基于似然估计补偿机制的移动无线传感网数据控制同步传输算法∗

江渝川，何国斌

(1.重庆人文科技学院计算机工程学院，重庆401524；2.西南大学计算机与信息科学学院，重庆400715)

0 引言

随着工业化4.0及新兴物联网硬件技术的不断推动及普及，无线传感网技术（WSN，Wireless Sensor Network）亦日益呈现移动化、智能化等新特点，成为智慧城市等新兴基础设施建设的促进因素之一[1]．如何利用无线传感网的数据信息采样迅速、网络传输带宽充足、价格低廉等优势，同时规避移动化所带来的传输控制困难、信息误码率较高等难题，成为当今移动无线传感网的热门研究领域[2]．

为提高移动无线传感网的控制能力，特别是解决移动性增大情况下的数据控制同步传输的问题，学者们提出了一系列的解决方法，一定程度上满足了智慧城市的建设需要．如Jamal N A[3]等提出了一种基于第三方广播机制的移动无线传感网数据控制同步传输算法，通过周期机制筛选出能量最优的区域节点作为第三方广播节点方式，实现区域节点间的数据同步，进而实现区域内节点的数据同步，该方式具有实现简单、成本低廉的优势，且部署难度较低；但是，该算法需要采取广播方式对全部的区域内节点进行数据控制信息的广播，需要复杂的拥塞控制机制以防止“广播风暴”现象的发生，且存在能量消耗过大而带来发射功率不足的问题．Liu Y[4]等提出了一种基于区域控制信息双向缓存替换机制的移动无线传感网数据控制同步传输算法，通过设置上层节点-下层节点交互的方式进行数据控制分组的交换，能够满足大规模节点布设的实际部署环境，具有很强的可操作性；然而，该算法需要通过在区域间同时设置隶属不同区域的上层节点及下层节点，使其管理机制复杂，且上层节点一旦出现传输受阻，将直接导致数据控制分组出现严重的丢包现象．Joshua Lackey[5]等采取单向时间戳加载控制方式，提出了一种基于时间戳优化机制的移动无线传感网数据控制同步传输算法，该算法采取被动接收机制，区域节点通过接收带有时间戳的数据控制分组，且与自身缓存中的时间计数器进行比对，能够在sink节点失效的情况下实现对网络数据的有效控制．然而，由于该算法需要采取被动方式接收带有时间戳的控制分组，虽然具有较低的通信开销成本，但是该算法由于未考虑时间戳接收过程的复杂性而导致时间延误较高．

为了解决上述问题，本文提出了一种基于似然估计补偿机制的移动无线传感网数据控制同步传输算法．首先，利用MAC层发包反馈方式来实现区域节点-子节点结构的初始化，且采取广播机制有效降低数据同步过程中的控制误差，促进区域结构的稳定；随后采取数据分组双向交互的分组方式建立似然估计补偿机制，该机制能够在sink-区域节点、区域节点-区域节点、区域节点-子节点三个层次实现控制信息的精确同步，且能够通过同步控制的方式进一步实现链路传输的稳定性，提高了其对数据传输过程的精确控制．最后，采取NS2仿真实验环境进行仿真实验，证明了DTS-LECM算法的有效性．

1 移动无线传感网络模型

考虑到移动无线传感网具有多跳、分区域、拓扑关系疏松的特性[6]，其模型见图1，因此，在拓扑位置可变的区域内随机分布n个可自由移动的传感器节点，网络模型如下：

数据传输周期内，传感器节点移动范围不超过整体矩形区域，且区域内预设sink节点作为全局中枢节点，该节点具有能量无限特性，且接入北斗导航系统[6]．

区域内节点均可通过分簇算法预先进行区域维护，单个区域内由区域节点-成员节点两层模型所构成，区域节点用于维护整个区域内的数据传输及上传，成员节点用于数据采集；且成员节点不能进行跨区通信[7]．

数据控制分组被定位在网络第四层模型范畴内，即全部的数据控制将由MAC层中的调度机制完成；在任意一个传输周期中，传感器节点的时钟漂移及拓扑具有不变特性，即传输周期内节点移动不影响数据控制同步传输的过程[8]．

移动无线传感网在数据传输时需要进行精确的数据控制，涵盖频率偏移控制及时钟偏移控制两个方面[9]．一般而言，典型的移动无线传感网节点均采用晶体振荡器方式进行时钟控制，时间震荡周期为60ppm，约1s范围内的时钟偏移为46µs[10]，对任意的移动无线传感节点i的时钟震荡T(i,t)模型为：

模型（1）中α表示频率偏移，f表示时钟偏移．由模型（1）可得任意两个节点i和j之间的时钟控制关系T(i,j,t)为：

其中f(i,j)表示节点i和j之间的时钟相对偏移，α(i,j)表示节点i和j之间的相位相对偏移．对于网络中任意两个节点i和j之间若满足如下的关系，则可说明网络整体处于同步状态：

移动无线传感网中任意节点均处于移动状态，因此在下一个数据控制周期内模型（3）所示的同步状态可能会有较大幅度的变化．此外，由于频率偏移α和时钟偏移f均可能由于节点运动中产生的多普勒效应而发生变化，因此需要采取一定的控制机制，以便整个网络以较高的精确度实现模型（3）所示的同步状态．

图1 移动无线传感网网络模型

图2 DTS-LECM算法流程图

2 本文移动无线传感网数据控制同步传输算法

为实现模型（3）所示的网络同步，本文提出了一种基于似然估计补偿机制的移动无线传感网数据控制同步传输算法(Data Transmission Synchronization algorithm In Mobile Wireless Sensor Networks based on Likelihood Estimation Compensation Mechanism，DTS-LECM算法)．它由三个步骤组成：①分层区域初始化形成机制；②基于似然估计补偿机制的区域节点控制信息同步；③区域子节点控制信息同步．通过分层区域初始化形成机制，能够实现对移动状态的无线传感网节点的区域初始化，便于进行控制信息的一次性部署．采用基于似然估计补偿机制分别进行区域节点控制信息同步及区域子节点控制信息同步，能够在复杂网络条件下实现对相位及频率的精确控制，保障数据的稳定传输．

2.1 分层区域初始化形成机制

由于无线移动传感网具有多跳特性，任意两节点之间的拓扑距离越远，则相关的频率偏移和时间偏移误差也就越大，需要采取一定的机制筛选区域节点，并通过区域节点达到控制区域子节点传输的目的．此外，考虑到无线移动传感网具有区域节点平均分布的特性[10]，本文采用直接从各个分区中选取能量最佳的节点作为区域节点．成功筛选出区域节点后，按如下步骤实现区域节点-区域子节点的二级分层结构：

Step 1 对sink节点基于最高的优先指数，初始指数设定为0；

Step 2 sink节点将自身拓扑位置及指数采取广播形式发送Find数据分组，用于搜寻区域节点；

Step 3 区域节点收到sink节点发送的Find广播包后，将自身的初始值从0变为1，并参照Step 2的办法继续将自身拓扑位置及指数向区域内子节点进行广播，见图3；

Step 4 循环进行Step 2、Step 3，直到整个网络中节点接受到Find数据分组为止．

图3 分层区域初始化形成

图4 链路建立

2.2 基于似然估计补偿机制的区域节点控制信息同步

分层区域初始化完成后，区域节点需要与sink节点进行数据控制同步．首先，由sink节点采取广播方式发送Start分组，第一级区域节点在获取到Start分组后将自身控制信息以ReStart分组方式发送到sink节点，并将接收到的Start分组转发到相邻区域的区域节点；按这种方式继续直到sink节点收到全部区域节点发送的ReStart分组为止．为简便起见，着重讨论两个区域节点i和j之间的同步过程，见图5．详细步骤如下：

Step 1：链路建立．区域节点i首先发起Find请求，时间戳为T(i,t,1)，Find控制分组涵盖区域节点i的初始指数，区域节点j在下一时刻获取到Find请求，时间戳为T(j,t,2)，且将自身初始指数进行自减操作；下一传输中区域节点j发送请求，该请求包含T(i,t,1)及T(j,t,2)两个时间戳，并赋予新的时间戳T(j,t,3)；区域节点i收到请求后，向区域节点j发送请求，并赋予时间戳为T(i,t,4)；

Step 2：控制数据存储同步．为便于区域节点i和j的信息精确控制，周期内将互相进行n次确认，获取的时间戳序列如下：

Step 3：频率及时间修正．考虑到区域节点i保存了模型（4）所示的n次确认信息，结合模型（2）∼（3）并便于计算，不妨设基准时间为T(i,1)，根据该基准时间并结合Step 1做如下的定义：

结合模型（5）∼（8）经过n次确认后，第n轮传输周期中区域节点i和j之间的4个时间戳T(1)、T(2)、T(3)、T(4)可分别表示为：

结合（6）∼（12），对模型（13）及（14）求对数并令一阶导数为0，可得f(i,1)和α(i,1)的精确估计分别为：

其中模型（15）∼（16）相关参数满足：

区域节点i根据模型（15）及（16）对本地频偏及相位偏移进行调整，从而完成区域节点的频率及时间修正．

Step 4：全网数据修正．考虑到全网任意区域节点和子节点间均能构成一个跳数为1的单向连通网络，按Step 1∼3逐点进行数据同步，且根据模型（15）和模型（16）进行数据匹配同步，最终数据将全部保存在Sink节点里，网络数据同步完成．

图5 基于似然估计补偿机制的区域节点控制信息同步

图6 区域子节点控制信息同步

2.3 区域子节点控制信息同步

完成基于似然估计补偿机制的区域节点控制信息同步流程后，区域节点已经能够实现与sink节点间的数据同步交换．传统方案[12]一般采取单纯广播机制实现区域节点与区域子节点间的信息交互．由于广播机制存在广播效率较低，数据拥塞等问题，提出如下解决该问题并实现区域节点与区域子节点控制信息的精确交互，步骤如下：

Step 1 区域节点以广播方式发送Find分组，按模型（15）和（16）获取与区域子节点的频率偏移和相位偏移，转Step 2；

Step 2 区域子节点收到Find分组后，向区域内全部节点广播分组，广播时按模型（15）、（16）对本地时钟进行调整，见图6；调整过程按信息传递轮数进行，即本轮数据传输完毕后，重新进入Step 1进行新的区域建立过程；

Step 3 返回基于似然估计补偿机制的区域节点控制信息同步，重新调整区域节点并进行数据同步，转Step 1继续进行区域子节点控制信息同步流程．

3 仿真实验

为便于进行仿真比较，仿真实验采用NS2仿真实验环境，WSN节点信号采用移动跳频信号[13]，对照组采用时间同步控制算法（Time Synchronization Control Algorithm，TSC算法）[14]、相位同步控制算法（Phase Synchronization Control Algorithm，PSC算法）[15]和信息片层次分组控制同步算法（Synchronization algorithm for Hierarchical Packet Control of Slices，HPCS-S算法）[16]．鉴于移动无线传感网具有的节点移动特性，且传感网络中影响数据传输的主要因素为信道抖动，故信道环境采用高斯信道、瑞利信道两种信道，用于模拟普通抖动和高强度抖动两种实验情况；仿真指标采用控制精度、控制分组丢包率、链路抖动频率分布对比三个指标，进行仿真对比，相关参数如下：

表1 信号生成的仿真参数

表2 治安目标定位参数

此外，为了测试本文算法与对照算法在实际项目中的运行情况，将其用于治安目标追踪定位领域，考虑到当前公安部门对被追踪人信号特征均需要采用基站定位，且待定位人与人群中固有频率偏移存在一定的差异性，因此，公安部门需要对流动状态下目标人进行有效追踪，且数据传输精度要能够达到可定位的水平．因此，设置实际项目参数如下：

图7(a)∼图7(b)显示了DTS-LECM算法与TSC算法、PSC算法、HPCS-S算法在高斯信道及瑞利信道两种信道条件下的控制精度仿真对比．由图可知，DTS-LECM算法在两种模拟环境下的控制精度均有显著的优势，控制时延误差要显著低于对照组算法，具有较好的控制精度．这是由于DTS-LECM算法采取了分层区域初始化形成机制、基于似然估计补偿机制的区域节点控制信息同步、区域子节点控制信息同步三种方式，且进行数据同步时改善了传统算法中常用的广播机制的同时，特别针对区域节点间的控制难题使用了似然估计补偿机制，能够在误差较大的情况下选取较低的频率及相位偏差进行精确化，大大改善了因网络环境抖动时延造成的误差，有效降低了区域节点-区域子节点进行交互过程中因链路抖动造成的同步困难．TSC算法仅采取简单的广播机制进行频率捕捉，一旦网络环境抖动因素较强将因频率捕捉困难而造成较大的时延；PSC算法虽然在广播机制基础上，采取频分复用的方式降低频率捕捉困难的同时，能够采取相位补偿机制进一步提高对流动性较大环境的适应性能．然而，该算法对区域节点更新问题采取简单轮询机制，若下一传输周期因传输困难导致难以轮询，则该轮控制分组将因传输受阻导致控制精度急剧恶化．HPCS-S算法虽然能够针对移动无线传感网的移动特性进行双向匹配同步，但该算法仅采取线性机制对相位进行估计，若网络中数据节点较少，将因相位偏移较大而制约控制精度的提升．因此，DTS-LECM算法的控制精度较对照组算法具有明显的优势．

图7 控制精度仿真

图8 控制分组丢包率仿真

图8 (a)∼图8(b)显示了DTS-LECM算法与TSC算法、PSC算法、HPCS-S算法在高斯信道及瑞利信道两种信道条件下控制分组丢包率的仿真对比情况．由图可知，DTS-LECM算法在信号观测周期不断增长的情况下控制分组丢包率要显著低于对照组算法．这是由于DTS-LECM算法采用了分层区域初始化形成机制、基于似然估计补偿机制的区域节点控制信息同步、区域子节点控制信息同步三种方式，分别从网络拓扑层和MAC层两个层面进行分组同步误差控制，改善了控制分组误包情况的发生．TSC算法、PSC算法、HPCS-S算法在误差分组的控制过程中均采用简单轮询机制进行误差控制，即一旦发生误包现象，则将该分组误差进行丢弃，导致对照组算法在发生信道抖动时会发生显著的丢弃现象．因此，在控制分组丢包率方面，DTS-LECM算法具有显著优势．

图9 链路抖动频率分布仿真

图9 (a)∼图9(d)显示了DTS-LECM算法与TSC算法、PSC算法、HPCS-S算法在瑞利信道条件下链路抖动频率分布测试结果．由图可知，DTS-LECM算法链路抖动频率分布在0左右，而TSC算法、PSC算法、HPCS-S算法均出现了链路抖动频率分布层次不齐的现象．这是由于DTS-LECM算法能够针对sink-区域节点、区域节点-区域节点、区域节点-子节点三个层次强化对数据传输的监控粒度，且能够通过更高精度的控制信息同步机制对数据传输链路的抖动进行控制．因此DTS-LECM算法的链路抖动频率的分布情况较为集中，均值接近理想状态．TSC算法及PSC算法仅分别从频率偏移及相位偏移的角度对传输精度进行控制，链路抖动频率分别较DTS-LECM算法更为离散；HPCS-S算法由于仅采用简单轮询机制进行分组误差控制，链路抖动发生概率较高．TSC算法、PSC算法、HPCS-S算法的链路抖动频率较DTS-LECM算法均更为离散．

图10 不同算法的有效定位频次测试结果

图10 显示了DTS-LECM算法与TSC算法、PSC算法、HPCS-S算法在公安项目中目标人信号有效定位频次的仿真对比．由图可知，DTS-LECM算法在人群密度不断增长的情况下信号定位频次要显著高于对照组算法．这是由于DTS-LECM算法能够通过分层区域初始化形成机制将目标人特征信号进行初步定位，且能够通过区域节点控制信息同步、区域子节点控制信息同步的方式将特征信号从路由层及射频信号层两个层面进行误差控制，可在较短的时间能尽可能多地对目标人特征信号进行追踪．因此，其信号定位频次较高．TSC算法、PSC算法、HPCS-S算法由于仅采用轮询方式进行目标人特征信号逐步定位，一旦数据链路发生抖动则本次追踪过程将终止，使得目标人信号定位频次较少，给追踪目标特征信号带来了一定的困难．因此，对目标信号的实际仿真实验中，DTS-LECM算法具有显著优势．

4 结束语

为解决当前移动无线传感网数据控制传输中存在的链路抖动难以控制、同步误差较大、网络拓扑结构不稳定、控制信息难以精确同步等不足，提出了一种基于似然估计补偿机制的移动无线传感网数据控制同步传输算法；采取了分层区域初始化形成机制、基于似然估计补偿机制的区域节点控制信息同步、区域子节点控制信息同步三种方式分别从网络层、数据链路层两个层面，针对sink-区域节点、区域节点-区域节点、区域节点-区域子节点三个方面消除数据传输过程中遇到的同步困难、精度较差等实际难题找到了解决的方案，与TSC算法、PSC算法、HPCS-S算法等常见算法相比，DTS-LECM算法具有显著的实际应用价值．

下一步，将考虑DTS-LECM算法存在的控制机制过于复杂的问题，拟采取拓扑-球面矫正机制促进DTSLECM算法在超高速移动无线传感网领域中的应用，例如抗洪领域中的高速水声电磁频谱特性传输等，提高本文解决方案在低性能网络环境下的适用性能，进一步提高DTS-LECM算法的实际部署价值．