基于OMAP的無線傳感網(wǎng)節(jié)點處理器的設(shè)計與實現(xiàn)

　　2.2 節(jié)點功耗與算法的關(guān)系

　　2.2.1 算法對節(jié)點各模塊功耗的影響

　　(1)處理器模塊
　　對整個處理器模塊，由式(5)、式(6)經(jīng)分析可得：
Eproc=EDSP_min+EARM_min
     =VDSP×MDSP×0.43+VARM(0.1×MDSP+0.2×MARM) (7)

且VDSP=VARM
Eproc=VARM(0.53×MDSP+0.2×MARM) (8)

　　由式(8)知，主導處理器模塊功耗為MDSP，所以減小MDSP是減少節(jié)點處理器部分功耗最直接的方式。

　　(2)無線收發(fā)模塊
　　降低無線收發(fā)模塊的功耗，需要在信源階段對數(shù)據(jù)進行模式識別或壓縮，降低數(shù)據(jù)量以降低數(shù)據(jù)的傳輸時間；在選擇調(diào)制解調(diào)方案時，應(yīng)選擇可獲得較高數(shù)據(jù)速率并且所需解調(diào)的Eb/N0相對較低的方案。

　　2.2.2 節(jié)點算法的選擇

　　在進行算法選擇時應(yīng)在完成功能的基礎(chǔ)上，選擇可以降低功耗的算法。下面針對本節(jié)點對算法選擇進行分析，先討論三類算法在節(jié)約功耗條件下的復雜度。

　　(1)模式識別
　　模式識別可以處理傳感器采集到的信號，給出一個對信號的判斷結(jié)果，在無線收發(fā)時只需要傳送這個結(jié)果。

　　經(jīng)過一次模式識別，數(shù)據(jù)量可從1K個8位采樣點降到1個16位的word。當設(shè)發(fā)送數(shù)據(jù)速率為20kbps時，采用BPSK，(2，1，5)卷積編碼的方案，發(fā)射傳輸時間由160ms降低到0.8ms。由于實際發(fā)送時需要對數(shù)據(jù)進行組幀，所以傳輸時間大概為5ms。若以節(jié)省功耗為標準，則：

ERF_save>EPRO_use
 -〉VRF×40×160>VARM(0.53×MDSP+0.2×MARM)(9)
 -〉40×160>0.53×MDSP
 -〉MDSP<12

　　即只要選擇的算法低于12M個指令周期就可以節(jié)省能量。

　　模式識別的計算量主要集中在特征值的提取上，比較有代表性的算法為基于功率譜(512點FFT)的算法或基于小波分析(db6)的算法。兩種算法的運算量與在DSP內(nèi)處理的時間如表2。

　　由于在傳感網(wǎng)節(jié)點中對功耗的要求更為嚴格，所以選擇基于功率譜分析的算法。在實現(xiàn)時利用55核的硬件特性，可降至22K個周期數(shù)，1毫秒就可處理完畢。

　　(2)圖像壓縮
　　節(jié)點傳輸圖像時必須進行圖像壓縮，一幅320×240的BMP圖像約1.8Mbit，在基本不損失信息的情況下可壓縮至95Kbit。
　　Mcompression約為135 290M條指令周期，而對其壓縮后，在算法未優(yōu)化的情況下計算量約為120K條指令周期，遠遠小于Mcompression。這同時也說明，在傳感網(wǎng)節(jié)點中傳遞圖像時，主要能耗集中在無線收發(fā)模塊。此時提高數(shù)據(jù)速率是必須的，因為提高速率并不會使無線收發(fā)模塊的功耗上升，卻可以減少發(fā)送時間以節(jié)約能量。

　　故模式識別與圖像壓縮是無線傳感網(wǎng)節(jié)點內(nèi)必不可少的，算法選擇時壓縮比是比復雜度更重要的選擇依據(jù)。

　　(3)通信相關(guān)
　　
　　①編碼方式
　　為了在一定的誤碼率下達到低功率傳輸，需要采用FEC編碼減少差錯概率。卷積編碼是目前應(yīng)用最廣泛的編碼方式，表3為對1Kbit數(shù)據(jù)采用不同參數(shù)的卷積編碼時的譯碼運算量與編碼后長度的比較。

　　分析圖4可知，(2，1，7)比(2，1，3)的卷積編碼性能提升了2dB以上，而(2，1，9)相比(2，1，7)卻只提高了不到1dB。在處理時間上，(2，1，9)即使在程序經(jīng)過優(yōu)化后的處理時間為75毫秒，占處理器模塊中DSP核處理時間的90％以上。所以選擇性能接近但運算量卻低很多的(2，1，7)的卷積編碼。

　?、谡{(diào)制方式
　　傳感網(wǎng)的信號經(jīng)過無線信道時一般不采用高階調(diào)制。在QPSK和BPSK的選擇上，由于QPSK可以同時在IQ兩路傳輸數(shù)據(jù)，使無線收發(fā)模塊的Tworking減少1/2，從而減少功耗。這樣數(shù)據(jù)的傳輸速率為40kbps。

　　各算法耗費時間如表4。

　　2.3 與現(xiàn)有節(jié)點的比較

　　現(xiàn)將本節(jié)點處理器模塊與現(xiàn)有節(jié)點處理器模塊在以模式識別的應(yīng)用中進行比較，對1K數(shù)據(jù)進行模式識別及編解碼所消耗的計算周期如下：

普通MCU計算周期：6.4M指令周期
OMAP5912計算周期：1.1M指令周期

　　由此可得進行1000次的上述處理所需要的時間及消耗的電流如表5。

　　通過對比可以看出，本節(jié)點處理器模塊在處理相同計算量的運算時，所耗費的時間遠小于現(xiàn)有的節(jié)點，而所消耗的電流也在現(xiàn)有節(jié)點中較小。因此證明本節(jié)點處理器模塊在現(xiàn)有節(jié)點中是最適合大數(shù)據(jù)量處理的。

參考文獻

[1] HILL J L，CULLER D E.Mica：a wireless platform for deeply embedded networks.Micro IEEE，2002，22(6)：12-24
[2] HILL J，CULLER D.A wireless embedded sensor architecture for system-level optimization.Berkeley Technical
     Report，2002
[3] POLASTRE J，SZEWCZYK R，CULLER D.Telos：enabling ultra-low power wireless research.Information Processing in Sensor Networks，2005.IPSN 2005.
[4] SHIH E，CHO S H.Physical layer driven protocol and algorithm design for energy-efficient wireless sensor networks.Source International Conference on Mobile Computing and Networking archive.Proceedings of the 7th annual international conference on Mobile computing and networking table of contents Rome Italy，2001.
[5] Crossbow Technology Inc.TelosB Datasheet.Document part Number：6020-009401-REVB.