具有动态链路容量与可靠性的无线多媒体传感器网络中编码与路由的能量感知分布式优化

《Computer Communications》：Energy-aware distributed optimization of coding and routing in Wireless Multimedia Sensor Networks with dynamic link capacity and reliability

　　

摘要：无线多媒体传感器网络（WMSNs）由于视频处理和传输的高成本，对能耗提出了严格要求。在这类网络中，信源编码、路由决策与时变链路条件之间的相互作用在确定网络寿命和感知视觉质量方面起着关键作用。本文致力于解决视频编码与数据路由的联合优化问题，以在动态网络条件下延长网络寿命，同时满足应用层质量约束。我们提出了一种完全分布式的自适应框架，其中每个节点根据本地信息（包括剩余能量和链路可靠性）调整其传输速率、编码参数及路由决策。该方法将功率-速率-失真（P-R-D）模型与能量和可靠性感知路由机制相结合，使其能够持续适应链路容量和网络拓扑的波动。仿真结果表明，与基线及现有方法相比，所提出的方法显著提高了网络寿命，在稳定条件下实现了高达9.76倍的提升，在网络扰动下实现了约5倍的改善。这些收益是在有限开销（低于总能耗的0.16%）下取得的，同时保持了所需的视觉质量水平。结果还表明，所提出的解决方案对动态网络条件具有良好的鲁棒性和响应能力，使其适用于实际的WMSN部署。

引言：无线多媒体传感器网络（WMSNs）已成为监控、环境监测、医疗保健和工业检查等应用的关键使能技术。通过集成视觉传感能力，这些网络提供了丰富的上下文信息，但也带来了数据量、传输可靠性和能耗方面的重大挑战。与传统标量传感器网络相比，WMSNs需要更高的带宽和更严格的服务质量保证，同时在严苛的资源约束下运行。

WMSNs面临的主要挑战之一是在保持传感器节点有限能源资源的同时，确保多媒体内容高效可靠地传送到汇聚节点。视频编码和传输的高成本，以及视觉质量对丢包和延迟的敏感性，进一步加剧了这一挑战。因此，网络寿命在很大程度上受数据处理与通信机制之间相互作用的影响。

在这种背景下，必须考虑三个紧密耦合的方面。首先，视频编码决定了压缩效率与视觉失真之间的权衡。其次，路由决策影响通信负载在网络中的分布方式，从而直接影响能耗。第三，无线链路表现出动态行为，由于干扰、衰落和拓扑变化，其容量和可靠性不断波动。这些因素凸显了需要一种能够适应网络动态变化、同时平衡能耗与应用层质量要求的联合优化方法的必要性。

大多数现有工作要么独立处理这些方面，要么依赖于难以在大规模或动态环境中部署的集中式优化方案。此外，对于时变链路条件对路由和数据生成决策的影响，关注程度有限。这促使我们设计一种能够在实时情况下适应本地网络条件的分布式解决方案。

在本文中，我们提出了一种分布式优化框架，在WMSNs中联合考虑视频编码、路由与链路动态。所提出的方法依赖于功率-速率-失真（P-R-D）模型，以捕捉编码参数、能耗与视觉质量之间的关系。每个节点根据本地观测到的链路可靠性和剩余能量动态调整其传输速率和路由决策，从而实现网络中的自适应负载均衡。

本工作的主要贡献总结如下：
• 我们开发了一种WMSNs多媒体数据传输的分布式框架，该框架联合考虑了编码决策、路由策略和动态链路条件。
• 我们将功率-速率-失真模型与能量和可靠性感知路由机制相结合，使节点能够基于本地信息适应其行为。
• 我们在不同的扰动场景下评估了所提出的方法，显示出网络寿命的显著改善（在动态条件下高达5.59倍），开销有限，且对视觉质量的影响可控。

本文其余部分组织如下。第2节回顾相关工作。第3节介绍网络模型，第4节提出问题的形式化描述。第5节描述所提出的分布式优化方法。第7节报告仿真设置与性能评估。最后，第8节总结全文并概述未来研究方向。

相关工作

许多研究工作致力于提高无线多媒体传感器网络（WMSNs）的能效，其贡献涉及能量感知信源编码、服务质量驱动路由以及自适应学习型协议。下文突出显示最相关的贡献，并指出促使本工作的研究空白。

能量感知信源编码：功率-速率-失真（P-R-D）模型[10]为联合优化编码功率与信源……

网络模型

我们考虑一个由N个无线多媒体传感器节点和一个基站（汇聚节点）组成的网络。假设网络是均匀的，节点随机部署，每个节点知道汇聚节点的地理位置（Sx, Sy）。因此，网络可以建模为有向图G(V, L)，其中V表示视频传感器节点集合，L表示指向汇聚节点的有向链路集合。

为了向汇聚节点传输数据，每个节点定义其路由矩阵ai,l+和ai,l-，其中ai,l+……

问题形式化

在接下来的小节中，我们描述并形式化影响视频传送到汇聚节点的关键因素，即数据处理、数据路由和网络寿命。据我们所知，这是第一项在无线多媒体传感器网络背景下，除相关约束外，还纳入动态链路容量和自适应链路可靠性约束的工作。

分布式优化阶段

由于所考虑优化问题的复杂性以及我们旨在以分布式方式求解该问题的目标，我们采用了分解方法。这使得原始问题可以被拆分为更小的子问题，这些子问题可以在本地求解，同时保证向全局最优解收敛[16]。首先，针对耦合变量（ai,l+, ai,l-）应用原始分解。然后，针对耦合约束（1）、（2）、（3）构建对偶问题……

数据发送阶段

导致所研究问题复杂性的一个重要因素是网络的动态特性。一旦分布式优化阶段收敛，即可获得编码功率（Psh）和数据速率（Rh）的稳定值。在此阶段，网络进入操作阶段，数据从源节点传送到汇聚节点。

然而，如前所述，所提出的方法依赖于每个节点的剩余能量。

1 性能评估

为了评估所提出方法的性能，我们使用了OMNeT++仿真器[18]和MiXiM框架[19]。为了进行比较，一些近期贡献研究了采用深度强化学习和自适应流媒体技术的节能多媒体通信（即第2节）。然而，它们的目标与本文所解决的问题大相径庭。这些方法中的大多数侧重于路由优化或自适应码率……

结论与未来工作

最大化网络寿命仍然是无线多媒体传感器网络（WMSNs）面临的主要挑战之一。与传统传输标量数据的传感器网络不同，多媒体应用生成的数据量要显著更大。因此，在传输之前必须对这些数据进行压缩（即编码），以降低通信成本。然而，要在数据处理阶段的参数（如编码功率和失真）与……之间实现高效权衡……

CRediT作者贡献声明

Mohammed Amine Merzoug：写作—审阅与编辑，写作—初稿，验证，软件，方法论，调查，形式化分析，数据管理。Ahmed Mostefaoui：写作—审阅与编辑，写作—初稿，可视化，验证，监督，资源，项目管理，方法论，调查，形式化分析，数据管理，概念化。Azzedine Boukerche：写作—审阅与编辑，写作—初稿，监督，项目管理。

利益冲突声明

作者声明，他们没有已知的竞争性财务利益或个人关系，这些利益或关系可能已经影响本文所报告的工作。

Mohammed Amine Merzoug | Ahmed Mostefaoui | Azzedine Boukerche | Nesrine Khernane