一种事件驱动型无线传感器网络数据抓取策略

何钧雷

(同济大学 软件学院， 上海 201804)

一种事件驱动型无线传感器网络数据抓取策略

何钧雷

(同济大学 软件学院， 上海 201804)

在事件驱动型无线传感器网络数据抓取中，为了提高ERS算法的效率，对其加以改进，得出一种基于轨迹搜索的事件驱动型数据抓取策略，即通过搜索Sink节点所留轨迹，取代搜索单个Sink节点，以提升搜索成功概率，提高搜索效率，降低数据抓取功耗。在30×30的网格中对所提策略进行仿真，结果显示，当选取合适的点迹信息时效阈值时，相对于原ERS算法，改进后的算法能减小27%的延时，功耗可降低32%。

无线传感器网络；数据抓取；事件驱动；低功耗数据采集；搜索效率

无线传感器网络是利用无线通信方式将众多传感器节点连接成的网络系统[1]。传感器节点均由集成的传感器、数据处理及通信模块构成，布置在监测区域，协同感知、采集、处理所在环境的数据，并将其无线发送给数据汇聚(Sink)节点。要实现环境数据的远程采集和网络管理，就必须通过Internet等接入方式访问Sink节点[2-5]。

相对于传统传感器网络，无线传感器网络能够极大地提高传感器网络的空间覆盖率，增强环境检测的精度，提高系统的容错性，因而具有很好的应用前景[6-7]。

无线传感器网络的数据采集方式可以分为周期报告型和事件驱动型两类[8]。对于周期报告型数据采集方式，传感器节点定期向Sink节点发送数据，其周期由传感器网络的规模和数据采集频率决定。对于事件驱动型数据采集方式，传感器节点只有在监测到用户感兴趣的事件后，才向Sink节点传送数据。事件驱动型数据采集方式多用于抓取偶然事件提供的数据，能够降低不必要的数据传输，延长网络寿命。

由于Sink节点的位置一直在改变，而事件驱动型场景中随机事件发生的频率较低，因此，基于遗传局域搜索算法(GLS)[9]、拓展圆搜索算法(ERS)[10-11]以及分组交集算法(XYLS)[12]等的传输机制大都存在能量利用率低下的问题。

本文拟对ERS算法加以改进，通过搜索Sink节点的移动轨迹，来提高搜索效率，降低搜索延时和功耗。

1 基于轨迹搜索的数据抓取策略

轨迹信息相对于Sink节点更容易被找到，因此，可考虑利用ERS算法搜索Sink节点留下的移动轨迹，而非Sink节点本身，即通过追踪轨迹发现Sink节点。

基于轨迹搜索的数据抓取策略主要由Sink节点轨迹生成、轨迹搜索和轨迹追逐3部分组成。

1.1 Sink节点轨迹的生成

让移动的Sink节点在传感器网络中周期性地留下轨迹信息。

移动的Sink节点周期性地发送信标报文，这些记录着Sink节点位置信息的信标报文由Sink节点附近的传感器节点储存。周期太长将会导致轨迹追踪中断，而周期太短则会导致传感器节点上存储的信标报文刷新过于频繁而增大功耗，所以需要合理选择发送周期T。

随着时间的推移，Sink节点的移动轨迹会越来越长，这势必提高成功搜索轨迹的概率，但事件汇报数据包在追逐Sink节点时，将要跨越更多步数，又将带来更大的能量消耗，因此，在Sink节点轨迹信息的生成过程中，还应合理设置轨迹信息的时效阈值τ。只有产生时间小于τ的轨迹信息才有效。

1.2 Sink节点轨迹的搜索

随着事件的发生，在传感器节点处生成事件汇报数据包，并开始搜索Sink节点留下的轨迹信息。

传感器节点监测到事件发生，将产生的数据形成事件汇报数据包，并向Sink节点传输。在ERS算法的基础上，增加对Sink节点轨迹的搜索。设定事件汇报数据包的TTL(Time to Live)值L，并使数据包向邻近传感器节点移动，数据包每移动1次L减1，直到L减为0时，数据包停止移动。在移动过程中节点上有效的Sink节点轨迹信息，就会向数据源所在的节点发送确认报文。在数据源所在的节点以L为基准设定定时器，定时结束前收到确认报文则说明搜索到目标，没收到则说明搜索失败。在定时结束时重新发送数据包并增大L以扩大搜索范围。

在搜索阶段，由于Sink节点及其移动轨迹都被列入搜索目标，故相对于ERS算法，这种策略可提高搜索成功的概率。

1.3 Sink节点的追逐

发现轨迹信息后，沿着轨迹信息路径追逐，找到Sink节点并完成数据传输。

一旦数据源节点收到确认报文，即开启追逐Sink节点的算法。事件汇报数据包向新的传感器节点移动，若发现新节点上存储的信标报文更新，则继续追逐，否则留在当前节点。事件汇报数据包逐渐朝着Sink节点靠近，并最终赶上Sink节点，完成数据传输。

2 轨迹搜索策略的性能分析

假设数据源节点位于(x0,y0)处，信标报文发送周期为T的Sink节点，从(x1,y1)处开始进行原理数据源节点移动[5]，事件汇报数据包搜索的初始TTL值为L，每次搜索失败后TTL增量为ΔL,Sink节点和数据包的等待时间分别为ts和td，轨迹信息的时效阈值τ>Ltd。

2.1 搜索延时分析

轨迹搜索策略的延时主要包括,搜索到轨迹所需的时间Tt和追逐到Sink节点的时间Tc两部分。Tt的大小直接受L的影响，可表述为

Tt=Ltd。

(1)

当搜索到的轨迹的产生时间正好等于τ时，会引发追逐过程的最坏情形，此时对应的搜索延时

(2)

对于ERS算法，其搜索延时取决于搜索的次数，可表示为

(3)

其中N为搜索失败次数，M为最终搜索成功时数据包移动的步数。

2.2 搜索功耗分析

假设数据包每移动一步的功耗相同,并以此进行归一化计算。与延时相似，轨迹搜索策略的功耗包括搜索功耗Et和追逐功耗Ec两部分。搜索过程中所有节点均有数据传输，因此

Es=2L2-2L+1。

(4)

数据包沿着Sink节点的轨迹追逐，其功耗由追逐的步数决定,即

(5)

采用ERS算法的功耗可由搜索次数得到,即

(6)

比较式(1)至式(6)可知，轨迹搜索策略能够有效减少搜索到Sink所需的次数，相对于ERS算法能减小延时和功耗。

3 仿真结果与分析

选取网格划分为30×30的传感器网络，数据源节点位于网络中央，Sink节点的初始位置由Random Waypoint模型[11]随机给出。设定数据包的等待时间td=1 s，Sink节点的等待时间ts则依仿真情况而定。TTL的初始值和搜索失败后的增量均为5 s。假定Sink节点移动了50步后数据源节点开始搜索,以保证网络中存在足够多的轨迹信息。针对轨迹信息的时效阈值τ和Sink节点等待时间ts的不同取值，分析轨迹搜索策略的性能。

3.1 轨迹信息的时效阈值对性能的影响

分析轨迹信息的时效阈值τ对轨迹搜索策略性能的影响。将Sink节点的等待时间ts设为3 s，从0～30 s改变τ值。

搜索次数随τ的变化情况如图1所示。对于轨迹搜索策略，τ的逐渐增大伴随着搜索次数的减少，这是由于阈值增大，使得有效轨迹变长，从而可提高搜索成功的概率。

图1 搜索次数随轨迹信息时效阈值的变化关系

轨迹搜索策略的总延时随τ变化的情况如图2所示。由式(1)和式(2)可知，延时主要由搜索时间和追踪时间两部分组成。随着τ的增大，搜索次数减少，搜索延迟也得以减小，但τ的增大，会导致轨迹长度增长，追踪时间也相应增加。在τ<18时，随着τ的增大，总延时会不断减小，当τ>18时，随着τ的增大，总延时则相应增加。当τ=18时,相对于ERS算法，延时能够减小27%。

图2 总延时随轨迹信息时效阈值的变化关系

τ的变化对轨迹搜索策略总功耗的影响如图3所示。通过去除冗余，在追逐过程中的功耗小于搜索过程的功耗，因此总功耗主要随着搜索次数变化。τ的增加能够有效减小搜索次数，功耗自然随之逐渐降低。在延迟最小时功耗能够减小32%。

图3 功耗随轨迹信息的时效阈值的变化关系

从图1至图3可见，将轨迹搜索策略用于无线传感器网络，可提高传感器网络数据抓取的速度，降低数据抓取的功耗。

3.2 Sink节点等待时间对性能的影响

Sink节点等待时间的长短，间接反映了Sink节点移动的快慢。较小的ts说明Sink节点具有较快的移动速度。让ts从2 s变化到8 s，轨迹信息的时效阈值τ设置为5ts，以使Sink节点移动过程中轨迹的长度不发生变化。

在ts发生变化时，轨迹搜索策略和ERS算法的搜索次数如图4所示。对于ERS算法，ts的增加并不会使得其搜索次数发生变化，而对于轨迹搜索策略，则会使得其稍有下降。随着搜索次数的下降，延迟和功耗都将减小，这一趋势在图5和图6中也得以反映。

图4 搜索次数随Sink节点等待时间的变化关系

图5 总延时随Sink节点等待时间的变化关系

图6 功耗随Sink节点等待时间的变化关系

4 结语

探讨事件驱动型无线传感器网络中的数据抓取问题，提出一种轨迹搜索策略，以实现传感器节点与移动Sink节点间数据包的传递。该策略能提高搜索及建立传感器节点与Sink节点间通信的效率，减小数据抓取的延时和功耗。

[1] 司海飞,杨忠,王珺.无线传感器网络研究现状与应用[J].机电工程,2011,28(1):16-20.

[2] 李法庆,孙友伟.无线传感器网络与以太网络帧结构转换[J].西安邮电学院学报,2010,15(3):68-71.

[3] Mouttham A, Peyton L, Eze B, et al. Event-driven data integration for personal health monitoring[J]. Journal of Emerging Technologies in Web Intelligence, 2009,21(2):110-118.

[4] 刘强,毛玉明,冷甦鹏,等.无线传感器网络中多sink节点优化部署方法[J].计算机应用,2011,31(9):2313-2316.

[5] Ren Fengyuan, Huang Haining, Lin Chuang. Wireless sensor network[J]. Journal of Software, 2003,14(2):1148-1157.

[6] 胡华鹏,胡方明,周惇,等.DV-Hop无线网络定位算法研究[J].电子科技,2013,26(11):7-9.

[7] 洪锋,褚红伟,金宗科,等.无线传感器网络应用系统最新进展综述[J].计算机研究与发展,2010,47 (S1):81-87.

[8] 梁俊斌,邓雨荣,郭丽娟,等.传感器网络中事件驱动数据收集研究进展[J].计算机应用研究,2012,29(10):3601-3605.

[9] Li Jinyang, Jannotti J, Douglas S J, et al. A scalable location service for geographic Ad Hoc routing[C]//Proceedings of the 6th Annual International Conference on Mobile Computing and Networking. New York:IEEE,2010:120-130.

[10] Hassan J, Jha S. Optimising expanding ring search for multi-Hop wireless networks[C]//Global Telcommunications Conference. Washington DC: IEEE, 2004:1061-1065.

[11] Chang Nicholas B, Liu Mingyan. Controlled flooding search in a large network[J].IEEE Transactions on Networking,2007,15(2):436-449.

[12] Liu Dandan, Stojmenovic I, Jia Xiaohua. A scalable quorum based location service in Ad Hoc and sensor network[C]//2006 IEEE International Conference on Mobile Ad Hoc and Sensor Systems. Vancouver BC:IEEE, 2006:489-492.

[责任编辑:瑞金]

An event-driven wireless sensor network data fetching strategy

HE Junlei

(School of Software Engineering, Tongji University, Shanghai 201804, China)

In event-driven data-collection, the existing communication mechanism based on ERS has poor energy efficiency. In this paper, the data-collection strategy of track searching is proposed for event-driven data-collection cases on the fact that a line is easier to be found than a point. By searching trace of Sink rather than Sink itself, it is easier to find Sink, which can increase searching efficiency and reduce power consumption. A 30×30 net is used to simulate power consumption and searching efficiency by this trace-searching method. Simulation results show that once the track information keep a appropriate time, this method can reduce 27% delay and 32% power consumption at the meantime.

wireless sensor network, data-collection, event-driven, low-power consumption data communication, search efficiency

2014-12-31

何钧雷(1989-)，男，硕士研究生，研究方向为软件工程。E-mail：hejunlei2012@gmail.com

10.13682/j.issn.2095-6533.2015.02.019

TP873

A

2095-6533(2015)02-0105-04