一種傳感器網(wǎng)絡(luò)的能量收集模型

馬東超 張燦燦

摘要：本設(shè)計針對無線傳感器網(wǎng)路，設(shè)計出一種太陽能充電傳感器網(wǎng)絡(luò)模型，基于該網(wǎng)絡(luò)，我們建立了兼顧節(jié)能與網(wǎng)絡(luò)可靠性優(yōu)化目標的凸優(yōu)化模型DFS-WSN。對DFS-WSN進行仿真實驗以驗證模型的性能。通過對綠色因子的調(diào)節(jié)，驗證了模型對于節(jié)能與網(wǎng)絡(luò)可靠性的調(diào)節(jié)效果。

關(guān)鍵詞：太陽能充電；節(jié)能；傳感器網(wǎng)絡(luò)

中圖分類號：TM383.6 文獻標識碼：A 文章編號：1007-9416（2018）07-0090-02

無線傳感器網(wǎng)絡(luò)被廣泛用于工業(yè)控制、智能家居、醫(yī)療保健[1]、智能農(nóng)業(yè)[2]等諸多領(lǐng)域，受到我國研究學(xué)者普遍的重視。無線傳感器網(wǎng)絡(luò)中的節(jié)點通過自組織的方式進行組網(wǎng)，它是一個智能化的網(wǎng)絡(luò)系統(tǒng)。傳感器節(jié)點是一種具有通信能力的小型設(shè)備，傳統(tǒng)的傳感器電量來源為蓄電池，電量消耗完畢則節(jié)點死亡。光伏發(fā)電方便快捷，利用資源豐富的太陽能，不需要擔(dān)心資源枯竭、短缺的現(xiàn)象。因此本文引入光伏電池進行能量補給，綜合分析傳感器網(wǎng)絡(luò)的應(yīng)用場景、研究現(xiàn)狀，提出一種基于凸優(yōu)化、可調(diào)節(jié)的路由模型。

1 基于凸優(yōu)化的傳感器理論模型

在太陽能充電無線傳感器網(wǎng)絡(luò)的研究中，綜合節(jié)能和網(wǎng)絡(luò)可靠性兩個優(yōu)化目標，我們提出了一種適應(yīng)于大多數(shù)太陽能充電傳感器網(wǎng)絡(luò)的凸優(yōu)化模型DFS-WSN，綜合考慮了太陽能充電傳感器節(jié)點的充電特性，引入光伏電池充電功率。該模型能夠在節(jié)能與網(wǎng)絡(luò)可靠性之間進行動態(tài)調(diào)節(jié)，適用于大多數(shù)太陽能充電傳感器網(wǎng)絡(luò)應(yīng)用場景。下面給出DFS-WSN模型的優(yōu)化目標函數(shù)如（1-1）所示。式左側(cè)為網(wǎng)絡(luò)可靠性的優(yōu)化目標，以節(jié)點傳輸耗能與充電功率的比為標準，最小化“最大能量利用率”，防止因節(jié)點負載過多而死亡。左側(cè)針對節(jié)能的優(yōu)化目標，訴求是最小化全網(wǎng)鏈路總數(shù)據(jù)量。單位時間全網(wǎng)采集數(shù)據(jù)量是一定的，最小化全網(wǎng)鏈路總數(shù)據(jù)量，即最小化網(wǎng)絡(luò)層數(shù)，使得數(shù)據(jù)經(jīng)過的轉(zhuǎn)發(fā)次數(shù)最小。

式（1-2）約束條件—（a）為節(jié)點流量負載設(shè)置上限值，節(jié)點聚集所有孩子節(jié)點的流量總量不能比鏈路的容量大；（1-2）式（b）描述節(jié)點間傳輸?shù)牧髁勘仨殲檎?；?-2）式（c）描述節(jié)點發(fā)送至其它節(jié)點的流量為正，也即每個節(jié)點都至少有一個父節(jié)點。式（1-3）描述的是流量工程中常見的流量平衡方程， 指任一非Sink節(jié)點自身所采集的數(shù)據(jù)量，該式表明節(jié)點s發(fā)送出的全部流量只包括s節(jié)點自身采集的數(shù)據(jù)量與接收全部孩子節(jié)點的數(shù)據(jù)量組成，。當(dāng)s為Sink節(jié)點時，它接收所有節(jié)點采集的數(shù)據(jù)量而不發(fā)送任何流量，。

2 理論模型的優(yōu)化和求解

由于太陽能充電傳感器節(jié)點的充電功率受到天氣、陰影、時間等各種因素的影響，不同的條件下對網(wǎng)絡(luò)壽命和網(wǎng)絡(luò)可靠性有不同的要求，因此本文引入綠色因子，對網(wǎng)絡(luò)可靠新性與網(wǎng)絡(luò)壽命進行調(diào)節(jié)，以滿足不同條件下的性能要求，因此模型得到進一步優(yōu)化為：

式（2-1）在用MATLAB進行求解的過程中，需要對每一個節(jié)點的接收耗能進行求和，即，還需要對每一對節(jié)點間的數(shù)據(jù)量進行求和，即，計算復(fù)雜度為n2。節(jié)點不間斷的進行數(shù)據(jù)的采集和發(fā)送工作。在實際應(yīng)用中由于距離的限制，絕大部分節(jié)點間并無數(shù)據(jù)量的傳輸，對全網(wǎng)所有節(jié)點進行遍歷式的計算不單會增大計算量還會影響實驗性能，因此我們希望能在計算中剔除因?qū)嶋H傳輸距離而導(dǎo)致的無效計算。

在進行仿真實驗時，我們發(fā)現(xiàn)如果一個節(jié)點傳輸流量不足一個分片，且分發(fā)給多個父節(jié)點會造成大量的能量損耗。為了使不足一個分片的流量僅傳輸給一個父節(jié)點。本文為每個節(jié)點引入一個權(quán)重，規(guī)定在其他條件相同的情況下，節(jié)點會優(yōu)先選擇權(quán)重更大的父節(jié)點進行數(shù)據(jù)傳輸。本文的模型就變成如下所示：

眾所周知，網(wǎng)絡(luò)中節(jié)點負載過多會造成節(jié)點死亡，網(wǎng)絡(luò)出現(xiàn)不穩(wěn)定的狀態(tài)。因一個節(jié)點擁有過多子孫節(jié)點過多而死亡會。因此本文規(guī)定，每個節(jié)點僅能擁有5個子節(jié)點，這樣可以有效避免子節(jié)點過多或者層數(shù)過多導(dǎo)致子孫節(jié)點過多的情況產(chǎn)生。

3 仿真實驗

本章對DFS-WSN進行了仿真實驗，對模型在節(jié)能及網(wǎng)絡(luò)可靠性的不同方面進行了實驗對比，已驗證模型在兩個優(yōu)化目標下的有效性，并通過綠色因子的調(diào)節(jié)作用調(diào)節(jié)網(wǎng)絡(luò)狀態(tài)以適應(yīng)不同的網(wǎng)絡(luò)需求。仿真實驗利用MATLAB進行求解。

圖1所示為在網(wǎng)絡(luò)在不同通信半徑下葉子節(jié)點數(shù)量隨綠色因子的變化而變化，可見綠色因子對葉子節(jié)點的調(diào)節(jié)具有顯著的效果，在15米通信半徑下，網(wǎng)絡(luò)中葉子節(jié)點百分比由90%下降到65%左右，調(diào)節(jié)幅度達到了25%～30%，在10米與5米通信半徑下葉子節(jié)點變化幅度均在20%以上。綠色因子極小的情況下網(wǎng)絡(luò)中葉子節(jié)點數(shù)目都處于比較大的情況，這是因為此時網(wǎng)絡(luò)處于單純節(jié)能狀態(tài)，節(jié)點間通過數(shù)據(jù)的匯聚節(jié)省了數(shù)據(jù)收發(fā)次數(shù)，同時也省去大量等待ACK、狀態(tài)切換、空閑等待等的時間。

圖2展示了網(wǎng)絡(luò)在不同綠色因子的配置下網(wǎng)絡(luò)總能耗，可以看出綠色因子在極小值的情況下（a=0，b=1）網(wǎng)絡(luò)能耗顯著小于綠色因子較大的情況（a=1000，b=1），這與圖1中的情況一致，當(dāng)傳感器網(wǎng)絡(luò)處于較節(jié)能狀態(tài)（綠色因子較?。┚W(wǎng)絡(luò)總能耗較低。而當(dāng)綠色因子逐漸增大，網(wǎng)路中葉子節(jié)點降低、能耗降低，網(wǎng)絡(luò)此時更偏重于可靠性的調(diào)節(jié)。

圖3展示了在不同的陰影覆蓋面積之下網(wǎng)絡(luò)的功率對比。從圖中可以看到，當(dāng)陰影率不斷升高的過程中網(wǎng)絡(luò)功率與之前所述趨勢相一致。由于EP-LEACH[3]不存在對節(jié)能與網(wǎng)絡(luò)可靠性的調(diào)節(jié)工作，因此網(wǎng)絡(luò)在一定的充電功率下功率一定。而當(dāng)綠色因子大于1×103時，DFS-WSN對于網(wǎng)絡(luò)節(jié)能調(diào)節(jié)的能力達到最大，網(wǎng)絡(luò)功率低于EP-LEACH模型。

圖4展示了在不同的太陽能光照強度下兩種模型網(wǎng)絡(luò)壽命的對比?？梢钥吹?，網(wǎng)絡(luò)通過對太陽能光照強度的預(yù)測建立能量潛力函數(shù)，但是在網(wǎng)絡(luò)陰影覆蓋面積較多的情況下，網(wǎng)絡(luò)中節(jié)點光照強度變化較大，容易由較高充電功率突然下降，而此時由于基于過去功率預(yù)測的能量潛力函數(shù)的存在，使得此節(jié)點依然負擔(dān)較大網(wǎng)絡(luò)負載，因此節(jié)點死亡。由于這種不穩(wěn)定光照強度的影響，EP-WSN在陰影率較大時，網(wǎng)絡(luò)壽命明顯低于本文模型。

實驗驗證了模型在節(jié)能與可靠性調(diào)節(jié)方面的效果，綠色因子對葉子節(jié)點的調(diào)節(jié)具有顯著的效果，在15米通信半徑下，網(wǎng)絡(luò)中葉子節(jié)點百分比由90%下降到65%左右，調(diào)節(jié)幅度達到了25%～30%。當(dāng)傳感器網(wǎng)絡(luò)處于較節(jié)能狀態(tài)（綠色因子較?。┚W(wǎng)絡(luò)總能耗較低。而當(dāng)綠色因子逐漸增大，網(wǎng)絡(luò)中葉子節(jié)點數(shù)降低、能耗降低，網(wǎng)絡(luò)此時更偏重于可靠性的調(diào)節(jié)。隨著綠色因子的增大網(wǎng)絡(luò)中數(shù)據(jù)損失量逐漸降低，不同的通信半徑下，數(shù)據(jù)損失量分別降低了49.5%、64.8%、67.6%。

我們對模型隨著太陽能光照變化進行能耗調(diào)節(jié)的效果進行了驗證。隨著網(wǎng)絡(luò)陰影率的增大網(wǎng)絡(luò)中葉子節(jié)點的數(shù)目呈現(xiàn)增大的趨勢，網(wǎng)絡(luò)能耗隨陰影率的增大而升高，同時隨著陰影率的增高網(wǎng)絡(luò)能耗隨之減少。能量采集對傳感器網(wǎng)壽命延長具有顯著的效果。本文與EP-LWACH模型進行了對比，EP-LEACH模型追求較均勻的鏈路負載，沒有重視對于節(jié)點數(shù)據(jù)的聚集。實驗得到，在綠色因子調(diào)節(jié)到1×103時，DFS-WSN模型網(wǎng)絡(luò)功率將迅速低于EP-LWACH模型。而在網(wǎng)絡(luò)陰影覆蓋率達到60%的情況下，DFS-WSN模型在綠色因子低于3×103時壽命明顯高于EP-LWACH模型壽命。

參考文獻

[1]Hadjidj A， Souil M， Bouabdallah A， et al. Wireless sensor networks for rehabilitation applications： Challenges and opportunities [J].Journal of Network and Computer Applications，2013，36（1）：1-15.

[2]Yassine Jiber， Hamid Harroud， Ahmed Karmouch. Precision Agriculture Monitoring Framework Based on WSN [C].7th International Wireless Communications and Mobile Computing Conference，July 4-8，2011：2015-2020.

[3]An Energy Harvesting Aware Routing Algorithm for Hierarchical Clustering Wireless Sensor Networks [J].Ksii Transactions on Internet & Information Systems，2016，10（2）：684-686.