基于能量均衡的ZigBee网络树路由算法

针对ZigBee网络树路由算法中的路由非最优以及某些节点可能会因为业务量过大而过早耗尽电池能量的问题,提出一种改进的基于能量均衡的ZigBee树路由算法。改进算法中通过引入邻居表,考虑路由跳数使路由局部最优,同时改进算法中也考虑了节点的剩余能量,路由选择的时候尽量避开剩余能量较低的节点。仿真结果表明,改进算法能有效地节省网络的总体能量消耗,实现网络负载均衡,最大化网络的生存时间。     

改进的ZigBee网络路由算法

针对ZigBee网络AODVjr路由算法路由发现过程中的RREQ分组大量洪泛问题,提出一种改进的ZigBee网络路由算法。改进算法中通过采用AODVjr算法和树路由算法相结合的方式,对RREQ分组的传输范围和大致方向进行控制,同时改进算法中也考虑了节点的剩余能量,路由选择的时候尽量避开剩余能量较低的节点。仿真结果表明,改进算法能有效地节省网络的总体能量消耗,实现网络负载均衡,最大化网络的生存时间。     

基于非均匀分簇机制的ZigBee混合路由算法

针对现有ZigBee网络路由算法存在节点能量消耗不均衡问题,在树路由算法与无线自组网按需距离矢量路由改进(AODVjr)算法的基础上,提出一种基于非均匀分簇机制的ZigBee混合路由算法。该算法将网络分成若干个非均匀的逻辑簇,使距离协调器越近的簇规模越小,从而减少转发任务,使得能量消耗均衡。在分簇的基础上,将节点之间的传输分为簇内传输与簇间传输。簇内传输采用基于邻居表的树路由算法;簇间传输在基于树路由算法无效的情况下,采用AODVjr算法,找到两个簇首之间的较短路径;同时规定只有簇首节点和网关节点才能广播请求分组(RREQ),可以减少冗余的RREQ分组。仿真结果表明,该算法能有效推迟死亡节点出现的时间,延长网络的生存周期,达到提高网络性能的目的。     

基于能量均衡的ZigBee路由算法优化

为了实现ZigBee网络的能量均衡,延长网络生存时间,针对现有基于能量均衡的ZigBee网路路由算法的不足,根据节点父子和位置关系适当控制RREQ包转发方向,提出了针对RN-节点改进邻居表使RN-节点具备路由功能,并定义了考虑因素全面的路由代价和能够实时更新的节点能量等级,从而实现了AODVjr路由算法和Cluster-Tree路由算法基于能量均衡的真正结合。通过仿真与原算法和现有的基于能量均衡的路由算法进行比较,比较结果表明了优化的ZigBee网络总体能量消耗与死亡节点出现时间和数目。     

Ad Hoc网络中基于能量综合权值的EIW-DSR路由算法

针对Ad Hoc网络中DSR路由算法没有考虑能量消耗而造成的网络"热点"问题,本文提出一种基于能量综合权值的路由算法—EIW-DSR。该算法利用权值综合了路径节点上的能量消耗、剩余能量及其方差、枢纽性等参数,具有能耗低、负载均衡、可靠性强等优点。仿真结果表明,与DSR路由算法和WBDSR路由算法相比,该算法在节省能量消耗、均衡负载、消除网络"热点"、延长网络生命周期方面均得到了较大提高。     

基于最小生成树的传感器网络能量均衡组播协议

为了均衡无线传感器网络中节点的能量消耗,进而达到延长网络生命周期的目的,提出一种基于最小生成树形成虚拟主干树的能量均衡的组播路由算法.该算法在选择转发节点的过程中,综合考虑前向转发区域内的节点的位置及能量信息,并引入修正因子及路径封锁技术.仿真实验表明,该算法能够有效的均衡传感器节点的能量消耗,延长网络的生命周期.     

一种基于能量均衡的ZigBee路由算法

针对ZigBee网络的生存周期问题,提出了一种基于簇头关键节点的L-ZBR路由算法。该算法依据网络规模及拓扑结构信息对簇头关键节点设定能量阈值,对能量消耗达到阈值的簇头关键节点动态寻找其子路由节点的代理父节点,通过代理父节点建立辅助路由路径,经由辅助路由路径分担原簇头关键节点数据转发任务。实验结果表明,L-ZBR路由算法在网络生存周期上优于Cluster-Tree算法。     

一种蚁群竞争WSN能量均衡路由算法

针对无线传感器网络路由在能量控制和拥塞控制上的特殊要求，通过利用蚁群算法(ACS)对路由中最短路径的加速收敛的同时，兼顾网络节点能量均衡消耗，提出了一种新算法——AERA。该算法引入了多蚁群竞争机制，并将多蚁群挥发的信息素与网络节点能量参数共同构成路由控制因子。此算法能有效地控制网络拥塞，并使网络节点能量消耗相对均衡，延长了整个网络的生命周期，实现了高效路由与能量消耗的最优权衡。通过NS仿真实验验证了该方法的可行性，并给出了实验结果。     

基于协作博弈的ZigBee能量优化路由算法

针对 ZigBee网络节点协作过程中,由于工作任务不均衡导致能耗不均问题,从带有竞价的博弈角度提出了基于协作博弈的ZigBee网络能量优化路由算法。首先建立了ZigBee路由博弈的系统模型以及能耗模型;其次,针对ZigBee网络节点建立了基于斯坦克贝格博弈的ZigBee协作博弈模型,分析了协作博弈的近似纳什均衡解,给出了优化的路由算法流程描述;最后的OPNET仿真实验表明,改进的路由算法能够在节点失效数目、能量消耗以及生存时间上得到了一定的改善。     

基于邻居表的ZigBee网络树路由改进算法

针对ZigBee网络树路由算法路由跳数多、数据传输延时长等问题,提出一种基于邻居表的ZigBee网络树路由改进算法。借助一跳邻居节点地址信息,建立邻居节点选择策略,在节点的一跳邻居节点中,选择到达目的节点树路由跳数最少的邻居节点作为下一跳转发节点。在树路由跳数相同时,选取LQI值大的节点为下一跳转发节点。理论分析结果表明,该算法路由路径优于树路由算法和ITRA算法路由路径;实验结果表明,该算法能很好地减少转发节点个数,提高了网络数据传输的可靠性,达到网络性能提高的目的。     

社区产消者能量分享研究综述

随着可再生能源和智能电网技术的发展,能源产消者作为一类新型终端用户,已在能源优化与管理方面表现出更为主动灵活的作用,对提高社区能源效率、提升能源经济性和改善本地配电网稳定性具有重要影响.首先,总结了常见的社区能源产消者类型及其特点,指出其在智能电网需求侧实现能源优化的灵活性和潜在价值;其次,剖析了社区能量分享的典型模式,归纳了各自的基本特征、优势与局限性;然后,在此基础上探讨了社区产消者能量分享涉及的能源数据预测方法、博弈问题均衡分析及分布式优化算法;最后,对社区产消者能量分享的前瞻性难点问题进行了展望,以期为相关研究提供参考.     

一种无线传感器网络跨层能量模型及能耗计算

首先提出了一种基于无线传感器网络数据链路层的跨层能量模型。该能量模型考虑了网络层、物理层以及信道对能量损耗的影响。然后通过NS2仿真确定了模型中的重要因素对能耗的影响,并在此基础上推导了计算能耗的数学模型。最后通过对仿真结果的拟和得出模型中的参数,从而获得了能耗的计算公式。     

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。     

低功耗蓝牙模块能耗特征分析

煤矿电气设备可通过集成低功耗蓝牙模块,实现低功耗蓝牙通信功能,但在集成设计过程中,需要根据低功耗蓝牙模块的能耗特征设计电源保护电路、计算电池容量。针对该问题,在不同供电电压和射频功率下,采用高端电流监测芯片ZXCT1010对低功耗蓝牙模块在复位、初始化、广播、连接等不同工作状态下的能耗特征进行了分析。结果表明:低功耗蓝牙模块在射频收发时的能耗较大,且射频收发持续时间短,在射频静态时的能耗小,且射频静态持续时间长;低功耗蓝牙模块能耗受射频功率变化影响小,但受供电电压变化影响较大,供电电压越高,低功耗蓝牙模块各运行状态下的工作电流越大、能耗越大。因此,低功耗蓝牙模块集成应用时,应提供合适的供电电压,但无需限制射频功率。     

The design of energy transfer filters for energy focus filtering

This paper is concerned with extending the energy transfer filters (ETFs) designs to a more general case where the design requirement is to focus signal energy from different input frequency bands into a desired output frequency range. ETFs are a class of non-linear filters recently proposed by the authors to employ non-linear effects to transfer signal energy from one frequency band to a different frequency location. The new ETF designs considered in the present study involve the development of an algorithm for determining output frequencies of non-linear systems subject to an input the frequency components of which are located in two separate frequency intervals and a new procedure for the implementation of the filter design. The results achieved provide an effective approach to the solution to a more general ETF design problem.     

Electromagnetic vibration energy harvesting device optimization by synchronous energy extraction

This paper investigates a new application of nonlinear techniques for vibration energy harvesting. The Synchronous Electric Charge Extraction (SECE) energy harvesting technique for piezoelectric generators is extended and adapted to electromagnetic generators. This new circuit, which is the dual of the SECE circuit, is named SMFE for Synchronous Magnetic Flux Extraction. A theoretical model is developed, and the harvested power is simulated. Comparisons with a classical energy extraction approach show that between 2.5 more power and 10% less power can be harvested, depending on the generator characteristics. It also allows the maximum power to be harvested whatever the value of the load. Finally, the SMFE circuit was embedded and tested on a simple centimeter-scale electromagnetic harvester. Measurements confirm the theoretical operating principle of the circuit.     

Minimizing residential electrical energy costs using microcomputer energy management systems

Load dependent or time dependent pricing structures provide electrical utilities with a means to use their existing capacities more effectively. Assuming that some type of load or time dependent price structure will be implemented by most utilities in the near future, it is worthwhile to assess the use of microcomputer energy control systems for minimizing residential electrical energy costs. This paper discusses the development of an optimizing energy management algorithm to reduce the cost of electricity under either a time-of-use or demand dependent price structure. A computer model which simulates the electrical demand and energy needs of a typical residence was developed to test the effectiveness of the optimizing algorithms. The results are presented for a period of 30 days for each season and price structure, under varying demand profiles. For a customer with an all-electric home using 2000 kWh each month, a savings of $140 a year is very realistic.     

Modeling China's energy consumption behavior and changes in energy intensity

China's demand for energy has grown to fuel its rapidly expanding industrial, commercial and consumer sectors. At the same time, China has become the second largest consumer of petroleum products having surpassed Japan for the first time in 2003. The environmental consequences of a continuation of these trends will have global implications. Government policies and consumers have become more environmentally aware, but the ability of governments to formulate policies has been hindered by the lack of data on inter-factor and inter-fuel substitution possibilities. In this paper Allen partial elasticities of factor and energy substitution, and price elasticities of energy demand are calculated for China's industrial economy using a two-stage translog cost function approach for the period 1995–2004. The results suggest that energy is substitutable with both capital and labor. Coal is significantly substitutable with electricity and slightly complementary with oil, while oil and electricity are slightly substitutable. China's energy intensity is increasing during the study period and the major driver appears to be due to the increased use of energy-intensive technology.