引言
随着微电子技术的发展，无线传感器网络(WSN)已经成为当今研究的热点。由于传感器使用电池供电，节能研究是一个重要课题。为研究此问题，本文对WSN做以下假设：
®传感器节点(SN)使用电池供电，电池能量有限；
®WSN采用冗余设计，节点密集分布；
®SN无法手动放置，节点处于三维空间中。
®WSN所处环境可能在变化，即任意两个SN间的通讯质量可能发生变化。
基于以上假设，我们把WSN中的节能研究分为四部分：网络启动，节点动态参与，路由协议，节点结构。现阶段针对路由协议的研究已有很多工作，影响较大的有LEACH，LEACH2，TEEN和PEGAGIS等，但它们都是理论上的研究，不能成为实际WSN协议。而关于网络启动和参与度模型的研究较少，只有ASCENT中将参与度引入WSN并在实际WSN中结合flooding路由协议对其参与度模型进行了实现。
本文研究了节点的参与度模型和网络启动问题。首先，本文细化了WSN中的协议层次，将网络层分为邻域发现(NeighborDiscovering，ND)，动态参与度模型(DynamicJoiningModel，DJM)和路由协议并提出了各个层次的设计要求。然后，以响应时间和能量损耗为标准实现了ND协议。最终，我们分析了文献[5]中的DJM模型并以丢包率(packetloss，PL)、邻居数、能量级别为标准重构了该模型。其中，丢包率为必选标准，其它两个是可选标准。本文把相应的路由协议作为将来工作。
WSN参考模型
WSN由于其节能要求，应该具有和常规网络不同的层次结构。本文对WSN协议建立模型如图1。
其中，本文主要研究DJM层及其支撑协议ND层。首先，我们简要介绍各个层次的功能。物理层负责感知周围环境信息、发送和接收数据包。该层实现了节点的三种状态：节点处于sleep状态时天线关闭；而在idle和active状态时天线都保持工作状态，远大于sleep状态耗能。MAC层的主要功能是尽量避免信号干扰和冲突以保证无干扰传输。文献[6]中Sensor-MAC协议已基本实现此功能。网络层完成将各SN的数据包有效地传送到基站(BaseStation，BS)，以及将BS的控制命令发送到各SN的功能。我们将该层细分为ND、DJM和路由协议等几部分。ND，DJM在第3节有详细介绍。路由协议可以依据平面型和层次型、集中式和分布式、静态和动态等标准划分。路由策略应综合节约能量、延长网络寿命、提供所需服务质量等多种因素。本文所提参考模型是可扩展的，与路由协议同层除了节点定位、覆盖度之外还可以根据实际应用添加其它协议。应用层是WSN参考模型的顶层，为不同的用户提供特定类型的服务。其中，任务调度是该层基本功能。依据不同的应用背景，如跟踪和监测，该层采取不同的调度策略并为用户提供适当的访问接口。
图1WSN参考模型
DJM协议及其支撑ND协议
ND协议实现
ND协议收集和更新节点和链路状态信息，采取定期查询方式以保证更新的实时性。每个节点发送的数据包分为两类：ND消息(NDMessage)和应用数据消息(ApplicationDataMessage)。消息格式见附录表2，ND序列号记录该节点发送的NDMessage数，应用数据序列号记录此节点向目标节点发送的应用数据包数。NDMessage广播周期Tnd是节点更新自身状态信息的时间间隔。处于active状态的节点每隔Tnd时间广播一次自身状态信息(NDMessage)。第i个邻居的丢包率(NeighborLoss，NLi)是某节点n0一段时间内接收第i个邻居所发数据的平均丢包率，节点每隔θ•Tnd时间更新NLi值，设定网络初始时NLi为1。其表达式为：
g
设Laj为i邻居发送的第j个应用数据包长度，Lc为i邻居发送的ND Message长度。Ntc是i邻居发送的ND Message数目，Nr
c是n0成功接收到的ND Message数目。Nta是i邻居发送的应用数据包数量，Nra是n0成功接收到的应用数据包数量。
NLi的公式为：
邻居的约定如下：若n1是n0的邻居，则n0接收n1消息的NL1要低于邻居丢包率门限ThNL。当NL1>=ThNL时，n1不再是n0的邻居，n0将其从邻居表中删除。ThNL与周围active节点个数N成反比。邻居数N越多，节点间通讯信号相互干扰越大，造成丢包率NLi越大[5]。我们定义ThNL公式为：
考虑到节点选择的下一跳目标通常是链路代价较小的邻居，因此定义节点n0的pl为前m个链路代价较小邻居NL的平均值并将其作为节点n0通讯质量的衡量标准。pl公式为：
链路代价(linkcost，lc)体现两节点间通讯消耗的能量代价。因为实际传输质量不仅与距离有关[7]，所以我们将节点天线的平均接收信号强弱(rssi)作为lc，它直接反映了节点间的通迅代价。rssi公式为：
其中，RSSIi是节点在θ•Tnd时间里收到的第i个消息时的rssi值，n表示在θ•Tnd时间内共收到n个消息。ND协议工作过程如下：节点进入active状态后就开始运行ND协议，以Tnd为周期广播NDMessage。同时，该节点接收邻居发送的ND Message和Application Data Message，记录成功接收邻居发送消息的数目Nrc和Nra以及RSSIi值。由以上信息计算出邻居表，该表包括邻居节点标识、pl和lc三项。当网络环境变化时，相关SN的邻居信息被实时更新，为上层决策提供了可靠依据。
DJM实现
DJM模型状态转换
DJM是一种动态平衡模型，它实时调节网络的连通度和传输质量。传感器节点密集分布时，只需部分节点保持active状态负责感知、发送和接收信息。部分处于idle状态的节点通过接收active邻居广播的NDMessage计算出自己的邻居表。idle节点只接收不发送的优点在于：它们可以在不干扰其他节点正常通讯的条件下实时监视网络的通讯质量和拓扑变化。一定条件下，idle节点转换到active状态参与网络拓扑。否则，网络环境相对稳定时idle节点经过一段时间后进入sleep状态。若新增的active节点不能改善网络通讯质量，该节点可以一定概率回退到idle状态。
DJM模型中节点分为三种状态：active、idle和sleep。网络初始时，节点以随机概率启动进入idle状态。图2是DJM模型的有限状态自动机：
对应于此自动机的SN工作机制如下：若发现没有邻居或某邻居的pl>=Thp，就以概率Pitoa进入active状态。Pitoa是idle节点进入active的概率函数。节点保持active状态Ta时间内继续监测网络中出现问题的邻居节点pl是否改善。若pl<thp则节点维持active状态。否则，ta后节点以概率Patoi返回idle状态。Patoi是active节点回到idle的概率函数。节点保持idle状态Ti时间后转为sleep状态休眠。节点处于sleep状态Ts后又进入idle状态，继续收集active邻居的信息。
DJM模型参数
DJM模型中三个状态sleep、idle和active的时间参数分别为Ts、Ti和Ta。active和sleep是网络的两个主要状态，时间相对较长。idle是暂时状态，因此Ti较短。监测网络环境是否变化依赖于rssi和pl，它们每隔θ•Tnd时间更新一次，所以三个状态时间都是θ•Tnd的倍数。定义三者关系如下：
为计算方便，我们取Ti=θ•Tnd。式(7)中ρ与节点覆盖密度有关，网络节点密度越大，允许节点处于sleep状态的时间越长，即ρ越大。
当节点的pl大于等于丢包率门限Thp时，表明当前网络拓扑不满足数据传输的可靠性要求。该值的确定依赖具体应用。
idle节点进入active状态的概率函数Pitoa与pl不满足要求的active节点(又称“问题节点”)的邻居数N和两节点间lc有关。N越大表明“问题节点”因邻居间通讯相互干扰造成pl高的可能性越大，因此Pitoa与N成反比；lc越大说明本节点与“问题节点”通讯代价越大，所以Pitoa与lc成反比。Pitoa概率函数公式如下：
其中，rssi是RSSIi的平均值，见式(4)。在实际传感器网络中该值的范围在-80(MIN)～-60(MAX)之间。rssi越大说明接收灵敏度越高，lc越小。
|MIN|+rssiMAX-MIN是范围在0到1之间的数，该值越大，反映lc越小。指数γ和α1分别代表lc和邻居数两个因素的重要程度，我们均取为1。在网络初始状态时，N可能为0，此时Pitoa等于1。
active节点回退到idle状态的概率函数Patoi与两个因素有关：active邻居数N和节点剩余能量ÖE.N越大，因邻居数多造成干扰的可能性越大，所以Patoi与N成正比。同时，Patoi应与节点剩余能量ÖE成反比。设节点的初始能量为Eini，Patoi公式如下：
其中，ÖE/Eini在0到1间取值，α2、β反映两个因素的重要程度，这里都取1。当N=0时，Patoi为0。
分析与模拟
模型分析
本文使用的参数见附录表1。文献中的参与度模型有以下四点不足：
(1)active状态不能回退。在监控应用中，如果监控环境变化，很可能出现active节点过于密集的情况，引起能量浪费和信号干扰。
(2)状态转换自动机使用节点邻居数N作为转换条件。由于邻居较多时会影响通讯质量，我们认为邻居数不应该作为状态转换的硬性条件。
(3)自动机中没有考虑负载平衡的问题。我们考虑了节点剩余能量因素来修正此问题。
(4)所有的节点模型相同，可能出现多个节点同时状态转化的情况。我们引入转换概率对其进行改善。
DJM模型中主要参数为Ts、Ti、Ta、ThNL、ThP、Pitoa和Patoi。其它因素如丢包率、邻居数的测量在312节有详细描述。DJM网络中节点分别处于三种状态。因为idle节点并不实际参与传送信息，只作为后备节点以处理传输质量下降的情况(环境变化或者周围节点故障)，所以应尽量让节点处于active和sleep状态。考虑到网络稳定性，Ta和Ts应为Ti的整数，休眠时间Ts正比于节点密度。
ThNL和Thp分别是邻居丢包率门限和数据丢包率门限。前者的制定保证了邻居间的连通性，即只有符合门限要求的两节点才可以作为一条通信链路，排除了两个很不稳定的节点间形成链路的情况。Thp直接与应用需求相关，对数据传输质量越高的应用要求Thp值越小。我们的模型中Thp极限为0，而文献[5]中Thp的下限不是0(某障碍物两旁存在active节点，障碍物撤走后active节点过多而不能回退，这时丢包率下限由于信号间的干扰不为0)。研究参与度问题的关键是在保证传送质量的情况下尽量减少参与网络的节点数，该问题可以转化为尽量增加节点处于休眠状态的时间。设三种状态下的功耗比为1：Pi：Pa(Pa>Pi)，那么SN在t时间内的能量消耗见下式：
其中，n1，n2，n3分别为节点进入sleep，idle和active状态的次数。Psleep是sleep状态下节点耗能。其他参数见式(5)、(6)、(7)。由于节点密集分布，引入概率条件仍可保证数据传送质量。而且，这种做法相对文献[5]缩短了节点处于active状态的时间而没缩短节点处于sleep状态的时间。另外，状态转换概率引入了节点能量因素，改善了WSN中的负载平衡问题。总之，DJM协议优于文献[5]中协议。
协议模拟
模拟的应用是森林防火系统。SN参数根据伯克利大学的Mica2设定[8](系统的详细参数设定见附录)。
表1直接传送协议
我们对一个边长为50m的方形区域内500个节点进行模拟。假设每个节点的发送半径为15m，周边环境不发生变化(外部环境变化的情况下，Ascent中active状态不能回退，更加耗能)，路由协议采用直接传送协议如表1。本文使用平均能量消耗和节点耗能的方差作为参与度模型衡量标准(图4使用本文所提模型对应值和文献中模型对应值的比值)。如图3所示，在网络启动阶段DJM模型和Ascent性能近似。
运行一段时间后，DJM模型平均耗能小于Ascent模型，这是引入概率函数Pitoa的结果。前者耗能与后者耗能的比值从下方逼进1，说明DJM模型消耗能量较少。由于两种模型下平均耗能近似相同，我们用节点耗能的方差衡量负载平衡。从图3下图可以看出，网络启动后一段时间，方差比值快速下滑然后趋于稳定。模拟表明在网络稳定阶段DJM模型和Ascent的耗能方差比保持在01552左右。因此，DJM模型在节点平均耗能和负载平衡上都优于Ascent，增大了网络寿命。
结论和将来工作
本文细化了网络层，实现了ND协议，重构了DJM协议，取得了良好的节能效果。主要贡献如下：
(1)具体化了ND协议；
(2)DJM协议中，我们基于原有物理层提供的三种状态建立了自动机；
(3)DJM协议中，我们在保证传送质量的前提下引入了概率因素且active状态可以回退，相对文献[5]中协议进一步在参与度层次节省网络耗能；
(4)引入了能量级别因素，改善了负载平衡。
上述协议中某些参数有待设定，如α0，α1，α2和β。需要依据具体应用和SN参数来确定。此外，我们以后的研究方向有：”研究组内路由协议，定位和覆盖问题；”开发模拟系统(包括MAC层及上层协议)，其中MAC层以上协议可以直接在实际WSN中使用
表2参数表
表3消息格式表
表4MICA2节点参数表