张小珑　石志东　房卫东,2*　王秀芝　单联海

1(上海大学通信与信息工程学院　上海 201899)

2(中科院上海微系统与信息技术研究所　上海 200051)

3(上海物联网有限公司　上海 201800)

4(上海无线通信研究中心　上海 200335)



无线传感器网络能量有效性的评估指标分析

张小珑1石志东1房卫东1,2*王秀芝1单联海3,4

1(上海大学通信与信息工程学院上海 201899)

2(中科院上海微系统与信息技术研究所上海 200051)

3(上海物联网有限公司上海 201800)

4(上海无线通信研究中心上海 200335)

摘要能量的有效使用是决定无线传感器网络长期可靠运行的重要因素，而对其的度量，则反映在能量有效性评估指标。根据无线传感器网络节点的能耗分布，采用分类对比的方法简述了无线传感器网络节点的能耗分布，分析并提出了影响无线传感器网络能量有效性的关键因素。针对能量有效性评估指标的选择，通过研究关键因素对现有能量有效性评估指标的影响，分类并比较了这些指标的适用范围和特点。结果表明不同应用场景应选择合适的能耗评估指标，这些指标的分类为无线传感器网络能量有效性评估指标的选择与优化提供指导。

关键词WSNs能量有效性评估指标

ANALYSIS ON EVALUATION METRICS OF ENERGY EFFICIENCY IN WIRELESS SENSOR NETWORKS

Zhang Xiaolong1Shi Zhidong1Fang Weidong1,2*Wang Xiuzhi1Shan Lianhai3,4

1(School of Communication and Information Engineering,Shanghai University,Shanghai 201899,China)2(Shanghai Institute of Micro-system and Information Technology,CAS,Shanghai 200051,China)3(Shanghai Internet of Things Co.,Ltd.,Shanghai 201800,China)4(Shanghai Research Center for Wireless Communications,Shanghai 200335,China)

AbstractAs an important factor, the effective use of energy makes the wireless sensor networks operate in long-term and reliably, therefore, its measurement is reflected in the energy efficiency evaluation metrics. Based on the power consumption distribution of nodes in WSNs, we give a brief on the power consumption of nodes in WSNs in the way of classified comparison, and analyse and present the key factors affecting the energy efficiency of WSNs as well. Focusing on the choice of energy efficiency evaluation metrics, and through studying the influence of key factors on existing energy efficiency evaluation metrics, we classify and compare the availability scope and features of these metrics. Results indicate that proper energy efficiency evaluation metrics should be chosen for different applied scenes. The classification of these metrics provides the guidance for choosing and optimising the evaluation metrics of energy efficiency in WSNs.

KeywordsWireless sensor networks (WSNs)Energy efficiencyEvaluation metrics

0引言

无线传感器网络(WSNs)由大量价格低且体积微小的传感器通过自组织方式构成，其中，传感器可以感知周围的环境信息，将这些传感的信息收集处理后通过特定的路由协议将传感数据传输给汇集节点(基站)，从而可以实现对环境的实时监控[1]。随着计算机、集成电路和通信等技术的飞速发展，WSNs已成为IT领域的热点，在很多领域得到了广泛应用[2]，如环境监测[3]、医疗、智能家居、智能农业等。

与传统的网络技术相比，WSNs有很多优势，如低成本、自组网能力和容错能力等，但同时也存在着技术挑战，其中之一就是能量资源的限制。通常，WSNs节点的能量供给来源于电池，由于其应用场景的多样性，尤其是很多传感器节点部署在野外、工作时无人值守，对于能量的重新获取非常困难，甚至是不可能的[4,5]。因此，如何提高传感器节点的能量有效性，以延长整个网络的寿命，是WSNs研究领域中重要的课题之一。

当前，提高WSNs能量有效性的方法有五个主要方面：节点休眠调度、功率控制、介质访问控制(MAC)协议、路由协议和数据管理[5]。研究目标主要关注于协议和算法，对能量有效性系统的评估还没有很好的方法，尽管提出了一些能量有效性评估指标，但这些指标大多只关注优化能耗的某些方面，存在着局限性，应用场景单一等弊端。因此，本文通过系统地研究WSNs的能耗分布，提出了影响WSNs能量有效性的关键因素，分析了这些因素对现有能量有效性评估指标的影响，分类比较并提出了已有指标的适用范围和特点，为WSNs能量有效性评估指标的选取与优化提供帮助。

1WSNs的能量有效性

1.1WSNs节点能耗分布

WSNs的能耗主要体现为节点能耗。WSNs节点包含四个模块如图1所示：传感器模块、处理模块、无线通信模块和供电模块[6]。

图1　WSNs节点结构

(1) 传感器模块

传感器模块主要负责感知周围环境信息，并将收集到的模拟信号转换为数字信号。传感器模块的能耗取决于几个环节：信号采样、A/D转换和信号调制，同时，也与节点传感活动有关(周期、睡眠/唤醒等等)。其周期性模式的能耗模型为：

Esensor=Eon-off+Eoff-on+Esensor-run

(1)

式中Eon-off是关闭传感器运行一次的能耗，Eoff-on是打开传感器运行一次的能耗，Esensor-run是传感器运行时的能耗，它等于传感器工作电压乘以当前运行的传感器数量和传感运行的时间间隔。

(2) 处理模块

处理模块的完成传感器的控制、协议通信和数据处理。通常，该模块支持三个状态：休眠、闲置、运行。其能耗表示为Ecpu：

(2)

式中Ecpu是各个状态的能耗Ecpu-state和状态之间转换能耗Ecpu-change的总和。其中，i=1,2,…,m为处理器运行状态，m是处理器状态数，j=1,2,…,n是状态转换的类型，n是状态转换数。Pcpu-state(i)是状态i的功率，Tcpu-state(i)是在状态i上运行的时间常变量。Ncpu-change(j)状态转换j的频率，ecpu-change(j)状态转换j一次的能耗。可以看出微控制单元(MCU)性能高低可以显著影响节点的能耗。

(3) 无线通信模块

无线通信模块主要负责发送和接收传感数据，通常包含四种状态：发送、接收、监听和休眠，其中，发送/接收(或监听)的能耗所占比重最大。其能耗通常可以分为接收能耗和发送能耗。其总功耗表示为：

PT(d)=PTB+PTRF+PA(d)=PT0+PA(d)

(3)

PR=PRB+PRRF+PL=PR0

(4)

PA(d)=kdn

(5)

其中PA(d)是功率放大器的功耗，它是传输范围d的函数,k和n是常系数，2

(4) 供电模块

节点的供电模块通常直接与电池相关，电池是复杂的模块，其运行取决于许多因素，包括电池尺寸、电极材料的类型和在电解质中活性材料的扩散率，此外，额定容量和松弛效应这样的非理想因素也会影响电池的运行[7]。通常，供电模块的能耗与其他模块相比小很多，可以被忽略。

对于WSNs节点的部分组成所消耗的能量对比见图2所示，从图可以看出无线通信模块的发送、接收和监听状态的能耗最大；无线通信模块比其他模块的能耗要大很多。

图2　传感器节点能耗情况[8]

1.2影响节点能耗的因素

通过对节点能耗的分析，可以发现其无线通信的能耗所占比重最大，而在无线通信中，影响能耗的关键因素分别是传输距离、时延与调制。

(1) 传输距离

发送数据的能耗E与传输距离d的相关为[9]：

E=kdn+c2

(6)

其中k为常系数，c是固定常数，一般是电路等能耗。通常节点之间的障碍物越多干扰越大n就越大。从式(6)可看出传输距离和能耗是非线性关系，随着传输距离的增加，能耗会快速上升。如果节点间的传输距离太小，那么从源节点到汇集节点就需要过多的中继节点，从而增加电路能耗等额外的能耗；但是若节点间的传输距离太大，则会直接增加功率放大器的功耗。同时过大的传输距离也会由于信道干扰、功率下降等原因使通信信道的可靠性下降，导致误码率增加[10,11]，研究表明单跳传输的成功接收率一般为70%~90%，而在恶劣环境下会更低[12]，若再经过多跳传输，成功接收率会进一步降低，导致数据重传率增加，从而进一步增加能耗。由于通信模块的能耗占节点能耗比重最大，故每跳的传输距离选择会显著影响节点的能耗[13,14]。

(2) 时延

WSNs为减少能耗，采用节能技术之一是动态电源管理(DPM)技术[15]。即当有节点需要感知、处理数据以及监听、发送或接收数据时，开启相应模块进行相应操作；如不需要进行任何操作时，则进入休眠模式。在监听模式中，尽管传感器节点实际上不接收或传送数据，也会消耗大量的能量。若节点长期处于休眠状态会延长WSNs的使用寿命，增加能量有效性，但也因此会增加数据的处理与转发时延。另一种节能技术是动态电压调节(DVS)，其本质上是一种MCU的节能方法[15,16]。MCU执行任务时的能耗E为：

(7)

其中Coff，VDD和ntotal表示有效充电电容、任务电压和执行的指令周期总数。大多数MCU系统有一个时变计算负载，因此并不总是需要系统达到峰值性能。DVS通过动态调整处理器的电源电压来满足瞬时处理要求，因此消除了性能闲置能量。但这种降低运行频率的方法使处理延增加，而增加能耗。

从上面分析可看到，时延与能耗存在必然的关联，不可为了节约能量而忽视时延的增加，因为许多应用对时延的要求是很严格的[17]。另一方面，当节点模块转换为低功耗状态时必然会引起时延增加，而时延增加也可能引起处理时间增加，从而增加能耗。因此需要在数据吞吐量、时延、能耗与网络性能间的进行权衡[18]。

(3) 数据信息的调制

四川工商学院ICT云创园目前组织成员有42人，涵盖2016级、2017级同学，主要由中兴通信学院的学生组成，其组织架构如图2所示。

数据信息的调制也会影响无线通信模块的能耗，动态调制调节(DMS)是用于无线通信模块的数据调制方面节能方法。与DVS相似，系统运行时的负载状态是动态变化的，因此在满足时延条件的前提下，根据当前负载，动态调节数据调制级别可以降低通信模块的能耗[7,19]。其中，传输比特率Rb和调制级别K的关系为：

Rb=K·Rs

(8)

其中Rs是传输符号率。

而传输功率Ps和调制级别K的关系为：

Ps=Cs·Rs·(2K-1)

(9)

其中Cs是常数。从式(8)、式(9)可以看出，若使用高阶调制，则每比特信息的平均传输时间小，能耗小，但会增加误码率且每个数据包收集处理数据的时延和电路能耗，因此能耗也会增加；相反，若使用低阶调制，则每比特信息的平均传输时间大，能耗大，但会降低误码率且每个数据包收集处理数据的时延和电路能耗，因此能耗也会减少。因此根据应用要求和信道状况选择合适的调制，是提高WSNs能量有效性的有效途径之一[20]。

综上所述，传输距离、时延和调制方案都是影响节点能量有效性的重要因素。因此，在优化与评估网络协议的能量有效性时要综合考虑这些因素。

2能量有效性评估指标

WSNs的能量有效性评估指标不仅可以用来评估网络协议的总体性能，还是指导网络协议的选择、设计和优化的有效方法。根据上节中影响节点能耗的关键因素，将能量有效性评估指标的分析结合“传输距离”、“时延”和“数据信息的调制”分成三类。

2.1与传输距离相关的指标

Bin L.等人提出了EPTD(Energy consumption Per unit Transmit Distance)评估指标[21]，考虑了传输能耗和电路能耗和传输距离的关系。指标可以表示为：

Ed=E/d

(10)

其中，E表示传输每比特的总能耗，d表示传输距离。通过该指标可以确定基于协同多输入多输出(CMIMO)分簇WSNs的最优协同传输节点数量和传输距离，进而选择合适的下一跳转发簇，从而优化WSNs的能量有效性。

2.2与时延相关的指标

Benedito J. B. Fonseca Jr.等人研究了能耗分布、重新部署率和调制技术，提出单位时间平均运行成本COPT(Cost of Operation Per unit Time)[23]：

(11)

其中Nd(t)表示在时间t内重新部署的次数，Cw是系统带宽的单位时间成本，Cd是每次重新部署的总成本。通过该指标评估了重新部署WSNs的单位时间运行成本，并为调制技术的选择提供指导。

Stephanie L.等人重点考虑了要保证信息新鲜度的WSNs应用[24]。提出“能量×时延”，将时延作为一个重要因素，权衡WSNs与能耗的关联。

EPUT(Effective Packet per Unit of Time)指单位时间传输的有效数据包。在数据传输过程中由于采集和保证可靠性等原因，会造成冗余，因此使用EPUT来衡量有效数据包的传输效率，进而衡量能量有效性。

网络寿命(Lifetime)已成为评估传感器网络的一个关键指标。它为传感器网络的使用提供了一个上限，近期许多算法或协议的提出就是要增加WSNs的寿命，同时也使用网络寿命作为评估标准。目前，网络寿命的定义尚未有统一标准。Isabel D等总结常见的几种网络寿命定义，并对其分类，而且指出一些影响网络寿命的因素[25]，并提出了一种更一般化且简明的网络寿命定义。Mustapha R.S.等人则考虑了网络寿命的时空分布特点，通过已有的Lifetime评估指标评估了几种常见的协议，分析了节点数量和节点离基站距离以及簇首数量对每种协议网络寿命的影响[26]。Atay O.等人提出了一种基于实用性的网络寿命衡量框架WCOT (Weighted Cumulative Operational Time)[27]，指出网络寿命的定义应与具体应用相关的，网络寿命指标不应仅仅关注WSNs时间轴上的单个点，而忽略了网络运行状态的演变。通过利用实用性函数作为基础，从而将WSNs的网络状态考虑在内。由于不同应用的实用性函数不同，而且同类型应用的实用性函数也会有差别，因此，如何选取准确的实用性函数是一个难点。而且WCOT给出的网络寿命是一个相对时间不是绝对时间。

2.3与调制方案相关的指标

Josephine A等人提出EPUB(Energy per Useful Bit)[28]：

(12)

其中BD和BP分别是一个数据包的数据和前同步码平均数量，T是单位为s的比特时间，PTX是以mW为单位的传输功率，PRX是以mW为单位的接收功率包括模数转换(ADC)和同步电路。常数ξ是由MAC方案决定的，表示接收模式(PRX)和发送模式(PTX)时间的平均比值。Josephine A等考虑了调制时的附加同步控制编码的影响，并将EPUB分为收发功耗和附加同步控制编码两部分分别分析。通过该指标可较好地评估和比较传感器网络物理层的能耗，指导WSNs物理层的设计，并可结合实际无线设备分析数据包长、数据速率、载波频率和调制方案对能耗的影响。

Qing C等人提出了EPB(Energy Per Bit)评估和优化不可靠链路的能量有效性[11]。Matthew H.等人在使用EPB的同时[29]，结合加性高斯白噪声和块瑞利衰落信道模型，对调制方案、传输功率和跳距离等方面进行了优化，降低了物理层的能耗。和EPB类似，EPUE(Effective Packet per Unit Energy)是指单位能量传输的有效数据包。该指标可以用于在数据传输过程中调制方案、调制级别、误码率和数据冗余等因素对能量有效性的影响。

2.4其他指标

夏先进等人考虑了WSNs应用和节点等方面的异构性，利用经典力学中的做功理论建立WSNs能量有效性评估指标[30]。通过使用“做功效率”，即WSNs在使用寿命内的有效做功与总功耗(实际能耗)的比值作为评估WSNs能量有效性的指标，提出平均能量衰减率和能量熵作为WSNs能耗状态的衡量指标，综合的设计了一套WSNs能量有效性评估的框架，能够用于异构的WSNs中，可更有效地评价和分析WSNs的能量有效性。另外，总能耗和总传输数据包分别是指每轮数据传输所消耗的总能量和传输的总数据包，是用于评估协议常见的指标。

3评估指标分析比较

通过对评估指标中影响能量有效性因素的研究，分析、比较并总结了常见的WSNs评估能量有效性的指标。如表1所示，(++)表示重点考虑、(+)表示有考虑到、(-)表示没有考虑到。

表1　WSNs评估能量有效性指标的分析比较

续表1

通过表1可以看出，每种评估指标关注点都不同，考虑的因素及适用范围不同，也各有优点和不足。EPTD用于分簇协同传输多跳WSNs，且只用于协同传输节点选择和中继簇选择；EPSBM是在EPSB的基础上改进的，仅针对跳距离的选择；COPT只用于重新部署的网络，适用范围小；“能量×延迟”一般用于注重时延的WSNs中；EPUT考虑了数据冗余和时延的影响，间接评估了能量有效性；Lifetime是评估WSNs性能最直接的指标，很多提高能量有效性的方法或协议的提出就是要延长Lifetime，因此也造成了Lifetime的多种定义，且差别很大，难以反映WSNs运行过程中的瞬时能耗，尤其是某些Lifetime的定义只关注于分析而不适用于网络性能的优化；EPUB主要是针对物理层的数据速率、载波频率和调制方案的分析和优化，而没有考虑其他因素的影响；EPB是较具有一般性的评估指标，物理意义简明，考虑的因素全面；EPUE直接用于网络性能评估，物理意义明确；做功效率只关注于能耗分析而不适用于网络性能优化，且计算公式复杂，公式的准确性也难以判定；总能耗和总传输数据包过于简单，局限性大且不适于网络优化。

无线传感器网络能量有效性研究的主要目的就是增加网络寿命，因此，我们认为Lifetime指标是无线传感器网络设计中最常用的评估指标；EPB指标相对于其他指标更加简单，而且体现了网络性能和能耗的关系，是一种比较普遍的评估指标；当研究最优传输距离时，可以选择EPSBM作为评估指标；当网络延时被认为很重要时，可以考虑选择“能量×延迟”作为评估指标；当研究控制编码的影响时，建议使用EPUB指标。

4结语

WSNs能量的有效性分析与合理的评估指标是评价WSNs协议以及指导WSNs设计的关键。

本文结合影响WSNs能量有效性的主要因素对一些常见的评估指标进行了分析，总结了这些指标的特点和适用范围以及优缺点，提出了针对不同应用场景，合适的能耗评估指标，方便研究者根据需要选择合适的指标来评估WSNs的能量有效性，并有助于协议的改进和WSNs的设计。我们下一步的工作是在此基础上，进一步改进评估指标，得到更加便于实现的轻量级能耗评估评估指标。

参考文献

[1] Akyildiz I F,Su W,Sankarasubramaniam Y,et al.A survey on sensor networks[J].Communications Magazine,IEEE,2002,40(8):102-114.

[2] 司海飞,杨忠,王珺.无线传感器网络研究现状与应用[J].机电工程,2011,28(1):16-20.

[3] Larios D F,Barbancho J,Rodriguez G,et al.Energy efficient wireless sensor network communications based on computational intelligent data fusion for environmental monitoring[J].Communications,IET,2012,6(14):2189-2197.

[4] Cheng Z,Perillo M,Heinzelman W B.General network lifetime and cost models for evaluating sensor network deployment strategies[J].Mobile Computing,IEEE Transactions on,2008,7(4):484-497.

[5] Gao D Y,Zhang L J,Wang H C.Energy saving with node sleep and power control mechanisms for wireless sensor networks[J].The Journal of China Universities of Posts and Telecommunications,2011,18(1):49-59.

[6] Pantazis N A,Nikolidakis S A,Vergados D D.Energy-efficient routing protocols in wireless sensor networks:A survey[J].Communications Surveys & Tutorials,IEEE,2013,15(2):551-591.

[7] Raghunathan V,Schurgers C,Park S,et al.Energy-aware wireless microsensor networks[J].Signal Processing Magazine,IEEE,2002,19(2):40-50.

[8] Estrin D.Wireless sensor networks tutorial part IV:sensor network protocols[C]//Proceedings of the 8th ACM Mobicom,Atlanta,Georgia,USA,Westin Peachtree Plaza,2002:23-28.

[9] Stojmenovic I,Lin X.Power-aware localized routing in wireless networks[J].Parallel and Distributed Systems,IEEE Transactions on,2001,12(11):1122-1133.

[10] Hui W,Baoshu X.An Energy Efficient Routing Metric Algorithm Base on PCE for WSN[C]//Intelligent Computing and Cognitive Informatics (ICICCI),2010 International Conference on.IEEE,2010:90-93.

[11] Cao Q,He T,Fang L,et al.Efficiency Centric Communication Model for Wireless Sensor Networks[C]//Jordi Domingo-Pascual.25th IEEE Intemational Conferenee on Computer Communications Proceedings,Barcelona,Spain,2006:1-12.

[12] Zhao J,Govindan R.Understanding packet delivery performance in dense wireless sensor networks[C]//Proceedings of the 1st international conference on Embedded networked sensor systems.ACM,2003:1-13.

[13] Akhtar A M,Nakhai M R,Aghvami A H.Power aware cooperative routing in wireless mesh networks[J].Communications Letters,IEEE,2012,16(5):670-673.

[14] Rodoplu V,Meng T H.Minimum energy mobile wireless networks[J].Selected Areas in Communications,IEEE Journal on,1999,17(8):1333-1344.

[15] Benini L,DeMicheli G.Dynamic power management:design techniques and CAD tools[M].Springer,1998.

[16] Seo J,Kim T,Lee J.Optimal intratask dynamic voltage-scaling technique and its practical extensions[J].Computer-Aided Design of Integrated Circuits and Systems,IEEE Transactions on,2006,25(1):47-57.

[17] Kim E J,Shon T,Park J J H,et al.Latency bounded and energy efficient MAC for wireless sensor networks[J].Communications,IET,2012,6(14):2120-2127.

[18] Chiasserini C,Garetto M.An analytical model for wireless sensor networks with sleeping nodes[J].Mobile Computing,IEEE Transactions on,2006,5(12):1706-1718.

[19] Schurgers C,Aberthorne O,Srivastava M.Modulation scaling for energy aware communication systems[C]//Proceedings of the 2001 international symposium on Low power electronics and design.ACM,2001:96-99.

[20] 李烨,张旗,黄晓霞.无线传感器网络综述[J].先进技术研究通报,2009,3(11):2-6.

[21] Li B,Wang W,Yin Q,et al.A new cooperative transmission metric in wireless sensor networks to minimize energy consumption per unit transmit distance[J].Communications Letters,IEEE,2012,16(5):626-629.

[22] Shrotriya A,Nitnawwre D.Optimizing Energy Consumption of Wireless Sensor Network Based on Hop Distance[J].IJCSC,2012,3(1):33-37.

[23] Fonseca B J B,Gubner J A.Operation Cost as a Performance Metric of Wireless Sensor Networks[C]//Statistical Signal Processing,2007.SSP’07.IEEE/SP 14th Workshop on.IEEE,2007:680-684.

[24] Lindsey S,Raghavendra C,Sivalingam K M.Data gathering algorithms in sensor networks using energy metrics[J].Parallel and Distributed Systems,IEEE Transactions on,2002,13(9):924-935.

[25] Dietrich I,Dressler F.On the lifetime of wireless sensor networks[J].ACM Transactions on Sensor Networks (TOSN),2009,5(1):1-38.

[26] Senouci M R,Mellouk A,Senouci H,et al.Performance evaluation of network lifetime spatial-temporal distribution for WSN routing protocols[J].Journal of Network and Computer Applications,2012,35(4):1317-1328.

[27] Ozgovde A,Ersoy C.WCOT:A utility based lifetime metric for wireless sensor networks[J].Computer Communications,2009,32(2):409-418.

[28] Ammer J,Rabaey J.The energy-per-useful-bit metric for evaluating and optimizing sensor network physical layers[C]//Sensor and Ad Hoc Communications and Networks,2006.SECON’06.2006 3rd Annual IEEE Communications Society on.IEEE,2006,2:695-700.

[29] Holland M,Wang T,Tavli B,et al.Optimizing physical-layer parameters for wireless sensor networks[J].ACM Transactions on Sensor Networks(TOSN),2011,7(4):28.

[30] 夏先进,李士宁,李志刚,等.基于做功系统的WSN能量有效性评价模型[J].科学技术与工程,2013(13):3647-3652.

中图分类号TP212

文献标识码A

DOI:10.3969/j.issn.1000-386x.2016.02.021

收稿日期：2014-06-09。国家自然科学基金青年基金项目(6130 2113)；上海市自然科学基金项目(13ZR1440800)；上海市青年科技启明星计划项目(14QB1404400)。张小珑，硕士生，主研领域：无线传感器网络信息安全，能量有效性。石志东，研究员。房卫东，高工。王秀芝，硕士生。单联海，副研究员。