无线传感器网络通信负载状态识别方法的研究

无线传感器网络通信负载状态识别方法的研究

田聚龙

国网青海省电力公司信息通信公司 青海省 格尔木市 816000

摘要：无线传感器网络是计算机技术、传感器技术和通信技术的结合。无线传感器网络的通信状态是数据传输领域的一个重要研究热点。在网络吞吐率过载的情况下，需要调整网络通信策略，以保证检测器网络的整体性能。本文研究了一种无线传感器网络通信的负载状态识别方法。

关键词：无线传感器网络；负载状态；分类识别

由于微机电技术、无线通信技术和数字信息处理的发展，低成本、低能耗、多功能、小尺寸传感器节点已经成为现实。这些节点包括允许短距离通信的检测、数据处理和通信功能。

一、无线传感器网络的特点

1.节点众多。在这些节点中有许多冗余节点。这样设计的无线传感器网络不仅大大增加了检测范围，而且减少了盲区，提高了系统的容错能力。我们使用分布来收集大量的信息，因此即使单个节点的精度降低，整个系统的精度仍然很高。

2.自组织网络。一般来说，在无线传感器网络中，不仅传感器的位置不能预先确定，而且传感器与其邻近区域之间的关系也不能预先确定。在这种情况下，传感器必须能够自动组织、管理和配置。

3.以数据为主。传感器网络中的节点设计相当灵活，使用标号来标识节点，而网络通信协议的设计意味着节点编号在整个网络中不是唯一的。传感器的布置是完全随机的，因此节点数与传感器网络之间的关系是随机的、动态的，位置与节点数之间没有关系。因此，对于无线传感器网络通信，传感器收集的事件比确定编号节点(即以数据为中心)更为重要。

4.受电源的限制。各种传感器都是使用电能的，当电源能力耗尽时，传感器节点就会停止工作。

二、ＷＳＮ传输参数与通信性能分析

1.实验环境的建立。为了获得识别网络上通信负载状态的基础，首先需要对实验数据进行测试和分析。在本节中，我们使用NS2仿真工具对仿真试验进行了分析，得到了试验数据。由于不考虑外部环境的干扰因素，但测试结果必须具有普遍性和代表性，因此使用星形拓扑网络进行了模拟分析。

在仿真环境设置中，我们主要考虑网络中两个最重要的性能指标:吞吐量和PRR，并将其进一步划分为应用层的AgtPRR和MAC层的MacPRR。仿真实验中主要设置的网络参数仅限于节点、PktLength和速率，因为这些参数限制了网络通信环境。在测试过程中，我们通过设置不同的仿真环境，使三个参数相互独立。

２．单节点数据传输。首先，测试只有一个节点发送数据的情况。唯一的当一个节点发送数据时，发送节点不会受到其他节点的干扰，所以网络的性能可以接近理想状态。节点发送的数据记录如图2所示。

图２单个节点数据收发情况

在图2中，应用层的数据包长度从10增加到100B，再增加到10B。由于只有一个节点发送数据，所以包的发送速率可以尽可能快。因此,长设置的每个数据包,数据包发送速度可以设置为4~200 pps,然后将数据发送测试40年代的增加变化下可进行4 pps和数据发送测试(100/10)×(200/4)=500分。从图2可以看出，当网络流量不饱和时，接收节点的吞吐率几乎与数据的分组长度PktLength和节点数的比率成正比。在低交付率的情况下，接收到的包的体积几乎与PktLength无关，几乎与速率成正比。在应用层和MAC层，接收节点的包速率都接近100%。在这种情况下，节点的包之间没有关系，也没有相互影响．

3.多节点数据发送的情况。让我们测试由多个节点发送的数据。本实验节点数为1~15个，实验参数配置如表1所示。为了便于比较，本文只选取了两个能够描述网络性能变化特征的代表性数据测试点进行说明。首先，比较了进气口和节点进气口的变化。图3(a)(b)分别显示了接收节点在3个数据发送点和8个数据发送点接收的数据吞吐量。当只有一个发送节点时，通信链路的饱和最充分地占据信道，并不断增加节点会产生更多的冲突避免和隐藏的终端冲突，系统的饱和吞吐量不会超过单个节点的吞吐量。如果节点数量较少，则不会出现或很少出现隐藏终端引起的冲突后退和数据丢失，如图3(a)所示;如果节点数量增加，节点的吞吐量会显著下降，当数据包长度增加时，信道的饱和状态会提前出现，如图3(b)所示。

表１测量网络通信性能的不同参数配置情况

接收节点在不同数据发送点接收到的包数量在纵坐标上的变化。由于数据冲突,接收数据包的节点数量显著减少与节点的数量的增加,在不同的情况下,增加的分布频率,接收数据包的节点数量,接收数据包的节点数量保持形状几乎与数据包的数量成正比。如果节点的数目很大,收到的数据包数量之间的图和发布包的数量没有比例关系,表明收到的数据包的数量随着节点密度的增加迅速下降,不能正常数量的增加与增加发布包。我们设置相同的参数来模拟1~15个发送节点。在这个速率较高的仿真中，随着节点数量的增加，网络的性能变得越来越差，即由于网络中节点的干扰，网络的性能下降。在网络中，吞吐量受到芯片的物理限制，只有通过提高硬件性能才能进一步提高。然而，在环境信息采集的传感器网络应用系统中，由于环境参数变化较慢，节点数据传输速率较低，通常在几分钟内发送一个数据包。仿真结果表明，在低速率环境中节点数量的增加也会导致网络性能的下降，可以通过调整发送策略来提高网络性能。本文主要针对这种情况进行仿真测试。

4.节点数量连续变化的情况。本节根据表1所示的数据传输点数量的连续变化来配置网络参数。设置发送节点数量１～５０以１递增变化，应用层包长度增加10B，从10个增加到100B，包发送速率从0.1增加到１pps，每次模拟40s的发送情况。网络吞吐率发送节点数量的增加有先增加后减少的明显趋势。为了更清楚地了解网络吞吐量如何随节点而变化，我们需要找到每一对的PktLength和速率组合使节点的吞吐量达到峰值。

三、网络通信负载状态的判别模型

一个传感器网络星群中的数据采集节点向接收节点发送数据，网络的吞吐率可以作为判断网络通信负载状态的依据。

如果网络已经进入通信过载状态，说明网络中节点数量较多，密度程度较大，或者节点包频率较高，则网络应调整通信策略。为了识别网络的流量负载状态，采用了数据挖掘中的分类方法。数据挖掘中常用的分类方法有决策树、朴素贝叶斯和人工神通过网络、k近邻法、Bagging和助推法、支持向量机、空间向量模型、线性回归、广义线性模型、对数线性回归、泊松回归、回归树、logistic回归等方法。其中,决策树、朴素贝叶斯和人工神经网络分类方法的测试集必须培训关注现有项目,应该是一个离散属性值,或能够区分区域连续属性的离散化,和我们的三个参数是很难建立的分类标准,所以这三种分类方法不适合我们的要求;空间向量模型更适合于专业文献的文本分类。线性回归、对数线性回归、逻辑回归等方法基本假设所有数据集都满足线性或可变线性分布。在本节的数据中，我们没有得到类似的知识。支持向量机既可以作为线性分类模型，也可以作为非线性分类模型。该方法使决策边界的边缘最大化，分类结果具有全局最优性。因此，本文采用支持向量机分类方法来判断网络是否过载判别分类。

在无线传感器网络进行数据通信的过程中，当网络内节点数量较少、节点发送数据包频度较低时，数据冲突较少，可以接近网络物理信道负载容量的理想值；而随着网络节点数量的增加，节点发送数据包频度的增加，网络节点产生较多的数据冲突，网络传输性能受到严重影响．

参考文献：

[1]李莉莉.无线传感器网络研究现状与应用[J].机电工程,2017(01).

[2]丁建.传感器网络节点定位系统安全性分析[J].软件学报,2018(04):879-887.