入。无线传感器网络作为能量受 限，多跳共享的自组织网络，与普通无线网络相比，m a c 层协议的复杂度要高。 其不仅仅需要在保证网络扩展性与通信公平性前提下，减少消息碰撞、隐蔽暴露 终端、串音等问题，同时还需要设计可行的同步与休眠机制，在低时延前提下， 降低空闲侦听的时间，节省能耗。m a c 层协议研究已取得一定成果，相关协议复 杂度与网络性能指标的折衷成为人们关注的话题。主要的m a c 协议分为基于竞争 9 电子科技大学硕士学位论文 的m a c 与基于分配的m a c 。 无线传感器网络的网络层协议主要负责多跳路由的路径选择和无线传感器节 点间的数据转发。与传统的路由协议相同，无线传感器网络的路由协议需保持网 络连通性，避免网络拥塞，选择最佳路径，平衡网络流量。除此之外无线传感器 网络的路由协议还需要承受动态拓扑，有限能量，冗余信息带来的影响，以保证 网络可靠性，数据有效性安全性，延长网络生存时间，增强网络鲁棒性，实现路 由快速收敛。主要的路由协议分为平面路由和分层路由。 无线传感器网络的应用层作为协议栈的最高层，主要是利用下层的提供的服 务，实现上层的设备对象功能。同时在节点能量，计算能力和存储资源有限的情 况，支持任务管理、节点资源调度、定位、同步等功能，使网络具备良好的容错 性和可扩展性，实现无差错，有序，无丢失，无重复的数据传输与通信服务。 2 4 无线传感器网络分簇算法 无线传感器网络通常是由大量的随机散布的无线传感器节点组成。经研究表 明，对传感器节点进行分簇，是一种有效的控制网络能耗，延长网络寿命，均分 网络负载的网络结构控制机制。在分层的无线传感器网络结构中，分簇机制被广 泛使用。簇中无线传感器网络的节点分为两类，分别为普通节点与簇头节点。普 通节点的主要功能是采集数据，并将数据向簇头节点传输。簇头节点的主要功能 是维持簇状结构，满足簇内数据融合与簇间通信功能需要。通过分簇划分，无线 传感器网络形成了类中心式多层次的通信架构，具有更好的能耗性能和更先进的 应用体系。 分簇算法最早是为满足动态无线网和自组织无线网的层次化管理的需求而出 现的。无线传感器网络在节点属性和优化目标等各方面与上述网络具有不同的目 标无线传感器网络成簇算法首先考虑的是宏观上使整个网络的能耗效率，工作时 间以及功耗在所有传感器节点中公平合理的分配所以簇首选举、簇的形成、簇内 通信由和簇间通信是分簇算法的主要研究方向 无线传感器网络中，分簇机制从划分策略上可分为静态的簇划分策略和动态 的簇划分策略。静态的分簇机制是指无论无线传感器网络的特性和参数如何变化 和改变，分簇算法的机制并不随其进行调整或改变，簇的大小与范围等相关参数 从一而终。动态的分簇机制是指根据无线传感器网络的特性和参数，分簇算法的 1 0 第二章无线传感器网络概述 机制不端调整和改变，使簇的大小与范围等相关参数随着网络状态的变化而变化。 静态分簇算法实现简单，灵活性较低。动态分簇算法实现复杂，灵活性较高。分 簇机制从无线传感器节点的结构上可分为同构的簇划分策略和异构的簇划分策 略。在同构的无线传感器网络中，所有节点都具有相同的结构，相同的资源，几乎 相同的初始能量。针对同构无线传感器网络的分簇算法，被称为同构的簇划分策 略。而在实际的无线传感器网络中，由不同类型的异构节点组成的异构网络也比 较常见。异构节点通常具有不同的结构，不同的资源，不同的能量消耗速度，不 同的初始能量。针对异构无线传感器网络的分簇算法，被称为异构的簇划分策略。 在同构的簇划分策略中，以l e a c h ，e e h c ，h e e d 等算法为代表。