楊大禹，李敬兆，任 萍

(1. 安徽理工大學(xué)電氣與信息工程學(xué)院,安徽 淮南 232001；2. 安徽理工大學(xué)計算機(jī)科學(xué)與工程學(xué)院,安徽 淮南 232001)

物聯(lián)網(wǎng)技術(shù)的不斷發(fā)展使得機(jī)器與人類社會之間的聯(lián)系更為緊密，在大多數(shù)情況下，建立合理的協(xié)調(diào)無線信道訪問機(jī)制方式，能夠?qū)崿F(xiàn)無線介質(zhì)與物理設(shè)備之間的信息共享。然而，對于特殊環(huán)境下的監(jiān)測如煤礦井下，該場景下周圍環(huán)境相對復(fù)雜，需要監(jiān)測的目標(biāo)往往是每時每刻動態(tài)變化，并且無線介質(zhì)在與物理設(shè)備協(xié)調(diào)多次的訪問過程中，依然存在著數(shù)據(jù)包的轉(zhuǎn)發(fā)沖突，導(dǎo)致分組數(shù)據(jù)轉(zhuǎn)發(fā)成功率較低，網(wǎng)絡(luò)延遲增加等現(xiàn)象。因此，關(guān)于煤礦井下無線網(wǎng)絡(luò)實(shí)時通信能耗優(yōu)化問題的研究值得重視。煤礦井下監(jiān)控系統(tǒng)一般是以星型拓?fù)涞木W(wǎng)絡(luò)結(jié)構(gòu)部署方式，該部署方式下的監(jiān)測網(wǎng)絡(luò)具有以下的特點(diǎn)：(1)煤礦井下工作面與運(yùn)輸巷道一般布置在離地表數(shù)百米之下，距離地表較深，一般衛(wèi)星信號無法檢測；(2)煤礦井下環(huán)境條件惡劣，脫落的巖石和煤炭容易造成已布置好的傳感器節(jié)點(diǎn)被遮蓋，影響節(jié)點(diǎn)間的信號傳輸；(3)煤礦井下地理空間狹小，巷道蜿蜒曲折，且分支較多，地勢高低起伏，不利的地形因素往往對電磁波的傳輸起到一定影響，信號傳輸衰耗較大；(4)礦用機(jī)電設(shè)備之間產(chǎn)生的不同頻率電磁干擾；(5)無線信號會因?yàn)榈V用水簾材料所發(fā)出的水蒸氣產(chǎn)生復(fù)折射現(xiàn)象，影響信號傳輸。

為了實(shí)現(xiàn)煤礦井下實(shí)時監(jiān)控系統(tǒng)的信息高效且穩(wěn)定傳輸，目前廣大煤礦領(lǐng)域相關(guān)科研工作者主要還是從設(shè)計路由協(xié)議，優(yōu)化網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和節(jié)點(diǎn)間時間同步技術(shù)的實(shí)現(xiàn)等方面進(jìn)行了研究。

目前新興無線通信網(wǎng)絡(luò)技術(shù)和精密微型傳感器節(jié)點(diǎn)設(shè)計提高了煤礦井下復(fù)雜環(huán)境組網(wǎng)的效率，然而在煤礦井下監(jiān)控拓?fù)淇刂蒲芯糠矫婀?jié)點(diǎn)的稀缺以及能量資源優(yōu)化問題仍然存在，文獻(xiàn)[1]采用ZigBee組網(wǎng)的方式構(gòu)建了煤礦井下空間監(jiān)測網(wǎng)絡(luò)通信系統(tǒng)，通過對比分析多節(jié)點(diǎn)場景下不同拓?fù)浣Y(jié)構(gòu)的網(wǎng)絡(luò)性能，得出了優(yōu)化端到端最大數(shù)據(jù)延遲模型和能量損耗模型，實(shí)驗(yàn)結(jié)果表明群集樹狀網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)能夠很好的提高隧道環(huán)境下的數(shù)據(jù)傳輸性能。文獻(xiàn)[2]針對煤礦安全監(jiān)測網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn)得出采用混合線性拓?fù)浣Y(jié)構(gòu)網(wǎng)絡(luò)控制的方式在提高網(wǎng)絡(luò)性能方面具有較強(qiáng)的優(yōu)勢。文獻(xiàn)[3]通過構(gòu)建最大后驗(yàn)估計馬爾科夫隨機(jī)場的方式，實(shí)現(xiàn)了傳感器節(jié)點(diǎn)信息發(fā)送的高精度時間同步，所提出的算法對不同時鐘條件下的相位誤差估計做到了跟蹤消除，滿足了煤礦井下實(shí)際場景的需求?？紤]到隧道環(huán)境下的噪聲干擾對節(jié)點(diǎn)的行為狀態(tài)存在一定的影響，文獻(xiàn)[4]提出了一種基于貝葉斯估計干擾噪聲誤差修正模型的訪問控制時間同步模型，有效協(xié)調(diào)了不同節(jié)點(diǎn)應(yīng)對噪聲干擾的能力，實(shí)驗(yàn)結(jié)果表明，隨著外界不確定擾動因素的增加，提出的優(yōu)化算法通信負(fù)載收斂的速度較快，在系統(tǒng)開銷方面具有明顯的優(yōu)勢。

本文基于煤礦井下無線通信場景的應(yīng)用實(shí)際需求，對煤礦井下實(shí)時通信能耗優(yōu)化問題進(jìn)行探究。

1 網(wǎng)絡(luò)模型與目標(biāo)節(jié)點(diǎn)移動狀態(tài)分析

1.1 網(wǎng)絡(luò)模型

為了能夠?qū)m用于煤礦井下實(shí)際應(yīng)用的場景下的網(wǎng)絡(luò)模型進(jìn)行描述，本文采用低數(shù)據(jù)率傳輸?shù)臄?shù)據(jù)收集型傳感器網(wǎng)絡(luò)，網(wǎng)絡(luò)模型如圖1所示，在這類網(wǎng)絡(luò)中，不僅需要對所監(jiān)測的目標(biāo)對象進(jìn)行實(shí)時反饋，而且需要時刻對設(shè)備運(yùn)行狀態(tài)及周圍環(huán)境有關(guān)參數(shù)進(jìn)行相關(guān)數(shù)據(jù)的收集，傳輸至數(shù)據(jù)中心進(jìn)處理。為此，該網(wǎng)絡(luò)模型具有以下特征：

1) 所部署的傳感器網(wǎng)絡(luò)均為能量有限型網(wǎng)絡(luò)，在節(jié)點(diǎn)部署階段，所有節(jié)點(diǎn)都擁有相同的初始能量，需要睡眠/喚醒機(jī)制來節(jié)省能量消耗，并且當(dāng)能量耗盡時節(jié)點(diǎn)將會停止工作；

2) 所有傳感器節(jié)點(diǎn)隨機(jī)部署在狹長的井下巷道環(huán)境之中，且每個節(jié)點(diǎn)都具有表征自身信息的唯一標(biāo)識ID，部分節(jié)點(diǎn)在部署之后將不再移動將作為匯聚節(jié)點(diǎn)，從而保證網(wǎng)絡(luò)具有比較穩(wěn)定的拓?fù)浣Y(jié)構(gòu)；

3) 網(wǎng)絡(luò)具備一定的工作周期，一個節(jié)點(diǎn)在一個周期內(nèi)完成對被監(jiān)測對象進(jìn)行監(jiān)測并將所獲得的數(shù)據(jù)包發(fā)往基站BS。

1.2 目標(biāo)節(jié)點(diǎn)移動狀態(tài)分析

為了提高對目標(biāo)節(jié)點(diǎn)追蹤的可靠性，滿足系統(tǒng)對日常監(jiān)測的需求，在相應(yīng)的時間段移動節(jié)點(diǎn)移動到某一位置，這些位置將會被定義為候選位置(見圖1)。圖1中，可利用目標(biāo)估計相關(guān)理論對目標(biāo)節(jié)點(diǎn)追蹤存在問題進(jìn)行分析，進(jìn)而對節(jié)點(diǎn)完全分布選擇最佳候選位置制定解決方法。

圖1 煤礦井下環(huán)境下移動節(jié)點(diǎn)拓?fù)淇刂?/p>

在離散時間序列t下，目標(biāo)節(jié)點(diǎn)的位置狀態(tài)定義為xi∈dx，對于煤礦井下巷道場景下的目標(biāo)節(jié)點(diǎn)移動情形，xt可定義為列向量(vx，vy)；(ax，ay)，其中vx，vy和ax，ay分別表示目標(biāo)節(jié)點(diǎn)在水平方向和垂直方向上的移動速度和加速度，因此，目標(biāo)節(jié)點(diǎn)的移動觀測模型可表示為

xt=ft(xt-1,wt-1)

(1)

(3)

(4)

其中，zt=ht(xt,vt)表示觀測模型xt的遞歸估計函數(shù)，在傳感器網(wǎng)絡(luò)中，普通節(jié)點(diǎn)觀測到的先驗(yàn)信息最終都會發(fā)送至數(shù)據(jù)融合中心進(jìn)行處理，一般通過設(shè)計選擇相應(yīng)的匯聚節(jié)點(diǎn)作為為數(shù)據(jù)處理中心以匯聚集中的方式實(shí)現(xiàn)，或者通過基于區(qū)域劃分簇首節(jié)點(diǎn)的方式。第一種方式通常選取或者設(shè)計比普通節(jié)點(diǎn)更具有計算和信息處理能力的特殊節(jié)點(diǎn)，普通節(jié)點(diǎn)將會向該節(jié)點(diǎn)發(fā)送所收集到的感知數(shù)據(jù)。第二種方式主要是通過以動態(tài)簇首選擇算法為依據(jù)，選擇合適的簇首節(jié)點(diǎn)作為數(shù)據(jù)匯聚中心。當(dāng)目標(biāo)節(jié)點(diǎn)移動導(dǎo)致網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生變化時，將該簇首節(jié)點(diǎn)的先驗(yàn)信息傳遞給下一簇頭完成持續(xù)的追蹤?？紤]到煤礦井下這一特殊環(huán)境，關(guān)于傳感器網(wǎng)絡(luò)的拓?fù)淇刂浦饕媾R以下幾個問題：

(1) 當(dāng)檢測目標(biāo)移動過快時，感知節(jié)點(diǎn)可能無法及時從數(shù)據(jù)處理中心或者簇頭上等待完全的測量結(jié)果并進(jìn)行驗(yàn)證，因此匯聚節(jié)點(diǎn)必須要具備及時做出執(zhí)行決定的能力；

2 信號強(qiáng)度輔助下中繼節(jié)點(diǎn)優(yōu)選法

在煤礦井下的實(shí)際工程應(yīng)用場景中，由于傳感器節(jié)點(diǎn)部署的環(huán)境往往較為復(fù)雜，無線信號可能會受到來自各方面因素的影響，如本文引言當(dāng)中所提到的，其他未知節(jié)點(diǎn)之間的信息傳輸，不僅會對匯聚節(jié)點(diǎn)接收的數(shù)據(jù)產(chǎn)生干擾，而且還會增加數(shù)據(jù)的傳輸誤差。數(shù)據(jù)傳輸誤差隨著匯聚節(jié)點(diǎn)與中繼節(jié)點(diǎn)之間距離越遠(yuǎn)而逐漸增大，當(dāng)中繼節(jié)點(diǎn)與匯聚節(jié)點(diǎn)之間的距離越近時，接收到的信號強(qiáng)度RSSI值就越大，數(shù)據(jù)轉(zhuǎn)發(fā)的隨機(jī)偏差就越小，因此可以通過分析RSSI值來篩選出較優(yōu)的中繼節(jié)點(diǎn)，實(shí)現(xiàn)對煤礦井下通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的穩(wěn)定與完全覆蓋。一般而言，在無線傳感器網(wǎng)絡(luò)中，節(jié)點(diǎn)之間的信號強(qiáng)度隨著距離的增加而不斷的減弱，不同傳播模型下的信號衰減公式各不相同，典型信號傳播模型主要包括[5]：FreeSpace，Two-Ray Ground和Shadowing模型，由于井下巷道地形蜿蜒曲折，對于長距離傳輸情況下的移動節(jié)點(diǎn)與中繼節(jié)點(diǎn)之間信號傳輸采用Two-Ray Ground模型較為精確[6]，其中路徑損耗模型可以用公式(5)表示

PL(d)=40logd-(10logGt+10logGr+

20loght+20loghr)

(5)

式中：PL為接收功率；d為發(fā)送端與接收端之間的水平距離；Gt，Gr為發(fā)送與接收天線增益，ht，hr表示發(fā)送與接收天線的高度。為了實(shí)現(xiàn)網(wǎng)絡(luò)整體能量消耗的均衡，設(shè)計算法的偽代碼實(shí)現(xiàn)如圖2所示，篩選后的中繼節(jié)點(diǎn)將接收到來目標(biāo)節(jié)點(diǎn)的確認(rèn)請求信息之后，將決定是否參與數(shù)據(jù)的收集與傳輸過程，通過該方法，每輪的循環(huán)中只有部分傳感器節(jié)點(diǎn)參與了數(shù)據(jù)的傳輸任務(wù)，有效維持網(wǎng)絡(luò)的生命周期，使網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)更為穩(wěn)定。

圖2 算法1 基于RSSI優(yōu)選中繼節(jié)點(diǎn)偽代碼

3 系統(tǒng)平均能耗模型

(6)

在組播環(huán)境下的煤礦井下無線傳感器網(wǎng)絡(luò)中，其各鏈路之間的數(shù)據(jù)傳輸?shù)南鄬Κ?dú)立的，且存在損耗，令節(jié)點(diǎn)單位bit成功發(fā)送數(shù)據(jù)包的能耗為ε，因此，歷經(jīng)k跳之后，系統(tǒng)總能耗可表示為

(7)

(8)

4 仿真結(jié)果及分析

為了驗(yàn)證本文提出算法的可行性，作者在Windows 10 Professional下Vmware Pro虛擬機(jī)Ubuntu16.04系統(tǒng)下搭建的NS2作為本次實(shí)驗(yàn)仿真平臺，部分相關(guān)仿真參數(shù)設(shè)置及部分代碼如表1和圖3所示，其中無線信號傳播模型采用雙路徑Two-Ray ground傳播的方式，并采用Drop Tail隊(duì)列管理機(jī)制減少端到端的數(shù)據(jù)包傳輸?shù)却舆t，發(fā)送數(shù)據(jù)包仿真區(qū)域大小為1 000mm×1 000m。

表1 部分仿真參數(shù)選取

圖3 相關(guān)仿真參數(shù)的設(shè)置界面

本節(jié)將同時模擬在相同機(jī)會路由環(huán)境下的基于速率組合的低平均時延網(wǎng)絡(luò)編碼LADRC算法[7]，組播環(huán)境下網(wǎng)絡(luò)編碼隊(duì)列管理NBM算法[8]與本文提出低數(shù)據(jù)率信號強(qiáng)度輔助下的中繼節(jié)點(diǎn)優(yōu)選機(jī)制RALDR進(jìn)行網(wǎng)絡(luò)能耗的對比仿真。

圖4 不同數(shù)目節(jié)點(diǎn)下的網(wǎng)絡(luò)平均能耗百分比

圖4顯示了相同仿真環(huán)境下不同節(jié)點(diǎn)下三種算法的網(wǎng)絡(luò)平均能耗結(jié)果，可以看出，當(dāng)節(jié)點(diǎn)數(shù)量增加時，節(jié)點(diǎn)之間的消息交換的次數(shù)也隨之增加，但RALDR算法下的網(wǎng)絡(luò)平均能耗增加的速度低于對比算法，相比較LADRC和NBM算法平均能耗分別降低了23.6%，9.6%。這是因?yàn)樵谛畔鬏斶^程中，作為網(wǎng)絡(luò)中少數(shù)群體的移動節(jié)點(diǎn)發(fā)布請求確認(rèn)消息，不要求所有中繼節(jié)點(diǎn)參與信息交換的整個過程，而只是在接收目標(biāo)節(jié)點(diǎn)請求消息的候選階段，本文提出RALDR算法可以使用更少數(shù)量的請求確認(rèn)消息來完成整體網(wǎng)絡(luò)的拓?fù)淇刂七^程。

5 結(jié)論

本文針對煤礦井下節(jié)點(diǎn)間因通信距離過長，目標(biāo)節(jié)點(diǎn)不同時間情況下的移動，導(dǎo)致的數(shù)據(jù)包在轉(zhuǎn)發(fā)過程中效率偏低問題，在分析煤礦井下網(wǎng)絡(luò)拓?fù)淇刂泼媾R主要問題的基礎(chǔ)上，通過協(xié)調(diào)網(wǎng)絡(luò)中節(jié)點(diǎn)間的空間位置關(guān)系，提出低數(shù)據(jù)率信號強(qiáng)度輔助下的中繼節(jié)點(diǎn)優(yōu)選機(jī)制，實(shí)現(xiàn)了目標(biāo)節(jié)點(diǎn)的數(shù)據(jù)轉(zhuǎn)發(fā)效率的提高和相對穩(wěn)定網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的構(gòu)建，對比實(shí)驗(yàn)結(jié)果表明，RALDR算法下的網(wǎng)絡(luò)平均能耗增加速度較慢，且篩選后的中繼節(jié)點(diǎn)只需要少量的請求確認(rèn)消息即可維持網(wǎng)絡(luò)拓?fù)涞耐暾?，具有較強(qiáng)的適應(yīng)性。