传感器网络中的能耗问题研究
基于电池供电的传感器网络通常运行在火山地带、战区等人无法接近的恶劣甚至危险的远程环境之中,网络节点的电源更换或再充电等工作通常无法进行。广泛分布于被测环境的传感器节点既要负责收集敏感数据,又要完成数据传输的路由等功能;而且,攻击者还可能会利用侵占节点向网络中注入大量的虚假数据包,致使节点在传输这些数据包时耗尽能量而失去效用。因此,网络节点电源的无法替换性使能量消耗问题相对于传感器网络的其他关键技术而言尤为重要;在不影响性能的前提下,设计有效的能量消耗控制策略成为传感器网络软硬件设计中的核心问题。
1 传感器网络节点组成及其能量分析
典型的传感器网络体系结构通常由分布的传感器节点、接收发送器、互联网和用户界面等构成。其中,传感器节点作为网络中的独立工作实体,其基本的功能子系统包括供电子系统、传感子系统、计算子系统和通信子系统等,如图1所示。
1.1 供电子系统
供电子系统由电池和ACDC转换器等模块构成,其主要任务是为其他各个子系统供给能源。
电池作为节点最主要的能量来源,其性能与容量至关重要。虽然增加电池容量可以延长供电子系统的能量供给时间,但采用有效的再充电技术或是太阳能等再生性能源则更利于保证供电子系统的能量来源,为其他子系统实现持续性的能量供应。一种新的基于i Bean无线技术和“能量获得”技术、靠感应振荡能量转换器工作的i Bean无线发射机[3],在没有电池供电的情况下,能由在50~100 mg力作用下的28~30 Hz振荡产生1.2~3.6 mV的电压,并允许在30 m距离上以115 kbps速率发送数据,为克服远程无线传感器网络面临的电池工作时间短等问题提供了一种有效的解决途径。
1.2 传感子系统
传感子系统由一组传感器和ADC控制器等构成,主要任务是负责采样/收集被测控对象的敏感信息,并转换成相应的数字信息。
理想情况下,传感子系统自动检测周期性和非周期性两类事件时[4],其能量消耗总量可简单概括为单次采样消耗的能量与采样次数的乘积。因此,要控制该子系统的能量消耗必须从以下两个方面进行:一是控制单次数据采样所消耗的能量,二是控制采样频率。前者可通过采用低功耗器件,从元器件本身有效控制单次数据采样的能量消耗。对于后者而言,由于传感器网络众多分布节点中往往是成组节点去监测相同的对象或敏感数据,有选择性地减少单个节点的采样频率并不会对被测数据有效性和完整性造成破坏,只要依据应用需求合理设置节点采样任务的激活原则,就能在保证数据准确性的前提下,较好地控制该子系统的能量消耗。
图1传感器网络节点结构框图
1.3 计算子系统
计算子系统包括微处理器/微控制器、存储器和I/O接口电路等硬件;负责控制传感器、执行通信协议和处理传感数据等软件算法;是节点的控制和计算核心。
作为节点的功能控制中心和数据计算中心,计算子系统功能复杂,与其他各个子系统联系紧密,因此,计算子系统的功能强弱、性能高低、在不同工作状态(活动、空闲和休眠等)的持续时长以及不同状态间的相互切换等,都会严重影响整个节点的能量消耗。低功耗器件、适时休眠和空闲时的降频技术,都是硬件上减少计算子系统能量消耗的常用技术,节点间的功能轮换则使从网络的整体来实现网络节点的能量消耗相对均衡。
自组织的簇生成、传输数据的加密/解密以及通信链路的建立和维护等,都是通过执行相应的指令序列来完成的,算法越复杂,指令条数就越多,消耗的能量也就越大。然而,算法是有效性、可靠性和复杂性的矛盾统一体,有效、可靠的算法往往具有较高的复杂性;简单算法的有效性、可靠性则可能不适应于应用需求。应用环境的多样性和不确定性,使得软件算法的能量消耗远比硬件的能量消耗控制困难,既要满足应用环境的需求,还要尽可能降低软件算法的复杂性。
另外,资源受限的传感器网络节点还易于遭受物理损坏攻击,使得非对称密钥管理协议等其他计算机网络中普遍采用的控制机制和数据处理算法并不适合于传感器网络。依据应用环境的需求,传感器网络对各控制和数据处理算法往往会有不同层次的要求。因此,每种控制或数据处理算法都是传感器网络中的非常具有挑战性的研究领域,需要根据节点能源的发展水平和技术特点,大幅度改造现有的成熟算法,或重新设计新的处理算法,甚至于在必要的时候;还可通过适当降低网络或节点的性能来控制节点能量消耗,以有效延长网络的生命周期。
1.4 通信子系统 由无线收发部件构成的通信子系统负责节点的通信任务。无线收发部件采用的调制模式、数据率、发射功率和操作周期等都是影响通信子系统能量消耗的关键因素。另外,由于通信元器件本身的物理特性等原因,通信子系统即使处于空闲期,也有着与接收期几乎相近的能量消耗。因此,在没有通信任务时,应尽可能地使通信子系统进入休眠期,而不是让其处于空闲期。 短距离无线通信和减少网络通信流量是通信子系统能量消耗控制的主要手段。传感器网络中普遍采用的级跳通信就是通过缩短通信距离,降低发射功率的方法实现能量节省的;数据融合则是通过减少网络流量达到降低能量消耗的目的。 数据冗余是保证即使个别节点或部分通信链路失效时,基站仍能获取完整数据的有效手段;然而,直接传输原始数据则会严重增加网络通信量,造成大量无为的能源消耗。簇首数据融合是消除冗余数据,减少网络通信量的有效手段之一。传统的簇首数据融合方式中,簇首节点接收簇内各节点传来的数据,然后通过内容检查并消除冗余后将结果数据上传基站。此种方式仅是降低了数据路由过程中的能源消耗,对簇内数据传输的节点能源消耗问题没有影响。 如图2所示,基于安全模板的数据融合机制,是通过少量数据传输替代大量数据传输的方法来更进一步地降低簇内的网络通信量[5]。其中,传感器节点并不直接传输采集数据,而是用从簇首节点接收到的安全模板生成采集数据的组合代码后再上传;簇首节点接收到传感器节点上传的代码数据,检查冗余后有选择地向部分传感器节点申请传输实际数据,以有效降低簇内的网络通信量。最后,簇首节点从选定的传感器节点接收到无冗余的采集数据并直接上传基站。
图2基于安全模板的数据融合
图3节点关联示意图(t=3)
免责声明:本文仅代表作者个人观点,与自动化网无关。对本文及其中内容、文字的真实性、完整性、及时性,本站不作任何保证或承诺。请读者仅供参考。
评论排行