基于队列理论CSMA／CA机制的无线传感器异构机制

摘要：自从IEEE 802．15．4标准发布以来，基于低功耗、低速率传输的无线传感器网络的应用几乎涉及到现实生活的方方面面；但是关于这个标准的CSMA／CA机制大部分都是基于均匀、饱和的传感器网络应用。文中针对非饱和、带缓存的无线传感器异构网络，提出了一种新的异构的CSMA／CA机制OSTS。该机制采用2个马尔可夫链来分别表示异构节点访问信道的过程、一个宏观马尔可夫链来表达信道状态转移，且结合M／G／1／K队列理论分析数据包传送的实时性能，并相应地改进系统的实时性。文中最大的特点是两组非均匀节点被赋予了公平的机会访问信道，而不存在优先权的问题。此外，详细分析了这种机制的数据包传送时间，包括数据包到达率、包大小、节点数量、缓存大小等参数
对系统实时性的影响；这些分析结果与我们采用NS-2工具仿真的结果十分吻合。
关键词：无线传感器网络；实时性分析；马尔可夫链；CSMMA／CA机制；NS-2仿真；M／G／1／K队列理论

随着无线通信、集成电路、传感器以及微机电系统(MEMS)等技术的飞速发展和日益成熟，低成本、低功耗、多功能的微型传感器的大量生产成为可能。这些传感器在微小体积内通常集成了信息采集、数据处理和无线通信等多种功能。无线传感器网络(WSN)就是由部署在监测区域内大量的微型传感器节点通过无线电通信形成的一个多跳的自组织网络系统，其目的是协作的感知、采集和处理网络覆盖区域里被监测对象的信息，并发送给观察者。由于微型传感器的体积小、重量轻，有的甚至可以像灰尘一样在空气中浮动，因此，人们又称无线传感器网络为“智能尘埃”，将它散布于四周以实物感知物理世界的变化。异构性是无线传感器网络一个非常重要的特征，众多因素决定了异构性是无线传感器网络内在、泛在的特征。文中根据火场监控应用的实时性需要，针对传输火场环境下的温度及湿度这两个异构数据包到sink节点的无线传感器异构网络，基于队列理论分析其网络传输的实时性特征，提出了一种新的CSMA／CA机制OSTS(一次获得信道，只传一个数据包机制)，以此分析及提高系统监控性能。

1 建立模型
随着IEEE802．15．4标准的发布，无线传感器的应用取得突飞猛进的发展，其应用早已经由军事国防领域扩展到环境监测、交通管理、医疗健康、工商服务、反恐抗灾等诸多领域，使人们在任何时间、任何地点和任何环境条件下都能够获取大量翔实可靠的信息，最终成为一种“无处不在”的传感技术。无线传感器网络的性能优势使得其应用几乎涉及到我们生活的方方面面；但是无线传感器网络依然在很多方面存在缺陷，诸如使用电池供电引起节能的需求，公平性、实时性、吞吐量的有待提高等等。
针对于实际应用，提出了异构网络的实时性要求，详细、综合分析两种不同性质的数据包以公平的机会访问信道的时间性能，找到合适参数以减少数据包访问时间、提高实时性要求。
在提出OSTS机制，建立分析模型之前，先作出如下的假设：假设信标指数为4，所以每个包都能在同一个超帧传送完；数据包的接受确认可以无需通过ACK来执行；为了避免成功获取信道的节点永久占用信道，参与竞争的所有节点而不仅仅是传送节点将其backoff计数器降为最小值；传完一个数据包后，信道为空的概率μ0与任何时刻信道为空的概率P0不相等；系统中存在2种节点，节点个数分别为N1和N2，到达节点的流量满足泊松(Poisson)过程且数据包到达率分别为λ1和λ2；参与竞争的数据包都是每个队列的首数据包，那么可以简化竞争机制，即只考虑参与竞争的数据包。这样，采用3个马尔可夫链模型来描述，其中两个半马尔可夫链分别表示两种数据包访问信道的过程，如图1所示，这个链是的改进；一个宏观马尔可夫链表示信道的状态，如图2所示。

首先，考虑OSTS机制的节点访问信道的马尔可夫过程。每次参与竞争的数据包，无论是哪种类型的节点包都有公平的机会访问信道，所以只需要考虑任意一种类型的数据包访问信道的过程，而图1的实线过程表示一种节点的实际访问过程，虚线过程表示另一种数据包也在同时参与访问信道，但是并不是真正传送，仅描述它们的一种并行的公平的竞争关系。定义S(t)(S∈(0，…，m))，C(t)(C∈(-2，…，Wi-1))，r(t)(r∈(0，…，r))分别为在时刻的backoff阶段计数器大小，backoff计数器大小，重传计数器大小。任何一个节点获得信道之后，就开始传送其队列中的首包，传送该包完成后重新参与其他的节点的竞争信道的过程，即一次获得信道，只传一个数据包机制(One Service a Time Scheme)。

根据图1马尔可夫链的链式规则，可以得到关于各个状态间的关系式(1)～(4)。其中式(1)表示节点获得了新包，随机选择backoff计数器后进行退避过程的转移概率；式(2)表示节点不论信道的状态，都以概率1递减其backoff计数器的转移慨率；式(3)表示节点在任意一个CCA发现信道忙后进入下一个backoff阶段的转移概率；式(4)表示达到最大backoff阶段后节点选择下一次重传的转移概率。

其次，从信道的状态来看，两种数据包的访问信道的状态转移情况可以直观地从图2中宏观马尔可夫链看出，并且得到式(5)～(11)。其中式(5)～(7)分别表示任何一种节点在访问失败、最后一次重传的冲突传送、每次重传的成功传送，若缓存中没有其他数据包，那么直接转移到idle状态的转移概率：式(8)表示任何一个节点都没有新数据包，处于idle状态的概率；式(9)～(11)分别表示任何一种节点在访问失败、最后一次重传的冲突传送、每次重传的成功传送，若缓存中还有其他数据包，那么重新转移到竞争传送状态的转移概率。