无线传感器网络服务质量管理-物联网与传感器技术

无线传感器网络服务质量管理主要包括能源管理、覆盖机制、数据融合和拥塞控制4个方面。

1.能源管理

无线传感器网络的能量受限，在传感网中，高效利用有限的资源，才有可能实现能源管理的高效，而且有助于实现无线传感器网络能量的平衡。传感器网络的能源管理可从低功耗设计、节能软件设计、无线通信、路由协议设计、网络优化、能量收集等几个方面入手。

低功耗设计可结合硬件和软件节点的电源设计进行，例如，选择低功耗的微控制单元（MCU），选用较低的输出电压，尽量使用中断，减少收发模块的启动时间等。

在节能软件设计上，可对操作系统和应用程序接口进行优化。其中，动态电源控制和动态电压调整能使操作系统在性能和能耗控制之间进行折中；设计良好的应用程序接口（API）应该清晰地注释出能量、质量、时延和操作点等，以便用户建立节能的系统。

在无线通信方面，有3种方式来降低能耗。随着传输数据的减少而降低调制等级，降低传输速度；随着通信距离增加，使用多跳短距离通信，以减少单跳通信的距离；减少通信流量。

在路由协议设计方面，必须考虑均匀使用节点能量和数据融合两个方面。从整个网络来看，均匀使用节点能量是为了避免个别节点过早的耗尽，以致缺少某块区域的信息，甚至网络瘫痪。而数据融合的作用是减少同一区域内节点数据的冗余性，从而有效降低整个网络的数据流量。

在MAC层协议的设计上，首要目的是延长网络系统的生存期。现阶段对于MAC层协议的节能机制研究较为成熟，实现能源控制的措施包括：减少和避免信道访问冲突，利用周期性的监听和休眠来减少空闲监听时间，避免串音，对大数据进行分段，控制发送功率等。此外，MAC层协议的可升级性也很重要。在整个网络的优化上，可从以下两个角度来降低能耗：流量分发与拓扑管理。可在源和目的地之间寻找一条节能的多跳路由，可降低节点密度，利用较少的节点跟踪事件，从而减小计算的复杂度。

此外，还可通过降低发射功率来减少网络电源的开销。除了以上策略，能量收集技术的发展也使无电池但具有无限生存期的无线传感器网络成为可能。能量收集即通过对环境中的机械振动能、光能、电磁能、化学能、温差能、风能、热能等能量进行收集、转换及存储，并分配到网络传感器的各个部件，从而保证电源需求，实现长期的有效供电。能量收集是无线传感器网络在节能方面的前沿热点技术。现阶段，对于机械振动能和光能的能量收集技术已经较为成熟。

2.覆盖控制

覆盖控制是指在节点能量、网络带宽、计算能力受限的情况下，对传感器节点进行合理放置，并采用适当的路由选择，使无线传感器网络的各种资源得到优化分配。覆盖控制不但提高了能量的有效性，节省网络资源，而且减少了数据的冗余，同时对网络的动态性和可扩展性也有一定的支持。典型覆盖控制算法与协议如下：

1）基于网格的覆盖定位传感器配置算法。该算法通过采用网格形式来配置传感器节点以及目标点，传感器节点采用0/1覆盖模型，并使用能量矢量来表示格点的覆盖。其目标是在有限的代价条件下，使错误距离最小化，从而优化覆盖识别结果。

2）轮换活跃/休眠节点的节点自调度覆盖协议。该协议建立在圆形二进制感知模型的基础上，采用节点轮换周期工作机制。在该协议中，每个周期包含一个自调度阶段和一个工作阶段。在自调度阶段里，各节点首先向传感器半径内的邻居节点广播通告消息，然后分别判断自身的任务能否由邻居传感器来完成，从而决定进入“休眠状态”还是继续工作，这样便可有效减少网络中的信息冗余。但为了避免出现“盲点”，该协议需要采用一个退避机制，以保证网络的充分覆盖。节点自调度覆盖协议不仅对节点冗余进行调度，而且通过节点轮换工作和休眠的机制来减少能源消耗，从而有效延长了网络的生存期。

3）最佳与最差情况覆盖算法。该算法考虑的是如何感应并追踪穿越网络的目标或其所在路径上的各节点。最佳与最差情况覆盖算法着重从距离和某些特殊路径的角度来考察网络对目标的覆盖情况。该算法通过设置一定参数来计算无线传感器网络最佳和最差的覆盖情况，并计算出临界的网络路径规划结果。人们可以通过以上结果，对网络节点的配置进行指导，从而改进整体网络的覆盖。

3.数据融合

数据融合与防止拥塞的控制技术，是物联网中解决大量数据同时处理的重要方法。采用适当的策略和方法是解决此类问题的主要措施。常用的策略控制措施主要如下：

算法结合了3种拥塞控制机制，分别是Hop-by-Hop流控制、源速率限制模式和有优先级的MAC层协议。3种机制的有机结合减小了信道丢失率，明显改善了网络的有效性和公平性。其弊端是速率限制模式无法杜绝隐终端冲突、歪斜路由、节点故障等问题。

目前的无线传感器网络服务质量路由协议的研究，基本是基于传统的端到端的概念，大多没有考虑传感器网络的业务是基于Event-to-Sink概念。

（1）端到端的服务质量路由协议(www.xing528.com)

它是一种表驱动多路径（Table Driven Multi-path）的方式，力求获得能量有效性和容错性。该算法在考虑每条路径上的可用能量资源、WS度量以及每个包的优先权的基础上，以汇聚节点一跳范围内的邻居节点为根建立生成树，枝干的选择需满足一定服务质量要求，并有一定的能量储备，从而就可以建立起汇聚节点到各个节点的多条路径，实际上只使用一条路径，而其他路径，作为备用路径。由于考虑了每个包的优先权，SAR算法的能耗比最小化能量度量算法更少。多路径可以允许容错和重建，通过加强每条路径中上下行节点间路由表的连贯性来进行失败恢复。但是维护每个节点上的路由表及状态造成了很大的开销，特别是在节点数目众多的情况。对于端到端软服务质量保证的路由协议（SPEED），首先要交换节点的传输延迟，以得到网络负载情况，每个节点需要维持其周围邻节点的信息，然后利用局部地理信息和传输速率信息作出路由选择决定，同时通过邻居反馈机制保证网络传输速率在一个全局定义的传输速率阈值之上。

在无线传感器网络中，有多个传感器节点同时采集目标数据，然后再将数据传送给汇聚节点，以此得到事件的信息，这种独有的业务特点会给服务质量路由协议设计带来一些独特之处。另外，对资源受限的传感器节点来说，上述协议的机制都太复杂，且开销太大。由于新的以数据为中心的路由协议在无线传感器网络中实现的可行性更大，因此应该重点关注怎样在这些协议中实现服务质量。

（2）高可靠性的服务质量路由协议

它可以在传感器网络中，以最小的能量消耗获得可靠的事件探测，更重要的是，这个方案摒弃了传统端到端的概念，考虑了Event-to-Sink的概念。该方案包含一个拥塞控制机制，可以同时达到节能和获得可靠性保证的双重目的。其中事件探测的可靠性是由汇聚节点来控制的，它比其他传感器拥有更多的能量。但此解决方案仅仅在单独的一个传输层，没有考虑到其他层次，比如网络层的一些重要服务质量因素。这些方法的新颖之处在于其考虑了信道误差的自适应、信息的重要程度，以及基于数据的重要程度而有区分地分配网络资源等问题，这样就使得不同的优先权映射不同的发送可靠性需求。但就像前面所提到的一样，这些可靠性的概念仍然是基于传统的端到端服务的。另外，无线传感器网络服务质量的概念并不是单纯的一个可靠性问题，其他因素，比如等待时间、能量以及带宽问题都应考虑在内。

（3）基于特定业务的服务质量协议

利用基站通过广播信道来向每个传感器传达服务质量（QoS）信息，通过GurGame这样一个数学模型来动态调整激活传感器的最佳数量。通过传感器节点调度和数据路由的联合最优化来提供业务的服务质量，相比于没有运用智能调度的方案来说，更能延长网络的生存期。该方案实际上是在业务的可靠性和能量消耗之间找到一个平衡。

利用无线传感器网络分布，通过大量传感器节点来收集信息。如果原始数据不加处理就直接传送给中心节点，将产生大量的数据冗余，这将给通信网络带来巨大的开销，大大消耗传感器节点的能量，从而减小网络的使用寿命。数据融合，即在每一轮的数据采集过程中，节点采集到的数据包先经过集中汇总，再传输到汇聚节点，这样可以减小数据传输到汇聚节点的次数，减少传感器节点和汇聚节点之间的传输量。可见，数据融合不仅能够减小数据冗余，而且有效地节省了网络的能源。下面简单介绍3种典型的数据融合协议。

1）直接传输法协议。在该协议中，所有传感器节点都把收集到的数据单独发送给汇聚节点后再进行融合。在直接传输法中，与汇聚节点较远的节点将较快耗尽能量，这容易导致整个网络能量分布很不均匀。此外，在很多情况下，数据产生的地点都具有局部性，因此集中进行数据融合的效率会低于局部信息融合。由此可见，直接传输法适用于传感器节点与汇聚节点比较近，且接收数据消耗的能量要比传输数据消耗的能量大很多的网络中。

2）LEACH协议。在该协议中，监视区域内节点通过自组织的方式构成少量的簇，由每个簇中指定的一个节点对簇内其他节点发送的数据进行收集与融合，并将融合结果发送给汇聚节点。在LEACH协议中，簇头的选择是随机的，因此每个节点都有机会成为簇头，其目的是为了平衡各个节点的能量消耗，从而避免网络能量分布不均的情况。该协议有效延长了网络的生存期，并提高了数据传输效率。但应该注意到，LEACH协议在节约能耗方面还未能做到最佳。

3）PAGASIS协议。该协议是在LEACH协议的基础上改进而来的，被认为是无线传感器网络中接近于理想的数据采集方法。PAGASIS协议的基本原理如下：将监视区域内的传感器节点排列成一个链，每个节点都可从最近的邻节点接收并发送数据。当一个节点接收到上一个节点的数据后，先将自己的数据和该数据进行融合，再将数据传送给下一个节点。最后，由一个指定的节点将融合结果传输给汇聚节点。通过PAGASIS协议，可以保证每个节点都将数据传输给汇聚节点，且大大降低了节点在每一轮数据传输中耗费的能量。

数据融合技术是无线传感器网络的关键技术之一。根据不同的应用需求以及网络特性，数据冗余情况有很大的差异，因此融合处理方式也有所不同，目前还没有统一的处理模式。

4.拥塞控制

在无线传感器网络中的流量经常是不稳定的，经常出现多对一的通信和多跳的数据传输方式是造成网络拥塞现象的根本原因。造成网络堵塞的原因还有感知事件的突发大流量，以及拓扑结构的高度动态性、频繁变化的无线信道，不同信道上互相干扰的并发数据等。这些都可能引起丢包率上升、时延增大、能源消耗增多，从而导致全局信道的质量下降。由于网络自身的特点，传统端到端网络的拥塞控制策略不适用于无线传感器网络。拥塞控制可分为拥塞检测和拥塞减轻两个阶段，这里简单介绍在无线传感器网络研究中现有的几个拥塞控制策略。

1）拥塞监测和避免。拥塞监测和避免的机制包括基于接收端的拥塞检测，开环Hop-by-Hop的后压和闭环多源调节。该算法可调节局部造成的拥塞，并减少逐跳控制信息的能耗，但其中使用的速率调节方式会使距离汇聚节点较近的源节点发送更多的分组。

2）事件可靠的输运。汇聚节点只关心集合信息，而不关心单个传感器节点的信息。ESRT协议在拥塞监测上采用了基于节点的本地缓冲监测，并根据当前网络的状态进行节点速率的调节。该算法主要适用于汇聚节点，它可减小网络能耗，提高可靠性，但不适合只发生短暂拥塞、大规模的网络。

3）自适应的资源控制。该算法针对拥塞期间重要数据包可能丢失的情况，并假设网络中通常有空闲节点可供调度。算法通过创建多元路径对资源供应进行了自适应的调整。该算法采取了拥塞检测、创建选择路径、多路通信3个步骤。自适应的资源控制增加了传送分组的准确度，并节约大量的能量，但多元路径节点距离过近可能引起冲突，而距离初始路径过远还可能增加分组传输延迟和能量消耗。

4）路由的拥塞控制。针对无线传感器网络多到一的通信导致汇聚节点附近拥塞的问题，该算法通过确定下游子节点最小允许发送速率来减轻拥塞现象。该算法比较简单、可升级，但是对不同深度的节点有较大的影响，同时使用ACK也增加了额外开销。

以上是有关无线传感器网络拥塞控制的几种算法。针对不同的拥塞原因以及可能导致的后果，还需要有更多不同的控制策略来解决不同应用上的服务质量问题。此外，发生拥塞时如何确保应用的服务质量也是当前的一个研究内容。