中国移动通信集团江苏有限公司镇江分公司

宋啸天 秦尓楠 刘 欣 戴 健 曹庆皇 刘志坚 石春磊 王 坤 狄 源

0 引言

目前，已有的针对节点固定场景[1]下的判断条件在移动场景下未必能很好适用，当目的节点为可移动的Sink（汇点）时，它与源节点的通信时间有限，若由于信道不佳的原因形成源节点在有限时间内无法完成数据的传输工作。本文综合考虑移动Sink的停留时间和源节点与Sink进行数据传输的传输耗时[2-4]，针对Sink的移动性及因信道质量[5]不良导致传输性能不佳的问题，根据中继节点的自身情况，合理选择单个协同伙伴进行协同传输，实现理想的通信性能。本文提出一种面向移动Sink场景下的协同判断策略（collaborative strategy based on the residence time，CSBR）：若源节点在Sink停留时间内可以独自完成数据传输，此时源节点无需进行协同；否则源节点需要寻求协同伙伴，协同完成传输过程。

1 分析场景的建立

设无线传感器网络场景为矩形区域，区域内包含一个源节点S、n个中继节点Ri，以及一个作为目的节点D的移动Sink。源节点和中继节点是处理能力较强、能量有限的通信节点，Sink是处理能力很强、能量无限的通信节点。

为了有效地对场景模型进行分析，场景中涉及的参量主要是物理层参量和MAC（媒体接入控制）[6]层参量。

在本文中，假设采用的调制方式均为MQAM（多进制正交幅度调制），且每个阶段的调制阶数均相同。在AWGN（加性高斯白噪声）信道里，设最高瞬间误码率为Pe,max，Pe,max的表达式见式（1）。

其中，b是MQAM的调制阶数，满足M＝2b，酌为接收端的信噪比，Q表示反函数。

设本场景中的无线传感器与Sink之间的数据通信MAC层采用的是 S鄄MAC（sensor MAC）协议，S鄄MAC 协议是一种采用竞争的分布式MAC层协议，它可以在主节点不进行任何调度的条件下完成传感器节点搜索相邻节点的工作，并能够安排合理的信道占用时间。

在分布式协调（DCF）工作方式下，若节点监听到无线信道正处于繁忙状态下后，通过采用随机退避时间和CSMA/CA（载波检测多址/冲突避免）机制来实现无线信道的共享，以尽可能地降低无线信道中信号的冲突。此外，所有的定向通信都通过ACK（确认）帧采用主动确认机制；如果没有收到ACK帧，发送方将进行数据的重新传输。

下面给出了S鄄MAC协议中的参量描述。

IFS是IEEE802.11规定的帧间隙，SIFS是最短帧间隔，DIFS是长帧间隙，RTS是请求发送帧，CTS是允许发送帧，ACK是确认信息帧。

在后续的分析中所涉及的物理层参数设置和MAC层参数设置如表1所示。

?

2 基于停留时间的协同判断策略

为了解决移动场景中判断是否需要协同的问题，本文提出了一种基于停留时间的协同判断策略，通过对停留时间和数据传输耗时的分析，可以判断出源节点是否需要协同。

2.1 移动Sink的停留时间计算

针对Sink节点处于移动状态下的情况，源节点与Sink进行数据传输时应该考虑它们之间的有效通信时间，即Sink的停留时间。只有当停留时间足够进行数据传输时，源节点才能开始进行通信传输，否则可以考虑寻找协同伙伴进行数据的传输工作。

Sink在场景内以速率vd做匀速运动，停留时间tstay可以采用匀速直线运动的一般方程式计算得出，如式（2）所示。

其中，dstay是Sink在源节点通信范围内的运动距离。

2.2 移动Sink的传输耗时计算

根据CSBR策略，移动场景中，源节点S进行协同的判断不仅需要计算Sink的停留时间，也要计算自身发送数据所要消耗的时间，即传输耗时ttr,sd。

在RTS/CTS接入方式下，传输过程可表示为RTS→CTS→data→ACK。在本章假设的场景中，考虑多用户接入信道引起的冲突以及源节点因信道质量不良导致的数据重新传输，传输耗时ttr,sd可分为3部分：成功发送期耗时tsuccess、冲突期耗时tcollide和重传数据耗时tmnor。

2.2.1 成功发送期耗时计算

成功发送期耗时tsuccess的数学表达式如下：

其中，ttr,data为在传输速率为Rb的条件下，传输长度为Ldata的数据包所需要的时间；tSIFS、tRTS、tCTS、tACK分别为在传输速率为 Rb的条件下，传输SIFS帧、RTS帧、CTS帧及ACK帧的耗时。

2.2.2 冲突期耗时计算

冲突期耗时tcollide的计算比较复杂，假设在冲突期内，一共经历了nc次冲突，在第i次冲突发生时，第i次冲突的数据帧长度和退避时间长度分别记作Lcol,i和Lidle,i，Lcol,i和Lidle,i均是独立同分布的。冲突期耗时tcollide的表达式为

其中，E[nc]是平均冲突次数，E[tcol]是平均传输冲突数据帧所耗时间，E[tidle]是平均退避时间。

2.2.3 重传数据耗时计算

当源节点因信道质量不良导致数据重传时，仅需要与Sink进行数据包和ACK帧通信，并不需要重新经历RTS/CTS过程。

其中tsd,mnor为源节点向Sink发送数据包的重传次数。根据上述分析，传输耗时tr,sd可改写为

从（3）式可以看出，传输耗时与数据的重传次数呈正比例关系，数据的重传次数越多，节点的传输耗时越大。

通过误包率的分析，下面给出重传次数的计算结果。

源节点向Sink发送数据包的重传次数的表达式为

其中，Pe,sd为源节点向Sink发送数据包的误包率。根据信道状况不同，不同数据包所需的重传次数也不同，但是不能反复进行同一数据的传输。为了提高数据传输的质量，需要设置节点的最大重传次数nmnor,max，当数据包都被接收端正确接收或者数据包经过nmnor,max次重传后仍没有成功正确接收时，节点不再进行该数据包的发送并将其从链路层的缓存器中移走。nmnor,max的选取主要的考虑因素是信道状况，要能满足大部分的数据包在重传nmnor,max次后都能被正确接收。仿真中假设最大重传次数nmnor,max＝3。

3 协同判断策略

基于传输耗时和停留时间的协同判断策略，本文结合实际应用场景，综合考虑移动Sink的运动轨迹、运动速率等信息，提出了CSBR算法，对Sink的停留时间tstay以及源节点的传输耗时ttr,sd进行比较。当tstay≥ttr,sd时，源节点可以独立完成数据的传输；当tstay＜ttr,sd时，源节点无法在有限的通信时间内完成数据的传输，此时它需要寻找协同伙伴进行协同传输。

当tstay＜ttr,sd时源节点需要进行协同的概率Pneed可表为

4 协同判断策略分析

在表1的参量设置基础上，分别给出了信噪比、源节点的通信范围、数据包大小Lc,data以及Sink的运动速率vd对协同概率Pneed的影响曲线仿真图。

如图1所示，在数据大小Lc,data＝5 Mb、通信范围为50 m，以及Sink的运动速率vd＝1 m/s的条件下进行10 000次样本分析，随着信噪比的上升，协同概率Pneed逐渐下降；在信噪比酌＜7 dB时，16QAM调制方式下的协同概率远远高于8QAM以及4QAM调制方式。

如图2所示，当信噪比酌＝5 dB、运动速率vd＝1 m/s以及数据大小Lc,data＝5 Mb时，若节点的通信范围逐渐增大，Sink在源节点可通信范围内的停留时间也不断增长，使源节点有较多的时间进行数据传输，导致源节点需要中继节点进行协同的概率不断下降。

在信噪比酌＝5 dB、通信范围为50 m以及运动速率vd＝1 m/s的条件下，传输的数据包越大，需要协同的概率越大。这是因为随着数据包大小的增加，在传输中发生错误的概率越大，很可能在停留时间内无法完成数据包的正确传输，这时需要寻找中继节点协同传输，如图3所示。

在图4中，在相同信噪比酌＝5 dB、通信范围为50 m以及以及数据包大小Lc,data，随着Sink的运动速率vd提高，停留时间tstay变短，使得源节点的可通信时间变短，这也是导致协同概率提高的因素之一。

通过各图可以看出，随着调制阶数的增加，协同概率始终呈上升趋势。仿真结果表明：在节点移动的场景下，协同判断策略与信噪比、源节点的通信范围、传输数据的大小及Sink的运动速率密切相关。

[1] WANG X D, ZHAO X G, LIANG Z. Playing a wireless sensor network on the coal mines[C]// IEEE Intentional Conference on Networking, 2007,3:104-106.

[2] AI KARAKI JN, KAMAL A E. Routing techniques in wireless sensor networks: a survey[J]. IEEE Wireless Communications,2004,11(6): 372-385.

[3] INTANAGONWIWAT C, GOVINDAN R, ESTRIN D. Directed diffusion for wireless sensor networking [J]. IEEE/ACM Transactions, 2003,11: 2-16.

[4] EDGAR H. Wireless Sensor networks: Architectures and protocols[M]. Boca Raton: Auerbach Publications, 2004.

[5] GANESH S. Efficient localization scheme for wireless sensor networks[C]//Proceedings of the 4th International Conference on Wireless Communication and Sensor Networks, 2008, 37:73-76.

[6] JAYAWEERA S K. Virtual MIMO-based cooperative communication for energy-constrained wireless sensor networks[J]. IEEE Transactions on Wireless Communications,2006,5(5): 984-989. ◆