李燕香 曹小鳳

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

中圖分類號：TP393? ? ?文獻標識碼：A

Research on Energy-Saving Dynamic Routing Algorithm for Body Area Network

LI Yanxiang，CAO Xiaofeng

（Department of Computer Engineering，Taiyuan Institute of Technology，Taiyuan 030008，China）

Abstract：In recent years，with the emphasis on health care，body area network has developed rapidly.However，due to the high energy consumption of radio transmission as a transmission medium and the small numbers of sensor nodes worn on human body，the network lifetime is shorter.In addition，the relative position of each node in the body area network will change with user's different behavior patterns and gestures.How to select routing for dynamic topology to maximize the lifetime of the network is the main content of this paper.In this paper，a dynamic routing algorithm based on Kalman Filtering is proposed，which adapts to the changing network topology and prolongs the network lifetime.

Keywords：body area network;Dynamic Routing Algorithm;network lifetime

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：用來標識當前傳感器節(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。基于不同姿態(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].中國科學技術(shù)大學，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].杭州電子科技大學學報，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，2016.

作者簡介：

李燕香（1994-），女，碩士，助教.研究領(lǐng)域：無線體域網(wǎng).

曹小鳳（1989-），女，碩士，講師.研究領(lǐng)域：人工智能，數(shù)據(jù)挖掘.