無線傳感器網(wǎng)絡(luò)傳輸調(diào)度方法綜述

張曉玲，梁煒，于海斌，封錫盛

(中國科學(xué)院 沈陽自動化研究所 工業(yè)信息學(xué)重點實驗室，遼寧 沈陽 110016)

1 引言

集數(shù)據(jù)采集、處理、無線傳輸?shù)裙δ苡谝惑w的無線傳感器網(wǎng)絡(luò)擴展了人們的信息獲取能力，將邏輯上的信息世界與真實物理世界融合在一起，將會改變?nèi)祟惻c物理世界的交互方式[1～3]。1999年的美國商業(yè)周刊[4]認為無線傳感器網(wǎng)絡(luò)是 21世紀世界最具影響的21項技術(shù)之一。2003年的MIT新技術(shù)評論[5]認為無線傳感器網(wǎng)絡(luò)是改變世界的 10大新技術(shù)之一。2009年溫家寶總理倡導(dǎo)“感知中國”，進一步推進無線傳感器網(wǎng)絡(luò)的研究。由于無線傳感器網(wǎng)絡(luò)技術(shù)是應(yīng)用性非常強的技術(shù)，國內(nèi)在開展這方面的研究工作時需要堅持需求牽引且面向具體應(yīng)用。目前，針對無線傳感器網(wǎng)絡(luò)的研究已由基礎(chǔ)研究轉(zhuǎn)向了應(yīng)用研究，例如新興的工業(yè)無線傳感器網(wǎng)絡(luò)、物聯(lián)網(wǎng)、智能電網(wǎng)等。然而，應(yīng)用的多樣性對于無線傳感器網(wǎng)絡(luò)的性能提出了更加苛刻的要求。其中，無線傳感器網(wǎng)絡(luò)協(xié)議棧中的介質(zhì)訪問控制(MAC，medium access control)子層負責(zé)為相互競爭的節(jié)點分配無線通信資源，是關(guān)系網(wǎng)絡(luò)性能的關(guān)鍵技術(shù)[2]。目前針對不同的應(yīng)用，研究人員提出了多種MAC協(xié)議，可以按照如下依據(jù)進行分類：第一，采用分布式控制還是集中式控制；第二，使用單一共享信道還是多個信道；第三，采用固定分配方式還是隨機訪問方式。根據(jù)第三種分類方式，可將MAC協(xié)議歸納為以下3類。

1) 采用固定分配方式，為每個傳感器節(jié)點分配固定的通信時隙和信道，從而避免節(jié)點之間的相互干擾；具體的實現(xiàn)方式包括時分多址(TDMA，time division multiple access)方式、頻分多址(FDMA，frequency division multiple access)方式或者碼分多址(CDMA，code division multiple access)方式。

2) 采用隨機競爭方式，傳感器節(jié)點在需要發(fā)送數(shù)據(jù)時隨機占用無線資源，重點考慮盡量減少節(jié)點間的沖突和干擾。

3) 混合方式，即固定分配和隨機競爭結(jié)合的方法。

目前，對于大多數(shù)無線傳感器網(wǎng)絡(luò)的應(yīng)用，如現(xiàn)在典型的工業(yè)無線傳感器網(wǎng)絡(luò)，固定分配方式是較為理想的解決方案。究其原因在于：首先，無線傳感器網(wǎng)絡(luò)對于性能具有確定性要求；其次，為了便于管理，現(xiàn)有無線傳感器網(wǎng)絡(luò)的拓撲結(jié)構(gòu)相對固定且常為層次性結(jié)構(gòu)；此外，網(wǎng)絡(luò)中的數(shù)據(jù)大多具有周期性特征。固定分配方式的實現(xiàn)依賴于通信資源的分配。通常的研究方式將如何合理分配通信資源以保障應(yīng)用需求歸結(jié)為傳輸調(diào)度問題。

本文正是依托于這樣的背景，對保證網(wǎng)絡(luò)性能和用戶需求的傳輸調(diào)度技術(shù)進行詳細歸納，并總結(jié)了研究挑戰(zhàn)和未來的研究工作。

2 傳輸調(diào)度問題概述

廣義的傳輸調(diào)度問題通常包括6個要素：被調(diào)度對象、調(diào)度目標(biāo)、調(diào)度算法、調(diào)度者、調(diào)度方案和調(diào)度代價。狹義的傳輸調(diào)度問題主要針對 MAC層進行研究。6個要素包括[6]：無線通信資源(時間和信道等)是被調(diào)度對象；調(diào)度目標(biāo)通常是網(wǎng)絡(luò)吞吐量、數(shù)據(jù)傳輸?shù)膶崟r性和可靠性、能耗、節(jié)點公平性等；調(diào)度算法實現(xiàn)對無線通信資源的合理有效分配；調(diào)度者可以是網(wǎng)絡(luò)中的匯聚節(jié)點或者是單個節(jié)點；調(diào)度方案是經(jīng)過調(diào)度算法控制后，節(jié)點收發(fā)報文的次序、時間及各種服務(wù)質(zhì)量；調(diào)度代價包括計算的復(fù)雜度和緩存區(qū)的資源占用情況等。其中，調(diào)度算法(或稱調(diào)度規(guī)則、調(diào)度機制)是連接其余5個要素的紐帶。通常，為了獲得一個滿意的調(diào)度方案，通常需要在調(diào)度代價和調(diào)度目標(biāo)之間進行折中，因此，傳輸調(diào)度問題往往轉(zhuǎn)化為多目標(biāo)優(yōu)化問題。

傳輸調(diào)度問題出現(xiàn)的根源在于節(jié)點對有限資源的爭用。無線傳感器網(wǎng)絡(luò)中，無線通信資源主要包括時隙和信道。因此，無線傳感器網(wǎng)絡(luò)的傳輸調(diào)度問題主要包括3個方面的研究內(nèi)容：時隙分配、信道分配以及時隙和信道二維資源的聯(lián)合分配。而在每個方面的研究中，需要在滿足空間約束、順序約束、截止期約束、可靠性約束、能量約束等約束條件[7]的基礎(chǔ)上，解決以下 3個層面的問題。

1) 當(dāng)網(wǎng)絡(luò)中的多個節(jié)點之間存在沖突和干擾關(guān)系時，為節(jié)點分配通信的時隙和信道。

2) 當(dāng)節(jié)點上有多個報文需要發(fā)送時，為每個報文分配占用時隙和信道的次序。

3) 優(yōu)化節(jié)點的發(fā)射功率，控制節(jié)點對網(wǎng)絡(luò)的干擾范圍，降低傳輸調(diào)度的難度。

綜合考慮無線傳感器網(wǎng)絡(luò)的應(yīng)用特點和系統(tǒng)特性，衡量傳輸調(diào)度方法的優(yōu)劣需要考慮以下幾點。

1) 資源有效利用率：傳輸調(diào)度算法需要實現(xiàn)對無線信道的有效利用。當(dāng)一條鏈路處于比較差的信道狀態(tài)時，應(yīng)盡量避免把當(dāng)前的時隙分配給這條鏈路，以減少時隙浪費。

2) 延時特性：保證數(shù)據(jù)在截止期前到達接收方。過期的數(shù)據(jù)被認為是無效數(shù)據(jù)。

3) 可靠性：保證數(shù)據(jù)成功到達接收方，可通過合理分配無線通信資源、增加重傳時隙、自適應(yīng)跳頻等方法實現(xiàn)。

4) 網(wǎng)絡(luò)能耗：決定網(wǎng)絡(luò)的工作時間，即網(wǎng)絡(luò)壽命。

5) 實現(xiàn)復(fù)雜度：復(fù)雜度關(guān)系到傳輸調(diào)度算法的可實現(xiàn)性。雖然微電子技術(shù)和專用芯片飛速發(fā)展，但是復(fù)雜的傳輸調(diào)度算法將浪費大量的軟硬件資源，可實現(xiàn)性較差；同時，復(fù)雜的傳輸調(diào)度算法的計算時間較長，不能迅速地做出決策，在網(wǎng)絡(luò)動態(tài)性強的環(huán)境下實現(xiàn)困難。

6) 可擴展性：節(jié)點數(shù)量的增加對傳輸調(diào)度算法的影響較小。

在實際的傳輸調(diào)度算法設(shè)計中，需要根據(jù)應(yīng)用場合和應(yīng)用需求偏好，從上述評價指標(biāo)中選擇關(guān)鍵指標(biāo)。

3 傳輸調(diào)度算法的分類

傳輸調(diào)度方法存在多種分類方式。根據(jù)可分配信道的數(shù)量，分為共享信道傳輸調(diào)度和多信道傳輸調(diào)度；根據(jù)對網(wǎng)絡(luò)拓撲的依賴程度，分為拓撲相關(guān)和拓撲透明傳輸調(diào)度；根據(jù)被調(diào)度對象，分為節(jié)點激活、鏈路激活和混合激活傳輸調(diào)度；根據(jù)調(diào)度者，分為集中式傳輸調(diào)度、分布式傳輸調(diào)度和集中/分布混合式傳輸調(diào)度；根據(jù)接收者信息是否已知，分為廣播傳輸調(diào)度和單播傳輸調(diào)度。下面對各種分類方式予以介紹。

1) 共享信道和多信道傳輸調(diào)度

共享信道傳輸調(diào)度針對網(wǎng)絡(luò)中所有節(jié)點共享一條信道的情況，主要完成時隙分配，通常包括節(jié)點的時隙分配和節(jié)點內(nèi)部任務(wù)的時隙分配2項工作，且這2項工作通常需要聯(lián)合考慮。然而，將存在沖突關(guān)系的節(jié)點分配到不同信道傳輸可以很大程度降低干擾，提高網(wǎng)絡(luò)的吞吐量。因此，目前大多數(shù)網(wǎng)絡(luò)的研究集中于對多信道情況下各種技術(shù)的探索。傳輸調(diào)度方法進而由共享信道傳輸調(diào)度衍生為多信道傳輸調(diào)度。多信道傳輸調(diào)度主要完成信道的調(diào)度以及信道和時隙二維通信資源的調(diào)度，同樣也包括節(jié)點的分配以及節(jié)點內(nèi)部任務(wù)的分配2項工作，且這2項工作通常需要聯(lián)合考慮。

2) 拓撲相關(guān)和拓撲透明傳輸調(diào)度

拓撲相關(guān)傳輸調(diào)度算法依賴網(wǎng)絡(luò)的拓撲信息[8,9]，需要準確掌握網(wǎng)絡(luò)的拓撲結(jié)構(gòu)信息；而拓撲透明的傳輸調(diào)度算法僅依賴于節(jié)點數(shù)和節(jié)點可能的最大鄰居數(shù)2個全局參數(shù)，與特定的拓撲結(jié)構(gòu)無關(guān)，且不受節(jié)點移動性的影響。2類傳輸調(diào)度方法相比，拓撲相關(guān)傳輸調(diào)度方法帶寬利用率高，調(diào)度結(jié)果逼近最優(yōu)值，但收集網(wǎng)絡(luò)信息的開銷較大，且方法受網(wǎng)絡(luò)拓撲結(jié)構(gòu)的影響較大，僅適合于靜態(tài)網(wǎng)絡(luò)；拓撲透明的傳輸調(diào)度方法降低了傳輸調(diào)度重新計算和重新分配的代價，適合動態(tài)性較強的網(wǎng)絡(luò)，但帶寬利用率低于拓撲相關(guān)的傳輸調(diào)度方法，且網(wǎng)絡(luò)延時較大。

3) 節(jié)點激活、鏈路激活和混合激活傳輸調(diào)度

節(jié)點激活傳輸調(diào)度是指為網(wǎng)絡(luò)中的節(jié)點分配通信所需時隙和信道等，適合于高負載的廣播和組播通信；鏈路激活是指為網(wǎng)絡(luò)中的每條鏈路分配通信所需資源，適合于低負載的單播通信；混合激活是指為網(wǎng)絡(luò)中的節(jié)點和鏈路都分配資源，適合于既有廣播通信，也有單播通信的網(wǎng)絡(luò)。根據(jù)網(wǎng)絡(luò)的通信方式，3類傳輸調(diào)度方法適用于不同的網(wǎng)絡(luò)環(huán)境。

4) 集中式、分布式和集中/分布混合式傳輸調(diào)度

集中式傳輸調(diào)度是指網(wǎng)絡(luò)中的中心管理節(jié)點負責(zé)生成全網(wǎng)各個節(jié)點的調(diào)度方案，并將生成的調(diào)度結(jié)果分發(fā)給每個節(jié)點。分布式傳輸調(diào)度是指網(wǎng)絡(luò)中的各個節(jié)點根據(jù)局部信息(如兩跳或者三跳范圍內(nèi)的鄰居節(jié)點)，分布式生成調(diào)度決策，或者通過協(xié)商生成調(diào)度決策。集中/分布混合式傳輸調(diào)度是由網(wǎng)絡(luò)中的部分節(jié)點根據(jù)局部信息生成調(diào)度方案。集中式的傳輸調(diào)度的調(diào)度結(jié)果可以逼近最優(yōu)結(jié)果，但是網(wǎng)絡(luò)信息的收集和調(diào)度結(jié)果的分發(fā)過程會帶來比較大的時間和控制開銷；分布式傳輸調(diào)度的決策速度快，但相比集中式傳輸調(diào)度最優(yōu)性較差；集中/分布混合式傳輸調(diào)度綜合了集中式和分布式傳輸調(diào)度的優(yōu)點。

5) 廣播傳輸調(diào)度和單播傳輸調(diào)度

從接收者信息是否已知的角度分類，傳輸調(diào)度算法分為廣播傳輸調(diào)度和單播傳輸調(diào)度。廣播傳輸調(diào)度是指不需要知道接收者的信息，采用廣播的方式發(fā)送數(shù)據(jù)；單播傳輸調(diào)度是指已知接收者的信息，為每個源-目的節(jié)點對分配通信所需資源。從實現(xiàn)的功能看，廣播傳輸調(diào)度和單播傳輸調(diào)度分別對應(yīng)于節(jié)點激活的傳輸調(diào)度和鏈路激活的傳輸調(diào)度，同樣對應(yīng)于不同的通信方式。

4 傳輸調(diào)度算法的研究現(xiàn)狀

本節(jié)以共享信道傳輸調(diào)度和多信道傳輸調(diào)度的分類方式為主線，綜合傳輸調(diào)度和功率控制聯(lián)合設(shè)計這一研究熱點，闡述無線傳感器網(wǎng)絡(luò)傳輸調(diào)度方法的研究現(xiàn)狀。

4.1 共享信道傳輸調(diào)度

共享信道傳輸調(diào)度主要研究時隙的分配，即為網(wǎng)絡(luò)中的每個節(jié)點或者每項任務(wù)分配傳輸數(shù)據(jù)所需的時隙。根據(jù)調(diào)度者分類，共享信道傳輸調(diào)度又可分為集中式和分布式傳輸調(diào)度。

1) 集中式共享信道傳輸調(diào)度

早期的集中式共享信道調(diào)度主要面向廣播通信的網(wǎng)絡(luò)。在網(wǎng)絡(luò)組建以及網(wǎng)絡(luò)控制階段，節(jié)點通常以廣播方式協(xié)調(diào)各自的行為。廣播傳輸調(diào)度因此引起廣大研究者的關(guān)注。廣播傳輸調(diào)度問題是NP-完全問題，因而大部分算法采用集中啟發(fā)式方法，需要掌握全局信息[10,11]。集中式廣播傳輸調(diào)度算法一般采用圖論的方法求解，以最大化時隙利用率或最小化超幀長度的方法來達到提高吞吐量和降低延時的目標(biāo)。Arunabha和Vuong等人[12,13]通過尋找單個時隙內(nèi)的最大傳輸集來最大化網(wǎng)絡(luò)吞吐量，采用令牌深度優(yōu)先搜索方法實現(xiàn)集中的啟發(fā)式廣播傳輸調(diào)度； Wang等人[14]采用神經(jīng)網(wǎng)絡(luò)、模擬退火等算法可以得到近優(yōu)的廣播調(diào)度方案，但算法復(fù)雜度高，且需要全局精確信息，工程實用性較差。

Ramanathan[10]將上述針對廣播傳輸?shù)恼{(diào)度方法進行了歸納和擴展，比較了時域、頻域和碼域中傳輸調(diào)度約束條件的相似性，首次提出了基于TDMA/FDMA/CDMA統(tǒng)一的傳輸調(diào)度架構(gòu)。該架構(gòu)基于物理空間上足夠遠的節(jié)點可以共享時隙、信道或編碼的思想，致力于實現(xiàn)節(jié)點的空間復(fù)用。首先，利用圖論的方法將網(wǎng)絡(luò)模型搭建為有向圖，且假設(shè)鏈路是單向非對稱的。同時，根據(jù)被著色對象(節(jié)點或鏈路)、沖突關(guān)系(節(jié)點沖突或鏈路沖突)和傳輸方向(發(fā)送者和接收者)，將已有的 114種傳輸調(diào)度算法的約束歸納為11個原子約束，包括4個基于節(jié)點的約束和7個基于邊的約束。圖1所示的11個原子約束中，(1)～(4)為基于節(jié)點的約束，(5)～(11)為基于邊的約束，其中，黑點和實線表示相互受干擾的節(jié)點和鏈路，空心點和虛線表示對其他節(jié)點和鏈路造成干擾的節(jié)點和鏈路。通過調(diào)整和限制 11個原子約束的組合方法，可以反映不同情況下的傳輸調(diào)度問題，同時作者設(shè)計了一個適用于時域、頻域和碼域的傳輸調(diào)度算法——UxDMA。

面向單播通信的共享信道傳輸調(diào)度往往采用集中式最大權(quán)鏈路調(diào)度算法[15～20]，選擇無沖突鏈路集合中權(quán)值和最大的一組鏈路進行傳輸，目的在于保證網(wǎng)絡(luò)吞吐量最大。該類算法以 Huanli等人[15]為代表。Yang等人[19]針對Huanli等人為代表的研究未考慮能耗的問題，提出一種基于最大權(quán)鏈路調(diào)度的最小能量調(diào)度 (MES，minimum energy scheduling)算法。MES算法基于隨機流量模型和時變信道模型，以網(wǎng)絡(luò)吞吐量和能耗作為優(yōu)化指標(biāo)，該算法可以作為能量受限的無線傳感器網(wǎng)絡(luò)協(xié)議設(shè)計的一個標(biāo)志性算法。Nicholas等人[20]針對已有算法對于數(shù)據(jù)傳輸實時性、可靠性、公平性等考慮甚少的問題，提出一種簡單易行且靈活的傳輸調(diào)度策略，旨在實現(xiàn)平均延時和公平性的折中。

圖1 統(tǒng)一架構(gòu)的原子約束

上述方法在考慮干擾時均采用協(xié)議干擾模型[21]，即如果節(jié)點i正在發(fā)送數(shù)據(jù)，則其鄰居節(jié)點不能同時收發(fā)其他數(shù)據(jù)。然而，無線傳輸?shù)姆秶豢赡芙^對抵達某個界限，協(xié)議干擾模型是對實際無線環(huán)境的簡化，因此無法準確的描述無線干擾情況。理論和實驗表明，節(jié)點j可以成功接收到來自節(jié)點i的數(shù)據(jù)的條件[22]是：節(jié)點i發(fā)往節(jié)點j的信號的強度與節(jié)點j接收到的所有干擾和噪聲的比值大于一定閾值，即信號-干擾噪聲比(SINR，signal to interference plus noise ratio)大于閾值，如式(1)所示。

其中，Pij表示節(jié)點i到節(jié)點j的傳輸功率；Gij表示節(jié)點i到節(jié)點j的信號增益；jη表示節(jié)點j上的熱噪聲表示網(wǎng)絡(luò)中其他節(jié)點對節(jié)點j的累加干擾；γ0為用戶自定義的閾值，取決于用于要求的QoS，如比特錯誤率(BER，bit error rate)。Gij通過遠域模型Gij=di-jα表示。其中，dij表示節(jié)點i和節(jié)點j之間的歐幾里得距離；α∈ [ 2,4]表示路徑損耗因子。如果式(1)不能得到滿足，則節(jié)點j無法成功接收到來自節(jié)點i的數(shù)據(jù)。

采用SINR干擾模型會給傳輸調(diào)度算法的設(shè)計帶來新的挑戰(zhàn)[23]：1) 引入SINR干擾作為約束，導(dǎo)致傳輸調(diào)度優(yōu)化問題成為非凸優(yōu)化問題，且導(dǎo)致大多數(shù)的問題成為NP-難問題，因此傳統(tǒng)的凸規(guī)劃技術(shù)不再適用于求解該類優(yōu)化問題，需要另辟新的算法求解次優(yōu)解；2)SINR的計算比較復(fù)雜，需要統(tǒng)計和記錄大量的參數(shù)，因此采用SINR干擾模型會帶來較大的計算開銷。然而，采用SINR干擾模型可在理論上和實際中獲得較好的網(wǎng)絡(luò)性能。Moscibroda等人[24,25]指出，基于SINR干擾模型的傳輸調(diào)度算法能夠提高網(wǎng)絡(luò)的整體性能，如降低延時等。目前，基于SINR模型的傳輸調(diào)度算法成為新一輪的研究熱點[22,26,27]。Goussevskaia等人[22]首次證明得出：基于SINR模型的傳輸調(diào)度問題是NP-完全問題，前提是假設(shè)節(jié)點分布在平面上。該項研究的另一個重大貢獻在于將NP-完全問題中的一個典型實例“分化問題”[28]在多項式時間內(nèi)化解為傳輸調(diào)度問題，從而為證明其他問題的計算復(fù)雜度提供了方法參考，如證明功率控制和傳輸調(diào)度聯(lián)合問題的復(fù)雜度。Brar等人[26]基于SINR模型，提出一種多項式時間的啟發(fā)式傳輸調(diào)度算法。并給出了節(jié)點均勻隨機分布情況下該算法相對于最優(yōu)算法的近似因數(shù)。Bjorklund等人[27]針對傳統(tǒng)同步時分多址（STDMA）調(diào)度方法的最優(yōu)解無法求得，導(dǎo)致啟發(fā)式算法的性能不容易衡量的問題，以最小化超幀長度為優(yōu)化目標(biāo)，基于SINR干擾模型，利用列生成方法集中求解節(jié)點激活傳輸調(diào)度和鏈路激活傳輸調(diào)度這2個問題。

綜上所述，集中式傳輸調(diào)度算法需要中心節(jié)點收集全局信息來生成全網(wǎng)調(diào)度，其帶寬利用率高，但存在單點故障問題。此外，集中式傳輸調(diào)度算法不能很好地適應(yīng)網(wǎng)絡(luò)的動態(tài)變化，且需要浪費大量資源交互網(wǎng)絡(luò)拓撲的變化信息，在節(jié)點快速、頻繁移動時可能導(dǎo)致傳輸調(diào)度算法失效，網(wǎng)絡(luò)癱瘓[29]。

2) 分布式共享信道傳輸調(diào)度

早期針對廣播通信的分布式共享信道傳輸調(diào)度方法，通常以最小化超幀長度和最大化時隙利用率為目標(biāo)[30～34]，且所得超幀長度與網(wǎng)絡(luò)規(guī)模成正比。其中，最典型的算法包括Funabiki等人[30]提出的一種結(jié)合最小化超幀長度和最大化時隙利用率的算法。該算法在最小化超幀長度過程中，首先根據(jù)節(jié)點的兩跳鄰居數(shù)將全網(wǎng)的節(jié)點排序，然后依次給每個節(jié)點分配一個未被任意一個兩跳鄰居節(jié)點使用的最小時隙號。分配完成后，最大時隙號就是該網(wǎng)的最小超幀長度。在最大化時隙利用率過程中，按照相同規(guī)則為全網(wǎng)節(jié)點排序，依次為各節(jié)點分配最小時隙號，且允許節(jié)點使用多個未被兩跳鄰居節(jié)點使用的時隙。

為了適應(yīng)網(wǎng)絡(luò)的動態(tài)性、降低傳輸調(diào)度重新計算帶來的協(xié)議開銷，Chlamtac等人[35]面向單播通信，提出一種不依賴網(wǎng)絡(luò)拓撲結(jié)構(gòu)、僅依賴全局網(wǎng)絡(luò)參數(shù)(最大節(jié)點數(shù)和節(jié)點的最大鄰居數(shù))的分布式傳輸調(diào)度方法，即拓撲透明傳輸調(diào)度方法。Chalamtac等人利用高斯域原理進行求解，保證網(wǎng)絡(luò)中的每個節(jié)點在一個超幀周期內(nèi)至少成功傳輸一次，且根據(jù)節(jié)點的流量要求動態(tài)增加節(jié)點的時隙數(shù)。然而，文中并沒有對算法進行優(yōu)化，算法的性能較差?；贑halamtac等人的思想，Ju等人[36]以最大-最小吞吐量為優(yōu)化目標(biāo)，利用編碼理論提出一種新的拓撲透明的傳輸調(diào)度解決方案。該方案不需要額外的控制參數(shù)，僅需要預(yù)估的節(jié)點數(shù)和最大鄰居數(shù)作為參數(shù)。該算法在吞吐量和延時這2個方面的性能優(yōu)于Chalamtac等人提出的算法。但算法的性能取決于節(jié)點數(shù)和鄰居數(shù)的估計精度，因此算法的頑健性得不到保證。李衛(wèi)等人[37]在螺紋協(xié)議T-TSMA[38,39]的基礎(chǔ)上，提出一種根據(jù)當(dāng)前網(wǎng)絡(luò)拓撲和負載量，有效利用節(jié)點已分配和未分配時隙進行報文傳輸?shù)恼{(diào)度方案(TTHM，topology transparent hybrid MAC protocol)。該算法不受最大節(jié)點密度的限制，便于分布式應(yīng)用。

為了滿足用戶對QoS的要求，研究者們于80年代初開始研究基于預(yù)約的傳輸調(diào)度方法，即采用分布式競爭接入和預(yù)約調(diào)度結(jié)合發(fā)送數(shù)據(jù)的方法?；陬A(yù)約的傳輸調(diào)度方法的主要目標(biāo)是最大化網(wǎng)絡(luò)壽命和協(xié)議的可擴展性，以及要求協(xié)議適應(yīng)網(wǎng)絡(luò)的變化。這些變化主要包括網(wǎng)絡(luò)規(guī)模、拓撲、節(jié)點密度、節(jié)點加入和離開等。其他網(wǎng)絡(luò)性能，如吞吐量、延時、可靠性和帶寬利用率也是需要考慮的指標(biāo)。典型的解決方案可以歸納為2類：基于控制信道預(yù)約的方法和基于控制時隙預(yù)約的方法。其中，基于控制信道預(yù)約的方法將信道劃分為控制信道和數(shù)據(jù)傳輸信道；基于控制時隙預(yù)約的方法將時隙劃分為控制時隙(或稱預(yù)留時隙)和數(shù)據(jù)傳輸時隙。上述2類方法中，節(jié)點利用控制信道或者控制時隙預(yù)約數(shù)據(jù)傳輸所需的時隙，并利用預(yù)約成功的時隙進行數(shù)據(jù)傳輸。

基于控制信道和數(shù)據(jù)傳輸信道的方法中，控制信道用于節(jié)點交換傳輸調(diào)度請求、預(yù)約數(shù)據(jù)傳輸所需時隙以及解決隱藏終端和暴露終端沖突問題；數(shù)據(jù)傳輸信道用于節(jié)點傳輸數(shù)據(jù)。典型的研究包括IBM 托馬斯?沃森研究中心的 Cidon等人[8]于 1989年提出的分布式動態(tài)傳輸調(diào)度算法。該算法給出了該類傳輸調(diào)度的基本控制架構(gòu)，主要解決多跳傳輸且網(wǎng)絡(luò)動態(tài)性較強情況下的時隙分配問題。算法的基本思想是將信道劃分為控制信道和數(shù)據(jù)傳輸信道。網(wǎng)絡(luò)中的每個節(jié)點根據(jù)一跳的鄰居信息分布式執(zhí)行時隙分配算法。同時，針對控制開銷不容忽視且固定優(yōu)先級導(dǎo)致的不公平分配等缺陷，作者提出了優(yōu)先級輪詢算法和鄰居等待算法。其中，優(yōu)先級輪詢算法在每個時隙開始，動態(tài)更換節(jié)點的優(yōu)先級，保證網(wǎng)絡(luò)中的每個節(jié)點在每個傳輸調(diào)度周期內(nèi)都有機會傳輸數(shù)據(jù)；鄰居等待算法在一個調(diào)度周期內(nèi)，要求已分配時隙的節(jié)點等待其鄰居節(jié)點全部被調(diào)度完成后，才可以再次參與分配過程，通過減少每個時隙的控制開銷以降低整體控制開銷。

Zhu等人[9]提出的 5階段預(yù)留協(xié)議(FPRP，five-phase reservation protocol)適用于規(guī)模較大且節(jié)點動態(tài)性較強的網(wǎng)絡(luò)。FPRP方法是一種通過5次握手，完成兩跳范圍內(nèi)高概率、無沖突的分布式預(yù)約的廣播傳輸調(diào)度機制。FPRP方法中的超幀結(jié)構(gòu)如圖2所示，該超幀結(jié)構(gòu)與D-TDMA[40]方法所設(shè)計的超幀結(jié)構(gòu)相似。Zhu等人[41]提出的E-TDMA算法是FPRP算法的改進版本，可以保證實時業(yè)務(wù)無沖突的發(fā)送，同時也能避免延時抖動，但控制開銷較大、實現(xiàn)復(fù)雜且效率不高。電子科技大學(xué)通信抗干擾技術(shù)國家級重點實驗室的郭偉等人[42]受文獻[9]和文獻[41]的啟發(fā)，結(jié)合無線傳感器網(wǎng)絡(luò)的能量約束，提出了一種基于預(yù)約調(diào)度的 MAC協(xié)議——SSMAC。一方面解決了隱藏終端和暴露終端問題；另一方面在考慮節(jié)能的同時，降低了節(jié)點的接入延時，提高了報文的傳輸成功率且保證了延時、延時抖動、可用帶寬和分組丟失率等 QoS指標(biāo)。Phua等人[43]針對工業(yè)無線傳感器網(wǎng)絡(luò)中干擾周期性變化的特點，提出一種基于鏈路狀態(tài)的傳輸調(diào)度(LSDS，link state dependent scheduling) 協(xié)議，其超幀結(jié)構(gòu)如圖3所示。LSDS協(xié)議只將信道的質(zhì)量簡單標(biāo)記為“好”和“壞”，不能準確反映信道的實際質(zhì)量。該算法雖然適用于干擾和衰減呈周期性變化的網(wǎng)絡(luò)，但以隨機方式建立調(diào)度使得其不適用于實時性、可靠性等要求較高的場合。

目前，部分學(xué)者對于匯聚傳輸?shù)恼{(diào)度問題提出了分布式解決方案。Gandham等人[44]給出了對于節(jié)點數(shù)據(jù)為N的網(wǎng)絡(luò)，通過傳輸調(diào)度最多只需要3N個時隙就能完成一次全網(wǎng)數(shù)據(jù)的匯聚傳輸，并提出了相應(yīng)的算法。該算法雖然由各個節(jié)點自主決定傳輸時隙的分配，但是每個節(jié)點需要掌握網(wǎng)絡(luò)拓撲中的分支總數(shù)、各分支長度、節(jié)點和各分支之間的傳輸干擾關(guān)系等多種信息，在計算復(fù)雜度上已經(jīng)接近于集中式傳輸調(diào)度。孫利民等人[45]針對無線傳感器網(wǎng)絡(luò)匯聚傳輸?shù)膶崟r性，提出一種基于 TDMA的分布式節(jié)點調(diào)度算法。利用該算法進行一次全網(wǎng)數(shù)據(jù)收集，基本可以在 1.6～1.8倍網(wǎng)絡(luò)節(jié)點數(shù)個時隙內(nèi)完成，并且能夠有效避免各節(jié)點之間的數(shù)據(jù)碰撞。另外，該算法調(diào)度時只需要各節(jié)點掌握一跳鄰居信息，而在傳輸過程中節(jié)點最多只要緩存2個報文，因此滿足無線傳感器網(wǎng)絡(luò)分布式、節(jié)點存儲空間受限的要求。該算法在實時性和復(fù)雜度方面更具優(yōu)勢，但對網(wǎng)絡(luò)局部區(qū)域突發(fā)性信息傳輸?shù)膶崟r性支持不夠，也無法為多種不同級別的數(shù)據(jù)傳輸提供不同的實時性保證。

圖2 FPRP和E-TDMA超幀結(jié)構(gòu)

圖3 LSDS超幀結(jié)構(gòu)

Yi等人[46]提出的一系列考慮SINR模型的分布式動態(tài)隨機調(diào)度 (DRS，dynamic randomized scheduling)算法。DRS首次嘗試分布式求解基于SINR模型的傳輸調(diào)度問題。該類算法以最大化吞吐量為優(yōu)化目標(biāo)，不需要知道節(jié)點的位置信息，控制開銷較小，可以較好地適應(yīng)網(wǎng)絡(luò)拓撲和負載的動態(tài)性，但算法計算復(fù)雜度高，不適合應(yīng)用于規(guī)模較大的網(wǎng)絡(luò)。

綜上所述，分布式共享信道傳輸調(diào)度算法不需要收集全局的網(wǎng)絡(luò)信息，克服了算法受網(wǎng)絡(luò)規(guī)模限制的缺陷，網(wǎng)絡(luò)動態(tài)適應(yīng)性較好，但控制開銷較大、實現(xiàn)復(fù)雜、最優(yōu)性相比集中式較差。

4.2 多信道傳輸調(diào)度

Kyasanur等人[47]指出采用多個信道傳輸可以有效避免沖突。圖5和圖6所示分別為單信道和多信道情況下的干擾問題。圖4中，節(jié)點3有數(shù)據(jù)收發(fā)時，干擾同一路徑上的節(jié)點1，2，4，5，8以及路徑2上的節(jié)點9和節(jié)點10。采用多信道后，干擾范圍內(nèi)的節(jié)點通過采用其他信道進行傳輸，從而在一定程度上避免了干擾。圖5中，節(jié)點3和節(jié)點4利用1號信道傳輸時，節(jié)點1，2，5，8，9，10可同時利用其他信道進行傳輸，最大程度實現(xiàn)了并行傳輸。

Shin等人[48]證明了最優(yōu)的多信道傳輸調(diào)度是NP-難問題，且歸納出多信道傳輸調(diào)度的一般解決方案是在滿足接口約束和信道約束的條件下，為節(jié)點分配盡可能多的信道。目前多信道傳輸調(diào)度的研究內(nèi)容主要包括2個方面：信道調(diào)度以及時隙和信道聯(lián)合調(diào)度。信道調(diào)度主要研究如何為網(wǎng)絡(luò)中的節(jié)點分配通信所需信道。目前存在2類方法：動態(tài)信道分配法和半靜態(tài)信道分配法。其中，動態(tài)信道分配法要求節(jié)點頻繁改變通信所用的信道，如為每條鏈路分配信道且每發(fā)送1次數(shù)據(jù)改變1個信道。這種多信道調(diào)度方法要求快速的信道切換速度，而現(xiàn)有的硬件技術(shù)中信道切換時延為毫秒級，因此無法滿足實時切換的要求。半靜態(tài)信道分配法是根據(jù)負載量和網(wǎng)絡(luò)拓撲的顯著變化而改變信道。因此在網(wǎng)絡(luò)環(huán)境和負載量相對穩(wěn)定的條件下，信道切換不頻繁。信道和時隙聯(lián)合調(diào)度主要研究如何為網(wǎng)絡(luò)中的節(jié)點分配通信所需的時隙和信道，目前這方面的研究比較初步。

圖4 單信道無線傳感器網(wǎng)絡(luò)路徑內(nèi)和路徑之間的干擾

圖5 多信道無線傳感器網(wǎng)絡(luò)路徑內(nèi)和路徑之間的干擾

下面以調(diào)度者為分類依據(jù)，總結(jié)多信道傳輸調(diào)度的研究現(xiàn)狀。

1) 集中式多信道傳輸調(diào)度

針對圖著色算法無法滿足多信道調(diào)度中的接口約束、信道約束、網(wǎng)絡(luò)連通約束和帶寬約束，Raniwala等人[49]以最大化網(wǎng)絡(luò)總吞吐量為優(yōu)化目標(biāo)，以信道數(shù)量、接口數(shù)量、網(wǎng)絡(luò)連通要求和流量限制為約束條件，提出基于網(wǎng)絡(luò)負載量變化的多信道啟發(fā)式調(diào)度 (LACA，load-aware channel assignment)方法。LACA算法以預(yù)估的網(wǎng)絡(luò)負載量的期望值為輸入，將具有沖突關(guān)系的鏈路分組后，采用迭代方法按序為網(wǎng)絡(luò)中的每個節(jié)點分配通信所需信道。該算法將單信道的IEEE 802.11標(biāo)準擴展到多信道的應(yīng)用場合，采用集中式的求解方法，且要求網(wǎng)絡(luò)拓撲固定不變。但由于LACA算法側(cè)重于滿足流量約束，在迭代過程中僅以流量為反饋量修正信道調(diào)度結(jié)果，因此算法可行性方面考慮欠缺。

Das等人[50]以最大化并行傳輸?shù)逆溌窋?shù)為目標(biāo)，以干擾、信道數(shù)和接口數(shù)為約束條件，提出 2個面向靜態(tài)多信道調(diào)度問題的混合整數(shù)線性規(guī)劃模型，但是并未給出可實現(xiàn)的多項式時間算法。Soldati和 Zhang等人[51～53]基于無線 HART標(biāo)準，基于線型路由和樹型路由下完成匯聚傳輸所需時隙數(shù)和信道數(shù)的理論下限值，提出一種時隙和信道聯(lián)合分配的傳輸調(diào)度算法。

綜上所述，集中式多信道傳輸調(diào)度算法需要收集全局網(wǎng)絡(luò)信息，與集中式共享信道傳輸調(diào)度算法相似，也存在單點故障問題。

2) 分布式多信道傳輸調(diào)度

目前，大部分學(xué)者的研究集中于分布式多信道傳輸調(diào)度算法。分布式多信道傳輸調(diào)度算法大多數(shù)采用提前預(yù)留資源的方法。與分布式共享信道傳輸調(diào)度算法相比，這類方法將預(yù)留的資源擴展為時隙和信道。Nasipuri等人[54]提出一種基于CSMA的軟信道預(yù)留算法。該算法由節(jié)點分布式執(zhí)行，并要求節(jié)點同時可以偵聽所有信道上的數(shù)據(jù)傳輸情況。當(dāng)節(jié)點有數(shù)據(jù)需要發(fā)送時，從空閑信道中選擇上次傳輸成功的信道進行傳輸。之后，Nasipuri等人[55]又改進了空閑信道選擇方法，將發(fā)送端信道強度最大的信道作為最佳選擇。該算法在網(wǎng)絡(luò)吞吐量方面具有很好的性能，但由于要求每個節(jié)點上安裝多個收發(fā)器，因此硬件成本太大。

Wu等人[56]將收發(fā)器的數(shù)量減為2個，提出了一種按需動態(tài)信道調(diào)度算法DCA。DCA算法中，網(wǎng)絡(luò)中的信道被劃為控制信道和數(shù)據(jù)信道。每個節(jié)點的2個收發(fā)器可以同時偵聽到來自控制信道和數(shù)據(jù)信道的數(shù)據(jù)。節(jié)點之間通過RTS/CTS握手方式交互通信所需信道。由于節(jié)點的一個收發(fā)器始終偵聽控制信道上的數(shù)據(jù)，因此，DCA算法不存在多信道隱藏終端。同時，DCA算法不需要精確同步，控制開銷較小。但由于該算法采用專用信道進行協(xié)商，因此對于網(wǎng)絡(luò)信道數(shù)較少的應(yīng)用場合，控制開銷較大；其次，對于可用信道數(shù)較多的應(yīng)用場合，單條控制信道又會成為信道協(xié)商的瓶頸，導(dǎo)致無法充分利用數(shù)據(jù)信道。Jain等人[57]在DCA算法的基礎(chǔ)上，改進了目的端節(jié)點選擇信道的方法，選擇質(zhì)量最好的信道作為數(shù)據(jù)信道。但改進的 DCA算法仍然未解決DCA算法的缺陷。

So等人[58]針對上述算法中存在的硬件成本大、控制開銷高和多信道隱藏終端問題，面向單收發(fā)器的節(jié)點，以時間為代價實現(xiàn)多信道傳輸調(diào)度的協(xié)商過程。在算法開始階段，網(wǎng)絡(luò)中的所有節(jié)點在規(guī)定的時間內(nèi)采用統(tǒng)一信道進行協(xié)商，這一時間段稱為信道協(xié)商階段。信道協(xié)商階段后，收發(fā)雙方按照預(yù)先協(xié)商好的信道進行通信。該算法需要精確地全網(wǎng)時間同步以克服多信道隱藏終端問題；同時，由于采用單收發(fā)器，因此硬件成本小。但由于該算法需要另辟一段時間用于信道協(xié)商，因此在克服控制信道所需開銷的同時，引入了新的時間開銷，不適合實時性要求較高的應(yīng)用場合。Ko等人[59]在探討信道調(diào)度策略前，致力于達到3個方面的目標(biāo)：1)僅依賴局部信息作出信道調(diào)度決策；2)信道調(diào)度策略基于網(wǎng)絡(luò)的物理結(jié)構(gòu)，而非動態(tài)的網(wǎng)絡(luò)信息；3)信道調(diào)度的結(jié)果不應(yīng)該頻繁改變網(wǎng)絡(luò)的連接狀態(tài)，可為端到端的路由提供較為穩(wěn)定的網(wǎng)絡(luò)環(huán)境。基于上述目標(biāo)，提出了一個分布式的輕型信道調(diào)度策略。該策略由節(jié)點分布式執(zhí)行，以最小化局部干擾總和為目標(biāo)，僅依賴節(jié)點的局部信息，采用貪婪算法進行求解，實現(xiàn)了網(wǎng)絡(luò)連通性和信道多樣性的折中。實驗表明，該算法執(zhí)行時間短且網(wǎng)絡(luò)容量高，但未考慮接口數(shù)量對于信道調(diào)度的影響。

目前，針對無線傳感器網(wǎng)絡(luò)的時隙和信道聯(lián)合調(diào)度的研究比較少見，典型的研究包括MMSN[60]、MCMAC[61]、Y-MAC[62]和 TFMAC[63]等。

Zhou等人[60]首次面向無線傳感器網(wǎng)絡(luò)提出一種多信道MAC協(xié)議(MMSN，multi-frequency MAC for wireless sensor networks)。MMSN算法充分考慮了無線傳感器網(wǎng)絡(luò)的以下2個特點：出于能耗和成本考慮，傳感器節(jié)點僅安裝一個收發(fā)器，因此節(jié)點不能同時收發(fā)數(shù)據(jù)且不能同時工作在多個頻段；無線傳感器網(wǎng)絡(luò)中的報文長度較短，因此傳統(tǒng)方法中基于 RTS/CTS交互的通信方式帶來的控制開銷不容忽視。MMSN算法由信道分配和介質(zhì)訪問2個階段組成。在信道分配階段，節(jié)點分布式協(xié)商信道的分配且以廣播方式通知鄰居節(jié)點。MMSN算法在降低能耗和提高節(jié)點并行傳輸?shù)确矫嫘阅芡怀?，但其屬于靜態(tài)分配方法，不適用于網(wǎng)絡(luò)環(huán)境動態(tài)變化的場合。為了克服靜態(tài)分配不靈活的缺陷，Chen等人[61]為節(jié)點動態(tài)分配多個信道，并考慮分簇網(wǎng)絡(luò)的信道和時隙聯(lián)合調(diào)度，提出一種基于協(xié)調(diào)者的多信道MAC協(xié)議MCMAC。MCMAC算法將N個信道分為1個控制信道和(N-1)個數(shù)據(jù)傳輸信道，并擴展了IEEE 802.15.4的超幀結(jié)構(gòu)，如圖6所示。MCMAC算法在提高網(wǎng)絡(luò)能效性、網(wǎng)絡(luò)壽命方面可以獲得較好的性能。但由于超幀的活動期階段大部分時間用于簇成員請求信道分配，因此，控制開銷比較大，影響網(wǎng)絡(luò)吞吐量。

Kim等人[62]針對傳統(tǒng)能量有效的多信道調(diào)度算法以犧牲吞吐量為代價的問題，提出一種能量有效的多信道輕型傳輸調(diào)度算法 Y-MAC，旨在解決網(wǎng)絡(luò)中突發(fā)數(shù)據(jù)的傳輸問題。Y-MAC算法要求節(jié)點局部協(xié)調(diào)時隙的分配，是一個面向接收者的調(diào)度方法。Y-MAC算法避免了節(jié)點偵聽信道的能耗，可以有效處理突發(fā)數(shù)據(jù)的傳輸；同時，采用多信道傳輸機制提高了數(shù)據(jù)傳輸?shù)某晒β是医档土搜訒r。Jovanovic等人[63]以提高網(wǎng)絡(luò)吞吐量為目的，提出一種分布式時隙和信道聯(lián)合調(diào)度算法(TFMAC，time frequency MAC)。TFMAC算法中的超幀包括2個階段：競爭階段和非競爭階段。其中，競爭階段由控制時隙組成，用于節(jié)點收集鄰居節(jié)點的時隙和信道分配結(jié)果，隨機選擇多個空閑時隙和一個接收信道，并廣播自身的選擇結(jié)果。非競爭階段用于節(jié)點在指定的時隙和信道上進行通信。TFMAC算法中，每個節(jié)點的發(fā)送時隙數(shù)等于網(wǎng)絡(luò)中的信道數(shù)。該算法可以最大限度地提高網(wǎng)絡(luò)中節(jié)點的并行傳輸，提高網(wǎng)絡(luò)吞吐量，但無法避免時隙和信道選擇過程中的沖突問題，因此對于規(guī)模較大的網(wǎng)絡(luò)效率比較低；同時，TFMAC算法為每個節(jié)點在每條信道上分配時隙，對于負載量較輕的應(yīng)用，資源浪費嚴重。

綜上所述，分布式多信道傳輸調(diào)度采用固定分配方式則靈活性不夠，采用動態(tài)分配方式則控制開銷較大、效率較低。

3) 集中/分布混合式多信道傳輸調(diào)度

由于傳統(tǒng)的動態(tài)信道調(diào)度方法會改變網(wǎng)絡(luò)的初始拓撲結(jié)構(gòu)，影響網(wǎng)絡(luò)其他方面的設(shè)計，如路由等，導(dǎo)致全網(wǎng)調(diào)度低效。為了克服上述問題，Subramanian和Gupta等人[64]在滿足接口約束的前提下，以最小化網(wǎng)絡(luò)干擾度為優(yōu)化目標(biāo)，采用半正定規(guī)劃法求解該優(yōu)化問題。將網(wǎng)絡(luò)構(gòu)造為沖突圖，首次求取了網(wǎng)絡(luò)干擾度的下限值。同時，以網(wǎng)絡(luò)干擾和流量模型為輸入，分別設(shè)計了集中式和分布式的啟發(fā)式算法來逼近下限值。所提算法的優(yōu)勢在于提高了網(wǎng)絡(luò)吞吐量、不影響路由決策、易于實現(xiàn)以及適用于正交信道和非正交信道的分配。

圖6 IEEE 802.15.4和MAMAC的超幀比較

Martin等人[65]針對網(wǎng)絡(luò)中信道數(shù)量受限的情況，提出一種分簇的信道調(diào)度方法(CCA，cluster channel assignment)，目的在于實現(xiàn)信道在多個簇之間的復(fù)用、最大化網(wǎng)絡(luò)平均吞吐量以及最小化干擾。該方法是集中式和分布式結(jié)合的動態(tài)、按需的信道調(diào)度方法。CCA方法的優(yōu)勢在于：將信道分配的難度分散到每個簇內(nèi)，易于執(zhí)行；允許使用網(wǎng)絡(luò)中的空閑信道，可以有效利用帶寬且避免干擾；允許簇首自主調(diào)整本簇的信道分配，靈活性更強，且可以有效克服干擾等時空特性。

Nikolaidis等人[66]考慮無線傳感器網(wǎng)絡(luò)中的匯聚傳輸，通過構(gòu)建樹階段和調(diào)度階段實現(xiàn)調(diào)度。作者證明了所需調(diào)度長度的下限值，并基于該值利用二偶圖的半匹配方法構(gòu)建樹，最后綜合節(jié)點的權(quán)重和干擾約束等，采用基于排列的方法為網(wǎng)絡(luò)中的每個節(jié)點分配通信資源。

針對我國新進頒布實施的工業(yè)無線網(wǎng)絡(luò)標(biāo)準WIA-PA，部分學(xué)者給出了集中和分布式結(jié)合的 2階段資源調(diào)度方法[67,68]。該類方法面向網(wǎng)絡(luò)-星型的混合拓撲結(jié)構(gòu)，針對簇內(nèi)和簇間的通信，采用搜索算法，分別為網(wǎng)絡(luò)中簇內(nèi)和簇間的不同設(shè)備分配信道和時隙資源。

綜上所述，現(xiàn)有的多信道傳輸調(diào)度算法分配方式固定，開銷較大，沒有充分考慮無線環(huán)境的時變特性，對可靠性和實時性考慮也較少，因此不適合應(yīng)用于環(huán)境復(fù)雜多變的無線網(wǎng)絡(luò)中，特別是工業(yè)無線傳感器網(wǎng)絡(luò)。

4.3 傳輸調(diào)度和功率控制的聯(lián)合

功率控制被用于動態(tài)調(diào)整發(fā)送節(jié)點的功率，不僅能夠有效減少通信中的能量消耗，延長無線傳感器網(wǎng)絡(luò)的壽命，同時對于網(wǎng)絡(luò)的拓撲控制與連通性、吞吐量、消息傳遞的實時性等系統(tǒng)性能具有顯著的影響，而且可以通過MAC層或跨層協(xié)議的設(shè)計，優(yōu)化網(wǎng)絡(luò)性能，為提升QoS提供有效途徑[69]。根據(jù)控制范圍，功率控制方法包括：網(wǎng)絡(luò)級控制、鄰居節(jié)點級控制和獨立節(jié)點級控制[69]。其中，網(wǎng)絡(luò)級功率控制是指網(wǎng)絡(luò)中所有節(jié)點均使用統(tǒng)一的優(yōu)化功率值發(fā)送數(shù)據(jù)；鄰居節(jié)點級功率控制是指每個節(jié)點均使用可覆蓋其所有鄰居節(jié)點的功率值發(fā)送數(shù)據(jù)，而節(jié)點之間的發(fā)射功率值并不相同；獨立節(jié)點級功率控制是指發(fā)送節(jié)點可以針對每個單一的目的節(jié)點，自適應(yīng)調(diào)整發(fā)射功率水平。

傳輸調(diào)度和功率控制的聯(lián)合研究，大致包括 3個方面。1)功率控制-傳輸調(diào)度法。首先從上述3種功率控制方法中選擇其一，確定節(jié)點的發(fā)射功率，從而確定網(wǎng)絡(luò)的干擾范圍和連通性后。研究傳輸調(diào)度算法；2)傳輸調(diào)度-功率控制法。首先按照一定的干擾模型，如協(xié)議干擾模型和SINR干擾模型等，確定傳輸調(diào)度方案，隨后根據(jù)源-目的節(jié)點關(guān)系，調(diào)節(jié)節(jié)點的發(fā)射功率；3)傳輸調(diào)度和功率控制的聯(lián)合研究。研究發(fā)現(xiàn)，將傳輸調(diào)度與功率控制獨立研究的效率較低[70]。這主要是功率調(diào)節(jié)會引起節(jié)點發(fā)送范圍的改變，從而引起周圍信道容量的改變。為了提高傳輸調(diào)度和功率調(diào)節(jié)的效率，一些學(xué)者將二者的聯(lián)合問題等價為一個高復(fù)雜性的非凸最優(yōu)解問題，進行了研究。該類研究給出的一些調(diào)度算法是初步的，僅適用于小型網(wǎng)絡(luò)的應(yīng)用。

ElBatt和Ephremides[71]以提高單跳吞吐量和延長網(wǎng)絡(luò)壽命為目的，首次針對傳輸調(diào)度和功率控制的聯(lián)合問題進行了研究，并采用傳輸調(diào)度和功率控制交互的方式求解該聯(lián)合問題。Lu等人[72]提出一種基于SINR干擾模型的能量高效傳輸調(diào)度和功率控制聯(lián)合算法，屬于上述的傳輸調(diào)度-功率控制法之列。首先將傳輸調(diào)度和功率控制的聯(lián)合問題形式化為一個考慮能量、吞吐量和延時折中的優(yōu)化問題TJSPC；隨后，設(shè)計了2個指數(shù)時間和多項式時間的貪婪算法求解TJSPC問題；最后，在保證所有報文截止期約束的條件下，研究了以最小化能耗為目的的傳輸調(diào)度和功率控制聯(lián)合問題。該算法針對靜態(tài)單信道無線網(wǎng)絡(luò)，因此不適合于動態(tài)場合，且所給優(yōu)化模型無法有效擴展到多信道的應(yīng)用場合中。Wang等人[73]提出一種適合于組播的傳輸調(diào)度和功率控制聯(lián)合算法。該算法以功率控制為主，基于SINR模型，以最小化傳輸功率為優(yōu)化目標(biāo)，利用線性規(guī)劃方法尋求功率最優(yōu)值；如果搜索不到功率最優(yōu)值，則調(diào)用傳輸調(diào)度和功率控制聯(lián)合算法，利用傳輸調(diào)度最大限度降低干擾后，重新執(zhí)行功率控制算法。該算法由節(jié)點分布式執(zhí)行，依賴局部信息，屬于一個次優(yōu)算法。Moscibroda等人[74,75]分析了利用啟發(fā)算法求解傳輸調(diào)度和功率控制聯(lián)合問題在最壞情況下所需時隙的上限值，而沒有給出與最優(yōu)結(jié)果的逼近程度。針對上述問題，F(xiàn)u等人[76]研究了SINR干擾模型下的最小超幀長度傳輸調(diào)度和功率控制聯(lián)合問題，首次證明了SINR干擾模型下的最小超幀長度傳輸調(diào)度和功率控制聯(lián)合問題是NP-完全問題，并提出一個多項式時間的集中式近似算法——保障貪婪算法GGS。同時，給出了GGS算法所求結(jié)果與最優(yōu)結(jié)果的逼近度，并分析得出 GGS算法可適合于任何網(wǎng)絡(luò)拓撲結(jié)構(gòu)。然而，在一些網(wǎng)絡(luò)環(huán)境中，GGS算法的最優(yōu)性往往會松弛。因此，尋找緊界且分布式的算法是未來的一個研究挑戰(zhàn)。

表1 典型傳輸調(diào)度算法的特點比較

5 傳輸調(diào)度算法的分析和比較

由于無線傳感器網(wǎng)絡(luò)中節(jié)點的構(gòu)成、應(yīng)用場景、用戶需求等不盡相同，故傳輸調(diào)度算法具有多樣性的特點，使得算法優(yōu)劣的比較具有較大難度。表1使用本文的分類方法對上述重點介紹的傳輸調(diào)度算法進行了詳細的比較。在實際應(yīng)用中，應(yīng)當(dāng)根據(jù)網(wǎng)絡(luò)的特點和用戶的要求選擇合適的傳輸調(diào)度算法。具體采用何種方法，主要根據(jù)具體的網(wǎng)絡(luò)環(huán)境和用戶需求而定，同時考慮網(wǎng)絡(luò)結(jié)構(gòu)、實現(xiàn)難度和部署成本等因素，并在諸多因素之間作出選擇和折中。

6 結(jié)束語

如前所述，傳輸調(diào)度因其在保障網(wǎng)絡(luò)性能和有效避免干擾等方面展現(xiàn)出的巨大潛力，正吸引著越來越多學(xué)者的關(guān)注。研究人員針對無線傳感器網(wǎng)絡(luò)的應(yīng)用需求和新特征進行了大量卓有成效的研究，新的傳輸調(diào)度方法層出不窮。但由于各種傳輸調(diào)度方法關(guān)注的網(wǎng)絡(luò)特性、優(yōu)化的性能指標(biāo)、采取的技術(shù)手段和面向的具體應(yīng)用各不相同，因而實際效果千差萬別。事實上，無線傳感器網(wǎng)絡(luò)的傳輸調(diào)度方法研究的趨勢并沒有呈現(xiàn)收斂性，也無法形成標(biāo)準。究其原因：首先，傳輸調(diào)度方法不可避免的受到物理硬件平臺和物理層協(xié)議的影響，而目前作為協(xié)議棧底層基礎(chǔ)架構(gòu)的物理層仍缺乏統(tǒng)一的標(biāo)準；其次，無線傳感器網(wǎng)絡(luò)與應(yīng)用高度相關(guān)，應(yīng)用差異性使得傳輸調(diào)度方法無法兼顧所有的網(wǎng)絡(luò)特性，只能在多個性能指標(biāo)之間做出選擇和折中。鑒于無線傳感器網(wǎng)絡(luò)對于應(yīng)用相關(guān)的要求(主要為實時性和可靠性)更加嚴格，使得現(xiàn)階段的研究工作在調(diào)度建模、約束滿足、調(diào)度方法、容限分析、測試和驗證等方面還存在很多需待解決的問題。下面予以概況，供今后研究參考。

1) 調(diào)度建模問題

建模是對實際問題的抽象和簡化，是調(diào)度算法設(shè)計和分析的基礎(chǔ)。無線傳感器網(wǎng)絡(luò)的傳輸調(diào)度問題具有復(fù)雜動態(tài)、多目標(biāo)、多約束等特點，需要重點解決考慮多種因素、綜合多種指標(biāo)的傳輸調(diào)度建模問題。而針對目前無線傳感器網(wǎng)絡(luò)的應(yīng)用特點，傳輸調(diào)度的約束主要由點到點單跳傳輸間的順序關(guān)系、報文截止期、單跳成功率、與位置相關(guān)的信道占用以及能量等約束構(gòu)成；傳輸調(diào)度的目標(biāo)主要由資源利用率、截止期、能耗以及各目標(biāo)的均衡構(gòu)成。同時，無線傳感器網(wǎng)絡(luò)的應(yīng)用環(huán)境，特別是工業(yè)應(yīng)用環(huán)境，存在不確定因素：環(huán)境干擾嚴重、溫度變化范圍大(一般從-45℃～80℃)；高濕度、高震動以及頻繁移動的人員和設(shè)備，使得信道的狀態(tài)和容量會隨著時間、位置和頻率而變化；節(jié)點加入、離開和失效等導(dǎo)致網(wǎng)絡(luò)拓撲結(jié)構(gòu)和路由等也具有動態(tài)性。種種因素對傳輸調(diào)度的精確建模提出了更高的實用性和靈活性要求，增加了調(diào)度建模的難度。因此，需要對具有動態(tài)適應(yīng)性、復(fù)雜時空約束和多目標(biāo)的傳輸調(diào)度問題進行精確建模。

2) 約束滿足問題

目前無線傳感器網(wǎng)絡(luò)對報文截止期和成功傳輸率的要求更加苛刻。在網(wǎng)絡(luò)動態(tài)性強、信道時空變化頻繁等前提下，如何將端到端的截止期約束和成功傳輸率約束轉(zhuǎn)化為傳輸調(diào)度算法所能處理的單跳約束，是需要下一步解決的問題。而目前的傳輸調(diào)度方法對這2個約束考慮較少，致使現(xiàn)有研究成果無法直接應(yīng)用。

3) 調(diào)度方法問題

大規(guī)模網(wǎng)絡(luò)、周期性任務(wù)等特點，使得問題的求解面臨著組合爆炸問題；大規(guī)模、分布式等特點，使得集中式算法無法滿足應(yīng)用，而分布式局部調(diào)度算法又面臨著無法保證確定性要求和全局最優(yōu)的困擾。非周期性任務(wù)、信道狀態(tài)的動態(tài)變化、拓撲結(jié)構(gòu)和路由的改變等不確定性因素，對傳輸調(diào)度方法提出了更高的自適應(yīng)要求。現(xiàn)有的集中式傳輸調(diào)度方法，存在單點故障問題且開銷較大，而分布式傳輸調(diào)度方法僅限于小規(guī)模網(wǎng)絡(luò)的應(yīng)用。此外，現(xiàn)有的傳輸調(diào)度方法分配方式固定，主要面向周期性任務(wù)，而且對網(wǎng)絡(luò)的動態(tài)性考慮較少。因此，需要研究適用于大規(guī)模網(wǎng)絡(luò)的、分布式優(yōu)化的、適應(yīng)網(wǎng)絡(luò)動態(tài)性的、快速和輕型的傳輸調(diào)度方法。

4) 容限分析問題

網(wǎng)絡(luò)容量和所需通信資源上下限，是評價傳輸調(diào)度算法優(yōu)劣的關(guān)鍵指標(biāo)?，F(xiàn)有的研究主要針對Ad hoc網(wǎng)絡(luò)以及網(wǎng)狀結(jié)構(gòu)的無線傳感器網(wǎng)絡(luò)進行分析，且不考慮底層協(xié)議對于網(wǎng)絡(luò)容量的影響，從而導(dǎo)致分析結(jié)果過于理想。因此，需要研究考慮底層協(xié)議，特別是傳輸調(diào)度協(xié)議下的網(wǎng)絡(luò)容量，為后續(xù)底層協(xié)議的設(shè)計和優(yōu)化提供理論依據(jù)。

5) 測試和驗證問題

無線傳感器網(wǎng)絡(luò)在工業(yè)中的應(yīng)用才剛剛起步，現(xiàn)有的研究還主要采用仿真驗證和小規(guī)模實驗驗證，缺乏完善的實驗平臺和驗證體系。需要設(shè)計和開發(fā)實驗平臺，建立評價體系，以對研究成果進行有效地驗證。

綜上所述，面向無線傳感器網(wǎng)絡(luò)的傳輸調(diào)度問題，是具有明確應(yīng)用背景和相當(dāng)研究難度的問題，已有的傳輸調(diào)度理論和方法還不能滿足實際問題的需求，尤其是目前對于可靠傳輸調(diào)度的研究仍然是一個空白。另一方面，在傳輸調(diào)度理論已經(jīng)取得重要進展的前提下，針對新領(lǐng)域、發(fā)掘新問題，面向?qū)嶋H拓展研究的深度和廣度，是傳輸調(diào)度理論研究的重要方向。

[1] AKYILDIZ I F, SU W, SANKARASUBRAMANIAM Y,et al. Wireless sensor networks: a survey[J]. Computer Networks, 2002, 38(4):393-422.

[2] 孫利民,李建中.無線傳感器網(wǎng)絡(luò)[M].北京:清華大學(xué)出版社,2005.SUN L M, LI J Z. Wireless Sensor Networks[M]. Beijing: Tsinghua University Press, 2005.

[3] ESTRIN D, GOVINDAN R, HEIDEMANN J. Next century challenges: scalable coordination in sensor networks[A]. Proc of ACM MOBICOM[C]. Seattie, USA, 1999. 263-270.

[4] 谷有臣,孔英,陳若輝.傳感器技術(shù)的發(fā)展和趨勢綜述[J].物理實驗,2002, 22(12): 40-42.GU Y C, KONG Y, CHENG R H. Development and trend of sensor technology[J]. Physics Experimentation, 2002, 22(12): 40-42.

[5] WEISER M. The computer for the twenty-first century[J]. Scientific American, 1991, 265(3): 94-104.

[6] 田乃碩,徐秀麗,馬占友.離散時間排隊論[M].北京:科學(xué)出版社, 2008.TIAN N S, XU X L, MA Z Y. Discrete Time Queuing Theory[M].Beijing: Science Press, 2008.

[7] STANKOVIC J A. Research challenges for wireless sensor networks[J]. SIGBED Review: Special Issue on Embedded Sensor Networks and Wireless Computing, 2004, 1(2): 9-12.

[8] CIDON I, SIDI M. Distributed assignment algorithms for multihop packet radio networks[J]. IEEE Transactions on Computers, 1989,38(10): 1353-1361.

[9] ZHU C, CORSON M S. A five-phase reservation protocol (FPRP) for mobile ad hoc networks[A]. Proc of IEEE Conference on Computer Communications (INFOCOM)[C]. San Francisco,USA,1998. 322-331.[10] RAMANATHAN R. A unified framework and algorithm for channel assignment in wireless networks[J]. Wireless Networks, 1999, 5(2):81-94.

[11] RAMANATHAN S, LLOYD E L. Scheduling algorithm for multihop radio networks[J]. IEEE/ACM Transactions on Networking, 1993,1(2): 166-177.

[12] ARUNABHA S, JEFFRY M C. Scheduling in packet radio networks -a new approach[A]. Proc of IEEE GLOBECOM[C]. Rio de Janeiro,Brazil, 1999. 650-654.

[13] VUONG T H P, HUYNH D T. Adapting broadcasting sets to topology changes in packet radio networks[A]. Proc of the 8th International Conference on Computer Communications and Networks (IC3N 1999)[C]. Boston, USA,1999. 263-268.

[14] WANG G, ANSARI N. Optimal broadcast scheduling in packet radio networks using meanfield annealing[J]. IEEE JSAC, 1997, 15(2):250-260.

[15] HUANLI P S, RAMAMRITHAM K. Scheduling messages with deadlines in multi-hop real-time sensor networks[A]. Proc of IEEE Real Time and Embedded Technology and Applications Symposium[C].San Francisco, USA, 2005. 415-425.

[16] HAJEK B, SASAKI G. Link scheduling in polynomial time[J]. IEEE Transactions on Informatic Theory, 1988, 34(5): 910-917.

[17] YI Y, PROUTIERE A, CHIANG M. Complexity in wireless scheduling: impact and tradeoffs[A]. Proc of 9th ACM MOBIHOC[C]. Hong Kong, China, 2008. 33-42.

[18] WARRIER S, JANAKIRAMAN, RHEE I. Diffq: practical differential backlog congestion control for wireless networks[A]. Proc of IEEE INFOCOM[C]. Rio de Janeirio, Brazil, 2009. 1-9.

[19] YANG S, ZHANG C, FANG Y G. Minimum energy scheduling in multi-hop wireless networks with retransmissions[J]. IEEE Transactions on Wireless Communications, 2010, 9(1): 348-355.

[20] ADITYA D, NICHOLAS B. On the fairness delay trade-off in wireless packet scheduling[A]. Proc of IEEE GLOBECOM[C]. St Louis,USA, 2005. 2544-2548.

[21] GUPTA P, KUMAR P R. The capacity of wireless networks[J]. IEEE Transactions on Information Theory, 2000, 46(2): 388-404.

[22] GOUSSEVSKAIS O, OSWALD Y A, WATTENHOFER R. Complexity in geometric SINR[A]. Proc of ACM MOBIHOC’09[C]. Louisiana, USA, 2009. 100-109.

[23] CHAFEKAR D, KUMAR V S A, MARATHE M V. Cross-layer latency minimization in wireless networks with SINR constraints[A].Proc 8th ACM MOBICOM[C]. Montreal,Canada, 2007. 110-119.

[24] MOSCIBRODA T, WATTENHOFER R, WEBER Y. Topology control meets SINR: the scheduling complexity of arbitrary topologies[A].Proc of ACM MOBIHOC[C]. Florence, Italy, 2006. 310-321.

[25] MOSCIBRODA T, WATTENHOFER R. The complexity of connectivity in wireless networks[A]. Proc of IEEE INFORCOM[C]. Barcelona, Spain, 2006. 1-13.

[26] BRAR G, BLOUGH DM, SANTI P. Computationally efficient scheduling with the physical interference model for throughput improvement in wireless mesh networks[A]. Proc of ACM MOBICOM[C].Los Angeles, USA, 2006. 2-13.

[27] BJORKLUND P, VARBRAND P, YUAN D. A column generation method for spatial TDMA scheduling in ad hoc networks[J]. Ad Hoc Network, 2004, 2(4): 405-418.

[28] KARP R M. Reducibility among combinatorial problems[A]. Proceedings of Symposium on the Complexity of Computer Computations[C]. New York, USA, 1972. 85-103.

[29] 呂俊,于全,汪李峰.移動Ad Hoc網(wǎng)絡(luò)中基于TDMA的媒體訪問控制技術(shù)[J].現(xiàn)代通信技術(shù),2004,17(3):13-19.LU J, YU Q, WANG L F. TDMA medium access control technology in mobile ad hoc network[J]. Modern Communication Technology,2004, 17(3):13-19.

[30] FUNABIKI N, TAKEFUJI Y. A parallel algorithm for broadcast scheduling problem in packet radio networks[J]. IEEE Transactions on Communications, 1993, 41(6): 828-831.

[31] POST M, KERSHENBAUM A, SARACHIK P. A distributed evolutionary algorithm for reorganizing network communications[A]. Proceedings of MILCOM’85[C]. Boston, USA, 1985. 133-139.

[32] POND L C, LI V O K. A distributed time-slot assignment protocol for mobile multi-hop broadcast packet radio networks[A]. Proc of IEEE MILCOM’89[C]. Boston, USA, 1989. 70-74.

[33] RAMASWAMI R, PARHI K K. Distributed scheduling of broadcast in a radio network[A]. Proc of IEEE INFORCOM’89[C]. Ottawa,Canada, 1989. 497-504.

[34] EPHREMIDES A, TRUONG T. Scheduling broadcasts in multihop radio networks[J]. IEEE Transactions on Communications, 1990,38(4): 456-460.

[35] CHLAMTAC I, FARAGO A. Making transmission schedules immune to topology changes in multi-hop packet radio networks[J].IEEE/ACM Transactions on Networking, 1994, 2(1): 23-29.

[36] JU J H, VICTOR O K, L I. An optimal topology-transparent schedul-ing method in multihop packet radio networks[J]. IEEE/ACM Transactions on Networking, 1998, 6(3): 298-306.

[37] 李衛(wèi),王杉,魏急波. Ad hoc網(wǎng)絡(luò)中基于拓撲透明特性的混合 MAC協(xié)議[J]. 軟件學(xué)報, 2009, 20(6): 1642-1650.LI W, WANG S, WEI J B. Topology-transparent hybrid MAC protocol for ad hoc networks[J]. Journal of Software, 2009, 20(6):1642-1650.

[38] CHLAMTA I, FARAGO A, ZHANG H. Time-spread multiple-access(TSMA) protocols for multihop mobile radio networks[J]. IEEE/ACM Transactions on Networking, 1997, 5(6): 804-817.

[39] KRISHNAN R, STERBENZ J P G. An Evaluation of the TSMA Protocol as a Control Channel Mechanism in MMWN[R]. BBN Technical Report, 2000.

[40] JOSEPH K, WILSON N D, GANESH R,et al. Packet CDMA versus dynamic TDMA for multiple access in an integrated voice/data PCN[J]. IEEE JSAC, 1993, 11(6): 870-884.

[41] ZHU C X, CORSONMS M C. An Evolutionary-TDMA Scheduling Protocol (E-TDMA) for Mobile Ad Hoc Networks[R]. ISR Technical Report, 2001.

[42] 楊雙懋,郭偉.基于預(yù)約調(diào)度的無線傳感器網(wǎng)絡(luò)的MAC協(xié)議[J].計算機應(yīng)用研究, 2008, 25(3):855-859.YANG S M, GUO W. Schedule-based sensor MAC protocol in wireless sensor network[J]. Application Research of Computers, 2008,25(3): 855-859.

[43] PHUA V, DATTA A, CARDELL-OLIVER R. A TDMA-based MAC procotol for industrial wireless sensor network applications using link state dependent scheduling[A]. IEEE GLOBECOM '06[C]. San Francisco, USA, 2006. 1-6.

[44] GANDHAM S, ZHANG Y, HUANG Q F. Distributed minimal time convergecast scheduling in wireless sensor networks[A]. Proc of the 26the International Conference on Distributed Computing Systems(ICDCS)[C]. Lisboa, Portugal, 2006. 50-57.

[45] 柯欣,孫利民,吳志美.基于無線傳感器網(wǎng)絡(luò)匯聚傳輸實時性的分布式調(diào)度算法[J].通信學(xué)報,2007,28(4): 44-50.KE X, SUN L M, WU Z M. Distributed scheduling for real-time convergecast in wireless sensor networks[J]. Journal on Communication,2007, 28(4): 44-50.

[46] YI Y, VECIANA G D, SHAKKOTTAI S. On optimal MAC scheduling with physical interference[A]. Proc IEEE INFOCOM[C]. Anchorage, USA, 2007. 294-302.

[47] KYASANUR P, VAIDYA N H. Capacity of multi-channel wireless networks: impact of number of channels and interfaces[A]. Proc of ACM MOBICOM[C]. Cologne, German, 2005. 1-15.

[48] KIM Y G, SHIN H J, CHA H J. Y-MAC: an energy-efficient multi-channel MAC protocol for dense wireless sensor networks[A].Proc of International Conference on Information Processing in Sensor Networks (IPSN 2008)[C]. St Louis, USA, 2008. 55-63.

[49] RANIWALA R, CHIUEH T. Architecture and algorithms for an IEEE 802.11-based multi-channel wireless mesh network[A]. IEEE INFOCOM’05[C]. Miami, USA, 2005.2223-2234

[50] DAS A, ALAZEMI H, VIJAYAKUMAR R,et al. Optimization models for fixed channel assignment in wireless mesh networks with multiple radios[A]. Proc of IEEE SECON[C]. Santa Clara, USA, 2005.

[51] SOLDTI P. On Cross-layer Design and Resource Scheduling in Wireless Networks[D]. Stockholm, Sweden, KTH, 2009.

[52] SOLDTI P, ZHANG H, HOHANSSON M. Deadline-Constrained Transmission Scheduling and Data Evacuation in WirelessHART Networks[R]. KTH Technical Report, 2009.

[53] ZHANG H, SOLDTI P, HOHANSSON M. Optimal link scheduling and channel assignment for convergecast in linear WirelessHART networks[A]. The 7th International Symposium on Modeling and Optimization in Mobile, Ad Hoc, and Wireless Networks (WiOPT’09)[C].Seoul, Korea, 2009. 1-8.

[54] NASIPURI A, DAS S R. A multichannel CSMA MAC protocol for multihop wireless networks[A]. Proc of IEEE Wireless Communications and Networking Conference (WCNC)[C]. New Orleans,USA,1999. 1402-1406.

[55] NASIPURI A, DAS S R. Multichannel CSMA with signal power-based channel selection for multihop wireless networks[A]. Proc of IEEE Vehicular Technology Conference (VTC)[C]. Tokyo, Japan, 2000. 211-218.

[56] WU S L, LIN C Y, TSENG Y C,et al. A new multi-channel MAC protocol with on-demand channel assignment for multi-hop mobile ad hoc networks[A]. Int Symposium on Parallel Architectures, Algorithms and Networks (I-SPAN)[C]. Dallas, USA, 2000. 232-237.

[57] JAIN N, DAS S. A multichannel CSMA MAC protocol with receiver-based channel selection for multihop wireless networks[A].Proc of 9th International Conference on Computer Communications and Networks (IC3N)[C]. Scottsdale, USA, 2001. 432-439.

[58] SO J, VAIDYA N H. Multi-channel MAC for ad hoc networks: handling multi-channel hidden terminals using a single transceiver[A].Proc of ACM MOBIHOC[C]. Roppongi Hills, Japan, 2004. 222-233.

[59] KO B J, MISRA V, PADHYE J,et al. Distributed channel assignment in multi-hop 802.11 mesh networks[A]. Proc of IEEE Wireless Communications and Networking Conference (WCNC’07)[C]. Hong Kong,China, 2007.

[60] ZHOU G, HUANG C D, YAN T,et al. MMSN: multi-frequency media access control for wireless sensor networks[A]. Proc of IEEE INFOCOM[C]. Barcelona, Spain, 2006. 1-13.

[61] CHEN X, HAN P, HE P S,et al. A multi-channel MAC protocol for wireless sensor networks[A]. Proc 6th IEEE International Conference on Computer and Information Technology (CIT’06)[C]. Bhubaneswar,India, 2006.1-6.

[62] KIM Y G, SHIN H J, CHA H J. Y-MAC: an energy-efficient multi-channel MAC protocol for dense wireless sensor networks[A].Proc of International Conference on Information Processing in Sensor Networks (IPSN 2008)[C]. St Louis,USA, 2008. 55-63.

[63] JOVANOVIC M D, DJORDIEVIC G L. TFMAC: multi-channel MAC protocol for wireless sensor networks[A]. Proc of IEEE INFOCOM[C]. Barcelona, Spain, 2006. 23-26.

[64] SUBRAMANIAN A P, GUPTA H, DAS S R. Minimum interference channel assignment in multi-radio wireless mesh networks[A]. Proc of IEEE SECON[C]. San Diego, USA, 2007. 481-490.

[65] SADEQ A, AMINE K, MARTIN K. Dynamic channel assignment for wireless mesh networks using clustering[A]. Proc of Seventh International Conference on Networking (ICN 2008)[C]. Cancun, Maxico,2008. 539-544.

[66] MALHOTRA B, NIKOLAIDIS I, NASCIMENTO M A. Aggregation convergecast scheduling in wireless sensor networks[J]. Wireless Networks, 2011, 17(2): 319-335.

[67] ZHANG X L, Capcity Analysis and Transmission Scheduling for Industrial Wireless Sensor Networks[D]. Doctoral Thesis, Shenyang,SIA, 2011.

[68] LIANG W, ZHANG X L, XIAO Y,et al. Survey and experiments of WIA-PA specification of industrial wireless network[J]. Wireless Communications and Mobile Computing, 2011, 11(8): 1197-1212.

[69] 李方敏, 徐文君, 劉新華. 無線傳感器網(wǎng)絡(luò)功率控制技術(shù)[J]. 軟件學(xué)報, 2008, 19(3): 716-732.LI F M, XU W J, LIU X H. Power control for wireless sensor networks[J]. Journal of Software, 2008, 19(3): 716-732.

[70] GOLDSMITH A, WICKER S. Design challenges for energy-constrained ad hoc wireless networks[J]. IEEE Wireless Communications, 2002, 9(4): 8-27.

[71] ELBATT T, EPREMIDES A. Joint scheduling and power control for wireless ad hoc networks[J]. IEEE Transaction on Wireless Communications, 2002, 3(1): 74-85.

[72] LU G, KRISHNAMACHARI B. Energy efficient joint scheduling and power control for wireless sensor networks[A]. Proc of Sensor and Ad Hoc Communications and Networks (IEEE SECON’05)[C].Santa Clara, USA, 2005. 361-373.

[73] WANG K, CARLA F C, RAMESH R R,et al. A distributed joint scheduling and power control algorithm for multicasting in wireless ad hoc networks[A]. IEEE International Conference on Communications(ICC’03)[C]. Anchorage, USA, 2003. 725-731.

[74] MOSCIBRODA T, WATTENHOFER R. Minimizing interference in ad hoc and sensor networks[A]. Proc of DLALM-POMC’05[C].Cologne, German, 2005. 1-10.

[75] MOSCIBRODA T, OSWALD Y A, WATTENHOFER R. How optimal are wireless scheduling protocols[A]. Proc of IEEE INFORCOM[C]. Anchorage, USA, 2007. 1433-1441.

[76] FU L Q, LIEW S C, HUANG J W. Power controlled scheduling with consecutive transmission constraints: complexity analysis and algorithm design[A]. Proc of IEEE INFOCOM[C]. Rio de Janeiro,Brazil, 2009. 1530-1538.