吞吐量是無線傳感器網絡WSN(Wireless Sensor Network)的一項重要性能指標，它直接反映了WSN工作運行的效率[1],如何提高吞吐量一直都是WSN研究的熱點。

　近些年來有學者在無線通信系統的吞吐量優化問題上做了一些工作。LAVERY R J首次以吞吐量為優化目標，針對影響吞吐量的符號速率和數據包長度這兩個參數分別作了優化，得到了不同條件下的最優符號速率和數據包長[2]。隨后TAESANG Y等人提出了一種數學框架，采用符號速率、數據包長度、調制星座體積3個參數作為優化變量，實現了MQAM調制方式下點對點鏈路吞吐量的優化[3]。其后參考文獻[4-6]基于參考文獻[2]提出了模型和假設，對點對點鏈路的吞吐量也作了類似的研究和優化分析。但是參考文獻[2-6]的吞吐量優化框架并不適用于無線傳感器網絡。因為WSN數據傳輸速率低、計算處理能力較弱、能量受限，所以WSN中的節點一般采用固定的調制方式和數據發射速率，譬如Mica2型節點[7]采用FSK調制，數據發射速率固定為38.4 kb/s；MicaZ型節點[8]使用直接擴頻（DSSS）和O-QPSK調制方式，數據速率為250 kb/s。另外，參考文獻[2-6]都只研究了ARQ協議下的吞吐量優化，而沒有考慮FEC技術的應用。
    參考文獻[9]最先對能效進行了定義，并指出ARQ協議的重傳策略不能提高WSN的能效。參考文獻[10]對ARQ和FEC的能效進行了分析，并首次提出在WSN中使用Chase合并 HARQ技術，并通過仿真說明Chase合并HARQ技術的能效在整體上優于ARQ和FEC方案。然而Chase合并時軟判決信息合并，而現有的傳感器節點只提供硬判決比特，目前還無法實際應用。參考文獻[11]提出了一種高能效的自適應差錯控制機制(AEC-RSSI);參考文獻[12]提出了基于RSSI測距技術的自適應差錯控制方案。然而，上述文獻都是基于能量效率的角度，而對于WSN中吞吐量的差錯控制優化的問題研究則相對較少。
　　本文在上述工作的基礎上，考慮到WSN實際應用環境中不同節點間的鏈路距離的差異，以最大化吞吐量為目標，提出了一種基于RSSI測距技術的自適應吞吐量優化策略ATO-RSSI(Aadptive Throughput Optimal base on RSSI)，根據接收信號強度指示(RSSI)測算節點間通信距離，進而自適應選擇最優的差錯控制方案，以使鏈路吞吐量始終保持最大化。
1 系統吞吐量分析
　    本文的吞吐量分析是基于使用CC2420射頻模塊[13]的MicaZ型節點[8]。                           


2 吞吐量自適應優化策略
　    通過上述對ARQ和FEC技術吞吐量的推導和分析，為了最大化吞吐量，采用ARQ技術時可以使用最優數據包長，而采用FEC技術時，可以使用最優BCH碼參數組(n、k、t)。然而，在實際的無線傳感器網絡中，單獨使用ARQ技術或者FEC技術具有許多局限和不足。
　　首先，對于ARQ技術，它僅靠出錯重傳來實現可靠傳輸。但在WSN中，由于能量受限，節點發射功率低，因而容易受到無線信道環境的影響。節點間通信距離越遠，信道質量越差，數據包即使多次重傳仍可能無法正確傳輸，因此采用ARQ技術的無線傳感器網絡可靠通信距離短,這使得傳感器節點的通信覆蓋范圍受到限制。
　　其次，對于FEC技術，它通過增加冗余位來糾正誤碼。當通信距離較遠時，FEC能夠通過糾錯來減少重傳，從而提高鏈路的吞吐量；但是當通信距離較近時，信道質量較好，傳輸冗余位帶來的額外開銷使得其吞吐量低于ARQ。
　    綜合分析可知，ARQ和FEC技術適合于不同的通信距離（信道質量），ARQ技術在通信距離較近時能獲得較大吞吐量，而在通信距離較遠時FEC技術獲得的吞吐量更大。因此，為了在提高可靠性的同時能在較大的動態范圍內保證吞吐量的最大化，本文提出一種根據節點間的不同通信距離自適應選擇最優化的差錯控制技術的優化策略(ATO-RSSI)。
2.1 吞吐量自適應優化機制
    本文提出的ATO-RSSI是一種適用于WSN、可以根據節點間不同通信距離自適應選擇ARQ或FEC的差錯控制策略，主要目的是在WSN中提高數據傳輸高可靠性的同時保證高的吞吐量。
    由前文分析可知，存在一個臨界距離值d*,使得
    TARQ(d*)=TFEC(d*)                     (11)
    這里，將d*稱為門限距離。CC2420有一個內置的RSSI(接收到的信號強度指示器)，用來提供一個數字值，該數字值可以從8位的、有符號的二進制補碼RSSI.RSSI_VAL寄存器中讀得。實際測量表明，CC2420的RSSI值與輸入信號強度成近似線性關系，能夠穩定地指示無線鏈路質量。RSSI寄存器值RSSI.RSSI_VAL可以被用來計算RF引腳上的接收信號功率Pt,計算公式如下[13]：
    Pt=RSSI_VAL+RSSI_OFFSET [dBm]      (12)
    RSSI_OFFSET在系統開發時根據經驗從前端獲得。RSSI_OFFSET近似為－45 dBm[13]。讀出RSSI寄存器的RSSI.RSSI_VAL值，根據式(12)便可以計算出接收功率Pt,然后將Pt代入式(3)便可求得通信距離d。
    本文所提出的ATO-RSSI優化策略如下：
    在網絡布設之前，針對不同的網絡條件(主要指無線信道噪聲和節點間干擾)，通過求解式(11)得到d*，并寫入各個傳感器節點的存儲單元中。這部分工作可以人為地在計算機上完成。
    在網絡運行過程中,傳感器節點利用RSSI測距技術測算節點間的通信距離d,然后比較d和d*：當d≤d*時,則使用最優ARQ方案進行差錯控制；當d>d*時,則使用最優FEC方案進行差錯控制。其中,最優ARQ方案和最優FEC方案將在第3節中通過仿真給出。在ATO-RSSI策略中，傳感器節點不承擔門限距離d*的求解任務，因此不會額外消耗節點的能量和資源。這樣，ATO-RSSI策略僅會對能量和計算能力均受限的傳感器節點帶來極小的額外資源開銷。
2.2 ATO-RSSI的具體實現
    圖1給出了WSN中一個傳感器節點的ATO-RSSI體系結構。從圖1中可以看到，ATO模塊位于數據鏈路層。此外，在ATO中包含了兩種子優化模塊：最優ARQ方案和最優FEC方案。RSSI模塊用于測算節點間的通信距離。ATO模塊根據RSSI測算出的距離來自適應地為系統選擇最優差錯控制方案。

　    ATO-RSSI的算法偽碼如下：
　　Process of ATO-RSSI( )
　　{ if (RSSI_distance)<d*
　　        ATO = Optimal_ARQ;
　　  else
　　         ATO = Optimal_FEC;
　        Change(ATO); }
其中，RSSI_distance表示由RSSI模塊測算出節點間的通信距離。該策略具體實現方法是：接收端每次接收數據時, 讀出RSSI值交由RSSI模塊測算出通信距離RSSI_
distance，然后與門限距離d*比較，ATO模塊根據比較結果選擇最優ARQ方案或者最優FEC方案。當最優差錯控制方案需要更改時，接收端發送請求消息讓發送端進行切換。該策略結合了ARQ和FEC技術的優勢，在不同通信距離下都可以獲得較高的吞吐量，具有較大的動態范圍，而且簡單，易于實現。
3 仿真結果與分析
    為了對上述理論分析進行驗證,采用Matlab對ARQ和FEC技術的吞吐量進行仿真實驗, 仿真參數如表1所示[10-12]。

得到不同通信距離下相應的最優數據包長L(d)*，進而得到最優ARQ方案吞吐量曲線。從最優曲線可以看到,當d>450 m時,T迅速下降為0,此時即使采用最優數據包長也提高不了吞吐量。因此,遠距離通信時,僅靠最優ARQ方案并不能使吞吐量最大化。
     圖3、圖4在不同包長、不同糾錯能力t的情況下，對FEC技術的BCH碼的吞吐量分別進行了比較。從圖3中可以看到，當節點間的通信距離較近(<450 m)時，每種BCH碼的吞吐量都近似恒定，幾乎不隨通信距離的增加而變化，并且糾錯能力越弱(即t越小)BCH 碼吞吐量越高，這是因為t越小，意味著需要額外增加的冗余位越少，因此吞吐量越高。當通信距離大于450 m時，各種BCH碼的吞吐量開始迅速下降直至為零，但糾錯能力越強(即t越大)BCH 碼吞吐量動態范圍越大，這是因為糾錯性能越強t越大，能夠支持的動態范圍自然就大。

　  從上述分析中可以看到，評價BCH碼吞吐量性能的好壞，應結合吞吐量大小和動態范圍兩方面綜合考慮。由圖3知t值取小于3較好，t=2性能折中最優。
　圖4中也可以得到類似圖3的結論。由圖4可知n=511，t=2和 n=511，t=3具有較好的折中性能。為了獲得BCH碼吞吐量最優的參數，圖5進一步比較了具備較好折中性能的不同BCH碼的吞吐量。從圖5中可以看到，BCH(127,2)不論在吞吐量大小還是在動態范圍方面均具有較好的性能,并且根據參考文獻[12]，BCH(127,2)碼也具有較高的能效，因此在本文提出的ATO-RSSI策略中，選擇BCH(127,2)碼為最優FEC技術方案。

     當FEC技術中的最優糾錯碼確定為BCH(127,2)后，便可以得到ATO-RSSI的最優吞吐量曲線，如圖6所示。為了對比分析，圖6中也同時給出了單純的最優ARQ和最優FEC方案的吞吐量曲線。兩條曲線在d*=407 m的位置附近相交，當通信距離小于d*時，最優ARQ技術吞吐量高于最優FEC方案;而當通信距離大于d*時，最優FEC方案吞吐量高于最優ARQ技術。ATO-RSSI方案就是在通信距離小于d*時使用最優ARQ技術進行差錯控制，而在通信距離大于d*時使用最優FEC技術進行差錯控制。

    通過在不同通信距離上對三種吞吐量優化方案進行比較可以看到，ARQ和FEC方案分別在近距離和遠距離范圍內局部最優，而ATO-RSSI自適應方案則相對穩定，在所有的通信距離上都能獲得相對較高的吞吐量，具有較大的動態范圍。因此，ATO-RSSI自適應方案為整體最優的吞吐量優化方案。
    本文從吞吐量的角度,分析了ARQ技術和FEC技術的通信距離特性,并據此提出了一種適合于WSN的基于通信距離的自適應吞吐量優化策略(ATO-RSSI)。ATO-RSSI策略結合了ARQ和FEC技術的優勢，可以根據WSN的動態變化自適應選擇最優的差錯控制方案，以便提高可靠性的同時能在較大的動態范圍內保證吞吐量的最大化，為整體最優的吞吐量優化方案。  
參考文獻
[1] 孫利民,李建中, 陳渝,等. 無線傳感器網絡[M]. 北京：清華大學出版社,2005
[2] LAVERY R J. Throughput optimization for wireless datatr ansmission[D]. M.S.thesis,Polytechnic University,June 2001.
[3] YOO T, LAVERY R, GOLDSMITH A, et al. Throughput optimization using adaptive Techniques[C]. in Draft, may 2005.
[4] FAKHRI Y, NSIRI B, ABOUTAJDIN D, et al. Throughput optimization via the packet length and transmission parameters[C]. IJCSNS International Journal of Computer Science and Network Security, 2006.
[5] Liu Jian, Sun Jian, Lv Shoutao. A novel throughput optimization approach in wireless systems[C]. IEEE ICCT2010, Nanjing, China, 2010:1374-1378.
[6] Lin Dai. Khaled ben letaief: throughput maximizationof adhoc wireless networks using adaptive cooperativediversity and truncated ARQ[J].IEEE Transactions on Co-mmunications,2008,56(11):1907-1918.
[7] Mica2 Datasheet. Crossbow Corp.[OL].Available:http://www.xbow.com.
[8] MicaZ Datasheet.Crossbow Corp.[OL].Available:http://www.xbow.com.
[9] SANKARASUBRAMANIAM Y, AKVILDIZ I F, MCLAUG-HLIN S W. Energy efficiency based packet size optimization in  wireless sensor networks[C]. First IEEE International  Workshop on Sensor Network Protocols and Applications,2003:1-8.
[10] 田真，袁東風，梁泉泉. 無線傳感器網絡差錯控制技術的能效分析[J]. 通信學報，2008，29(11)：77-83.
[11] Jin Yong, Chang Jinyi, Le Deguang. A high energy efficiency link layer adaptive error control mechanism for wireless sensor networks[C]. Proceedings of the    International Conference on Computational Intelligence and Software Engineering.Washington:IEEE,Computer Society,2010:1-4.
[12] 王海林，李鳳榮，吳明娟,等.無線傳感器網絡自適應差錯控制技術研究[J].高技術通訊，2011,21(5):465-470.
[13] Chipcon.CC2420 Datasheet[EB/OL].[2011-07-20].http://www.chipcon.com.
[14] GOLDSMITH A. Wireless communications[D].Cambridge University Press,2005.