无限传感网络节点调度优化方法

宋磊

摘要 随着微电子科技的不断创新发展，无线传感系统在自然环境的检测和调控应用较为广泛，此系统中的传感网络节点通过收集环境信号，并经过处理分析后利用通讯技术传输至融合系统进行系统决策。同时，能量收集技术在传感网络节点系统中得到了广泛的应用，并具备收集能量单元，使得传感网络节点从检测的环境中获取自身运行所需要的能量。由于收集能量的不确定性，无限传感网络节点调度优化对于保持系统的总体性能也变得至关重要。在此对能量收集无限传感网络节点检测方式和模型、无限传感网络节点能量调度方法以及传感器相关参数估算进行了研究和优化。

【关键词】微电子科技 通讯技术 能量收集传感网络节点

随着现代网络技术的迅速发展，目前无线传感网络系统已经得到了各行各业的关注。传感器节点能自动检测和感受周围环境，收集环境信息并进行处理，进而通过无线网络进行信息传递或传送至用户。此系统中的汇集节点主要作用在于将多个传感器节点收集的信息进行汇集和处理，进而有助于用户调控和管理无线传感系统。

1 无限传感网络节点检测方式和模型研究

1.1 常用检测方式研究

网络传感器节点的检测是传感器网络节点系统应用的重要环节，分散在生态环境中的网络传感器节点要求对收集收集到的信息进行判别，传感器网络节点系统会依据接收到的信号判断检测区域是否有人员等事物的存在。在检测过程中，接收到的信号会受到噪音的影响，需要设计优化的判别规则，来降低噪音对检测结果的影响。二元信息检测方式是最常用和最简便的网络节点检测方式，在此方式中，一般只有2个假设，进而通过验证方法检验假设的正确与否，经常采取下列方式进行检测：

其中，t（s）指传感器获取信号的大小;G0、G1指不同的2个假设，即可能出现的2中情况;b0（s）、b1（s）分别指不同的的2个假设状态下获取信号的大小;m（s）代表环境中的噪音及干扰，s指获取信号的时间。

利用二元检测方式时，由于2个假设情况的出现，相关的判别结果与假设情况会出现四个组合情况，即在实际情况下发生的为G1，判别结果与实际发生的结果相同，则即为F1，此情况下的判别几率用P（F1/G1）表示，称为检测几率，用P_{a表示，如果判别成果为H0，记为A0，此情况下的判别几率用几率P（A0/G1）表示，常称为漏警几率，在实际中发生为G0，如果判别结果为G1，记为A1，此情况下判别几率用P（A1/G0）表示，称为虚警几率，如果判别结果为G0，即为A0，则用几率P（A0/G0）表示。}

由于在噪音存在的情况下，虚警几率和漏警几率是不可避免的，并且两种几率同时缩小。通过设计科学的二元假设判别准则进行错误几率的缩小。

1.1.1 最大几率判别准则

即选取最可能出现的检测信号作为判别结果，即如果：

2 无限传感网络节点调度优化方法研究

2.1 调度优化方法研究

为了优化无线网络节点的调度，在此利用所求的问题构成代价的无限Mko优化流程，并采用优化迭代或平均值迭代的方式求得结果。为了保证Mko的优化流程顺利进行，要求对离散化中出现的全部变量，包含网络节点的电源电量、能量传递的损耗量及手机能量的多少。据统计分析可得，如果离散化降到最低时，通过优化流程得出的方法是最为精确的。为了找到无线网络节点调度优化方法，将问题引入Mko优化流程中并进行求解。首先要调节优化系统至相对稳定的状态，同时假设无线传感器在具体时刻下选择性的传递能量，实现信息数据的传导。在实际操作过程中，要实现函数值的迭代，就需要采取相对迭代的方式求解优化方法，并且其迭代方式具有相等的价值。

2.2 调度次优化方法研究

2.3 仿真试验结果研究

采用无线网络节点调度的平均离散度j作为网络节点系统的性能标准，并结合门限调度次优化方法，使得C_{m的值为1，同时门限△C （hm，V）采取迭代方式求解可得。图1为平均离散度j随着电池电容量的变化趋势，通过对试验结果的研究可以发现，两种调度优化方法的平均离散度j的值与电池电容量的大小呈正比例函数关系，同时无限传感网络节点可以储存能量以及增加其收集和使用的能量。}

2.4 无限传感器相关参数估算法研究

分散式检测是无线传感网络节点系统的重要环节之一。由于受到通讯以及能量消耗的制约作用，网络节点可以对判定事件的发生，并将判定成果传送至聚集点进行优化。在实际操作过程中，由于无限传感网络节点一般存在于极为复杂的环境中，发出的信号在传递中源会出现衰弱的问题，难以准确获得无限传感网络节点的监测概率等标准参数，从而影响到无限网络节点的调度优化。利用迭代估算法可以在任何情况，获取相关无限传感网络几点参数估算误差的方式，进而优化其在实际生活中的应用。

当聚集点判定发生事件的情况时，若发生，判定结果被用于无限传感器的更新，而实际情况下并没有发生此事件，所以估算的值在一定程度上会使得与准确值发生偏差。为了较小偏差值，在此使用另一种优化方法，即在每个时刻无限传感器网络节点判定为1都作为判定统计数量，并将判定为1的数量与设定好的门限形成比较，若其较大时，而且采取融合决定方法判定的结果与此统计数量的比较值为l时，对于参数的估算值才会实施更新。采用无限网络节点判定为1的统计数量作为判定成果的准确性指标，當无线网络节点判定为1的数量逐渐增多时，一般能确定发生事件的几率也逐渐增大。

3 结束语

在无线传感网络节点系统中，检测事件的发生是其重要的环节之一，并通过无限网络节点收集环境信息数据，处理完成后发送至网络聚集点，最终由融合机制做出判定。为了解决网络节点调度的复杂过程和有限的电池容量等问题，问题的复杂性和电池电量的有限性，通过无限传感网络节点检测方式、数学模型及调度优化方法等进行研究并证明：无限传感网络节点能划分能量收集单元，并可以从环境中收集能量;同时利用调度优化方法及次优化方法，可以使得整个无限传感网络节点系统的检测效果达到最佳状态。

参考文献

[1]赵睿，面向时间触发网络的车载控制系统调度优化方法与轻量级消息认证协议研究[D].吉林大学，2017，69 （32）： 23-25.

[2]罗莉琼，无线传感网络移动节点位置并行微粒群优化策略探析[J].数字技术与应用，2017，6 （05）： 235-235.

[3]田肖，基于覆盖控制的无线传感器网络节点调度机制研究[J].电子世界，2017，3 （03）：165-165.