logo资料库

论文研究-无线传感器网络中快速无线链路质量估计方法研究 .pdf

第1页 / 共7页
第2页 / 共7页
第3页 / 共7页
第4页 / 共7页
第5页 / 共7页
第6页 / 共7页
第7页 / 共7页
资料共7页,全文预览结束
5 10 15 20 25 30 35 40 中国科技论文在线 http://www.paper.edu.cn 无线传感器网络中快速无线链路质量估计 方法研究 陈诚* (武汉理工大学信息工程学院,武汉 430070) 摘要:大量研究表明,快速准确的链路质量估计对于上层协议的设计以及真实环境下传感器 节点布设是至关重要的。收包率(Packet Reception Ratio,PRR)被视为一种直观且准确 的链路质量估计量,用来表征无线链路质量。但是,PRR 这一统计量的得出需要节点发送大 量的探测包,同时也需要接收端接收探测包。探测包的收发将消耗传感器节点大量能量,降 低传感器节点的能量效率。此外,无线链路质量是随无线信号传播环境的变化而动态变化的, 基于大量探测包的收包率不能准确地反映瞬时链路质量。本文通过在实际环境中布设传感器 节点,对无线传感器节点间的链路质量进行了研究。实验结果表明,链路质量指示(Link Quality Indicator,LQI)随着 PRR 的变化而变化。基于这一现象,我们提出一种新的基于 LQI 的链路质量描述机制。通过对实验结果进行统计分析,与传统的 PRR 估计量相比,新的 链路质量描述机制能更快地对链路质量做出估计。 关键词:无线传感器网络;链路质量估计;PRR;LQI;RSSI 中图分类号:TP393 A Rapid Link Quality Assessment in Wireless Sensor Networks CHEN Cheng (Information Engineering School, Wuhan Unviersity of Technology, WuHan 430070) Abstract: Anecdotal evidence suggests that rapid and accurate link quality assessment is critical in designing upper layer protocols and deploying motes in real environment for wireless sensor networks. The Packet Reception Ratio (PRR) is considered as a reliable estimator to illustrate the wireless link status. However it needs a lot of hello packets to make a judgment and might not reflect instantaneous link condition. Besides it consumes much energy. Our experimental results show that the fluctuation of Link Quality Indicator (LQI) behaves differently under different PRR. Based on this phenomenon, we promote a new metric to depict link quality with LQI. According to the statistic analysis of experimental sampling values, the proposed metric achieves faster assessment of link quality compared to traditional methods. Keywords:Wireless sensor networks; Link quality estimation; PRR; LQI; RSSI 0 引言 在无线传感器网络中,无线链路质量对拓扑控制、路由协议及功率控制会产生重大的影 响。正确有效地链路质量估计方法对整个网络的可靠性和鲁棒性极其重要。 链路质量估计主要依靠一些传统的估计量进行链路质量的预测。PRR 与链路质量间表 现出极强的相关性,目前 PRR 被广泛应用于链路质量的估计。 然而,只有当探测包的数量足够大是,PRR 才能够准确直观地反映链路质量。大量探 测包必然产生估计时延,PRR 因此不能及时地反映链路质量的变化。此外,大量的探测包 将导致能量消耗及信道阻塞。这些不利因素对低功耗低带宽的无线传感器网络将可能产生致 命的影响。出于这些考虑,设计一种能优化估计时延及能量消耗的链路质量估计机制尤为迫 切。 作者简介:陈诚,(1983-),男,硕士研究生,主要研究方向:无线传感器网络链路质量检测. E-mail: chencheng830426@yahoo.com.cn - 1 -
中国科技论文在线 http://www.paper.edu.cn 目前,无线传感器节点广泛使用 CC2420[4]无线收发芯片。这款芯片能提供 LQI 和 RSSI 两个即时链路质量估计量,LQI 和 RSSI 基于对每个接收包质量进行链路质量估计。与 PRR 相比,LQI 与 RSSI 更即时高效。已有研究表明,独立的 LQI 与 RSSI 值仅根据单个接收包 的估计链路质量信息,不能稳定地反映出链路质量状态,他们必须通过数百个接收包的 LQI 或 RSSI 值才能准确地判断链路质量,才能与 PRR 保持较高的相关性。 TelosB 是一款常用的传感器节点,它基于 CC2420 收发芯片。本文采用 TelosB 作为实 验平台。我们在室内办公室中做了大量的实验。结果表明 PRR 与 LQI/RSSI 存在相关性,并 且随着探测包数量的不同表现出不同的相关性。当链路质量不同时,LQI 的方差不同[2]。但 我们的试验床上测得的 LQI 方差收敛特性不能在较小的窗口上得到证明。 通过观测长期的 LQI 方差值发现:当 PRR 值比较低时,LQI 值波动剧烈;当 PRR 值较 高时,LQI 值基本相似。通过对实验结果进行分析,我们提出一种新的链路质量表征机制, 该机制从 LQI 的偏置的角度来衡量链路质量。它充分利用 LQI 值在不同链路质量下的数值 特性来快速准确地量化链路质量。结果表明该机制能够大量地减少探测包的数量。与传统方 法相比,具有更高的灵活性。 本文的结构安排如下,第二部分主要阐述本课题的研究进展。第三部分将对实验结果进 行分析。第四部分将引入新的链路机制。第五部分将做出总结并对未来工作进行展望。 1 相关工作 已有研究表明 LQI/RSSI 的波动能快速地反映出当前链路状态。许多研究者关注这一现 象并做出了许多有益的贡献。 Rondinone 等人认为基于 CC2420 的 RSSI/LQI 值不能够完全地又来估计链路质量。他们 研究发现,RSSI 值在链路质量较好时比在链路质量较差时表现出更大的波动。而 LQI 值在 链路质量较差时比在链路质量较好时表现出更大的波动。两估计量对链路质量状态而产生的 表现正好相反。作者提出了一种综合 RSSI 与 PRR 判决链路质量的机制。但该机制要求 RSSI 必须有不同的取值区间。当链路质量比较差时,RSSI 值相似,此时该机制不能准确地量化 不同链路质量下的链路[3]。 有研究认为,LQI 的方差能准确地估计链路质量[2]。实验表明链路质量较好时,LQI 的 方差以百为数量级,然而不可靠的链路的 LQI 方差以千为数量级,并且 LQI 方差能在接收 大约 30 个探测包后迅速收敛。但在我们的测试床上,LQI 方差大约在接收 80 个探测包后才 能收敛。因此,通过 LQI 的变化去衡量链路质量的方法能极大地减少探测包的数量。 2 实验研究 在这一部分,我们进行了一系列的试验,用来研究 PRR 与 LQI/RSSI 之间的关系。试验 结果将在下面做出分析。 2.1 实验设置 我们的实验在 TelosB[6]节点组成的实验床上进行,接收节点与一台笔记本相连,用于接 收及处理数据。TelosB 节点采用 TinyOS 操作系统,符合 IEEE 802.15.4 标准物理层规范。 TelosB 节点上的 CC2420 射频收发器可提供 LQI 及 RSSI 两个链路量化参数,每个参数占一 个字节,存放于接收包的元数据部分。LQI 读数代表接收信号前 32 个字节的平均相关值。 LQI 的取值范围在 50 至 110 之间。RSSI 是接收信号及背景噪声能量强度的估计值。发射信 45 50 55 60 65 70 75 80 - 2 -
中国科技论文在线 http://www.paper.edu.cn 号能量的取值范围在-25dBm 至 0dBm 之间。接收信号能量的取值范围在-25dBm 至 0dBm 之 间[4]。 图 1 实验场景 Fig.1 experiment environment 85 90 如图 1 所示,我们在室内环境进行了如下实验。一个 TelosB 节点作为接收节点,另外 一个 TelosB 节点作为发射节点。两节点置于地面,天线指向方向相同。在两节点通信距离 内,接收节点与发射节点间从间隔 1m 开始,以 1m 为单位进行延伸。传输节点每秒发送 10 个连续探测包,发射功率为-25dBm。接收节点每接收到一个探测包,与接收节点相连的笔 记本记录下探测包的序号、RSSI 值及 LQI 值。为保证试验结果的正确性,两节点在每个特 定距离下测试 30 分钟。 2.2 实验结果 95 2.2.1 对探测包按一定窗口长度进行量化处理是必须的 图 2 中,当窗口长度为 120 时,我们可以看到:在一定门限下,RSSI/LQI 都与 PRR 保 持了很强的线性相关性。其中 LQI 的门限为 85,RSSI 的门限为-90dBm。除了极少数奇点外, 当 LQI 的值大于 85 时,PRR 至少在 90%以上,当 RSSI 的值大于-90dBm 时,PRR 至少在 90%以上。如果 LQI/RSSI 在门限值以上,则 PRR 总保持在 90%以上,我们可以认为此时链 路质量是可靠的。 100 (a) LQI 均值与 PRR (b) RSSI 均值与 PRR (c) RSSI 均值与 LQI 均值 (a) mean LQI vs. PRR (b) mean RSSI vs. PRR (c) mean RSSI vs. mean LQI 图 2 探测窗口为 120 时散点图 Fig.2 Sample Points over the Window Size of 120 105 - 3 -
中国科技论文在线 http://www.paper.edu.cn (a) LQI 均值与 PRR (b) RSSI 均值与 PRR (c) RSSI 均值与 LQI 均值 (a) mean LQI vs. PRR (b) mean RSSI vs. PRR (c) mean RSSI vs. mean LQI 图 3 探测窗口为 60 时散点图 Fig.3 Sample Points over the Window Size of 60 在图 4 中,如果我们考察单个探测包中 LQI 与 RSSI 之间的关系,我们发现单个的 LQI 与 RSSI 以门限值来区分链路质量是不可靠的,它们之间不存在良好的相关性。因此,通过 一定的窗口去刻画 LQI/RSSI 之间的线性关系是可行和必须的。 图 4 单个探测包 RSSI 与 LQI 关系 Fig.4 RSSI vs. LQI of Single Packet 2.2.2 传输区与过渡区间存在门限值 两无线传感器节点的通信区域可分为传输区与过渡区[5]。在传输区内,两节点可以即时 有效地进行双工通信。而在过渡区内,由于无线传输中的信号衰减及背景噪声的存在,当随 机背景噪声与信号强度近似的时候,PRR 会随着背景噪声的变化在 0-100%的范围内剧烈波 动,此时可以认为链路质量是很差的。 如图 2、3 所示,当 LQI 或 RSSI 的值低于某个门限时,即 LQI 小于 85 或 RSSI 小于-90 时,无线链路进入过渡区。此时,相同的 LQI 或 RSSI 表征不同的 PRR,表明此时的 LQI 或 RSSI 已不能正确指示出实际链路质量。 2.2.3 探测包窗口大小很关键 当用平均 LQI 值估计 PRR 值时,估计误差会随着探测包窗口的增大而减小[1]。当窗口 长度为 120 时,估计误差会减小到 0.1。此时,平均 LQI 可以替代 PRR 进行链路质量估计。 我们的试验也证明了这一现象。 图 2 中,窗口长度为 120。图 3 中,窗口长度为 60。在上述两图中我们可以看到,当窗 口长度变化后,LQI 或 RSSI 与 PRR 间变化趋势是相似的。然而,当窗口长度为 60 时,抽 样点较窗口长度为 120 时变得松散了。图 5 中,当窗口长度减小为 30 时,抽样点间变得更 加松散,更多的抽样点出现在门限值附近,表明相同的 LQI 或 RSSI 值可能表征若干可能的 PRR,即此时的 LQI/RSSI 代替 PRR 估计链路质量会带来更大的误差。因此,为了保证估计 - 4 - 110 115 120 125 130 135
中国科技论文在线 http://www.paper.edu.cn 的准确性和可靠性,必须保证探测包窗口的长度足够大。目前,权衡系统开销和估计精度, 窗口大小普遍采用 120 个探测包的长度。 (a)LQI 均值与 PRR (b)RSSI 均值与 PRR (c)RSSI 均值与 LQI 均值 (a)mean LQI vs. PRR (b) mean RSSI vs. PRR (c)mean RSSI vs. mean LQI 图 5 探测窗口为 30 时散点图 Fig.5 Sample Points over the Window Size of 30 从上面的分析中我们可以发现,传输区和过渡区间的阈值可以作为判别链路质量的界 限。LQI 值将会随着链路质量的变化出现波动。基于上述结论,我们将在下一节中提出一种 新的链路质量估计机制。 3 设计一种可靠有效的链路质量估计机制 考虑到 LQI 与 RSSI 在过渡区的特点,我们可以利用这一特性减小探测包的窗口长度, 从而提出一种新的快速链路质量判别机制。 140 145 150 155 160 (a) 链路质量好 (b) 链路质量差 (a) good link (b) bad link 图 6 连续探测包的 LQI 值示意图 Fig.6 LQI Value of Consecutive Packets 图 6 为 LQI 与 DSN(数据包序列号)分别在传输区与过渡区的关系图。在图 6(a)中, 我们看到 LQI 值在 100 到 110 之间变化,连续探测包的 LQI 值基本相似。但在图 6(b)中, LQI 的值在 50 到 100 之间变化,同时邻近点的 LQI 值会快速剧烈地变化。由之前的分析我 们知道,在过渡区内通过取一定窗口长度对 LQI 值进行平均能够刻化出 LQI 与 PRR 间的线 性关系。但若窗口长度过长,则不能即时地反映出当前链路状态。因此,可以我们利用在过 渡区内 LQI 的剧烈波动特性,有效地减小探测窗口的长度,进而即时地对链路质量进行预 测。 本文引入 ORLQI(Offset Rate of LQI)来描述 LQI 的波动。定义 iLQI 为第 i 个探测包的 - 5 -
中国科技论文在线 http://www.paper.edu.cn LQI 值。如果窗口长度为 N,则 165 OR_LQI = i | LQI - LQI i LQI i-1 i-1 OR_LQI 为 | i ∈ [2, N] i 由上式可知, OR_LQI 反映的是两连续包的 LQI 值变化率, OR_LQI 则可以反映出在窗 i 口长度内的总的变化, OR_LQI 值为 OR_LQI = N ∑ i = 2 | LQI - LQI i LQI i-1 i-1 | 170 175 我们将窗口长度减小到 60。由图 2 我们知道,当 LQI 值小于 85 时,PRR 必定大于 0.8, 表明此时链路质量良好。当 LQI 值在 50 到 85 之间变化时,通过 SPSS 软件对结果进行线性 回归分析,ORLQI 与 PRR 的相关性为 0.876,LQI 与 PRR 的相关性为 0754,ORLQI 比 LQI 表现出更好的相关性。 在传统的链路质量估计中,如图 8 所示,当探测包的窗口长度为 120 时,此时 ORLQI 与 PRR 的相关性为 0.914,LQI 与 PRR 的相关性为 0.809。 由上述回归分析结果可知,不论窗口长度为 60 或 120,ORLQI 与 PRR 之间比 LQI 与 PRR 之间表现出更好的线性相关性。特别地,当窗口长度为 60 时,ORLQI 与 PRR 间的线 性相关度为 0.809;而窗口长度为 120 时,LQI 与 PRR 间的线性相关度为 0.745。结果表明 窗口长度减半后,ORLQI 仍能比 LQI 更好地与 PRR 保持线性相关性。 180 185 (a) ORLQI 方法 (b) 取均值方法 (a) ORLQI metric (b) average metric 图 7 窗口长度为 60 时线性回归比较结果 Fig.7 Ccomparation of Linear Regression Analysis at the Window Size of 60 - 6 -
中国科技论文在线 http://www.paper.edu.cn 190 195 (a) ORLQI 方法 (b) 取均值方法 (a) ORLQI metric (b) average metric 图 8 窗口长度为 120 时线性回归比较结果 Fig.8 Ccomparation of Linear Regression Analysis at the Window Size of 120 4 结论及展望 根据典型的链路质量测量及数据分析的结果,我们提出了一种新的链路质量预测机制, 我们的机制比传统的均值 LQI 方法表现出更优异的性能。但是,我们的实验仅在室内进行, 没有考虑到不同环境对传输区与过渡区阈值的影响。我们将继续关注不同传输环境下该阈值 的变化特性。 200 [参考文献] (References) [1] Kannan S, Philip L. RSSI is under appreciated[A]. Proceedings of EmNets'06[A]. Boston: Harvard University, 2006. 1-5. [2] Boano C.A.,Voigt T.,Dunkels A. Poster abstract: Exploiting the LQI variance for rapid channel quality assessment[A]. Proceedings of IPSN' 09[C]. San Francisco;IEEE Press,2009. 369-370. [3] M.Rondinone,J.Ansari. Designing a reliable and stable link quality metric for wireless sensor networks[A]. Proceedings of REALWSN'08[A]. Glasgow:ACM Press, 2008.352-356. [4] Texas Instruments. CC2420 Datasheet.Texas:Texas Instruments, 2006. [5] Zhao J, Govinda R. Understanding packet delivery performance in dense wireless snesor networks[A]. Proceedings of SenSys' 03[C].USA:ACM Press, 2003.1-13. [6] Polastre J, Szewczyk R. Telos:enabling ultra low power wireless research[A]//Proceedings of IPSN' 05[C].Piscataway: IEEE Press, 2005.1-6. 205 210 - 7 -
分享到:
收藏