0 引言
煤矿安全开采需要对井下温湿度、有害气体浓度、煤层压力等数据进行采集与监测。早期煤矿监测系统通常采用有线通信方式，布线复杂、网络结构相对固定且容易被破坏。无线传感网用于井下监测[1-3]解决了上述问题，提高了煤矿安全监测和危险预警水平。目前井下无线传感网通信技术虽然已初具规模，但仍存在不少缺陷，如：ZigBee技术虽具有复杂度、功耗、成本低，网络容量大等特点，但其井下传输距离不到100 m，且传输速率较低；UWB(Ultra Wide Band，超宽带)技术与ZigBee相比传输速率高，且抗干扰性好，多径分辨能力强，但传输距离仅为10 m左右，多用于井下定位，不适用于煤矿环境监测；WiFi技术虽然能提供较高的传输速率，但其覆盖范围与接入设备数量受限。
2016年12月，IEEE发布了802.11ah协议[4]。该协议采用900 MHz频段，与传统的2.4，5 GHz WiFi协议相比，其在井下的穿透能力强，有更广的通信范围(理论上可达1 km)。该协议支持最多8 191个设备接入、150 kbit/s～78 Mbit/s传输速率选择，且功耗小，满足井下无线传感网对传输范围、功耗、网络容量、传输速率等的要求，可用于煤矿井下复杂环境监测与预警系统。
IEEE 802.11ah协议在MAC层引入RAW(Restricted Access Window，限制接入窗口)机制，将无线终端节点分为多个RAW组，为每组分配1个时间窗口，在该时间窗口内只允许组内节点采用EDCA(Enhanced Distributed Channel Access，增强型分布式信道访问)机制接入信道，其余节点不能接入，大大减少了大规模无线传感网中节点间碰撞和干扰。然而，标准RAW机制只将AID(Assignment Identifier，关联标志符)连续的节点分为一个RAW组，即AP(Access Point，接入点)在分组配置文件中设置每个RAW组的起始AID和终止AID，将AID位于二者之间(包含起始AID和终止AID)的节点分为一组。该分组方式不灵活。另外，通常情况下标准RAW机制依据节点关联AP顺序分配AID，而节点关联AP的随机性导致RAW分组具有随机性，易导致组间负载不平衡，即一部分RAW组内流量大、负载重，而另一部分RAW组内流量小、负载轻，进而影响网络性能。因此，有必要针对IEEE 802.11ah协议研究有效的RAW分组方法。文献[5]引入门限判决机制，通过仿真实验提出了RAW最优分组方案。文献[6-8]提出了满足无线传感网QoS(Quality of Service，服务质量)的RAW优化分组方案，在时延、能量等约束的场景中建立数学模型，改善了RAW分组情况。文献[9]提出每个RAW组持续时间应根据其所在的RAW组大小来确定，通过仿真验证了该方法可增加上行链路吞吐量。文献[10-11]提出了一种实时流量自适应RAW优化分组算法，AP通过检测每个节点在前一个信标内的传输信息，确定在下一个信标内为每个节点分配的资源量，提高了动态异构无线传感网的上行链路吞吐量。但上述文献只研究了RAW分组方法，并未考虑分组的具体实现方案。
本文针对基于802.11ah井下监测传感网的周期性监测数据，提出了一种基于时延优化的RAW重分组方法，通过3次分组解决标准RAW机制存在的组间负载不平衡问题。为实现RAW重分组，提出了AID分组重分配方法，使得监测传感网能够根据网络环境灵活调整RAW分组，提高了RAW重分组过程中的网络性能。
1 网络模型
本文研究的井下监测传感网模型如图1所示。该网络中存在N个不同类型(I,II,III)的传感节点，如有害气体浓度传感节点、震动传感节点、压力传感节点等。所有节点支持IEEE 802.11ah协议。假设各类传感节点采样间隔不同，采样数据包大小相同，且周期性地向AP发送采样数据包。AP汇聚数据包后通过网关传送给地面监控设备。网络中传感节点位置固定，采用单AP负责处理一定范围内传感节点数据。
图1 井下监测传感网模型
Fig.1 Model of underground monitoring sensor network
AP与传感节点间采用基础架构模式进行单跳组网，并通过RAW机制管理信道资源。AP在初始分组配置文件中将所有传感节点划分为K个RAW组gk(k=1,2，…，K)，并为每个组分配1个RAW，设为Wk。每个RAW组内节点按DCF(Distributed Coordination Function)机制竞争使用信道。AP周期性广播携带RAW分组信息RPS(RAW Parameter Set，RAW参数集)的信标，传感节点接收信标帧，并根据帧中RPS判断其对应的RAW组及RAW组持续时间。传感节点仅在已分配的RAW组持续时间内醒来，与同组节点竞争使用信道上传数据包，其余RAW组的节点在该时间段内保持睡眠状态。
网络环境发生改变可能导致初始RAW组集合GK={gk}网络性能不佳，因此需要重新分组。设重新分组后传感节点被划分为M个RAW组
节点在
内传输数据包。
2 RAW重分组方法
在进行重分组时，需要确定新的RAW组数、持续时间及各组节点信息。本文提出一种基于时延优化的RAW重分组方法，通过分析数据包预计传输时间，将所有传感节点重新分组，并设计3次分组以减少节点间碰撞、降低时延。该方法原理如图2所示，具体步骤如下。
(1) 在节点关联AP阶段，AP通过帧交互获得并记录节点S1，S2，…，SN的传输周期及初始发包时间。设T为各节点传输周期的最小公倍数，T内所有传感节点有δ个数据包待传输，由AP记录的信息可知数据包i的传输开始时刻
则其传输结束时刻
其中tx为1个数据包在无竞争状态下的传输时延。由于数据包大小固定，所以tx为固定值，表示为
图2 RAW重分组方法原理
Fig.2 Principle of RAW regrouping method
tx=Tpkt+TACK+TDIFS+TSIFS
(1)
式中：Tpkt为数据包传输时间，由数据包大小和调制编码方式决定；TACK为传输确认信息的传输时间；TDIFS，TSIFS分别为IEEE 802.11ah协议的帧间间隔和短帧间隔。
根据每个数据包传输开始时刻和结束时刻，可得到每个数据包预计传输时间。将所有数据包预计传输时间投影到AP调度时间轴上。
(2) 根据各数据包预计传输时间计算相邻2个数据包的预计传输时间间隔：
(2)
式中tp为2个传输数据包之间的保护间隔。
(3) 根据Δi对数据包进行RAW分组，即对数据包对应节点分组(第1次分组)。若Δi<0，表明数据包i+1和数据包i发生碰撞，将预计传输时间晚的数据包i+1放入碰撞栈中，等待后续安排，将数据包i放入当前时间对应的RAW组内即时传输；若0≤Δi<1，表明数据包i+1和数据包i之间间隔太小，不足以安排1个数据包传输，此时将2个数据包放入同一个RAW组内传输，保证2个数据包能即时传输；若Δi≥1，表明数据包i+1和数据包i之间间隔足以容纳1个数据包传输，因此在该间隔内加入数据包传输，为了避免影响数据包i传输，将加入的数据包和数据包i放入2个不同的RAW组。以
作为上一个RAW组Wm结束时刻，即下一组Wm+1开始时刻。
(4) 由步骤(3)可确定持续时间，此时内只有即时传输数据包。为了提高信道利用率，检查持续时间开始阶段的空闲时间是否可以容纳1个数据包传输，若是则检查碰撞栈中是否存在碰撞数据包待传输，若存在则按“先入后出”原则弹出1个数据包放入
内，若碰撞栈中没有数据包或没有足够空闲时间，则继续进行
配置。置于的碰撞数据包由于在持续时间开始阶段使用信道，所以不会与即时传输数据包发生时间重叠。
第1次分组依据数据包后是否有足够的预计传输时间间隔来划分RAW组，第1次分组完成即确定了每个RAW组持续时间。如图2所示，在数据包3处计算其与数据包4预计传输时间间隔，得Δ3<0，则数据包3与数据包4发生碰撞，将数据包4压入碰撞栈中，然后计算数据包3与数据包5的预计传输时间间隔，得Δ3>1，检测到后续有空闲间隔，则从上一个RAW组(W1)结束时刻到数据包3结束时刻划分为一个RAW组(W2)，而与数据包3碰撞的数据包4放入下一个RAW组(W3)中传输，从而保证数据包3即时传输至AP，并减小数据包4的传输时延。
(5) 检查碰撞栈中是否存在碰撞数据包，若存在则开始第2次分组。首先遍历查询所有RAW组是否有足够的空闲时间且未分配碰撞数据包(如图2中WM-2)，若有则从碰撞栈中依次弹出碰撞数据包(如数据包a)分配给这些RAW组。此时，所有存在足够空闲时间的RAW组内已分配了1个碰撞数据包，该数据包于RAW组持续时间开始阶段使用信道，不影响即时传输数据包的交付。
(6) 第2次分组完成后，检查碰撞栈中是否还存在碰撞数据包，若有则开始第3次分组。根据预计传输时间计算每个RAW组经2次分组后可用空闲时间Δi-1，将Δi-1>1的RAW组按可用空闲时间大小降序排序，依次从碰撞栈中随机获取碰撞数据包(如图2中数据包b)并安排分组，直至RAW组可用空闲时间用完，不够安排1个数据包传输。此时信道已饱和，将碰撞栈中仍存在的数据包丢弃。随机选择传输碰撞数据包可避免在信道饱和情况下个别节点的数据包始终无法传输。
RAW重分组方法根据数据包预计传输时间对节点重新分组。通过第1次分组确定RAW组数和持续时间，对即时传输数据包进行分组，并把一部分碰撞数据包按最小时延安排分组；第2次分组允许每个RAW组中只含有1个碰撞数据包，该数据包在RAW组空闲时间段传输，此时RAW组内无碰撞；第3次分组在网络中负载较重时使用，以减小碰撞为目的进行分组。通过3次分组确定了新的RAW组数、各组持续时间和组内节点信息。
3 RAW重分组实现方法
为实现RAW重分组，提供一种简单可行的AID重分配方法：AP通过重关联为同一RAW组内节点重新分配连续AID。该方法具体步骤：① 根据RAW重分组方法确定RAW组数和各组内节点的MAC地址。② 按分组顺序建立各RAW组映射表，将组内节点MAC地址映射为连续AID(即重新分配的AID)。③ AP解除与所有节点的关联。④ 节点向AP重新发送关联请求，AP依照RAW组映射表查找请求节点MAC所对应的AID，将其回复给请求节点。为了保证节点传输的公平性，避免一部分节点因竞争失败导致关联时间过长，设定所有节点成功关联后才允许节点传输数据。
AID重分配方法可解决非连续AID分组问题，但AP需要解除与所有节点的关联，并重新关联。在大规模监测传感网中，因信道竞争严重，重关联过程时间较长，导致时间开销较大。另外，在网络运行过程中进行AID重分配将导致所有节点在断开关联时间内产生的数据包无法得到及时处理而出现丢包现象，影响网络有效性和可靠性。
针对上述问题，本文提出一种AID分组重分配方法：采用部分节点断开关联的方式，按重分组后的RAW组分批次为节点重新分配AID，并映射到新的RAW组集合
中，以减小RAW重分组时间开销，降低节点关联时的碰撞概率，避免AID重分配过程中数据无法传输问题。该方法原理如图3所示，具体步骤如下。
图3 AID分组重分配方法原理
Fig.3 Principle of AID group reassignment method
(1) 在网络初始阶段，所有节点通过CDMA/CA方式与AP建立连接，AP根据关联顺序为其分配AID，按初始分组配置文件并根据AID连续性对关联节点进行分组，得到初始RAW组集合GK={gk},gk内节点为S。
(2) 当网络环境发生改变时，初始RAW组性能不佳，需要进行RAW重分组，得到
在确认重分组
后，AP根据步骤(1)中获得的节点MAC地址，建立节点MAC地址与重分组后节点AID的映射表。为了避免与GK冲突，将重分组后节点AID与原AID置于不同页中。
(3) 按照重分组后RAW组顺序，AP通过广播信标帧主动解除与当前配置RAW组内节点关联，取消节点MAC地址与原AID的对应关系。通过信标帧中TIM(Traffic Indication Map，流量指示图)的位图(Bitmap)信息指示解除关联的节点，即位图中“0”所对应AID的节点。其他关联节点仍在原RAW组内传输数据，如图3所示，其中S′表示内节点。
(4) 在信标间隔内扩展1个时长为tm的RAW，如图3中Wm，tm由RAW重分组方法确定。为了合理利用剩余时间，将初始RAW组持续时间压缩，得到第k个初始RAW组持续时间：
(3)
式中：Tk为第k个初始RAW组中剩余节点预计传输时间；Tbeacon为信标间隔；Toverhead为Tbeacon内传输控制等信息所用的时间开销。
(5) 在确定所有分组及其持续时间后，将更改后的分组信息更新到信标帧中RPS信息，由AP广播给所有节点。接收到AP广播信标帧中的RPS信息后，在初始RAW组持续时间中，未被取消关联的节点依然在所属的RAW组中传输数据，重关联节点在重分组后RAW组内传输数据包。在当前配置的持续时间内，为了保证节点重关联效率，仅允许内节点重关联AP而不上传数据。节点在重关联时向AP发送关联请求，如图3所示，AP根据步骤(2)建立的映射表，为重关联节点重新分配AID。
(6) 为了确保内节点全部关联，在该信标间隔时间结束后，AP统计内节点是否全部关联：若全部关联，则跳转至步骤(3)，开始配置Wm+1；否则在下一个信标间隔内继续执行步骤(5)操作，配置Wm，直至内节点全部重关联。当所有重分组RAW组配置完成，初始RAW组被取代。
在AID分组重分配方法中，每个信标间隔内仅有1个RAW组持续时间用于节点重关联，其他RAW组在重分组过程中仍可传输数据，使得RAW重分组过程对网络性能影响较小。与AID重分配方法中所有节点在信标间隔内竞争关联AP相比，AID分组重分配方法每次仅重新关联一部分节点
内节点)，减小了节点碰撞概率和退避阶数，可有效降低重关联时延。
4 仿真及结果分析
采用NS3仿真工具对RAW重分组方法的传输性能进行评估[12]，并与标准RAW机制进行比较。设井下监测传感网中传感节点在半径为400 m的区域内随机分布，AP位于区域中心。网络中设置3种传感器，采样周期分别为0.5，1，2 s。仿真时间为200 s。网络主要参数如下。
频率/MHz
900
信道噪声/dB
6.8
仲裁帧间间隔时间/μs
316
信标间隔/s
2
拥塞窗口
(15,1 023)
RAW中slot数
1
速率控制算法
Constant
调制编码方式
MCS0
带宽/MHz
2
数据包/bytes
64
采用AID分组重分配方法和AID重分配方法时监测传感网的信道利用率(业务数据包传输所用时间与总信道可用时间的比值)和节点平均关联时间分别如图4、图5所示。在10.5 s时对50个节点进行RAW重分组，重分组前后RAW组均为8个。从图4可看出：AID重分配方法在RAW重分组过程中信道利用率为0，导致所有节点在该时间段内采样数据包丢失，网络传输性能严重下降；而AID分组重分配方法虽略微延长了RAW重分组时间，但该时间段内信道利用率仅降低10%左右，对网络传输性能影响较小。从图5可看出，AID分组重分配方法因采用分RAW组重关联代替集中重关联，节点关联AP时间大幅降低，当网络中有500个节点时，节点平均关联时间仅为AID重分配方法的1/5左右，提高了RAW重分组过程中的网络性能。
图4 监测传感网信道利用率
Fig.4 Channel utilization rate of monitoring sensor network
从网络时延、吞吐量和丢包率3个方面对RAW重分组方法性能进行评估，并与RAW组数为4，8，32时的标准RAW机制进行对比，结果如图6—图8所示。
从图6可看出：网络时延随节点数增加而增大，
图5 RAW重分组过程中节点平均关联时间
Fig.5 Average association time of nodes during RAW
regrouping process
图6 网络时延对比
Fig.6 Network time delay comparison
图7 吞吐量对比
Fig.7 Throughput comparison
图8 丢包率对比
Fig.8 Packet loss rate comparison
原因是节点数增加导致信道竞争剧烈，节点间碰撞概率增大；标准RAW机制中组数越多，网络时延越大，原因是RAW组数过多会导致单个RAW组持续时间减小，部分数据包无法在当前RAW组内传输，被退避至下一个信标间隔对应的RAW组内传输；RAW重分组方法的网络时延小于标准RAW机制，如存在500个节点时网络时延降低了61.9%，原因是RAW重分组方法在1个周期内对每个数据包对应的节点进行分组，网络时延不会超过该周期时间。
从图7可看出：当节点不超过200个时，由于节点间数据碰撞较少，RAW重分组方法和标准RAW机制的吞吐量相差不大；对于标准RAW机制，当节点超过200个时，节点间数据碰撞严重，RAW组数越多则数据碰撞越少，吞吐量越高，但其增高受到一定限制，如RAW组数为8，32时吞吐量基本相等，此时RAW组数不是影响吞吐量的主要因素；当节点超过200个时，RAW重分组方法的吞吐量较标准RAW机制优势明显，如400个节点情况下较RAW组数为32时提高了7.6%。
从如图8可看出：当节点不超过200个时，RAW重分组方法和标准RAW机制的丢包率基本相等且变化不大；当节点超过200个时，丢包率因碰撞加剧而逐渐增大；对于标准RAW机制，在节点数大于200情况下，RAW组数为4时丢包率较大，原因是节点较多时，在单个RAW组内仍存在节点间数据碰撞，而RAW组数为8，32时丢包率相差不大，表明此时RAW组数对丢包率影响较小；当节点超过200个时，RAW重分组方法的丢包率小于标准RAW机制，如400个节点情况下较RAW组数为32时降低了26.5%。
5 结语
将IEEE 802.11ah协议应用于煤矿井下无线监测传感网场景中，为降低环境变化对网络性能的影响，提出了一种基于时延优化的RAW重分组方法。仿真结果表明，与标准RAW机制相比，RAW重分组方法显著降低了监测传感网传输时延，提高了网络吞吐量，减小了丢包率，将其应用于井下监测传感网络有利于精准、快速传输监测及报警信息，从而保障矿井安全开采。
[1] 姚建铨,丁恩杰,张申,等.感知矿山物联网愿景与发展趋势[J].工矿自动化,2016,42(9):1-5.
YAO Jianquan,DING Enjie,ZHANG Shen,et al.Prospect of perception mine Internet of things and its development trend[J].Industry and Mine Automation,2016,42(9):1-5.
[2] 佟占生,王春明,李凯.矿井无线传感器网络设计及应用[J].工矿自动化,2017,43(8):98-100.
TONG Zhansheng,WANG Chunming,LI Kai.Design of mine wireless sensor network and its application[J].Industry and Mine Automation,2017,43(8):98-100.
[3] 王倩玉,陈岩,杨俊秋,等.基于IEEE 802.11ah的井下安全监测传感网性能分析[J].工矿自动化,2019,45(6):21-26.
WANG Qianyu,CHEN Yan,YANG Junqiu,et al. Performance analysis of underground safety monitoring wireless sensor network based on IEEE 802.11ah[J]. Industry and Mine Automation,2019,45(6):21-26.
[4] IEEE Std.802.11ah-2016. Wireless LAN medium access control(MAC) and physical layer(PHY) specifications amendment 2:sub 1 GHz license exempt operation[S].
[5] 傅新星. IEEE 802.11ah MAC层功率管理技术研究[D].天津:天津大学,2017.
FU Xinxing.Research on power management technology in the MAC layer of IEEE 802.11ah[D].Tianjin:Tianjin University,2017.
[6] CHARANIA N F,GILUKA M K,TAMMA B R,et al.DEARF:delay and energy aware RAW formation scheme to support delay sensitive M2M traffic in IEEE 802.11 ah networks[Z/OL].arXiv Preprint, arXiv:1709.03723.[2019-12-20].https://arxiv.org/abs/1709.03723.
[7] KUREEV A,BANKOV D,KHOROV E,et al.Improving efficiency of heterogeneous Wi-Fi networks with joint usage of TIM segmentation and restricted access window[C]//IEEE the 28th Annual International Symposium on Personal,Indoor,and Mobile Radio Communications,Montreal,2017:1-5.
[8] WANG Y,CHAI K K,CHEN Y,et al.Energy-delay aware restricted access window with novel retransmission for IEEE 802.11 ah networks[C]//IEEE Global Communications Conference,Washington,2016:1-6.
[9] NAWAZ N,HAFEEZ M,ZAIDI S A R,et al.Throughput enhancement of restricted access window for uniform grouping scheme in IEEE 802.11ah[C]//IEEE International Conference on Communications,Paris,2017:1-7.
[10] TIAN L,KHOROV E,LATRÉ S,et al.Real-time station grouping under dynamic traffic for IEEE 802.11 ah[J].Sensors,2017,17(7):1559-1582.
[11] TIAN L,SANTI S,LATRÉ S,et al.Accurate sensor traffic estimation for station grouping in highly dense IEEE 802.11 ah networks[C]//Proceedings of the First ACM International Workshop on the Engineering of Reliable,Robust,and Secure Embedded Wireless Sensing Systems,New York,2017:1-9.
[12] TIAN L,DERONNE S,LATRÉ S,et al.Implementation and validation of an IEEE 802.11 ah module for NS-3[C]//Proceedings of the Workshop on NS-3,New York,2016:49-56.