无线传感器网络节点能耗模型研究

无线传感器网络节点能耗模型研究

无线传感器网络是一个能量严重限制的网络，无线传感器网络需要能量有效。这一要求反映在无线传感器设计的各个方面和层次上。目前，基于能量有效的算法及其生成的算法协议的研究已成为无线传感器研究的热点之一。两种研究存在差异。1）有效能量研究是指提出有效的能量算法或协议，并使用剩余能量信息验证能量的有效性。2）基于能量感知的研究是基于剩余能量信息的算法及其生成的实际基础。从本质上讲，是基于残能量信息的研究，需要能耗模型的支持。WSN能耗建模必须面向WSN应用实践.文献指出:ZigBee/802.15.4规范较全面地反映了WSN的应用特点.故结合BeeStack协议栈(符合ZigBee/802.15.4规范)对WSN能耗特征进行分析,可不失一般性.本文综合分析了通信活动、计算活动及节点物理特性因素对能耗的影响;进而提出了基于通信和计算特征分析的能耗模型;最后进行了相应的物理实现及实验验证.1pan层监测研究WSN剩余能量实时监测主要包括:PAN层监测和节点层监测等.其中,PAN层监测的研究重点是监测框架设计以及监测信息的查询、传输、处理机制等;节点层监测则以节点能耗建模为研究重点.实际应用中,能耗模型的作用需借助监测框架体现,监测框架以能耗模型为基础.1.1剩余能量的微观情况节点层监测以能耗模型为支撑,它反映出WSN剩余能量的微观情况;要求相对细粒度的精确性,常表现为百分数形式.能耗模型按用途分为3类:分析模型、仿真模型、应用模型.1分析模式基于物理测量提出,研究粒度较粗,有助于理解能耗问题.2模拟模型要求全面考虑能耗相关因素及其影响程度;算法复杂;对WSN实践有一定指导作用.3能耗特性适当考虑能耗差异面向WSN应用实践.此类模型按研究方法不同划分为基于软件方法的模型、基于硬件方法的模型和基于混合方法的模型3种:①基于软件方法的模型:利用节点运行时产生的与能耗相关的特征信息计算剩余能量;某些模型需使用厂家提供的能耗特征参考值;估计精度相对较低.但不会增加硬件成本.②基于硬件方法的模型:采用基于电源电压/电流监测的简单模型;节点上需增加电压/电流检测电路;硬件开销较大.但可对移动节点进行能量监测,且不需复杂软件支持.③基于混合方法的模型:面向实验室应用;采用基于电压/电流实测值的复杂模型;需精密检测电路,需复杂软件支持,软硬开销均较大.但监测结果精度高,可作为参考值使用.1.2wsn能耗模型能耗建模必须面向应用.但当前研究一般假设中存在种种与实际不符情况:对称通信假设(参见第2.1节);周期性通信假设(参见第2.1节);能耗按比特计算假设(参见第2.2节);射频PA功率连续可调假设;节点信号强度随时间递减假设……(限于篇幅,不展开论述).基于错误假设的能耗模型必然不能应用于WSN实践.现有能耗模型,均不能完全满足实际部署需求:它们或者过于复杂,模型所需参数值(如电流、电压等)的测量精度要求也较高,导致软硬件开销过大,完全忽略了WSN资源受限的特点;或者,在进行模型参数测量时需人工介入,操作繁琐,只能在实验室使用;或者,只能提供低于阈值的报警信息,而不能对剩余能量进行实时监测.2基于zifbe/400.4e-u-u-3-u-u-3.4和zifbe/400.4.4.3.4.3.4.3.4.34.3.3.3.25.4.25.4.24.4.34.4.3.4.34.3.25.4.3.45.4.3.45.4.4.3.4.3.45.4.4.3.4.3.4.3.45.4.4.3.4.3.45.4.4.34.5.45.4和3.45.4.4.4.4.4.45.4.4.4.45.4.4.4.45.4.4.4.45.4.4.4.45.4.4.4.4.45.4.4.4.4.45.4.4.4.4.4.45.4.4.4.4.4.45.4.4.4.4.4.4.4.4.4.45.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.45.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.45.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.45.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.45.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4.4进行能耗建模时,必须了解WSN实际能耗情况.故应依托能较全面反映WSN需求特点的协议平台展开研究.与其他无线通信规范相比,ZigBee/802.15.4规范较全面地反映了WSN应用特点.文献对BeeStack协议栈(符合ZigBee/802.15.4规范)的研究进一步表明:该协议栈较好地反映了WSN应用的基本需求.故在研究面向应用的能耗模型时,可结合BeeStack等符合ZigBee/802.15.4规范的协议栈进行.这样,可保证提出的研究假设有现实依据,且不失一般性;还可使研究有真实平台支撑.虽然,现有基于软件方法的能耗模型不能完全满足WSN实际需求,但它提出只使用与能耗相关的特征信息计算WSN剩余能量,而无需增加硬件.无疑,其研究思路仍是很有吸引力的.本文的研究正是受此启发而展开的.节点能耗主要包括:通信各状态能耗、计算能耗、采样能耗.故基于BeeStack协议栈对WSN通信、计算和采样特征进行分析,是现实可行的基于软件方法的能耗建模思路.此外,能耗还与节点芯片的规格参数(特定状态的工作电压/电流和工作时间等参考值)等物理特性因素有关.因此,本文将上述各种能耗相关因素分析有效地结合起来,全面地讨论了节点能耗建模问题.2.1无线传感器通信的能耗模型2.1.1无线传感器通信的特征分析本节将结合ZigBee/802.15.4规范对WSN通信特征进行分析.1zed的功能文献使用了节点对称通信假设.所谓对称通信指节点上、下行方向的传输速率和数据量是一样的.事实上,WSN通信表现出明显的非对称性.具体分析如下.ZigBee节点分为3种类型:①协调器(coordinator,ZC),它负责创建并维护一个PAN;②路由器(router,ZR),它负责把感知数据路由到下一跳ZR,并帮助ZC进行PAN的创建和维护工作,同时也可具备感知的功能;③端设备(end-device,ZED),它负责感知物理世界环境变化,然后在ZR的帮助下将感知数据传送到ZC.本文也将ZR,ZED称为网络设备(networkdevice,ND).宏观上,WSN通信可分3类:①ZC到ND(图1);②ND到ZC(图2);③ND到ND.其中,ZC即Sink节点.上述3类的通信特征各不相同(注:第3类的通信特征基本上是前两类特征的结合),但它们的共同点是:无论是否使用信标(beacon)帧或ACK确认机制,经过一段时间的运行后,上行帧数将大于或等于下行帧数.此外,在出现发送或接收失败时,发送方的发送帧计数与接收方的接收帧计数还会出现偏离现象.微观上,802.15.4MAC层定义了4种帧类型:广播帧、数据帧、ACK帧和MAC命令帧.其中,数据帧是变长的,而其他3种帧的长度也大小不等.实际通信中,上行帧多为数据帧;下行帧多为命令帧;数据帧长常大于命令帧长.故在上行帧数大于或等于下行帧数时,上行数据量将远大于下行数据量.2错误重传机制文献使用了节点周期性通信的假设.事实上,WSN通信的周期性是个体的、局部的;而其非周期性则是普遍的、全局性的.例如:传感器周期采样,节点不一定周期通信(如感知数据在超过阈值时才上报);错误重传机制会破坏通信周期性;Cluster-Tree拓扑中,为均衡能耗,需进行拓扑周期重建,这也会破坏通信的周期性;Mesh拓扑中,数据路由自适应变化,路由节点通信则无周期性.由1)2)知:WSN通信存在非对称性和普遍的非周期性,这使得通信能耗分析更加复杂.此外,由于802.15.4的MAC层的4种帧类型长度不等.如果按常规以比特能耗作为辅助计量单位,则必须考虑帧长因素对比特能耗值的影响,这会使能耗计算变得更加复杂(其实,按比特计算能耗本身就是有问题的,参见第2.1.2节).2.1.2通信能源行业对计量单位的选择1通信时能耗比较文献按比特计算能耗.其实,这是有问题的.文献指出,RF的工作时间应包含通信电路预热时间,而且在通信电路预热时不能进行任何通信,但却会消耗大量的电能;如果通信时间足够短,决定单位能耗的主要因素可能就是通信电路预热的能耗,而不是帧长因素.因此,当帧长出现微小变化时,会使测得的比特能耗值发生较大波动.此外,硬件相同而协议不同时;硬件/协议相同而应用环境不同时的比特能耗值会表现出很强的不稳定性.因此,以比特能耗作为能耗辅助计量单位是不可行的.2帧接收能耗和帧发送能耗的比较文献指出:WSN通信的接收、发送的功率各不相同,但都是稳定的值.此外,每比特能耗对每帧能耗影响很小,基本是nJ级的.因此,帧接收能耗和帧发送能耗都是相对稳定的值.为方便起见,我们选取具有稳定值的帧接收能耗和帧发送能耗等作为辅助计量单位,这就意味着节点应对自身的帧接收和发送动作分别作计数处理.如此,既可避免帧长不一致对单位能耗值带来的较大影响;又可以有区别地对待非对称通信中的接收和发送动作;同时,还能满足当前WSN应用中剩余能量监测精度(百分数形式)的实际需求.2.1.3节点物理特性参数文献指出:WSN通信有接收、发送、空闲监听和睡眠4种状态,各状态能耗不同.在进行通信能耗建模时,应对它们分别进行处理.设射频模块(RF)的通信能耗为Erf,发送能耗为Esend,接收能耗为Erecieve,空闲监听能耗为Eidle,睡眠能耗为Esleep,则有Erf=Esend+Erecieve+Eidle+Esleep,(1)Erf=Esend+Erecieve+Eidle+Esleep,(1)其中,Esend=psen×tsen×Nc−sen;(2)Erecieve=prec×trec×Nc−rec;(3)Eidle=pidle×tidle×Nidle;(4)Esleep=psleep×tsleep×Nsleep.(5)Esend=psen×tsen×Νc-sen;(2)Erecieve=prec×trec×Νc-rec;(3)Eidle=pidle×tidle×Νidle;(4)Esleep=psleep×tsleep×Νsleep.(5)在式(2)中,psen为RF发送的平均功率,它可由厂家提供的节点物理特性参数(工作电压、电流值)计算得出;tsen为RF发送的平均用时每帧,它可由数据帧平均帧长和数据发送速率计算得出,psen×tsen即为平均发送能耗每帧;Nc-sen为当前已发生的发送动作次数(含数据帧发送失败的情况),它的值可通过在协议栈中设置计数器取得.式(3)(4)(5)中各参数意义及获取方式与式(2)中对应参数类似,故不再赘述.注意:此处的trec,tidle,tsleep值均可通过实测或间接计算方式得出.将式(2)(3)(4)(5)代入式(1),可得通信能耗:Erf=psen×tsen×Nc−sen+prec×trec×Nc−rec+pidle×tidle×Nidle+psleep×tsleep×Nsleep.(6)Erf=psen×tsen×Νc-sen+prec×trec×Νc-rec+pidle×tidle×Νidle+psleep×tsleep×Νsleep.(6)2.2“算”概念解析为便于研究计算能耗,首先定义“原子计算”概念如下:原子计算是由一组计算组成的计算过程,该计算过程或者全部执行,或者全部不执行.它具有完整性、独立性特点.2.2.1根据帧接收动作前进行原子计算不失一般性,对BeeStack协议栈的研究发现,微控制器(MCU)计算活动具有如下特征:每次帧发送动作前,会进行一次原子计算;每次帧接收动作后,会伴随一次原子计算;节点向传感器模块串口写数据前,会进行一次原子计算,节点从传感器模块串口读数据后,会伴随一次原子计算.即一次完整通信收发(含接收、发送、串口读和串口写动作各1次)时的MCU计算由4次原子计算组成.2.2.2节点计算能耗文献给出了节点进行一次完整通信收发时MCU的计算功率参考值(5mW).但对节点通信特征的分析表明:节点通信存在非对称性和普遍的非周期性,不能保证每次接收和发送动作都成对出现,故不能将一次完整通信收发时的MCU计算功耗作为辅助计量单位.根据原子计算的定义和节点计算特征分析结果,选择原子计算平均能耗作为MCU能耗的辅助计量单位更为合理.这就要求对原子计算进行计数处理.2.2.3节点工作足够长设MCU计算能耗为Ecal,节点初始化能耗为Eini-c,对传感器模块串口读、写动作伴随的计算能耗为Esen-c,通信发送、接收动作伴随的计算能耗为Ecom-c,则有Ecal=Eini−c+Esen−c+Ecom−c.(7)Ecal=Eini-c+Esen-c+Ecom-c.(7)不失一般性,假定电池能量可供节点工作足够长的时间,则Eini-c≪Esen-c且Eini-c≪Ecom-c,故Eini-c可忽略不计.于是式(7)变为Ecal=Esen−c+Ecom−c.(8)Ecal=Esen-c+Ecom-c.(8)设原子计算的平均功率为patom;原子计算的平均用时为tatom;当前已发生的串口读操作次数为Ns-rec(含读失败的情况);当前已发生的串口写操作次数为Ns-sen(含写失败的情况),则有:Esen−c=patom×tatom(Ns−rec+Ns−sen);(9)Ecom−c=patom×tatom(Nc−rec+Nc−sen).(10)Esen-c=patom×tatom(Νs-rec+Νs-sen);(9)Ecom-c=patom×tatom(Νc-rec+Νc-sen).(10)将式(9)(10)代入式(8),并令Ncal=Ns-rec+Ns-sen+Nc-rec+Nc-sen,则MCU能耗为Ecal=patom×tatom×Ncal.(11)Ecal=patom×tatom×Νcal.(11)2.3系统整体运行情况传感器模块一般进行周期性采样,设传感器模块采样能耗为Esensor,采样平均功率为psensor,平均采样时间为tsensor,且Nsenor为采样次数,则有Esensor=psensor×tsensor×Nsenor.(12)Esensor=psensor×tsensor×Νsenor.(12)设节点的工作周期内,传感器采样结束后即向Sink节点发送数据,收发完成后转入睡眠状态.则有工作周期=采样周期=通信周期=睡眠周期.再设系统当前运行时间为T,采样周期为tcycle,则有:Nidle=Nsleep=Nsensor=−Ttcycle−.(13)Νidle=Νsleep=Νsensor=-Τtcycle-.(13)于是有Esensor=psensor×tsensor×−Ttcycle−.(14)Esensor=psensor×tsensor×-Τtcycle-.(14)2.4节点能耗计算基于BeeStack协议栈,我们对WSN通信特征、协议栈源程序和节点物理特性因素进行了综合分析,初步提出面向应用的节点能耗模型.设节点当前总能耗为Edepletion,则有Edepletion=Erf+Ecal+Esensor‚(15)Edepletion=Erf+Ecal+Esensor‚(15)将式(6)(11)(13)(14)代入式(15),得节点能耗Edepletion=(psen×tsen×Nc-sen+prec×trec×Nc-rec+pidle×tidle×-TtcycleΤtcycle-+psleep×tsleep×-TtcycleΤtcycle-)+patom×tatom×Ncal+psensor×tsensor×-TtcycleΤtcycle-,(16)其中,Nc-sen,Nc-rec,Ncal值可通过在协议栈中设置相应计数器获得(如图3所示);其他参数可通过厂家提供的物理参考值计算或实测获取(参见第3.2节).因此,各节点只需向Sink节点上传3个计数器值即可进行能耗计算.如图3所示,根据参数值获取机制要求,ZR/ZED节点在每次接收/发送/串口读/串口写动作后,必须更新相应的计数器值.此外,ZR/ZED节点以捎带(Piggyback)方式,将各种计数器的当前值传输到协调器;协调器再通过串口线将这些数据输入到有持续电源供应的网关上的数据库中;网关按需求或周期进行节点能耗的计算工作.3面向移动危险源的无线网络技术研究,进展迅速基于国家“八六三”高技术研究发展计划重点项目“面向安全监测与跟踪的网络化微系统”(编号:2006AA040102)中子课题“面向移动危险品源的无线网络接口技术研究”的软、硬件平台,对基于通信和计算特征分析的能耗模型进行了实验验证.3.1网络组成结构硬件准备:自行研制的Cicada2.0(基于MC13213,如图4所示);无线通信嗅探器(Sniffer).软件准备:BeeStack协议栈;Sniffer配套软件.技术参数:节点工作频率为2.4GHz;天线输出信号强度为0dbm;锂电池电量600mAh;Sniffer与被监听节点之间距离为10m.网络组成:为便于分析,采用星型拓扑结构;且不使用支持低功耗模式的端设备(ZED).实验网络仅由1个协调器节点(ZC)和4个路由器节点(ZR)组成,但该网络仍能体现出WSN通信的基本特征.3.2节点物理特性为方便起见,节点不使用传感器模块,而使用周期(tcycle=10s)产生的模拟感知数据,故psensor=0mW.此外,ZC,ZR节点均无低功耗模式,故Nsleep=0.因此,式(16)可化简为实验条件下的节点能耗公式:Edepletion=(psen×tsen×Nc-sen+prec×trec×Nc-rec+pidle×tidle×-T10sΤ10s-)+patom×tatom×Ncal.(17)实验中:数据帧长为(10+70)×8+15×8=760b,ACK帧长为11×8=88b;节点按最大速率(250×1024=256000bps)收发.综合文献相关论述,并结合上述参数设置,绘制网络中ZR与ZC之间的通信时序图如图5所示:如图5所示,在一个工作周期内,被监测对象ZR的各状态平均用时为tsen=t3+t4+t5=3.291ms;trec=t1+t2+t6+t7+t8=0.842ms;tatom=(tsen+trec)/4=1.033ms(参见第2.2.1节);tidle=tcycle-tsen-trec=9996.565ms.此外,由于Cicada2.0采用了Freescale公司的参考设计方案,故直接使用该公司提供的节点物理特性参考值:psen=u×isen=2.7V×30mA=81mW;prec=u×irec=2.7V×37mA=99.9m