摘要：無線傳感器網(wǎng)絡(luò)(WSN)中多對一通信產(chǎn)生的網(wǎng)絡(luò)擁塞是一個亟待解決的問題。針對WSN節(jié)點生命期有限的情況，引入了節(jié)點相對信息熵的概念，提出基于節(jié)點相對信息熵的擁塞避免機制：節(jié)點首先計算其聯(lián)合信息熵為上游節(jié)點分配數(shù)據(jù)窗；然后上游節(jié)點根據(jù)收到的數(shù)據(jù)窗的大小來決定向下游節(jié)點發(fā)送數(shù)據(jù)包的大小。仿真分析表明，該算法有效地避免了網(wǎng)絡(luò)數(shù)據(jù)包的丟失，減少了網(wǎng)絡(luò)傳輸延遲，且具有良好的能量有效性。
關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)；節(jié)點相對信息熵；擁塞避免；數(shù)據(jù)窗

0 引言
    與物理世界緊密耦合的無線傳感器網(wǎng)絡(luò)(WSN)具有大規(guī)模密集部署、節(jié)點資源受限、無線帶寬小、拓撲結(jié)構(gòu)動態(tài)變化等特點。其節(jié)點采集到的數(shù)據(jù)以多跳的方式發(fā)送到基站。這種多對一的數(shù)據(jù)傳輸方式以及待檢測事件的突發(fā)性，使得能量、處理能力及通信能力都受限的WSN在數(shù)據(jù)傳輸過程中經(jīng)常發(fā)生擁塞，從而導(dǎo)致數(shù)據(jù)包的大量丟失和網(wǎng)絡(luò)傳輸?shù)难舆t等問題。對于能源非常有限的節(jié)點，如何延長無線傳感器網(wǎng)絡(luò)的生命期是一個很重要的問題。在無線傳感器網(wǎng)絡(luò)中，無線通信是能源的主要消耗者，無線通信主要是數(shù)據(jù)包的轉(zhuǎn)發(fā)，減少數(shù)據(jù)包的轉(zhuǎn)發(fā)次數(shù)，合理分配節(jié)點發(fā)送數(shù)據(jù)包的大小，有效利用節(jié)點轉(zhuǎn)發(fā)的數(shù)據(jù)包不但可以減少無線傳感器網(wǎng)絡(luò)的能量消耗，而且還可以保證在突發(fā)情況下保證網(wǎng)絡(luò)的暢通，降低災(zāi)害事件的發(fā)生。因此，節(jié)點擁塞避免是保證無線傳感器網(wǎng)絡(luò)正常傳輸?shù)囊粋€關(guān)鍵手段。
    近年來，WSN中的擁塞問題日益引起了學(xué)術(shù)界的廣泛關(guān)注。研究人員逐步提出了多種針對WSN自身特點的控制策略(如CODA，ESRT，F(xiàn)usion等)。這些控制算法采用了不同的機制有效地減輕擁塞，是一種被動的方式，可能導(dǎo)致節(jié)點數(shù)據(jù)的重發(fā)，且一般不能完全消除節(jié)點擁塞現(xiàn)象。
    現(xiàn)有無線傳感器網(wǎng)絡(luò)的節(jié)點擁塞控制機制都是在節(jié)點發(fā)生擁塞時才采取一定的擁塞控制措施。但是，無線傳感器網(wǎng)絡(luò)節(jié)點大規(guī)模密集部署，在突發(fā)數(shù)據(jù)流引發(fā)擁塞后，再采用擁塞控制措施也不一定可以完全避免節(jié)點擁塞，很有可能導(dǎo)致災(zāi)難性的后果發(fā)生。因此，在本文中，提出了基于節(jié)點相對信息熵的擁塞避免機制，該擁塞避免機制是基于事件的有效信息量，真正體現(xiàn)無線傳感器網(wǎng)絡(luò)以事件為中心的特點。

1 基于信息熵的節(jié)點擁塞避免策略
    節(jié)點擁塞避免的重要問題是按一定的策略，為網(wǎng)絡(luò)資源均衡合理地分配數(shù)據(jù)窗的大小。在無線傳感器網(wǎng)絡(luò)中，由于節(jié)點大規(guī)模部署，若兩個節(jié)點位于各自的通信半徑內(nèi)，它們可以直接通信。節(jié)點響應(yīng)監(jiān)測區(qū)域內(nèi)的事件或周期性地產(chǎn)生數(shù)據(jù)并發(fā)送至基站。如圖1所示，對于相同的感知區(qū)域，把感知到的數(shù)據(jù)轉(zhuǎn)發(fā)到下游節(jié)點，其下游節(jié)點不斷把數(shù)據(jù)再轉(zhuǎn)發(fā)到自身的下游節(jié)點，這樣不斷地進行數(shù)據(jù)轉(zhuǎn)發(fā)，最后可能導(dǎo)致下游的某個節(jié)點產(chǎn)生擁塞。顯然，對于大規(guī)模部署和處理緊急事件的無線傳感器網(wǎng)絡(luò)來講，擁塞不僅嚴(yán)重浪費了節(jié)點能量還降低了轉(zhuǎn)發(fā)效率，而且還可能導(dǎo)致不可預(yù)料的事件發(fā)生。

1．1 WSN節(jié)點網(wǎng)絡(luò)模型
    WSN由分布在各個地方的傳感器節(jié)點通過自組織方式所形成的網(wǎng)絡(luò)模型。在該模型中，傳感器節(jié)點采集數(shù)據(jù)，通過無線傳感器網(wǎng)絡(luò)傳遞到基站，然后再傳遞給檢測中心。在這里假設(shè)每一個傳感器節(jié)點都有直接或間接與基站通信的能力，則節(jié)點會響應(yīng)監(jiān)測區(qū)域內(nèi)的事件或周期性地產(chǎn)生數(shù)據(jù)并發(fā)送到基站。
    假設(shè)N個傳感器節(jié)點按相對均勻的隨機高密度部署在一個監(jiān)測區(qū)域內(nèi)，具有以下性質(zhì)：
    (1)N個傳感器節(jié)點被隨機部署在監(jiān)測區(qū)域，基站不受能源限制，且位于一個區(qū)域的邊界上，其他傳感器節(jié)點為電池驅(qū)動；
    (2)所有節(jié)點都為靜止節(jié)點，且各節(jié)點的軟硬件同構(gòu)，通信頻率相同；
    (3)每個節(jié)點采用全向天線，節(jié)點之間為雙向鏈路即A節(jié)點能和B節(jié)點通信，B節(jié)點也能和A節(jié)點通信，節(jié)點的通信范圍有限且通信半徑保持為R；
     (4)WSN的信道質(zhì)量可靠且傳輸?shù)恼`碼率基本可以忽略，其路由機制保持相對靜止，不會出現(xiàn)很大范圍的路由變化。
1．2 WSN中信息熵的數(shù)學(xué)定義
    在此基于WSN的網(wǎng)絡(luò)模型和信息論，給出WSN節(jié)點的信息熵的數(shù)學(xué)定義。
    定義1：節(jié)點信息熵：根據(jù)香農(nóng)的定義，自信息的數(shù)學(xué)期望為信息熵，因此節(jié)點信息熵表示節(jié)點N每發(fā)送一個數(shù)據(jù)包所提供的平均信息量：
   
    式中：q表示ai(i=1，2，…，q-1，q)的取值有q種可能性；P(ai)為字符ai出現(xiàn)的概率，節(jié)點信息熵H(X)表征了傳感器節(jié)點整體的統(tǒng)計特征，是總體平均不確定性的量度(單位：比特／數(shù)據(jù)包)。式(1)中的單位取決于對數(shù)函數(shù)的底數(shù)。本文中，取對數(shù)函數(shù)底數(shù)為2，即表示每個數(shù)據(jù)包含有1比特的信息量。
    在無線傳感器網(wǎng)絡(luò)中，節(jié)點感知到的數(shù)據(jù)既存在一定的差異又有一定的冗余，為了表征節(jié)點之間的這種關(guān)系，下面引入了節(jié)點相對信息熵。
    定義2：節(jié)點相對信息熵：假設(shè)P和Q是兩個概率分布函數(shù)，則定義P相對于Q的信息距離即節(jié)點相對信息熵為：
   
    式中：Pi和Qi為一個字符在節(jié)點中所出現(xiàn)的概率。
    節(jié)點相對信息熵可用于計算任意兩節(jié)點之間節(jié)點信息熵的差異性的大小。它的物理意義是兩組概率分布之間的差異性程度，因而對于兩組不同的概率分布P和Q，計算其節(jié)點相對信息熵D(P‖Q)，如果這個值越小，表明兩組概率分布越接近，這兩個節(jié)點之間的數(shù)據(jù)相似程度越大，則節(jié)點P就可以減少向節(jié)點Q發(fā)送數(shù)據(jù)包以保證網(wǎng)絡(luò)的暢通。對于極限情況，當(dāng)D(P‖Q)=0時，表示兩組概率分布完全相等，則這兩個節(jié)點之間的數(shù)據(jù)幾乎一樣，此時，節(jié)點P可以暫停向節(jié)點Q發(fā)送數(shù)據(jù)包。
1．3 基于節(jié)點信息熵的擁塞避免策略
    在一種路由協(xié)議機制下，若一個數(shù)據(jù)包從節(jié)點u發(fā)送至鄰居節(jié)點d，則稱u是d的上游節(jié)點，d是u的下游節(jié)點。在本文的網(wǎng)絡(luò)模型中，總是假設(shè)路由機制是靜態(tài)的或是很少進行更新的，因此可知每個下游節(jié)點d總是可以知道有多少個上游節(jié)點u。按照上述基本假設(shè)，本文提出的擁塞避免策略過程如圖2所示。

1．4 算法的分析與實現(xiàn)
    在這里以雙重身份節(jié)點m(節(jié)點m既可以看作下游節(jié)點，也可以看作上游節(jié)點)作為主要考慮節(jié)點，首先當(dāng)節(jié)點m作為上游節(jié)點時，向其自己的上游節(jié)點發(fā)送消息<req>，然后根據(jù)上游節(jié)點集反饋回來的消息<req>來計算節(jié)點相對信息熵的大小，根據(jù)計算出來的節(jié)點相對信息熵的大小來決定其分配的發(fā)送數(shù)據(jù)窗的大小。其中消息<req>主要包含發(fā)送節(jié)點的id、各數(shù)據(jù)包的信息量大小以及統(tǒng)計特性等信息。具體的擁塞避免算法實現(xiàn)過程如下：
    (1)如果節(jié)點m發(fā)送數(shù)據(jù)窗SDWm>0且當(dāng)前信道可用，則節(jié)點m根據(jù)其收到的下游節(jié)點發(fā)送的廣播消息<LMS>來決定發(fā)送自己的數(shù)據(jù)窗大??；
    (2)否則節(jié)點m發(fā)送數(shù)據(jù)窗SDWm=0，然后向其上游節(jié)點集發(fā)送消息<req>；
    (3)如果僅作為上游節(jié)點u的發(fā)送數(shù)據(jù)窗SDWm>0，則上游節(jié)點u退出上游節(jié)點集，此時上游節(jié)點u不響應(yīng)下游節(jié)點d發(fā)送的<req>，也不發(fā)送消息<req>；
    (4)如果僅作為上游節(jié)點u發(fā)送數(shù)據(jù)窗SDWm=0，上游節(jié)點集則向下游節(jié)點發(fā)送消息(req>；
    (5)下游節(jié)點m收到消息<req>開始計算節(jié)點相對信息熵的大小；
    (6)根據(jù)計算得到節(jié)點相對信息熵的大小向上游節(jié)點集廣播消息<LMS>，通知上游節(jié)點u各自發(fā)送數(shù)據(jù)窗的大小，然后上游節(jié)點u根據(jù)收到的發(fā)送數(shù)據(jù)窗的大小來決定向下游節(jié)點發(fā)送一定數(shù)量的數(shù)據(jù)包，其中廣播消息<LMS>主要包括發(fā)送節(jié)點id及相應(yīng)發(fā)送數(shù)據(jù)窗的大小，且各發(fā)送數(shù)據(jù)包的大小之和小于本地可用緩沖區(qū)間。
    在上述過程中，若上游節(jié)點u當(dāng)前的發(fā)生數(shù)據(jù)窗大于0，則不響應(yīng)下游節(jié)點d發(fā)送的<req>，也不發(fā)送消息<req>，此時下游節(jié)點d不為上游節(jié)點u重新分配發(fā)送數(shù)據(jù)窗；若上游節(jié)點u完成了當(dāng)前的發(fā)生數(shù)據(jù)窗，則等待下游節(jié)點d發(fā)送下一個消息<req>。因此每個上游節(jié)點只有在收到消息<LMS>和之后的<req>之間發(fā)送數(shù)據(jù)包，可得知下游節(jié)點d處不會產(chǎn)生數(shù)據(jù)擁塞，整個網(wǎng)絡(luò)的節(jié)點擁塞因此而避免發(fā)生。

2 實驗仿真
    為了驗證本文所提出的避免節(jié)點擁塞機制的性能，選取經(jīng)典的CODA算法作比較。現(xiàn)假設(shè)本文的仿真實驗環(huán)境設(shè)置如下：
    (1)選取200個節(jié)點隨機部署在600×600的正方形區(qū)域內(nèi)，基站選擇在該區(qū)域邊界上；
    (2)節(jié)點的位置是固定的，且節(jié)點之間的通信半徑R=50，網(wǎng)絡(luò)帶寬設(shè)置為1 Mb／s；
    (3)信道質(zhì)量相對可靠，可忽略信道對誤碼率的影響，源節(jié)點產(chǎn)生的數(shù)據(jù)包大小相同，且報文的產(chǎn)生率為每單位時間10個數(shù)據(jù)包，節(jié)點可用最大緩沖區(qū)間為15個數(shù)據(jù)包。
    圖3描述了仿真過程中的網(wǎng)絡(luò)傳輸延遲。從圖中可以看出，CODA下的網(wǎng)絡(luò)傳輸延遲(每個到達基站的數(shù)據(jù)包在網(wǎng)絡(luò)中停留的時間)得到了一定的控制，而本文由于采用了基于發(fā)送數(shù)據(jù)窗的擁塞避免機制，降低了數(shù)據(jù)包在緩沖區(qū)內(nèi)的平均等待時間，減少了在網(wǎng)絡(luò)中的傳輸延遲。

    圖4表示了對網(wǎng)絡(luò)平均丟包率的比較。由于仿真環(huán)境假設(shè)信道質(zhì)量相對可靠，不會對網(wǎng)絡(luò)平均丟包率造成影響，因此，這里的數(shù)據(jù)包的丟失主要是由網(wǎng)絡(luò)的擁塞引起的。從圖中可以看出，CODA的網(wǎng)絡(luò)平均丟包率比本文的平均丟包率高。由于CODA采取了調(diào)節(jié)局部擁塞的節(jié)點，則在第120 s左右網(wǎng)絡(luò)平均丟包率趨于穩(wěn)定，網(wǎng)絡(luò)平均丟包率幾乎為0，但并不能保證在有突發(fā)數(shù)據(jù)流出現(xiàn)時隨著時間的推移還會出現(xiàn)網(wǎng)絡(luò)平均丟包率增大的現(xiàn)象。而本文的算法完全是采用的節(jié)點避免策略，因此在整個網(wǎng)絡(luò)生命周期內(nèi)，網(wǎng)絡(luò)的平均丟包率幾乎為0。

    圖5主要從無線傳感器網(wǎng)絡(luò)的能耗上進行比較。由于CODA下的數(shù)據(jù)包傳輸跳數(shù)較少，進而轉(zhuǎn)發(fā)數(shù)據(jù)包的次數(shù)也會減少，所以CODA的能耗相對較低一些。本文的算法雖然增加了傳輸跳數(shù)和節(jié)點之間的通信次數(shù)，但卻減少了由于沖突和擁塞帶來的能量浪費，進而有效地提高了能源的利用率。從圖5中可以看出，本文的算法比CODA的能量消耗相對多些，但這對于處理突發(fā)的緊急事件卻起著重要的作用，這樣即使多消耗了
一點能量，卻可以避免災(zāi)難性后果的發(fā)生。

3 結(jié)語
    本文在現(xiàn)有節(jié)點擁塞控制的基礎(chǔ)上提出了基于信息熵的節(jié)點擁塞避免機制。仿真測試表明，該算法更適合于突發(fā)情況下的無線傳感器網(wǎng)絡(luò)的特點。算法使用的基于信息熵的擁塞避免策略，可以有效地避免節(jié)點產(chǎn)生擁塞，從而減少了網(wǎng)絡(luò)的平均丟包率，降低了網(wǎng)絡(luò)中的傳輸延遲，這對于處理突發(fā)緊急的事件是非常重要的，由于節(jié)點不需要時刻監(jiān)測信道狀態(tài)，因此只有在有突發(fā)事件發(fā)生時，才會消耗大量能量。總的來說，本文的算法是比較合理的。