网格拓扑中公平接入的性能界限

公平接入的利用率和能耗在具有选定网格拓扑的传感器网络中

摘要

在典型的无线传感器网络中，除了收集准确数据外，从每个传感器节点获取公平数量的数据也非常重要。本文是我们前期工作的延续。在前期工作中，我们推导了线性和两行网格拓扑下网络利用率的紧上界。本文将研究扩展到更复杂的3–4行网格拓扑。这些上界的意義有两点：首先，它们适用于单通道和半双工无线电下的任何介质访问控制协议；其次，它们是可证明的紧界。此外，我们研究了多跳传感器网络中介质访问控制的能量消耗。基于网络利用率的紧上界，我们推导出线性和2–4行网格拓扑下一个周期内的网络能耗的紧下界。

关键词

MAC协议；时分多址（TDMA）；时分多址；能耗；公平接入；界限。

引言

典型的无线传感器网络由大量低成本、多功能的电池供电传感器节点组成（吴等人，2005；刘等人，2006）。无线传感器网络具有许多潜在应用，如军事监测、污染检测和智能空间（张等人，2015年；王和肖，2006）。因此，近年来无线传感器网络技术引起了广泛的研究兴趣（蔡等人，2015年；谢和王，2014年）。

通常，每个传感器节点负责感知感兴趣事件、处理采集的数据，并通过某些路径将采集的数据发送到基站（肖等人，2010；沈等人，2015）。在某些场景中，我们要求传感器节点向基站的帧传输速率相等。例如，加州大学圣塔芭芭拉分校部署了多个锚定海洋学应用（本森等人，2006），其中等间距的水下海洋传感器悬挂在系泊浮标上。网络中的所有数据都流向水面以上的基站，该基站负责通过空中无线电链路将所有采集的数据存储并中继至指挥中心。在发生感兴趣事件时（例如风暴），希望指挥中心能够获取来自所有传感器的近实时读数，以便随着事件的发展对它们进行校准（本森等人，2006）。

对于此类具有现实应用价值的网络，介质访问控制（MAC）协议（谢等人，2007；胡等人，2007，2008；张等人，2009年；黄等人，2008；刘等人，2009）必须确保每个传感器都有平等的机会将其本地观测结果转发至指挥系统，以建立趋势或检测异常情况。本文研究公平接入准则，以建模传感器节点对网络利用率的平等贡献。

一个备受关注的研究课题是无线传感器网络（WSNs）中信息收集的调度优化。塔西亚拉斯和萨卡尔（2002年）、弗洛伦斯等人（2004）、弗洛伦斯和麦克艾利斯（2003）提出了针对多线型和树状网络的最优调度，以实现最小延迟和最大网络吞吐量。然而，这些调度方法需要集中式管理，在某些无线传感器网络应用中可能不切实际。此外，甘达姆等人（2006）提出了一种用于多线拓扑网络的分布式最优调度。

然而，弗洛伦斯等人（2004）、弗洛伦斯和麦克艾利斯（2003）以及甘达姆等人（2006）提出的多线拓扑网络中的所有调度算法均假设不同路由路径之间不存在干扰。更多相关工作的讨论见第2节。在我们前期工作（肖等人，2009；吉布森等人，2007；肖等人，2012）中，我们推导了固定线性和两行网格拓扑在网络中存在不同路由路径之间干扰情况下的网络利用率的上界。随后，我们证明了这些性能界限可通过分布式调度实现。本文进一步扩展了肖等人（2009）、吉布森等人（2007）和肖等人（2012）的研究，研究更复杂网格拓扑的网络利用率。

因此，本文的一个贡献是研究三至四行网格拓扑的网络利用率上界。我们提供了若干定理来描述网络利用率的上界，并证明这些上界是紧致的，且可通过一种时分多址协议（TDMA）版本实现。本研究的一个独特之处在于，这些界限适用于任何采用公平接入准则的介质访问控制协议，并且最优网络利用率可通过一种TDMA协议版本达到。

与传统网络不同，无线传感器网络（WSNs）中的每个传感器节点的能量有限（吴等人，2005；王和肖，2006；瑞等人，2015）。因此，高效的能量消耗协议在无线传感器网络（WSNs）的设计和路由中起着关键作用（戴等人，2015）。基于网络利用率的上界，我们推导出能耗的紧下界。同样，这些下界适用于任何采用公平接入准则的MAC协议，无论该协议是无竞争协议还是基于竞争的协议。此外，这些下界可通过一种TDMA协议版本实现。

本文其余部分组织如下：第2节回顾相关工作。第3节研究3–4行网格拓扑的最优利用率；第4节对网络利用率进行性能评估。第5节研究网络能耗的下界。第6节对网络能耗进行性能评估。第7节提出该研究领域的开放性问题，最后在第8节总结全文。

2 相关工作

2.1 采用公平接入准则的无线传感器网络综述

根据肖等人（2012），采用公平接入的无线传感器网络定义如下：一个无线传感器网络由一个基站（BS）和n个传感器节点组成，这些节点表示为Oi，i = 1，2，…，n。传感器节点生成数据帧并将其发送到基站。一些传感器节点不仅生成传感器数据帧，还转发/路由帧到基站（即，一个帧可能需要被多个节点中继才能到达基站）。令 U(n) 表示上述传感器网络的利用率（即，基站接收数据帧的时间比例）。令Gi 表示传感器Oi 对总利用率的贡献（即，由其生成的数据）。以下成立：U(n) = ∑_{i=1}^n Gi。无线传感器网络中的公平接入准则要求传感器节点对网络利用率的贡献相等，即满足以下条件：G1 = G2 = … = Gn。

在肖等人（2012）的前期工作中考虑了两种类型的拓扑结构，如下所示：

线性拓扑（肖等人，2012） ：n个传感器节点和一个基站以线型方式排列。假设每个节点的传输范围仅为一跳，且干扰范围小于两跳。换句话说，只有相邻节点之间存在重叠传输范围。Oi生成传感器数据帧并将其发送给 Oi+1。Oi还将从Oi–1接收到的数据帧中继至Oi+1。最后，On将数据转发给基站，由基站收集所有数据帧。

两行网格拓扑 ：传输范围使得水平或垂直邻居可以互相接收信号，但对角邻居之间无法接收。考虑了两种不同的路由模式：
- 两行独立转发数据帧
- 底部传感器先将数据转发到顶行。

设I(a) = 1当a =为真，且I(a) = 0当a =为假。令T为一个数据帧的传输时间。以下结果来自肖等人（2012）。

• 声明1 ：对于满足公平接入准则的线性拓扑，每个节点的采样间隔时间（记为D(n)）的下界为该节点的最小有效传输延迟或最小周期时间Dopt(n)：
  D(n) ≥ Dopt(n) = 3(n - 1)T + I(n > 1)T

• 声明2 ：对于采用情况(a)路由模式的两行网格拓扑，在公平接入准则下，采样间隔时间D(2n)的下界为最小周期时间Dopt(2n)：
  D(2n) ≥ Dopt(2n) = (3n - 1)T

• 声明3 ：对于采用情况(b)路由模式的两行网格拓扑，在公平接入准则下，采样间隔时间 D(2n) 的下界为最小周期时间 Dopt(2n)：
  D(2n) ≥ Dopt(2n) = (6n - 5)T + 3I(n ≥ 2)T

2.2 相关工作

在无线传感器网络（WSNs）的许多应用中，每个节点生成的数据帧需要转发到基站。这种场景下的通信模式被称为汇聚通信（Gandham 等，2006；Wang 等，2005），可以通过采用基于竞争的MAC协议（如载波侦听多路访问）或无竞争MAC协议（如时分多址（TDMA））来实现。无线传感器网络中的许多应用采用TDMA调度算法（Ramaswami 和 Parhi，1989；Ramanathan，1999），因为基于竞争的MAC协议通常比TDMA协议消耗更多能量。塔西亚拉斯和萨卡尔（2002年）、弗洛伦斯等人（2004）、弗洛伦斯和麦克艾利斯（2003）提出了集中式调度算法，以获得线型、多线型和树形等各种网络拓扑结构的最小延迟和最大网络吞吐量。然而，这些集中式调度算法在某些无线传感器网络应用中可能不切实际。因此，甘达姆等人（2006）提出了一种分布式最小时间汇聚调度过程，其中每个节点在初始化阶段后自行计算其调度方案。然而，弗洛伦斯等人（2004）、弗洛伦斯和麦克艾利斯（2003）以及甘达姆等人（2006）中针对多线拓扑网络的所有调度算法均假设不同路由路径之间不存在干扰。因此，在肖等人（2012）中，我们提出了一种新方法，用于推导存在不同路由路径之间干扰情况下的线性和两行网格网络拓扑的网络利用率。本文进一步扩展了我们在肖等人（2012）中的工作，推导出更复杂网格拓扑的网络利用率，这使得调度算法更加复杂。与肖等人（2012）类似，我们也提供了若干定理，给出3–4行网格拓扑网络利用率的上界，并证明这些上界是紧致的，且可通过一种TDMA协议版本实现。

传感器节点是一种微电子设备，由有限电源电池供电。在许多应用中，更换或为传感器节点充电通常很困难。例如，传感器节点可能被部署在恶劣环境以及山区和森林等复杂环境中。因此，在设计MAC协议时，能量效率是一个重要问题。为了分析和评估MAC协议的能量效率，我们需要分析能量浪费源（Kulkarni 和 Arumugam，2004；Demirkol 等，2006），这些来源包括空闲监听、消息冲突、过度监听、控制分组开销以及过度发射（即源节点发送后，目的节点仍未准备好接收）。许多研究人员致力于提高MAC协议的能量效率。

Ye 等人（2002）提出了一种用于无线传感器网络的高效能量S-MAC协议。在该协议中，节点周期性休眠且邻居节点形成虚拟簇以自动同步睡眠调度。此外，S-MAC 在其他节点传输时将无线电设为睡眠状态以节省能量。肖等人（2012）和本研究发现，当网络利用率达到最大值时，每个传感器节点的空闲时间将最小化。因此，可以推导出能耗的下界。在本研究中，我们推导了线型以及 2–4行网格网络拓扑的能耗紧下界。

许多论文（Xao 等人, 2011；Xie 和 Gibson, 2000；Pompili 等人, 2007；Vieira 等人, 2006；Chirdchoo 等人, 2007；Molins 和 Stojanovic, 2006；Syed 等人, 2007；Salva-Garau 和 Stojanovic, 2003）研究了水下传感器网络中的 MAC，但未考虑传播延迟对网络利用率的影响。我们先前的研究（肖等人，2012）探讨了非可忽略的传播延迟这一水下声学网络的显著特征所带来的影响。在肖等人（2012）中，推导出了当传播延迟小于或等于帧传输时间一半时网络利用率的紧上界。然而，该主题仍存在大量有待研究的工作。例如，我们不再假设无线传感器网络中的间距和传播延迟是固定且相等的，而是认为其间距和传播延迟误差始终存在。此外，对于水下传感器网络而言，探索传播延迟超过一个帧的传输时间情况下的网络利用率也十分重要，这在现实世界中十分常见。

3 网络利用率的上界

3.1 利用率的推导

在本小节中，我们分析了公平接入在两种特定拓扑结构——三行网格和四行网格下的性能界限。首先，我们描述这两种拓扑结构。然后，我们给出四个定理及其证明，以建立网络利用率的上界。

三行网格拓扑 ：该拓扑如图1所示。在三行网格结构中，共有3n个传感器节点和一个基站（BS）。每个节点的传输范围为一跳，即只有水平或垂直邻居可以相互通信，而对角邻居之间无法通信。考虑两条路由路径：
- 三行独立地转发数据帧，如图1(a)所示
- 顶部和底部传感器首先将数据帧转发到中间行，如图1(b)所示。

四行网格拓扑 ：四行网格拓扑如图2所示。与三行网格拓扑相同，每个节点的传输范围仅为一跳，因此仅支持水平或垂直邻居可以互相听到，但两个对角邻居无法互相听到。同样，分别考虑了图2(a)和(b)中所示的两条路由路径。

请注意，图1和图2看起来与肖等人（2012）的图19相似，这是我们的前期工作。但它们并不相同。事实上，在我们先前的研究（肖等人，2012）中，当行数大于2时，我们给出了一个近似结果；而在本文中，当行数为3和4时，我们的结果是准确/精确的结果。

为了方便给出证明，我们引入一些符号。设x表示网络在公平接入准则下的周期时间。因此，在时间段x内，基站至少成功接收一个原始来自网络中每个传感器节点的数据帧。在周期时间内，基站处于忙时或空闲状态。因此，我们有 x = b + y，其中 b 表示一个周期中的忙时，y 表示一个周期中的空闲时间。此外，令 T 表示一个数据帧的传输时间。注意，在公平接入准则的约束下，为了达到网络利用率的上限，我们只需最小化 x 的值。根据这一原则，网络利用率由以下定理给出。

定理1 ：对于如图1(a)所示路由模式的三行网格拓扑，Uopt(3n)在公平接入准则下被最优利用率U(3n) ≤ Uopt(3n) = 3nT / (4n - 1)T 所上界：最优利用率的渐近下限为3/4。此外，采样间隔时间(3)D(n)的下界为最小周期时间 Dopt(3n)：D(3n) ≥ Dopt(3n) = (4n - 1)T，其中T为一个数据帧的传输时间。

定理1的证明 ：1) 对于n > 2：在时间段x内，根据公平接入准则，由于帧可能丢失或延迟，基站需要至少接收来自O1n的n个帧。因此，O1n至少向基站发送n个帧（包括n–1个中继帧和1个其自身生成的帧）。同理，O2n和O3n也至少向基站发送n个帧。我们有b ≥ 3nT。为了使O1n从O1(n–1)接收到n–1个帧，O1n需要至少监听n–1个帧，在此期间O2n无法发送。尽管不能发送，但它可以接收，而O3n可以发送或接收。类似地，为了使O3n从O3(n–1)接收到n–1个帧，O3n需要至少监听n–1个帧，在此期间O2n无法发送，但可以接收。同时，O1n可以发送或接收。为了使O2n从O2(n–1)接收到n–1个帧，O2n需要至少监听n–1个帧，在此期间O1n和O3n均无法发送，这意味着基站必须处于空闲状态。注意，当O1(n–2)发送时，O1n不能发送，但O2n或O3n中的任一个可以发送。类似地，当O2(n–2)发送时，O2n不能发送，但O1n或O3n中的任一个可以发送。当O3(n–2) 发送时，O3n不能发送，但O1n或O2n中的任一个可以发送。因此，O1n、O2n和O3n无法发送的总时间为 y ≥ (n–1)T。于是我们有 x = b + y ≥ 3nT + (n–1)T。在时间段x内，基站可能接收到超过3n个帧，但根据公平接入准则，只有3n个帧可计入利用率。为实现最优利用率，我们最小化x，从而得到U(3n) = 3nT / x ≤ 3nT / (3nT + (n–1)T) = 3n / (4n - 1)。关于n = 2和n = 1的证明因篇幅所限省略。

定理2 ：对于采用如图1(b)所示路由模式的三行网格拓扑，在公平接入准则下，U(3n)被最优利用率U(3n) ≤ Uopt(3n) = 3nT / (9n - 7)T 所上限约束：最优利用率的下界为1/3。此外，采样间隔时间(3)D(n)由最小周期时间Dopt(3n)：D(3n) ≥ Dopt(3n) = (9n - 7)T + 5I(n ≥ 2)T 界定，其中 T 是一个数据帧的传输时间。

定理2的证明 ：1) 对于 n > 2：在时间段x内，根据公平接入准则，由于某些帧可能丢失或延迟，基站需要从O2n接收到至少3n个帧。我们有 b ≥ 3nT。为了使O2n从O2(n-1)接收到3(n-1)个帧，从O1n接收一个帧，并从O3n接收一个帧，O2n必须至少监听3(n-1)+1+1个帧，在此期间基站必须处于空闲状态。此外，当O2(n-2), O1(n-1), 或O3(n-1)发送时，O2n不能发送。O2(n-2)必须至少发送3(n-2)个帧，O1(n-1)必须至少发送一个帧，且O3(n-1)也必须至少发送一个帧（如果帧发生碰撞、损坏或延迟，则需要更多帧）。注意，当O2(n-2), O1(n-1)或O3(n-1)发送时，O1n和O3n也可以发送。因此，我们有 y ≥ 3(n-1)T + T + (n-2)T + T + T。因此，我们得到 x = b + y ≥ 3nT + [3(n-1)T + T + (n-2)T + T + T] = (9n - 7)T。在时间x内，基站可能接收到超过3n个帧，但根据公平接入准则，只有3n个帧可计入利用率。为实现最优利用率，我们最小化x，从而得到U(3n) = 3nT / x ≤ 3nT / (9n - 7)T = 3n / (9n - 7)。关于n= 2和n= 1的证明因篇幅限制省略。

定理3 ：对于具有如图2(a)所示路由模式的四行网格拓扑，在公平接入准则下，U(4n)被最优利用率上限所限制，U(4n) ≤ Uopt(4n) = 4nT / (6n - 1)T。最优利用率的渐近下限为 2/3。此外，采样间隔时间 (4)D(n)被最小周期时间下界所限制 Dopt(4n)：D(4n) ≥ Dopt(4n) = (6n - 1)T，其中 T 是一个数据帧的传输时间。

定理3的证明 ：1) 对于n > 2：在时间段x内，根据公平接入准则，由于如前所述帧可能丢失或延迟，基站需要从O2n接收到至少2n个帧。因此，O2n向基站发送至少2n个帧（包括2n – 1个中继帧和1个其自身生成的帧）。同样，O3n也向基站发送至少2n个帧。我们有 b ≥ 4nT。为了使O2n从O2(n–1) 接收n – 1个帧，并从O1n接收n个帧，O2n必须监听至少2n – 1个帧，在此期间O3n不能发送。同时，基站必须处于空闲状态。类似地，O3n也必须监听至少2n – 1个帧，在此期间O2n不能发送。注意，当O2n接收帧x时，O3n也可以接收帧。此外，注意当O1(n–1) 发送时，O2n不能发送，但O3n可以发送。同样，当O2(n–2) 发送时，O2n不能发送，但O3n可以发送。类似地，当O4(n–1) 发送时，O3n不能发送，但O2n可以发送。同样，当O3(n–2) 发送时，O3n不能发送，但O2n可以发送。因此，O2n和O3n都不能发送的总时间为 y ≥ (2n – 1)T。于是我们有 x = b + y ≥ 4nT + (2n – 1)T。在时间段x内，基站可能接收到超过4n个帧，但在公平接入准则下，只有4n帧可计入利用率。为了实现最优利用率，我们最小化x，从而得到U(4n) = 4nT / x ≤ 4nT / (4nT + (2n – 1)T) = 4n / (6n - 1)。n = 2和n = 1的证明因篇幅限制省略。

定理4 ：对于具有如图2(b)所示路由模式的四行网格拓扑，在公平接入下，U(4n)受最优利用率 U(4n) ≤ Uopt(4n) = 4nT / (6n - 1)T 的上界限制。最优利用率的渐近下限为 2/3。此外，采样间隔时间 (4)D(n)的下界由最小周期时间 D(4n)：D(4n) ≥ Dopt(4n) = (6n - 1)T 给出，其中 T 为一个数据帧的传输时间。

定理4的证明 ：1) 对于n > 2：在时间段x内，根据公平接入准则，由于帧可能丢失或延迟，基站需要至少接收来自O2n的2n帧。因此，O2n至少向基站发送2n帧（包括2n – 1中继帧和其自身生成的一个帧）。同样，O3n也至少向基站发送2n帧。我们有 b ≥ 4nT。为了使O2n从O2(n-1)接收到2(n-1)帧，并从O1n接收一个帧，O2n需要监听至少2n – 1帧，在此期间O3n不能发送，且基站必须处于空闲状态。类似地，O3n也需要监听至少2n – 1帧，在此期间O2n不能发送。注意，当O2n接收帧时，O3n也可以接收帧。此外，当O1(n-1)发送时，O2n不能发送，但O3n可以发送。同样，当O2(n-2)发送时，O2n不能发送，但O3n可以发送。类似地，当O4(n-1)发送时，O3n不能发送，但O2n可以发送。同样，当O3(n-2) 发送时，O3n不能发送，但O2n可以发送。因此，O2n 和O3n都不能发送的总时间为 y ≥ (2n – 1)T。因此我们有 x = b + y ≥ 4nT + (2n – 1)T。在时间段x内，基站可能接收到超过4n帧，但在公平接入准则下，只有4n帧可计入利用率。为实现最优利用率，我们最小化x，从而得到U(4n) = 4nT / x ≤ 4nT / (4nT + (2n – 1)T) = 4n / (6n - 1)。关于 n=2 和 n=1的证明因篇幅限制省略。

3.2 边界可实现性

在本小节中，我们证明了在公平接入准则下，定理1–4中的最优利用率实际上是可实现的。我们假设数据帧大小固定，因此可以将时间划分为持续时间相等的时隙，每个时隙的持续时间为传输一个数据帧所需的时间。我们提出了一种时分多址调度算法，以表明该算法确实能够达到最优利用率。该时分多址调度算法描述如下。

图1(a)网格拓扑的时分多址调度 ：我们首先考虑简单的情况，因为它们能让我们对该调度有一个明确的认识。所展示的调度方案在图3(a)表明，当n = 1时，利用率为1。当n = 2时，O11, O21和O31同时发送，随后O12, O22和O32依次向基站发送帧，如图3(b)所示。因此，利用率为6/7。当n = 3时，注意仅当O11, O21,或O31发送时，基站才接收帧（即基站处于忙碌状态）。我们还可以注意到，当O23从O22,接收帧时，O13和O33均不能发送，但它们仍可接收帧，如图3(c)所示。这些情况与定理1一致，因此是最佳的。

现在，考虑一般情况。在图1(a)拓扑中，我们共有3n个节点。我们首先将节点集合定义为 S_i = {O_{1i}, O_{2i}, O_{3i}}，i = 1,…,n。为了充分利用并行传输，我们让同一集合中的节点（i = 1,…,n-3）S_i同时进行传输。由于干扰范围小于两跳，我们进一步让集合S_j和集合S_{j+3}（j = 1,…,n-4）的节点同时传输。当考虑最后三个集合（i = n-2, n-1, n），其调度方式与 n=3 的情况相同。图3(d)给出了n=5 的一个最优调度，以展示一般情况，其利用率为15/19，这也与定理1一致，因此是最优的。

图1(b)网格拓扑的时分多址调度 ：我们同样首先考虑较小的n这一简单情况。对于图1(b)，当n = 1时，方案如图4(a)所示，其利用率为3/5。对于n = 2，当O11, O21, O31 或 O32发送数据时，O22无法向基站传输帧。注意，O11 和O12可以同时发送以提高利用率。同样地，O31和O32也可以同时发送。一种可能的方案如图4(b)所示，其利用率为6/11。这些结果均与定理2一致，因此是最优的。

现在考虑一般情况。对于图1(b)的拓扑结构，首先，我们让第一行的节点O_{1i} (i = 1,…,n-2)向第二行对应的节点O_{2i}传输帧。在同一时间段内，基站接收来自 O_{2n}的一个帧。然后，我们让第三行的节点O_{3i} (i = 1,…,n-2)执行相同的操作（即将各自的帧传输给第二行对应的节点）。在此期间，基站也接收来自O_{2n}的一个帧。接着，我们让O_{1,n-1} 和O_{1n}同时向第二行对应的节点传输帧。接下来，O_{3,n-1} 和O_{3,n}也同时进行传输。此时，后续的调度与线性时分多址调度相同（谢等人，2007；肖等人，2011）。图4(c)和(d)分别给出了n=3 和n=5 的最优调度以展示一般情况，其利用率分别为9/20和15/38。这些利用率也与定理2一致，因此是最优的。

图2(a)网格拓扑的时分多址调度 ：我们也先考虑一些简单的情况。图5(a)所示的调度表明，当n=1。n为2,n时，利用率为4/5。当O11发送时，O22不能发送，但O32可以发送。同样，当O41发送时，O32不能发送，但O22可以发送。注意，O12和O42可以同时发送。此外，O21和O31也可以同时发送。这些情况如图5(b)所示。因此，利用率为8/11。当 n=3时，注意每当O11,O21, O31, O41, O12或O42发送时，基站接收帧（即基站处于忙碌状态）。在一个周期中，O11, O21, O31和O41发送其原始帧后，后续的调度与n=2的情况相同。该过程如图5(c)所示。利用率为12/17。上述三种利用率与定理3一致，因此它们是最优的。

现在考虑一般情况。在图2(a)拓扑中，我们总共有4n个节点。我们将节点集合表示为 S_i = {O_{1i}, O_{2i}, O_{3i}, O_{4i}}，i = 1,…,n。为了充分利用并行传输，我们让同一集合中的节点（i = 1,…,n-3）S_i同时进行传输。由于干扰范围小于两跳，我们进一步让集合S_j和集合S_{j+3}（j = 1,…,n-4）中的节点同时传输。当我们考虑最后三个节点集合（i = n-2, n-1, n），其调度方式与{n=3}的情况相同。n图5(d)给出了{n=3}时的调度方案以说明一般情况，其利用率为20/29，这与定理3一致，因此是最优的。

图2(b)网格拓扑的时分多址调度 ：我们也首先考虑n较小的简单情况。对于图2(b)，当n=1时，方案如图6(a)所示。利用率为4/5。对于 n=2，只有当O11或O41发送时，基站才能接收到一帧（即基站处于忙状态）。注意， O42和O12可以同时发送以提高利用率。同样，O21和O31也可以同时发送。一种可能的方案如图6(b)所示。利用率为8/11。这些方案均与定理4一致，因此是最优的。

尽管图2(a)和(b)中的路由模式不同，但它们的最优利用率相同。图6(c)和(d)分别为n=3 和n=5 提供了两个调度方案。n=3的利用率为12/17， n=5的利用率为20/29。这些结果均与定理4一致，因此是最优的。与 图2(a)网格拓扑的利用率相比，可以看出这两种路由模式能够达到相同的性能边界。

4 网络利用率的性能评估

在本节中，我们对不同规模的三行网格和四行网格拓扑的性能进行分析。首先，我们提供一些关于端到端性能界限对每个传感器流量负载限制影响的分析。设 λ表示每个传感器节点产生的流量负载。对于图1(a)、(b)以及图2(a)、(b)所示的网络，由于每个节点最多可传输一个原始帧，该帧分别需要在每T时间段内的(4n - 1)T时间段、(9n - 7)T时间段、(6n - 1)T时间段和(6n - 1)T时间段内占用一个周期，因此必须满足 λ ≤ 1/(4n - 1)，λ ≤ 1/(9n - 7)，λ ≤ 1/(6n - 1)，λ ≤ 1/(6n - 1)，分别对应。此外，我们用α表示数据帧中实际数据位的比例。由于数据帧包含协议开销，本节中将最优利用率乘以α以考虑协议开销。如前所述，对于图1(a)、(b)和图2(a)、(b)所示的网络，每个节点最多可传输一个原始帧，这分别需要在每个(4n - 1)T时间段、(9n - 7)T时间段、(6n - 1)T时间段和(6n - 1)T时间段内占用一个周期时间T。因此，具有这些拓扑结构的网络的最小周期时间分别为(4n - 1)T、(9n - 7)T、(6n - 1)T、(6n - 1)T。

4.1 三行网格拓扑

图7展示了基于定理1和2的上界，不同α值下图1所示的三行拓扑的最优利用率与节点数量的关系。这两种路由模式的最优利用率均随着n的增加而迅速下降，并趋近于最优利用率的渐近下限。渐近界由水平线给出。我们还可以看到，图1(a)的拓扑结构可能比图1(b)的拓扑结构实现更高的利用率。图1(a)和(b)中网络拓扑的最小周期时间如图8(a)所示。每个传感器节点的流量限制如图8(b)所示。

4.2 四行网格拓扑

图9展示了基于定理3和4，不同α值下图2所示四行拓扑的最优利用率与节点数量的关系。图9显示，这两种路由模式可以达到相同的最优利用率，这与定理3和4一致。四行网格拓扑的延迟和流量负载特性由图10说明，它们也是相同的。

5 网络能耗下界

在本节中，我们研究了能耗下限。基于上一节所述的时分多址调度算法，通过解析方法给出了四种特定拓扑结构——线型、两行网格、三行网格和四行网格——的网络能耗紧致下界。我们的方法独立于MAC协议，无论使用何种MAC协议，只要该协议符合公平接入准则，能耗下界均成立。

让我们给出证明中使用的一些符号。设BT表示节点发送或转发帧时的单位时间能耗。设BR表示节点接收帧时的单位时间能耗，设BL表示节点监听信道时的单位时间能耗。通常情况下，我们有BT > BR ≥ BL。众所周知，传感器节点在监听模式下消耗的能量比在睡眠节点状态下更多。因此，为了节约能量，如何调度传感器节点进入睡眠成为无线传感器网络中的一个热门研究课题。本文假设当传感器节点空闲时，仍处于监听模式。然而，如果希望节约更多能量，传感器节点可以从监听模式切换到睡眠模式。

如第3节所述，x 表示在公平接入准则下，基站（BS）成功接收到来自网络中每个传感器节点的至少一个原始数据帧所需的周期时间。此外，我们已证明，对于先前研究（肖等人，2012）和本文探讨的四种特定拓扑结构，存在一系列时分多址（TDMA）算法可实现周期时间 x 的紧致下界。接下来，我们首先给出引理1，以说明当周期时间 x 达到其下界时，网络能耗也将达到其下界。然后，我们将提出若干定理，分别给出每种网络拓扑下的网络能耗下界。

为简便起见，令E(m×n)表示在公平接入下具有m×n网格拓扑的无线传感器网络每周期的能耗。令Ei表示第i行传感器节点每周期的总能耗，其中1 ≤ i ≤ m。令Eij表示第i行中节点Oij每周期的能耗，其中1 ≤ j ≤ n。

引理1 ：对于具有m×n网格拓扑的无线传感器网络，在公平接入下，当网络周期时间x达到其下界时，网络能耗达到下界Eopt(m×n)。

证明 。总网络能耗 E(m×n) 由 E(m×n) = ∑ {i=1}^m ∑ {j=1}^n Eij 给出，因此网络能耗的下界可表示为 Eopt(m×n) = min ∑ {i=1}^m ∑ {j=1}^n Eij。由于 Eij 为正数，我们有 Eopt(m×n) = ∑ {i=1}^m ∑ {j=1}^n min(Eij)。因此，我们只需得到 min(Eij)。对于任意节点 Oij，其每周期能耗可表示为 Eij = BT·TTij + BR·TRij + BL·TLij，其中 TTij 表示在一个周期内 Oij 发送或转发帧的时间段，TRij 表示在一个周期内 Oij 接收帧的时间段，TLij 表示在一个周期内 Oij 侦听信道的时间段。因为传感器 Oij 在一个周期内仅有三种状态（即发送帧、接收帧和侦听信道），我们有 x = TTij + TRij + TLij。由于 BT > BR ≥ BL，我们需要使 TTij 和 TRij 尽可能小。于是，TLij = x - TTij - TRij。因此，当下列条件成立时，能耗将达到下界：
(1) achieve min(TTij)
(2) achieve min(TRij)
(3) achieve min(TLij) = min(x - TTij - TRij)

因此，当周期时间达到其下界 min(x)，且网络能耗达到其下界 Eopt(m×n) 时，很容易看出。

5.1 线性拓扑

定理5 ：对于所示的线性拓扑，在公平接入下，E(n)的下界为最小能耗 Eopt(n)：Eopt(n) = ∑_{j=1}^n [BT·jT + BR·(j-1)T + BL·(3n - 2j - 2)T]。

定理5的证明 ：E(n) 表示在每周期公平接入下，具有 1×n网格拓扑（即线性拓扑）的无线传感器网络的总能耗。为了推导能耗下限，我们需要满足引理1中的条件。首先，我们需要得到 min(TTj)，其中 TTj 是传感器节点 Oj 的发送周期。由于在一个周期内，Oj 至少发送 j 个帧（包括 j – 1 个中继帧和其自身生成的一个帧），因此我们有 min(TTj) = jT。由于 Oj 至少中继了 j – 1 个帧，这意味着 Oj 至少从上游节点接收了 j – 1 个帧。我们有 min(TRj) = (j - 1)T。根据声明1，x ≥ 3(n - 1)T + I(n > 1)T。因此，我们得到 min(TLj) = x - min(TTj) - min(TRj) = 3(n - 1)T + I(n > 1)T - jT - (j - 1)T = (3n - 2j - 2)T。因此，能耗下限 Eopt(n) 为 Eopt(n) = ∑_{j=1}^n [BT·jT + BR·(j-1)T + BL·(3n - 2j - 2)T]。我们证明了定理5。

5.2 两行拓扑

定理6 ：对于情况(a)下的具有两行传感器节点的网格拓扑，在公平接入条件下，E(2n)的下界为最小能耗 Eopt(2n)：Eopt(2n) = ∑_{j=1}^n [BT·jT + BR·(j-1)T + BL·(3n - 2j)T]。

定理6的证明 ：E(2n) 表示在情况(a)下具有 2×n网格拓扑的无线传感器网络每周期公平访问的总能耗。网络能耗由 E(2n) = ∑ {j=1}^n (E1j + E2j) 给出。我们有 E1j = E2j。因此，我们有 Eopt(2n) = ∑ {j=1}^n min(E1j + E2j) = 2∑ {j=1}^n min(E1j)。为了得到 min(E1j)，我们首先考虑 min(TTj)。由于在一个周期内，O1j 至少发送 j 个帧（包括 j – 1 个中继帧和一个其自身生成的帧），因此我们有 min(TTj) = jT。由于 O1j 至少中继了 j – 1 个帧，这意味着 O1j 至少从上游节点接收了 j – 1 个帧。我们有 min(TRj) = (j - 1)T。根据声明2，x ≥ (3n - 1)T。因此，我们得到 min(TLj) = (3n - 2j)T。因此，能耗下限 Eopt(2n) 由下式给出 Eopt(2n) = 2∑ {j=1}^n [BT·jT + BR·(j-1)T + BL·(3n - 2j)T]。我们证明定理6。

定理7 ：对于情况(b)下的具有两行传感器节点的网格拓扑，在公平接入条件下，E(2n)被最小能耗下界所限制，Eopt(2n) = ∑ {j=1}^n [BT·2jT + BR·(2j-1)T + BL·(6n - 4j - 4)T] + ∑ {j=1}^n [BT·T + BL·(6n - 6)T]。

定理7的证明 ：情况(b)中网络的能耗由 E(2n) = ∑ {j=1}^n (E1j + E2j) 给出。因此，Eopt(2n) = ∑ {j=1}^n min(E1j) + ∑ {j=1}^n min(E2j)。我们首先考虑根据引理1推导 min(E1j)。由于在一个周期内，O1j 至少传输2j个帧（包括2j – 1个中继帧和一个其生成的帧），因此有 min(TTj) = 2jT。由于 O1j 至少中继了2j – 1个帧，这意味着 O1j 至少接收了2j – 1个帧。我们有 min(TRj) = (2j - 1)T。根据声明3，x ≥ (6n - 5)T + 3I(n ≥ 2)T。因此，我们得到 min(TLj) = (6n - 4j - 4)T。因此，min(E1j) 由下式给出：min(E1j) = BT·2jT + BR·(2j-1)T + BL·(6n - 4j - 4)T。对于第二行节点 O2j 的能耗 E2j，在一个周期内，O2j 至少传输一个其生成的帧，我们有 min(TTj) = T。O2j 不需要中继帧，这意味着 O2j 不需要接收帧。我们有 min(TRj) = 0。根据声明3，x ≥ (6n - 5)T + 3I(n ≥ 2)T。因此，我们有 min(TLj) = (6n - 6)T。因此，min(E2j) = BT·T + BL·(6n - 6)T。于是，能耗下限 Eopt(2n) 由下式给出：Eopt(2n) = ∑ {j=1}^n [BT·2jT + BR·(2j-1)T + BL·(6n - 4j - 4)T] + ∑_{j=1}^n [BT·T + BL·(6n - 6)T]。我们证明了定理7。

5.3 三行拓扑

定理8 ：对于图1(a)中具有三行传感器节点的网格拓扑，在公平接入下，E(3n)的下界为最小能耗 Eopt(3n)：Eopt(3n) = 3∑_{j=1}^n [BT·jT + BR·(j-1)T + BL·(4n - 2j)T]。

定理8的证明 ：E(3n) 表示在每周期公平接入下，具有3×n网格拓扑的无线传感器网络（如图1(a)所示）的总能耗。网络能耗由 E(3n) = ∑ {j=1}^n (E1j + E2j + E3j) 给出。根据该拓扑结构的构建，我们有 E1j = E2j = E3j。因此，我们得到 Eopt(3n) = 3∑ {j=1}^n min(E1j)。为了推导 min(E1j)，我们需要满足引理1中的条件。在一个周期内，O1j 至少发送 j 个帧（包括 j – 1 个中继帧和1个其自身生成的帧），我们有 min(TTj) = jT。此外，O1j 至少中继了 j – 1 个帧，这意味着 O1j 至少接收了 j – 1 个帧，我们有 min(TRj) = (j - 1)T。根据定理1，x ≥ (4n - 1)T。因此，我们得到 min(TLj) = (4n - 2j)T。能耗下限 Eopt(3n) 为 Eopt(3n) = 3∑_{j=1}^n [BT·jT + BR·(j-1)T + BL·(4n - 2j)T]。我们证明了定理8。

定理9 ：对于图1(b)中具有三行传感器节点的网格拓扑，在公平接入下，E(3n)的下界为最小能耗 Eopt(3n) = ∑ {j=1}^n [BT·T + BL·(9n - 8)T] + ∑ {j=1}^n [BT·3jT + BR·(3j-1)T + BL·(9n - 6j - 6)T]。

定理9的证明 ：图1(b)所示网络的能量消耗由 E(3n) = ∑ {j=1}^n (E1j + E2j + E3j) 给出。因此，Eopt(3n) = ∑ {j=1}^n min(E1j) + ∑ {j=1}^n min(E2j) + ∑ {j=1}^n min(E3j)。根据该拓扑结构的构建，我们可知 E1j = E3j。于是，我们进一步得到 Eopt(3n) = 2∑ {j=1}^n min(E1j) + ∑ {j=1}^n min(E2j)。为了推导 min(E1j)，我们还需要满足引理1中的那些条件。在一个周期内，O1j 至少传输一个其生成的帧，且我们有 min(TTj) = T。O1j 不需要中继帧，这意味着 O1j 不需要接收帧。因此，我们有 min(TRj) = 0。由定理2, x ≥ (9n - 7)T，可得 min(TLj) = (9n - 8)T。因此，min(E1j) = BT·T + BL·(9n - 8)T。类似地，我们可以根据引理1推导出 min(E2j)。在一个周期内，O2j 至少发送3j个帧（包括3j – 1个中继帧和一个其生成的帧），我们有 min(TTj) = 3jT。O2j 至少中继了3j – 1个帧，这意味着 O2j 至少接收了3j – 1个帧。我们有 min(TRj) = (3j - 1)T。由定理2，x ≥ (9n - 7)T，可得 min(TLj) = (9n - 6j - 6)T。因此，min(E2j) = BT·3jT + BR·(3j-1)T + BL·(9n - 6j - 6)T。于是我们得到 Eopt(3n) = ∑ {j=1}^n [BT·T + BL·(9n - 8)T] + ∑ {j=1}^n [BT·3jT + BR·(3j-1)T + BL·(9n - 6j - 6)T]。我们证明了定理9。

5.4 四行拓扑

定理10 ：对于图2(a)中具有四行传感器节点的网格拓扑，在公平接入下，E(4n)的下界为最小能耗 Eopt(4n) = 2∑_{j=1}^{n-1} [BT·jT + BR·(j-1)T + BL·(6n - 2j)T] + 2[BT·nT + BR·(n-1)T + BL·(6n - 2)T] + 2[BT·nT + BR·(n-1)T + BL·(6n - 2)T]。

定理10的证明 ：E(4n)表示在每周期公平接入下，具有如图2(a)所示的4×n网格拓扑结构的无线传感器网络的总能耗。网络能耗由 E(4n) = ∑ {j=1}^n (E1j + E2j + E3j + E4j) 给出。该拓扑结构的构建可知，我们有 E1j = E4j 和 E2j = E3j。因此，我们得到 Eopt(4n) = 2∑ {j=1}^n min(E1j) + 2∑ {j=1}^n min(E2j)。为了推导 min(E1j)，我们还需要满足引理1中的三个条件。在一个周期内，O1j 至少发送 j 帧，因此我们有 min(TTj) = jT。此外，O1j 至少中继 j – 1 帧，这意味着 O1j 至少接收 j – 1 帧。我们有 min(TRj) = (j - 1)T。根据定理3，x ≥ (6n - 1)T。因此，我们有 min(TLj) = (6n - 2j)T。因此，min(E1j) = BT·jT + BR·(j-1)T + BL·(6n - 2j)T。同样地，我们考虑传感器 O2j (1 ≤ j ≤ n-1) 的能耗。在一个周期内，O2j 至少发送 j 帧，我们有 min(TTj) = jT。O2j 至少中继 j – 1 帧，这意味着 O2j 至少接收 j – 1 帧。我们有 min(TRj) = (j - 1)T。根据定理3，x ≥ (6n - 1)T，我们有 min(TLj) ≥ (6n - 2j)T。因此，min(E2j) = BT·jT + BR·(j-1)T + BL·(6n - 2j)T。对于传感器节点 O2n，在一个周期内，O2n 至少发送 2n 帧并中继 2n – 1 帧。因此，我们有 min(E2n) = BT·2nT + BR·(2n-1)T + BL·2nT。最后，我们得到 Eopt(4n) = 2∑ {j=1}^{n-1} [BT·jT + BR·(j-1)T + BL·(6n - 2j)T] + 2[BT·nT + BR·(n-1)T + BL·(6n - 2)T] + 2[BT·nT + BR·(n-1)T + BL·(6n - 2)T]。我们证明了定理10。

定理11 ：对于图2(b)中具有四行传感器节点的网格拓扑，在公平接入下，E(4n)的下界为最小能耗 Eopt(4n) = 2∑ {j=1}^n [BT·T + BL·(6n - 2)T] + 2∑ {j=1}^n [BT·2jT + BR·(2j-1)T + BL·(6n - 4j)T]。

定理11的证明 ：E(4n) 表示在每周期公平接入下，具有4×n 网格拓扑的无线传感器网络在图2(b)所示结构下的总能耗。网络能耗由 E(4n) = ∑ {j=1}^n (E1j + E2j + E3j + E4j) 给出。根据该拓扑结构的构建，我们有 E1j = E4j 和 E2j = E3j。因此，我们得到 Eopt(4n) = 2∑ {j=1}^n min(E1j) + 2∑ {j=1}^n min(E2j)。首先，我们考虑传感器节点 O1j。在一个周期内，O1j 至少传输一个其生成的帧，我们有 min(TTj) = T。O1j 不需要中继帧，这意味着 O1j 不需要接收帧。我们有 min(TRj) = 0。根据定理4，x ≥ (6n - 1)T，我们得到 min(TLj) = (6n - 2)T。因此，min(E1j) = BT·T + BL·(6n - 2)T。同样地，我们考虑传感器节点 O2j。在一个周期内，O2j 至少传输2j个帧，我们有 min(TTj) = 2jT。O2j 至少中继了2j – 1个帧，这意味着 O2j 至少接收了2j – 1个帧。我们有 min(TRj) = (2j - 1)T。根据定理4，x ≥ (6n - 1)T。于是，我们得到 min(TLj) ≥ (6n - 4j)T。因此，min(E2j) = BT·2jT + BR·(2j-1)T + BL·(6n - 4j)T。最后，我们得到 Eopt(4n) = 2∑ {j=1}^n [BT·T + BL·(6n - 2)T] + 2∑_{j=1}^n [BT·2jT + BR·(2j-1)T + BL·(6n - 4j)T]。我们证明了定理11。

6 能耗性能评估

在本节中，我们对不同规模的线性、两行网格、三行网格和四行网格拓扑进行了能耗性能评估。需要注意的是，为了明确展示传感器网络每周期能耗的变化趋势，我们假设BT= 2，BR = BL = 1。为进一步简化，设一个帧的传输时间为1（即T = 1）。

6.1 线性拓扑

图11 显示了每周期最小能耗与节点数量的关系。该传感器网络的能耗迅速增加。

6.2 两行网格拓扑

图12显示了两行拓扑中每周期最小能耗与每行传感器节点数量的关系。根据肖等人（2012）的研究，情况(a)的拓扑可能比情况(b)的拓扑实现更高的利用率。同样，图12表明情况(a)的拓扑结构可能比情况(b)的拓扑结构消耗更少的能量。这意味着在能耗方面，情况(a)的拓扑结构优于情况(b)的拓扑结构。

6.3 三行网格拓扑

图13显示了图1中三行拓扑结构的每周期最小能耗与每行传感器节点数量之间的关系。根据定理3，图1(a)拓扑结构的利用率高于图1(b)。然而，如图13所示，采用图1(a)拓扑结构的网络比采用图1(b)拓扑结构的网络消耗更少的能量。

6.4 四行网格拓扑

根据定理4，图2(a)拓扑可以实现与图2(b)拓扑相同的最优利用率。然而，图14显示图2(a)拓扑的能耗高于图2(b)拓扑。因此，当两种拓扑达到相同的网络利用率时，我们还可以从能耗角度选择更优的网络拓扑。

7 开放性问题：未来研究方向

在本节中，我们针对传播延迟大于帧传输时间的线性拓扑水下传感器网络，提出若干关于网络利用率的假设。我们希望这些假设能为该研究主题提供一些直观理解。为简便起见，我们将传输时间和传播延迟分别记为T和τ。对于以下所有情况，我们的假设均基于规模从1到20的线性拓扑网络的枚举结果。受限于篇幅，我们仅针对每种情况给出若干示例以说明相应的假设。

7.1 当 τ= 2T

接下来，我们探讨规模从1到20的水下传感器网络的网络利用率。对于在初始化阶段之后发现的这些示例，网络将进入重复周期，我们也认为该周期是最小周期。因此，基于观察结果，我们提出以下假设：

假设1 ：对于线性拓扑，在公平接入下，τ= 2T 的最优利用率为，
U(n) = (3n - 2)/(7n - 6)，当 n ≡ 1 mod 3；
U(n) = (3n - 1)/(7n - 4)，当 n ≡ 2 mod 3；
U(n) = 3n/(7n - 2)，当 n ≡ 0 mod 3；
其中 n = 1,2,3,…

从图15可以看出，网络利用率确实符合假设1中的结论。

7.2 当 τ= 3T

我们还探讨了水下传感器网络的网络利用率，其中 τ= 3T。从我们研究的不同网络规模来看，在初始化阶段之后，我们也发现了最小重复周期。因此，基于这些观察，我们提出以下假设：

假设2 ：对于线性拓扑，在公平接入下，τ= 3T 的最优利用率为
U(1) = 1,
U(n) = (4n - 3)/(9n - 7)，当 n ≡ 1 mod 4；
U(n) = (4n - 2)/(9n - 6)，当 n ≡ 2 mod 4；
U(n) = (4n - 1)/(9n - 4)，当 n ≡ 3 mod 4；
U(n) = 4n/(9n - 2)，当 n ≡ 0 mod 4；
其中 n = 2,3,…

从图16可以看出，网络利用率符合假设2中的结论。

7.3 3T/2 < τ < 2T

在本小节中，我们提出了一种相对一般情况下的假设，其中 3T/2 < τ < 2T。从不同的网络规模（如从1到20）中，我们也发现了一个最小重复周期。因此，基于观察结果，我们给出以下假设：

假设3 ：对于线性拓扑，在公平接入下，3T/2 < τ < 2T的最优利用率为
U(n) = [3nT - (2n - 1)τ] / (7nT - 6τ) 和 U(n) = [3nT - (2n - 2)τ] / (7nT - 4τ)。

从图17可以看出，网络利用率符合假设3的结论。

8 结论

本文探讨了无线传感器网络中特定多跳传感器网络拓扑的网络利用率和能耗的基本界限。我们推导了在公平接入准则下，多行网格拓扑中的网络利用率上界以及每周期网络能耗的下界。公平接入准则确保所有传感器的数据均具有同等能力到达基站。我们证明了在某些条件/假设下，这些界限是可实现的，因此是最优的。这些界限的意义在于，它们独立于单通道和半双工无线电下的MAC协议选择。因此，可以明确确定此类网络拓扑具体实现的性能界限，以确保所提出的网络能够满足指定的利用率和能耗要求。最后，我们讨论了该主题上一些尚未解决的研究方向，并提出了关于水下传感器网络中网络利用率的若干假设，其中传播延迟非常大。我们的未来工作将聚焦于传播延迟非常大的水下传感器网络的网络利用率。