一种高效低能耗移动数据采集与无线充电策略

在无线可充电传感器网络（wireless rechargeable sensor network,简称WRSN）中,所面临的一项重要挑战是如何在高效收集传感器节点数据的同时,降低网络整体能量消耗.大多数现有数据收集策略或是不能适应大规模的充电传感器网络,或是没有充分考虑到传感器节点能量补充的问题,这将严重降低网络的通信量和生命周期.为此,针对WRSN中数据收集和网络能耗的问题,提出使用数据收集小车（data collection vehicle,简称DCV）和无线充电小车（wireless charging vehicle,简称WCV）分别负责数据收集和节点充电,从而在优化数据收集的同时,保证网络的持续性.首先,为了提高数据收集和充电效率,根据传感器节点的邻域相似度以及节点之间的距离,将网络自适应划分为多个子区域;随后,根据传感器节点k跳路由之内的电池能量和节点社交性,选择各个区域内数据收集锚点;接着,通过分析传感器节点自身能量消耗与网络系统能耗之间的关系,设计了网络能耗优化函数,通过对偶分解和次梯度的方法求得优化函数的最佳节点感知率和物理链路传输率;最后,实验验证了该网络不仅能有效降低网络整体能耗,而且具有较低的节点死亡数目.     

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...     

一种高效节能的PR-MAC协议

为解决无线传感器网络能耗过大和效率不高的问题,提出一种功率控制和多速率自适应的PR-MAC协议。该协议采用功率控制和多速率自适应技术,在降低能耗的同时提高网络的吞吐量。仿真实验结果表明,该协议采用基于节点剩余能量和距离基站跳数的随机退避策略可提高网络效率,在选择节点发送数据上考虑节点的剩余能量和距离基站跳数等因素,能有效地平衡无线传感器网络的能量。     

基于分组内时间切换的无线信息与功率中继传输

研究了采用译码转发机制的无线供电中继网络的能量与信息传输。与常规译码转发中继网络不同,本文在能量受限的中继节点上配置能量收集单元和可充电电池。在进行信息转发之前,中继节点对收集到的能量进行累积。同时,提出了一种基于分组内时间切换的收集—传输—存储模式,在每一传输分组内进行基于时间切换的无线能量与信息传输。通过将有限容量电池的能量水平建模为具有两步状态转移的有限状态马尔科夫链,给出了收集—传输—存储模式在Nakagami?m衰落信道下的中断概率闭合式。仿真结果表明：相比未采用分组内时间切换的收集—传输—存储模式,本文所提机制极大地提高了中断性能和成传速率。     

分布式混合压缩感知无线传感器网络数据收集

在传感器网络数据收集过程中,降低网络传输量对于网络传输效率和生命周期的延长具有重要意义。结合压缩感知思想,设计了一种分布式混合压缩感知的无线传感器网络数据收集方法。首先通过基于k-means++的方法均匀聚类形成簇,各簇进行基于混合压缩感知的分布式数据收集,完成后通过建立骨干树将数据传输至sink节点。仿真结果表明,在给定的仿真工况下（压缩率为10,节点数为800）,与最短路径树混合压缩感知和最优树混合压缩感知算法相比,分别能减少40%和10%以上的传输量,与不使用混合压缩感知的收集方法相比减少70%以上的传输量;同时,节点传输量标准差由14.07和14.37和降低至11.85,置信区间大小由322.66和131.75降低至39.12,证明网络鲁棒性和负载均衡度均有提升。     

Dual-Radio传感器网络链路调度算法的研究

针对传感器网络中正交信道较少和传感器节点不易配备过多Radio的特点,提出一种Multi-Sink Dual-Radio传感器网络中分布式信道分配算法（Channel Allocation,CA）,并在此基础上提出一种半分布式链路调度算法（Link Scheduling,LS）。根据节点距离Sink节点的最少跳数,将网络划分为不同的层次,形成层次结构网络。CA能消除不同层次节点间的通信冲突,而LS能消除同层次节点间的通信冲突。从而CA和LS高效率地实现数据无冲突并行传输,可较好地解决传感器网络中的数据收集问题。实验结果表明,提出的算法可显著减少数据收集时间,提高网络吞吐量。     

基于变长帧的无线传感器网络时间同步算法

为降低无线传感器网络同步过程中的能量消耗,加快实现全网络时间同步的收敛速度,提出基于变长帧的时间同步算法。利用精短同步帧结构对时间信息进行压缩,采用短帧、完整帧交替转发保证同步精度,使被同步节点自主判断接收信息的完整性,并通过请求重传机制应对同步过程中的完整帧丢失问题。分析结果表明,实现全网同步的收敛时间与同步开销成正比,变长帧时间同步算法通过去除同步时间数据中的冗余信息,可有效缩短该收敛时间。传感器节点同步实验结果表明,该算法适用于多种时间同步模型,在保证传感网同步精准度的前提下,可减少同步数据通信量,提升能量效率。     

无线传感网中SMACS 协议的节能改进算法

无线传感器网络通常由大量微型传感器节点组成,可以在各种环境下收集数据,它通过携带能量有限的电池来供应能量,通常部署在区域环境复杂,甚至工作人员不能到达的场合,所以,传感器网络节点往往能量有限,而且不能更换,如何高效使用能量是传感器网络面临的首要挑战。MAC 协议处于传感器网络协议的底层,对传感器网络的性能有很大影响。文中讨论了无线传感器网络中的一种自组织无线传感器网络协议—SMACS 协议的基本思想,研究了造成节点能量浪费的主要原因,并提供了一种新的更节能的SMACS 协议超帧的改进算法。     

一种射频能量捕获无线传感器网络的分层分步数据收集策略

在射频能量捕获无线传感器网络中,采用多跳的方式将数据发送给网络中的Sink节点能够减少节点间的通信距离,从而减少能量的消耗,但增加了转发节点的收发数据量。为了减少网络中转发节点的负载,延长网络的生命周期,提出了一种分层分步的数据收集方法(Layer-Step Data Collection,LSDC)。通过对网络中节点能量进行捕获和在能量消耗过程进行建模,得到节点的剩余能量。通过运用多次“跳”命令的方式通知网络中的传感器节点分步地将采集到的数据传递给Sink节点。在传递节点的选择上,以能量状况最佳的节点作为传递节点,最终达到高效地将网络中的数据全部收集到Sink节点进行处理的目的。理论分析与仿真实验结果表明,与采用逐层收集数据的方法(Layer-By-Layer Data Collection,LDC)相比,所提方案更节能,能量消耗更均衡,能够延长网络的生命周期。     

（中国微米纳米83012）混合能量存储技术在光电微能源中的应用研究

摘要：为简化集成无线传感器节点光电微能源系统的设计和提高能量转换、存储效率,提出混合能量存储技术在光电微能源系统设计中的应用。混合能量存储器由电容器和锂离子电池组成。同时,介绍了能量存储的原理和分析了混合能量存储结构的负载特性。另外,开展实验研究,结果表明,与直接能量存储方式相比,利用混合能量存储技术能量存储量提高27%。并且,微能源的负载特性也得到改善,实验结果与理论结果一致。     

充电电池批量充放电管理装置的研制开发

可充电电池在存储过程中,除了保证正常的温度和湿度条件外,还必须对其进行定期充放电保养,以防止可充电电池容量损失,寿命降低,甚至漏液.为此,提出了一种能够对批量可充电电池进行充放电管理的专用装置设计方案,对其硬件构成和软件设计思想进行了详尽的论述.实际使用情况表明,该装置可以较好地满足企业对可充电电池进行定期充放电管理的需要.     

无线传感器网络节点基于遗传算法的充电路径规划

无线传感器网络应用越来越广泛,为了解决传感器节点的能量问题,将无线充电技术应用到传感器网络中.使用无人机为传感器节点进行无线充电,但是无人机的电池容量有限,合理的规划能够让无人机以最小的充电代价获得最大的网络效用.以最小化无人机能耗为优化目标,对无人机能量消耗进行分析,将优化目标简化成最小化路径距离,并使用遗传算法对无...     

睡眠调度技术在无线传感器网络的MAC层协议中的应用分析

无线传感器网络是由大量低成本的传感器节点构成的自组织网络。因为工作环境和成本因素,传感器节点通常不会更换电池,能量十分有限。节能是传感器网络中媒体访问控制（MAC）协议设计的首要问题,节点睡眠调度机制是节能的一个有效手段。文章介绍和分析了S-MAC,T-MAC,D-MAC中的睡眠调度机制的特点,并对未来研究方向提出了展望。     

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%.     

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。     

无线传感器网络节点太阳能供电系统设计

ZigBee无线传感器网络节点太阳能供电系统由太阳能电池板、充电控制电路和锂电池组成,采集光能并将其转换为电能存储在锂电池中。通过锂电池充电管理芯片CN3063组成充电控制电路对锂电池进行充电管理。利用超低功耗锂电池电压检测芯片CN301组成放电保护电路,最大限度地延长锂电池的寿命。由于电源能量来自太阳能,因此非常适合野外布置的ZigBee无线传感器网络数据采集节点使用。     

Periodic charging planning for a mobile WCE in wireless rechargeable sensor networks based on hybrid PSO and GA algorithm

Previous studies of periodic charging planning in Wireless Rechargeable Sensor Networks (WRSNs) assumed that the traveling energy of a mobile Wireless Charging Equipment (WCE) has sufficient energy for charging travel and the energy depletion rate at each sensor is identical. These assumptions, however, are not realistic. In fact, the traveling energy of the WCE is limited by the energy capacity of the WCE and the energy consumptions at different sensor nodes are imbalanced. In this paper, a periodic charging planning for a mobile WCE with limited traveling energy is proposed. With the optimization objective of maximizing the the docking time ratio, this periodic charging planning ensures that the energy of the nodes in the WRSN varies periodically and that nodes perpetually fail to die. To deal with the problem, a Hybrid Particle Swarm Optimization Genetic Algorithm (HPSOGA) is proposed due to the NP-Hard of the problem. Extensive simulations have been conducted, the experimental results indicate that the proposed periodic charging planning can avoid node deaths and keep the energy of sensor nodes varying periodically. Compared with the Genetic Algorithm (GA) and Particle Swarm Optimization (PSO), the algorithm HPSOGA outperforms both of these two algorithms empirically.