無線體域網(wǎng)低能耗功率控制與分布式調(diào)度算法*

賈燕燕， 謝志軍， 經(jīng) 貞

(寧波大學(xué) 信息科學(xué)與工程學(xué)院,浙江 寧波 315211)

0 引 言

無線技術(shù)在遠(yuǎn)程醫(yī)療和移動(dòng)醫(yī)療上的應(yīng)用產(chǎn)生了一種新型的無線網(wǎng)絡(luò)—無線體域網(wǎng)絡(luò)[1](wireless body area network,WBAN)。低功耗的設(shè)計(jì)思想貫穿著WBAN的各個(gè)層面[2]。降低傳輸能耗、延長網(wǎng)絡(luò)生存期需要解決2個(gè)問題：在每個(gè)時(shí)隙開始時(shí)依據(jù)何種調(diào)度算法來選擇節(jié)點(diǎn)進(jìn)行傳輸和選擇的節(jié)點(diǎn)依據(jù)何種功率控制算法選擇發(fā)射功率。

目前，調(diào)度方法分為集中式和分布式兩種:1)集中式方法需要收集整個(gè)網(wǎng)絡(luò)全部節(jié)點(diǎn)的當(dāng)前信道信息，在宿(Sink)節(jié)點(diǎn)進(jìn)行統(tǒng)一調(diào)度[3],其對(duì)資源的要求較高，擴(kuò)展性差;2)分布式方法中各節(jié)點(diǎn)根據(jù)本地信息，判斷下一時(shí)隙是否傳輸數(shù)據(jù),其相對(duì)靈活，已成為調(diào)度算法的主流。文獻(xiàn)[4]給出了三種分布式調(diào)度算法：隨機(jī)調(diào)度算法假設(shè)節(jié)點(diǎn)在物理層無差，在時(shí)隙來臨時(shí)隨機(jī)調(diào)度一個(gè)節(jié)點(diǎn);機(jī)會(huì)調(diào)度算法調(diào)度激活節(jié)點(diǎn)中當(dāng)前鏈路狀況最好的節(jié)點(diǎn);保守算法調(diào)度剩余能量最多的節(jié)點(diǎn)。文獻(xiàn)[5]根據(jù)生存期標(biāo)準(zhǔn)，提出了最大化生存期動(dòng)態(tài)策略算法(dynamic protocol for lifetime maximization,DPLM)并證明了該算法近似達(dá)到生存期最優(yōu)值。文獻(xiàn)[6]首次考慮無線鏈路質(zhì)量的易變性，提出了一種類似TCP協(xié)議的乘增加減功率控制算法(multiplicative increase additive decrease, MIAD)，算法可在鏈路條件惡劣時(shí)迅速作出調(diào)整。文獻(xiàn)[7]根據(jù)不同的人體姿勢(shì)建立不同的曲線方程，提出了動(dòng)態(tài)姿勢(shì)推測(cè)(dynamic postural position inference, DPPI)算法。文獻(xiàn)[8]在功率控制之前先進(jìn)行鏈路質(zhì)量判斷，再選擇相應(yīng)的鏈路質(zhì)量表征參數(shù)。

上述傳輸調(diào)度與功率控制算法存在的問題有:1) 現(xiàn)有的調(diào)度策略研究均單方面追求生存期最大化，而未考慮WBAN中各個(gè)節(jié)點(diǎn)監(jiān)測(cè)的不同生理信號(hào)有不同的數(shù)據(jù)傳輸需求，使一些信道質(zhì)量差或剩余能量多的節(jié)點(diǎn)長期處于饑餓狀態(tài)；2)現(xiàn)有功率控制的核心基于鏈路質(zhì)量與傳輸功率的函數(shù)關(guān)系，但無論是初始化時(shí)靜態(tài)的函數(shù)關(guān)系，還是運(yùn)行時(shí)根據(jù)環(huán)境選擇的動(dòng)態(tài)函數(shù)關(guān)系，均無法將兩者復(fù)雜的關(guān)系簡單的表示。

本文參考文獻(xiàn)[9],分節(jié)點(diǎn)調(diào)度和功率控制兩方面解決問題。針對(duì)第一個(gè)問題，借鑒文獻(xiàn)[10]的公平性思想，對(duì)DPLM算法進(jìn)行了改進(jìn)，在能效指數(shù)設(shè)計(jì)中加入公平性指數(shù)，使算法在滿足節(jié)點(diǎn)傳輸要求的基礎(chǔ)上最大化網(wǎng)絡(luò)生存期。針對(duì)第二個(gè)問題，將基于比例—積分—微分的單輸出的神經(jīng)網(wǎng)絡(luò)(single-out proportion integral differential neural network,SPIDNN)算法引入到功率控制中，根據(jù)當(dāng)前鏈路質(zhì)量閾值的差值動(dòng)態(tài)地將功率值調(diào)節(jié)到合適大小。

1 相關(guān)理論

1.1 DPLM算法

分布式調(diào)度算法通過引入能效指數(shù)對(duì)問題建模，每個(gè)數(shù)據(jù)傳輸周期中各節(jié)點(diǎn)計(jì)算自身的能效指數(shù)，根據(jù)能效指數(shù)與退避時(shí)間的函數(shù)關(guān)系計(jì)算退避時(shí)間，在達(dá)到退避時(shí)間時(shí)進(jìn)行數(shù)據(jù)傳輸，具體如圖1所示。

圖1 分布式調(diào)度原理

調(diào)度算法的實(shí)質(zhì)是能效指數(shù)的設(shè)計(jì)。能效指數(shù)γk是一個(gè)衡量調(diào)度優(yōu)先級(jí)的系數(shù)，一般為節(jié)點(diǎn)本地信息的函數(shù)，如信道質(zhì)量、剩余能量等。能效指數(shù)γk的函數(shù)關(guān)系用g表示為

γkg(x,y,z，…)

(1)

式中x,y,z為本地節(jié)點(diǎn)信息的不同參數(shù)，其中g(shù)(x,y,z)相當(dāng)于一個(gè)策略，在機(jī)會(huì)調(diào)度算法中參數(shù)為鏈路質(zhì)量信息，在保守算法中參數(shù)為剩余能量。

根據(jù)文獻(xiàn)[3]中對(duì)網(wǎng)絡(luò)生存期的公式分析可知，調(diào)度策略需要將節(jié)點(diǎn)剩余能量和傳輸能量均考慮在內(nèi)，將二者平衡實(shí)現(xiàn)整個(gè)網(wǎng)絡(luò)生存期最大化。DPLM算法在能效指數(shù)設(shè)計(jì)中同時(shí)考慮了節(jié)點(diǎn)剩余能量和當(dāng)前鏈路質(zhì)量，對(duì)機(jī)會(huì)調(diào)度算法和保守算法進(jìn)行折中，提出了一種根據(jù)網(wǎng)絡(luò)時(shí)間動(dòng)態(tài)調(diào)節(jié)能效函數(shù)的方法，即在網(wǎng)絡(luò)年輕時(shí)給信道狀況好的節(jié)點(diǎn)更大的能效函數(shù)值，在網(wǎng)絡(luò)年老時(shí)采取更保守的方法，給剩余能量多的節(jié)點(diǎn)更大的能效函數(shù)值。在DPLM中，能效指數(shù)參數(shù)為鏈路質(zhì)量與剩余能量，其將能效指數(shù)定義為當(dāng)前鏈路質(zhì)量所需的傳輸能量占剩余能量的比值。

(2)

其中

(3)

式中Wn為在保證一定接收信噪比條件下向Sink結(jié)點(diǎn)傳輸一個(gè)數(shù)據(jù)包的能量；Ec為傳輸電路消耗的能量；γk(l)為第k個(gè)節(jié)點(diǎn)在第l個(gè)時(shí)隙的信道質(zhì)量。

退避時(shí)間f(γ)是能效指數(shù)γ的嚴(yán)格減函數(shù)，即調(diào)度算法優(yōu)先考慮能效指數(shù)大的節(jié)點(diǎn)進(jìn)行調(diào)度，能效指數(shù)大的節(jié)點(diǎn)擁有較少的退避時(shí)間。兩者的函數(shù)關(guān)系如圖2所示。

圖2 退避時(shí)間與能效指數(shù)的函數(shù)關(guān)系

在數(shù)據(jù)傳輸時(shí)隙，當(dāng)有多個(gè)傳感器節(jié)點(diǎn)同時(shí)發(fā)出數(shù)據(jù)傳輸請(qǐng)求時(shí)，節(jié)點(diǎn)根據(jù)本地信息，通過函數(shù)g()計(jì)算出能效指數(shù)γk，再依據(jù)γk與退避時(shí)間f(γ)的函數(shù)關(guān)系計(jì)算出退避時(shí)間τ，在達(dá)到退避時(shí)間時(shí)進(jìn)行數(shù)據(jù)傳輸。

1.2 SPIDNN算法

SPIDNN自適應(yīng)網(wǎng)絡(luò)功率機(jī)制算法是一個(gè)嵌入了PID規(guī)則的三層前向神經(jīng)元網(wǎng)絡(luò)，為2×3×1結(jié)構(gòu)，如圖3。

圖3 PID控制器原理

其輸入層有2個(gè)神經(jīng)元，接收外部輸入信息,r為期望值，y為反饋值；隱含層有3個(gè)神經(jīng)元，分別為比例、積分和微分神經(jīng)元，分別完成比例、積分和微分運(yùn)算；輸出層只有一個(gè)神經(jīng)元，完成控制規(guī)律的綜合和輸出。SPIDNN屬于多層前向神經(jīng)元網(wǎng)絡(luò)的范疇，具有多層前向網(wǎng)絡(luò)對(duì)任意函數(shù)的逼近功能。每一個(gè)SPIDNN的小神經(jīng)單元由3個(gè)部分組成，輸入net、狀態(tài)u、以及輸出x，隱含層的3個(gè)神經(jīng)元分別為比例元、積分元和微分元，分別對(duì)輸入信號(hào)進(jìn)行比例、積分和微分處理。其基本原理如圖3所示。

2 改進(jìn)DPLM算法

2.1 能效指數(shù)設(shè)計(jì)

考慮到各節(jié)點(diǎn)對(duì)數(shù)據(jù)傳輸速率、在WBAN中的重要程度、延遲時(shí)間等參數(shù)均有不同差異，改進(jìn)DPLM算法在能效指數(shù)設(shè)計(jì)中加入了數(shù)據(jù)傳輸速率參數(shù)。算法需要根據(jù)節(jié)點(diǎn)以往的調(diào)度情況對(duì)能效指數(shù)進(jìn)行調(diào)整。如提高長期未調(diào)度節(jié)點(diǎn)的能效指數(shù)。因此，能效指數(shù)定義為節(jié)點(diǎn)剩余能量、傳輸能量、數(shù)據(jù)傳輸速度三者的函數(shù)。

對(duì)節(jié)點(diǎn)傳輸速度的歷史數(shù)據(jù)進(jìn)行移動(dòng)加權(quán)求平均數(shù)。在每個(gè)調(diào)度時(shí)隙l開始時(shí)，通過式(4)更新數(shù)據(jù)速率的移動(dòng)加權(quán)平均值

(4)

(5)

其中，R0k對(duì)于不同的傳感器節(jié)點(diǎn)k，有不同的標(biāo)準(zhǔn)。綜合考慮能效指數(shù)設(shè)計(jì)的兩個(gè)條件，定義節(jié)點(diǎn)k的能效指數(shù)為

(6)

2.2 分布式實(shí)現(xiàn)

借鑒DPLM中將能效指數(shù)與退避時(shí)間的減函數(shù)設(shè)計(jì)，結(jié)合WBAN的時(shí)序?；诟鞴?jié)點(diǎn)信息的調(diào)度算法的分布式實(shí)現(xiàn)將在增加生命期和保持公平性上達(dá)到平衡。具體算法步驟如下：

1)每個(gè)數(shù)據(jù)傳輸時(shí)隙初始，Sink節(jié)點(diǎn)廣播一個(gè)信標(biāo)。

2)每個(gè)節(jié)點(diǎn)接收信標(biāo)，并用此評(píng)估自身當(dāng)前信道質(zhì)量。

3)各節(jié)點(diǎn)根據(jù)信道質(zhì)量計(jì)算定義的公平性權(quán)值wk，通過預(yù)設(shè)的退避函數(shù)f(w)將其公平性權(quán)值wk和退避時(shí)間進(jìn)行匹配。

4)達(dá)到節(jié)點(diǎn)退避時(shí)間τk時(shí)進(jìn)行數(shù)據(jù)傳輸；否則,進(jìn)入休眠或監(jiān)聽狀態(tài)。

2.3 公平性標(biāo)準(zhǔn)

改進(jìn)DPLM算法公平性標(biāo)準(zhǔn)的設(shè)計(jì)思想是衡量實(shí)際傳輸次數(shù)與期望的偏離程度，將其定義為公平性指數(shù)

(7)

式中fx,fy為傳感器節(jié)點(diǎn)x和y在一段固定時(shí)間內(nèi)實(shí)際傳輸次數(shù)與期望傳輸次數(shù)的比值。當(dāng)F=0時(shí)算法完全公平，F(xiàn)越高，公平性越高;反之,公平性越低。

3 基于SPIDNN的功率控制算法

在無線通信中，用無線鏈路質(zhì)量來查看通信節(jié)點(diǎn)的性能，其中,收包率能最直觀地表示這一性能，但收包率的統(tǒng)計(jì)是一個(gè)長時(shí)間的統(tǒng)計(jì)數(shù)據(jù)，對(duì)于鏈路質(zhì)量的測(cè)量具有延時(shí)性，不能及時(shí)地獲得鏈路質(zhì)量，從而無法通過動(dòng)態(tài)調(diào)整及時(shí)提高鏈路質(zhì)量，收包率和RSSI存在一定的線性關(guān)系，且RSSI在無線鏈路中測(cè)量的是一個(gè)實(shí)時(shí)數(shù)據(jù)，因此，本文通過RSSI來查看無線鏈路的質(zhì)量。根據(jù)802.15.4標(biāo)準(zhǔn)，當(dāng)接收節(jié)點(diǎn)的RSSI值大于-85dBm時(shí)，可保證1%的誤包率 (packet error rate，PER)，本文實(shí)驗(yàn)中選取-85dBm作為RSSI的閾值。

3.1 功率控制總體流程

功率控制分為功率初始化和數(shù)據(jù)傳輸2個(gè)階段：1)WBAN中的各個(gè)節(jié)點(diǎn)先將發(fā)射功率統(tǒng)一成初始值，通過功率控制算法將傳輸功率調(diào)節(jié)到閾值范圍內(nèi)，為數(shù)據(jù)傳輸階段做準(zhǔn)備；2)利用初始化階段已經(jīng)調(diào)節(jié)好的功率值進(jìn)行發(fā)送，在數(shù)據(jù)傳輸過程中判斷RSSI均值是否在閾值范圍內(nèi),若在閾值范圍內(nèi)，繼續(xù)傳輸；否則，調(diào)用功率控制算法。流程如圖4所示。

圖4 功率控制流程

3.2 基于SPIDNN的功率控制算法

算法采用閉環(huán)反饋控制，輸入為RSSI與閾值之間的誤差，輸出為功率調(diào)節(jié)量，被控對(duì)象為傳輸模塊的功率控制單元。仿真實(shí)驗(yàn)中，包括3個(gè)節(jié)點(diǎn)：控制節(jié)點(diǎn)(Sink)，同時(shí)也作為接收節(jié)點(diǎn)；傳感器節(jié)點(diǎn)(發(fā)送節(jié)點(diǎn))；干擾節(jié)點(diǎn)。具體如圖5所示。

圖5 功率的閉環(huán)反饋控制

4 仿真實(shí)驗(yàn)

4.1 功率控制算法仿真實(shí)驗(yàn)

系統(tǒng)選擇3個(gè) TrueTime Kernel 計(jì)算機(jī)模塊，一個(gè)TrueTime Wireless Network無線網(wǎng)絡(luò)模塊。3個(gè)計(jì)算機(jī)模塊仿真3個(gè)節(jié)點(diǎn)，各節(jié)點(diǎn)分別作為系統(tǒng)的傳感器/執(zhí)行器、控制器以及一個(gè)干擾節(jié)點(diǎn)，調(diào)度采用prioFP策略。傳感器為時(shí)鐘驅(qū)動(dòng)器，模擬人體的傳感器節(jié)點(diǎn)定期對(duì)生理特征信息進(jìn)行采樣，如心率、脈搏等?？刂破鞴?jié)點(diǎn)為事件驅(qū)動(dòng)，模擬體域網(wǎng)中的Sink節(jié)點(diǎn)控制傳感器節(jié)點(diǎn)的發(fā)射功率。由于單個(gè)體域網(wǎng)通信距離較短，假設(shè)兩個(gè)模塊的距離為1.2m，基于室內(nèi)有障礙區(qū)域的路徑損耗指數(shù)在4～8[11]，人體環(huán)境較復(fù)雜，鏈路質(zhì)量依賴于人體移動(dòng)[12]，所以本文算法路徑損耗指數(shù)取5.8。兩者通過無線網(wǎng)絡(luò)模塊通信，無線網(wǎng)絡(luò)采用802.15.4/ZigBee方式，數(shù)據(jù)傳輸速率為10kbps。傳感器節(jié)點(diǎn)周期性采樣，通過無線網(wǎng)絡(luò)將數(shù)據(jù)傳給控制器節(jié)點(diǎn)?？刂破鞴?jié)點(diǎn)通過功率控制算法將功率調(diào)節(jié)量通過無線網(wǎng)絡(luò)傳給執(zhí)行器進(jìn)行功率更新并量化。

本文在相同的仿真環(huán)境下，對(duì)比了經(jīng)典的MIAD、傳統(tǒng)PID算法以及本文的SPIDNN算法，如圖6所示為3種算法的發(fā)射節(jié)點(diǎn)的發(fā)射功率。

圖6 3種算法傳輸功率

通過2個(gè)指標(biāo)來評(píng)價(jià)傳輸功率的效果：1)數(shù)據(jù)包成功接收率 (packet delivery radio，PDR)，%；2)發(fā)送2000個(gè)數(shù)據(jù)包的總耗能， mJ。每個(gè)包消耗的能量由相應(yīng)輸出功率級(jí)別對(duì)應(yīng)的電流消耗計(jì)算得到,表1為算法對(duì)比結(jié)果。

表1 功率控制算法的比較

4.2 改進(jìn)的DPLM算法仿真實(shí)驗(yàn)

仿真采用Omnet++內(nèi)含的針對(duì)傳感器網(wǎng)絡(luò)的專業(yè)框架MiXiM。設(shè)計(jì)了1個(gè)Sink節(jié)點(diǎn)和6個(gè)傳感器節(jié)點(diǎn)，布置于300 cm×300 cm區(qū)域。節(jié)點(diǎn)均勻分布在150 cm半徑圓，而Sink節(jié)點(diǎn)置于圓中心。采用星型拓?fù)浣Y(jié)構(gòu)，如圖7所示。

圖7 仿真實(shí)驗(yàn)節(jié)點(diǎn)部署

包的有效載荷大小被固定為60 B。傳感器節(jié)點(diǎn)傳輸數(shù)據(jù)使用2.4 GHz的RF頻段，仿真時(shí)間為2 000 s。具體的仿真參數(shù)設(shè)計(jì)如表2所示。傳輸電路的能量消耗Ec為1 mJ，6個(gè)節(jié)點(diǎn)的期望數(shù)據(jù)傳輸速度分別為R0k={0.5,1,2,5,10,12},kbps，各節(jié)點(diǎn)?k設(shè)為{0.1,0.5,0.6,0.7,0.8,0.9}。τmax設(shè)置為5個(gè)時(shí)隙，退避函數(shù)設(shè)定為τ=5/γ+1。

表2 仿真實(shí)驗(yàn)參數(shù)設(shè)置

首先比較各節(jié)點(diǎn)初始能量與網(wǎng)絡(luò)生存期之間的關(guān)系，如圖8所示。DPLM由于同時(shí)考慮了傳輸能量和剩余能量，因此相較其他3種方法獲得最大網(wǎng)絡(luò)生存期。本文算法由于在DPLM能效函數(shù)的基礎(chǔ)上加入了數(shù)據(jù)傳輸速率這一參數(shù)，考慮了原本能效指數(shù)小且長期未被調(diào)度的節(jié)點(diǎn)，減少了網(wǎng)絡(luò)傳輸?shù)漠惓?，?duì)網(wǎng)絡(luò)的時(shí)隙分配進(jìn)行了均衡,因此,網(wǎng)絡(luò)生存期略高于DPLM算法且遠(yuǎn)遠(yuǎn)高于其他3種傳統(tǒng)調(diào)度方法。

圖8 5種算法網(wǎng)絡(luò)生存期比較

利用式(7)定義的網(wǎng)絡(luò)公平性指數(shù)比較本分布式調(diào)度方法與4種經(jīng)典調(diào)度方法在200個(gè)時(shí)隙內(nèi)的公平性指數(shù)，每20個(gè)時(shí)隙隨機(jī)抽取一個(gè)公平性指數(shù)繪制圖9。公平性指數(shù)隨著網(wǎng)絡(luò)建立的時(shí)長逐漸趨于穩(wěn)定。由于4種經(jīng)典算法均未考慮不同傳感器節(jié)點(diǎn)的傳輸速率差異，僅單純從網(wǎng)絡(luò)生存期的角度設(shè)計(jì)，因此，公平性指數(shù)均很低。本文算法由于在每個(gè)時(shí)隙計(jì)算出的能效指數(shù)中將各節(jié)點(diǎn)傳輸速率考慮在內(nèi)，從而能在長時(shí)間內(nèi)滿足各節(jié)點(diǎn)的傳輸速度要求，將公平性指數(shù)控制在合理范圍。

圖9 5種算法網(wǎng)絡(luò)公平性指數(shù)的比較

5 結(jié)束語

提出了一種基于SPIDNN的功率控制算法和一種改進(jìn)的DPLM調(diào)度算法，解決了WBAN低能耗設(shè)計(jì)的兩個(gè)問題。仿真實(shí)驗(yàn)表明：提出的功率控制算法節(jié)點(diǎn)平均能耗優(yōu)于傳統(tǒng)算法，以此為基礎(chǔ)的調(diào)度算法在滿足了各節(jié)點(diǎn)傳輸速率要求的同時(shí)，增大了網(wǎng)絡(luò)生存期，提高了網(wǎng)絡(luò)的公平性。

[1] 王 豐.運(yùn)動(dòng)姿態(tài)下無線體域網(wǎng)高能效技術(shù)研究[D].長春：吉林大學(xué)，2016.

[2] 鄧世洲,高偉東,胡 煒,等.無線體域網(wǎng)技術(shù)研究現(xiàn)狀與展望[J].傳感器與微系統(tǒng),2014,33(11):1-4.

[3] Bradai N,Fourati L C,Kamoun L.WBAN data scheduling and aggregation under WBAN/WLAN healthcare network[J].Ad Hoc Networks,2015,25(2):251-262.

[4] Chen Y,Zhao Q.On the lifetime of wireless sensor networks[J].IEEE Communications Letters,2005,9(11):976-978.

[5] Chen Y,Zhao Q.An integrated approach to energy-aware medium access for wireless sensor networks[J].IEEE Transactions on Signal Processing,2007,55(7):3429-3444.

[6] Xiao S,Dhamdhere A,Sivaraman V,et al.Transmission power control in body area sensor networks for healthcare monitor-ing[J].IEEE Journal on Selected Areas in Communications,2009,27(1):37-48.

[7] Quwaider M,Rao J,Biswas S.Transmission power assignment with postural position inference for on-body wireless communication links[J].ACM Transactions on Embedded Computing Systems(TECS),2010,10(1):14.

[8] Kim S,Kim S,Eom D S.RSSI/LQI-based transmission power control for body area networks in healthcare environment[J].IEEE Transactions on Information Technology in Biomedicine,2013,17(3):561-571.

[9] 田新越,李翔宇.無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)任務(wù)調(diào)度與功耗管理算法研究[J].傳感器與微系統(tǒng),2016,35(2):9-11.

[10] Ibrahim L,Osman H,Osman A,et al.Impact of power consumption in sensors life time for wireless body area networks[J].International Journal of Grid and Distributed Computing,2016,9(8):97-108.

[11] 張建輝,申興發(fā),陳積明,等.基于PID算法的無線傳感器網(wǎng)絡(luò)傳輸功率控制研究[J].傳感技術(shù)學(xué)報(bào),2007,20(1):177-182.

[12] Javaid N,Ahmad A,Khan Y,et al.A relay-based routing protocol for wireless in-body sensor networks[J].Wireless Personal Communications,2015,80(3):1063-1078.