打开文本图片集
摘要:针对802.15.4网络能耗优化问题,提出了一种基于多条件休眠模式的媒体接入控制(MAC)层信道接入机制。首先,建立该机制的马尔可夫模型;然后,基于模型对网络主要状态的稳态概率和协议参数进行推导;其次,分析了节点在每个超帧内的平均能耗;最后,研究了数据包到达率、退避次数、超帧指数和最小退避指数对节点主要状态的稳态概率、能耗和节点生存时间的影响。实验结果表明,与节点无休眠态的802.15.4网络相比,节点能耗降低了84.4%左右;与部分条件休眠的方法比较,节点能耗平均降低了62.8%,网络存活时间平均提高了70%。模型较好地描述了提出的网络信道接入机制,合理的网络参数设置能够优化网络能耗性能,也为无线传感器网络(WSN)的实际应用提供能耗优化参考。
关键词:802.15.4网络;媒体接入控制层;建模;多条件休眠;能耗
中图分类号: TP393.03
文献标志码:A
0 引言
IEEE 802.15.4协议是一个具有低成本、低功耗和短距离通信特点的无线通信协议,这些特性正好符合无线传感器网络(Wireless Sensor Network, WSN)的应用环境要求。因此,业界一般将IEEE802.15.4协议作为无线传感器网络的通信标准。近年来IEEE802.15.4协议的研究受到广泛关注,尤其是基于数学建模方法对网络介质访问控制算法的分析和性能优化成为一个研究热点。
文献[1]中为802.15.4协议建立了提出了一种比较简明有效的模型,但该模型把信道接入机制中某次退避期全部退避时隙作为一种状态进行分析,与协议实际工作原理不符;文献[2]通过优化占空比来延长协议的生命周期,提高网络可靠性,但是没有全面考虑其他网络参数的影响;文献[3]考虑了确认标志应答及有限重传机制,给出数据传输可靠性、延迟及吞吐量的分析式,但没有对能耗性能深入分析;文献[4]引入节点空闲状态,设计了一种不同网络负载下的802.15.4媒体接入控制(Media Access Control,MAC)协议的信道分配机制,但未考虑超帧休眠期,性能分析也不够深入全面;文献[5]的模型中没有考虑超帧的休眠期,并且对吞吐量和数据包服务时间等参数的计算比较繁琐;文献[6]提出了一个基于时隙分析的802.15.4MAC协议数学模型,但没有全面分析各个协议参数变化对网络性能指标的影响;文献[7]提出了一种考虑节点休眠模式的802.15.4协议信道接入算法,但对于非饱和负载的建模不太恰当,且模型对节点退避过程分析不够全面;文献[8]提出一个分布式算法来控制时延和降低能耗,并近似分析了接收一个数据帧的时延,但没有研究节点竞争信道的接入延时;文献[9]提出了基于IPv6协议的低功耗无线个域网(IPv6 over Lowpower wireless Personal Area Network, 6LoWPAN)的802.15.4MAC层节能机制,但是没有全面研究节点可能的休眠情形,需要进一步改进。这些研究者在802.15.4的MAC子层的研究中都做出了许多有意义的工作,但提出的模型及其分析还需要进一步的优化和完善。
综合上述分析,本文在已提出的数学模型基础上,通过分析802.15.4协议MAC原理,充分考虑节点在超帧中不同通信时期的状态特点,提出一个基于多条件休眠模式的降低节点能耗的方法,并基于该方法对802.15.4协议信道接入机制进行马尔可夫链建模,基于该模型对协议参数和节点能耗性能进行研究分析。
1 多条件休眠模式
低功耗是无线传感器网络最主要的设计目标之一。为了降低能耗、延长网络生命周期,启用超帧休眠期是一个很重要的方法。在基于802.15.4协议的无线传感网络运行过程中,按照其链路层MAC子层工作在信标使能模式的特点,协议使用超帧对节点的信道接入过程进行定时。一个超帧分为活跃期与休眠期两部分。在不考虑超帧非竞争接入期的情况下,活跃期仅仅包括竞争接入期,它可以划分为三个部分:信标帧期、退避期和数据传输期。每个节点在活跃期按照时隙载波监听多址接入/冲突避免(Carrier Sense Multiple Access with Collision Avoid, CSMA/CA)算法竞争接入信道。由超帧时隙的划分,除超帧休眠期之外,如果能够控制每个节点在超帧活跃期内无传送任务或竞争信道失败的情况下尽量休眠,就可以减少节点的能耗,延长节点的存活时间。这样,参考文献[9],节点处于休眠状态的情况设计如下。
1)按照超帧时间分配,活跃期结束,节点正常进入休眠期。
2)允许节点在活跃期提前进入休眠态:
a)竞争接入期内若节点已尝试退避的次数达到最大值仍失败,则提前进入休眠态;
b)竞争接入期内节点成功发送完数据帧,之后若没有发送任务,可提前进入休眠态;
c)当节点进入信道检测时发现当前竞争接入期剩余的时间不足以完成两次信道检测和数据包的发送任务,此时让节点提前休眠,并等待下一个超帧的到来。
另外,节点在正常退避期间处于空闲侦听状态,节点消耗的功率比较低。但是,考虑到节点处于空闲状态时,它还会接收大量不属于自己要接收的广播数据包,此时节点消耗的能量相当于接收状态的能量,因而造成掉大量的能量浪费,这就是偷听现象。
综上所述,基于这几种条件让节点休眠的设计,节点在超帧活跃期中可能的状态为5种状态:退避空闲、退避偷听、信道检测、发送和休眠。
2 信道接入模型
假设将网络部署为单跳星形拓扑结构,部署一个协调节点,其余N-1个终端节点均在通信范围之内,网络所有节点通过时隙CSMA/CA算法竞争接入信道才能传输数据。所有节点在各自的超帧活跃期中的竞争接入期进行信道竞争,成功后接入上行链路,忽略节点的下行数据流量。802.15.4网络一般处于非饱和负载的情形,当上层网络有数据包发送时,节点若接入信道成功就进行数据发送;否则节点进入休眠期。而且,在活跃期允许节点上文设计的多条件休眠模式提前进入休眠态,以便更有效地节省能耗。设网络中数据包到达节点的过程服从速率为λ的泊松分布过程,则节点处于非饱和负载情景。另外,每个数据包的服务时间服从负指数分布。另外,由于节点访问信道采用的时隙CSMA/CA算法是一个离散的随机过程,它正好与马尔可夫链中对象是离散状态空间的特点相符,因此可以利用二维马尔可夫链对网络节点的状态进行数学建模,数学模型如图1所示。
其中Tbeacon是信标帧接收时隙数。因为节点退避期耗能包括空闲状态耗能和偷听状态能耗(空闲态概率为1-δ,偷听态概率为δ),因此,竞争接入期的5个状态,即退避偷听、退避空闲、提前休眠、信道检测、数据发送的能量消耗分别以Preceive此处的下标与后面的接收的下标相同,是否应该不同,是书写错误吗?请更正。、Pidle、Psleep、Preceive此处书写正确。即退避偷听、信道检测的能耗都是Preceive和Ptrans作为状态功耗进行计算。δ表示在任一个退避时隙中节点有数据包发送的概率。
式(3)中,第1部分(指Preceive与其后的中括号表达式相乘第1、2、3、4部分,到底是指代哪个表达式,请明确。)是接收态能耗,包括信道检测耗能、退避期内偷听广播帧能耗和接收信标帧能耗;第2部分(指Pidle与其后的中括号表达式相乘)是节点休眠状态能耗,包括休眠期能耗和退避期内提前休眠态的能耗;第3部分(指Ptrans×SD/BI×L×πTX)是节点空闲态能耗,包括退避期内空闲能耗和休眠状态切换至活跃状态的能耗。第4部分(指Psleep与其后的括号表达式相乘)是节点数据传输状态的能耗。
4 性能分析与评价
4.1 节点状态概率分析
为验证本文提出的基于多休眠模式的802.15.4网络MAC层信道接入机制建模的正确性和有效性,下面采用数学分析的方法对该模型进行分析和评价。
假设网络模型如前文所述,设网络节点数N为100,信标指数(Beacon Order,BO)为6,超帧指数(Superframe Order,SO)为4,NB值为4~5,退避竞争窗口(Contention Window, CW)为2,退避指数BE值为2~5,数据包长L为6slot。超帧时隙宽度为20个符号宽度。网络层发送的数据报载荷为100B,MAC帧头长13B,物理层帧头长6B。节点的可能的工作状态为空闲、发送、接收和睡眠,相应状态的功耗根据低功耗芯片ChipconCC2420的测定结果而设置:Pidle=712μW,Ptrans=31.32mW,Preceive=35.28mW,Psleep=144nW[12]。节点初始能量为2J。
下面分析网络中的一些主要参数和性能指标。
图2描述了超帧活跃期内不同网络负载情形下节点提前休眠状态和节点退避状态的稳态概率值对比分析。从图2可以看出,随着网络数据包的到达率的增加,节点进入休眠的稳态概率值逐渐降低。这是因为随着网络负载的加大,节点需要完成更多的数据发送任务,而且还可能由于信道冲突使节点更多地处于退避态,这样节点睡眠概率将降低。退避次数越小时节点休眠的稳态概率相对较高,这是因为退避次数较小时信道冲突概率越大,节点信道竞争失败的概率也越大,这样节点在超帧活跃期内提前休眠的概率相应越大。
另外,从图2还看出,随着网络负载的加重,节点进入退避态概率逐渐增大,且退避次数越大,节点处于退避态的概率越大。这是因为随着网络负载的逐渐加大,网络信道竞争冲突越严重,节点只能更多地退避等待。另外,NB越小时,网络的信道冲突加剧,这样节点只能退避等待更长时间,以便提高下次信道竞争成功的概率。
4.2 节点能耗分析
图3描述了数据包到达速率λ对节点平均能耗的影响。从图3还可看出,考虑了节点退避期中的偷听问题之后,节点的平均能耗相对增多一些。这就验证了节点偷听现象是节点的能量损耗重要原因之一。随着λ的递增,节点平均能耗呈递增趋势,当网络负载达到饱和后能耗变化不大。这是由于随着λ的增大将导致信道冲突逐渐加剧,这样节点在竞争信道过程中会消耗更多的能量。另外,在负载较低时较小的minBE参数设置更加节能。这是因为此时节点准备下次信道检测等待的时间相对减少,而低负载时信道冲突概率较低,则节点信道竞争成功的概率增大,相应的能量浪费更少;而当λ增大之后,随着负载加重使得竞争信道失败的节点提前进入休眠,从而节点的平均能耗趋于稳定;并且此时较小的minBE值反而耗能更多,这是因为节点退避期相对缩短,从而加剧信道竞争冲突,节点能耗相应增多。
图4为超帧指数SO和退避次数NB和网络规模对节点平均能耗的影响。从图4中看出,相同网络规模的情况下,SO越小节点的能耗越低,这是因为较小的SO设置使得超帧活跃期缩短,相应的超帧休眠期更长,节点能量损耗相对就少些。此外,当SO一定时,节点能耗随网络规模的扩大逐渐缓慢降低并趋于饱和,这是因为在多种休眠模式下,虽然信道竞争冲突的存在,但接入信道不成功的节点均提前转换为休眠态或正常接入休眠期,从而节省节点能量。
另外,NB越小节点的能耗越低,这是因为较小的NB设置能够减少节点的退避时间,相对就降低信道竞争所消耗的能量,并且SO对能耗的影响比NB大得多。
从图4中还可以看出,文献[1]的标准简明模型中节点在无休眠的运行状态下平均能耗较多,达到10mW以上。另外,与文献[9]的模型比较,本文提出的节点接入信道模型中,节点的平均能耗也明显低得多。
图5对节点各个不同状态的能耗进行对比分析,可以看出,随着网络规模的加大,节点空闲信道评估(Clear Channel Assessment, CCA)能耗逐渐缓慢增大,而退避期能耗呈逐渐降低趋势。这说明节点在多条件休眠模式情况下,网络及节点数目越多,信道竞争冲突概率加大,节点检测信道的次数相对增多,消耗的能量增多。而冲突加剧后节点在多条件休眠工作模式下提前休眠的机会更大,相应地缩短了节点退避期,这样退避能耗也会有所减少。
从图6中看出,随着网络规模的递增,节点的生存时间增加。这是因为节点数目越多,节点能耗相对均衡分布到各个节点,从而延长节点生命周期。另外NB越小,节点存活时间越长,并且最小退避指数minBE越小,节点存活时间也越长。这是因为较小的NB和minBE设置都导致节点退避时间减少,从而加剧信道冲突概率,
这样,基于多休眠模式的节点进入休眠工作状态的时间更多一些,从而节省能量、延长存活期[13]。
这样在多休眠模式下节点基于上述3种情形下更多地提前此句不通顺,请作相应调整。进入休眠状态,从而节省能量、延长存活期[13]。
从分析结果还可看出,文献[1]无休眠状态模型、文献[9]的部分条件休眠模型和本文多条件休眠模型的节点平均生存时间为42.931h、94.0761h和314.3839h,本文的方法较好地延长了节点的生存时间,相应地延长了网络的生命周期。
经过对基于模型的协议相关性能指标和参数的分析比较,提出的模型能够较好地分析802.15.4协议MAC层在多条件休眠模式下的特点。本模型能够更准确地评价不同协议参数的设置对协议能量消耗和节点生存时间等重要的指标的影响,并为协议的进一步优化和实践应用给予理论的参考。
5 结语
针对802.15.4网络节点能耗优化问题,本文提出了一个基于多条件休眠模式的网络信道接入机制,该机制通过在超帧信道竞争接入期让节点在多种条件下提前休眠以便节省能量,然后对网络性能指标进行数学分析。相关分析结果表明:提出的节能方法可以有效地提高节点能效性,并且通过分析模型能够准确分析网络的相关性能指标。今后需要进一步通过改进协议的关键算法,建立更精确的数学模型,提出更优化的网络性能改进方案,使其具有更实际的应用。
参考文献:
[1]RAMACHANDRAN I, DAS A K, ROY S. Analysis of the contention access period of IEEE 802.15.4 MAC [J]. ACM Transactions on Sensor Networks, 2007, 3(1): Article No. 4.
[2]PARK P, ERGEN S C, FISCHIONE C, et al.Dutycycle optimization for IEEE 802.15.4 wireless sensor networks [J]. ACM Transactions on Sensor Networks, 2013, 10(1): Article No. 12.
[3]MA D.Research on access algorithm based on IEEE 802.15.4[D]. Qinhuangdao: Yanshan University, 2012.(马东杰.基于IEEE 802.15.4的接入算法研究[D].秦皇岛:燕山大学,2012.)
[4]WEN H, LIN C, CHEN Z, et al.An improved Markov model for IEEE 802.15.4 slotted CSMA/CA mechanism [J]. Journal of Computer Science and Technology, 2009, 24(3): 495-504.
[5]FANG M, LU Y, GUAN J, et al.Throughput analysis of 802.15.4 networks working on nonsaturation situation [J]. Journal of System Simulation, 2010, 22(4): 1037-1041.(方梅,陆阳,官骏鸣.非饱和态802.15.4网络吞吐量建模分析[J].系统仿真学报,2010,22(4):1037-1041.)
[6]XIAO Z,HE C,JIANG L.Performance evaluation of IEEE 802.15.4MAC with sleep mechanism [J]. Journal of Shanghai Jiao Tong University, 2010, 44(8): 1103-1108.(肖卓凌,何晨,蒋铃鸽.带睡眠机制的IEEE 802.15.4 MAC协议性能分析[J].上海交通大学学报,2010,44(8):1103-1108.)
[7]SHU F,SAKURAI T.A new analytical model for the IEEE 802.15.4CSMACA protocol [J]. Computer Networks, 2011, 55(11): 2576-2591.
[8]PARK P, di MARCO P, FISCHIONE C, et al.Modeling and optimization of the IEEE 802.15.4 protocol for reliable and timely communications [J]. IEEE Transactions on Parallel and Distributed Systems, 2013, 24(3): 550-564.
[9]CHENG H,WANG X,LIANG W,et al.Study on energy saving for 6LoWPAN based on enable node sleep state [J]. Computer Engineering and Science, 2012, 34(10): 53-57.(程宏斌,王晓喃,梁伟,等.启用节点睡眠态的6LoWPAN网络节能研究[J].计算机工程与科学,2012,34(10):53-57.)
[10]ZHAO L, BAI G, SHEN H, et al.Prioritybased IEEE 802.15. 4 CSMA/CA mechanism for WSNs [J]. The Journal of China Universities of Posts and Telecommunications, 2013, 20(1): 47-53.
[11]XIANG B,LI Y,WANG X,et al.Analysis of performance of wireless sensor networks based on IEEE 802.15.4 [J]. Application Research of Computers, 2011, 28(12): 4684-4687.(向碧群,李艳体,王小平,等.基于IEEE 802.15.4的无线传感器网络性能分析[J].计算机应用研究,2011,28(12):4684-4687.)
[12]CHENG H, WANG X, SUN X, et al.Channel access delay analysis of node for 6LoWPAN [J]. Application Research of Computers, 2013, 30(1): 246-248.(程宏斌,王晓楠,孙霞,等.6LoWPAN网络节点信道接入延时性能研究[J].计算机应用研究,2013,30(1):246-248.)
[13]FOURTY N, van den BOSSCHE A, VAL T. An advanced study of energy consumption in an IEEE 802.15.4 based network: everything but the truth on 802.15.4 node lifetime [J]. Computer Communications, 2012, 35(14): 1759-1767.