可持续无线传感网络的节点能量补给的研究
无线传感器网络的节点能量受限问题研究
无线传感器网络的节点能量受限问题研究近年来，随着科技的发展和物联网的普及，无线传感器网络已经成为科技领域中一个备受关注的热点话题。
无线传感器网络是由许多能够感知和收集环境信息的传感器节点组成的网络，这些节点可以通过无线信号相互通讯，从而实现对环境信息的收集和传输。
无线传感器网络在农业、矿业、环境保护等领域有广泛应用，但同时，也面临着节点能量受限的问题。
无线传感器节点的能量问题，是指节点通过传感器收集环境信息、以及进行节点内通讯和节点间通讯所需要的能量问题。
传统的能量补给方法是将电池放置在传感器节点内，节点通过连接电池可以实现数据的传输。
然而，由于传感器节点本身尺寸较小，因此能够容纳的电池容量较小，节点的能量补给难度大大增加。
在实际使用中，节点能量往往难以满足需要，这就给无线传感器网络的数据采集、传输和节点连接等方面带来了极大的挑战。
无线传感器节点的能量受限问题的研究已经成为学术界和工业界的关注重点。
为了解决这个问题，学者们实施了一些尝试，比如：改进节点能量管理、创造高效的通讯协议等，其中节点能量管理方案是提高节点能量利用效率的关键方法。
节点能量管理可以通过多种技术实现，其中最常见的是动态功率调整（DPA）技术。
DPA技术可以动态地调整节点的功率和工作频率，从而延长节点的电池寿命。
该技术可以根据不同的传感器场景、传输距离和数据需求的不同，进行动态调整，并根据实时环境信息进行灵活调整，从而达到最优的能量利用效果。
另外，动态停机技术（DPS）也是节点能量管理的另一种方式。
DPS可以在不影响数据传输的前提下，将传感器节点动态地进入睡眠状态，从而降低节点的能量消耗。
当节点需要采集或传输数据时，再将节点唤醒，使其能复活工作。
该技术的优点在于将非必要能量消耗降到最低，大大延长了传感器节点的电池寿命，提高了能量利用效率。
另一项重要的技术是集群技术。
传感器节点可以被分为多个集群，在集群内进行数据传输和通讯。
由于集群内的节点数量较少，数据传输距离较短，因此可以有效减少节点的能量消耗。
无线传感器网络中能量优化技术研究
无线传感器网络中能量优化技术研究引言无线传感器网络（Wireless Sensor Networks, WSN）是一种由具有处理、存储、通信、传感等功能的微型节点组成的无线传感网络。
由于其低功耗、低成本、易于部署等特点，WSN已经被广泛应用于环境监测、医疗卫生、智能交通等领域。
然而，WSN中的节点能源是有限的，节点的能量耗尽将会导致网络故障，因此，在WSN中进行能量管理和优化非常重要。
本文将从能量供应、能量消耗和能量优化三个方面对WSN中的能量优化技术进行研究。
一、能量供应能量供应是WSN中能量管理的基础。
通常，WSN中的节点需要使用电池或者超级电容器来存储和提供能量。
电池通常拥有高能量密度，但使用寿命较短，难以在WSN中实现动态充电。
超级电容器具有低能量密度，但寿命更长，且在WSN中可以实现动态充电。
为了解决WSN中节点能量瓶颈的问题，一些研究者开始将环境能转化成电能，如太阳能、振动能等，以为节点提供能量。
此外，还有一些研究者提出了一些新颖的供能技术，如无线能量传输技术、热量转电技术等。
二、能量消耗能量消耗是影响WSN维持时间的重要因素。
在WSN中，节点消耗能量的主要方式有数据采集、传输和处理。
为了降低能量消耗，一些研究者提出了以下措施：1. 激活策略：节点在有数据需要发送时才激活其无线电，其他时间则处于睡眠状态。
2. 路由协议：优化路由协议可以降低能量消耗，例如限定节点的传输距离，使节点之间的通信更加高效。
3. 数据压缩：将数据压缩后再进行传输，可以减少数据的大小，降低能量消耗。
4. 定向广播：利用定向天线进行广播，可以降低广播能量消耗，提高路由的效率。
三、能量优化能量优化是WSN中的一项非常重要的技术，有利于延长节点的生命周期。
目前，能量优化主要采用以下方法：1. 硬件优化：通过改进硬件技术来降低能量消耗，例如利用功耗更低的传感器，改进节点的供能系统。
2. 算法优化：优化算法可以减少能量消耗，基于上面提到的激活策略、路由协议、数据压缩、定向广播等技术，可以开发出一些更加高效的算法。
无线传感器网络中的节点能源管理技术研究
无线传感器网络中的节点能源管理技术研究无线传感器网络（WSN）是一种通过无线通信方式，连接由传感器节点组成的网络，采集、处理和传输环境中感知数据的技术。
随着物联网技术的发展和应用领域的扩大，WSN已经被广泛应用于智能家居、智慧城市、工业自动化等领域。
然而，WSN中的节点能源不足以支持网络持续运行已成为制约其使用和推广的主要瓶颈之一。
因此，节点能源管理技术的研究促进了WSN的进一步优化和应用。
一、节点能源管理技术的研究背景WSN中的节点一般由微型计算机、传感器、通信模块和电池等组成。
数据采集、处理和传输需要消耗能量，节点能资源的消耗直接影响网络的稳定性和寿命。
一般来说，节点具有固定的能量储备，且不能补充，因此如何合理利用节点能源，延长网络寿命成为WSN研究的重点问题。
经过研究和实践，常用的能源管理技术包括能量平衡算法、能源感知路由协议、数据压缩和聚合算法等。
下面分别从不同角度对这些技术进行分析和讨论。
二、节点能源平衡算法能源平衡算法旨在通过优化节点能源消耗，使每个节点能量消耗更加均衡，从而延长网络寿命。
目前，能源平衡算法主要包括传统的均分策略、基于充电策略和动态分配策略。
其中，均分策略最简单，将能源均分给所有节点，但会出现能量损失较大的节点。
基于充电策略则是在网络中设置充电节点，这些节点特别装备大容量电池，定期为周围的节点充电，以延长整个网络的寿命。
动态分配策略则是根据节点能量消耗情况动态分配能量，对能量消耗较大的节点提供额外的能量补充，从而实现节点均衡。
三、能源感知路由协议能源感知路由协议是一种路由选择方法，根据节点能源消耗情况选择能量消耗较少的节点为下一跳。
通过这种方式，可以保证节点在消耗最小能量情况下进行数据传输，延长节点寿命。
目前，经典的WSN路由协议有LEACH等，其通过注册和非注册两种方式实时地了解网络中节点的能量情况，动态地选择下一跳节点，从而延长网络寿命。
四、数据压缩和聚合数据压缩和聚合技术通过对采集到的数据进行处理和分析，去除冗余信息和噪声数据，降低数据传输量，实现节能减排，延长网络寿命。
无线传感器网络中能量管理机制研究
无线传感器网络中能量管理机制研究随着无线传感器网络（Wireless Sensor Networks，WSN）在各个领域中的广泛应用，能量管理机制在保障无线传感器网络的可持续运行中扮演着关键的角色。
能量管理机制旨在有效管理无线传感器网络中的能量资源，延长网络的寿命，并确保网络的可靠性和性能。
本文将研究无线传感器网络中的能量管理机制，并深入探讨其技术原理和具体实施方法。
一、能量管理机制的背景及意义无线传感器网络是由大量的无线传感器节点组成的网络系统，这些节点能够感知和采集环境中的各种信息。
传感器节点通常由有限的能量供电，而且无法再充电，因此能量管理机制的设计对于保障网络的可持续运行至关重要。
合理的能量管理机制能够平衡网络中节点能量的使用，延长网络的寿命，并提升网络的可靠性和性能，使得无线传感器网络能够更好地应对长期监测、数据传输等应用场景。
二、能量管理机制的研究内容及方法1. 能量消耗模型能量消耗模型是能量管理机制的基础，它描述了无线传感器节点在不同工作状态下的能量消耗情况。
目前，常用的能量消耗模型包括基于插值法的理论模型和基于实验数据的实测模型。
通过建立准确的能量消耗模型，可以为能量管理机制的设计提供依据。
2. 能量节约机制能量节约机制是能量管理机制的核心，它通过优化数据传输、感知任务调度、节点休眠机制等方式来节约节点能量的消耗。
其中，数据压缩、数据聚合和分簇策略是常用的节能技术。
数据压缩和数据聚合通过减少数据传输量来降低能量消耗，而分簇策略则通过将网络中的节点划分为不同的簇，实现局部通信和数据聚合，从而减少全局通信的能量消耗。
3. 能量平衡机制在无线传感器网络中，一些节点可能因为位置距离中心节点远、负载重等原因消耗能量较快，导致网络中的部分区域无法正常工作。
能量平衡机制旨在解决这个问题，通过动态调整节点的工作状态、重新分配任务负载等方式来平衡网络中节点消耗的能量，从而延长网络的寿命，确保全网性能稳定。
无线传感器网络中的能量管理问题研究
无线传感器网络中的能量管理问题研究随着信息技术的不断发展，无线传感器网络（Wireless Sensor Network, WSN）越来越成为人们重视的技术领域之一。
它涵盖了许多应用领域，如环境监测、智能交通、医疗健康等，成为现代社会基础设施的重要组成部分。
但是，与其他技术一样，WSN也存在一些问题，其中能量管理问题是最突出的之一。
一、无线传感器网络介绍WSN是由大量分布在监测区域的无线传感节点组成的网络，它可以实时监测环境信息并将数据传输到数据中心进行处理分析。
WSN节点通常由传感器、微控制器、通信模块和电源组成。
由于节点数量众多，散布在大片区域，受到了许多物理因素的影响，如信号干扰、通信能量损失等。
二、能量管理问题研究WSN采用的是传感器技术，因此节点的能源通常非常有限，这限制了其工作时间。
因此能量管理成为了WSN中不可忽视的问题。
如何更好地管理能量，使得网络能够永久地保持工作，成为WSN优化设计的重要研究内容。
在WSN中，节点的能耗主要来自两个方面：数据采集和数据传输。
数据采集需要消耗传感器的能量，数据传输需要消耗通信模块的能量。
因此，如何优化数据采集和数据传输能够有效降低节点的能量消耗，从而达到延长节点寿命的目的。
目前，能量管理问题的研究主要分为以下几个方面：1. 能量收集技术能量收集技术可以通过环境参数如温度、光强等，或者机械振动等方式，将周围的能量转化为电能。
这种技术可以使节点能够自主地获取能量，不受外界电源的限制，并且实现了能量的可持续利用。
能量收集技术将成为未来无线传感网络发展的重要方向，在一定程度上解决节点能源的问题。
2. 节点功率控制节点功率控制是通过调整节点的功率，从而减少数据的传输距离和消耗，从而达到降低节点能量消耗的目的。
可以实现自适应功率控制和动态调度技术，例如进行数据的聚合或压缩式传输等，使得数据传输距离更短，从而减小节点能量消耗。
3. 路由协议设计WSN采用的路由协议需要根据网络的特点灵活调整，从而使数据传输更加高效、精简和安全。
无线传感器网络中的能量采集与传输技术研究
无线传感器网络中的能量采集与传输技术研究章节一：引言无线传感器网络（Wireless Sensor Networks，WSNs）是一种由大量分布在监测区域内的无线传感器节点组成的自组织网络。
这些节点具有感知、处理、通信和自组织能力，广泛应用于环境监测、智能交通、农业等领域。
然而，由于传感器节点的能量有限，如何实现长期和可持续的能源供给一直是研究的热点问题。
因此，能量采集与传输技术成为无线传感器网络研究中的重要方向。
章节二：能量采集技术2.1 光能采集技术光能采集技术是通过光电转换器将太阳能转化为电能的过程。
太阳能光伏电池是最常用的光能采集设备之一，具有无噪声、无污染、可再生等优势。
此外，有研究者还提出了基于人体热能、机械振动等能量采集技术，为无线传感器节点提供能量。
2.2 热能采集技术热能采集技术是通过热电转换器将温度差转化为电能的过程。
热电转换器可以利用环境中的温差，如地热、太阳能辐射等，将温差转化为电能，为传感器节点提供能源。
2.3 振动能采集技术振动能采集技术利用振动能量将振动转化为电能，为传感器节点提供能源。
例如，无线传感器节点可以利用机械振动、交通车辆震动等环境中的振动来采集能量。
章节三：能量传输技术3.1 无线充电技术无线充电技术是将无线能源传输到传感器节点的过程。
其中，无线电能传输技术是应用最广泛的一种技术。
通过无线信号的辐射，将能量从发射设备传输到接收设备，为传感器节点充电。
3.2 电磁感应技术电磁感应技术利用交变磁场感应线圈中的电流产生电能，为传感器节点提供能量。
这种技术常用于传感器节点与电磁感应设备之间的近距离无线电能传输。
章节四：能量管理与优化技术4.1 能量管理技术能量管理技术主要是通过优化能量的使用和分配，延长传感器节点的工作寿命。
例如，通过动态调整节点的感知和传输频率，合理分配能量资源，降低能量消耗。
4.2 能量优化技术能量优化技术是针对能量采集和能量传输过程中的能量损失进行优化。
无线传感网电能补给技术研究
Ｆ － 足 根据 调 研 与 研 究 结 果 制 定 无线 传 感 网 无 线 供 电技 术 央 观 方 案， 保 障 无 线 传 感 网 能 源 的 持 续 稳 乏 供给
关键 词 ： 无线 传 感 网络 ； 无线供 电 ； 磁 共振 ； 乜能
中图 分 类 号： ¨ ｒ Ｉ ＇ ２ １ １ ｔ ） １
摘要： 无线 传 感 器网 络 由 大量 无 线 传 感 器 构 成 的 自组 织 网络 目的 是 协 作 地 感知 、 采集 和 处理 网络 攫盖 区域 内对 象 信息 ， 并将 信 息 传 送 给 需要 的 用 户 针 对 无 线 传 感 节点 供 电 可 靠性 问题 ， 通 过 对 磁 共振 技 术进 行研 究， 分 析 能 量 传输技 术 特性 和 补 给技 术的 特 点 、 优势 与
文 献标 识 码 ： Ａ
文章 编 号 ： １ ０ ０ ７ — ９ ４ｌ ６ （ ２ ０ ｌ ７ ） ０ ２ — ０ ０ ９ ７ 一 １ ） ３
厄线 充电技 术 指 具有 电池 的 置 需 『 『 ｆ ｊ Ｉ Ｊ Ｊ ｒＩ 也导线， 干 ｌ Ｊ Ｊ ｆ 】 传 输设 串 越 商 。 如图 ｌ 所爪。 ｌ Ｕ 波感ｆ 、 或 其 他 卡 Ｈ 火ｆ ｌ ０ 流感 十 之 术， ｆ １ 发送端 和接 端 ２ 系统 实现 Ｊ ｌ ｊ ” 的 没 符 束 发送 和接 收 ， 感 的 ７ ￣ ｉ ｌ ． ｆ ｐ ｉ Ｉ ， 逃 允电 的 Ｉ ２ ． Ｉ电 能 发 射 与 拾 取 机 构 项技 术。 ¨ｆ １ 订 九线允电技 术 仃ｌ 乜 磁感应Ｊ 一 、 磁 振＿ Ｊ 弋 、 线吧波 尢 线 充供 电 系统 的原 边 的 输 入 电能 经 过 能 量变 换 后 迎 过 能 ℃ 、 Ｉ 场耦介式 种 本 ， Ｊ ’ 。 这儿种技术分Ｄ “ … ： ｔ ￣ ７ ． Ｊ １ ］ ｒ 近 、 ｆ ｔ 缸 拾取线 拾取到 吧能后 ， 经过能 砒， 篷 换装 ０ 远 程 电 力ｆ ０ 送。 以 Ｖ Ｘ ， Ｉ ＂ 当前 ｑ 种 ｉ ｉ 要 九线 充 电 ／ Ｊ ‘ 进 行 比较 。 受 ｌ １ 发射机构 向受端发射 ， 置把高坝的交流 电能转化ｆ Ｊ 芟 所需 的电能 。 本装置研究的九线供 电 ｌ 不。 系统 谐 振 频 率 为 数 ｋ Ｈｚ 、 输 出 电压 为 ５ Ｖ、 最 大 输 出 功 ＇ 土 Ｊ ｃ 】 ． ５ ｗ ， 考虑列尢线传感 的实 际 川 需求 ， 磁， 振 ， 线供ｉ ｔ ＋ １ ＋ ９卟 ： ，
无线传感器网络的能量供应优化方法
无线传感器网络的能量供应优化方法无线传感器网络是由大量分布在广域空间中的传感器节点组成的，这些节点能够自主采集、处理和传输环境中的数据。
然而，传感器节点的能量供应一直是制约无线传感器网络发展的重要问题之一。
为了提高网络的可持续运行时间和效能，研究人员们提出了许多能量供应优化方法。
一、低功耗设计传感器节点的功耗直接影响其能量消耗速率，因此，采用低功耗设计是提高整个无线传感器网络能量效率的关键。
在传感器节点的硬件设计中，可以采用低功耗处理器和节能设备，减少不必要的能量消耗。
此外，通过优化软件算法，降低节点的运算和通信功耗也是一种有效的方式。
二、能量平衡在无线传感器网络中，节点之间的能量分布不平衡会导致部分节点能量消耗过快，从而影响整个网络的运行。
为了实现能量平衡，需要采取一系列机制来调控能量消耗。
一种常见的方法是基于节点能量状态的自适应调控，在网络中实时监测节点的能量消耗情况，并根据节点的能量剩余量进行能量分配和调度。
三、能量收集与转换传统的无线传感器节点供电方式通常依靠电池供电，由于电池容量有限，无法满足长时间运行的需求。
因此，研究人员提出了一系列的能量收集与转换技术，通过环境中的能量资源进行供电。
例如，太阳能电池板可以将太阳能转化为直流电，为节点提供可持续的能量供应；振动能收集器可以将机械振动能转化为电能，实现无线传感器节点的自给自足。
四、无线充电无线传感器网络中的节点通常分布在广阔的空间中，对于传统的有线充电方式来说，充电设施的覆盖范围有限，无法满足无线传感器节点的能量需求。
因此，无线充电成为一种潜力巨大的能量供应方式。
通过无线能量传输技术，可以实现对节点的远距离供电，提高无线传感器网络的能量利用效率。
目前，无线充电技术仍处于研究和发展阶段，需要进一步的工程实践和技术改进。
五、能量优化调度在无线传感器网络的运行中，节点的能量消耗是一个动态过程。
通过合理的能量优化调度，可以最大限度地延长传感器节点的运行时间。
无线传感器网络系统的能量供应与分配方法探索
无线传感器网络系统的能量供应与分配方法探索传感器网络是一种由大量分布在特定区域内的无线传感器节点组成的网络。
这些节点可以感知、收集和传输环境中的各种信息，将其传送到中心控制器进行处理和分析。
然而，无线传感器网络的能量供应一直是一个重要的问题，因为节点通常使用电池作为能量来源，电池寿命的限制成为了限制网络可持续工作时间的关键因素。
因此，探索无线传感器网络系统的能量供应与分配方法变得非常重要。
为了有效管理无线传感器网络的能量供应，需要考虑以下几个方面：1. 能量采集与利用：无线传感器网络节点的能量供应可以通过能量采集和能量利用两种方式实现。
能量采集是指利用环境中的能量源，例如太阳能、温差能、振动能等，从而为节点供电。
能量利用则是指有效使用已有能量资源，通过优化节点的能量消耗来延长电池寿命。
因此，探索适用于不同环境的能量采集技术和能量利用策略是提高无线传感器网络能量供应的关键。
2. 能量平衡与分配：在无线传感器网络中，节点之间的能量消耗往往不均衡，导致一些节点能量耗尽而无法工作，降低了整个网络的性能。
因此，设计合理的能量平衡与分配方法是提高网络能效的重要手段。
其中，能量平衡策略可以通过调整节点之间的通信负载，动态分配节点任务和聚类等方式来实现。
而能量分配方法则可以通过优化能量资源分配策略，合理分配节点的能量消耗来达到网络能量均衡的目标。
3. 路由协议与数据整合：无线传感器网络面临着复杂的网络拓扑结构和大量的数据传输需求。
因此，设计高效的路由协议和数据整合算法可以减少节点的能量消耗，并提高能源利用效率。
一种常见的方法是使用分层路由协议，将网络划分为多个层次，并利用多跳通信的方式进行数据传输。
此外，数据整合算法可以通过数据冗余性削减、压缩和聚集等方式，减少数据传输量，从而降低节点的能量消耗。
4. 节点休眠与唤醒策略：为了延长传感器的电池寿命，可以采用节点休眠和唤醒的策略。
节点休眠策略可以根据节点的任务需求和能量状况，合理调整节点的工作时间和休眠时间。
无线传感器网络中节点能量管理技术的使用技巧研究
无线传感器网络中节点能量管理技术的使用技巧研究概述：无线传感器网络（Wireless Sensor Networks，简称WSN）是由大量的无线传感器节点组成的网络。
节点通常配备有各种类型的传感器，用于监测和感知环境中的物理参数。
然而，由于无线传感器节点在大多数情况下被固定安装，并且通常远离电网供电，能量管理成为一个至关重要的问题。
本文将探讨无线传感器网络中节点能量管理技术的使用技巧，并提供一些实用建议。
1. 能量消耗模型与分析：在设计和开发无线传感器网络时，首先需要建立能量消耗模型，并确定节点在不同工作状态下的能量消耗量。
这有助于了解节点能量储备和预测节点寿命。
对于节点能量消耗模型的分析，可以采用实验测试或模拟仿真等方法，以获取准确的数据。
2. 节点工作调度：为了有效管理节点能量，可以采用节点工作调度策略。
节点工作调度决定了节点在何时进行数据采集、传输和接收等操作。
例如，节点可以根据监测数据的变化程度和频率来决定何时进行传输，以避免频繁的通信导致能量的过度消耗。
3. 路由协议选择：选择合适的路由协议对节点能量管理至关重要。
传统的网络路由协议通常忽略了节点的能量限制，对节点的能耗均衡控制不够有效。
因此，需要选择一种能够适应无线传感器网络能量管理需求的路由协议。
例如，低能耗自组织网络协议（Low-Energy Adaptive Clustering Hierarchy，LEACH）可以通过轮流选举簇头节点，实现对节点能耗的均衡控制。
4. 节点能量优化技术：为了延长节点寿命，节点能量优化技术是非常重要的。
以下是一些常用的能量优化技术：a. 低功耗模式：节点可以在闲置时进入低功耗模式来降低能耗。
在这种模式下，节点可以进行休眠或降低处理器频率等操作。
b. 能量回收技术：通过能量回收技术，节点可以从周围环境中提取能量，用于供电。
例如，太阳能电池板等能量回收装置可以为节点提供可再生能源。
c. 能量平衡技术：通过合理的节点能量平衡策略，可以避免因节点之间能量不均衡而导致的网络不稳定。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第２期 ２０１８年４月
中曙鼋；舛．鼍ｆ研宪限哥极
Ｊｏｕｒｎａｌ ｏｆ ＣＡＥＩＴ Ｖｏ１．１３ Ｎｏ．２
Ａｐｒ．２０１８
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３－５６９２．２０１８．０２．００９ 可持续无线传感网络的节点能量补给的研究 尚光龙，吕 争 （信阳职业技术学院数学与计算机科学学院，河南信阳４６４０００）
摘要：可持续无线传感网络充分利用了绿色能源，通过部署节点可缓解了节点能量受限和覆盖空 洞问题。为此，提出基于最小生成树的能量补给节点部署算法（Ｍｉｎｉｍｕｍ ｓｐａｎｎｉｎｇ Ｔｒｅｅ—ｂａｓｅｄ ｄｅ． ｐｌｏｙｉｎｇ ｅｎｅｒｇｙ—ｒｅｆｕｅｌｌｉｎｇ Ｎｏｄｅｓ ａｌｇｏｒｉｔｈｍ，ＭＳＴ－ＤＥＮＰ）。ＭＳＴ—ＤＥＮＰ算法利用无线电给部分节点补 给能量，并利用最小生成树部署能量补给节点。先计算各节点能量采集率，然后再构建最小生成 树，随后依据最小生成树检测低能量节点，最后在这些低能量附近部署能量补给节点。实验数据表 明，提出的ＭＳＴ－ＤＥＮＰ算法在维持一定的数据包传递率同时，降低了部署成本。 关键词：无线传感网；最小生成树；能量补给；Ｋｒｕｓｋａｌ算法；无线充电 中图分类号：ＴＮ９２９．５ 文献标识码：Ａ 文章编号：１６７３－５６９２（２０１８）０２—１６０－０５
Ｓｔｕｄｙ ｏｎ Ｅｎｅｒｇｙ－ｒｅｆｕｅｌｉｎｇ ｏｆ Ｎｏｄｅｓ ｉｎ Ｓｕｒｖｉｖａｂｌｅ ＷＳＮｓ ＳＨＡＮＧ Ｇｕａｎｇ－ｌｏｎｇ．ＬＶ Ｚｈｅｎｇ （Ｓｃｈｏｏｌ ｏｆ ｍａｔｈｅｍａｔｉｃｓ ａｎｄ ｃｏｍｐｕｔｅｒ ｓｃｉｅｎｃｅ，ＸｉｎＹａｎｇ Ｖｏｃａｔｉｏｎａｌ Ｔｅｃｈｎｉｃａｌ Ｃｏｌｌｅｇｅ，Ｘｉｎｙａｎｇ Ｈｅｎａｎ ４６４０００，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎ Ｓｕｒｖｉｖａｂｌｅ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ，ｉｔ ｍａｋｅ ｕｓｅ ｏｆ ｇｒｅｅｎ ｅｎｅｒｇｙ ｒｅｓｏｕｒｃｅ，ｔｈｅｎ ｄｅｐｌｏｙｉｎｇ ｒｅｌａｙ ｎｏｄｅｓ（ＲＮｓ）ｉｓ ａｌｗａｙｓ ｗａｙ ｔｏ ｅｎｓｕｒｅ ｃｏｍｍｕｎｉｃａｔｉｏｎ ｃｏｖｅｒａｇｅ ａｎｄ ｒｅｍｉｔ ｃｏｎｓｔｒａｉｎｅｄ ｅｎｅｒｇｙ ｉｓｓｕｅ． Ｔｈｅｒｅｆｏｒｅ，Ｍｉｎｉｍｕｍ ｓｐａｎｎｉｎｇ Ｔｒｅｅ－ｂａｓｅｄ ｄｅｐｌｏｙｉｎｇ ｅｎｅｒｇｙ－ｒｅｆｕｅｌｌｉｎｇ ｎｏｄｅｓ ａｌｇｏｒｉｔｈｍ（ＭＳＴ－ＤＥＮＰ）ｉｓ ｐｒｏｐｏｓｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ．Ｅｎｅｒｇｙ ｍｏｄｅｌ ｕｓｅｄ ｉｎ ＭＳＴ—ＤＥＮＰ ｉｓ ａｐｐｒｏｐｒｉａｔｅ ｔｏ ｗｉｒｅｌｅｓｓ ｃｈａｒｇｉｎｇ．Ｔｈｅ ｗｅｉｇｈｔｓ ａｒｅ ｃａｌｃｕｌａｔｅｄ ｕｓｉｎｇ ｔｈｅ ｎｏｄｅｓ’ｈａｒｖｅｓｔｉｎｇ ｃａｐａｃｉｔｙ．Ｔｈｅ ｍｉｎｉｍｕｍ ｓｐａｎｎｉｎｇ ｔｒｅｅ ｉｓ ｃａｌｃｕｌａｔｉｏｎ ｉｎ ａｎ ｅｄｇｅ ｗｅｉｇｈｔｅｄ ｇｒａｐｈ ｍｏｄｅ１．Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ＭＳＴ—ＤＥＮＰ ｒｅｄｕｃｅｓ ｔｈｅ ｎｕｍｂｅｒｓ ｏｆ ｅｎｅｒｇｙ－ ｒｅｆｕｅｌｌｉｎｇ ｎｏｄｅｓ，ｗｈｅｎ ｅｎｓｕｒｅｓ ｐａｃｋｅｔ ｄｅｌｉｖｅｒｙ ｒａｔｉｏ． Ｋｅｙ ｗｏｒｄｓ：Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋｓ；Ｍｉｎｉｍｕｍ ｓｐａｎｎｉｎｇ Ｔｒｅｅ；Ｅｎｅｒｇｙ—ｒｅｆｕｅｌｌｉｎｇ Ｎｏｄｅｓ；Ｋｒｕｓｋａｌ ａｌ· ｇｏｒｉｔｈｍ；Ｗｉｒｅｌｅｓｓ Ｃｈａｒｇｉｎｇ
０ 引 言 随着电子通信技术的发展及普及，无线传感网 络（Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋｓ，ＷＳＮｓ）已被广泛使 用…。但是由于ＷＳＮｓ内节点是微型设备，能量供
给有限（一般是小容量的电池）。此外，ＷＳＮｓ网络 常部署于野外的恶劣环境，当能量耗尽后，也不便于
更换电池。这些特性加剧ＷＳＮｓ的能量问题 ｊ。目 前，研究人员针对ＷＳＮｓ的能量问题提出不同的策 略，但是这些策略多数属于能量效率问题，即是基于 有限的能量，如何提高能量效率，并没有从根本上解 决ＷＳＮｓ的能量问题。 从环境采集能量是解决ＷＳＮｓ问题的有效策 略。即补给能量，而不是提高已有能量的效率。环 境能量有电磁波、太阳能等 Ｉ４ｊ。基于这些能量供
收稿日期：２０１８－０２－０１ 修订日期：２０１８－０４－０１ 基金项目：国家自然科学基金（６１５４００５５），河南省科技厅重点科技攻关项目（１４２１０２２１０３３０）；河南省教育厅专业综合改 革项目（５９０１０８） ２０１８年第２期 尚光龙等：可持续无线传感网络的节点能量补给的研究 ｌ６１ 给的ＷＳＮｓ称为可持续ＷＳＮｓ。然而，若整个ＷＳＮｓ 内全部采用具有能量采集的节点，增加了部署成本。 因此，本文只在部分区域部署这些节点。具体而言， 当某些节点原有电能消耗完尽，就在这些节点区域 附近部署具有能量采集的节点，将这类节点称为能 补节点（Ｅｎｅｒｇｙ—ｐｒｏｖｉｄｅｄ Ｎｏｄｅ，ＥＰＮ）。 换而言之，ＥＰＮｓ节点替换那些能量消耗殆尽的 节点。考虑到ＥＰＮｓ的成本问题，在部署ＥＰＮ时，希 望ＥＰＮｓ的数目越少越好。因此，本文要解决的问 题就是在保证网络连通的同时，如何部署ＥＰＮｓ。为 此，先假定每个节点周期地向基站传输感测数据。 同时，每个节点的从环境采集能量的能力不同，所采 集的能量也不同。本文引用能量采集率表征节点对 环境采集的能量。 为此，本文针对可持续ＷＳＮｓ，提出基于最小生 成树的ＥＰＮ部署算法（Ｍｉｎｉｍｕｍ ｓｐａｎｎｉｎｇ Ｔｒｅｅ－ｂａｓｅｄ ｄｅｐｌｏｙｉｎｇ ＥＮＰｓ ａｌｇｏｒｉｔｈｍ，ＭＳＴ－ＤＥＮＰ）。ＭＳＴ—ＤＥＮＰ 算法先基于节点的能量信息，计算每个节点权重，然 后再结合Ｋｒｕｓｋａｌ算法构建最小生成树，最后检测最 小生成树内的非叶节点的能量，若能量过低，则就在 这些节点区域部署ＥＮＰ。 １ 约束条件及能量模型 １．１约束条件 网络内每个节点知道网络拓扑信息。假定节点 周期地向基站传输自己所感测到的数据 ，并且每 个节点的能量采集率不同。此外，假定，每个节点所 采集的能量能够完成它的基本任务。在每个周期 内，节点ｉ所接收的数据Ｒｅｃ ： Ｒｅｃ ＝Ｂ （１） 其中 为节点ｉ产生的比特数据，而 表示节点 的支叶节点数，其定义如式（２）所示： ＝∑（ ＋１） （２） Ｊ∈ｃｉ 其中Ｃ 为直系子节点数 ］。 网络内节点除了感测数据外，还得传输数据。 节点ｉ传输的数据为 ，如式（３）所示： Ｔｒ ＝Ｂ （ ＋１） （３） １．２能量采集模型 假定节点ｉ的能量采集率表示为ｈ 。网络内所 有节点的能量采集率并不相同 。考虑到能量采 集的稳定，本文选择利用无线电充电作为能量采集 模型。之所以不选择太阳能、风能，原因在这于这些 能量受环境变化大，不稳定。如太阳能存在强烈的 时间周期性，中午太阳强烈，而午夜就无阳光。因 此，引用无线电充电模型，便以控制。 具体而言，网络内节点利用无线信号充电，从基 站发送的信号获取电能。文献［１０—１１］已分析无 线充电的可行性。通过Ｂｅａｍｆｏｒｍｉｎｇ技术获取能 量。基站利用两个独立通道分别传输数据和能量。 采用独立的通路，有利于避免数据传输与能量传输 间的干扰。 表示节点ｉ所采集的能量。叼 表示能量效 率， 是采集能量的时间。 Ｅ＾，＝叼＾ Ｐ （ｄ ） 磊Ｔ （４）
其中Ｐ 表示基站传输功率，口为路径衰落指数。而 基站与节点ｉ的欧式距离为ｄ 。而 表示路径衰落 信道。 反映信道衰落情况，其具有随机特性。因此，
也具有随机特性。用 表示 ，的均值 ，其定 义如式（５）所示：
Ｅ＾．＝叼 Ｐ （ｄ ） Ｔ：ｈｉＴ （５）
节点在完成感测、计算数据任务，需消耗自己的 电能。假定在一个周期内节点所消耗的能量为Ｅ ， 其定义如式（６）： Ｅ ＝Ｒｅｃ Ｅ ＋ Ｅ ＋Ｅ （６） 其中Ｅ。为感测数据和计算数据任务所消耗的能量， 而Ｅ，、Ｅ 分别表示接收、传输单比特数据所消耗的 能量。 当节点消耗的能量小于所采集的能量时，节点 就可以存活更长时间，如式（７）所示。若不满足式 （７），则表明节点能量处于快速消耗期，应需对其 补给。 ≥Ｅ （７） 其中ｈ Ｔ表示节点所采集的能量。
２ ＭＳＴ－ＤＥＮＰ算法 ＭＳＴ—ＤＥＮＰ算法利用Ｋｒｕｓｋａｌ算法构建最小生 成树，然后再检测最小生成树中非叶节点的所采集 的能量是否满足式（７）所示。若不满足，则就在这 些节点附近部署ＥＮＰｓ节点。ＭＳＴ．ＤＥＮＰ算法的框 架如图１所示。 １６２ 中Ｉ鼋鼋；舛譬ｑ宪限．譬极 ２０１８年第２期 图１ ＭＳＴ－ＤＥＮＰ算法的框架 ２．１权益值 先依据节点所采集的能量给节点定义节点权益 值。节点ｉ的归一化权益值为：
＝（ｈ 一ｈ ） （８） 其中ｈ ：ｍａｘｈ ，ｈ 表示节点 所采集能量。 依据式（８）便可估算节点的权益值，且权益值 越大，节点采集能量越少。此外，通过所有节点的权 益值，可建立基于权益值的拓扑图（Ｖｅｒｔｅｘ Ｗｅｉｇｈｔｅｄ Ｇｒａｐｈ，ＶＷＧ）。 获取各点的权益值后，便可计算各边的权益值。 每条边的权益值等于两端点权益值之和。假定节点 和节点ｕ所构成的边的权益值表示为 ． Ｗｕ． ＝（ｃＪ ＋∞ （９）
为了更好地理解节点权益值和边权益值，进行 示例分析。考虑图２（ａ）所示的网络结构，图中标识 的数字表示该节点所采集的能量，如节点１所采集 的能量ｈ ＝１０。 然后，依据式（８）计算各节点的权益值，例如节 点１的权益值∞ ＝（３０—１０）／３０＝０．６６。图２（ｂ） 标出了各节点的权益值。 再依据节点的权益值，计算各边的权益值。图 ３显示了各边的权益值。例如，节点１和节点５所 构成的边的权益值等于０．６６＋０．３３＝０．９９。
２．２最小生成树 通过３．１节获取了各边权益值后，再利用 Ｋｒｕｓｋａｌ算法构建最小生成树。Ｋｒｕｓｋａｌ算法将最小 权益值的边加入最小生成树，然后在保持网络连通的 前提下，再选择具有最小权益值的边加入，重复此过 程，直到网络内所有节点均在树内，并保持网络连通。 以图３为例，节点５共参与三条边，其中与节点 ２所构成的边的权益值最小，因此，节点５就向节点 ２传输数据。最终形成如图４所示的最小生成树。
２．３ 部署ＥＰＮ 本节分析如何依据最小生成树，寻找不满足式 （７）的节点，进而在这些节点附近部署ＥＰＮｓ节点。
．爱二 Ｕ， Ｕｊ＂ｑ妻Ｚ；３￣ －，ｏ ３２１＼．，／，＂，＼ｕ ＂ＰＪ、Ｉｔ一～ 、 Ｈ ，Ｔ一 ‘ 换而言之，部署ＥＰＮｓ节点等于搜索不满足式（７）的 节点，搜索过程如图５所示。假定 为满足式（７） 的节点集，其初始值为空。 用无向图Ｇ＝（ ，Ｅ）表示网络拓扑图，其中 为节点集，而Ｅ为边集。假定３．１节构建的最小生 成树表示为ＭＳＴ，并且以基站Ｂｓ为根的最小生成