聂罗娜

摘要：在当前的研究过程当中，对目标环境进行全面的信息获取需要借助无线多媒体传感器网络，其装备包括传感器、摄像机、麦克风等多种设备，这种具有计算和通信能力的节点以自组织方式形成感知网络，可以对大信息量的媒体内容进行收集和处理，在不同的功能层次上具有问题解决能力。但无线多媒体传感器网络的主要问题在于节能效率和节能控制方案，本文也将围绕这一部分的问题展开探索研究。

关键词：无线多媒体传感器;网络节能;有效途径

中图分类号：TP393      文献标识码：A

文章编号：1009-3044（2021）33-0091-02

开放科学（资源服务）标识码（OSID）：

进入新时代之后信息成为推动社会发展的主要，而无线传感器网络通过部署在监测区域内的微型传感器，形成无线通信网络组织系统。通常情况下，无线传感器的能量消耗绝大部分集中在无线收发的过程当中，呈现出聚集状态。而网络本身要采集大数据量的多媒体内容，相应的节能策略需要做出调整，针对无线传感器网络的特点和应用方式建立层间协作反馈机制。

1 无线多媒体传感器的网络架构

1.1 高能量网络架构

在传统的无线传感器当中，一般有两种类型的结构，包括平面结构和分级结构。平面结构当中所有节点的功能和地位在原则上不存在差异性安全性较高，且不需要任何维护就可以实现目的节点和原节点之间的联系。但平面结构的主要缺陷在于网络的可扩展性不足。为了进一步降低节省的能源消耗实现有效通信升级，分级网络结构开始出现，各个不同的簇头可以按照事先的指定要求合理工作。这种网络结构的优勢在于大规模节约网络能耗并降低了数据传输量，由于各个成员节点在绝大多数时间内是处于通信关闭的状态，但联通网络可负责长距离的路由和转发，不仅不会影响到原有覆盖范围内的数据通信，同时也会大规模节省网络能耗[1]。各个成员节点的数据在融合之后进行转发，也可以减少数据通信量和网络信息数量。所以无线传感器网络当中的节点能量大致相等，且传感区域内的节点，剩余能量保持接近时，说明传感区域能量同构;反之当传感器其他某个节点的剩余能量比其他节点明显更高，就可以判定传感器与能量异构。在一般的网络体系当中，如果是能量同构状态，那么节点的能耗将被簇头到基站的距离以及其他节点的距离来计算和决定;在能量异构状态下，还要考虑到通信的能耗与高能量节点应用问题，例如这些高能量节点是否可以成为簇头。

1.2 网络体系

无线多媒体传感器网络的基本结构可以被划分为三种类型。

首先是同类型传感器节点的单层结构，这种结构具有良好的信息处理能力，可以被作为信息的中心。多媒体信息可直接通过路径传递到无线网关，而不再需要通过无线通信进行传输，大幅节省能量消耗。

其次是多种类型传感器的单层结构，结构内包含多种类型的节点和不同物理特性的多元化网络体系，簇头对于这些多元化的数据可进行感知和处理，然后将这些数据传递到无线网关和存储机构。

最后则是由不同类型传感器节点组成的多层体系结构，在不同层次方面具有不同的传感节点，负责不同职责的传感任务要求。这些节点在具体应用上虽然存在差异，但却拥有更加稳定的设备功率和资源利用方法，可以负责比较复杂的任务。

2 无线多媒体传感器网络的节能覆盖方案

2.1 能耗模块

无线传感器网络各个组成模块的能耗情况有所不同，而相应的组成部件都可以被认为是主要的能耗来源。

以常见的传感模块为例，传感模块的能耗主要来源于变换器或信号调节系统等，在对某些物理量进行测定的过程当中，所需要的能耗差异性较大。一般情况下，温度传感器和湿度传感器的能耗较低，而图像传感器和视频传感器的能耗非常高，磁力传感器的能耗处于中等水准。从这里我们可以看出不同应用标准的传感器在能耗要求上存在差异，尤其是在应用环境发生改变之后，能耗会产生明显变化[2]。例如在噪声环境之下，如果要获得更加精确的数据，则需要考虑到传感模块的频率要求，必要时增加传感次数，此时必然引起能耗增加，也说明网络节点的能耗会比普通传感器的能耗更高。

一般认为在无线传感器网络当中，处理模块的能耗比通信模块的能耗更低，不过在涉及多媒体信息解码和信息压缩方面的处理模块的能耗则非常惊人。我们可以将能耗的具体消耗情况表述为以下公式：

P=CV2f

可以看到其中P是功耗，C是系统负载电容，V是电压，f是系统工作的频率。电源电压大小对功耗的影响程度非常明显，而工作频率和负载电容也是功耗的不同影响因素，这说明在实际的工作当中，可以对工作电压和工作频率进行调节，从而降低处理模块的能耗。

无线通信模块则是最大的能耗组成部分，特别是节点在空闲侦听状态下的能耗量非常惊人。由于多媒体节点在不发送数据的过程当中一直要维持监听状态，过度监听往往会造成资源的浪费，而且在相同的时间传递数据时也会因数据干扰导致能量浪费。例如多媒体节点会接收到其他节点的目的地信息，此时接收数据上的能源被白白浪费，所以在不接收其他信息的前提之下，可以考虑加无线收发装置的功能全部关闭。

2.2 处理模块节能

全文提到多媒体节点会涉及大量的信息处理，无论是信号变换还是信息编码，都需要耗费大量能量，例如多媒体信息处理对应的特征与模式识别等。

在节能方式的选择上，我们可以考虑采用动态管理方法，即让某个节点在某些状态下属于空闲状态，使部分模块可以维持到低能耗状态或休眠状态。这样一来，能量管理工作的效率将得到稳定提升，动态电源管理模式的加入也能让整体系统的功耗管理策略可以根据资源需求情况做出动态调节。某些耗电量较多的运算部分在不进行工作时可进入非常低的能耗消耗状态，如果需要涉及这一部分的部件应用，则系统重新唤醒，达成不同的服务请求。

在电压管理的选择上，以降低微处理器的工作电压并适当降低处理能力，实现能耗节约。操作系统的调度程序可以对任务进行筛选，然后根据工作负荷监视的结果确定工作电压和工作频率，并且对未来的工作负荷进行预测，确定处理及更新频率的具体要求。

2.3 传感模块节能

虽然传感模块在无线多媒体传感器网络当中的能耗较小，但是在整个网络当中，由于模块的能耗呈现出明显的规律性状态，所以传感模块的能耗也应该被纳入考虑范围之内。并且由于多样化的传感类型，开始出现某些矢量传感器的能耗处于较高水准，这说明在今后的工作当中，应该在多个方面开展节能策略的研究和评估[3]。例如在低功耗的传感模块设计方面，我们在满足整体传感应用需求的同时可选择功耗更低的传感设备。另外由于传感器网络的协同工作机制，可以利用节点的协作标准来弥补传感部件在范围和空间层面上的缺陷。即便出现突发状态和随机事件，也可以让传感模块处于关闭状态来节约能量，直到被事件所唤醒。通过这种技术措施，可以减少信息的冗余程度完成信息的压缩，必要时可通过模式识别方法来进行技术控制，使用某些精度较高的传感措施。

2.4 通信模块节能

通讯模块是整个网络系统节能工作中最为重要的部分，减少通讯流量意味着接受数据的能耗显著降低。由于多媒体的节点所采取的部署方式以随机部署为主，所以数据冗余现象无法避免，传感区域重叠必然引起能耗增加。对此可以考虑将信息进行融合和处理以降低数据冲突产生的可能性。因为冲突会直接导致数据包的分析和能量开销，对此需建立更加科学合理的冲突预防机制，降低通信能耗，减少因为无效操作引起的能耗浪费或传输错误导致的数据量额外消耗。

在一些特殊情况下，可以选择在不影响网络性能的前提下增加节点休眠的时间与优化通信距离，不仅可以降低传输距离，同时还可以降低每一跳的距离。减少总传输距离与减少跳数之间密切相关，两种方法都是减少网络能量消耗的主要方式，参与节点数量越多，则网络能耗也就越多。

2.5 网络低功耗设计措施

网络低功耗设计措施的主要目的是将网络协议层次当中的能耗限制在合理的范围之内。

以物理层为例，物理层的主要能耗体现在麦克风设备或其他摄像头设备方面，要想在节点端进行多媒体信息处理，必然会导致较大程度的开销耗费，所以我们考虑提升无线多媒体传感器的节点能量并降低传感能耗，这种方法可以成为物理层能耗降低的主要措施。

对于MAC层来说，如何在能量消耗最小的基础之上保持稳定的物理传输性能成了今后工作的重点，这需要平衡其他的性能与单纯的能耗指标。对此应该展开合理的错误控制减少错误产生，避免数据包重新传输导致的额外能量开销[4]。

网络层则是能耗限制的主要方面。一般情况下，在涉及信息输送时必然会出现流量，所以降低流量的主要方法就是选择能耗更低的路由来减少数据。不过这种方法可能导致某些属于关键区域的节点提前耗费能量，因此路由算法的改进可能成为技术方案之一。总体而言，在无线传感器的网络环境之下，需建立更加高效的管理机制降低不必要的能耗消耗。

在应用层方面，由于应用需求存在差异，所以不同的应用标准会导致不同的能量消耗结果。一个简单的视频会议能量消耗一定会比一个高精度的信息流传输直播能耗更低，即便是同一类的功能应用，多媒体节点的能耗也会因时期不同而产生差异。所以根据不同的应用标准选择应用层的节能策略，也将影响到和網络的整体能耗[5]。

在网络层方面，典型的网络层功能仍然与传统的WSNs比较接近，但综合考虑到多媒体节点在模型感知方面的实际需求，所以在网络层当中不仅要评估路由协议还需要对网络覆盖方案作出调节，减少数据冗余和联通缺陷问题，特别是要构建节能的路径传输机制和优秀的覆盖调度方案，建设自适应传感体系。

3 结语

本次研究在分析无线多媒体传感器网络覆盖的基础之上进行了节能与能耗问题的研究，并且从架构部署和执行的角度进行了应用评估，讨论了不同层次的节能技术要求和设计标准，确定了良好的实现策略。在这些技术应用的基础上可以构建能量稳定的网络路径传输方案，实现多媒体的高效运行。在今后的工作实践环节，应该进一步深入无线多媒体网络的优化部署策略，重点提升系统的容错性和适应性。

参考文献：

[1] 沙超，王汝传，黄海平，等.一种基于多目标遗传优化的无线多媒体传感器网络节能覆盖方法[J].电子学报，2012，40（1）：19-26.

[2] 郭剑，孙力娟，肖甫，等.基于PSO的无线多媒体传感器网络覆盖增强算法[J].电子设计工程，2011，19（18）：1-4.

[3] 严英，郭剑.基于QGA的无线多媒体传感器网络覆盖增强算法[J].南京邮电大学学报（自然科学版），2011，31（6）：44-48.

[4] 霍海平，曾建潮，赵静.基于Voronoi算法的无线多媒体传感器网络覆盖控制研究[J].太原科技大学学报，2016，37（6）：438-442.

[5] 杨晓陶，闻英友，陈继洋，等.基于视觉相关性的无线多媒体传感器网络节能策略[J].东北大学学报（自然科学版），2018，39（5）：613-618.

【通联编辑：唐一东】