PBQM: A PRIORITY-BASED QUEUE MANAGEMENT METHOD

FOR WIRELESS SENSOR NETWORKS

PBQM: 无线传感器网络的一种基于优先权的队列管理方法

2008 年 6 月 22日

摘要： 事件检测是无线传感器的一种很重要的应用。通

讯量在这些应用中有许多模式，如在多源节点传送的遥感数据的接收节点。由于带宽和存储容量是高度的限制，当了大量的数据拥入接收节点时，丢包是不可避免的。基于对观察所得的数据包是不是平等的服务的事件检测，我们提出一种基于优先级的队列管理方法（ pbqm ） ，以改善包交付的比例，更重要的数据包。我们提出的三项优先测绘计划和业绩考核评价 pbqm 方法，通过NS – 2 模拟来论证其性能。

Keywords: Priority queue management; wireless sensor networks.

关键词：优先级队列管理；传感器网络。

1. Introduction

无线传感器网络（ WANs ）是一种新的传感和信号处理技术为基础的关于协同努力大批自组织，低成本的节点。这些节点是随机分布，并设有种传感器，低功率处理器和短距离无线电。相对于传统信息收集和处理系统， wsn 有几个优势，如廉价装置，接近传感对象， 合作管理，因此，也有很多潜在的应用，包括目标跟踪在战场上，紧急回应，栖息地监测 [ 梅恩瓦宁等人， 2002 年 ] ，在森林火灾探测。

在本文中，我们提出了一种基于优先级的队列管理（ PBQM ）的解决方法 : 这个问题。观察背后的这个想法是不同的数据包可能会不同的重要性，在送达事件检测。为了例如，由于精密的感应器录得跌幅： 当距离的增加，所收集的资料节点接近事件通常更多精确的比那些所收集的节点越远远离，因此也更对应用起着至关重要的。 当网络不能传送所有包击沉，它应尽力传送数据包，这是更重要的。

2. Related Work

在本节中，我们引进一些聚集方法和简单拥塞控制算法。

虽然这些方法将减少人数传输和节省能源，这将引进伟大的延误。因为从数据较接近源节点都必须保持相当长的时间在一个中间的节点，以便汇总同来的数据源节点是远离去。在最坏的情况下，延迟，因为聚集会成比例的人数啤酒花之间的下沉和最远源节点。因此，这是不当的采取聚集时，应用程序需要实时服务。

3. PBQM Method

我们作出以下假设我们网络模型： （ 1 ）之间的距离节点 i 和事件是直接投资，和

我们称之为 nedistance 。 （ 2 ）破坏性半径事件为 R ， 节点在这方面（ 0 ≤di<r ）不会任何工作，更在事件发生后的情况，例如作为，他们损坏的，因为爆炸。 （ 3 ）每个节点具有相同的传感半径 R ， 也就是说，当邸会见的条件 r <邸 <俄，节点 i 是一个源节点。

我们的网络是设计，以侦查一些稀有， 随机的，和短暂的活动。应用要求节点抽样信号的高频率。每当事件发生时，有将是一个很大的交通量指示水槽中的节点，造成严重的交通挤塞情况和丢包。传统的 FIFO 队列管理方法对待包作为平等，不讲注意不同的重要性，其中包。重要的数据包可能会下降由于上述原因而不重要包可能收到的成功。在这文件，我们会设法解决这个问题，利用 1 基于优先级的队列管理（ pbqm ） 方法。我们给予不同的优先权，以包基于对他们的重要性和附表包具有最高优先顺序的第一，试图改善民主共和国的更重要的包当可用带宽是严重约束。

3.1. Priority mapping 在以适用于新的队列管理方法对我们的网络，这是一个机制是必要的判断的重要性，该包和赠款适当优先考虑他们。基本原则它是传感器接近事件是更有可能采取精确的样本，和包源自这些节点是更重要的有关申请，因此，前者将获得更高的优先高于后者。详细的算法提供在以下案文

3.1.1. NEdistance Based

这是很容易给予优先，以数据包时， 每个节点都可以取得 nedistance 在前进。 为方便起见，我们鸿沟优先分成的水平。优先事项 1 ，这是最高的和优先最低的。因此，我们鸿沟的距离（研发）分成 5 组，显示在图 1.各自的范围 . 所产生的节点在同一范围内被授予相同的优先权，这是在逆比例 nedistance 。 虽然这个算法很简单，先决条件它是很难得到满足。只有那些是预定义的应用事件会发生，可以通过它，如委任面积检测，。

3.1.2. Signal strength based

在许多应用中，如目标跟踪在战场上，火灾探测，在森林，哪里该事件会发生是不确定的，上述优先次序的映射算法是不适用这些申请。我们必须找到一个新的判断方法的重要性，该数据包。 的基础上，一贯的观察，我们得到结论认为，一些实力信号， 举例来说，无线电信号，音频信号， 衰减随着传输距离， 和信号强度检测密切来源节点是强而进一步检测远离节点。因此，我们利用数据的包计算 nedistance ，即具有极大的价值对应短 nedistance 和高度优先事项。

3.1.3. Timestamp based

在以消除影响环境， 我们设计的一种新算法，其中基于对时间戳，因为源节点接近该活动将检测活动较早前比更远的节点。中间节点法官的优先次序的数据包从他们的时间戳，包采样较早前将给予更高的优先。假设在时间间隔氮，节点 A 和 B样本的信号在不同时间 T1 和 T2 ，当T1 的是不到 T2 的， 包节点 A 将有更高的优先比即节点B 信号往往蔓延非常迅速，有将差别不大的时间戳节点A 和 B ，当节点样本信号与低频，因此，这种方法只适合应用时，节点的样本信号与高频率。 当条件上述算法无法得到满足，我们需要找到其他方法地图优先的数据包。后优先事项的数据包是理所当然的，管理该包在中间节点类似的方法，提供在这方面的文件。

3.2. Priority-based queue management

许多应用中采用 FIFO ，以及下拉式 onoverflow 队列管理。 FIFO 的指包到达缓冲区第一也将提供服务首先。下拉式上溢出的手段，新传入的数据包将被删除，当队列是爆满。该基于优先级的队列管理方法是不同的他们。当包将服务是决定其优先。那个包的最高优先事项将下令在队列的头部及服务的第一。最低优先数据包将被删除时， 队列已满。这种方法不会增加高效率的吞吐量网络，但它将改善民主共和国的更重要的包。

4. Evaluation4.1. Parameters of the simulation

我们使用的 NS - 2 ，以评估效果。 队列管理和包调度被改装在实验中，从 FIFO的“数据包最高的优先服务第一次“ 。 参数在造纸是不是在按照无线传感器节点上广泛使用的今天，如 mica2 。 因此，根据硬件的限制 mica2 [ mica2手册 ] 和 tinyos作业系统特点 [Sam 等人， 2000 年 ] ，在模拟实验，我们采用的参数见表 1 。

使结果更具有代表性， 我们研究了 20 个不同的节点分布的场面。图 2就是其中之一。三种典型地点，每一个场面选择有待研究。 在实验中，我们使用第一种方法给予优先封包。

4.2. Analyze the simulation results

我们研究了不同节点时， 基于优先级的分组调度方法被应用到网络。图 3 to 5 仿真结果。作比较，我们已还包括结果时， FIFO 方法已被应用到网络。

（一）平均的网络仍然是 60 ％ ，但该的节点改变太大。这是很容易得到结论该的节点有着密切的关系他们的优先事项。节点与高度优先。此外，之间的差别该的每个节点具有相同的优先事项是也减少了。

（二）事件发生在网络。平均的网络一定的增加由 60 ％ 到 65 ％ 。之后该 pbqm 方法已被适用，同时，作为图3 ，节点是在比例优先，当优先增长，也有所增加

（三）凡事件发生接近在这种情况下，平均的网络是 66 ％ 。类似的无花果。第 3 和第 4 ，当该 pbqm 方法已应用于，民主该节点的比例是其优先。 从以上分析，我们会得到这样一个最后，当基于优先级的队列管理方法已被适用，平均的源节点有密切的关系，与他们的优先事项。

从文件【 Yin et al ， 2006 年 ] ，如网络的拓扑结构，包长度，结果很相似，这表明我们的协议是独立的与这些因素。 有很多原因，包都将丢失。文件 [Chen 等人， 2004 年 ] 分类他们分成四个类型，包括信号衰减节点之间的干扰，自干扰， 队列溢出。我们的方法，只有保证包的高度优先事项不会下降因为队列溢出，但他们可能下降，因为其他原因，所以在无花果。有些包的高度优先事项仍下降。

5. Conclusion

在本文中，我们提出了一种基于优先级的队列管理方法 PBQM ， 将改善平均的更重要的包时，有效率的吞吐量，这是一个固定的。 最重要的预设 PBQM 方法是给予适当优先考虑向包。封包是理所当然的更高的优先当数据包是更重要的。 当数据包将提供服务，在队列中是决定他们的优先事项。该包高度重视将有最好的权利。多数的该丢失的数据包会包低优先事项。

谢谢！