摘 要：近年來，隨著對健康醫(yī)療水平的重視，體域網(wǎng)迅速發(fā)展起來。但是由于無線電作為傳輸介質(zhì)傳輸能耗較高，并且穿戴在人體的傳感器節(jié)點往往較小，這都導(dǎo)致網(wǎng)絡(luò)生存周期較短。此外，體域網(wǎng)中各節(jié)點的相對位置會隨著用戶不同行為模式及姿態(tài)而發(fā)生變化。如何針對動態(tài)拓撲結(jié)構(gòu)選擇路由，保證最大化網(wǎng)絡(luò)的生存周期，是本文的主要研究內(nèi)容。本文提出一種基于卡爾曼濾波的動態(tài)路由算法，來自適應(yīng)變化的網(wǎng)絡(luò)拓撲，并同時達到延長網(wǎng)絡(luò)生存周期的目的。

　　關(guān)鍵詞：體域網(wǎng);動態(tài)路由算法;網(wǎng)絡(luò)生存周期

　　推薦閱讀：軟件項目管理的關(guān)鍵因素及管理方法探討

　　1 引言(Introduction)

　　近年來，隨著集成電路和可穿戴設(shè)備的迅速發(fā)展，一種用于檢測人體生理數(shù)據(jù)的無線傳感器網(wǎng)絡(luò)——無線體域網(wǎng)(Wireless Body Area Network，WBAN)應(yīng)運而生[1]。無線體域網(wǎng)的網(wǎng)絡(luò)實體結(jié)構(gòu)如圖1所示。

　　圖1 無線體域網(wǎng)的網(wǎng)絡(luò)實體結(jié)構(gòu)圖

　　Fig.1 Network physical structure of wireless body areanetwork

　　為了避免對人體正常行為活動帶來的不便，體域網(wǎng)中的傳感器節(jié)點往往體積較小，因此攜帶的能量也較小。此外，實時變化的網(wǎng)絡(luò)拓撲結(jié)構(gòu)，也為數(shù)據(jù)傳輸?shù)哪芰肯膸眍~外開銷。頻繁更換傳感器必然不是最好的選擇，因此如何節(jié)約能量，盡可能延長網(wǎng)絡(luò)生存周期，是WBAN研究的重要課題之一。

　　盧先領(lǐng)、彭能明等提出一種基于壓縮感知理論的數(shù)據(jù)壓縮節(jié)能策略[2];周岳斌、陳家順等提出一種利用節(jié)點轉(zhuǎn)發(fā)來平衡網(wǎng)絡(luò)能耗的分簇路由算法以延長網(wǎng)絡(luò)生存周期[3];彭能明、金智明提出一種利用臨時節(jié)點富余能量，平衡網(wǎng)絡(luò)節(jié)點間能量損耗以延長網(wǎng)絡(luò)生存周期的算法[4];劉漢春、劉靜等提出一種優(yōu)化網(wǎng)絡(luò)拓撲模型，通過動態(tài)調(diào)整數(shù)據(jù)到匯聚節(jié)點的路由及中繼節(jié)點在網(wǎng)絡(luò)中的數(shù)量和位置，延長網(wǎng)絡(luò)生存周期[5]。

　　本文通過卡爾曼濾波預(yù)測節(jié)點剩余能量，在路由選擇時選擇預(yù)測剩余能量最大的節(jié)點作為路由的后繼節(jié)點，保證整個網(wǎng)絡(luò)的剩余能量始終最大，從而延長網(wǎng)絡(luò)生存周期。

　　2 網(wǎng)絡(luò)模型及算法(Network model and algorithms)

　　2.1 網(wǎng)絡(luò)模型

　　部署在人體的傳感器種類繁多，圖2是體域網(wǎng)的一種傳感器部署策略。

　　圖2 體域網(wǎng)傳感器部署舉例

　　Fig.2 Examples of sensor deployment in body area network

　　本文體域網(wǎng)的拓撲結(jié)構(gòu)如圖3所示是一種以匯聚節(jié)點為中心的星型拓撲和網(wǎng)狀拓撲相結(jié)合的網(wǎng)絡(luò)結(jié)構(gòu)[6，7]。

　　本文中根據(jù)與匯聚節(jié)點(sink)之間的歐式距離進行分層：距離匯聚節(jié)點越近的節(jié)點層次越低，否則反之。為了消息最終都定向傳輸?shù)絽R聚節(jié)點，高層次的節(jié)點只能向低層次節(jié)點發(fā)送數(shù)據(jù)消息，低層次節(jié)點只能向高層次節(jié)點發(fā)送命令消息。

　　匯聚節(jié)點為0層，上層節(jié)點的節(jié)點層數(shù)為下層節(jié)點的節(jié)點層數(shù)加1：節(jié)點X的層數(shù)為1，節(jié)點Y的層數(shù)為2。

　　圖3 BAN內(nèi)部網(wǎng)絡(luò)拓撲示意圖

　　Fig.3 Topology diagram of BAN internal network

　　2.2 基于卡爾曼濾波動態(tài)路由算法描述

　　本文用表示節(jié)點i的位置信息，用Ei記錄節(jié)點i的剩余能量，用Pt表示節(jié)點在t時刻的能量損耗，表示t時刻消息傳輸?shù)木嚯x，表示傳播角度，消息定向傳輸[8]，則存在如下關(guān)系：

　　用Sit表示節(jié)點i在t時刻發(fā)送的消息，Sit.Energy表示節(jié)點i在t時刻的剩余能量，用表示節(jié)點i在t時刻的能量開銷：

　　用了一個簡化的卡爾曼濾波器來預(yù)測時間間隔[t，t+1]及之后的能量消耗，假設(shè)t時刻節(jié)點i的能量開銷預(yù)測為，則t+1時刻節(jié)點i的能量開銷為：

　　其中，α是一個常系數(shù)，取值范圍[0，1]。

　　則節(jié)點i的預(yù)測生存周期為：

　　考慮整個網(wǎng)絡(luò)的生存周期，則問題變?yōu)榍蠼庾畲蠡钚≈祮栴}：

　　用Lij表示節(jié)點i到j(luò)的距離，用Aijk表示節(jié)點i、j和k之間以j為頂點的傳輸角度，節(jié)點j把信息同時傳遞給i和k的能耗為：

　　同時，節(jié)點預(yù)測的總能耗必須小于節(jié)點的剩余能量

　　算法用循環(huán)遍歷每一個節(jié)點，并搜索每一個節(jié)點所有可能的后繼節(jié)點，每一個節(jié)點將數(shù)據(jù)信息冗余發(fā)送給兩個后繼節(jié)點，如果這三個節(jié)點的最小生存周期能夠提升，則將滿足條件的這兩個節(jié)點作為路由的可行解。

　　2.3 網(wǎng)絡(luò)數(shù)據(jù)包格式

　　在數(shù)據(jù)傳輸時，除了傳輸傳感器數(shù)據(jù)之外，還需要一些其他標(biāo)識字段，完整的數(shù)據(jù)包格式如表1所示。

　　表1 路由算法數(shù)據(jù)包格式

　　Tab.1 Routing algorithm packet formatSID Energy Coordinate Level Data

　　SID字段：用來唯一標(biāo)識傳感器。來源于不同傳感器的數(shù)據(jù)包中該字段不同。

　　Energy字段：用來記錄當(dāng)前節(jié)點的剩余能量。一個節(jié)點的剩余能量，等于其初始能量減去監(jiān)測能量、通信能量、電量損耗等。當(dāng)節(jié)點的剩余能量較少時，該節(jié)點只能作為一個傳感器節(jié)點接收數(shù)據(jù)而不能轉(zhuǎn)發(fā)數(shù)據(jù)，以此保證整個網(wǎng)絡(luò)剩余能量盡可能最大。

　　Coordinate字段：用來標(biāo)識傳感器節(jié)點的位置信息。由于體域網(wǎng)的網(wǎng)絡(luò)拓撲是隨著人體行為活動和姿態(tài)的改變而變化的，因此，以此字段來獲取傳感器節(jié)點當(dāng)前相對于人體的位置。從而能夠確定節(jié)點位于網(wǎng)絡(luò)拓撲中的第幾層，以便信息的定向傳輸。

　　Level字段：用來標(biāo)識當(dāng)前傳感器節(jié)點的層次信息。與Coordinate字段結(jié)合，共同確定節(jié)點位于網(wǎng)絡(luò)拓撲中的層數(shù)，以此來確保數(shù)據(jù)只能從高層次節(jié)點向低層次節(jié)點傳輸。

　　Data字段：用來記錄傳感器節(jié)點檢測到的實時用戶數(shù)據(jù)。

　　3 實驗分析(Experimental analysis)

　　3.1 實驗設(shè)置

　　本次實驗，采用在一個1.5m*2m的平面隨機分布20個節(jié)點來模擬人體隨時變化的網(wǎng)絡(luò)拓撲[9]。每一個節(jié)點的初識能量為100。

　　節(jié)點的能耗為：

　　其中，Size表示數(shù)據(jù)包的大小，At傳輸角度是一個離散值，本文中令A(yù)t=2。

　　本文用兩個常用的路由算法作為對比算法，分別是：

　　Comparing Algorithm 1：使用與本文網(wǎng)絡(luò)相應(yīng)的隨機游走算法。

　　Comparing Algorithm 2：Dijkstra最短路徑算法。

　　3.2 實驗結(jié)果分析

　　網(wǎng)絡(luò)生存周期隨網(wǎng)絡(luò)層數(shù)的變化曲線如圖4所示。

　　圖4 網(wǎng)絡(luò)生存周期隨級別個數(shù)變化圖

　　Fig.4 Network lifetime changes with the number of levels

　　圖4中，當(dāng)Level=1時，表示體域網(wǎng)中所有傳感器節(jié)點不需要通過中繼節(jié)點轉(zhuǎn)發(fā)數(shù)據(jù)，而是直接將數(shù)據(jù)傳輸給匯聚節(jié)點。因此，這時的傳感器能量損耗都是由通信產(chǎn)生，三種路由算法基本相同;當(dāng)Level數(shù)量不斷增加時，Comparing Algorithm 1的網(wǎng)絡(luò)生存周期最短。這是由于隨機游走算法的中繼節(jié)點是隨機選擇的，這可能帶來的結(jié)果是其路由選擇不僅不是能量最優(yōu)也不是路徑最優(yōu);Comparing Algorithm 2較Comparing Algorithm 1略有提升。這是由于最短路徑算法的傳輸路徑較短，因此能量損耗較小，網(wǎng)絡(luò)生存周期有所改善;本文提出的動態(tài)路由算法，基于節(jié)點剩余能量選擇中繼路由，因此能夠在層數(shù)逐漸變大時，消除最外層傳感器節(jié)點由于長距離傳輸而導(dǎo)致的生存周期瓶頸，同時，減少了內(nèi)層節(jié)點的能量消耗，顯著地提升了網(wǎng)絡(luò)生存周期。

　　當(dāng)傳感器節(jié)點數(shù)量增加時，網(wǎng)絡(luò)的生存周期與節(jié)點密度關(guān)系如圖5所示。

　　令Level=2，調(diào)整網(wǎng)絡(luò)中節(jié)點數(shù)目。

　　圖5 網(wǎng)絡(luò)生存周期隨網(wǎng)絡(luò)規(guī)模變化圖

　　Fig.5 Network lifetime changes with network scale

　　圖5中，隨著網(wǎng)絡(luò)節(jié)點數(shù)目增多，層次數(shù)較高的節(jié)點會承擔(dān)更遠距離的數(shù)據(jù)傳輸，而層次數(shù)較低的節(jié)點會承擔(dān)更大的數(shù)據(jù)流量，數(shù)據(jù)的通信和轉(zhuǎn)發(fā)開銷都增大，因此生存周期減少。但相對于Comparing Algorithm 1隨機游走算法和Comparing Algorithm 2最短路徑算法，本文提出的動態(tài)路由算法，由于是基于節(jié)點剩余能量選擇中繼路由，因此對網(wǎng)絡(luò)生存周期有較為明顯的改善。

　　4 結(jié)論(Conclusion)

　　本文以改善體域網(wǎng)網(wǎng)絡(luò)生存周期為目的，提出了一種基于卡爾曼濾波的動態(tài)路由算法算法。通過與隨機游走路由算法和最短路徑路由算法對比，在不同的網(wǎng)絡(luò)層次及不同網(wǎng)絡(luò)規(guī)模(密度)的條件下對比網(wǎng)絡(luò)生存周期，驗證了本文提出的算法對生存周期有一定的改善?；诓煌藨B(tài)自適應(yīng)路由將是進一步的研究方向。

　　參考文獻(References)

　　[1] 豐惠.無線體域網(wǎng)中可靠高效數(shù)據(jù)傳輸策略研究[D].中國科學(xué)技術(shù)大學(xué)，2014.

　　[2] 盧先領(lǐng)，彭能明，徐保國.無線體域網(wǎng)中能量高效且可靠的自適應(yīng)路由協(xié)議[J].電子與信息學(xué)報，2013(6)：1520-1524.

　　[3] 周岳斌，陳家順，馬賀賀，等.無線體域網(wǎng)節(jié)點數(shù)據(jù)壓縮節(jié)能方法[J].傳感器與微系統(tǒng)，2017，36(11)：10-13.

　　[4] 彭能明，金智明.基于轉(zhuǎn)發(fā)節(jié)點的無線體域網(wǎng)節(jié)能策略研究[J].杭州電子科技大學(xué)學(xué)報，2011，31(06)：103-106.

　　[5] 劉漢春，劉靜，徐友云，等.基于臨時節(jié)點的無線體域網(wǎng)高效節(jié)能路由算法[J].信息技術(shù)，2010，34(06)：1-5;28.

　　[6] 梁正友，姚玉梅.IEEE 802.15.6中能量有效的無線體域網(wǎng)拓撲結(jié)構(gòu)優(yōu)化研究[J].通信學(xué)報，2016，37(06)：1-10.

　　[7] 顧正強，彭浩，吳援明.無線體域網(wǎng)中的人體通信關(guān)鍵技術(shù)研究[J].通信技術(shù)，2017，50(09)：1968-1975.

　　[8] 沈羽翔.無線體域網(wǎng)的節(jié)能策略技術(shù)研究[J].通訊世界，2017(23)：75-76.

　　[9] 李燕香.基于網(wǎng)絡(luò)編碼的BAN數(shù)據(jù)可靠通信方法研究[D].吉林大學(xué)，2016.