传感器网络中的功率控制

刘刚李志刚周兴社李士宁（西北工业大学计算机学院，西安 710072）摘要：功率控制是一个跨层的技术，它不仅能够提高网络层、MAC层和物理层的性能，同时还能提高各层的能量效率。

针对传感器网络的特点，本文提出了一种基于节点度数的能源敏感功率控制算法，根据最佳节点度数和节点剩余能量选择合适的发生功率，在保证网络连通性前提下，通过调节功率提高资源利用率，延长网络的生命期。

关键词：传感器网络，功率控制，节点度数中图法分类号：TP393 文献标识码：APower Control in Wireless Sensor NetworksLiu Gang, Li Zhigang, Zhou Xingshe, Li Shining（School of Computer, Northwestern Polytechnical University, Xi’an 710072）Abstract: The problem of power control in wireless sensor networks is important for network connectivity and lifetime. This paper analyzes how the power control technology affects the performance of network layer, MAC layer and physical layer. Then an energy aware degree-based power control protocol is presented in this paper. Compared to traditional protocol, our protocol can improve energy efficiency and prolong network lifetime significantly.Key Words: Wireless Sensor Network, Power Control, Node Degree1.引言功率控制是一个典型的跨层设计问题，它不仅可以减少物理层信号间的干扰、提高信号的传输质量和频谱空间的复用度，而且由于节点的发射功率大小决定了其邻居节点的数量、网络的连通性等，它还对MAC层和网络层的性能产生影响。

通常功率控制技术都是在和物理层的干扰抑制技术、MAC层的调度机制、网络层的路由算法结合考虑的。

传感器节点大部分由电池供电，但电池的功率是一个有限的资源，而电池技术不可能像计算和通讯技术那样迅速发展，所以如何延长电池的使用寿命就变得非常重要。

因此功率控制是传感器网络中的一个关键问题。

在传统的蜂窝网以及某些Ad hoc网络中，功率控制技术能够克服远近效应问题，消除干扰，提高信道的空间复用度，最终目的是为了提高系统的容量。

而无线传感器网络的功率控制技术是在不牺牲系统性能的前提下，尽可能地降低节点的发射功率，从而降低节点的能耗，提高网络的生存时间和系统的能量效率。

传感器网络是一种多跳无线网络，不像无线蜂窝网有一个基站用来发送和接收数据，节点共享一个无线的信道，互相不干扰的节点对可以同时传输。

在无线蜂窝网中，功率控制可以根据全局的信息得出一个最优化的结果，但传感器网络是一个无任何基础设施，没有集中管理机构的无线多跳网络，各个节点的功率控制问题必须依据局部的信息做出决定。

2. 相关工作在无线传感器网络的数据传输过程中，往往采用多跳的通讯方式。

在接收端接收灵敏度一定的条件下，发送端无线射频的发射能量与传输距离的а次方（а≥2）成正比，显然对于同样的传输距离，采用多跳路径所消耗的能量比单挑路径少。

所以为了提高系统的能量效率，无线传感器网络多采用多跳的通讯方式，虽然多跳方式可能带来更大的处理延迟。

功率控制对于网络层的另一个影响是决定网络的拓扑结构。

如果以提高系统的能量效率为目的，就要维持全网络的最小连通性，也就是在节点分布特定的情况下，如何以最小的发射功率确保整个网络的连通性（单向或双向连通）。

文献[1]提出了一个基于位置依赖的分布式拓扑控制算法。

这种算法保证了最大连通集总会被发现，不需要指定节点的分布区域，不和任何发射模型绑定，因为这些发射模型受环境的影响太大，但是这种算法要求节点知道自身位置信息。

文献[2]提出的MTPR算法在所有可能的路由中选择总传输功率最小的那条，同时要求组成组成该路由的多跳链路上的每一条的传输功率尽可能小，最小化报文传输过程中消耗的能量。

这种路由问题可以通过经典的最短路径算法，如Dijkstra算法或Bellman-Ford算法获得最优解。

文献[3]MMBCR算法从延长每个节点的寿命出发，每一条可能的路由都有一个电池容量最小的节点，将这些节点的电池容量加以比较，选择电池容量最大的节点所在的那条路由。

很明显，它不能保证消耗的总功率最小。

文献[4]是前面两个算法的折中，在节点剩余电池容量较多的时候使用MTPR，这时网络中的节点电池容量都比较充裕，可以暂时不考虑过度使用的情况，而考虑如何减少传输能量的消耗。

当节点的剩余电池容量降低到一定门限后，则使用MMBCR来延长网络的整体寿命。

这几种算法都属于对功率路由的研究，是建立在网络拓扑已经形成的前提下，至于如何建立拓扑则没有涉及。

针对这个问题，本文提出一种基于节点度数的能源敏感功率控制算法，该算法不依赖于节点自身的位置信息，通过对节点功率的调整实现拓扑控制的优化。

2.基于节点度数的能源敏感功率控制算法目前，传感器网络拓扑控制的研究有了初步的进展，研究人员一方面从Ad Hoc网络借鉴了宝贵的经验；另一方面针对传感器网络自身的特点，提出了形式多样、侧重点不同的拓扑控制算法。

在功率控制方面，已经提出了LINT/LILT[5]和LMN/LMA[6]等基于节点度数的算法，CBTC[7]、LMST[8]、RNG、DRNG和DLSS[9]等基于近似图的近似算法。

尽管这些协议在功率控制以及拓扑控制方面做出了自己的贡献，然而这些协议并没有有效地解决网络生命期的问题，在它们对于节点功率的调整过程中，并没有考虑节点自身的剩余能量；当节点度数过小时，往往一味地增大节点发射功率，导致节点能量消耗过多，整体上降低了网络寿命。

针对这一问题，本文提出一种基于节点度数的能源敏感功率控制算法，在对节点功率进行调整的时候考虑节点的剩余能量，根据最佳节点度数与节点自身能量选择合适的节点发射功率。

一个节点的度数是指所有距离这个节点一跳的邻居节点的数目。

从鲁棒性考虑，每一个节点保存一个有效邻居节点的标准为：在每n个广播信息中至少成功收到k个。

这种邻居发现策略不仅可以用于在我们的算法中确定邻居节点，而且还可以判断某个邻居是否可达或者有效。

这里的邻居发现协议是一个鲁棒性维护协议，它加强了节点之间链接的可靠性。

基于节点度数的功率控制，就是将节点的度数控制在一个合理的范围内进而保证网络的连通性。

文献[10]指出，对于静止节点的无线网络，理论分析得出最佳邻居节点个数为6时，网络性能最好。

我们认为，不同的业务流特点、节点总数、节点分布的地域范围都会对节点的最佳度数的选择产生影响，例如当一个节点担当簇头、融合点或者路由关键节点时，相对于其他普通节点，显然它的最佳度数应该更高一些；对于不同的节点，其最佳的节点度数应该有所不同。

此外对于同一节点，随着网络状况的变化，其最佳节点度数也应有所变化。

这里我们不具体探讨这个最佳节点度数应该为多少，我们将更多地关注基于这个最佳节点度数的功率控制。

现有的基于节点度数的功率控制，往往忽略了节点自身的能量状况，容易导致节点能量消耗过多，这里我们将功率控制与节点剩余能量相关联，假设节点的最大发射功率为，节点电池满负荷时能量为，节点当前剩余能量为，节点当前的发射功率为R ，最佳节点度数为N ，当前节点度数为n 。

max R max E res E 从节点度数考虑，调整后节点的发射功率应如式1所示：adj R adj R = R + Nn N − R （1） 或者根据文献LINT/LILT[5]和LMN/LMA[6]，当节点度数小于某一个下限NodeMinThresh 时，增大发射功率，如式2所示：adj R adj R =min{× R, ×(NodeMinThresh － n ) × R } (2) max B inc A 当节点度数大于某一个上限NodeMaxThresh 时，则减小发射功率，如式3所示：adj R adj R =min{× R, ×(1－(n － NodeMaxThresh )) × R } (3) min B dec A 仅仅从节点度数的角度考虑是不够的，我们还要考虑节点自身的剩余能量。

当节点的剩余能量为时，其发射功率应相应地接近于res E max maxR E E res 。

因此在上述调整的基础上，节点的发射功率应加上一个修正值，如式4所示：adj R = + adj R max maxR E E res － R （4） 当节点的发射功率已经超过max maxR E E res ，则修正值为一个负值，实际上是减小发射功率。

相对于原有的单纯从节点度数的角度来考虑，当网络密度较为稀疏时，节点功率的增大相对会受到限制，进而节省了节点的能量；当网络密度较大时，则判断此时的是否超过adj R max max R E E res ；如果超过，则按照式（4）进行修正；如果小于max maxR E E res ，则维持原值，不进行修正操作。

显然，该算法在网络节点密度较小时，有效地节省了节点能量，延长了网络生命周期；在网络节点密度较大时，则和原有的算法性能相当。

当然，在稀疏网络条件下，该算法会在一定程度上影响网络的连通性，我们将在后面的仿真实验中讨论这个问题。

3. 性能分析在本节中，我们通过仿真来评估基于节点度数的能源敏感功率控制算法的性能，利用Tossim[11,12]仿真不同网络模型下算法对于不同位置节点能量消耗的影响。

根据无线传输的规律，能量的衰竭与传输距离的平方成正比（假定固定的传输功率）；如果距离较短（最多上百米），则能量衰减可以近似地认为与传输半径成线性关系[13]；当然，其他的因素也会影响接收到的能量，例如噪音、物理障碍等等。

为简单起见，在本实验中我们忽略这些因 素，完全使用节点间的距离来计算所需的传输功率。

这里我们比较两种不同角色类型的节点，终端节点和中继节点。

实验比较这两种节点在单位时间内的能量消耗，由于对于节点密集型网络我们的算法与已有的基于节点度数的算法相同，所以我们在这里只比较节点相对稀疏的情况下算法的性能。