基于模糊約束控制的WSN功率分配均衡器設計

陳曉生

(廣東工業(yè)大學華立學院 機電與信息工程學部，廣州　511325)

基于模糊約束控制的WSN功率分配均衡器設計

陳曉生

(廣東工業(yè)大學華立學院 機電與信息工程學部，廣州511325)

摘要：對無線傳感器網(wǎng)絡(WSN)進行功率分配均衡控制設計，提高無線傳感器網(wǎng)絡的壽命，降低傳感器網(wǎng)絡節(jié)點的能量損耗，當前的WSN功率分配采用自組網(wǎng)交叉均衡機制，隨著組網(wǎng)節(jié)點的增多導致功率分配不均衡。提出了一種基于模糊約束控制的WSN功率分配均衡器設計方法，首先進行WSN功率分配均衡組網(wǎng)設計，采用模糊約束PID神經(jīng)網(wǎng)絡控制算法進行WSN的功率分配均衡控制，進行功能模塊化設計整個控制系統(tǒng)包括了預處理機模塊、A/D轉(zhuǎn)換模塊、動態(tài)增益控模塊、放大器模塊、濾波模塊和電源模塊。采用ADSP-BF537程序加載方式對控制算法進行DSP加載，實現(xiàn)均衡器的集成電路設計。仿真結(jié)果表明，該系統(tǒng)能有效實現(xiàn)WSN的功率分配均衡，節(jié)點剩余能量方差一直維持在最低，對WSN節(jié)點的能耗控制精度較高，降低了WSN的節(jié)點能量開銷。

關(guān)鍵詞：模糊約束控制；無線傳感器網(wǎng)絡；功率分配；均衡

無線傳感器網(wǎng)絡(Wireless Sensor Network， WSN)作為物聯(lián)網(wǎng)技術(shù)的一個重要分支，在數(shù)據(jù)采集和遠程監(jiān)測等領(lǐng)域具有重要的應用價值。無線傳感器網(wǎng)絡的節(jié)點的能量是有限的，節(jié)點功耗的大小決定了傳感器網(wǎng)絡的壽命長短，需要對無線傳感器網(wǎng)絡的節(jié)點功率分配進行優(yōu)化設計，降低節(jié)點的能量開銷，從而提高傳感器網(wǎng)絡的壽命。傳統(tǒng)方法中，對無線傳感器網(wǎng)絡節(jié)點的功率分配采用自組網(wǎng)交叉均衡機制[1-2]，隨著WSN節(jié)點因電池耗盡而壽命終結(jié)，隨著組網(wǎng)節(jié)點的增多導致功率分配不均衡。對此，相關(guān)文獻進行了算法改進設計，其中，文獻[3]提出一種基于大角度的負載平衡的無線傳感器網(wǎng)絡路由算法實現(xiàn)信道均衡，通過路由修復機制實現(xiàn)WSN的功率均衡分配，但是該算法計算開銷較大，應用性不好。文獻[4]提出的WSN功耗平衡技術(shù)采用分布傳感器隨機共振方法，實現(xiàn)對WSN節(jié)點的功耗均衡設計，降低了WSN功耗，提高壽命，但是該算法簇頭節(jié)點生成過程中需要傳感器網(wǎng)絡的信道帶寬作為代價開銷，降低了傳感器網(wǎng)絡的數(shù)據(jù)感知能力。

針對這些問題，本文提出一種基于模糊約束控制的WSN功率分配均衡器設計方法。首先進行了無線傳感器網(wǎng)絡的功率分配均衡下的組網(wǎng)設計，采用模糊約束PID神經(jīng)網(wǎng)絡控制算法進行WSN的功率分配均衡控制，以此為基礎，進行了分配均衡器的硬件模塊化設計，最后通過仿真實驗進行了性能測試和驗證，展示了算法在實現(xiàn)WSN功率分配均衡中的優(yōu)越性能。

1WSN功率分配均衡組網(wǎng)設計及控制算法描述

1.1WSN功率分配均衡組網(wǎng)設計

在物聯(lián)網(wǎng)環(huán)境下，通過無線傳感器網(wǎng)絡模型構(gòu)建，基于多傳感器對功率分配系統(tǒng)進行遠程控制，提高系統(tǒng)的面向?qū)ο笮院涂煽啃裕瑴p低系統(tǒng)的負載開銷，提高無線傳感器網(wǎng)絡的性能。WSN模型的分簇設計采用自組網(wǎng)功率均衡設計方法，WSN節(jié)點分布模型如圖1所示。

圖1　WSN節(jié)點分布模型

圖1中，Z1，Z2…ZN為傳感器節(jié)點。典型的無線傳感器網(wǎng)絡功率均衡分配模型中，假設網(wǎng)網(wǎng)絡覆蓋區(qū)域是一個邊長為M的正方形區(qū)域，共有N個覆蓋區(qū)域隨機地分布著傳感器節(jié)點，每個無線傳感器網(wǎng)絡節(jié)點的能量感知半徑為，在簇頭節(jié)點形成個幀(Frame)的中繼神經(jīng)元控制終端，無線傳感器網(wǎng)絡進行數(shù)據(jù)信息采樣的時間間隔為Tf，WSN節(jié)點融合的信道帶寬為Ts=NfTf，此時WSN基站收集到含有帶寬為Tp的節(jié)點電位勢能為：

(1)

式中ASM——WSN節(jié)點的功耗幅值；

ρSM為WSN中繼節(jié)點的基底核采樣周期；

DSM——WSN進行數(shù)據(jù)采集的持續(xù)時間。

每個簇頭節(jié)點幀分為Nc個帶寬，在相同帶寬下進行自組織定位的時間為：

Tc=ent(Tf/Nc)

(2)

(3)

(4)

式中bj——過程噪聲；

Ts——初始狀態(tài)的功率大??；

Tc——量化閾值。

WSN路由分配過程中通過決策樹進行路徑損耗的調(diào)制，進行基站和傳感器節(jié)點的信道均衡設計，由此實現(xiàn)WSN優(yōu)化組網(wǎng)分配。

1.2模糊約束PID神經(jīng)網(wǎng)絡控制算法

在組網(wǎng)設計和功率分配的基礎上，提出一種基于模糊約束控制的WSN功率分配均衡器設計方法。在進行了無線傳感器網(wǎng)絡的功率分配均衡下的組網(wǎng)設計的基礎上，采用模糊約束PID神經(jīng)網(wǎng)絡控制算法進行WSN的功率分配均衡控制[5-8]， 算法描述如下，在無線傳感器網(wǎng)絡分簇設計中，采用模糊神經(jīng)網(wǎng)絡控制系統(tǒng)進行數(shù)據(jù)信息的分層控制，連通圖G，V表示網(wǎng)絡節(jié)點集，網(wǎng)絡節(jié)點的歐式距離為d，設計WSN功率分配模糊約束PID神經(jīng)結(jié)構(gòu)模型，如圖2所示。

圖2　WSN功率分配模糊約束PID神經(jīng)結(jié)構(gòu)模型

圖2中為一個三層神經(jīng)網(wǎng)絡結(jié)果模型，其中輸入層的神經(jīng)元為WSN的功率分配的參考向量，第i個測量點的神經(jīng)元輸入為：

mi(k)=zi(k)+qi(k)

=Hi(k)x(k)+ui(k)+qi(k)

=Hi(k)x(k)+vi(k)

(5)

其中，WSN的功率分配的干擾噪聲qi(k)的方差滿足：

(6)

式中Δi(k，r)——k時刻WSN功率分配量化步長，r=1，2，…p。

為便于分析，對功率分配節(jié)點進行量化約束，得到約束函數(shù)為：

(7)

U={U1，U2，…，UN}

(8)

而網(wǎng)絡能量消耗w(k)與V(k)的相關(guān)性為：

E[w(k)VT(k)]=[B1(k)B2(k)…BN(k)]

=B(k)

(9)

其中，發(fā)射信號能量脈沖c(k)=tr[N(k)]/tr[C(k)]，此時的能耗系數(shù)是εmp，G為負載—功耗聯(lián)合特征，且：

(10)

其中

(11)

(12)

通過模糊約束控制，得到無線傳感器網(wǎng)絡任意兩點邊集為V2，設路由節(jié)點之間的單元間距d，把WSN的功率分配的狀態(tài)數(shù)據(jù)流在PID神經(jīng)網(wǎng)絡系統(tǒng)中進行隨機分簇處理，通過上述處理，實現(xiàn)了功率分配優(yōu)化控制。

2WSN功率分配均衡器硬件設計與實現(xiàn)

在控制算法設計的基礎上，進行WSN功率分配均衡器硬件模塊設計與實現(xiàn)，傳統(tǒng)的WSN均衡器硬件設計采用分離元件D/A轉(zhuǎn)換輸出的控制系統(tǒng)設計方法，受到分離元件的溫度漂移和基線漂移影響較大，控制性能不好。提出一種基于PLC邏輯編程控制的WSN均衡器硬件設計方法，在上述模糊約束PID控制方法的基礎上，進行功能模塊化設計，設定PLL_LOCKCNT寄存器進行控制程序時鐘采樣，整個控制系統(tǒng)包括了預處理機模塊、A/D轉(zhuǎn)換模塊、動態(tài)增益控模塊、放大器模塊、濾波模塊和電源模塊。均衡器的設計框圖如圖3所示。

圖3　均衡器總體設計框圖

在總體設計基礎上，進行功能模塊化設計，將PLC上的串口與WIFI(或者4G)設備服務器相連，讀取地址0x20000000處的WSN功率損耗值，使用惟一的ID0x5F來選擇DSP得到均衡器的A/D轉(zhuǎn)換模塊電路如圖4所示。

圖4　WSN功率分配均衡器的A/D轉(zhuǎn)換電路

圖4中，假設CC為10nF，電阻R為200Ω。當信號快速下降時，運放處于閉環(huán)狀態(tài)實現(xiàn)對WSN功耗的快速采集和數(shù)據(jù)檢測。在此基礎上進行放大器模塊設計，設計的WSN功率分配均衡器的放大器電路如圖5所示。D1的正極電位為0，輸出信號VOUT為電容CC提供了三極管集的電源，采用ADM706芯片進行主控控制，當看門狗輸出將變?yōu)榈碗娖?，按下開關(guān)S1后實現(xiàn)WSN功率分配均衡器的數(shù)字復位，當輸入信號為1的三角波信號，WDO引腳將產(chǎn)生低電平輸出。

圖5　WSN功率分配均衡器的放大器電路

通過上述功能模塊化設計，采用ADSP-BF537程序加載方式對控制算法進行DSP加載，程序加載過程中，SPI存儲器可以是8位、16位，通過控制算法的程序加載，實現(xiàn)均衡器的集成電路設計，整個電路設計結(jié)果如圖6所示。

圖6　WSN功率分配均衡器電路設計結(jié)果

3系統(tǒng)仿真實驗

在上述進行系統(tǒng)設計的基礎上，基于VisualDSP++ 4.5軟件開發(fā)環(huán)境下進行系統(tǒng)軟件開發(fā)，實現(xiàn)了控制系統(tǒng)的硬件和軟件設計。通過Matlab編程進行程序加載，將PLC上的串口與WIFI(或者4G)設備服務器相連，接入無線傳感器網(wǎng)絡實驗平臺，進行系統(tǒng)仿真，仿真實驗，通過仿真實驗測試本文設計的控制算法和WSN功率分配均衡器在實現(xiàn)功率優(yōu)化分配中的性能。實驗中，系統(tǒng)的驅(qū)動模塊文件AD7656.ko，基于Qt的XWindow程序進行算法價值，WSN功率分配控制的步長設為100步，采樣頻率為102kHz，初始能耗為1 093kJ，帶寬限制為12Bit，在上述參量設計和仿真環(huán)境設計的基礎上，采用本文算法進行功率分配均衡仿真，調(diào)試的過程輸入三角波波形，進行系統(tǒng)上電，得到輸出的功率譜分配能譜如圖7所示。

圖7　輸出的WSN功率均衡分配能譜

從圖7可見，采用本文方法能有效實現(xiàn)對WSN中路由節(jié)點的功率優(yōu)化分配，降低能量開銷，最后得到功率均衡分配輸出如圖8所示。

圖8　WSN功率分配均衡調(diào)試輸出

從圖8可見，采用本文算法，系統(tǒng)對WSN的功率和功耗具有較好的控制精度和性能，有效抑制了溫度漂移和基線漂移，節(jié)點剩余能量方差一直維持在最低，實現(xiàn)了WSN整個網(wǎng)絡的能量均衡。

4結(jié)語

對無線傳感器網(wǎng)絡進行功率分配均衡控制設計，提高無線傳感器網(wǎng)絡的壽命，降低傳感器網(wǎng)絡節(jié)點的能量損耗，當前的WSN功率分配采用自組網(wǎng)交叉均衡機制，隨著組網(wǎng)節(jié)點的增多導致功率分配不均衡。提出一種基于模糊約束控制的WSN功率分配均衡器設計方法。本文提出一種基于模糊約束控制的WSN功率分配均衡器設計方法。首先進行了無線傳感器網(wǎng)絡的功率分配均衡下的組網(wǎng)設計，采用模糊約束PID神經(jīng)網(wǎng)絡控制算法進行WSN的功率分配均衡控制，以此為基礎，進行了分配均衡器的硬件模塊化設計，最后通過仿真實驗進行了性能測試和驗證，研究結(jié)果表明，采用本設計方法進行WSN優(yōu)化功率分配，能量均衡性能較好，控制精度較高，降低了WSN的節(jié)點能量開銷。

參考文獻：

[1]陳志, 駱平, 岳文靜, 等. 一種能量感知的無線傳感網(wǎng)拓撲控制算法[J]. 傳感技術(shù)學報, 2013, 26(3): 382-387.

CHENZhi,LUOPing,YUEWen-jing,etal.Anenergy-awaretopologycontrolalgorithmforwirelesssensornetworks[J]．ChineseJournalofSensorsandActuators，2013，26(3)：382-387．

[2]王辛果, 張信明, 陳國良. 時延受限且能量高效的無線傳感網(wǎng)絡跨層路由[J]. 軟件學報, 2011, 22(7): 1626-1640.

WANGXin-Guo,ZHANGXin-Ming,CHENGuo-Liang.Delay-constrainedandenergy-efficientcross-layerroutinginwirelesssensornetworks[J].JournalofSoftware,2011,22(7):1626-1640.

[3]陳永銳, 易衛(wèi)東. 最大網(wǎng)絡生存周期的無線傳感網(wǎng)協(xié)作路由算法[J]. 軟件學報, 2011, 22(1): 122-130.

CHENYong-rui,YIWei-dong.Cooperativeroutingalgorithmfornetworklifetimemaximizationinwirelesssensornetworks[J]．JournalofSoftware，2011，22 (1)：122-130．

[4]任智, 王青明, 郭曉金. 無線傳感器網(wǎng)絡中基于最小跳數(shù)路由的節(jié)點休眠算法[J]. 計算機應用, 2011, 31(1): 194-197，201.

RENZhi,WANGQing-ming,GUOXiao-jin.Nodesleepingalgorithmforwirelesssensornetworksbasedonminimalhoproutingprotocol[J].JournalofComputerApplications, 2011,31(1):194-197,201.

[5]NATHR.ATOSSIMbasedimplementationandanalysisofcollectiontreeprotocolinwirelesssensornetworks[C]//CommunicationsandSignalProcessing(ICCSP), 2013InternationalConferenceon.IEEE, 2013: 484-488.

[6]GADALLAHY,ElmorsyM,IbrahimMN,etal.ECTP:EnhancedCollectionTreeProtocolforpracticalwirelesssensornetworkapplications[C]//WirelessCommunicationsandMobileComputingConference(IWCMC), 2013 9thInternational.IEEE, 2013: 165-170.

[7]李少雷.基于Zigbee技術(shù)的無線智能照明控制系統(tǒng)[J].電子設計工程,2015(19):125-126.

LIShao-lei.Wirelessintelligentlightingsystembasedonzigbeetechnology[J].ElectronicDesignEngineering, 2015(19)：125-126.

[8]段奇智,袁勇,張毅,等.天然氣管道遠程聲通信接收機系統(tǒng)設計方法研究[J].計算機與數(shù)字工程,2013,41(11): 1835-1829.

DUANQi-zhi,YUANYong,ZHANGYi,etal.Designmethodofremoteacousticcommunicationreceiverforgaspipeline[J]．ComputerandDigitalEngineering，2013，41(11)：1835-1829.

(本文編輯：趙艷粉)

Design of WSN Power Allocation Equalizr Based on Fuzzy Constraint Control

CHEN Xiao-sheng

(Huali College, Guangdong University of Technology, Guangzhou 511325, China)

Abstract:Power allocation equalization for wireless sensor networks (WSN) can be designed to improve the WSN lifetime, and reduce the energy loss of sensor network nodes. The current WSN power allocation adopts ad-hoc network cross balancing mechanism, along with the increase in network nodes leading to uneven power distribution. This paper porposes a design method of WSN power allocation equalizer based on fuzzy constraint control. First of all, the WSN power distribution network is designed, and the power allocation equilibrium control of WSN is carried out by using the fuzzy PID neural network control algorithm. The whole control system includes the pre-processor module, A/D conversion module, dynamic gain control module, amplifier module, filter module and power module. The ADSP-BF537 program is used to load the control algorithm in DSP. Simulation test results show that the system can effectively achieve the power allocation of WSN, the residual energy of the node has been maintained at a minimum, the energy consumption control of WSN nodes is higher, and the energy consumption of WSN nodes is reduced.

Key words:fuzzy control; wireless sensor networks; power allocation; equalization

DOI：10.11973/dlyny201601010

基金項目：2012廣東省質(zhì)量工程項目“獨立學院電子信息創(chuàng)新人才培養(yǎng)實驗區(qū)”(粵教高函[2012]204號)；2013年廣東省高等學校專業(yè)綜合改革試點項目“電氣工程及其自動化”(粵財教[2013]329號)；2012廣東省質(zhì)量工程項目“機電綜合技能實訓中心”(粵教高函[2012]204號)

作者簡介：陳曉生(1989)，男，碩士，助教，技師，主要研究領(lǐng)域為檢測技術(shù)和控制工程。

中圖分類號：TN911.4

文獻標志碼：A

文章編號：2095-1256(2016)01-0047-05

收稿日期：2015-10-22