一种无线传感器网络MAC协议优化算法.pdf
第3 5卷 第3期 2 0 1 2年3月 计 算 机 学 报 C H I N E S E J O U R N A LO FC O M P U T E R S V o l . 3 5N o . 3 M a r . 2 0 1 2 一种无线传感器网络犕 犃 犆协议优化算法 刘云璐 蒲菊华 方维维 熊 璋 ) 1 ) 1 ) 2 ) 1 ) 1 ( ) 北京航空航天大学计算机科学与工程学院 北京1 0 0 1 9 1 ) 2 北京交通大学计算机与信息技术学院 北京1 ( ) 0 0 0 4 4 各节点采集的信息以多跳的方式传送到汇聚点. 从各节点到汇聚点形成一棵以汇 摘 要 在无线传感器网络中, 文中在对无线传感器网络传输特点分析的基础上, 剖析了基于C 载波多路监听 冲 聚点为根的传输树. / ( / S M A C A / 突避免) 的M 提出了一种基于C A C协议在树状结构无线传感器网络中的弊端, S M A C A的M A C协议优化算法. / 算法基于节点在传输树中的位置信息调整其M 将C A C信道接入分配, S M A C A采用的各节点均等竞争信道的方 法优化为各节点依据在传输树中的位置情况竞争信道的方式, 这一优化提高了节点公平性, 使M A C信道接入分配 / 与树状结构的无线传感器网络传输特点相契合, 解决了基于C S M A C A的M A C协议与树状结构无线传感器网络 从而减少了信道资源浪费, 提高了网络传输效率, 降低了能耗. 实验结果表明该算法在网络丢包率、 不匹配的问题, 吞吐量和能耗方面的性能均有较大改进. 关键词 物联网; 无线传感器网络; 传输树; M A C协议 中图法分类号T 号: / P 3 9 3 犇 犗 犐 1 0 . 3 7 2 4 S P . J . 1 0 1 6 . 2 0 1 2 . 0 0 5 2 9 犃犕 犃 犆 犔 犪 犲 狉 犗 狋 犻 犿 犻 狕 犪 狋 犻 狅 狀 犃 犾 狅 狉 犻 狋 犺 犿 犻 狀犠 犻 狉 犲 犾 犲 狊 狊 犛 犲 狀 狊 狅 狉 犖 犲 狋 狑 狅 狉 犽 狊 狔 狆 犵 ) ) ) ) 1 1 2 1 L I U Y u n L u P U J u H u a F A N G W e i W e i X I O N G Z h a n g ) 1( , , ) 犛 犮 犺 狅 狅 犾 狅 狅 犿 狌 狋 犲 狉 犛 犮 犻 犲 狀 犮 犲 犪 狀 犱犈 狀 犻 狀 犲 犲 狉 犻 狀 犅 犲 犻 犺 犪 狀 犝 狀 犻 狏 犲 狉 狊 犻 狋 犅 犲 犻 犻 狀 0 0 1 9 1 犳犆 狆 犵 犵 犵 狔 犼 犵1 ) 2 ( , , ) 犛 犮 犺 狅 狅 犾 狅 狅 犿 狌 狋 犲 狉 犪 狀 犱 犐 狀 狅 狉 犿 犪 狋 犻 狅 狀犜 犲 犮 犺 狀 狅 犾 狅 犅 犲 犻 犻 狀 犑 犻 犪 狅 狋 狅 狀 狀 犻 狏 犲 狉 狊 犻 狋 犅 犲 犻 犻 狀 0 0 0 4 4 犳犆 狆 犳 犵 狔 犼 犵 犵犝 狔 犼 犵1 ) , 犃 犫 狊 狋 狉 犪 犮 狋I nw i r e l e s s s e n s o r n e t w o r k s( W S N s d a t a c o n v e r e s t o s i n k s v i a m u l t i h o t r a n s m i s g p , , w h i c h c a n b e d e s c r i b e d b a t r a n s m i s s i o n t r e e . I n t h i s a e r w e a n a l z e d t h e c o n f l i c t b e s i o n y p p y / ) t w e e n C a r r i e r S e n s eM u l t i l eA c c e s s w i t hC o l l i s i o nA v o i d a n c e( C S M A C A b a s e dM A Cp r o t o p c o l s a n d t h e t r e e s t r u c t u r e d t r a n s m i s s i o n i nW S N s . B a s e d o n t h e a d d r e s s o f t h e t r a n s m i s s i o n f e a , / t u r e o fW S N s w e r o o s e d aM A C l a e r o t i m i z a t i o n a l o r i t h mb a s e d o n t h e C S M A C A . T h e p p y p g / C Aa n d a d u s t s t h e o t i m i z a t i o n a l o r i t h m i m r o v e s t h e e u a l c h a n n e l a c c e s s s t r a t e i nC S M A j p g p q g y c h a n n e l a c c e s s s t r a t e b a s e d o n t h e l o c a t i o n o f t h e n o d e s i n t h e t r a n s m i s s i o n t r e e t o f i t t h e t r a n s g y , m i s s i o n f e a t u r e o f W S N s w h i c h e n h a n c e s t h e n e t w o r k f a i r n e s s . T h e o b e c t i v e o f t h e a l o r i t h m i s j g , , t o i m r o v eM A C e f f i c i e n c i n c l u d i n l o s s r a t i o t h r o u h u t a n d e n e r c o n s u m t i o n . T h e e r p y g g p g y p p , f o r m a n c e s o n d a t a l o s s t h r o u h u t a n d e n e r c o n s u m t i o n o f t h e a l o r i t h m a r e v e r i f i e d v i a t h e g p g y p g s i m u l a t i o n r e s u l t s . ; ; ; 犓 犲 狑 狅 狉 犱 狊I n t e r n e t o f T h i n s w i r e l e s s s e n s o r n e t w o r k s t r a n s m i s s i o n t r e e M A C r o t o c o l g p 狔 收稿日期: 最终修改稿收到日期: 本课题得到国家自然科学基金( 国家教育部博士点专项基金 ; ) 、 2 0 1 1 0 8 3 1 2 0 1 2 0 1 0 3 . 6 0 8 0 3 1 2 0 ( ) 、 ) 刘云璐, 国家“ 八六三” 高技术研究发展计划项目基金( 资助. 女, 博士研究生, 主要研究方 2 0 0 9 1 1 0 2 1 1 0 0 1 7 2 0 1 1 A A 0 1 0 5 0 0 1 9 8 1年生, 向为无线网络及无线传感器网络. 女, 博士, 副教授, 主要研究方向为无线传感器网络、 容 蒲菊华, : E m a i l l u n l u m a i l . c o m . 1 9 7 6年生, @ y g 迟网络. 方维维, 熊 璋 , , 、 、 , , , , , 男, 年 生 博 士 主 要 研 究 方 向 为 无 线 网 络 无 线 传 感 器 网 络 嵌 入 式 系 统 男 年 生 教 授 博 士 生 导 师 1 9 8 1 . 1 9 5 6 主要研究领域为无线传感器网络、 分布式系统、 多媒体处理及网络工程. 5 3 0 计 算 机 学 报 2 0 1 2年 输层的优化改进, 有效地降低了网络丢包率和能耗, 增强了网络的可靠性. 本文着重分析M A C层的解 1引 言 决方案. 传感器网络M A C协议根据信道分配方式 / 无线传感器网络是物联网的支撑技术之一, 具 可以分为三类: 基于C 调度协议和 S M A C A的协议、 / 有广阔的应用前景和许多不同于传统无线网络的特 混合M 基于C A C协议. S M A C A的协议不存在网 [ ] 1 ) 点. 典型的无线传感器网络采用汇聚点( 收 络同步问题, 扩展性好. 调度协议能有效利用资源, S i n k 集网络中的数据, 各节点采集的数据通过其它节点 但一般需要中央节点调度, 在复杂网络情况下部署 转发以多跳的方式最终传输到汇聚点, 整个网络的 有效的调度协议被证明是N 并且以 P h a r d问题[3], 信息向汇聚点传输的过程形成一棵以汇聚点为根的 T D M A协议族为代表的调度协议通常有时钟同步 这种网络模式是传感器网络最主要的信息 要求, 时钟同步需要节点频繁交换控制信息, 这将大 传输树, 传输模式之一[2]. 在传输树中, 上层节点承载的传送 大增加网络能耗. 因此, 由于传感器节点及网络布设 任务不仅包括节点本身的数据采集, 还包括下层节 的局限性, 以T D M A协议族为代表的调度协议较 点的数据转发. 因此, 网络负载会在上层节点处累 少在传感器网络中直接采用[4]. 混合协议结合了上 / 一般地基于C 但通常比较复杂, 难以配置[5]. 积. S M A C A的无线M A C协议为网 述两种协议的优点, / 络中每个节点提供同等的信道访问机会, 这种策略 基于C S M A C A的协议是传感器网络中比较常用 比较适用于传统的A _h 网络. 在传统的A _h 研究也最为活跃, 下面我们对该领域 d o c d o c 的一种方式, / 网络中, 每个节点都可以是信息传输的目标节点, 网 的代表性成果加以分析. 一般基于C S M A C A的传 ( 络负载的分布没有一定的规律, 平等的信道访问机 感器网络M 分布协调功能) A C协议是在采用D C F [ ] 6 会对各节点是公平适用的. 但是在树状传感器网络 的 的基础上进行的优化和改进, 其信 I E E E 8 0 2 . 1 1 中信息传输有固定的目标汇聚点, 上层节点负载较 道竞争的核心思想是: 当节点发送数据时, 先监听信 重, 同等的信道访问机会平均到每条信息, 则每条信 道是否繁忙. 如果繁忙, 节点等待一定时间后再尝试 息在上层节点处的发送概率将明显低于其在下层节 发送; 如果再次发生冲突, 节点按一定的策略重发信 点处的发送概率. 并且当网络在一段时间内持续繁 息, 直到信息发送成功或放弃. S M A C( S e n s o r [ ] 7 )是 上层节点处的信息由于发送概率低而累积, 下 M 第一个完全针对传感器网络设计的基于 忙时, A C 它的重要贡献是引入了 层节点的信息持续传送到上层节点处并逐渐在上层 I E E E 8 0 2 . 1 1的M A C协议, 节点处形成拥塞, 甚至被丢弃. 显然, 用于发送这些 节点休眠机制, 即节点定期休眠, 相邻节点休眠调度 [ ] 8 最终被丢弃信息的资源( 包括信道、 能量等) 被浪费 周期同步. 是在S 对 T M A C M A C基础上的改进, / 了. 这一问题是由基于C 例如根据网络 S M A C A的无线M A C协 节点休眠的策略进行了适度的调整, 议和树状传输结构的传感器网络的传输特点不相符 状况动态调整节点休眠时间以提高协议效率. B [ ] [ ] [ ] [ ] 9 1 0 1 1 4 造成的. M A C、 W i s e M A C、 X M A C和 Z M A C协议 本文针对上述问题, 基于树状传输结构的无线 在S 采用前导序列技术提高了 M A C协议的基础上, [ ] 1 2 传感器网络应用, 提出一种基于C 无需节点同步. 协 / S M A C A的无线 休眠唤醒决策的精度, P M A C 本文 议根据网络流量自适应地调整休眠调度. M A C协议的优化算法和信道抢占解决方案. S i f t协 [ ] 1 3 第2节给出相关领域的研究现状, 介绍本文工作的 议 针对事件驱动的传感器网络应用, 当多个节点 特点和贡献; 第3节描述本文工作采用的网络模型 同时检测到同一个事件, 只保证其中的部分节点发送 和相关定义; 第4节讨论树状传感器网络的传输特 检测信息, 一定程度上降低了网络冲突的概率, 但协 [ ] 1 4 点, 并给出算法的数学推导和证明; 第5节阐述本文 议基于严格的时钟同步. D M A C协议提出根据网络 算法的流程; 第6节给出算法在丢包率、 吞吐量和能 传输的树状结构, 调整休眠调度策略, 使得下层节点 最后是本文的结论. 的发送时间与上层节点的接收时间相对应. 所述的 耗方面的性能实验验证与分析; 传感器网络M A C协议的信道接入机制均沿用 本文称它们属于 I E E E 8 0 2 . 1 1协议的D C F机制, 2相关工作 它们主要从休眠调度策略方 I E E E 8 0 2 . 1 1协议族. 近年来, 各国学者针对传感器网络的高效传输 面对M 没有针对本文所述 A C协议进行优化改进, 问题, 做了很多研究, 包括从M 路由层到传 的树状传输结构网络所存在的信道分配问题提出解 A C层、 3期 刘云璐等: 一种无线传感器网络M A C协议优化算法 5 3 1 决方案. 调度协议以T 下面介 因此具有较高的自适应性: 在网络轻载情况下, 由于 D M A协议族为代表, [ ] 算法运行与I 绍调度协议相关研究成果. E E E T R A M A协议15提供了 不存在信息拥塞和不公平问题, 协议相近; 在网络重载情况下, 算法通过调整 根据流量预先分配时间槽的无冲突通信, 它属于 8 0 2 . 1 1 时间同步及时间槽分配调度的资源 M A C层最小竞争窗口给予节点不同的信道接入概 T D M A协议族, 以解决前面所述的 I E E E 8 0 2 . 1 1协议族与树状传 耗费是这类算法应用的瓶颈, 且这类算法复杂、 实现 率, / 难度大. 本文算法属于基于C 但 感器网络应用不匹配的问题. S M A C A的协议, 根据网络结构调整了信道接入概率参数, 与T D M A 络模型 协议族相比, 本文算法由于没有涉及到时间槽调度 3网 总体上规避了T 如时钟 算法, D M A协议族的局限( 本文描述的网络模型针对上行传输的树状传感 / 混合协议是基于C 同步) . S M A C A的协议与调度 如图1所示. 我们对网络模型给出以下 协议的结合, 与本文算法解决的问题不同. 本文算法 器网络应用, 的目标是解决传感器网络树状传输结构引入的问 假设: ) ( 网络中节点静止, 在初始网络部署后, 传感 1 题, 即在传输树中, 由于信息在上层节点处的发送概 率低于在下层节点处的发送概率而造成的传输效率 器节点和汇聚点静止; ) 在节点传输半径范围内的点, 是可连通点, 2 低下及信道和能量资源浪费等问题. 以Z M A C为 整个( 网络为连通网络, 即从汇聚点可以通过多跳的 代表的混合协议解决的是M A C层单跳信息发送冲 方式与 任一节点通信; 突的问题[4], 并没有考虑传感器网络结构引入的传 ) , [ ] 节 点 能 量 主 要 消 耗 在 通 信 中 根 据 文 献 中 3 2 1 [ ]在 1 6 输问题. 全网采用C F u n n e l i n M A C S M A协 的测( g , 设定发送信息消耗的能量为接收信息消耗 议, 在汇聚点周围的漏斗区域按需采用T D M A协 的能量 量的两倍. 议, 虽然将T 并由 D M A协议仅限制在汇聚点附近, 汇聚点实施时间槽调度, 避免了T D M A协议时间 槽调度算法在传感节点难以部署的问题, 但随网络 规模的增大, 漏斗区范围扩大, 时间槽调度的复杂度 和向各节点周期性部署的耗费都随之大大增加, 时钟同步 T D M A协议的时钟同步问题也并未避免. 信息的交互耗费对能耗要求极高的传感器网络是不 容小视的负担, 也是本文算法不考虑T D M A类协 议的重要原因之一. 在一些涉及M 采用了优 A C层优化的算法中, 先级设置方案[17], 根据设计目标, 在M A C层为信 [ ] 1 8 2 0 息设置不同的优先级 . ] 文献[ 通过调整 1 8 给予拥塞节点更多的信道 M A C层延迟等待窗口, 图1网络图 ] 占有机会, 以帮助缓解拥塞. 文献[ 针对无固定汇 1 9 聚点的无线网络应用, 给予数据流不同的M A C层 在检测区域中, 给定犖个传感器节点和汇聚点 优先级. 文献[ 在网格结构的网络中, 给予等候信 狊构成连通网络, ] 2 0 ) 用无向图犌 表示, =( 犞, 犈 犞表示 道时间较长的节点更多的信道抢占几率. 这些算法 传感器节点的集合, 以汇 犈是节点间双向链路集合. 分别是根据不同的网络传输结构需要提出的M A C 聚点为根节点在犌中可以生成一棵犕层的传输树 层优化算法, 但极少涉及本文所述的问题. 本文针对 犜. 如图1所示, 为一棵以汇聚点为根的上行传 优化基于C / 树状结构的传感器网络应用, S M A C A 输树. 的无线M 与以上所述方法不同, 本文算法 在以上所述的网络模型中, 传输树犜中的任一 A C协议. 采用设置M 又承担了子节 A C层最小竞争窗口的方法来实现信道 非叶节点既要发送自己检测的信息, 的非均等分配, 并非设置信息或节点的优先级, 即不 点数据的转发工作. 在传输树犜中, 距汇聚点越近 干预网络运行的动态参数, 节点或信息没有优先等 且子节点越多的节点, 承载的发送任务就相应越重. 级. 算法优化了在信息碰撞情况下的信道分配方式, 我们称这种情况为无线传感器网络的非均衡传输特 5 3 2 计 算 机 学 报 2 0 1 2年 点, 描述如下: 在上行传输的树状无线传感器网络中, 非叶节点 4问 题描述及理论分析 狀的负载量不少于它的所有子节点的负载量的总和. : 对于任一节点狀 4 . 1信道分配 ( 若在犜中距汇聚点的跳数为 则在犜中的 基于C 以 ) , / 1 犻 S M A C A的无线网络M A C协议( ( ) ; ( ) , 层次为 或 所有层次为 的节点集合 I 如图 其信道分配的 犾 犾 狀 犾 犾 狀 E E E 8 0 2 . 1 1 D C F为例, 2所示) 犻 犻或 ( ) ; 或 节点在发送信息前监听信道, 如果信道 为犔 基本原理是: 犔 狀 犻 ) ( ) ( 子节点集合为犇 层 的子节点集 繁忙, 则随机等待一个时间段, 等待的时间段大小是 2 犾 犾 狀 狀; 犻或 合( 层中所有节点的子节点组成的集合) 为犇 每当网络空闲 0到竞争窗口大小之间的随机数. 犾 犻或 从 ; ( ) ( ) 层 的平均子节点数( 层中所有节点 时间达到D 时 ( ) , 犇 犾 犾 狀 I F S D i s t r i b u t e d I n t e r F r a m e S a c e p 犾 狀 犻或 珡 珡 ; , , 为犇 网络总平均子节 间段长度时, 延迟计数器减1 直到延迟计数器为0 子节点数的平均值) ( ) 犇 犾 犾 狀 犻或 犕 1 犕 1 - - 节点开始发送数据, 当发送冲突时, 竞争窗口按一定 珡 / ; 点数为犇 =犾∑ 犇 犔 狘 狘 狘 犾 犼 犻狘 ∑ 信息重新等待发送, 直到竞争窗口大小 的规律增加, 1 1 = = 犼 犻 珡 珡 达到最大竞争窗口值. 网络中节点的竞争窗口初始 / ( ) , ( ) ( ) 犇 犇 犇 0 | | ≠ 狀 犾 狀 犾 狀 烄 ( ) , 子 节 点 系 数 为 3 α 狀= 烅 珡 保证了节点拥有 争窗口值, , ( ) 0 犇 = 0 值取统一设置的最小竞 犾 狀 烆 [ ] 6 这是一种公平的信道竞争 即子节点数与层平均子节点数的比值, 当狀为叶子 均等的信道抢占机会 , 机制. 珡 , 系数为0 节点时, ( ) 犇 = 0 . 犾 狀 图2I E E E 8 0 2 . 1 1 D C F信道分配机制[22] 在无线A _h 网络中, 由于目标节点分散, 网 I 因此本文算法基于 d o c E E E 8 0 2 . 1 1协议的D C F算法, 络负载是无规律分布的, 因此这种公平的信道竞争 I E E E 8 0 2 . 1 1协议的D C F . 机制能够得到比较好的效果. 本文所述的无线传感 4 . 2最小竞争窗口计算方法 在传输树犜中父节点和子节点的关系 由前面的分析可知, 对在树状结构的无线传感 器网络模型, 并存在上节所述的非均衡传输特点, 即父节点 器网络进行M 固定, A C层传输控制的核心是分配给父节 的负载量不少于它所有子节点负载量的总和, 当信 点相对于子节点更多的信道抢占机会. 而从整个传 道持续繁忙一段时间, 由于父节点只能和子节点以 输树犜来看, 越上层的节点负载越重, 相对信道占 导致信息在父节点处累积, 以 有率应该越高. 在源负载均匀分布的情况下, 节点的 相同的概率抢占信道, 子节点成功 总负载量取决于它转发的信息量, 节点的转发信息 至于信息极易由于缓存溢出而被丢弃. 抢占信道发送到父节点处的信息会进一步加重父节 量与节点在犜中的层次和子节点的数量密切相关. 点负担和丢包率, 同时, 子节点的这种无效发送, 还 设每个节点源信息量为1单位, 如图3所示的传输 浪费了带宽和能量资源. 因此, 均等信道抢占机制并 树结构负载分布显示: 越靠近汇聚点且子节点数量 不完全适用于本文所述的网络模型, 应给予父节点 越多, 其负载量就越大. 在源负载不均衡的情况下, 相对于子节点更多的信道抢占机会. 最小竞争窗口的 仅考虑根据负载量来调整信道分配难以满足节点公 大小是决定信道抢占概率的一个重要参数, 本文着重 平性的要求: 按负载量调整信道分配使得源信息数 探讨怎样针对所述网络模型为犜中节点设置最小竞 小的节点发送成功的信息量会小于源信息数大的节 争窗口值, 以合理分配信道使其符合树状网络模型的 点, 源信息数小的节点的信息甚至会被源信息数大 / 传输特点. 如第 基于C 使得源信息数小的节点无法传 2节所述, S M A C A的传感器 的节点的信息淹没, 网络M 但信道接入方法主要是基于 达信息. 这是不可取的, 因为很多传感器应用的基本 A C协议众多, 3期 刘云璐等: 一种无线传感器网络M A C协议优化算法 5 3 3 要求是要能从各个节点平等的接收信息. 因此, 在信 值, 并根据各节点的子节点数量和所在层最小竞争 道分配中, 应以节点数为分配依据. 为此, 本文首先 窗口值, 给出每个节点的最小竞争窗口值. 依据传输树的层次为每层计算其层最小竞争窗口 图3负载分布图 犕 珡 珡 珡 ( …+ / 4 . 2 . 1层最小竞争窗口计算 1 + 犇 1 + 犇 1 + 犇 犕) ( 犾 犾 犾 0+ 1+ 犿- 1) 犕. 珡 信道分配与节点在传输树中的层次直接相关, =( ) 1 + 犇 层次最小竞争窗口从总体上为传输树中各层设置了 因此, 犾 0× 犕] χ 犿 珡 最小竞争窗口的基准值. 层次最小竞争窗口值根据 ( ) 犆 犠 犠 1 + 犇 m i n [ m i n犆 0× 0= 上层节点的最小竞争窗口值和上层平均子节点数计 / = 犆 犠 犆 犠 . 证毕. m i n犃 m i n犃 算给出, 保证了每层的最小竞争窗口值不小于其上 4 . 2 . 2节点最小竞争窗口计算 层最小竞争窗口计算公式如下: 层值. 如图3所示, 在犜中同层的节点由于子节点的 0 χ, 珡 其数据负载量也会存在差异, 因此, 犆 犠min×( 1 + 犇 犻 = 0 () 数量可能不同, 犾 0) 烄 犾 犻 + 1 犆 犠min= 1 犾 烅 对于同层节点以所在层最小竞争窗口值为基准, 并 χ,0 犻× 珡 犆 犠m 1 + 犇 犻 犕 < < 犾 i n ( 犻) 烆 据子节点的数量计算各节点的最小竞争窗口值. 0 犕 / ( )根 珡 = l o 犃 犆 犠 2 ( ) g m i n χ 1 + 犇 点狀的最小竞争窗口的计算公式为: 0是 其中, 中根节点的最小竞争窗口值, 节 犆 犠 m i n 犜 狀= 犆 犠 m i n 犾 犻 , 表 示 层 的 最 小 竞 争 窗 口 值 是 根 据 网 络 规 犆 犠min 犾 犃 犻 ( ) 犾 狀 1 - α 狀+ ( ( ) ( ) 1 - 犅 e 犅 × 犆 犠 1( α 犾 犾 狀 m i n, 狀> ( )) 狀 烄 0 为层次最小竞争窗 烅 犾(狀) , 模预先给定的常数( ) 犃 犆 犠min) 3 > , 犆 犠 0 1 α m i n 狀 口的一个上限( 参见定理1 ) , 犃的设定可以避免由 烆 χ 珡 / ( ) ( ) ( ) 犅 =( 1 1 + 犇 4 犾 狀 犾 狀 - 1) 于最小竞争窗口值过大而导致节点长期无法抢占信 子节点系数, 它是节点子节点数与层平均 α 狀为 道. 公式中每层的最小竞争窗口值都是由上层的最 其中, 为层调整系数, 保证节点的最 ( ) 犅 犾 狀 小竞争窗口值和平均节点数以及预先设定的网络参 子节点数的比值, 相邻两层的最小竞争窗口值差异是由上 小竞争窗口取值在上层最小竞争窗口值和本层最小 数决定的. 由网 竞争窗口值之间. 层的平均子节点数直接决定的, χ为调整系数, 定理2 .任一节点狀的最小竞争窗口值大于 络的总平均子节点数和预先设定的根节点最小竞争 每层最小竞争窗口的计算采 它的父节点犿的最小竞争窗口值. 0 窗口值及常数犃决定, 珡> , , 证明.由犇 0 犕> 0 0 犠min<犃及 <犆 用相同的 对于给定的网络和预置参数, χ值, χ 0 1 犕> 珡) 式( 我们有( 所以 ) , , / 2 1 +犇 1 犃 犆 犠 固定. m i n>, 定理1 0 . .犃为层最小竞争窗口值的一个上限. χ> χ> 珡 , ( , ) , 由式( 我们得到 , 我们有 证明. 犻 犕 1 + 犇 1 1 犻 犕 犾 犻) 犾 犾 犾 犾 χ 珡 犻 + 1> 犻. 犆 犠m犕in= 犆 犠m犕in-1×( 1 + 犇 犾 犆 犠 犆 犠 m i n m i n 犕- 1) 0× χ 珡 ( ) 珡 = 犆 犠 1 + 犇 × , / , 如 果 因为0 m i n 犾 ( ) 1 1 1 + 犇 1及 0 α < > 狀> 犾 狀 - 1 χ 0 χ× χ 1 - α 珡 珡 ( …× ( 狀< ) , , 由式( 我们得到0 由0 我 1 + 犇 1 + 犇 犾 犾 ( ) 4 犅 1 . e 1 < < 犾 狀 1) 犕- 1) 0 1 - α 珡 ( 们得到0 ) , ( = 犆 犠min×[ 1 + 犇 × ( ) ( ) ( )< 1 - 犅 e狀< 1 - 犅 犅 1 - 犾 <( 犾 狀 犾 狀 犾 狀 0) 1 - α χ 珡 珡 狀 ) ( ]. ( ) ( ) 犅 e+ 犅 1 . 1 + 犇 ×…×( 1 + 犇 < 犾 狀 犾 狀 犾 犾 1) 犕- 1) ( ) ( ) 犾 狀 犾 狀 - 1 根据算术几何平均不等式, 我们得到 由式 我们有犅 ( ) ( ) , ( ) 1 4 × 犆 犠 犆 犠 ~ m i n 犾 狀 m i n= ( ) ( ) 犾 狀 犾 狀 - 1 珡 珡 珡 1 - α [ ( ] 狀+ 1 + 犇 ×( 1 + 犇 ×…×( 1 + 犇 ( ) ) 及( 犾 犾 犾 ( ) ( ) 1 - 犅 e 犅 × 犆 犠 犆 犠 犾 狀 犾 狀 m i n> m i n . 0) 1) 犿- 1) 5 3 4 计 算 机 学 报 2 0 1 2年 ( ) ( ) 犾 狀 - 1犆 狀 犆 犾 狀 ) , 小于信息跳数值, 由式( 我们有犆 设置其非叶节点标志位参数为1 3 犠 犠 犠 < m i n < m i n m i n. ( ) 犾犿, 狀 ) ; 初始为 如果相等, 丢弃信息. 经过一轮查询信息 , 如果 我们有犆 0 1 犠犿 犆 犠 犠 α 犿> m i n< m i n犆 m i n> ( ( )则 狀 犾 犿 所有非叶节点标志位参数为0的节点向其父 设置, 犆 犠 犆 犠min> 犆 犠犿 . m i n, m i n ( )则 节 该聚敛信息中加入自己的节点 点发送聚敛信息, 犾 犿 , 如果α 我们有犆 1 犠犿 犆 犠 犿 m i n= m i n, 号和层数, 所有收到聚敛信息的节点将加入自己的 ( ) 狀 犆 犾 犿 犆 犠 犆 犠犿 . >犠 m i n m i n= m i n 节点号和层数, 并将该信息该转发给父节点. 最终汇 ( ) 狀= 犾 狀 , 如果 我们有犆 1 犠 犠 α 狀 m i n犆 m i n. ) 根据式( 计算层最小竞争窗口 点收到聚敛信息, 1 ( )则 狀 犾 犿 , 如果 我们有犆 1 犠犿 犆 犠 犆 犠min= 聚 α 犿> m i n< m i n, 并根据式( 和式( 计算得到每层最小 ) ) 的参数值, 1 4 ( ) ( ) 犾 犿 犾 狀 犆 犠 犆 犠 犆 犠犿 . m i n> m i n> m i n 竞争窗口值和节点最小竞争窗口计算参数犅 汇聚 犾 犻. ( ) 犿= 犾 犿 狀= , , 如果 我 们 有 则 1 犆 犠 犆 犠 犆 犠 α 犿 m i n m i n m i n 点将计算所得的各层最小竞争窗口值和参数犅 犾 犻向 ( ) ( ) 犾 狀 犾 犿 犿 犆 犠min> 犆 犠min= 犆 犠min. ) 网络中广播. 各节点根据式( 计算最小竞争窗口值 3 狀 犿 因此, 证 毕 犆 犠min> 犆 犠min. . 并进行设置. 定理2保证了父节点比其任一子节点拥有更多 的信道抢占机会. 符合传输树结构的非均衡传输特 6实 验与评估 点, 证明了算法的合理性. 我们采用N S 2仿真器分别在2 0节点、 5 0节点 及1 0 0节点的网络中验证了本文提出的M A C优化 5设置算法 方法在丢包率、 吞吐量和能量消耗方面的效率. 如在 最小竞争窗口的设置算法流程如图4所示, 初 第2节中所述, 调度协议及混合协议与本文算法由 始时汇聚点在全网广播一条查询信息, 该信息携带 时钟同步及目标不同引入的低可比性, 使得本文算 , , 跳数值 初始为1 当任一节点 / 而基于C 犺 狀收到查询信息时, 法难以与此类算法进行性能比较; S M A ( ) ( , 检查它的层数设置 初始设置为无穷大) 如果 C 虽然在休眠等其它方 犾 狀 A的传感器网络M A C协议, 将层数设置为信息跳数 面各有长处, 层数设置大于信息跳数值, 但信道接入方法基本上沿用了 值, 并将信息上一跳节点设置为父节点; 如果层数值 I 即采用了相似的信 E E E 8 0 2 . 1 1协议的D C F方式, 图4算法流程图 3期 刘云璐等: 一种无线传感器网络M A C协议优化算法 5 3 5 道接入方法. 因此, 优化算法与I 并且, 随发送速率的增 E E E 8 0 2 . 1 1协议的 协议丢包率减低超过2 0 %. ( ) 比较具有代表性. 本文仅将M 在图5 所示的5 A C优化算法与基础 加本文算法的丢包率相对稳定. b 0 本文是对 节点的网络实验中, 我们测试了不同的犃参数值, 的I E E E 8 0 2 . 1 1协议的D C F进行比较. 犃 可以容 值取3 在速率较低的情况下丢包率有明显改 I E E E 8 0 2 . 1 1协议族信道接入方法的优化, 2时, 与其它优化结合 善, 但当速率达到5 / 易地植入I E E E 8 0 2 . 1 1协议族中, 0 0 s时本文算法的丢包率与 p 以提高总体效率. 而当犃值取2 丢包率 I E E E 8 0 2 . 1 1协议接近; 5 6时, 实验节点均匀部署在2 并且比较稳定, 在高速率情况下, 丢 0 0 m × 2 0 0 m的矩形区 降低幅度较大, 域内, 节点通信半径为 实验采用 信道, 包率相对I 在如 4 0 m . 2 M b s E E E 8 0 2 . 1 1协议依然降低了4 0 %. p ( ) 数据包长度为5 便于算法在以后的工作中 图5 所示的1 当犃值取4 1 2字节, c 0 0节点网络实验中, 0 [ ] 2 3 2 4 , 嵌入I 协 议 进 行 扩 展 依 据 文 献 时 本 文 算 法 相 对 于 协 议 并 无 明 显 改 E E E 8 0 2 . 1 1 . I E E E 8 0 2 . 1 1 [ ] 中的测量结果, 每发送一个数据包的能耗设置 善, 甚至在低发送速率时丢包率略有超出, 这是由于 2 1 为2单位, 每接收一个数据包的能耗设置为 采用 1单位. 在规模较大的网络中传输树的层数相应较多, 较小的最小竞争窗口上限使接近汇聚点的节点最终 6 . 1网络丢包率 图5所示为 过小的竞争窗口值增 I E E E 8 0 2 . 1 1协议及本文算法在不 设置的最小竞争窗口值过小, ( ) 如图5 所示, 加了冲突的几率并导致了丢包的增多. 因此, 需要根 同发送速率下的数据丢包率情况. a 在2 本文算法相对于I 0节点的网络中, E E E 8 0 2 . 1 1 据网络规模相应调整犃值. 图5丢包率 中, 本文算法较I 6 . 2吞吐量 E E E 8 0 2 . 1 1协议的吞吐量情况有 、 图6所示为I 并随发送速率的增加优势更加明显. 在如 E E E 8 0 2 . 1 1及本文算法在2 0 5 0 较大改善, ( ) 和1 在不同的发送速率下, 网络吞 图6 所示的5 0 0节点的网络中, b 0节点网络实验中, 犃值取3 2时本 ( ) 吐量的情况. 在如图6 所示的2 a 0节点网络实验 文算法优势并不明显, 犃值取2 5 6时本文算法较 5 3 6 计 算 机 学 报 2 0 1 2年 I E E E 8 0 2 . 1 1协议有平稳改善且吞吐量提高5 0 %左 信息发送量产生的原因是由于过小的竞争窗口上限 ( ) 右. 在如图6 所示的1 增加了发送冲突的几率, 从而增加了信息重传 c 0 0节点网络实验中, 犃值 值, 吞吐量由 率, 降低了信息发送频率, 从而减低了信息发送量. 取4 0时算法性能劣于I E E E 8 0 2 . 1 1协议. ( ) ( ) 信息发送量和丢包率决定, 图5 中显示本文算法 从图6 中可以看出, 本文算法在犃值取6 c c 4时的 在犃值取4 0时的丢包率与 I E E E 8 0 2 . 1 1协议持平, 吞吐量与I E E E 8 0 2 . 1 1协议持平并在低速率时略 仅在低速率时稍有超出, 则本文算法在犃值取4 本文算法较I 0 好. 犃值取1 2 8和2 5 6时, E E E 8 0 2 . 1 1 时吞吐量较低的原因是较小的信息发送量. 较小的 协议已经有较大改善. 图6吞吐量 传输步骤的能量消耗. 在图7 所示的1 ( ) 6 . 3能量消耗 c 0 0节点网 ( ) 能量消耗是传感器网络算法性能的重要监测标 络实验中, 与在图5 中观察的情况类似, 当发送 c [ ] 准25. 如图7所示, 我们测试了汇聚点每成功接收 速率低于5 时, / s 犃值取4 0的算法的能耗稍差于 p ( ) 在图7 所示的 I 原因与丢包率分析相同, 较小的 一个数据包网络的平均能量消耗. a E E E 8 0 2 . 1 1协议. 本文算法较I 2 0节点网络中, E E E 8 0 2 . 1 1协议的能 最小竞争窗口值上限使得在规模较大的网络中靠近 量消耗情况有较大改善, 没有随发送速率的增加而 汇聚点的最小竞争窗口值过小, 导致冲突、 丢包率和 / 在速率达到2 随着发送速率 能源浪费的增加. 快速增加. 5 0 s以后, p 的增加, 本文算法每成功接收一条数据的能耗有所 降低. ( ) 而与能耗相对, 图5 中本文算法的丢包率 7结 束语 a / 这说明这段能耗 在速率达到2 5 0 s后保持稳定. p 其原因 本文针对基于C / 降低的主要原因不是由于丢包率的下降. S M A C A的I E E E 8 0 2 . 1 1协 是: 采用本文算法后, 随着发送速率的提高, 越来 议族与树状结构的无线传感器网络不匹配的问题, 越多的信息在更早的阶段被丢弃, 减少了后续无效 根据树状结构的无线传感器网络的非均衡传输特 3期 刘云璐等: 一种无线传感器网络M A C协议优化算法 5 3 7 图7能量耗费 / 点, 提出了一种基于C S M A C A的M A C协议优化 算法根据节点在传输树中的层次和子节点的 算法. 数量调整节点信道接入概率, 给出了层次最小竞争 窗口和节点最小竞争窗口的计算模型, 理论上证明 了模型符合树状网络传输特点, 并给出了最小竞争 窗口的上限. 最后采用实验方法, 证明了算法在丢包 率, 吞吐量和能耗方面均有较大幅度改善. 致 谢 感谢美国卡内基梅隆大学计算机学院的 S a t a n a r a a n a n教授及P e t e r S t e e n k i s t e教授对本 y y 文工作的支持和建议, 同时感谢本文审稿专家和编 辑, 他们给出了宝贵的意见和建议! / / t i o n s c h e d u l i n i n w i r e l e s s s e n s o r n e t w o r k s P r o c e e d i n s o f t h e g g 2 8 t h I n t e r n a t i o n a l A n n u a l J o i n t C o n f e r e n c e o f t h e I E E EC o m ( ’ ) N F O C O M0 9. R i o d e u t e r a n d C o m m u n i c a t i o n s S o c i e t i e sI p , , : J a n e i r o B r a z i l 2 0 0 9 2 1 5 9 2 1 6 7 [ ]R 3 a m a n a t h a nS .Au n i f i e df r a m e w o r ka n da l o r i t h m sf o r g ( / / )D / / T F C M Ac h a n n e l a s s i n m e n t i n w i r e l e s s n e t w o r k s g P r o c e e d i n s o f t h e 2 1 s t I n t e r n a t i o n a l A n n u a l J o i n t C o n f e r e n c e g ( N F O o f t h e I E E EC o m u t e r a n dC o m m u n i c a t i o n s S o c i e t i e sI p ’ ) , , : C O M 9 7 . K o b e J a a n 1 9 9 7 9 0 0 9 0 7 p [ ]I ,A ,M ,J 4 n o n h e e i tW a r r i e r a h e s hA i a e o n k iM i n . j gR j g : / / Z M A C Ah b r i dM A C f o rw i r e l e s s s e n s o r n e t w o r k s P r o y c e e d i n s o f t h e 3 r dA C MI n t e r n a t i o n a l C o n f e r e n c e o nE m b e d g ’ ) , S e n S s 0 5 . S a nD i e o d e dN e t w o r k e dS e n s o rS s t e m s( y g y : 2 0 0 5 9 0 1 0 1 [ ]J , , , 5 i a nQ i a n G n Z h e n H u Z h u P e i D o n G u i C h u n M e i . go g g g O v e r v i e w o f M A C r o t o c o l s i n w i r e l e s s s e n s o r n e t w o r k s . J o u r p 参考文献 , , ( ) : ( ) n a l o f S o f t w a r e2 0 0 81 923 8 9 4 0 3 i n C h i n e s e ( 蹇强, 龚正虎, 朱培栋, 桂春梅. 无线传感器网络M A C协 [ ] , , 议 研 究 进 展 软 件 学 报 , , ( ) : ) 1R e nF e n Y u a nH u a n a i N i n i nC h u a n .W i r e l e s s g gH gL g . 2 0 0 81 923 8 9 4 0 3 , , ( ) : ]I ) s e n s o r n e t w o r k s . J o u r n a l o f S o f t w a r e 2 0 0 3 1 4 7 1 2 8 2 [ 6 E E EW i r e l e s sL A NM e d i u mA c c e s sC o n t r o l( M A C a n d ( ) ( ) ( ) i n C h i n e s e 1 2 9 1 P h s i c a lL a e rP H YS e c i f i c a t i o n s2 0 0 7r e v i s i o n, y y p ( , 任丰原, 黄海宁, 林闯. 无线传感器网络. 软件学报, , 2 0 0 3 I E E E 8 0 2 . 1 1 2 0 0 7 ( ) : ) [ ]Y ,H , 1 471 2 8 2 1 2 9 1 7 eW e i e i d e m a n n J o h n E s t r i nD e b o r a h . A n e n e r e f f i g y [ ]Y , , / / 2 u B o L i J i a n Z h o n L i Y i n S h u . D i s t r i b u t e d d a t a a r e a g g g g g c i e n t M A C r o t o c o l f o r w i r e l e s s s e n s o r n e t w o r k s P r o c e e d i n s p g 5 3 8 计 算 机 学 报 2 0 1 2年 ( ’ ) , , : w o r k e d S e n s o r S s t e m s o f t h e 2 1 s t I n t e r n a t i o n a l A n n u a l J o i n t C o n f e r e n c e o f t h e I E E E S e n S s 0 6 . B o u l d e r U S A 2 0 0 6 y y ( ’ ) C o m u t e r a n d C o m m u n i c a t i o n s S o c i e t i e s I N F O C O M 0 2 . 2 9 3 3 0 6 p , , : [ ]L , , N e wY o r k U S A 2 0 0 2 1 5 6 7 1 5 7 6 1 7 i n C h u a n W a n Y u a n Z h u o R e n F e n Y u a n . R e s e a r c h o n g g g [ ] , 8T i s D a m v a nK o e n L a n e n d o e n . A n a d a t i v e e n e r e f f i c i e n t Q o S i n n e x t e n e r a t i o n n e t w o r k . C h i n e s e J o u r n a l o f C o m u t j g p g y g p / / , , ( ) : ( ) M A Cp r o t o c o l f o rw i r e l e s s s e n s o r n e t w o r k s e r s P r o c e e d i n s o f 2 0 0 8 3 1 9 1 5 2 5 1 5 3 5 i n C h i n e s e g 林闯,王元卓,任丰原. 新一代网络Q 计算机学 ( t h e1 s tA C MI n t e r n a t i o n a lC o n f e r e n c eo nE m b e d d e d N e t o S研究. 报, ( ’ ) ,U , , ( ) : ) w o r k e d S e n s o r S s t e m s S e n S s 0 3 . L o sA n e l e s S A 2 0 0 8 3 1 9 1 5 2 5 1 5 3 5 y y g : [ ] , , 2 0 0 31 7 1 1 8 0 1 8H u l l B r e tJ a m i e s o n K l eB a l a k r i s h n a nH a r i . M i t i a t i n c o n y g g [ ]P , , / / 9 o l a s t r e J H i l l J C u l l e r D . V e r s a t i l e l o w o w e r m e d i a a c c e s s P r o c e e d i n s o f t h e 2 n d e s t i o n i nw i r e l e s s s e n s o r n e t w o r k s p g g / / f o rw i r e l e s ss e n s o rn e t w o r k s I n t e r n a t i o n a l C o n f e r e n c e o n E m b e d d e d N e t w o r k e d S e n s o r S s P r o c e e d i n so ft h e2 n d y g ( ’ ) , , : t e m s A C MC o n f e r e n c eo nE m b e d d e dN e t w o r k e dS e n s o rS s t e m s S e n S s 0 4 . B a l t i m o r e U S A 2 0 0 4 1 3 4 1 4 7 y y ( ’ ) , , : [ ]W , , , S e n S s 0 4 . B a l t i m o r e U S A 2 0 0 4 9 5 1 0 7 1 9 a r r i e r A i t J a n a k i r a m a n S a n k a r a r a m a n H a S a n t a e R h e e y j g [ ] , : : 1 0E l H o i d i AD e c o t i n i e J D . W i s e M A CA n u l t r a l o w o w e r I n o n . D i f f QP r a c t i c a l d i f f e r e n t i a l b a c k l o c o n e s t i o n c o n t r o l y g p j g g g / / M A C r o t o c o l f o r t h e d o w n l i n k o f i n f r a s t r u c t u r e w i r e l e s s s e n f o r w i r e l e s s n e t w o r k s P r o c e e d i n s o f t h e 2 8 t h I E E EC o n f e r p g / / ( ’ ) , s o r n e t w o r k s P r o c e e d i n s o f t h e I E E ES m o s i u mo nC o m e n c e o n C o m u t e r C o m m u n i c a t i o n s I N F O C O M 0 9 . J a n e i r o g y p p ( ’ ) ,U , , : I S C C 0 4 . A l e x a n d r i a S A B r a z i l 2 0 0 9 2 6 2 2 7 0 u t e r s a n dC o m m u n i c a t i o n s p : [ ] , , 2 0 0 42 4 4 2 5 1 2 0I n t a n a o n w i w a t C h a l e r m e k G o v i n d a nR a m e s h E s t r i nD e b o g [ ]B , , , : , , 1 1 u e t t n e r M Y e e G A n d e r s o n E H a n R . X M A C A s h o r t r a h H e i d e m a n n J o h nS S i l v aF a b i o . D i r e c t e dd i f f u s i o n f o r / w i r e l e s s s e n s o r n e t w o r k i n . I E E E r e a m b l eM A Cp r o t o c o l f o r d u t c c l e dw i r e l e s s s e n s o r n e t A C MT r a n s a c t i o n s o n N e t g p y y / / , , ( ) : w o r k s P r o c e e d i n s o f t h e 4 t h A C M I n t e r n a t i o n a l C o n f e r e n c e w o r k i n 2 0 0 3 1 1 1 2 1 6 g g ( ’ ) ]C , o n E m b e d d e d N e t w o r k e d S e n s o r S s t e m s S e n S s 0 6 . B o u l [ 2 1 h e n T i e n E R u z e n a B . C o n e s t i o n c o n t r o l a n d f a i r n e s s f o r y y g g , , : / / d e rU m a n t o o n e r o u t i n i ns e n s o r n e t w o r k sP S A2 0 0 63 0 7 3 2 0 r o c e e d i n s o f t h e y g g [ ]Z , , : 1 2 h e n T R a d h a k r i s h n a n S S a r a n a nV . P M A C A n a d a 2 n d I n t e r n a t i o n a l C o n f e r e n c e o n E m b e d d e dN e t w o r k e d S e n s o r g g p ( ’ ) , , : t i v e e n e r e f f i c i e n tM A Cp r o t o c o l f o rw i r e l e s ss e n s o rn e t S s t e m sS e n s s 0 4. B a l t i m o r eU S A2 0 0 41 4 8 1 6 1 g y y y / / ]S ,A ,C ,O w o r k s P r o c e e d i n s o f t h e P a r a l l e l a n dD i s t r i b u t e d P r o c e s s i n 2 2 h o r e a e e v n a n d aA h a nM u n C h o o n o iW e i g g [ yR j , , : ,W , : T s a n . M o b i l e S m . P i s c a t a w a U S A 2 0 0 5 2 3 7 2 4 7 i r e l e s s a n dS e n s o rN e t w o r k s T e c h n o l o g y p y [ ]J , , : ,A , ,U : 1 3 a m i e s o n K B a l a k r i s h n a nH T a YC . S i f t AM A C r o t o l i c a t i o n s a n dF u t u r eD i r e c t i o n s .H o b o k e n S A y p p p g y :M , , : I T W i l e I E E E P r e s s 2 0 0 6 4 9 c o l f o r e v e n t d r i v e rw i r e l e s s s e n s o r n e t w o r k s . B o s t o n y : , [ ] , T e c h n i c a l R e o r t M I T L C S T R 8 9 4 2 0 0 3 2 3 N a d e e m T a m e r A r a w a l a s h o k .P e r f o r m a n c eo fI E E E p g A [ ]L , , 1 4 u G K r i s h n a m a c h a r i B R a h a v e n d r aC . A d a t i v e e n e r 8 0 2 . 1 1b a s e dw i r e l e s ss e n s o rn e t w o r k si nn o i s n v i r o n g p g y ye / / e f f i c i e n t a n d l o w l a t e n c A C f o r d a t a a t h e r i n i n s e n s o r n e t m e n t sP r o c e e d i n s o f t h e I n t e r n a t i o n a l P e r f o r m a n c e C o m u yM g g g p / / ( ’ ) , w o r k s P r o c e e d i n s o f t h eW o r k s h o o n A l o r i t h m s f o r W i r e I P C C C 0 5 . P h o e n i x t i n a n d C o m m u n i c a t i o n s C o n f e r e n c e g p g g , , ( ’ ) , : l e s sM o b i l eA dH o c a n d S e n s o rN e t w o r k sW M A N0 4. U S A2 0 0 54 7 1 4 7 6 , , : [ ]L S a n t a F e U S A 2 0 0 4 2 2 4 2 3 0 2 4 e w i s A d a m s . C a i t a l i z i n o n 8 0 2 . 1 1 f o r s e n s o r n e t w o r k . L o s p g [ ]V ,K ,G , : , , 1 5 e n k a t e s hR a e n d r a n a t i aO b r a c z k a a r c i a L u n a A v e c e s G a t o s U S A G a i n s a n C o r o r a t i o n t h eW h i t e P a e r 2 0 0 7 j p p p , ]W ,L ,R ,Z ,Z J o s eJ o a u i n . E n e r e f f i c i e n t c o l l i s i o n f r e em e d i u ma c c e s s [ 2 5 e nH a o i nC h u a n e nF e n Y u a n h o uJ i a e n q g y g g g , c o n t r o l f o rw i r e l e s ss e n s o rn e t w o r k s .W i r e l e s sN e t w o r k s R o n F e i . Q o S a r c h i t e c t u r e i nw i r e l e s s s e n s o r n e t w o r k . C h i g , ( ) : , , ( ) : ( 2 0 0 61 216 3 7 8 n e s e J o u r n a l o f C o m u t e r s2 0 0 93 23 4 3 2 4 4 0i nC h i p [ ]A ,M ,C , ) 1 6 h nG a h n S e o i l u z z oE m i l i a n o a m b e l lA n d r e wT n e s e g p p 文浩,林闯,任丰原,周嘉,曾荣飞. 无线传感器网络的 , : , ( H o n S e G i C u o m o F r a n c e s c a . F u n n e l i n M A C A l o c a l i z e d g g 计算机学报, / / , ( ) : ) S i n k o r i e n t e dM A C f o r b o o s t i n f i d e l i t i n s e n s o r n e t w o r k s Q o S体系结构. 2 0 0 9 3 2 3 4 3 2 4 4 0 g y P r o c e e d i n s o f t h e 4 t hA C MC o n f e r e n c eo nE m b e d d e dN e t g , , 犔 犐 犝犢 狌 狀 犔 狌 b o r n i n 1 9 8 1 P h . D .l a t o l e r a n t n e t w o r k s . y , , c a n d i d a t e . H e r r e s e a r c h i n t e r e s t i sw i r e 犉 犃 犖 犌犠 犲 犻 犠 犲 犻 b o r n i n 1 9 8 1 P h . D . . H i s r e s e a r c h i n , , l e s s s e n s o r n e t w o r k s . t e r e s t s i n c l u d e w i r e l e s s s e n s o r n e t w o r k s e m b e d d e d s s t e m s y w i r e l e s s n e t w o r k s . , , , 犡 犐 犗 犖 犌 犣 犺 犪 狀 b o r n i n 1 9 5 6 P h . D . s u e r v i r o f e s s o r p p 犵 s o r . H i sm a i n r e s e a r c h i n t e r e s t s i n c l u d ew i r e l e s s s e n s o r n e t , ,m w o r k s d i s t r i b u t e ds s t e m u l t i m e d i ap r o c e s s i n n dn e t y ga , , , 犘 犝 犑 狌 犎 狌 犪 b o r n i n 1 9 7 6 P h . D . a s s o c i a t e r o f e s s o r . w o r k e n i n e e r i n . p g g H e r c u r r e n t r e s e a r c h i n t e r e s t s i n c l u d e s e n s o r n e t w o r k s a n d d e 刘云璐等: 一种无线传感器网络M A C协议优化算法 3期 5 3 9 犅 犪 犮 犽 狉 狅 狌 狀 犱 犵 ( ) W i r e l e s s s e n s o r n e t w o r k s W S N s h a v e b e e n w i d e l u s e d T h i s a e r f o c u s e s o n t h e r o b l e ma n d r o o s e s a n o v e l y p p p p p , , i nm a n a l i c a t i o n s s u c h a s r e i o n d e t e c t i o n m e d i c a l s e r v M A C l a e r o t i m i z a t i o n r o t o c o l t o s o l v e i t . T h e c o n t r i b u t i o n s y p p g y p p , , t r a f f i c c o n t r o l a n d e t c . N o d e t o S i n k i s o n e o f t h em o s to t h e c o n f l i c t b e t w e e n c h a n i c e s f t h i s a e r a r e a s f o l l o w s . F i r s t p p , c o m m o n d a t a t r a n s m i s s i o nm a n n e r s i nW S N s . I n aW S N t h en e l a c c e s s s t r a t e o f I E E E 8 0 2 . 1 1 b a s e dM A C r o t o c o l s a n d g y p ,t t r a f f i c o f t h e w h o l e n e t w o r k c o n v e r e s t o t h e S i n k . G e n e r a l l h e t r e e s t r u c t u r e d t r a n s m i s s i o no fW S N s i sp r o o s e da sa g y p , n o d e s w h i c h a r e c l o s e r t o t h e S i n k a n d h a v e m o r e c h i l d r e n m a w e i v e aM A C o t i m i z a t i o n a l o r o b l e m i nW S N s . S e c o n d yp g p g h a v em o r e t r a f f i c l o a d s . T h a tm e a n s n o d e s t a k e u n e u a l r e r i t h mb a s e do n t h e i n t r o d u c t i o no f t r a n s m i s s i o nc o n d i t i o n i n q / , Ab a s e d W e d e s i n a n d i m l e m e n t t h e a l o r i t h m . T h e s o n s i b i l i t i e s f o r t h e t r a f f i c t r a n s m i s s i o n . I n C S M AC S N s . F i n a l l g p g p yw , , , , M A C r o t o c o ls u c h a s I E E E 8 0 2 . 1 1S M A C e t c .t h e a c o t i m i z a t i o n a l o r i t h m i s l i h t w e i h te n e r s a v i n a n d f l e x i p p g g g g y g , , . e .e a s t o b e e i t h e r a l i e d s o l e l o r c o m b i n e dw i t h c e s sm e c h a n i s mi sd e s i n e db a s e do ne u a l c h a n n e l a c c e s sb l ei y p p y g q , / t d o e s n o t c o i n c i d e w i t h t h e f e a t u r e s o fo t h e rC S M AC Ab a s e dM A Cp r o t o c o l s t o i m r o v e t h e e f f i m e c h a n i s m . H o w e v e ri p , m o o t h d a t a s t r e a m f r o mn o d e s w i t h l e s sc W S N s . I n aW S Ns i e n c . T h e e r f o r m a n c e o f t h e r o o s e dm e t h o d i s e v a l u a t e d y p p p , t r a f f i c l o a d w i l l c o n v e r e o n t h e i r a r e n t sa n dm a i n c u r c o n v i a s i m u l a t i o ne x e r i m e n t s . T h i sw o r k i s s u o r t e db t h e g p y p p p y ( r a n t e s t i o n s t h e r e . T h a t i s c a u s e d b t h e c o n f l i c t b e t w e e n c h a n n e lN a t i o n a lN a t u r a lS c i e n c eF o u n d a t i o no fC h i n ag g y ) , o . 6 0 8 0 3 1 2 0D a c c e s s s t r a t e i e s o f I E E E 8 0 2 . 1 1 b a s e dM A C r o t o c o l s a n d t h eN o c t o r a l F u n do fM i n i s t r fE d u c a t i o no f g p yo ( ) , n d N a t i o n a l H i h T e c h r a n t N o . 2 0 0 9 1 1 0 2 1 1 0 0 1 7a t r e e s t r u c t u r e dt r a n s m i s s i o no fW S N s . T ot h eb e s t o f o u rC h i n ag g , ( e s e a r c ha n dD e v e l o m e n tP r o r a mo fC h i n ag r a n t h e r o b l e m i s s e l d o mc o n s i d e r e d i n t h e r e v i o u sR k n o w l e d et p g p p g ) N o . 2 0 1 1 A A 0 1 0 5 0 0 . w o r k o nW S N s .