一种基于空间相关性的无线传感器网络MAC协议*

唐盛禹，郑国强

(河南科技大学电子信息工程学院，河南洛阳471003)

通常，事件驱动的无线传感器网络(Wireless Sensor Networks，简称WSN)通过节点的密集部署来收集事件信息。在许多WSN的应用中，一旦事件发生，多个邻近节点会同时监测到该事件，这些邻近节点之间就形成了监测事件的空间相关性［1］。当节点的事件信息传输到汇聚节点Sink时，给数据的传输带来了冗余，同时增加了节点在接入信道过程中的竞争，进而增加了网络的能量消耗。因此，如何设计有效的MAC协议来降低冗余数据的传输，以减少网络能量的开销，对于延长WSN的寿命具有十分重要的意义。

近年来，国内外研究者针对WSN的应用提出了多种不同的 MAC 协议［2－9］，比较典型的如 S －MAC［6］和 T － MAC［7］等，S － MAC 协议通过协商一致性睡眠调度形成虚拟簇，控制节点尽可能处于睡眠状态来降低能量的消耗。T－MAC协议采用自适应的侦听—休眠模式，根据网络流量动态地调整活动时间，以减少空闲侦听时间，进一步降低能耗。但两种协议的设计大部分局限在能量和延时之间寻求平衡，它们都没有考虑到利用空间相关性来节省能量。Vuran等人提出的CC－MAC协议［8］考虑了空间相关性，但是在选择代表节点时，没有考虑节点所监测的信号强度，代表节点的随机选择导致了传输的数据仍然存在冗余，增加了网络的能耗。本文针对事件驱动的WSN的应用，节点间监测的数据具有空间相关性的特征，在CC－MAC协议基础之上，提出了一种能量高效的MAC协议SEMAC。SEMAC协议采用信号强度优先的节点选择算法和冲突避免机制以进一步减少冗余数据的传输。数据包在多跳传输中优先传输以减少数据包的传输时延。

1 问题描述

针对CC－MAC协议采用随机的节点筛选策略的不足，SEMAC协议采用信号强度优先的节点筛选策略以减少发送数据的节点数量，从而减少冗余数据的传输，进一步的节省网络能耗。下面在给出信号强度定义的基础上，分析比较了两种不同节点选择策略对重建失真的影响。

1．1 信号强度定义

在一个随机部署的无线传感器网络中，当事件S发生时，本文把节点i监测到事件发生的信号强度定义为Zi:

式(1)中:A表示事件源的信号强度;di是节点i与事件源的距离;Zi是节点i的信号强度监测值;θ的取值源于信号源的类型;α是控制信号衰减快慢的参数。从公式(1)可以看出，节点监测到事件源的信号强度随节点到事件源距离的增加而迅速下降，说明节点到事件源的距离越远，节点所监测到的信号强度就越低。因此，如果选择与事件源距离远的代表节点传输数据到汇聚节点Sink，那么必然会使重建失真度上升。

1．2 代表节点筛选策略对重建失真的影响

为了分析信号强度优先的节点筛选策略和随机的节点筛选策略对重建失真的影响，本文利用参考文献［10］给出的失真函数做了一个数值实验，失真函数定义如下:

式(2)中，失真度D(M)是发送数据的节点个数M、节点间的相关系数ρ(i，j)、节点和事件源间的相关系数 ρ(s，j)的函数;σ2N和 σ2s分别是节点i的观测值和噪声方差;a是事件信息的均值;Ei为e－αdi。

在一个以500 m×500 m的模拟环境中随机部署了60个传感器节点，事件源置于网络的中心位置，取参数 θ=2，α 分别取0．03和0．1，两个参数来源于公式(1)，利用公式(2)计算得到的两种不同节点选择策略下的失真度随着代表节点数目的变化关系如图1、2所示，图中的数值为1 000次实验结果的平均值。

图1 不同α值对应的随机点选择策略

图2 不同α值对应的信号强度优先节点选择策略

由图1可知，当代表节点的数量从60个减少到20个时，在随机的节点筛选策略下失真度基本保持不变，这是由于相邻节点监测值间具有空间相关性所造成。在图2中，根据节点的信号强度从高到低的顺序来选择节点发送数据。当代表节点的数量从5个增加到15个时，在信号强度优先的节点筛选策略下失真度下降得非常快，但是随着信号强度低的节点不断加入失真度反而逐渐上升，这是由于信号强度低的节点不断加入所致。

图1和图2比较，可以看出在选取代表节点时，信号强度优先的节点筛选策略以较少的代表节点数量可以提供较好的失真度，在随机的节点筛选策略中只有增加代表节点的数量才能降低失真度，但节点增加到一定数量时，失真度基本不会改变。因此，基于信号强度优先的节点筛选策略明显好于基于随机的节点选择策略。但在采用信号强度优先的策略选取代表节点时，当代表节点数量足够多的时候，信号强度低的节点不断加入反而造成了失真度的升高。针对这种情况，SEMAC协议采用非均匀概率分布的时隙选择算法使R个信号强度高的节点(R≤N)能够在最短时间内成功发送监测数据，并抑制其余(N－R)个信号强度低节点的数据发送，以进一步减少发送数据的节点数量，降低传输数据的冗余，没有发送数据的节点进入睡眠状态以节省能量，其中N为网络中节点的个数。

2 SEMAC协议描述

SEMAC协议的实现由以下三个部分组成:代表节点筛选算法、冲突避免策略和多跳传输。

2．1 代表节点筛选算法

为了筛选出信号强度高的节点优先发送数据，限制信号强度低的节点发送数据，本文设计如下的节点筛选算法。

(1)当某个节点监测到事件发生时，它是否发送数据依赖于所监测事件的信号强度Z。本文采用一个阶梯函数f(Z)，并将Z映射到一个数值α上，如图3所示。

图3 Z和α对应关系

(2)使用一种基于信号强度的、非均匀概率分布的时隙选择算法决定节点发送数据的优先权，让信号强度高的节点选择前面时隙的概率较高，信号强度低的节点选择后面时隙的概率较高［11］。节点在时隙c发送数据的概率分布函数为:

式(3)中，λ是常数，α是信号强度Z所对应的函数值(0≤α≤1)。图4描述了α对于不同时隙发送概率的影响，横轴表示时隙号，纵轴表示节点的发送概率。由图4可知，当α固定时，越靠前的时隙发送数据的概率越大，越靠后的时隙发送概率相对较小。但随着α的增大，越靠前的时隙发送概率会增大，而越靠后的时隙发送概率有所缩小，这样可以很好地控制了信号强度高的节点优先选择前面的时隙发送数据，信号强度低的节点选择偏后的时隙发送数据。信号强度低于某个门限值的节点，阻止其发送数据，当一个节点发现它没有必要发送数据时，就进入睡眠状态以节省能量。因此，本文对于信号强度高的节点，设α=1，故能最优先发送数据;对信号强度为Zmin的节点，设α=0，故能阻止其发送数据。

图4 α对发送概率P的影响

2．2 冲突避免策略

采用了上述的代表节点筛选算法后，虽然减少了信号强度低的节点间的竞争，但是信号强度高的节点间的竞争仍然存在。同时，由于信号强度高的区域其节点发送概率较高，使得在这区域中部分节点的能量消耗过快，不利于网络能量的均匀使用。为了减少代表节点在选取过程中的信道冲突和平衡网络能量消耗，将节点的能量E映射到l上，如图5所示。

图5 l和E的映射关系

本文采用一种退避机制，参数l，a共同决定退避时间，定义了如下的退避函数τ(l，α)

式(4)中，l是节点剩余能量参数，α是发送概率P所对应的参数，λ为常数。根据定义(4)，l和α越大，退避时间越短，信号强度高且剩余能量高的节点就能优先接入信道。如果剩余能量非常低且信号强度高，退避时间相对变长。虽然接入信道的概率变小，但避免了一些信号强度高且剩余能量低的节点使用，这利于平衡网络能量消耗。因此当节点需要发送数据时，先通过退避函数计算出退避时间τ，在等待τ时间后才能发送数据，这样保证了信号强度高、剩余能量多的节点在接入信道时更有优先权，有效的减少了信道的冲突，同时也有利于延长网络的寿命。

2．3 多跳传输

当代表节点发送的数据包经过其他相关区域的时候，它比本地节点产生的数据包重要，中继节点优先发送中转数据包。中转数据包的优先发送机制如下:当中继节点在侦听阶段接收到与某个中转数据包相关的RTS包时，它将直接转发数据包，此节点所在相关区域的代表性节点收到相关RTS包时，如果代表节点有数据包要转发，那么将推迟自身数据包的发送，等待中转数据包被发送完毕后，代表节点才发送自身的数据包。这样就实现了中转数据包的优先发送。SEMAC协议选取下一跳节点时采用贪婪算法［12］，保证转发的下一跳节点是距离汇聚节点sink最近的邻居节点，如图6所示。

图6 多跳传输

3 仿真验证

为了验证SEMAC协议、S－MAC和CC－MAC协议的性能，本文利用OMNet++对三种协议进行了仿真比较。下面给出了实验结果，并分析比较了各项协议的性能。

3．1 性能指标及仿真参数

在环状空间相关性模型基础上，仿真实验比较了三种协议的六个主要性能指标:①失真度 由第1节公式(2)给出定义;②平均能耗 仿真期间网络中一个节点平均消耗的能量;③介质访问延时 每个数据包从被提交到MAC层开始到被发送到下一跳所需要的平均时间;④吞吐率 汇聚节点Sink收到全部数据包的个数和所有网络节点产生数据包个数的比值;⑤丢包率 网络中丢包的总数和所有网络节点产生的数据包个数的比值;⑥网络生命周期网络中节点存活的时间。

本文在一个以500 m×500 m的模拟环境中随机部署了60个传感器节点，汇聚节点Sink位于网络中的某个位置，事件源置于网络的中心位置，仿真参数如表1。在仿真实验中，每次仿真实验的时间为1 000 s，为了研究网络的负载变化情况，本文采用不同的报告周期，以此来调节节点产生包的速度。

表1 仿真参数

3．2 实验结果

仿真结果如图7至图12所示。图7描绘了SEMAC、CC－MAC和S－MAC协议的平均能耗随数据发送时间间隔变化而变化的情况。从图7中可以看出，SEMAC协议的网络能耗明显低于S－MAC协议，这是因为SEMAC协议充分考虑了节点间监测数据的空间相关性。SEMAC比CC－MAC协议的能量消耗节省了大约35%，这是因为SEMAC协议有更少量的节点接入信道，因此，SEMAC协议更加有效的提高了网络能量的利用率。

图7 平均网络耗能比较

图8 介质访问延时比较

图8对比了随数据发送时间间隔的变化三种MAC协议的介质访问延时的变化趋势。可以看出SEMAC协议和CC－MAC协议的延时非常接近0．05 s。S－MAC协议的延时小于其余两种MAC协议，这是因为前两种MAC协议都有一个代表节点筛选的过程。图9和图10显示了随数据发送时间间隔的变化三种MAC协议的吞吐率和丢包率的变化。由于SEMAC协议发送数据的节点数量比其余两种MAC协议都少，进一步过滤了相关数据，减少了信道的冲突，因此SEMAC协议吞吐率最高且丢包率最低。同时从图9和图10中可以看出，吞吐率和丢包率对网络负载不敏感。

图9 吞吐率比较

图10 丢包率比较

图11对比了三种MAC协议在不同网络节点数目下的生存时间。与SMAC和相比，很显然SEMAC协议网络寿命更长。S－MAC协议随着网络节点变化而生存时间基本不变，大约为200s，而SEMAC协议大约为700s，网络寿命延长了3．5倍左右。这主要是因为SEMAC协议引入了空间相关性，减少了冗余数据的传输，同时节约了网络能量。与CCMAC协议相比，SEMAC协议平衡了网络节点能量消耗，延长了网络寿命。

图11 网络生存时间比较

图12中对比了SEMAC协议和CC－MAC协议的重建失真度变化趋势，SEMAC协议的重建失真度明显要低于CC－MAC协议，这是因为SEMAC协议在选择代表节点时考虑了信号强度高的节点优先发送数据，这样使得汇聚节点sink收集的事件信息的准确率高于CC－MAC协议。

图12 重建失真比较

4 结论

为了延长网络的寿命，本文充分利用传感器节点间监测的数据具有空间相关性，深入研究了节点选择策略，提出了一种基于空间相关性的能量高效的MAC协议SEMAC。SEMAC协议采用非均匀概率分布的时隙选择算法让信号强度高的节点传输数据，通过该方法有效地过滤冗余数据的传输;冲突避免机制减少信道冲突和平衡网络能量;多跳传输降低了中转数据包的传输时延。仿真结果表明SEMAC协议比CC－MAC协议更进一步地降低了网络能耗和传输时延，并提高了网络的吞吐率，改善了重建失真度，延长了网络寿命。

［1］ Jamieson K，Balakrishnan H，Tay Y．Sift:A MAC Protocol for E-vent-Driven Wireless Sensor Network［R］．MIT Tech．Report LCSTR-894，2003．

［2］ 蹇强，龚正虎，朱培栋等．无线传感器网络MAC协议研究进展［J］．软件学报，2008，19(2):389 －403．

［3］ Buettner M，Yee G，Anderson E，Han R．X-MAC:A Short Preamble MAC Protocol for Duty-Cycled Wireless Sensor Networks．In:Proc．of the 4th ACM Int’l Conf．on Embedded Sensor Systems．New York:ACM Press，2006:307 －320．

［4］ Chin KW，Raad R．ArDe，Z:A Low Power Asym-Metric Rendezvous MAC for Sensor Networks，In:Proc．of the 14th Int’l Conf．on Computer Commu-nications and Networks(ICCCN 2005)，San Diego，2005:99 －104．

［5］ Ahn GS，Miluzzo E．Funneling-MAC:A Localized，Sink-Oriented MAC for Boosting Fidelity in Sensor Networks．In:Proc．of the 4th ACM Conf．on Embedded Networked Sensor Systems(Sensys 2006)．Boulder:ACM Press，2006:293 －306．

［6］ Ye W，Heidemann J，Estrin D．Medium Access Control with Coordinated Adaptive Sleeping for Wireless Sensor Networks［J］．IEEE/ACM Transaction．on Networking，June，2004:493 －506．

［7］ Van Dam T，Langendon K．An Adaptive Energy-Efficient MAC Protocol for Wireless Sensor Networks［C］．in Pr oc．ACM SenSys 2003，LosAngelse，CA，2003:171 －180．

［8］ Muran MC，Akyildiz I F．Spatial Correlation Based Collaborative Medium Access Control in Wireless Sensor Networks［J］．IEEE/ACM Transaction on Networking，2006，14(2):316 －329．

［9］ 郑国强，孙若玉，李济顺．一种适用于无线传感器网络的跨层高效 MAC 协议［J］．传感技术学报，2009，22(1):95－99．

［10］苏威，林亚平，李小龙，等．无线传感器网络中一种环状空间相关性模型［J］．计算机应用研究，2008，25(6):1860 －1863．

［11］胡玉鹏，林亚平，李小龙，等．无线传感器网络中基于协同压缩方法的 MAC 协议［J］．软件学报，2009，20(9):2483 －2494．

［12］ Brad Karp，Kung H T．GPSR:Greedy Perimeter Stateless Routing for Wireless Networks［C］//ACM/IEEE International Conference on Mobile Computing and Networking，Boston，Massachusetts，USA，2000:243 －254．