CRFID中的能量管理與任務(wù)規(guī)劃算法研究

郭茹茹， 鞏建平， 趙菊敏， 李燈熬， 朱颮凱

(太原理工大學(xué) 信息與計(jì)算機(jī)學(xué)院， 山西 晉中 030600)

0 引 言

射頻識(shí)別(RFID)系統(tǒng)中標(biāo)簽是其一個(gè)重要的組成部分， 標(biāo)簽可以從閱讀器中收集能量并且進(jìn)行通信. 隨著RFID技術(shù)的發(fā)展， 之前的有源標(biāo)簽因其體積大， 壽命短而逐步被無源標(biāo)簽所取代. 相比之下， 無源傳感器標(biāo)簽接收來自RFID閱讀器的能量而不受電池壽命的限制， 使其可以永久地嵌入物體中， 對(duì)物體進(jìn)行監(jiān)測(cè)， 像建筑物結(jié)構(gòu)體的監(jiān)測(cè)， 醫(yī)療監(jiān)測(cè)等. 另一個(gè)優(yōu)點(diǎn)是它們重量輕， 體積小， 成本低. 但是純無源傳感器標(biāo)簽的限制是必須靠近RFID閱讀器. 因?yàn)樾枰ㄟ^閱讀器來提供能量， 供其工作.

進(jìn)一步的考慮是RFID傳感器標(biāo)簽的可配置性和計(jì)算能力. 現(xiàn)有普通無源標(biāo)簽都是只有感知能力而不具備計(jì)算能力. 而CRFID是集感知與計(jì)算為一體的無源標(biāo)簽， 其包括兩種平臺(tái)： WISP與MOO[1]. 本文主要是針對(duì)無線識(shí)別和傳感平臺(tái)(WISP)來進(jìn)行算法的設(shè)計(jì). WISP是一種可編程的、 無源感知和計(jì)算的平臺(tái)， 它利用一個(gè)16位的低功耗微處理器進(jìn)行感知和計(jì)算. 它的能量來源是遠(yuǎn)程的RFID閱讀器. 與RFID一樣執(zhí)行EPC標(biāo)準(zhǔn)， 是可以被RFID閱讀器識(shí)別的被動(dòng)標(biāo)簽， 但是與普通RFID不同的是， 其具有感知和計(jì)算能力. 由于自身集成三軸加速度與溫度傳感器使其可以進(jìn)行感知， 內(nèi)置MSP430處理器使其可以進(jìn)行計(jì)算. 其中MSP430是WISP的控制核心器件， 包括對(duì)能量的控制， 并且 WISP 還外接各類傳感器， 應(yīng)用范圍比傳統(tǒng)的RFID更廣泛.

WISP通信原理主要是通過反向散射和改變天線的阻抗， 從而改變?nèi)肷湫盘?hào)的接收強(qiáng)度來實(shí)現(xiàn)的. 當(dāng)一個(gè)發(fā)射波碰到具有不同阻抗值的兩種介質(zhì)之間的邊界時(shí)， 波會(huì)被反射回去. 不同的天線阻抗， 會(huì)有不同的反射量. 所以利用這一特點(diǎn)， 通過調(diào)制在天線端口的阻抗可以控制入射RF能量的分散量， 從而實(shí)現(xiàn)信息的調(diào)制和傳送.

之前解決能量問題的方法主要有硬件的改進(jìn)與能量管理算法的設(shè)計(jì)兩部分. 其中在硬件能量?jī)?yōu)化方面， 華盛頓大學(xué)的Ransford B等人[2]在2008年通過插入檢查點(diǎn)以及硬件中斷的方法來控制WISP的工作狀態(tài)， 從而增加能量利用率； 2009年， 馬薩諸塞大學(xué)Sample A P等人[3]提出了一種將電容式觸摸界面與無源RFID標(biāo)簽相結(jié)合的方法. 該方法將WISP標(biāo)簽制作成一個(gè)具有電容感知能力的無源超高頻標(biāo)簽， 并將其集成到標(biāo)簽天線的端口. 使得WISP天線既可以作為一個(gè)電容式觸摸傳感器， 利用天線的低頻自電容作為電場(chǎng)觸摸或傳感器來進(jìn)行通信， 又可以作為UHF 的RFID天線來提供電源. 當(dāng)用戶觸摸在標(biāo)簽天線上的輸入?yún)^(qū)域時(shí)， 電容傳感器的RC時(shí)間常數(shù)被測(cè)量到， 與此同時(shí)， 觸摸事件傳給閱讀器. 此方法將傳感器與微控制器分開， 直接將數(shù)據(jù)傳給閱讀器， 節(jié)省了能量的消耗. 2010年， 華盛頓大學(xué)團(tuán)隊(duì)[4]提出了混合的能量源， 將太陽能板與WISP結(jié)合， 增加了WISP的能量收集. 從2014年開始， 為了打破WISP只收集 915 MHz 能量的局限， 華盛頓大學(xué)的Aaron N. Parks等人[5]， 對(duì)WISP的射頻前端電路進(jìn)行了改進(jìn)， 主要是增加了收集能量的頻段， 使WISP可以收集更多的能量. 2015年華盛頓大學(xué)的Vamsi Talla等人[6]繼續(xù)改進(jìn)WISP的射頻前端， 設(shè)計(jì)了可以收集WIFI中能量的芯片， 因?yàn)閃IFI覆蓋的范圍很廣， 如果可以收集到WIFI中的能量， 也是對(duì)WISP能量管理上的一個(gè)很大突破. 2016年， 華盛頓大學(xué)的Liu Q等人[7]又將WISP設(shè)計(jì)成手機(jī)藍(lán)牙中的能量， 不僅增加了WISP的能量源， 又為WISP在手機(jī)中的應(yīng)用提供了思路. 張宏等[8]設(shè)計(jì)出了比WISP能量收集更多的MOO. 通過改變存儲(chǔ)器來解決了斷電不丟失的問題， 但是能量的消耗卻增加了. 在硬件方面對(duì)于WISP 的改進(jìn)也一直在繼續(xù)著， 但是硬件的改進(jìn)需要很大的成本.

浙江大學(xué)的陳積明教授以及其團(tuán)隊(duì)目前主要研究的方法是通過能量源的移動(dòng)策略來提高能量的收集以及能量的利用率[9]而且側(cè)重點(diǎn)只是偏向靜態(tài)的能量模型[10]以及通信的延遲[11]， 并沒有對(duì)任務(wù)進(jìn)行規(guī)劃. Massachusetts大學(xué)團(tuán)隊(duì)研究出了比特-比特傳輸[12]， 通過數(shù)據(jù)包的切割來節(jié)省能量. 在此基礎(chǔ)上， 趙彤, 楊文國(guó)等人首次在傳感網(wǎng)中提出了基于能量的數(shù)據(jù)包調(diào)整算法[13]. 李虹等人[14]提出了睡眠機(jī)制來對(duì)能量進(jìn)行了管理. Fu L等人[11]采用了最優(yōu)的吞吐量的能量管理策略， 并減少了傳輸數(shù)據(jù)的延遲. 提出了全新的動(dòng)態(tài)電壓調(diào)節(jié)的管理技術(shù)， 即根據(jù)負(fù)載情況動(dòng)態(tài)調(diào)整微處理器的電源電壓. Buettner, Michael等[15]提出了具有Inter WISP的RFID傳感器網(wǎng)絡(luò)的原形， 但是要實(shí)現(xiàn)它并不簡(jiǎn)單. Roy, Sumit等[16]通過進(jìn)一步的分析， 認(rèn)為RFID傳感器網(wǎng)絡(luò)的設(shè)計(jì)必須考慮到克服鏈路層缺點(diǎn). 例如， 標(biāo)簽的功能少， 能量有限， 幾乎都是依靠閱讀去實(shí)現(xiàn)的， 所以導(dǎo)致了上下鏈路在傳數(shù)據(jù)時(shí)會(huì)發(fā)生碰撞. 同時(shí)由于一個(gè)區(qū)域內(nèi)會(huì)有多個(gè)閱讀器， 閱讀器也會(huì)發(fā)生碰撞. 這些為基于WISP的RFID傳感器網(wǎng)絡(luò)發(fā)展和研究指明了方向.

以上方法想要從兩個(gè)角度解決節(jié)點(diǎn)中能量的問題， 但是能量利用率的提升并不大， 對(duì)于能量管理， 如果將其量化， 再進(jìn)行管理是一個(gè)很有效的方法. 本文將建立WISP的能量模型， 并且在此基礎(chǔ)上進(jìn)行能量的管理與任務(wù)的同步規(guī)劃.

1 能量模型

反向散射是通過閱讀器向無源設(shè)備提供能量， 標(biāo)簽端進(jìn)行反向散射來實(shí)現(xiàn)通信. 閱讀器通過發(fā)送CW波來給標(biāo)簽提供能量， 無源標(biāo)簽通過反向散射將信息傳遞到閱讀器， 從而實(shí)現(xiàn)通信. 在整個(gè)通信過程中， 由于標(biāo)簽是屬于被動(dòng)式的， 尤其是能量， 完全是靠閱讀器來提供， 所以能量顯得尤為重要， 但是目前對(duì)于CRFID并沒有一套完整的能量模型， 只是建立了理想的能量收集模型， 但并沒有對(duì)能量的消耗建立詳細(xì)的模型， 為此， 本文對(duì)能量進(jìn)行了詳細(xì)的建模， 包括接收到的和消耗的能量.

1.1 能量收集模型

文獻(xiàn)[11]中提出的能量收集主要是通過天線和整流電路來完成的， 能量最終存儲(chǔ)在一個(gè)電容里. 理想的模型中主要是利用電磁波傳輸理論中的弗里斯公式

(1)

式中：PR為接收功率；PT為發(fā)射功率；GT為發(fā)射端增益；GR為發(fā)射端增益；λ為入射波波長(zhǎng). 其中， 接收功率30 dBm(1 W)， 波長(zhǎng)為0.33 m, 發(fā)射端增益為6 dBi， 接收端增益為2 dBi.

文獻(xiàn)[11]中建立模型的前提是在理想環(huán)境中， 但是在實(shí)際環(huán)境中， 空間距離短， 會(huì)導(dǎo)致電磁波尺度衰減， 多徑效應(yīng)等問題. 因此弗里斯公式不是CRFID的最佳模型. 根據(jù)實(shí)際環(huán)境對(duì)式(1)進(jìn)行修正， 引入兩個(gè)參數(shù)η，α， 則

(2)

式中：η為修正效率；α為路徑損耗. 該修正主要是將弗里斯自由空間轉(zhuǎn)化為適用WISP模型， 通過此模型就可以知道不同距離下所接收到的功率值.

1.2 能量消耗模型

在漏電實(shí)驗(yàn)中涉及到了功率的計(jì)算問題， 功率P=UI, 不能直接進(jìn)行測(cè)量， 只能通過測(cè)試電容兩端的電壓間接得到. 通過聯(lián)立式(3)與式(4)可以得到式(5), 這樣將電壓值與功率值聯(lián)系起來， 根據(jù)測(cè)得的電壓值就知道漏電功率的值.

I=kCVc,(3)

Vt=Vue(-t/τ),(5)

式中：k為介電常數(shù)；C為電容值,C=10 μF.

WISP節(jié)點(diǎn)工作主要包括： 感知、 計(jì)算、 通信. 其中通信消耗的能量最多.

1) 節(jié)點(diǎn)采樣能耗分析與建模

WISP節(jié)點(diǎn)隨著采樣次數(shù)的不同， 采樣能耗也不同. 通過采集1 000次的實(shí)驗(yàn)得到關(guān)系式為

Pp=0.005 049x+0.011 32.(6)

2) 節(jié)點(diǎn)計(jì)算能耗分析與建模

WISP節(jié)點(diǎn)隨著計(jì)算次數(shù)不同， 計(jì)算能耗也不同. 通過采集1 000次的實(shí)驗(yàn)得到關(guān)系式為

Pp=0.000 081x+0.564 6.(7)

3) 節(jié)點(diǎn)通信能耗分析與建模

CRFID通信過程主要是通過反向散射來進(jìn)行的， 反向散射是通過改變天線的阻抗， 從而改變?nèi)肷湫盘?hào)的接收強(qiáng)度來實(shí)現(xiàn)的. 當(dāng)一個(gè)發(fā)射波碰到具有不同阻抗值的兩種介質(zhì)之間的邊界時(shí)， 波會(huì)被反射回去. 不同的天線阻抗， 會(huì)有不同的反射量. 所以利用這一特點(diǎn)， 通過調(diào)制在天線端口的阻抗可以控制入射RF能量的分散量， 從而實(shí)現(xiàn)信息的調(diào)制和傳送. 在反向散射中有兩種情況:

① 當(dāng)電路中的開關(guān)為0時(shí)， 晶體管關(guān)斷， 達(dá)到阻抗匹配， 多數(shù)信號(hào)被吸收， 這些能量會(huì)被存儲(chǔ)于電路的電容中， 用于標(biāo)簽的工作. 反射系數(shù)為

(8)

式中：Za為天線的阻抗；ZL1為負(fù)載的阻抗.

雷達(dá)截面為

(9)

反射能量為

(10)

② 當(dāng)電路中的開關(guān)為1時(shí)， 晶體管處于導(dǎo)通階段， 阻抗不匹配， 天線會(huì)反射能量， 產(chǎn)生一個(gè)較大振幅的散射信號(hào)， 這樣只能收集到較少的能量. 反射系數(shù)為

(11)

雷達(dá)截面為

(12)

反射能量為

(13)

通過模型的建立可以實(shí)時(shí)地知道不同位置下標(biāo)簽的剩余能量值， 從而根據(jù)能量值動(dòng)態(tài)地進(jìn)行任務(wù)的規(guī)劃.

2 能量管理與任務(wù)規(guī)劃

2.1 指數(shù)加權(quán)移動(dòng)平均值算法

指數(shù)加權(quán)移動(dòng)平均(Exponentially Weighted Moving Average， EWMA)， 是一種常用的序列數(shù)據(jù)處理方式.

EWMA主要是據(jù)前一時(shí)刻實(shí)際的觀測(cè)值來求取t時(shí)刻的估計(jì)值. EWMA是以幾何遞減的順序?qū)颖具M(jìn)行加權(quán)， 以使最近的樣本加權(quán)最高， 而最遠(yuǎn)的樣本貢獻(xiàn)很少.

EWMA(t)=αH(t)+(1-α)EWMA(t-1),

t=1,2,…,n,(14)

式中：EWMA(t)是t時(shí)刻的估計(jì)值；H(t)是t時(shí)刻的測(cè)量值；n是所觀察的總的時(shí)間；α(0<α<1)表示歷史測(cè)量值的權(quán)重系數(shù). 之所以稱之為指數(shù)加權(quán)， 是因?yàn)榧訖?quán)系數(shù)α是以指數(shù)式遞減的， 即各指數(shù)隨著時(shí)間而指數(shù)式遞減.

在WISP中利用指數(shù)加權(quán)移動(dòng)平均值算法， 首先建立關(guān)于時(shí)間的函數(shù)， 主要是從兩個(gè)角度考慮： ① 充電時(shí)間過短； ② 充電時(shí)間過長(zhǎng). 建立的函數(shù)為

Twasted(V0)=P(fail|V0)t1+(1-P(fail|V0))t2,(15)

`式中：P(fail|V0)為任務(wù)失敗的概率；t1為任務(wù)失敗到重新充到起始電壓的時(shí)間；t2為過度充電的時(shí)間. 且

T1=pf×t1,(16)

T2=pf×t2.(17)

通過指數(shù)加權(quán)移動(dòng)平均值算法可以得到

(18)

通過α與時(shí)間進(jìn)行關(guān)聯(lián)來找到t時(shí)刻最佳的充電時(shí)間， 并且根據(jù)式(21)來動(dòng)態(tài)地調(diào)整下一時(shí)刻的時(shí)間.

(20)

通過能量模型以及指數(shù)加權(quán)平均值算法可以實(shí)時(shí)調(diào)整不同位置下標(biāo)簽的充電時(shí)間， 實(shí)現(xiàn)最佳的醒睡機(jī)制.

2.2 GSME任務(wù)同步規(guī)劃算法

假設(shè)可充電無線網(wǎng)絡(luò)n個(gè)標(biāo)簽， 集合為S={s1，s2，s3，…，sn}. 每個(gè)設(shè)備都有一定數(shù)量要發(fā)送的數(shù)據(jù). 閱讀器R放置在該傳感器網(wǎng)絡(luò)中給定位置L處以收集從該充電器獲得能量的所有標(biāo)簽的數(shù)據(jù)分組. 該模型可以準(zhǔn)確表示的常見應(yīng)用場(chǎng)景是倉(cāng)庫(kù)中的監(jiān)控系統(tǒng)， 其中RFID讀取器正在從庫(kù)存?zhèn)}庫(kù)中的多個(gè)RFID天線收集數(shù)據(jù)包， 而這些RFID任務(wù)在不向讀卡器傳送數(shù)據(jù)包時(shí)， 會(huì)同時(shí)從讀卡器收集能量.

微型設(shè)備不需要彼此通信或同步. 這是因?yàn)樵诳紤]能量問題的情況下， 閱讀器作為集中決策者， 并根據(jù)閱讀器從設(shè)備收集的相關(guān)信息決定何時(shí)收集哪些設(shè)備的數(shù)據(jù)包. 為了收集數(shù)據(jù)包， 閱讀器需要知道存儲(chǔ)在每個(gè)設(shè)備上的能量值， 根據(jù)設(shè)備的能量狀態(tài)確定設(shè)備是否已經(jīng)收獲足夠的能量來將數(shù)據(jù)分組傳送到閱讀器.

為了實(shí)現(xiàn)該目的， 閱讀器可以通過執(zhí)行以下三個(gè)步驟來跟蹤每個(gè)設(shè)備的所需能量信息：

1) 根據(jù)RSS值以及建立的坐標(biāo)系來精確確定標(biāo)簽的位置

RSSI=-(A+10nlog10d).(21)

2) 基于位置信息計(jì)算設(shè)備和閱讀器之間的距離， 然后根據(jù)式計(jì)算每個(gè)設(shè)備隨時(shí)間收獲能量值.

3) 當(dāng)設(shè)備向閱讀器發(fā)送分組時(shí)， 可以根據(jù)該設(shè)備收集的能量減去消耗的能量來計(jì)算該設(shè)備中剩余的能量值用于傳輸數(shù)據(jù)包.

假設(shè)有m個(gè)標(biāo)簽，n個(gè)任務(wù)， 標(biāo)簽集合為S={S1,S2,S3,…,Sn}， 任務(wù)集合為T={T1,T2,T3,…,Tn}. 每個(gè)任務(wù)Ti需要消耗的能量為ei.

定義1p是已經(jīng)分配的任務(wù)集，R是在貪婪下不能分配的剩余任務(wù)集；

定義2ci為目前標(biāo)簽Si中的剩余能量，gi為任務(wù)完成之后剩余能量值.

本文算法是對(duì)貪婪算法的改進(jìn). 在貪婪算法的基礎(chǔ)上， 通過如下三個(gè)步驟來實(shí)現(xiàn)本文算法.

1) 任務(wù)切換. 貪婪算法是根據(jù)任務(wù)所需能量值進(jìn)行排序， 按照大小順序執(zhí)行， 在此算法上進(jìn)行第一步任務(wù)切換， 主要是： 對(duì)于任務(wù)Ti(Ti∈R), 在p集合中找到最小的k值， 使得ei

2) 任務(wù)移動(dòng). 任務(wù)移動(dòng)階段主要是： 對(duì)于標(biāo)簽Si在p集合中找到最小值k， 使得ci>ek,ci

3) 任務(wù)交換. 如果Tj(Tj∈R)可以被分配到gi或者gk中， 則對(duì)于任務(wù)Ti(Ti∈p)， 將Ti與Tk進(jìn)行交換. 最終達(dá)到所有任務(wù)都被執(zhí)行而且能量利用率最高.

3 實(shí)驗(yàn)與評(píng)價(jià)

實(shí)驗(yàn)硬件包括一個(gè)Impinj閱讀器R420， 可以連接四根天線， 工作頻率為920～925 MHz UHF頻帶， 多個(gè)WISP標(biāo)簽， 系統(tǒng)運(yùn)行在Windows 7系統(tǒng)的計(jì)算機(jī).

3.1 能量模型參數(shù)的選取

在能量模型中， 主要是參數(shù)η，α的確定， 在實(shí)驗(yàn)中， 要先將傳感器模塊關(guān)閉. 實(shí)驗(yàn)環(huán)境在空曠的實(shí)驗(yàn)室中進(jìn)行. 從式(1)中可以看出功率與距離相關(guān)， 因此實(shí)驗(yàn)主要是改變WISP與閱讀器之間的距離， 通過監(jiān)測(cè)儲(chǔ)能電容兩端的電壓來得到功率與距離之間的關(guān)系， 從而確定η與α的值. 使用的實(shí)驗(yàn)設(shè)備如圖 1 所示.

圖 1 實(shí)驗(yàn)設(shè)備Fig.1 Experimental equipment

在實(shí)驗(yàn)中， WISP與閱讀器之間的距從0 m開始到4 m每隔0.2 m為一個(gè)定點(diǎn)， 每個(gè)定點(diǎn)實(shí)驗(yàn)重復(fù)10次， 測(cè)量計(jì)算出平均功率， 取其平均值. 最后將實(shí)驗(yàn)數(shù)據(jù)利用MATLAB進(jìn)行分析處理， 最終求出η=0.301，α=0.063， 將參數(shù)代入式(2)得到WISP的能量收集模型， 如圖 2 所示.

圖 2 WISP的能量收集模型Fig.2 WISP energy collection model

圖 2 主要是針對(duì)WISP進(jìn)行的能量收集模型， 通過實(shí)驗(yàn)對(duì)原有的模型進(jìn)行了修正， 可以更加準(zhǔn)確地獲得確定距離下標(biāo)簽的功率值. 從而得知某時(shí)刻確定位置下的能量值. 為下文的算法奠定基礎(chǔ).

3.2 指數(shù)加權(quán)移動(dòng)平均值算法的仿真結(jié)果與分析

在WISP中執(zhí)行的任務(wù)主要有三種： 感知、 計(jì)算、 數(shù)據(jù)傳輸. 利用WISP三軸加速度傳感器來進(jìn)行數(shù)據(jù)的感知； 之后將收集到的數(shù)據(jù)進(jìn)行計(jì)算， 主要是將收集到的模擬信號(hào)利用MSP430轉(zhuǎn)化為數(shù)字信號(hào)； 最終傳輸給閱讀器， 此過程為通信. 實(shí)驗(yàn)主要是比較了WISP標(biāo)簽原有的EPC協(xié)議中的算法與本文算法.

實(shí)驗(yàn)中選取了3組標(biāo)簽， 每組標(biāo)簽有5個(gè)， 分別放置在距離閱讀器1, 1.5, 2, 2.5, 3, 3.5, 4 m處， 利用WISP自身攜帶的三軸加速度傳感器進(jìn)行實(shí)驗(yàn)， 分別進(jìn)行了1 000, 3 000, 5 000次感知任務(wù)、 計(jì)算任務(wù)與通信任務(wù).

根據(jù)實(shí)驗(yàn)步驟， 將本文算法與WISP固有的EPC協(xié)議從執(zhí)行平均時(shí)間、 平均能耗以及通信的可靠性三方面做了對(duì)比， 對(duì)比結(jié)果如圖 3 所示.

從圖 3 中可以看出， WISP在執(zhí)行任務(wù)的時(shí)候， 相同的距離情況下， 本文所提出的EWMA算法比WISP本身EPC規(guī)定的算法所執(zhí)行的時(shí)間要少； 隨著距離的增大， 執(zhí)行時(shí)間越來越長(zhǎng)， 這是因?yàn)楫?dāng)WISP離閱讀器越遠(yuǎn)， 獲取能量的速度就越低， 這樣執(zhí)行相同的任務(wù)所需要的時(shí)間也越多. 總體來看， 本文算法比WISP傳統(tǒng)算法用時(shí)少了15%， 提高了效率.

圖 3 WISP平均執(zhí)行時(shí)間變化圖Fig.3 The graph of WISP average execution time change

圖 4 平均能耗對(duì)比圖Fig.4 Average energy consumption comparison chart

圖 4 為WISP執(zhí)行相同的三種任務(wù)時(shí)， 用本文EWMA算法與EPC的平均能耗圖， 從圖中可以看出， 無論是感知、 計(jì)算還是通信， 本文算法要比EPC所消耗的能量少近1/2. 驗(yàn)證了本文算法的有效性.

圖 5 可靠性結(jié)果圖Fig.5 Reliability result chart

從圖 5 中可以看出， 在相同的距離下， 本文算法的可靠性較高， 最高達(dá)88%， 而且隨著距離的增大， 不會(huì)有大幅度的降低， 有較強(qiáng)的魯棒性.

3.3 GSME任務(wù)同步規(guī)劃算法的仿真結(jié)果與分析

GSME任務(wù)同步規(guī)劃算法主要實(shí)現(xiàn)在執(zhí)行相同任務(wù)下消耗的能量最少， 并且執(zhí)行完任務(wù)之后每個(gè)標(biāo)簽的剩余能量也越少， 即提高了能量的利用率. 為了驗(yàn)證本文算法， 實(shí)驗(yàn)中在距離為1， 2， 3， 4 m處分別放置三組標(biāo)簽， 每組各有100個(gè)標(biāo)簽， 一組標(biāo)簽執(zhí)行貪婪算法， 一組標(biāo)簽執(zhí)行GSME算法， 另一組執(zhí)行WISP的EPC協(xié)議， 進(jìn)行比較. 主要測(cè)試在執(zhí)行相同任務(wù)的條件下能量的消耗以及在相同平均能量條件下執(zhí)行的任務(wù)數(shù)量.

首先， 找到標(biāo)簽的時(shí)間-能量模型圖， 可以實(shí)時(shí)了解標(biāo)簽中的剩余能量. 如圖6所示.

圖 6 標(biāo)簽的能量-時(shí)間模型Fig.6 Energy-time model of tags

1) 任務(wù)個(gè)數(shù)相同時(shí)的實(shí)驗(yàn)結(jié)果分析

當(dāng)任務(wù)為2 500～5 000時(shí)， 三種算法在WISP中進(jìn)行實(shí)現(xiàn)， 得到實(shí)現(xiàn)結(jié)果如圖 7 所示， 可以看出， 在執(zhí)行相同任務(wù)的情況下改進(jìn)的貪婪算法即GSME算法消耗的能量最小， 貪婪算法次之， EPC算法消耗的能量最多. 且可以看出本文算法的能量消耗較EPC的消耗減少了 33.55%， 較貪婪算法提高了27.3%. 大大減少了能量消耗， 提高了能量利用率. 實(shí)驗(yàn)結(jié)果驗(yàn)證了本文算法的有效性.

圖 7 執(zhí)行相同任務(wù)時(shí)的能量消耗Fig.7 Energy consumption when performing the same task

2) 消耗相同能量時(shí)的實(shí)驗(yàn)結(jié)果分析

當(dāng)消耗能量為1～6 J時(shí)， 三種算法在WISP中進(jìn)行， 得到結(jié)果如圖 8 所示， 可以看出， 在消耗相同能量的情況下， GSME算法所執(zhí)行的任務(wù)最多， 貪婪算法次之， EPC執(zhí)行的任務(wù)數(shù)量最少. 通過實(shí)驗(yàn)的結(jié)果可以驗(yàn)證本文算法的有效性.

圖 8 消耗相同能量時(shí)執(zhí)行任務(wù)的數(shù)量Fig.8 The number of tasks performed when consuming the same amount of energy

4 結(jié) 論

本文針對(duì)可計(jì)算RFID的能量里利用率問題， 首次建立了詳細(xì)的能量模型， 提出了指數(shù)加權(quán)移動(dòng)平均值算法來動(dòng)態(tài)地調(diào)整充電時(shí)間， 以及根據(jù)標(biāo)簽所處位置和執(zhí)行完任務(wù)的能量利用， 提出GSME算法. 在WISP能量模型基礎(chǔ)上， 利用可計(jì)算這一特性， 將算法在WISP中實(shí)現(xiàn)， 大大提高了能量的利用效率. 解決了前期必須改變硬件的難題， 在達(dá)到相同目的的條件下節(jié)省了時(shí)間與成本. 但是本文并沒有考慮并行解碼的問題， 當(dāng)多個(gè)標(biāo)簽向閱讀器一起發(fā)送消息時(shí)候， 閱讀器的解碼率會(huì)降低， 后續(xù)研究中將會(huì)解決此問題.