1
事件驅動無線感測網路中使用行動收集點與
代理節點減輕次能量洞問題
Using Mobile Sink and Agent Nodes to Mitigate
Sub-Energy Holes Problem in Event-Driven WSN
段裘慶 劉尚謙 趙書榮 C.-C. Tuan S.-C. Liu S.-J. Chao
國立臺北科技大學 電腦與通訊研究所
cctuan@ntut.edu.tw t6418085@ntut.edu.tw s4419001@ntut.edu.tw
摘 要 － 於 無 線 感 測 網 路 (Wireless Sensor Networks, WSN)中，環繞在資料收集點之內環感 測節點，因頻於轉送外環節點的資料，易使得電 量快速耗盡，導致無法再轉遞外環節點所感測資 料至收集點，形成能量洞問題。於 Sink 周圍部 署代理節點後，雖可改善能量洞問題，但當感測 區域更廣泛時，部分外環 SN 仍會頻於轉送資料 而消耗過多電能，勢必在該外環區域形成次能量 洞問題。為此，本文提出以行動收集點與行動代 理節點機制，以有效改善感測網路中次能量洞問 題，藉以降低至 Sink 的路由距離與特定感測節 點的能量消耗，並延長 WSN 總體的存活時間。 關鍵詞－無線感測網路、次能量洞、行動收集 點、行動代理節點、網路存活時間。
Abstract
The sensor nodes around the sink will consume more energy to forward data frequently. That is, the sensor nodes will run out of energy rapidly, then causes the energy hole problem. Deploying the agent nodes around the sink can improve the energy hole problem. However, the outer sensor nodes still transmit data to the sink frequently, they consume excessive energy and lead to the sub-energy hole.
We proposed a mobile sink and agent nodes mechanism to solve the sub-energy hole problem. It can reduce the route distance to the sink and the power consumption of specific SNs; hence, extend the lifetime of WSN.
Keywords: Wireless sensor network, sub-energy hole, mobile sink, mobile agent node, network lifetime.
一、 簡介
無線感測網路 (Wireless Sensor Networks, WSN)是由許多無線感測節點(Sensor Node, SN) 所構成的網路系統，SN 可以針對環境中特定的 事物(例如：溫度、濕度等) 做出偵測、感應的行 為。為了達到大量佈建的目的，SN 的設計必須 具備無線傳輸、低耗電、體積小、容 易佈建，並 具有感應環境裝置等特性。 目前 WSN 中，首要考量的即是電能消耗的 問題。由於 SN 所用的電源係本身所配置的電 池，故電池一旦耗盡必導致 SN 失效，則無法再 感測環境變量與轉送資料的服務，當 WSN 內因 局部區域的 SN 無法正常工作時，則此區域形成 一網洞(Hole)。當網洞的範圍日益擴大時，易造 成網路的分割，縱使非主要傳輸路徑 SN 尚有高
2 額的剩餘電能，卻因為在可傳輸路徑上之 SN 電 能耗盡，導致資料無法轉傳送到 Sink。 網洞之形成是難以避免，只能設法抑制網洞 的擴散或延緩網洞形成的時間；因此，如何均衡 SN 電能消耗以防止因局部 SN 過度耗能失效而 形成 網洞 ， 即 達 成所 謂“ 耗能 均衡 ”以 延 長 WSN 之生命週期。WSN 已在現實生活中漸廣泛 運用中，例如：環境監測與預報、醫療照護、智 慧家電、建築物監控與軍事國防等應用。 其餘章節安排如下：第二節探討相關文獻、 第三節說明 以行動收集點與代理節點改善次能 量洞的機制，第四節分析模擬實驗結果，第五節 為結論與未來研究方向。
二、 文獻探討
因 SN 本身電量消耗殆盡形成之網洞，稱之 為能量洞(Energy Hole)。WSN 經過長時間運作 下，越靠近 Sink 周圍的 SN 相較於其它節點，往 往需轉送更多的封包，而造成 SN 電能快速消耗 失效，以致於形成能量洞問題。一旦該 SN 失能 失效之後，Sink 形成孤立一方再也無法收到任何 資料，故能量洞對於 WSN 的威脅更甚於由地形 因素所形成的網洞的危害。 文獻[7]提出抑制能量洞形成的機制，在 Sink 周圍部署代理節點(Agent Node, AN)係以專職轉 送外環節點的資料，避免靠近 Sink 周圍的 SN 負 擔過多資料量而耗盡電量為目的。由於在 Sink 周圍部署 AN 可改善能量洞形成，但當感測區域 更廣泛時，部分外環 SN 仍會頻於轉送資料而消 耗過多電能，勢必在該外環區域形成「次能 量洞」 問題。如圖 1 所示，位在內環層 Ring-0、Ring-1 之 SN 均可在一次跳躍後將感測資料傳送至 Sink 或 AN，而外環層的 SN 則須經過逐點跳躍將資 料轉傳送至 AN，則 Ring-2 層(斜線區)內的 SN 易快速消能殆盡而在 AN 覆蓋周圍形成次能量 洞。因為 AN 可與 Sink 作直接通訊，故 Ring-1 層之 SN 可透過 AN 轉送資料到 Sink；但遠在 Ring-3 層之 SN，與 AN 相距超過一個跳躍範圍， 故 SNh、SNi須將資料轉送給 SNc，再由 SNc轉 傳給 AN5。即距離 AN 較遠的 SNd、SNe、SNf、 SNg、SNh與 SNi因無法單次跳躍至 AN，故皆須 經由 Ring-2 層的 SNa、SNb與 SNc分別轉傳資料 至 AN2、AN3與 AN5。如此易使 Ring-2 層的 SN 因頻於轉送資料而消耗過多電能，如果網路感測 範圍更廣時，勢必在該 Ring-2 層會造成 SN 能量 更快耗盡失效，我們稱此現象為「次能量洞」問 題。 圖 1 次能量洞於感測網路示意圖 Wu 等學者[1][2][3]首度認為 Li 以數學模型 分析出一完全避免能量洞的產生之策略是不可 能的，因此退而尋求一次能量平衡方法，除了最 外圈的 SN 之外，剩餘各環 SN 的電量可達成平 衡的狀態。[1]中設 SN 為非均勻分布，越接近 Sink3 之內圈 SN 密度越高，越遠離 Sink 之外圈 SN 密 度越低，每相鄰的環節點密度比為 2 或 3。假設 SN 均可與上、下游 SN 相互連結，由於 SN 環密 度的關係，每一 SN 在資料往下游內環傳送時， 皆有 2 個 SN 可供選擇，選擇的依據為殘餘電能 之大小，若兩者電能均等，則隨機擇一。由該模 擬結果得知，此策略的確可達到能量平衡，且各 SN 之間所殘餘的電能不到 10％。 研究[7]提出於 WSN 中加入代理節點的方 式，即在 Sink 周圍佈署少量 AN，其不負責感測 環境的工作，而專職於轉送一般 SN 所監測的資 料。即將 Sink 周圍 SN 之轉送工作，改轉移到 AN 上，位在 AN 所涵蓋範圍內的 SN，將免於負 擔轉送資料的工作，藉此減輕 Sink 周圍 SN 的電 能消耗，進而延長 WSN 的存活時間。經由模擬 實驗結果得知，AN 的佈署數量為 6 個、拓墣為 正六角形，佈署於距 Sink 約 2 個跳躍點處、初 始電能設為 SN 的 4 倍，則 WSN 可存活時間延 長了 2 倍，達成延長整個 WSN 生命週期之目的。
採用行動收集點(Mobile Sink, mSink)收集感 測資料可改善固定式 Sink 之缺點，若待傳遞資 料的 SN 離 Sink 越遠時，則路由複雜度越高。當 mSink 可主動行進至待傳遞資料的 SN 附近作有 效接收，可大幅地降低路由搜尋與維護的複雜 度。路由複雜度降低，使得 SN 的電能消耗也下 降，故可延長 WSN 的生命週期。 對一般節點而言，在傳輸距離縮小之下其電 量消耗可以減輕，即當 SN 有資料待傳送時，就 驅使 Sink 移近此 SN，如此可縮短路由以減低過 度消耗電能於傳送資料上[4]。而適應性地在覆蓋 區域內移動 Sink，也可降低事件資料多重路徑轉 送所耗之總能量，並達成最小化總電能量消耗與 降低特定 SN 之最大負載量等兩項指標。證明藉 由適應性地在覆蓋區域內移動 Sink 能有效節省 電能並延長整體網路的存活時間。 使用行動轉遞節點來延長無線感測網路之 存活時間[5]於感測網路中加入一些行動轉遞節 點，這些節點不僅有轉遞資料的功能，同時也有 Sink 的功能，用以匯集感測資料。由模擬實驗發 現具行動轉遞節點的感測網路，其網路存活時間 是一般靜態網路模式的 4 倍，可見採用行動轉遞 節點具有節能的效益。 為了降低與事件相關連資料作多重路徑傳 輸所需的能量損耗，[6]提出一適應性的行動解 法；令 Sink 於事件感測的範圍內移動，以減少 資料經多重轉送所產生的能量消耗。於此策略 下，Sink 的移動性可確保網路能量有效的運用。 由上述文獻探討得知，於 WSN 中 SN 除了 需要耗能以感測事件資料外，亦需耗損一大部份 的電能用於以點跳躍方式遞送資料，但 SN 所擁 有的電能卻是有限的，故如何節能仍是一重要研 究議題。本研究提出以部署六個 AN 於 Ring-1 環 周圍，令 Sink 與 AN 同時作移動，而 AN 僅專職 作轉送資料，使外環的感測資料往 Sink 傳送時， 於接近 Sink 時，即可藉由 AN 作轉傳以平衡其 內、外環 SN 所耗的電能，避免 Sink 周圍形成能 量洞的窘境，使資料能夠快速且有效地的傳送至 Sink。
三、 行動收集點與代理節點架構
為 改 善 位 於 代 理 節 點 一 次 跳 躍 範 圍 之 Ring-2 環 SN，亦需承擔轉送更外環之資料，造 成外環 SN 不均勻的能量消耗，本研究提出行動 收 集 點 (Mobile Sink, mSink) 與 行 動 代 理 節 點 (Mobile Agent Node, mAN)，其主要概念以 mSink 為中心點，而環繞於 mSink 周圍之 mAN 作同步 移動，可降低 SN 傳遞資料所需之封包傳遞跳躍 數，進而減少 SN 之電能損耗與路由複雜度。3.1 代理節點建置
4
mAN 部署於 Ring-1 環之周圍，以取代 Ring-0 環 內 SN 轉送資料之工作，即將 mSink 周圍 SN 之 轉送工作，改轉移到 mAN 上，使得 Ring-0 環內 的 SN 僅需傳送自己所感測的資料至 mSink 即 可，位在 mAN 所涵蓋範圍內的 SN，將免於負擔 轉送資料的工作，藉此減輕 mSink 周圍 SN 的電 能消耗。 對 mAN 基本假設如下：(1) mAN 無線通訊 半徑為 SN 的 2 倍(即 2R)。(2) WSN 各環距離為 1 hop (即 R)。SN 之 MAC 層運作設為理想狀態。 (4) 僅專職於轉送源自外環 SN 所監測的資料而 不負責感測資料。(5) 所有 mAN 皆具備 GPS 等 地理感知設備，可知本身位置。 圖 2 mAN 部署位置示意圖 3.2 系統環境設定 建構本 WSN 系統之基本假設有七項，說明 如下： (1) WSN 由人為部署六個 mAN 與 mSink。 (2) 為了確保 WSN 環境的連結率與覆蓋率，感 測區域中 SN 的部署為均勻且隨機的分佈， 並且假設整個環境能被 SN 完全覆蓋。 (3) 所有節點皆可利用全球定位系統(GPS)得知 自身的地理位置資訊。 (4) SN 所感測之資料均往 mSink 端傳遞。 (5) SN 皆無移動性，且只負責感測資料並傳送 感測資料至 mSink。 (6) mSink 與 mAN 同時作定速移動，且不因移 動而改變其相對距離。 (7) 所有感測資訊皆記錄於 mSink 端，且皆由 mSink 作資料判斷與處理動作。 3.2.1 事件驅動(event-driven) 感測網路中，依據不同應用的需求所產生的 資訊傳輸模式，如果 SN 感測到感興趣的資訊 時，則該 SN 才開始與 mSink 通訊並傳遞資訊， 這些讓 SN 所感興趣的資訊稱為一事件(event)， 並讓 mSink 靠近此事件做後續處理動作，此資訊 傳遞模式稱為一事件驅動(event-driven)。 當特定事件發生時，SN 因應環境因子的變 化，而回報監測資料至 Sink。例如，森林環境監 控是利用無線感測網路來監控森林氣溫狀態。由 於一片森林在歷經環境溫度之變化，可能會使部 分區域產生溫度、濕度之異常狀態，所以可利用 WSN 來即時告知管理人員，在森林中何處的量 測因子已瀕臨或超過臨界值而需即刻進行維護 工作。本研究則是假設 WSN 部署於森林監測環 境，當某一區域 SN 感測環境溫度發生異常為一 事件發生，並開始回報監測資料至 Sink 作後續 處理動作。 3.2.2 路由協定 為能在 mSink 對各 SN 剩餘電量作統計，本 研究引用 DSR 路由協定[8]之路由探索階段： RREQ、RREP 控制封包來記錄資料傳遞過程中 所經過之 SN 順序。各個廣播出去的控制封包會 紀錄所經過的每個節點位址，也就是路徑的完整 資訊。封包所經過的所有節點都會被設下返回路 徑，mSink 會對於最快接到的一個 RREQ 進行繞 送回覆。RREP 順著先前所設下的返回路徑傳 回，並且同時在每個節點設下順向路徑，以提供
5
資料封包傳送的方向。
當來源節點(Source Node, Ns)取得由 mSink
回覆之 RREP 後，Ns可將路由的完整資訊附加在 資料封包的頭端部分；因此，資料封包只需順著 這些節點順序傳遞至 mSink 即可。而 mSink 是以 SN 剩餘電能與轉送次數為基礎，藉以獲知每個 SN 轉送封包之次數多寡與目前剩餘電能量，轉 送次數越多之 SN 代表該 SN 位於遞送資料之 mSink 路徑中為必經過之中繼節點，相對電能也 消耗越多，因此由資料封包攜帶這些資訊，以讓 mSink 分析此資訊並移動至該 SN 以減輕其能量 消耗。因此，DSR 之資料封包格式如圖 3 所示， 除了 Ns 所感測的資料外，中繼節點尚需將自己 的剩餘電能紀錄於資料封包內。第一筆所載為 Ns剩餘電能之值，之後依序為中繼節點之 SN 剩
餘電能之值，其中 Hop count 為 Ns路由至 mSink
所需之跳躍數。
其 中 ， 圖 3 各 欄 位 其 意 義 為 Residual Energy[1]：Ns 殘餘電能；GPS Information[1]：
Ns之 GPS 資訊，長度為 8 bits；S：停止位元，
長度為 1 bit；Hop Count：Ns傳遞資料至 mSink
所需跳躍數，長度為 4 bits。 圖 3 資料封包格式 3.3 行動收集點與代理節點移動機制 mAN 之部署方式依[7]可有效抑制 mSink 周 圍能量洞形成之策略。此外，將依據感測資料之 傳遞路徑以及各 SN 轉送封包之次數，以決定 mSink 下一步之移動方位。本節就 mSink 移動機 制作說明。 3.3.1 行動收集點與代理節點移動方式
在 mSink 周圍部署 mAN 可分擔 Ring-0 內 SN 的轉遞工作量，即 Ring-0 環內 SN 不需額外 負擔外環 SN 的轉送工作量。本研究將 mSink 與 mAN 可同步移動，且 mSink 與 mAN 之相對部 署距離與位置不因移動而改變。如圖 4 所示，事 件區域內之 SNa與 SNb傳送感測資料，mSink 接
收到該資料後，並驅使周圍六個 mAN 同步移往 鄰近事件區域所在之位置。
當 mSink 與 mAN 移動到新位置後，mAN 仍可分擔 mSink 周圍 SN 的轉送工作量。因此， 藉由 mSink 與 mAN 的移動性，可降低 SN 因多 重跳躍轉送所耗費的電能，有助於延緩次能 量洞 的形成。 圖 4 mSink 與 mAN 移動示意圖 3.3.3 行動收集點移動決策因子 為延緩外環區域之次能量洞形成，mSink 以 剩餘電能最低且轉送次數最為頻繁之 SN 為優先
6 考慮移動目的地，其目的為使負擔過多資料量之 SN 得以休息，避免電量快速耗盡，於感測範圍 內不均勻的消耗電能之 SN 區域越擴大。為此， 本研究於 mSink 移動週期中，考量了三個移動決 策因子作移動目的地判斷，如下所述： 移動決策因子 1：SN 剩餘電能/轉送次數比值 假設集合 S 為 mSink 收到資料封包所出現之 SNi，mSink 藉由資料封包與路由資訊取得 SNi 之剩餘能量與計算出 SNi之出現次數。由式(3.1) 得知各 SNi之 ai值，並篩選取得 Smin，且A⊆ 。S 其中 r i E 為 SNi之剩餘電能比值，Fi為 SNi之轉送 次數。 i i i
F
E
a
r=
(3.1)S
i
a
Min
S
min=
(
i),
∈
(3.2)A
=
{
i
|
a
i=
S
min}
(3.3) 移動決策因子 2：SN 轉送次數 若計算後得|A|>1時，再檢查集合 A 之 SNi 轉送次數較高者，因相同 ai值可能出現分子與分 母呈倍數關係，而得|A|>1的情況。再由集合 A 以 Fi取得 Amax，且B⊆ A⊆S。其關係式如下：A
max=
Max
(
F
i)
,
i
∈
A
(3.4)B
=
{
i
|
F
i=
A
max}
(3.5) 移動決策因子 3：路由距離 倘若|B|>1時，代表集合 B 內 SNi剩餘電量 與轉送次數皆為相同，因集合 B 內 SNi為中繼節 點，故 mSink 取其 Ns之封包傳遞跳躍數，跳躍 數越大代表 Ns距離 mSink 越遠，相對路由複雜 度越高，故優先選擇距離 mSink 最遠之 Ns為移 動方向。由式(3.6)得知，計算出 ri並取得 Bmax， 且C⊆B⊆A⊆S，其中 j i H 為 SNi轉送第 j 個封 包其 Ns傳遞至 mSink 之跳躍數，P 為經過 SNi 之封包數。其關係式如下： P H r P j j i i∑
= = 1 (3.6)B
i
r
Max
B
max=
(
i)
,
∈
(3.7)}
|
{
i
r
B
maxC
=
i=
(3.8) 當|C |=1時，該 SN 之 NS為距離 mSink 最 遠，故讓 mSink 優先移往該 SN 位置，降低其路 由距離與該 SN 之電能消耗。圖 5 為 mSink 移動 決策因子挑選 SN 之集合文氏圖。 移動決策因子 4：mANi移動方向 假若|C|>1時，再判斷集合 C 之 SNi是否皆 由相同 mANi所代為轉送資料，如為相同 mANi 代表事件發生區域為同一方向，故 mSink 移往該 mANi現行的位置；反之，mSink 繼續停留於原 位置接收資料，等待下一移動週期時間(t = 30 s) 再重新依序計算移動決策因子。 S A B C⊆ ⊆ ⊆ S C B A7 圖 5 C ⊆B⊆ A⊆S文氏圖 其流程圖與演算法如圖 6 所示，其中，t 為 mSink 單次移動週期時間。 開始 事件產生 mSink收集 感測資料 t > 30 s Yes 計算ai、 Smin與A |A| > 1 No Yes No 計算Amax與 B |B| > 1 Yes No |C| > 1 Yes No 查詢負責轉 傳封包之 mANi mANi相同 往mANi方向 移動 200 m Yes No mSink停留 於原位置 mSink移動 至該SN 結束 決策 2 決策 3 決策 4 計算ri、 Bmax與C 決策 1 圖 6 mSink 單次移動週期決策之流程
第四章 效能模擬與分析
透過不同的量測，以分析網路存活時間、電 能分佈狀況與路由平均跳躍數。模擬初始時，事 件會集中產生於一區域內，當 SN 感測到事件 時，則開始傳送資料，模擬至事件無法傳遞至 mSink 時中止。 4.1 SN 平均電能消耗率 平均電能消耗率即為網路中所有 SN 之耗能 之總和與初始電能總和的比率，由測量電能消耗 率可以了解不同的 mSink 策略對均衡網路負載 的成效，較節能的機制，在相同時間內其電能消 耗率相對較少。SN 平均電能消耗率(Average Energy Consumption Rate, AECR)計算式如下式 子 4.1 所示： % 100 1 c × × =∑
= N E E AECR N i i (4.1) 其中， c i E 為 SNi之電能耗損，N 為 SN 總個數， E 為 SNi之初始電能。 4.2 封包傳遞平均跳躍數 由於 MSMA 會選擇剩餘電能最低的 SN 作 移動判斷，意謂 MSMA 可能會忽略整體路由負 載的 平衡。因此 ，計算 封包傳遞平 均跳 躍 數 (Average Hop Count of Packet, AHCP)以分析路由 效能，如式子 4.2 所示。 P H AHCP P i i∑
= = 1 (4.2) 其中，P 為傳遞至 mSink 總封包數，Hi為封包 i 傳遞至 mSink 所需之路由跳躍數。 4.3 環內 SN 平均剩餘電能比率 此評量因子為 Ring-i 環內 SN 剩餘電能之總 和與初始電能之比率，如果各環內 SN 電能消耗 較為平均，代表 WSN 整體的 SN 皆能有效被利 用。 i n j i, j in
E
E
RER
×
=
∑
=1 r (4.3)8 其中， r i, j E 表 Ring-i 環內 SNj之剩餘電能，E 為 SN 初始電能，ni為 Ri環之 SN 總個數。 4.4 模擬結果與分析 以下說明並分析各模擬情境量測與效能比 較。 4.4.1 模擬參數設定 模擬環境參數 數值 網路區域半徑 (AR) 感測節點數量 (N) N = 600, 1100, 1600 AR = 500, 700, 900 單位 m 個 m m m J 個 資料傳輸型態 SN通訊半徑 (R) AN通訊半徑 SN感測範圍 SN初始電能 (E) mAN個數 event-driven 100 200 50 10 6 s mSink移動週期 30 events 事件產生個數 0-30、0-60 s 事件產生週期 30 次 模擬次數 500 表1 感測環境模擬參數表 SN 之電量消耗根據[9]僅考量傳送資料的電 量方程式(式 4.5)與接收資料的電量方程式(式 4.6)，表示距離 d 時傳送 k bits 的資料所需消耗的 電量；ε 為傳送資料經功率放大器放大之後所amp 需消耗的電能。再依據[9]得知Eelec為 50nJ/bit； amp ε 為 100pJ/bit/m2。因資料封包的大小依路徑距 離之長短而有所改變，其必須記錄所經過的節點 剩餘電量資訊 GPS 位置資訊，每個節點在更新 與修改本身的剩餘電量與 GPS 位置資訊皆需要 2 bytes。 (式 4.4) ki為 SNi資料封包大小，Hisrc為 SNi 距離來源節點跳躍數。假設節點感測資料大小固 定為 32 bytes，其傳輸距離為 100 M。若 src i H = 6， 所以來源節點之資料封包大小為 k1 = 480 bits，可 計算出 ETx = 0.504 mJ，ERx = 0.024 mJ，SN 初始 電量假設為 10 J。其他環境參數詳見表 1。 32 ) 8 1 ( rc + + × = s i i H k (bits) (4.4)
( )
k d E k d k ETx , = elec× +εamp× 2× (mJ) (4.5)( )
k E k ERx = elec× (mJ) (4.6) 4.4.2 SN 平均電能消耗率 圖 7 事件數異動之 SN 平均電能消耗率比較 (AR: 700 m) 增加事件數使得網路資料流量增加，而集中 性的事件分佈則會使網路的整體電能消耗極低 就結束存活時間，原因在於事件集中在單一區 域，換言之，該區域的 SN 重複傳送事件的機率 增加，則存活時間也會因事件數的增加而減少， 對整體網路 SN 電能消耗率也相對降低。如圖 7 所示，STC 在事件增加為 0-60 時，在效能時間 約在 4000 秒結束後，網路整體電能消耗率不到 7%(MSMA_700_30 之數字一為感測區域之半徑 長度，數字二為事件數)。 隨著網路範圍擴增，存活時間相對減少，而 MSMA 仍維持較長的時間，圖 8 可觀察出當網9 路區域半徑 AR = 900 m 時，MSMA 較 STC 提升 了 83.7%、較 RDM 提升了 60.3%的存活時間； 當 AR = 700 m 時，MSMA 較 STC 提升了 87.7%、 較 RDM 提升了 76.3%的存活時間；當 AR = 500 m 時，MSMA 較 STC 提升了 76.7%、較 RDM 提升 了 36.1%的存活時間。 圖 8 網路區域半徑異動之存活時間 (Events: 0-30) 4.4.3 封包傳遞平均跳躍數 如圖 9 所示，隨著網路範圍越大，封包傳遞 平均跳躍數也隨之增多，但 MSMA 所呈現的效 能為最低。網路範圍變動時其封包傳遞平均跳躍 數 也為最 低 ，因 而使 其整 體存 活時 間 最 長。 MSMA 比 STC 降低了 34.9%、比 RDM 降低了 33.4%，改善幅度比其他網路區域半徑大。 圖 9 網路區域半徑異動之封包傳遞平均跳躍數 (Event: 0-30) 4.4.4 環內 SN 平均剩餘電能比率 如圖 10、11 及 12 所示，x 軸為 Ring-i 環，y 軸為 SN 平均剩餘電能比率。明顯的可觀察出， MSMA 無論在網路區域大小，均可讓每環 SN 電 能量均勻的消耗，達到能量平衡的要求；反觀， STC 在 AR = 500 m 時，已反應出 Ring-2 環 SN 電能量消耗的比其他環快，隨著網路區域增加， 次能量洞的型態越趨明顯。 因此，以上的評量因子顯現出 STC 無法使 網路效能時間得到延長與均勻消耗電能，即使部 署 AN，也只會把原本會在 Sink 周圍形成的能量 洞往外推，即所謂次能量洞問題，故 MSMA 為 有效延長網路存活時間與負載平衡。 4.4.5 mSink 移動軌跡 本節驗證 MSMA 機制確實可依事件產生方 向逐步靠近，每次 mSink 停留位置為消耗電能過 多之節點，讓 mSink 直接取代該節點的工作負 載，縮短事件傳送距離，進而延長網路存活時 間。如圖 13 所示，事件分佈於整個網路之四分 之一範圍內比率為 90%，其餘則分佈於其他區 域，MSMA 大多在該事件區域內作移動，縮短 事件遞送所需節點跳躍數與整體電能消耗。
10 圖 10 網路區域半徑異動之 SN 平均剩餘電能比 率(AR: 500 m, Event: 0-30) 圖 11 網路區域半徑異動之 SN 平均剩餘電能比 率(AR: 700 m, Event: 0-30) 圖 12 網路區域半徑異動之 SN 平均剩餘電能比 率(AR: 900 m, Event: 0-30) 圖 13 集中式事件產生 MSMA 移動軌跡 (AR: 700 m, event: 0-30)
五、結論與未來研究方向
由於 WSN 的存活時間與電能有關，因此， 本研究所提出異質性節點的架構，在 mSink 周圍 部署 mAN，並令 mSink 與 mAN 同步作移動， 可達到大幅提升網路整體存活時間與 SN 能量負 載平衡。在事件集中式分佈下，當網路區域半徑 AR = 900 m 時，MSMA 較 STC 提升了 83.7%的 存活時間、較 RDM 提升了 60.3%；當 AR = 700 m 時，MSMA 較 STC 提升了 87.7%的存活時間、 較 RDM 提升了 76.3%；當 AR = 500 m 時，MSMA 較 STC 提升了 76.7%的存活時間、較 RDM 提升 了 36.1%。因此，當事件發生集中於一區塊時， MSMA 可準確移動靠近負載較重的 SN，直接避 免特定 SN 電能快速消耗，更有效率的延長網路 存活時間。 未來將以 MSMA 部署異質節點為基礎，可 考慮事件在可移動的情況下，如何讓 mSink 追蹤 並預測下一步事件的移動方向，例如於偵測入侵 物或是物件追蹤，如何減少大量 SN 重複傳送相 同事件的訊息，如何避免 mSink 移動到資料過舊11
的訊息發送區域，至使網路更大負擔，故未 來將 針對事件可移動與預測追蹤來繼續深入研究。
參考文獻
[1] X. Wu, G. Chen, and S. K. Das, “On the Energy Hole Problem of Nonuniform Node Distribution in Wireless Sensor Networks,” in
Proc. of IEEE Int'l Conference on Mobile Adhoc and Sensor Systems, 2006 (MASS 2006), Vancouver, Canada, pp. 180-187, Oct.
2006.
[2] X. Wu, G. Chen, and S. K. Das, “Avoiding energy holes in wireless sensor networks with nonuniform node distribution,” IEEE Trans.
on Parallel and Distributed System, vol. 19,
no. 5, pp. 1-11, May 2008.
[3] 吳小兵，陳貴海，「無線傳感器網絡中節點 非均勻分布下的能量空洞問題」，計算機學 報，第 31 卷，第 2 期，2008，第 1-9 頁。 [4] Z. Vincze, D. Vass, R. Vida, A. Vidacs, and A.
Telcs, “Adaptive Sink Mobility in Event-driven Multi-hop Wireless Sensor Networks,” in Proc. of the first Int’l
Conference on Integrated Internet Ad Hoc and Sensor Networks, pp. 315-322, May 2006.
[5] W. Wang, V. Srinivasan, and K. C. Chua, “Using Mobile Relays to Prolong the Lifetime of Wireless Sensor Networks,” in Proc. of the
11th Annual Int’l Conference on Mobile Computing and Networking, 2005 (MobiCom '05), Aug. 2005, pp. 270-283.
[6] Z. Vincze and R. Vida, “Multi-Hop Wireless Sensor Networks with Mobile Sink,” in Proc.
of ACM Conference on Emerging Network Experiment and Technology, 2005 (CoNEXT
'05), pp. 302-303, Oct. 2005.
[7] C.-C. Tuan, Z.-W. Liu, and S.-J. Chao, “Heterogeneous Nodes Deployment Mitigate the Energy Hole Problem in WSN,” summit to
National Symposium on Telecommunications (NST2008), Taichung, Taiwan, Dec. 5-6, 2008.
[8] D. B. Johnson, Y.-C. Hu, and D. A. Maltz, “The Dynamic Source Routing Protocol(DSR) for Ad Hoc Wireless Networks,” IETF RFC4728, Feb. 2007.
[9] S. D. Muruganathan, D. C. F. Ma, R. I. Bhasin, and A. O. Fapojuwo, “A centralized energy-efficient routing protocol for wireless sensor networks,” IEEE Trans. On
Communications Magazine, vol. 43, no. 3, pp.
