基于进化博弈论的水声传感器网络介质访问控制协议

基于进化博弈论的水声传感器网络介质访问控制协议
徐明;刘广钟;孙伟
【摘要】为降低水声传感器网络低带宽、高延迟的特性对介质访问控制(MAC)层性能的影响,提出一种基于进化博弈论的MAC协议.该协议中,每个传感器节点可以采用空间复用和时间复用两种策略,并利用复制动力学方程得到进化稳定策略,达到进化稳定均衡,提高信道利用率和数据传输效率,进而实现MAC协议的性能优化.仿真实验结果表明,与传统的水声传感器网络MAC协议相比,基于进化博弈论的MAC 协议可以提高网络吞吐量以及数据包发送成功率.
【期刊名称】《计算机应用》
【年(卷),期】2014(034)011
【总页数】4页(P3160-3163)
【关键词】水声传感器网络;介质访问控制协议;进化博弈论;时延;复用
【作者】徐明;刘广钟;孙伟
【作者单位】上海海事大学信息工程学院,上海201306;上海海事大学信息工程学院,上海201306;上海海事大学信息工程学院,上海201306
【正文语种】中文
【中图分类】TP393.4
水声传感器网络介质访问控制(Media Access Control, MAC)协议的主要任务是控制共享信道的接入,它是保证网络高效通信的关键技术,对水声传感器网络性能有较大的影响[1-3]。

由于声波在水中的传播速度约为1 500 m/s[4],电磁波在空气中的
传播速度是它的20万倍。

此外,由于声波信号的传播损失随着频率和距离的增加而增大,因此在水声传感器网络中要进行长距离通信,只能选择低速率。

例如,要使水声通信传播距离达到10～100 km,只能使用2～5 kHz的低带宽[1]。

水声传感器网络的这些特性为MAC协议的设计带来巨大的挑战。

如何提高网络吞吐量和数据包发送成功率,降低网络延迟并且确保竞争节点之间的公平性成为设计水声传感器网络MAC协议的重要参考指标。

按照信道分配方式的不同,MAC协议可以分为三类:基于竞争机制的 MAC协议、采用无线信道的时分复用方式(Time Division Multiple Access, TDMA)和采用轮替分配方式的 MAC协议[5]。

基于竞争机制的 MAC协议在需要发送数据时通过竞争的方式获取信道资源。

这种分配方式可以有效处理突发性通信,实现信道的按需分配,但是容易造成节点之间的干扰。

文献[6]提出的T-Lohi协议是一种基于竞争机制MAC协议,适用于水声传感器网络环境。

T-Lohi协议采用一种随机回退机制解决由于近距离邻近节点垄断信道造成的空间不公平(Spatial Unfairness)问题,但是随着竞争节点的增多,信道利用率仍然会下降。

此外,由于T-Lohi协议在设计过程中没有考虑隐藏终端(Hidden Terminal)问题,因此相关的竞争节点发生冲突后降低了网络吞吐量。

采用无线信道的TDMA方式下,每个传感器节点都会被独立分配到一个固定的时槽,节点只能在这个固定的时槽内发送和接收数据,在其他时槽内,节点转入睡眠状态。

因此,网络不需要很多控制信息就能避免不同节点之间的相互干扰。

但是,TDMA 要求节点之间实现全网范围内的时间同步,这将导致大量控制包(Control Packet)的交换以及耗时较长的同步过程,因此在可扩展性方面存在不足。

此外,当网络中节点数量较多并且经常变化时,可能造成节点因为没有分配到通信时槽而无法通信。

为了克服水声传播的高延迟造成的空-时(Spatial-Temporal)不确定性,文献[7]提出一种适用于水下环境的TDMA协议:基于空-时调度的MAC(ST-MAC)协议。

ST-MAC 协议通过构造空-时冲突图来精确刻画链路冲突造成的延时,并用顶点着色问题对
ST-MAC协议进行建模,再用启发式算法解决顶点着色问题。

采用轮替分配方式的 MAC 协议包括轮询[8]和令牌环[9]两种方式。

轮询属于集中
式控制方式,控制着节点按一定顺序逐一询问各节点是否有消息发送。

令牌环属于
分布式控制方式,令牌沿环路中各个节点传递,只有获得令牌的节点才有权发送消息。

当消息发送完毕后,令牌被传递给下一个节点。

当无线信道负荷很重并且任务量很
大时,轮询方式能够获得较好的效果,但是面对突发性任务时,容易造成节点长时间的等待,因此不适用于水声传感器网络的实际应用场景。

进化博弈论把一个静态的决策过程赋予了动态演变的思想,推动了生物进化理论的
发展,并成为经济学、社会学以及计算机等学科中的一个重要理论技术[10-11]。

本文针对水声传感器网络低带宽和高延迟的特性提出一种基于进化博弈论的MAC协议(Evolutionary Game Theory based MAC protocol, EGT-MAC),通过空间复用和时间复用两种策略的优化选择降低网络时延,并提高数据包发送成功率和网络吞
吐量。

在通信网络中,当多个用户共享信道产生竞争时,如何分配信道的使用权是一个非常
关键的问题。

在实际应用中,如果为每个节点都分配一个独立信道,往往要消耗很多
的通信资源,这既不必要也不现实,尤其是对通信资源本来就很宝贵的水声传感器网
络而言。

因此,如何控制共享信道的接入是位于数据链路层的MAC子层的首要任务。

IEEE 802.11MAC协议采用单一共享信道的模式,通过RTS/CTS(Request-To-Send/Clear-To-Send)握手机制完成分布式数据业务的接入过程,同时利用载波侦听、冲突避免等技术防止单一共享信道中的数据冲突。

水声传感器网络的信道共享方式是多跳共享广播方式。

当一个节点发送报文时,只
是在它覆盖范围内的节点才能收到,而覆盖范围外的节点感知不到任何通信的存在,
即发送节点覆盖范围外的节点不受发送节点的影响,它们也可以同时发送报文,这大
大提高了频率的复用度。

在使用一个通信频率的情况下,网络中可以有多对节点同
时进行通信。

然而,在实际应用中,水声传感器网络中节点距离较远,网络时延较大。

此外,水下环境中,传感器节点的位置会受到水体流动以及水下大型哺乳动物活动等因素的影响发生变化,造成网络时延的动态性和不确定性,使得传统的无线传感器网络MAC协议无法适用于水声传感器网络。

为了克服网络时延变化带来的影响,本文首先在RTS/CTS握手机制的基础上,针对不同的网络时延设计两种复用算法:空间复用算法和时间复用算法。

图1描绘了信道的空间复用过程。

其中,虚线箭头代表RTS控制报文的发送方向,实线箭头代表CTS控制报文的发送方向。

发送节点si可以在同一时间段内向多个邻居节点(sk和sj)发送RTS控制报文。

当邻居节点sk和sj接收到RTS控制报文并且处于空闲状态时,将发送各自的CTS控制报文给发送节点si。

此后,si将根据接收到的CTS控制报文分别向相关的邻居节点发送数据包。

算法1对信道的空间复用算法进行了详细描述，其中si为发送节点。

首先,si节点进行初始化工作,将RcvCTS标识符设置为false，表示 si未接收到任何CTS控制报文。

此外,定义一个队列qi用来存储接收节点。

si.NBSet()代表si的邻居节点集合。

然后,si将随机选择一个邻居节点sj并给sj发送RTS控制报文。

如果邻居节点sj处于空闲状态,则sj会给si发送CTS控制报文。

si接收到该报文后,将sj存储到队列qi中并将RcvCTS标识符更改为true，表示si接收到了CTS控制报文。

最后,si从队列qi中依次提取接收节点的标识符并将数据包发送到对应的接收节点。

算法1 空间复用算法。

1)
si.RcvCTS=false;
2)
Queue qi=new Queue();
3)
while (si.RcvCTS=false) and (sj∈si.NBSet()) do
4)
si.Send(RTS, sj);
5)
if sj.Status=Idle
6)
sj.Send(CTS, si);
7)
qi.Enqueue(sj);
8)
si.RcvCTS=true;
9)
end if
10)
while (qi.QueueEmpty=false) do
11)
si.Send(Data, qi.DeQueue());
12)
end while
13)
end while
图2描绘了信道的时间复用过程。

其中,sm为发送节点,sn为接收节点。

发送节点sm可以向同一邻居节点sn连续发送多个RTS请求报文直到sm接收到从sn返回的第一个CTS控制报文。

此后,sm将根据接收到的各个CTS控制报文向接收节
点sn依次发送对应的数据包。

算法2对信道的时间复用算法进行了详细描述。

算法2 时间复用算法。

1)
sm.RcvCTS=false;
2)
Queue qm=new Queue();
3)
Queue qn=new Queue();
4)
CCounter=0;
5)
RCounter=1;
6)
sm.Send(RTSRCounter, sn);
7)
while (sm.RcvCTS=false) do
8)
RCounter++;
9)
sm.Send(RTSRCounter, sn);
10)
qm.Enqueue(RCounter);
11)
while sn.Status=Idle do
12)
CCounter++;
13)
sn.Send(CTSCCounter,sn);
14)
qn.Enqueue(CCounter);
15)
sm.RcvCTS=true;
16)
end while
17)
end while
18)
while (qm.QueueEmpty=false) do 19)
if (qm.DeQueue()=qn.DeQueue()) 20)
int i=qm.DeQueue();
21)
sm.Send(Datai, sn);
22)
end if
23)
end while
简要说明如下：
1)第1)～5)行。

对发送节点sm进行初始化工作,将RcvCTS标识符设置为false，表示 sm未接收到任何CTS控制报文。

此外,定义队列qm和qn用来存储CTS和RTS的标号。

CCounter用来标记CTS,RCounter用来标记RTS。

2)第6)～10)行。

sm给接收节点sn发送第一个RTS控制报文。

如果sm没有接收到从sn返回的CTS控制报文,则继续给接收节点sn发送RTS控制报文,并将相应的RTS标号放进队列qm中。

3)第11)～17)行。

接收节点sn根据是否为空闲状态来发送对应标号的CTS控制报文给sm,并将这些CTS标号放进队列qn中。

此外,将sm的RcvCTS标识符更改为true，表示sm接收到了CTS控制报文。

4)第18)～23)行。

sm根据接收到的各个CTS控制报文的标号向接收节点sn依次发送对应的数据包。

本文提出的基于进化博弈论的MAC 协议将求解问题的目标函数度量成个体所采用策略的适合度,将竞争个体之间的相互作用过程描述为群体合作的动力学演化过程,最终达到全局的进化稳定与优化。

假设每个传感器节点从一个有限的策略空间F={f1, f2,…, fk}中选择单一复用策略,令p(t)表示t时刻网络中传感器节点的数量, pi(t)表示t时刻选择复用策略fi的节点数量,则t时刻节点的总数为:
选择复用策略fi的节点比例为:
xi(t)=pi(t)/P(t)
令μ(fi,x)表示选择复用策略fi的个体收益,则群体期望收益表示为:
假设fj代表突变策略,ε代表突变因子,当复用策略fi满足以下不等式时即为进化稳定策略。

μ(fi,εfj+(1-ε)fi)>μ(fj,εfj+(1-ε)fi)
其中: fi≠fj,ε∈(0,1)。

基于进化博弈论的MAC(EGT-MAC)协议具体步骤如下:首先,将水声传感器网络中
的节点视为有限理性的博弈群体。

每个节点在博弈过程中有时间复用策略和空间复用策略两种策略可以选择。

然后,定义两种策略的适合度函数来描述每个策略在进
化过程中对环境的适合情况。

两种策略的比例制约选择可以导致多个稳定和不稳定的平衡点。

适合度大的策略被使用的比例相对于适合度小的策略将随时间的增加而逐渐增加。

与此同时,群体中不同策略比例的变化也会改变不同策略的适合度。

例如,在所有传感器节点组成的群体中,如果空间复用策略的适合度大,那么采用空间复用策略的传感器节点所占的比例会逐渐增加。

但是,在这一过程中时间复用策略的
适合度会随之增大,以至于不同策略的适合度出现反转。

最后,利用复制动力学方程
得到进化稳定策略,达到进化稳定均衡,实现MAC协议的性能优化。

图3 EGT-MAC协议信道共享示意图
图3是EGT-MAC协议信道共享示意图，图中每个圆圈代表一个水声传感器节点。

当发送节点si与邻居节点之间距离较短,并且邻居节点大多处于空闲状态时,采用空间复用策略可以获得较高的网络吞吐量和数据包发送成功率,即空间复用策略的适
合度较大。

因此,采用空间复用策略的传感器节点所占的比例会逐渐增加。

但是,随
着越来越多的节点处于忙碌状态,导致时间复用策略的适合度会随之增大,以致于不
同策略的适合度会出现反转,这时采用时间复用策略的传感器节点可以获得较高的
网络吞吐量和数据包发送成功率。

本文采用Aqua-Sim[12]作为评测水声传感器网络中MAC协议性能的模拟器。

Aqua-Sim是构建在NS-2网络平台基础上的水声传感器网络模拟器,可以模拟水
声信号的传播与衰减以及水声传感器网络中数据包的转发。

在仿真实验中,假定所
有的水声传感器节点都配备一个半双工的单向收发器,节点在同一平面上朝任意方
向随机移动,移动速度在1～5 m/s。

其他实验参数及其默认值设置如表1所示。

本文将在网络吞吐量和数据包发送成功率指标上比较基于进化博弈论的MAC 协议(EGT-MAC)、基于空-时调度的MAC协议(ST-MAC)和T-Lohi协议的性能。

1)第1组实验：比较不同MAC协议的网络吞吐量与数据包发送率之间的关系。

如图4所示,3种MAC协议的网络吞吐量都与数据包发送率成正比,并且随着数据
包发送率的增大网络吞吐量逐渐趋于饱和。

其中,EGT-MAC协议的网络吞吐量平
均要比ST-MAC协议高55.1%,比T-Lohi协议平均高93.4%。

2)第2组实验：比较不同MAC协议的网络吞吐量与节点平均距离之间的关系。

如图5所示,3种MAC协议的网络吞吐量都与节点平均距离成反比。

这是因为随
着节点平均距离的增大,节点之间的传播延迟也随之增大,导致数据包等候周期延长,进而造成网络吞吐量下降。

在同等情况下,EGT-MAC的网络吞吐量平均要比ST-MAC协议高54.6%,比T-Lohi协议平均高88.1%。

3)第3组实验：比较不同MAC协议的数据包发送成功率与节点传输半径之间的关系。

如图6所示,3种MAC协议的数据包发送成功率都与节点传输半径成反比。

这是
因为随着节点传输半径的增大,每个节点的邻居节点数量随之增多,造成节点竞争加剧,冲突概率增加,进而导致数据包发送成功率下降。

在同等情况下,EGT-MAC的数据包发送成功率平均要比ST-MAC协议高38.1%,比T-Lohi协议平均高237.2%。

这是因为节点的随机移动促使T-Lohi协议频繁调用回退机制,导致数据包发送成功率明显低于其他2种协议。

为了克服水声传感器网络中时延变化的影响,本文提出一种基于进化博弈论的MAC 协议:EGT-MAC协议。

EGT-MAC协议中,每个传感器节点可以采用空间复用和时
间复用两种策略。

当发送节点与邻居节点之间距离较短,并且邻居节点大多处于空
闲状态时,采用空间复用策略可以获得较高的网络吞吐量和数据包发送成功率;反之,
当网络中大多数的节点处于忙碌状态时,采用时间复用策略的传感器节点可以获得
更高的性能。

通过两种策略的博弈,利用复制动力学方程得到进化稳定策略,达到进
化稳定均衡,实现性能优化,提高网络吞吐量和数据包发送成功率。

进一步研究将考
虑节点存在动态加入和能量耗尽等复杂情况下如何提高MAC协议的各项性能指标。

【相关文献】
[1] CHAO C-M, WANG Y-Z, LU M-W. Multiple-rendezvous multichannel MAC protocol design for underwater sensor networks[J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2013, 43(1):128-138.
[2] ZHU Y, JIANG Z, PENG Z, et al. Toward practical MAC design for underwater acoustic networks[C]// INFOCOM 2013: Proceedings of the 32nd IEEE International Conference on Computer Communications. Piscataway: IEEE Press, 2013: 683-691.
[3] HSU C-C, KUO M-S, CHOU C-F, et al. The elimination of spatial-temporal uncertainty in underwater sensor networks[J]. IEEE/ACM Transactions on Networking, 2013, 21(4): 1229-1242.
[4] URICK R J. Principles of underwater sound[M]. New York: McGraw-Hill, 1983.
[5] SUN L, LI J, CHEN Y, et al. Wireless sensor networks [M]. Beijing: Tsinghua University Press, 2005.(孙利民,李建中,陈渝,等.无线传感器网络[M].北京:清华大学出版社,2005.)
[6] SYED A A, YE W, HEIDEMANN J. T-Lohi: a new class of MAC protocols for underwater acoustic sensor networks[C]// INFOCOM 2008: Proceedings of the 27th IEEE International Conference on Computer Communications. Piscataway: IEEE Press, 2008: 231-235.
[7] HSU C-C, LAI K-F, CHOU C-F, et al. ST-MAC: spatial-temporal MAC scheduling for underwater sensor networks[C]// INFOCOM 2009: Proceedings of the 28th IEEE International Conference on Computer Communications. Piscataway: IEEE Press,
2009:1827-1835.
[8] PENG L-M, KIM Y-C. Investigation of the design of MAC protocols for TT-TR-based WDM burst-switched ring networks[J]. IEEE/OSA Journal of Optical Communications and Networking, 2009: 1(2): 25-34.
[9] TARCHI D, FANTACCI R. Analysis of a token based MAC protocol for OFDMA cognitive radio environments[C]// Proceedings of the 77th IEEE Vehicular Technology Conference. Piscataway: IEEE Press, 2013:1-5.
[10] MEJIA M, PENA N, MUNOZ J, et al. A game theoretic trust model for on-line distributed evolution of cooperation in MANETs[J]. Journal of Network and Computer
Applications, 2011, 34(1): 39-51.
[11] AGHABABA M P. 3D path planning for underwater vehicles using five evolutionary optimization algorithms avoiding static and energetic obstacles[J]. Applied Ocean Research, 2012, 38: 48-62.
[12] XIE P, ZHOU Z, PENG Z, et al. Aqua-Sim: an NS-2 based simulator for underwater sensor networks [C]// OCEANS 2009: Proceedings of the 2009 IEEE Biloxi — Marine Technology for Our Future: Global and Local Challenges. Piscataway: IEEE Press, 2009: 1-7.。