无线传感器网络RCF-MAC协议研究

射频充电（ RFC）技术是一种通过基站发射射频电波为传感器节点补充电量的新兴技术。但在RFC无线传感器网络中,多基站同时发射能量时产生的能量干涉衰减现象会明显降低充电效率,此外,能量传输与数据通信共享信道会降低整个网络的吞吐量。针对上述问题,提出了RFC—MAC协议,为提高充电效率,将请求充电传感器节点周围的基站按距离分为两组,两组基站分时能量传输,以避免能量干涉衰减现象;传感器网络中设双信道,分别用于能量传输与数据通信,以提高网络的吞吐量。仿真结果表明：RFC—MAC协议显著提高了传感器节点的充电效率和平均网络吞吐量。     

一种新的传感器网络能量收集优化技术

针对无线传感器网络能量严格受限和节点间能量不均衡的问题,建立无线信息和功率同时传输的协作MIMO通信模型;针对如何获取系统的最佳能量效率的问题,提出一种新的有效资源分配算法。仿真分析和原型实验结果表明,新的有效资源分配算法在迭代次数达到12时收敛,能量效率随发射功率额度的增加而迅速增加,当最大发射功率额度达到3dBm时能量效率趋向平稳;与SISO传输的能耗相比,采用协作MIMO信息和功率同时传输的技术能节省1个以上的能量级,并能得到较高的网络效用。     

无线传感网络中基于无线能量补给的能量感知路由算法

针对无线传感网络中随机分布传感器节点能量消耗不均衡的问题,提出了一种基于无线能量补给的能量感知路由算法。休眠节点不仅可以在无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)传输方式下通过功率分割方法进行无线能量补给,还可以在信息传输方式下通过无线能量收集方法进行能量补给,重新进入活跃状态,为信息传播提供更好的路由,提高传感器节点的能量利用,延长传感网络的使用寿命。在该算法中,通过优化节点间的信息和能量分配,最小化传输功率,引入能量路由度量方法,选择能耗最小的路径作为传输路径。仿真结果表明,本文提出的算法可以有效地利用节点资源,均衡多跳能量受限无线传感器网络中的能量分布。     

用于智能电网的有差别射频充电传感器网络

针对应用于智能电网中的无线传感器网络(WSNs)节点能量受限问题,分析了基于无线射频充电技术的为传感器节点充电技术,改进了可持续无线充电传感器网络(SWRSNs),提出有差别射频充电传感器网络(DRRSNs)技术,增加节点的优先级设置,建立整数线性规划模型,用CPLEX求解模型确定标志性节点位置。求解数据表明:节点获得的能量平均提高105%,高优先级节点比低优先级节点平均多获得43%的能量,提高了节点的寿命,保证了WSNs的可靠性,但是路径访问效率平均降低了14%。     

能量受限的单移动设备无线充电调度算法

基于磁耦合谐振的多节点充电技术为解决无线传感网络的健壮性问题提供了潜在的解决方法。为了减少充电设备的移动能耗,保证充电规划的可调度性,结合磁耦合谐振的充电效率,采用蜂窝网状结构将网络分割成若干充电区域,提出了基于移动充电设备的无线传感器网络充电调度算法。由于实际的移动设备能量通常有限,在每个充电周期内综合考虑移动设备能量、节点剩余能量等,提出了自适应动态算法以自动选择k个充电区域。规划充电路径时,采用实时性较好的弹性网络算法来满足网络节点的充电需求。仿真结果表明,充电设备能量的大小会直接影响网络的总能量与最小剩余能量,算法在设备能量有限时能够最大化网络的最小能量,延长网络的生命周期。     

安全能量效率优化的传感器网络传输研究

研究了射频无线充能传感器网络通信系统的安全传输及能量效率问题,针对传感器网络能量受限而无线通信容易被窃听的问题,利用物理层安全技术,提出了一种两阶段的安全传输协议。通过联合优化发送功率、射频能量协方差矩阵、敏感信息波束成型以及协作干扰协方差矩阵,使得传感器网络的安全能量效率达到最大。针对所提出的非凸问题,利用Dinkelbach方法将包含分式形式的目标函数简化,利用连续参数凸近似方法将非凸问题转化为可解形式,进而使用收敛迭代算法得到原问题的近似最优解。仿真结果表明,与对比方案相比,提出的传输方案可以在保证安全通信的基础上有效提高安全能量效率。     

面向无线传感器网络的无线携能通信研究

能量受限是无线传感器网络应用的瓶颈问题,为了使无线传感器网络获得稳定持续的能量来源,提出将无线携能通信（ SWIPT）技术应用到无线传感器网络中。基于时分多址（ TDMA）的通信方式建立了适应于无线传感器网络的无线携能通信系统新优化模型。通过凸优化问题的求解得到该优化模型的最优分配策略。利用仿真实验对无线携能通信在无线传感器网络中应用的可行性进行了分析,对方法的有效性进行了验证。     

基于充电效率的WRSN能量补充策略

无线可充电传感器网络(WRSN)的节点能量补充问题是当前传感器网络研究的一个热点。已有研究大多假设传感器能量消耗速率较为恒定,因此难以适应能量动态消耗的实际场景;还有些研究虽然考虑了节点充电请求的动态性,却无法选出适当的充电对象,使性能受到限制。为解决该问题,分析了WRSN的充电问题,提出基于充电效率的能量补充策略(CEBER)。该策略首先提出充电效率的量化计算方法,将充电效率作为选择充电对象的重要决策因素;同时其也考虑了节点所能容忍的最长充电等待时间,使决策结果尽可能避免引起节点失效。仿真结果表明,CEBER能够有效降低节点失效率,提高网络整体的充电效率,从而为WRSN提供更加有效的充电服务。     

基于相遇位置预测的移动传感器网络能量补充方法研究

能量问题一直是无线传感器网络研究的热点。传感器有限的电池电量会造成能量供应不足,甚至会导致网络瘫痪。同时传感器的移动性也给实现移动传感器网络的高效能量补充带来了新的挑战。为了保证移动传感器网络持续高效运行,本文提出了一种基于相遇位置预测的移动传感器网络能量补充方法。首先根据移动传感器的剩余能量和移动信息,计算移动充电装置与每一个提出充电请求传感器的最短相遇时间及相遇位置。其次在保证缺电传感器都能够获得公平的充电响应的基础上,移动充电装置优先选择与其相遇时间最短的缺电传感器进行能量补充。仿真实验结果表明本文提出的移动传感器网络能量补充方法能更有效地缩短充电延迟,提高充电效率。     

优化认知SWIPT网络的时间分配和功率控制

无线网络中出现的频谱稀缺、能源受限和干扰等各种问题,已成为国内外研究学者的研究热点。为此,提出一种基于能量收集衬底式的认知无线携能通信(Simultaneous Wireless Information and Power Transfer, SWIPT)网络,称为认知SWIPT或二级SWIPT网络,采用认知无线电技术,允许无线能量传输和无线信息传输与现有的主系统共享相同的频谱,能将主用户对二级用户的干扰转化为有效能量。在温度干扰约束条件下,通过联合优化时间分配和功率控制,最大限度地提高认知SWIPT网络的加权吞吐量,同时保证主系统的通信质量。利用软件Matlab进行仿真,分析和比较所提联合优化方案与等时间分配方案,仿真结果表明,前者显著提高了频谱效率和能量利用率,明显优于后者。     

智能反射面辅助的无线传感网络充电策略研究

在无线可充电传感网的研究中面临诸多挑战,如无线功率传输中易衰弱、充电规划复杂度高、内存数据易溢出导致丢包。为此,引入智能反射面（IRS）并基于强化学习设计一种无线传感网能量传输和数据收集方案IRS_MDP。首先,该方案建立反射相位偏移优化问题,计算出以任一传感器节点为充电目标节点时IRS的最优相移值,实现最大化目标节点处所接收的功率。其次,根据上述结果并结合传感器实时状态,基于强化学习设计关于充电和数据传输过程的优化充电策略实现丢包率降低。仿真结果表明,该方案相较其他方案可以更好地提升网络吞吐量和降低数据丢包率。     

无线传感器网络节能探索与研究

无线传感器节点往往由电池供电,由于电池只能存储有限的能量,使得无线传感器网络注定寿命很短,因此,最大限度延长传感器设备的使用寿命是一个重要的研究方向和课题.在本次无线传感器网络节能探索研究中,分析了能量收集与管理策略,能量收集主要收集环境能源,如太阳能,通过超级电容实现能量的存储.能量管理主要通过能量预算让传感器节点处于能量中性区间.为了降低无线传感器节点能量消耗,采用超低功耗唤醒接收器在低能耗的情况下连续侦听信道,降低与通信相关的功耗.星型异步M AC协议和超低功耗唤醒接收器可以结合使用,以提高传感器网络的能源效率.实验结果表明,与传统方案相比,该方案在能源效率、功耗和吞吐量方面都有较大的提高.     

一种高效有向无线充电器的布置算法

传统的传感器节点通常采用电池供电,有限的电池能量限制了传感器网络整体的寿命.无线能量传输技术可将能量以无线方式从充电器发送至传感器,从而可以彻底解决这一问题.无线可充电传感网中的一个重要问题是无线充电器的布置问题,即,如何有效地布置充电器,使得传感器网络的整体充电效用最大化.已有的工作主要考虑的是全向充电器的布置问题,且充电器可布置的位置受限,如只能布置在三角形顶点或网格中的格点处,因此具有相当的局限性.首次考虑了有向充电器的一般布置问题,即,充电器充电区域为扇形,并且充电器可布置在区域内任何位置处,其朝向可任意调节.另外,首次基于实测数据建立了有向充电器的充电模型,并提出一系列创新方法将问题进行转化,设计了一种近似比为(1-1/e)/(1+e)的高效算法——CDG(charger deployment-greedy)算法来解决这一问题.仿真实验结果说明了CDG算法的有效性.与其他提出的两种随机算法相比,CDG算法的性能分别提升了将近300%和100%.     

Swarm Intelligent Compressive Routing in Wireless Sensor Networks

This article proposes a novel algorithm to improve the lifetime of a wireless sensor network. This algorithm employs swarm intelligence algorithms in conjunction with compressive sensing theory to build up the routing trees and to decrease the communication rate. The main contribution of this article is to extend swarm intelligence algorithms to build a routing tree in such a way that it can be utilized to maximize efficiency, thereby rectifying the delay problem of compressive sensing theory and improving the network lifetime. In addition, our approach offers accurate data recovery from small amounts of compressed data. Simulation results show that our approach can effectively extend the network lifetime of a large‐scale wireless sensor network.     

基于无线携能通信的传感云系统Sink节点最优能效策略

无线携能通信能够提升传感器网络的能量效率和资源复用率,然而当前研究均优化无线携能通信参数以实现系统增益,忽略了信道质量变化对系统能量效率的影响.为了解决该问题,针对无线携能通信的传感云系统,提出基于最优停止理论的Sink节点能效优化策略.首先设计下行无线携能通信、上行信息传输的工作时序,其中下行阶段Sink节点采用机会调度策略,选择信道质量较好时刻开始下行链路传输.Sink节点能效定义为系统所实现的上行吞吐量与下行能耗之比.继而基于最优停止理论,建立Sink节点能效最优化问题并证明该问题存在最优停止规则.最后设计最优能效算法求解Sink节点最优下行无线携能传输时刻,从而制定相应的能效优化策略.通过仿真实验验证最优能效算法的有效性与性能,同时通过不同策略的对比验证所提策略在提升Sink节点能效方面的优势.     

基于无线传感器网络的高效整流天线设计

能够进行无线能量传输的整流天线技术是解决无线传感器网络能量供应问题的最佳技术手段。由此设计一种新型高效整流天线,采用将接收天线与整流二极管直接匹配的方法,在减小天线尺寸的同时提高了整流效率,在5.8 GHz下达到82.4%的转换效率,增加了整流天线的可串联性,能够更好地满足无线传感器网络的技术要求。     

双向携能通信网络中子载波和功率联合分配

在正交频分复用技术和双向通信下,研究了携能通信网络中的资源分配问题。提出了一种面向子载波和传输功率的联合分配算法,该算法不依赖于现有的功率分割或时隙切换机制,可以在不同的子载波上分别传输信息和能量,简化了携能机制设计;此外,考虑到实际能量收集电路的饱和特性,该算法基于非线性能量采集模型,采用拉格朗日对偶和次梯度方法,研究了在满足用户传输速率阈值的前提下使系统的总能耗最小化的问题,降低网络能量开销。数值仿真实验证实了此联合分配算法的有效性和能量高效性。