一种新型能量转换装置初探—微波能量转换成直流能量

本文介绍了一种将天线收到的微波能量转换成直流能量的方法，输出的直流能量可供普通低功耗电路正常工作，具有一定的工程实用价值。     

基于MSP430的无线充电器系统设计

本设计是基于手机锂电池来研究无线电能传输的,采用电磁感应方式进行电能传输。首先,对系统电能传输方式和锂电池充电的工作原理进行分析,其次对系统的硬件和软件进行分析。在理论分析的基础上,借助工具对无线充电系统进行调试,采取数学数据分析方法对设计系统进行验证,分析出系统传输电能的最大距离、最优效率、最大功率,最终设计出多功能无线充电平台。     

基于能量采集技术的无线传感网研究进展

介绍无线传感网中常用的能量采集技术的原理和工作特点,重点分析在无线传感网中利用太阳能提供能源供应的原理和关键技术。介绍由于使用能量采集技术给无线传感网所带来的硬件与网络协议方面的挑战以及目前的解决方案,最后总结未来可能的研究方向。     

能量收集分布式检测系统中基于门限的节点能量管理策略

针对能量收集分布式检测系统由于环境能量到达随机造成系统检测性能不稳定的问题,在同时考虑节点能量不确定性、探测能量不确定性、通信能量不确定的前提下,给出了一种基于节点能量使用门限的能量管理策略的确定方法。该方法首先优化探测和通信的能量分配方式,然后根据能量到达强度,对有限能量区间进行穷举搜索,确定合理的节点能量使用门限。该方法的优势是确定的策略是一种离线策略,不占用节点通信资源,电池存储能量是唯一执行条件,简单易行。仿真表明该方法确定的节点能量管理策略与“能量到达即使用”的策略相比,有效降低了能量随机到达对系统检测性能的影响,提升了检测系统平均检测性能。     

基于混合储能结构的能量捕获无线通信信道容量分析

针对现有能量捕获技术存在能量来源不稳定、储能设备容量有限等特点,提出了一种基于超级电容和电池的混合储能结构,并建模分析其相应的通信信道容量性能。首先,针对点对点能量捕获无线通信系统,建立基于混合能量存储结构的通信信道模型。其次,根据能量捕获的随机特性,假设能量到达过程符合伯努利随机过程,提出了一种近似最优能量分配策略,推导出系统平均吞吐量的上、下界限及其常数差值,并进一步求得系统近似信道容量。最后,通过实验验证了在捕获能量小于和大于超级电容储能容量两种情形下,系统信道容量上、下界的恒定差值分别为1.77bps/Hz和2.49bps/Hz;同时,相比传统节点采用电池作为单一储能结构,混合能量存储结构能够有效提高系统的能量利用率,增大系统的信道容量,当超级电容储能容量与电池储能容量的比例为12时,信道容量的上界 可提升到70%。     

认知网络能量感知及伽玛统计模型能量优化算法

为了提升分簇无线传感器网络的能量效率并均衡节点的能量负载,提出了一种认知网络能量感知及伽玛统计模型能量优化算法。首先,该算法提出基于认知无线电的信道能量感知模型,可以得到网络休眠模式和运作模式下网络的能量分布方程。接着,在多个中继网络场景中采用伽玛函数进行网络总能耗分析,并基于次级网络跳数与簇头总能耗关系提出能量优化策略,在均衡簇头能量负载的同时最小化网络总能耗量。实验仿真结果表明,在网络总能量消耗上,所提出的能量优化算法相比基于节能路由方案的认知无线电网络和基于多能量探测器的认知网络,节能效果分别提高了37.6%和12.2%,并且算法采用伽玛函数对网络能量分布的分析具有一定的准确性。     

一种基于压电效应的振动能量收集电路

为了收集环境中的振动能量,实现传感器等低能耗器件的自供能,设计了一种可收集环境中低频机械振动能量的发电电能收集电路,通过三倍压电路将压电晶体产生的交流电压进行倍压放大,利用LTC3588-1电源管理芯片中的低噪声全波整流及高效降压转换器进行变换,获得可为传感器等低能耗器件供电的直流电压。分析与实验表明,设计的振动能量收集电路可为传感器等器件提供电能,实现微弱电能的收集。     

超网络能量研究与应用

图能量是图论研究的重要内容,图能量及其变种已在无向图、有向图、混合图等其他多种类型的图中得到很多成功的应用。超网络是一类较传统意义上的复杂网络更为复杂的网络。大多数图能量均是基于矩阵特征值计算得到的,无法推广应用到超网络中,应用范围受限。基于网络维数的网络能量已先后应用于无向图、有向图等多种类型图的分析研究中,并与无向图的图能量及有向图的斜能量等其他类似能量之间存在密切关联。基于超网络的超网络维数,结合网络能量,将超网络维数应用于超网络中,提出了超网络的超网络能量,给出了超网络能量的若干上下限,论证了超网络的超网络能量与图的网络能量之间的内在关联,最后分析了超网络的超网络能量若干重要性质。     

关于电能量回馈技术分析及应用

本文通过对电能量的变换方式、能量回馈过程中的基本电路以及电能的回馈技术等能量回馈技术原理进行分析,并对有关轧钢系统共母线方式的能量回馈进行研究,试图为广大企业在利用电能量回馈技术上面达到节能减排、降低成本以及提升企业经济效益方面做出有益探索。     

无线传感器网络中基于能量探测的节点调度算法

针对无线传感器网络（WSNs）能量分布不均匀的特点,在邻居信息随机调度算法基础上,提出了一种能量探测调度算法。通过探测区域能量并修正网络能量,使网络能量平衡。仿真结果显示：在保证一定覆盖率和能量平衡的同时可以延长整个网络的寿命。     

基于能量流动双PWM协调控制

基于双PWM结构,根据系统能量流动分析系统在能量平衡状态和能量不平衡状态下系统各部分间的能量关系,并建立双PWM结构能量数学模型;针对系统输出能量与消耗能量不平衡时造成的直流母线电压波动以及输出功率不匹配的问题,建立关于直流母线电压以及网侧电流d轴分量的约束条件,保证系统能量能够平滑变化;采用约束条件对整流器电压外环以及功率内环进行修正,用以实现整流侧输出能量与逆变侧消耗能量的快速平衡,达到双PWM结构间协调控制的目的;根据仿真结果表明,系统在电机功率突变时,能够实现能量的快速平衡,并且能够减少直流母线电压波动,减少网侧谐波分量和直流侧电容。     

基于能量异构的无线传感器网络分布式成簇算法

能量异构是无线传感器网络中普遍存在的现象.为了解决分簇算法在能量异构网络中节点能量负载不平衡的问题,提出了一种适用于能量异构环境的无线传感器网络分布式成簇算法.算法基于簇的本地信息给出了评估节点当前能量水平的相对估计因子,用以调整节点在簇头轮转过程中出任簇头的概率及其轮转周期,从而使当前高能量节点获得更多担任簇头的机会,实现整个网络能量均衡消耗,最大限度地延长网络生命周期.实验仿真结果表明,在能量异构网络环境中,新算法表现出很好的适应性和可扩展性,其能量有效性得到了很大的提高,节点能量负载更加均衡.     

无线传感器网络分布式成簇算法优化

能量异构问题在通信过程中会成为无线传感器网络不可避免的现象,为解决能量负载不均衡问题,对一种适用于能量异构环境的无线传感器网络分布式成簇算法进行改进。算法结合能量水平相对估计因子使高能量节点更易成为簇头;簇间通信时根据通信代价选择单/多跳方式,同时设置低能量的簇拒绝转发其他簇的数据以达到均衡能耗的目的。模拟实验结果表明,新算法能更好的均衡节点能量负载,其能量有效性得到了很大的提高。     

基于能量优化的ZigBee网络路由算法

针对AODVjr算法在路由发现过程中会产生RREQ洪泛,导致节点能量消耗过快的问题,提出了一种改进的ZigBee网络路由算法.改进算法通过邻居表限定RREQ传输范围和父子节点的传递方向,计算路由代价并根据节点剩余能量动态划分所处的能量区域,根据3种能量区域进行差异化路由发现,动态回避剩余能量较低的节点并发现能量较高的节点.仿真实验结果表明,改进算法能实现节点的能量动态平衡,有效控制网络的总体能量消耗,减少死点个数和减缓死点出现的频率.     

基于人体能量的微传感器节点能量利用方法

计算技术、通信技术和微机电技术的快速发展为智能传感器网络的广泛使用提供了坚实的技术基础。能量供给技术是智能传感器网络的关键技术，因为只有长效、低廉的能量才能保证微传感器节点的正常运行和发挥其独特的作用。传统的电池供能技术已满足不了大规模传感器网络微节点对能量的需求。因此，需要研究新的节点能量供给方法和技术以满足微节点的特殊需求。本文讨论了基于微机电系统（MEMS）技术收集人体能量为微节点供能的方法，并给出了相应的计算模型，这些模型对传感器微节点的能源设计和智能传感器网络的广泛应用具有重要意义。     

计算机视觉中高阶能量项的优化

如何极小化含高阶项的能量代价函数,近2年引起了计算机视觉界的高度重视,相关工作在计算机视觉三大国际会议(ICCv,ECCV,CVPR)及主流刊物上有不少报道.文中对此进行了一些简单介绍,以期对读者有一些帮助.     

网络能耗最小化的射频能量源布置与发射功率设置

射频能量捕获是应对无线网络节点能量受限的有效方法之一.射频能量源（energy source,简称ES）的布置位置和发送功率决定了各个节点的能量捕获功率.现有的研究工作大部分考虑的是没有给定侯选位置的场景.然而,在实际应用场景中,网络区域往往存在很多不可布置能量源的区域,使得能量源只能在一些合理的候选位置中布置.目前仅有少量相关工作研究如何在ES的候选布置位置中选择合适布置位置.已知节点位置、节点的能量捕获功率需求值、ES的个数以及ES的候选布置位置.研究并设计了最小化ES总供能的ES布置与发送功率设置方案.首先将该问题建模为混合整数规划问题;然后分别提出了一种具有较低复杂度的启发式算法和一种能够达到更小总供能的基于遗传算法的算法.仿真结果表明,与布置位置随机挑选法相比,这两种算法的网络总功耗降低了约90%,而遗传算法可达到比启发式算法高约35%的节能效果.因此,基于遗传算法的布置算法可用于中小规模的ES布置场景,而启发式算法可用于大规模的ES布置场景.     

基于能量感知的最小能量动态源路由

在MANET中节点必须依靠可携带的有限电源供电,为了尽可能延长节点及网络的寿命,节能方法一直是专业人员致力研究的问题.基于能量感知的最小能量动态源路由协议是针对最小能量动态源路由协议提出来的.引入能量感知策略就是使路径的剩余能量成为主要的度量指标来选取最佳路径,选择剩余能量最大的路径转发数据,并且减少节点能源的浪费和过度使用等问题.     

基于能量感知与能量均衡的ZigBee网络树路由算法研究

针对传统ZigBee网络树路由算法存在节点能量消耗大的问题,提出了一种改进的基于能量感知和能量均衡的ZigBee网络树路由算法。该算法将邻居节点考虑在内,在确定路由的下一跳节点时,在更大的搜索范围内寻找路由开销最小的网络路径来降低功耗,同时根据路径上节点的剩余能量选择累积路径损耗和路径能量消耗较低的路径进行数据发送,从而降低了网络的总体能耗。仿真结果表明,该算法能避开能量过低的节点进行数据传输,实现了节点的能量均衡,延长了节点的生存时间。