蔣文賢，程 光

(1.華僑大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，361021福建廈門;2.東南大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院，211189南京; 3.東南大學(xué)計(jì)算機(jī)網(wǎng)絡(luò)和信息集成教育部重點(diǎn)實(shí)驗(yàn)室，211189南京)

無線傳感器網(wǎng)絡(luò) (wireless sensor networks，WSN)的特點(diǎn)決定其首要設(shè)計(jì)目標(biāo)是有限能量的高效使用［1］，與此同時(shí)，隨著WSN應(yīng)用的深入，如工業(yè)實(shí)時(shí)控制應(yīng)用場景需要符合一定的數(shù)據(jù)包丟包率(可靠性)和延遲(實(shí)時(shí)性)等服務(wù)質(zhì)量(quality of service，QoS)的要求，且其通信協(xié)議必須是靈活設(shè)計(jì)的參數(shù)，以充分滿足各種應(yīng)用的諸多約束.然而，高可靠性和低延遲可能會顯著消耗網(wǎng)絡(luò)能量，從而減少WSN的生存時(shí)間.因此，作為面向工業(yè)實(shí)時(shí)控制等應(yīng)用的無線傳感器網(wǎng)絡(luò)，其高效可靠系統(tǒng)的發(fā)展很大程度上依賴于如何更好地對通信協(xié)議進(jìn)行調(diào)整優(yōu)化來滿足有限能量條件下的服務(wù)質(zhì)量約束［2］.

106 8 3 .78±8.20 13.60±0.95 14.38±1.07 13.70±4.11 12.65±1.22 13.94±3.19 11.25±1.58

節(jié)能研究的一個(gè)重要理論基礎(chǔ)是節(jié)能評價(jià)，特別是定量刻畫網(wǎng)絡(luò)系統(tǒng)的節(jié)能指標(biāo).清華大學(xué)林闖等［3］將能量看成一種系統(tǒng)資源，從資源分配和任務(wù)管理角度對綠色網(wǎng)絡(luò)的機(jī)制和策略進(jìn)行了綜述，介紹了模型方法在綠色評價(jià)中的應(yīng)用，提出了基于隨機(jī)模型的綠色評價(jià)框架;文獻(xiàn)［4］對WSN進(jìn)展情況進(jìn)行了綜合分析，其中WSN能量模型是對各種節(jié)能通信協(xié)議算法進(jìn)行分析與評價(jià)的前提;文獻(xiàn)［5］采用馬爾科夫過程(Markov)對系統(tǒng)進(jìn)行建模，進(jìn)一步明確WSN的QoS和能效之間的取舍關(guān)系，解決如何降低QoS何種指標(biāo)能帶來能量的明顯節(jié)約，如何以最小的能量代價(jià)換取QoS的提升等問題.

到目前為止，關(guān)于WSN服務(wù)質(zhì)量和能量有效性還沒有被模型化和量化，定量分析網(wǎng)絡(luò)性能與協(xié)議參數(shù)間關(guān)系的研究還處于起步階段，大部分工作只針對特定系統(tǒng)，還沒有形成一套系統(tǒng)的理論方法.因此，針對面向應(yīng)用的WSN在某些業(yè)務(wù)領(lǐng)域需要同時(shí)滿足性能及節(jié)能的需求，本文建立準(zhǔn)確的能效模型，定量地描述能量效率與協(xié)議參數(shù)間的關(guān)系，平衡性能與協(xié)議參數(shù)之間的關(guān)系，具有實(shí)際應(yīng)用價(jià)值.

1 WSN能效模型

1.1 能效函數(shù)定義

能效函數(shù)就是在性能約束下的能耗度量，是單位能量內(nèi)完成的運(yùn)算量［6］.能效函數(shù)的建立有助于更好地研究WSN節(jié)能技術(shù)，可通過數(shù)學(xué)表達(dá)式及其測量和計(jì)算方法，推導(dǎo)出能效最大值的發(fā)生條件，從而指導(dǎo)和評估能效的優(yōu)化.

經(jīng)歷了中國印刷產(chǎn)業(yè)的高速增長期、穩(wěn)步發(fā)展期，利豐雅高歷盡千帆，歸來仍是強(qiáng)者，如今的行業(yè)地位，源自于其能夠在恰當(dāng)?shù)臅r(shí)機(jī)做出明智的決策，順市場而為之。

根據(jù)凸組合的原理可知，延遲和能耗兩個(gè)凸函數(shù)結(jié)合，其目標(biāo)函數(shù)仍然是凸函數(shù)，采用求解凸規(guī)劃的方法，將獲得多項(xiàng)式復(fù)雜度時(shí)間內(nèi)的最優(yōu)解，在系統(tǒng)能耗和傳輸延遲之間做出權(quán)衡.

公路工程項(xiàng)目一旦立項(xiàng)，需進(jìn)行施工方案設(shè)計(jì)，施工方案對施工材料、機(jī)械設(shè)備、人員配備、施工技術(shù)、市場價(jià)格等進(jìn)行綜合考慮，以便為工程全過程造價(jià)管理提供數(shù)據(jù)支持。地方財(cái)政部門通過建立PPP模式綜合信息平臺，組建工程造價(jià)專家隊(duì)伍，落實(shí)PPP項(xiàng)目造價(jià)管理方式，為全過程造價(jià)管理提供技術(shù)支持與業(yè)務(wù)指導(dǎo)。隨著PPP項(xiàng)目的大批量落地，對PPP項(xiàng)目加強(qiáng)全過程造價(jià)管理和過程監(jiān)管必將常態(tài)化。

為便于描述，采用網(wǎng)絡(luò)平均能耗指標(biāo)對網(wǎng)絡(luò)能量效率進(jìn)行表達(dá).節(jié)點(diǎn)感知數(shù)據(jù)的平均能耗為

節(jié)點(diǎn)處理數(shù)據(jù)的平均能耗為

人家是七大姑八大姨介紹入谷，光明正大地進(jìn)來，我們偏要走那由一行師父跟司徒先生鼓搗的鬼神莫測的萬花因。吳耕你在聾啞村還好嗎？

式中:t1、t2分別為對應(yīng)節(jié)點(diǎn)感知和處理一次數(shù)據(jù)的平均時(shí)間.

采用Inum和Iavg分別表示節(jié)點(diǎn) /s可運(yùn)行的指令條數(shù)和節(jié)點(diǎn)處理數(shù)據(jù)平均執(zhí)行的指令條數(shù)，則t2=Iavg/Inum，因此，節(jié)點(diǎn)處理數(shù)據(jù)的平均能耗表示為

凸組合可以保持兩個(gè)目標(biāo)原有的凹凸性，因此可以使組合后的問題與原問題用相同的方法求解.設(shè)計(jì)調(diào)節(jié)參數(shù)α可以獲得不同的問題描述:

羅蘭·巴特(Roland Barthes)在1986年發(fā)表了“The Death of Author”(《作者之死》)一文，該文集中探討了作者、讀者及文本之間的關(guān)系，并提出了帶有反主體性質(zhì)的“作者之死”這一略顯極端的論斷。巴特要表達(dá)的是作者并非優(yōu)先于文本，任何以全知全能的視角試圖控制文本寫作的意圖，最終將妨礙作品內(nèi)涵的擴(kuò)散。正是由于巴特這一對于作者權(quán)威地位的嘗試性顛覆行為，最終使得文本創(chuàng)作的作者和文本意圖的作者得以區(qū)分。

式中:l為分組長度，Rb為數(shù)據(jù)速率，Etran為單跳分組傳輸能耗.

設(shè)T時(shí)間內(nèi)系統(tǒng)處理的任務(wù)L(T)和能耗E(T)，則定義T時(shí)刻內(nèi)能效η(T)為

式中:L(T)為T時(shí)間內(nèi)系統(tǒng)處理的任務(wù)，U;E(T)為T時(shí)間內(nèi)的能耗，J;η為能效單位.

WSN涵蓋了數(shù)據(jù)的感知、處理和傳輸功能并面向應(yīng)用的任務(wù)型網(wǎng)絡(luò)，其QoS參數(shù)除了包括一系列傳統(tǒng)的性能參數(shù)，還涉及網(wǎng)絡(luò)生存周期、覆蓋度、連通度等更為廣泛的QoS指標(biāo).文獻(xiàn)［7］列出了能源有效性、生命周期、時(shí)間延遲、感知精度、可靠性、可擴(kuò)展性等6大性能指標(biāo)，這些指標(biāo)不僅是評價(jià)WSN的標(biāo)準(zhǔn)，也是WSN設(shè)計(jì)的優(yōu)化目標(biāo).通過衡量WSN在滿足一定QoS的能耗來進(jìn)行評價(jià).如指標(biāo)度量ECR、ERP等.例如，文獻(xiàn)［8］將能耗與時(shí)延綜合考慮，采用能耗(E)與時(shí)延(D)的乘積ED來衡量系統(tǒng)的性能.

1.2 能量與性能之間的映射關(guān)系

WSN的QoS指標(biāo)主要包括生命周期、時(shí)延延遲、感知精度、可靠性和可拓展性.這5類最高層抽象指標(biāo)不僅互相耦合、制衡，而且會引發(fā)連鎖反應(yīng).依次考察感應(yīng)能量、處理能量、通信能量模塊內(nèi)的相關(guān)映射指標(biāo)及能量均衡指標(biāo)之間的因果和制約聯(lián)系，可以得到相對應(yīng)的能量與QoS的映射，如圖1所示.

1.3 能效模型構(gòu)建

從網(wǎng)絡(luò)的觀點(diǎn)來看，網(wǎng)絡(luò)的目標(biāo)是在最大化資源利用率的同時(shí)提供QoS服務(wù)保障［9］.基于上述分析，把QoS引入到能量有效度量中，建立能效模型，該模型以數(shù)據(jù)采集流量為自變量，以最大化網(wǎng)絡(luò)性能和最小化網(wǎng)絡(luò)能耗為目標(biāo)，設(shè)計(jì)基于各項(xiàng)指標(biāo)之間的關(guān)聯(lián)和制衡，并采取反饋控制的思想，如圖2所示.

然而相比前蘇聯(lián)、美、德、英、法等工業(yè)化國家在鈦合金行業(yè)取得的成就，我國鈦合金材料的研究及應(yīng)用都起步的較晚。目前美國約有112項(xiàng)AMS航空用鈦合金材料標(biāo)準(zhǔn)，而我國單從標(biāo)準(zhǔn)數(shù)量方面來看就遠(yuǎn)比不上美國，另外還有約40%的鈦合金材料牌號未能納入GB、GJB當(dāng)中。同時(shí)，我國還存在標(biāo)準(zhǔn)質(zhì)量要求低、試驗(yàn)方法實(shí)用性較差等問題。

圖1 能量與服務(wù)質(zhì)量的映射關(guān)系

圖2 基于反饋控制的能效模型

以休眠機(jī)制為例，首先考察時(shí)間延遲要求、休眠周期與處理能耗節(jié)點(diǎn)之間的關(guān)系，并與事先設(shè)定的閾值進(jìn)行比較，做出“正調(diào)”或者“負(fù)調(diào)”方案;然后對照圖1的約束條件，聯(lián)合流量控制和速率控制，作為能量均衡，實(shí)現(xiàn)在能量控制的基礎(chǔ)上保障WSN的服務(wù)質(zhì)量.

由于節(jié)點(diǎn)相互協(xié)作進(jìn)行數(shù)據(jù)傳輸，因此，WSN在數(shù)據(jù)處理時(shí)，需兼顧能耗和性能兩方面因素.多目標(biāo)參數(shù)在均衡網(wǎng)絡(luò)能耗、優(yōu)化能效方面與單目標(biāo)參數(shù)相比具有明顯優(yōu)勢，多目標(biāo)參數(shù)可以最大限度地滿足服務(wù)質(zhì)量的需求.為此，采用反饋方式來實(shí)現(xiàn)網(wǎng)絡(luò)傳輸能耗和能耗均衡特性的雙重優(yōu)化.通過構(gòu)建權(quán)衡量化評價(jià)函數(shù)將多目標(biāo)整合為單目標(biāo)，降低模型的求解難度.

2 量化評價(jià)機(jī)制

2.1 評價(jià)方法

層次模型、組合模型和隨機(jī)模型等分析方法［10］已經(jīng)廣泛應(yīng)用在各種系統(tǒng)的性能評價(jià)中.本文量化評價(jià)采用層次分析方法(analytic hierarchy process，AHP)建立形式化的數(shù)學(xué)模型.如圖3所示為WSN的基于服務(wù)質(zhì)量約束的能效模型評價(jià)方法.

圖3 服務(wù)質(zhì)量約束的能效模型評價(jià)方法

首先，在滿足WSN網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、覆蓋度、連通度和移動性等的基礎(chǔ)上，定義生命周期、時(shí)間延遲、感知精度、吞吐量等QoS量化指標(biāo);其次，分析低能耗的應(yīng)用層、網(wǎng)絡(luò)層和MAC層間傳遞負(fù)載信息和控制信息，然后通過調(diào)整WSN協(xié)議參數(shù)、節(jié)點(diǎn)通信功率、收發(fā)速率和休眠周期等配置屬性(如在數(shù)據(jù)處理中研究節(jié)點(diǎn)的自適應(yīng)休眠模式，進(jìn)而通過設(shè)計(jì)合適占空比等方式)減少計(jì)算量，實(shí)現(xiàn)最小能耗;在系統(tǒng)有限資源的約束下，如功率控制、拓?fù)錅y量、感應(yīng)范圍、空間復(fù)雜度等限制，通過層次分析模型、馬爾科夫過程等數(shù)學(xué)工具進(jìn)行建模，在滿足一定QoS前提下，研究能效擬合函數(shù)機(jī)制，減少傳輸量，實(shí)現(xiàn)參數(shù)優(yōu)化;最后，通過一個(gè)循環(huán)的過程:模型-評價(jià)-優(yōu)化-實(shí)施-評價(jià)-再優(yōu)化，逐步實(shí)現(xiàn)WSN的QoS和能效之間的權(quán)衡.

2.2 量化指標(biāo)

針對WSN面向應(yīng)用的特點(diǎn)，構(gòu)建網(wǎng)絡(luò)優(yōu)化模型元素如圖5所示.

如圖7(a)所示，支撐梁受繞x軸的扭轉(zhuǎn)力矩T和沿x軸的軸向壓力p。梁為狹長矩形截面薄壁梁，可忽略翹曲影響。選取三角級數(shù)的前2項(xiàng)作為轉(zhuǎn)角函數(shù)的試函數(shù)[16]，為：

圖4 服務(wù)質(zhì)量約束的網(wǎng)絡(luò)性能指標(biāo)模型

針對WSN不同的應(yīng)用場景，可采用不同的方法確定量化指標(biāo)的權(quán)重.具體量化步驟如下:

1)建立QoS評價(jià)體系結(jié)構(gòu)［12］.

2)找出與每一個(gè)QoS評價(jià)指標(biāo)關(guān)聯(lián)的QoS參數(shù).

3)確定與各個(gè)QoS參數(shù)的權(quán)重.主要確定QoS評價(jià)指標(biāo)兩兩比較的值以及一個(gè)QoS評價(jià)指標(biāo)下相關(guān)的QoS參數(shù)兩兩比較的值，如

式中:K為整個(gè)QoS決定因子，由WSN業(yè)務(wù)應(yīng)用類型而定;L為生命周期;Wl為生命周期權(quán)重;D為延遲;Wd為延遲的權(quán)重;J為感知精度;Wj為感知精度的權(quán)重;U為可拓展性;Wu為可拓展性的權(quán)重;R為可靠性;Wr為可靠性的權(quán)重.

由于WSN環(huán)境的復(fù)雜性、應(yīng)用場景的多樣性，每種場景用戶所關(guān)注的性能指標(biāo)的權(quán)重不盡相同，如在惡劣的環(huán)境中，能量消耗和生命周期就比較重要;在實(shí)時(shí)性要求較高的環(huán)境下，傳輸延遲和可靠性就比較重要.因此，可采用基于加權(quán)和的綜合量化評估方法計(jì)算服務(wù)的可用性.

假設(shè)Rij為評估目標(biāo)指標(biāo)的量化值，其對應(yīng)的權(quán)重為，則評估目標(biāo)的量化值為

這段話的意思就是：“道”如果可以用言語來表述，那它就是?！暗馈保弧懊比绻梢杂梦霓o去命名，那它就是?！懊?。“無”可以用來表述天地渾沌未開之際的狀況；而“有”，則是宇宙萬物產(chǎn)生之本原的命名。因此，要常從“無”中去觀察領(lǐng)悟“道”的奧妙；要常從“有”中去觀察體會“道”的端倪。無與有這兩者，來源相同而名稱相異，都可以稱之為玄妙、深遠(yuǎn)。它不是一般的玄妙、深?yuàn)W，而是玄妙又玄妙、深遠(yuǎn)又深遠(yuǎn)，是宇宙天地萬物之奧妙的總門。

要以體育產(chǎn)業(yè)作為依托重心，體育特色小鎮(zhèn)的建造對經(jīng)濟(jì)投入有著很高的要求，這就需要體育產(chǎn)業(yè)有著持續(xù)穩(wěn)定的增長額，為體育特色小鎮(zhèn)提供經(jīng)濟(jì)支撐。體育特色產(chǎn)品的推出以及體育特色服務(wù)的提供是體育產(chǎn)業(yè)中的重要組成部分，而特色產(chǎn)品和特色服務(wù)的差異也是體育特色小鎮(zhèn)中小鎮(zhèn)和小鎮(zhèn)之間的競爭所在。如依托特色旅游小鎮(zhèn)建設(shè)，繁榮了花腰傣族民族體育文化的思路[13]。由此，凸顯體育本質(zhì)，明確每個(gè)小鎮(zhèn)的定位就顯得尤為重要。

按照指標(biāo)的分層模型，量化評估 ERA與NRA的指標(biāo)權(quán)重設(shè)計(jì)如表1、2所示，進(jìn)行自底向上的依次計(jì)算可得總體評估目標(biāo)的量化值.

基于QoS約束的網(wǎng)絡(luò)性能指標(biāo)分層模型確定了服務(wù)可用性量化的指標(biāo)，而指標(biāo)的量化方法將數(shù)據(jù)轉(zhuǎn)化為［0，1］區(qū)間內(nèi)的指標(biāo)值.

另外，量化指標(biāo)要能夠?qū)崟r(shí)地反映真實(shí)的環(huán)境狀況，而多目標(biāo)綜合量化評估法具有數(shù)學(xué)模型簡單、對多因素多層次的復(fù)雜問題評估效果好的優(yōu)點(diǎn).在對影響WSN服務(wù)可用性因素進(jìn)行分析并建立量化評估分層模型的基礎(chǔ)上，可采用多目標(biāo)綜合量化評估法對服務(wù)的可用性進(jìn)行量化評估.

表1 ERA指標(biāo)權(quán)重計(jì)算

表2 NRA指標(biāo)權(quán)重計(jì)算

3 優(yōu)化設(shè)計(jì)

3.1 優(yōu)化模型

WSN的優(yōu)化問題往往是在滿足一定性能要求和系統(tǒng)有限資源約束下的最小能耗問題.網(wǎng)絡(luò)QoS優(yōu)化模型一般包含4個(gè)元素:優(yōu)化目標(biāo)、決策變量、約束條件和固定參數(shù)［13］.優(yōu)化問題需要對目標(biāo)函數(shù)和約束條件進(jìn)行形式化描述，可以通過評價(jià)網(wǎng)絡(luò)系統(tǒng)中QoS特定指標(biāo)和能耗的關(guān)系，來構(gòu)造優(yōu)化的目標(biāo)函數(shù)和約束條件中的變量.

最通用的目標(biāo)函數(shù)定義為效用函數(shù)，效用函數(shù)可以嚴(yán)格地使用數(shù)學(xué)表達(dá)式定義，如網(wǎng)絡(luò)吞吐量、分組平均延遲、感知精度以及網(wǎng)絡(luò)能源使用量等，通過構(gòu)建合理的數(shù)學(xué)模型，來定量分析網(wǎng)絡(luò)性能與協(xié)議參數(shù)間的關(guān)系.網(wǎng)絡(luò)優(yōu)化問題的目標(biāo)函數(shù)有max-min的形式.

例如，通用的優(yōu)化形式可以表達(dá)為

量化分析是性能評價(jià)前提，建立可量化和可操作的能耗評價(jià)指標(biāo)系統(tǒng)是關(guān)鍵［11］.由于WSN節(jié)點(diǎn)的資源限制、易變的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、有限的傳輸帶寬等特點(diǎn)，使得QoS的可用性隨時(shí)在發(fā)生變化.根據(jù)上述所提到評價(jià)方法，提出一種分層的基于服務(wù)質(zhì)量約束的網(wǎng)絡(luò)性能指標(biāo)可用性分析和量化評估模型.如圖4所示，第1層是目標(biāo)層，反映了量化的對象.根據(jù)對影響WSN服務(wù)可用性因素的分析，將服務(wù)可用性劃分為能量資源可用性(ERA)和網(wǎng)絡(luò)資源可用性(NRA)兩個(gè)一級指標(biāo)層，然后對一級指標(biāo)層進(jìn)行再分解，組成二級指標(biāo)層，二級指標(biāo)按照圖4中自左至右的順序依次為R11，R12，R13，R21，R22，R23，R24，R25.

路由協(xié)議則選用低能耗自適應(yīng)分簇層次協(xié)議LEACH［20］，它是WSN分簇路由協(xié)議的經(jīng)典代表，簇頭的功能主要是收集簇內(nèi)信息并進(jìn)行數(shù)據(jù)融合處理，減少通信量，同時(shí)采用隨機(jī)選舉的方式避免簇頭太早耗盡能量，以延長網(wǎng)絡(luò)生命周期.

圖5 無線傳感器網(wǎng)絡(luò)優(yōu)化模型

3.2 多度量目標(biāo)優(yōu)化

仿真中MAC協(xié)議采用SMAC協(xié)議［19］，它是在IEEE802.11 MAC協(xié)議的基礎(chǔ)上，繼續(xù)使用CSMA/CA原理，并采用了低占空比的周期性睡眠和喚醒模式.

本文根據(jù)WSN資源限制的特點(diǎn)，研究服務(wù)質(zhì)量約束的MAC協(xié)議和路由協(xié)議設(shè)計(jì)的優(yōu)化問題:并行考慮多個(gè)度量指標(biāo)，如同時(shí)將最小網(wǎng)絡(luò)延遲和節(jié)省能量作為網(wǎng)絡(luò)設(shè)計(jì)度量，設(shè)計(jì)雙度量的目標(biāo)函數(shù)，即將協(xié)議參數(shù)α引入到目標(biāo)函數(shù)，利用凸組合的方式將延遲和能量兩個(gè)目標(biāo)結(jié)合起來，設(shè)計(jì)一種基于多項(xiàng)式系數(shù)的能效算法，使之在較低延遲的情況下，可得到較高的能量節(jié)省.優(yōu)化設(shè)計(jì)步驟如下:

1)將WSN拓?fù)浣Y(jié)構(gòu)抽象為一個(gè)無向圖G= (V，E)，其中:V為傳感器節(jié)點(diǎn);E為網(wǎng)絡(luò)鏈路.假設(shè)每個(gè)傳感器節(jié)點(diǎn)都有一個(gè)能耗函數(shù)f(x)，則定義該節(jié)點(diǎn)傳輸流量x所消耗的能量.

2)設(shè)G中每條鏈路e都有一容量值Ce，則能耗函數(shù)fe(x)為鏈路e上的流量為x時(shí)消耗的能量.另外，可定義流量矩陣T，其中Ti，j表示點(diǎn)i與點(diǎn)j之間的網(wǎng)絡(luò)流量.

首聯(lián)中瀑布從“元化”之中來，尾聯(lián)又使瀑布成為落入人間的銀河，再一次給人留下想象的空間。而頸聯(lián)和頷聯(lián)短短四句話中寫如同白練的水幕，如雷的水聲，又有松桂樹木和云霞的襯托、點(diǎn)綴。幾個(gè)簡單的物像就將整一個(gè)瀑布勾勒出來，好似一幅寫意山水。這樣的寫法雖非精細(xì)的描摹但已經(jīng)將清新秀麗的江南山水刻畫出來，可以說是唐代山水詩最后一抹余暉。

3)α作為協(xié)議參數(shù)，對能量消耗和網(wǎng)絡(luò)延遲兩個(gè)目標(biāo)進(jìn)行凸組合，則總的消耗可表示為Cost=α×能量消耗 +(1-α)×網(wǎng)絡(luò)延遲代價(jià).

調(diào)整傳感器節(jié)點(diǎn)的發(fā)射功率，可計(jì)算出單跳時(shí)端到端網(wǎng)絡(luò)能耗.忽略節(jié)點(diǎn)空閑狀態(tài)下的能耗，單跳網(wǎng)絡(luò)的平均端到端能耗可表示為

①當(dāng)α=1時(shí)，模型退化成最小能耗問題;

②當(dāng)α=0時(shí)，模型退化成最短路徑的路由問題;

③當(dāng)α(0，1)之間時(shí)，成為獲得能耗和延遲的折中考慮.

4)對能量模型進(jìn)行擴(kuò)展可作為網(wǎng)絡(luò)延遲代價(jià)的形式化描述.在圖G的每條鏈路上引入一個(gè)新的特征參數(shù)le代表鏈路e的延遲，即鏈路e所抽象的網(wǎng)絡(luò)節(jié)點(diǎn)延遲.則總消耗表示為

式中:Pi為給請求i分配的路徑，C(P1，P2，…，Pk)為所有請求的路由路徑的延遲代價(jià).

普通傳感器節(jié)點(diǎn)平均能耗分為:1)數(shù)據(jù)感知和處理模塊消耗的功率，其功率可表達(dá)為Psens和Pproc;2)節(jié)點(diǎn)發(fā)射模塊在空閑、發(fā)送和接收數(shù)據(jù)狀態(tài)下所消耗的功率，可表示為Pidle、Ptran和Precv;3)收發(fā)機(jī)電路由睡眠狀態(tài)轉(zhuǎn)入活躍狀態(tài)時(shí)所消耗的功率，因?yàn)槊總€(gè)周期T只發(fā)生一次狀態(tài)切換，所以這部分功率Pstart可表示為Estart/T，其中Estart為啟動能耗.

4 實(shí)驗(yàn)驗(yàn)證

4.1 仿真環(huán)境

采用網(wǎng)絡(luò)仿真方法對以上多度量目標(biāo)函數(shù)進(jìn)行驗(yàn)證，分析網(wǎng)絡(luò)能量效率和QoS性能折中與網(wǎng)絡(luò)協(xié)議參數(shù)(如占空比、簇頭數(shù)量)之間的變化關(guān)系，以確定優(yōu)化設(shè)計(jì)參數(shù)α，為協(xié)議參數(shù)優(yōu)化設(shè)計(jì)提供指導(dǎo).

網(wǎng)絡(luò)優(yōu)化常常是對某一QoS指標(biāo)而言，將其他的QoS屬性作為限制，也就是常見的單目標(biāo)優(yōu)化，例如，傳統(tǒng)網(wǎng)絡(luò)路由協(xié)議一般采用單度量方式，盡量使延遲最小而忽略其他能量等因素［16］，如Dijkstra路由算法等.如果考慮的性能指標(biāo)有多個(gè)，就需要用多目標(biāo)優(yōu)化建模.WSN對數(shù)據(jù)傳輸有一定的時(shí)延限制，因而在滿足時(shí)延需求的前提下提高端到端能量使用效率是WSN協(xié)議優(yōu)化設(shè)計(jì)的重要指標(biāo).例如，文獻(xiàn)［17］研究了WSN多對一傳輸模式中的多目標(biāo)TDMA調(diào)度模型，考慮了平均延遲和能量消耗兩個(gè)目標(biāo)的帕累托前沿(pareto frontie).文獻(xiàn)［18］對多跳網(wǎng)絡(luò)端到端分組成功傳輸概率、延遲、能耗進(jìn)行了統(tǒng)計(jì)分析，導(dǎo)出了單位能耗所支持的平均數(shù)據(jù)速率的表達(dá)式，提出了一種新的即滿足時(shí)延要求，又能提高能量效率的WSN性能評價(jià)及優(yōu)化方法.

文獻(xiàn)［14］將WSN節(jié)能問題表達(dá)為一個(gè)連通性的圖論問題，在給定的一個(gè)傳感器集合中，計(jì)算每個(gè)傳感器的傳輸功率，使得每對傳感器都是連通的，且盡可能使總傳輸功率最小.這個(gè)問題是一個(gè)典型的帶約束最優(yōu)化問題.除資源約束外，由于網(wǎng)絡(luò)中數(shù)據(jù)傳輸?shù)挠行蛐员ＷC需要，也會對任務(wù)時(shí)序關(guān)系強(qiáng)加約束條件，例如WSN的數(shù)據(jù)聚合對數(shù)據(jù)時(shí)序的限制，文獻(xiàn)［15］在該約束下試圖最大化性能和能量效率.

具體仿真配置環(huán)境如下:網(wǎng)絡(luò)仿真器: NS2.34;相關(guān)工具:Gawk、Gnuplot-3.8j、Nam-1.11、Matlab7.8;仿真場景為100 m×100 m的范圍，100個(gè)節(jié)點(diǎn)隨機(jī)分布在該區(qū)域中，節(jié)點(diǎn)最大覆蓋半徑為r=30 m，基站坐標(biāo)(0，0)，初始能量2J.

4.2 參數(shù)優(yōu)化

4.2.1 占空比參數(shù)優(yōu)化

從能量消耗的角度看，傳感器節(jié)點(diǎn)的收發(fā)是能量消耗的主要部分，關(guān)閉收發(fā)機(jī)可帶來能量的節(jié)省，SMAC協(xié)議采取的周期性睡眠/活躍機(jī)制能有效提高能量效率.將節(jié)點(diǎn)可分為兩種工作狀態(tài):睡眠狀態(tài)S(sleep)和活躍狀態(tài)A(active)，節(jié)點(diǎn)的占空比定義為節(jié)點(diǎn)活躍期在一個(gè)周期內(nèi)所占的比例.如圖6所示.

圖6 占空比參數(shù)優(yōu)化情況

圖6(a)中可以看出，隨著α的增大，節(jié)點(diǎn)睡眠時(shí)間減少，網(wǎng)絡(luò)平均能耗增加，而數(shù)據(jù)包平均延遲則下降，即兩者之間應(yīng)該存在一個(gè)性能折中，因此可以對占空比進(jìn)行有效的優(yōu)化選擇，這里當(dāng)占空比α=0.3時(shí)為最優(yōu)參數(shù)設(shè)置，當(dāng)α∈［0.3，0.7］時(shí)，能夠保證在較低的延遲下獲得較高的能量節(jié)省.圖6(b)中可以看出，隨著α的增大，節(jié)點(diǎn)的睡眠時(shí)間減少，隊(duì)列緩存數(shù)據(jù)相應(yīng)減少，網(wǎng)絡(luò)平均丟包率也降低，當(dāng)占空比α＞50%時(shí)，網(wǎng)絡(luò)平均丟包率的性能曲線趨于0，這里當(dāng)占空比α= 0.5時(shí)為最優(yōu)參數(shù)設(shè)置，當(dāng)α∈［0.5，0.7］時(shí)，能保證在較少網(wǎng)絡(luò)丟包率下獲得較多的能量節(jié)省.

因此，可以對WSN能量、延遲和丟包率分配不同的權(quán)重，如能量為0.5，延遲為0.25，丟包率為0.25，綜合考慮能量效率和QoS性能折中關(guān)系，則α=0.4為最優(yōu)化量化參數(shù).

4.2.2 簇頭數(shù)量參數(shù)優(yōu)化

家長與幼兒對該活動認(rèn)為好的占總數(shù)的 82%，較好的占12%，一般的占5%，較差的占1%。因此，可以看出該活動得到了家長與幼兒的好評。

LEACH協(xié)議采用分簇方式，簇頭數(shù)量多少將直接影響網(wǎng)絡(luò)能量消耗和QoS，因此，編寫驅(qū)動仿真腳本，通過改變簇頭節(jié)點(diǎn)個(gè)數(shù)并收集數(shù)據(jù)，以確定LEACH協(xié)議的最優(yōu)簇頭數(shù).簇頭參數(shù)α設(shè)置范圍［3，10］，使用gawk腳本處理收集到的數(shù)據(jù). energy、.data等文件，并用 matlab繪制圖形，如圖7和圖8所示.

圖7 簇頭數(shù)變化與能量消耗情況

圖7(a)中可以看出，隨著簇頭個(gè)數(shù)增多，能量消耗越來越緩慢，當(dāng)簇頭個(gè)數(shù)為5時(shí)，它的能量消耗曲線最為平緩，此后隨著簇頭個(gè)數(shù)增多，網(wǎng)絡(luò)能量消耗又開始增多.圖7(b)可以明顯看出，當(dāng)簇頭個(gè)數(shù)α=5時(shí)，網(wǎng)絡(luò)能耗最小，當(dāng)α∈［4，9］時(shí)，網(wǎng)絡(luò)能量消耗較小.

圖8反映的是Sink節(jié)點(diǎn)接收到數(shù)據(jù)包個(gè)數(shù)的情況，可以看出簇頭個(gè)數(shù)α=5時(shí)，Sink節(jié)點(diǎn)接收到的數(shù)據(jù)包個(gè)數(shù)達(dá)到了最大，當(dāng)α∈［5，7］時(shí)，接收到數(shù)據(jù)包個(gè)數(shù)較多.通過對圖7和圖8的分析，可以得出LEACH協(xié)議最優(yōu)簇頭節(jié)點(diǎn)個(gè)數(shù)為α=5時(shí)的路由效果最好，次優(yōu)簇頭節(jié)點(diǎn)個(gè)數(shù)為6.

選擇和使用時(shí)，明確圖畫書是與課文、其他文學(xué)作品不同的課程資源，嘗試用同一個(gè)圖畫書文本應(yīng)用于不同的課程計(jì)劃。

因此，確定設(shè)計(jì)參數(shù)α(占空比和簇頭個(gè)數(shù)等)，尋找能量效率與QoS性能折中，為選擇適合的網(wǎng)絡(luò)協(xié)議參數(shù)提供設(shè)計(jì)依據(jù).

圖8 簇頭數(shù)變化與接收數(shù)據(jù)包情況

4.3 評估方法分析

LEACH算法的簇頭選擇使用概率機(jī)制，雖然其復(fù)雜性低，但缺少能效方面的考慮.在實(shí)際應(yīng)用中，是否成為簇頭還受到其他服務(wù)質(zhì)量的要求，如:節(jié)點(diǎn)存活數(shù)量和網(wǎng)絡(luò)吞吐量等，因此，簇頭選擇可以視為多目標(biāo)優(yōu)化問題.

本文AHP算法采用集中式簇頭選擇機(jī)制，利用多目標(biāo)決策方法選擇最佳的簇頭，以剩余能量和服務(wù)質(zhì)量作為主準(zhǔn)則，根據(jù)性能指標(biāo)的權(quán)重賦值計(jì)算，構(gòu)建生存周期和可靠性等多屬性評價(jià)方法.本實(shí)驗(yàn)將AHP的多度量目標(biāo)函數(shù)應(yīng)用于簇頭的選舉過程中，簇頭根據(jù)節(jié)點(diǎn)存活數(shù)量和網(wǎng)絡(luò)接收數(shù)據(jù)包數(shù)自適應(yīng)地進(jìn)行，使簇頭選擇過程更加合理.通過與LEACH協(xié)議以及經(jīng)典平面路由協(xié)議-最小傳輸能量 (minimum transmission energy，MTE)的仿真對比，如圖9所示，可以說明AHP算法在能量效率和服務(wù)質(zhì)量上的優(yōu)越性.

惠水縣在易地扶貧搬遷后續(xù)扶持金融服務(wù)工作中的“四個(gè)加”做法突出了政府主導(dǎo)和人民銀行牽頭的組織作用，首創(chuàng)推出有針對性的信貸產(chǎn)品和服務(wù)方式，強(qiáng)化金融對遷入點(diǎn)產(chǎn)業(yè)和搬遷移民自我發(fā)展的信貸支持，探索出一條易地扶貧搬遷后續(xù)金融服務(wù)問題的相對有效途徑。但該創(chuàng)新模式仍在探索之中，在組織體系建設(shè)、政策支持體系、評估體系等方面還需進(jìn)一步完善。

圖9 AHP和LEACH、MTE評價(jià)方法分析情況

圖9(a)中可以看出，MTE開始時(shí)的能量消耗比較迅速，LEACH的能量消耗一直很穩(wěn)定，在540 s左右網(wǎng)絡(luò)能量耗盡，而AHP的能量消耗和LEACH協(xié)議幾乎相同，不過更加平滑一些，說明能量消耗更加均勻，網(wǎng)絡(luò)能量維持到580 s.圖9 (b)中可以看出，MTE在70 s就出現(xiàn)了死亡節(jié)點(diǎn)，LEACH在410 s時(shí)出現(xiàn)了死亡節(jié)點(diǎn)，而AHP在將近480 s時(shí)候才出現(xiàn)了死亡節(jié)點(diǎn).圖9(c)中可以看出，在530 s時(shí)，MTE成功收到數(shù)據(jù)包數(shù)才接近20萬，LEACH成功接收到140萬個(gè)數(shù)據(jù)包;AHP成功接收數(shù)據(jù)包數(shù)接近240萬，而且在同一時(shí)刻，AHP接收包數(shù)總是比LEACH多.因此，從實(shí)驗(yàn)結(jié)果中可以看出AHP在能量利用率、節(jié)點(diǎn)存活個(gè)數(shù)和成功接收數(shù)據(jù)包數(shù)都比LEACH和MTE的表現(xiàn)要好，說明在能量消耗、延長網(wǎng)絡(luò)生存時(shí)間以及數(shù)據(jù)傳輸可靠性等指標(biāo)，AHP都具有較好的表現(xiàn).

5 結(jié)論

1)定義能效函數(shù)及映射關(guān)系，建立基于反饋控制的能效模型，模型以數(shù)據(jù)采集流量為自變量，以最大化網(wǎng)絡(luò)性能和最小化網(wǎng)絡(luò)能耗為目標(biāo)，設(shè)計(jì)基于各項(xiàng)指標(biāo)之間的關(guān)聯(lián)和制衡，解決網(wǎng)絡(luò)性能和能量效率的平衡問題.

2)運(yùn)用層次分析法構(gòu)建了基于服務(wù)質(zhì)量約束的能效模型評價(jià)方法，采用加權(quán)和的綜合量化指標(biāo)權(quán)重計(jì)算服務(wù)的可用性，給出了基于效用函數(shù)的優(yōu)化模型并設(shè)計(jì)了一種多度量目標(biāo)優(yōu)化算法.

3)通過網(wǎng)絡(luò)仿真工具對經(jīng)典SMAC協(xié)議和分簇LEACH協(xié)議進(jìn)行實(shí)驗(yàn)分析，尋找占空比和簇頭數(shù)等最優(yōu)參數(shù)設(shè)置，同時(shí)與LEACH和MTE協(xié)議進(jìn)行性能評估的對比，進(jìn)一步證明了能效模型評價(jià)方法和量化結(jié)果的正確性.

［1］羅俊，蔣鈴鴿，何晨.一種多跳無線傳感器網(wǎng)絡(luò)中基于SMAC協(xié)議的性能分析模型［J］.中國科學(xué):信息科學(xué)，2010，40(11):1464-1472.

［2］PANGUN P，di MARCO P，F(xiàn)ISCHIONE C，et al. Modeling and optimization oftheIEEE 802.15.4 protocol for reliable and timely communications［J］. IEEE Transactions on Parallel and Distributed Systems，2013，24(3):550-564.

［3］林闖，田源，姚敏.綠色網(wǎng)絡(luò)和綠色評價(jià):節(jié)能機(jī)制、模型和評價(jià)［J］.計(jì)算機(jī)學(xué)報(bào)，2011，34(4):593-612.

［4］李建中，高宏.無線傳感器網(wǎng)絡(luò)的研究進(jìn)展［J］.計(jì)算機(jī)研究與發(fā)展，2008，45(1):1-15.

［5］di MARCO P，PANGUN P，F(xiàn)ISCHIONE C，et al. Analyticalmodeling ofmulti-hop IEEE 802.15.4 networks［J］. IEEE Transactions on Vehicular Technology，2012，61(7):3191-3208.

［6］宋杰，李甜甜，閆振興，等.一種云計(jì)算環(huán)境下的能效模型和度量方法［J］.軟件學(xué)報(bào)，2012，23(2):200-214.

［7］李建中，李金寶，石勝飛.傳感器網(wǎng)絡(luò)及其數(shù)據(jù)管理的概念、問題與進(jìn)展［J］.軟件學(xué)報(bào)，2003，14(10): 1717-1727.

［8］劉星成，袁東升，梁平元，等.基于代價(jià)函數(shù)的WSN能效路由協(xié)議性能分析［J］.通信學(xué)報(bào)，2011，32(6):132-140.

［9］俞靚，王志波，駱吉安，等.面向移動目標(biāo)追蹤的無線傳感器網(wǎng)絡(luò)QoS指標(biāo)體系設(shè)計(jì)［J］.計(jì)算機(jī)學(xué)報(bào)，2009，32(3):441-462.

［10］顧軍，羅軍舟，曹玖新，等.基于排隊(duì)Petri網(wǎng)的服務(wù)系統(tǒng)性能建模與分析方法［J］.計(jì)算機(jī)學(xué)報(bào)，2011，34(12):2435-2455.

［11］王文彬，孫其博，楊放春.MANET下環(huán)境感知的服務(wù)可用性量化評估模型［J］.計(jì)算機(jī)研究與發(fā)展，2012，49(3):558-564.

［12］林闖，胡杰，孔祥震.用戶體驗(yàn)質(zhì)量(QoE)的模型與評價(jià)方法綜述［J］.計(jì)算機(jī)學(xué)報(bào)，2012，35(1):1-15.

［13］林闖，李寅，萬劍雄.計(jì)算機(jī)網(wǎng)絡(luò)服務(wù)質(zhì)量優(yōu)化方法研究綜述［J］.計(jì)算機(jī)學(xué)報(bào)，2011，34(1):1-14.

［14］CHENG Xiuzhen，NARAHARI B，SIMHA R，et al. Strong minimum energy topology in wireless sensor networks:NP-completeness and heuristics［J］.IEEE Transactions on Mobile Computing，2003，2(3):248-256.

［15］CHIPARA O，LU Chenyang，STANKOVIC J.Dynamic conflict-free query scheduling for wireless sensor networks［C］//Proceedings of the 14th IEEE International Conference on Network Protocols(ICNP’06).Santa Barbara， California:IEEE Computer Society，2006:321-331.

［16］張法，ANTA A F，王林，等.網(wǎng)絡(luò)能耗系統(tǒng)模型及能效算法［J］.計(jì)算機(jī)學(xué)報(bào)，2012，35(3):603-615.

［17］WANG Tao，WU Zhiming，MAO Jianlin.A new method for multi-objective TDMA scheduling in wireless sensor networks using Pareto based PSO and fuzzy comprehensive judgement［C］//Proceedings of the Third International Conference on High Performance Computing and Communications(HPCC’07).Berlin，Heidelberg:Springer-Verlag，2007:144-155.

［18］王紹青，聶景楠.一種無線傳感器網(wǎng)絡(luò)性能評估及優(yōu)化方法［J］.電子學(xué)報(bào)，2010，38(4):882-886.

［19］YE Wei，HEINEMANN J，ESTRIN D.Medium access control with coordinated adaptive sleeping for wireless sensor networks［J］.IEEE Transactions on Networking. 2004，12(3):493-506.

［20］HEINZELMAN W，CHANDRAKASAN A，BALAKRISHNAN H.An application-specific protocol architechture for wireless microsensor networks［J］.IEEE Transactions On Wireless Communications，2002，1(4):660-670.