太阳能无线传感器网络中能量预测模型

张蓉蓉

（四川大学计算机学院，成都 610065）

0 引言

传感器网络有着广泛的应用，例如，水质监测、桥梁安全监测、火山活动监测、森林监测、农业大棚养殖、可穿戴设备，等等。通常在监测区域内部署大量密集的传感器节点，节点之间通过无线通信相互组网形成一个自组织的无线传感器网络。网络中传感器节点在进行数据感知、数据收集和数据转发的过程中都会消耗其自身的能量。关于无线传感器网络的研究有一个共同的焦点：能量效率。传统的传感器网络中，传感器节点采用唯一的有限的电池进行供电，当电池能量不足时传感器无法进行感知任务，然而对电池进行人为的更换或者充电十分困难并且昂贵的。研究学者提出了不同的技术来减慢电池能量的消耗，包括传感器的睡眠-唤醒机制，让其中一部分节点处于睡眠模式以降低其能量消耗，但是这种模式中睡眠的节点无法进行数据感知任务和数据转发任务。随着太阳能收集技术的发展，给传感器节点配置太阳能收集转化装置来进行传感器节点的能量补充已经成为可能[1-2]。因此本文考虑给传感器节点配备能量收集装置使其可以收集周围环境中的能量，例如太阳能、风能、电磁能，等等。

对于可收集太阳能的传感器节点，其收集的太阳能随着时间的变化而变化，例如白天和夜晚传感器节点收集的太阳能有较大的差异；传感器节点地理位置的不同其收集的太阳能数量也不相同，例如有些传感器节点会被障碍物遮挡，其收集的太阳能会大大减少；另外，传感器节点可收集的太阳能多少与当时的天气情况有关，若是晴朗天气，其太阳能收集数量多。因此本文首先介绍在太阳能收集的传感器网络中，传感器节点的系统结构和能量子系统，接着详细分析了影响传感器节点收集太阳能的三个主要因素。通过综合考虑这三个因素，如何预测网络中传感器节点未来可收集太阳能数量的多少，以便于更加合理地调度传感器节点进行数据收集任务。

1 节点系统结构

太阳能传感器节点系统结构如图1所示，主要包含八个部分，分别为：①太阳能收集器，可以收集环境中的太阳能并将其进行转化；②能量管理器，决定收集的太阳能是被直接用于感知任务还是将其存储到电池中给未来使用；③能量存储器，即电池，将收集的能量存储起来供未来使用；④微控制器；⑤接收器，负责接收和转发信息；⑥感知器，用于感知监测区域的信息；⑦A/D转化器，将传感器产生的模拟信号数字化，以便于微控制器进行进一步的处理；⑧内存，存储感知的信息。

2 节点能量子系统

可收集太阳能的传感器节点其能量子系统结构如图2所示，其中包含一个或者多个太阳能收集器，可以收集环境中的太阳能并将其转化。在本文的能量子系统中，传感器节点可以直接使用由太阳能收集器收集的能量，同时传感器节点会配备一个有限容量的电池作为能量存储单元，当太阳能收集速率大于当前的能量消耗速率并且电池能量未达到电池容量限制时，多余收集的太阳能也可以被存储到电池中给以后使用，从而使得在没有太阳能收集的夜晚也可以有能量支持感知任务。

图1 太阳能收集传感器节点系统结构图

图2 太阳能收集传感器节点能量子系统图

3 能量预测模型EH

在实际应用场景中，可收集的太阳能与时间、传感器节点的地理位置以及当时的天气情况息息相关，并且是动态变化的，但是我们可以根据传感器节点收集能量的历史数据和当时的天气情况来预测传感器节点每个时刻的能量收集数量。

我们令xi-1为第i-1天该时刻的能量收集数量，第i-1天该时刻预测的太阳能收集数量，那么：

其中ω为给定的参数，其取值范围为0≤ω≤1。α(i)表示当天t时刻的天气情况。

4 实验结果及分析

每个传感器节点都配备了37×33mm2的太阳能板，假设所有传感器的太阳能板都以最佳角度设置，并且太阳能板的太阳能转化率相同。本文通过NREL太阳能辐射研究实验室的基线测量系统获得真实的历史太阳能数据。为了讨论影响太阳能收集的因素，本文首先部署在监测区域内部署少量特定位置的传感器节点如图3，其中可看到传感器节点会被周边树木的遮挡，会影响其太阳能收集。

图3 节点位置图

4.1 影响太阳能收集因素

本小节将从传感器节点收集太阳能的数据着手，分析影响太阳能收集数量的三个主要因素。

图4 影响太阳能收集数量因素图

（1）时间变化

从图4（a）中可看出，传感器节点从早晨大约6：00一直到晚上19：00都可以收集到太阳能，其中正午大约13：00时太阳能收集速率最高。

（2）天气情况

为了说明在不同的天气情况下，传感器节点可收集的太阳能不同，观察同一传感器节点在不同天气情况下的太阳能收集情况，图4（a）为天气晴朗时太阳能收集速率随时间变化图，而图4（b）为天气情况为多云时太阳能收集速率随时间变化图。从图中可看出，当天气情况为多云时，其太阳能收集速率较天气晴朗时更加不稳定，并且太阳能收集速率更低。

（3）地理位置

为了比较因传感器节点的地理位置导致的太阳能收集数量的变化，实验比较为了中节点和节点在天晴情况晴朗时的太阳能收集速率的变化，其中节点的太阳能收集速率如上图4（a）所示，节点的太阳能收集速率如图4（c）所示。从图4（c）中可看出由于节点下午被周围树木的遮挡，导致其太阳能收集速率基本下降为0。

综上所述，图4中可看出传感器节点收集太阳能的数量与时间变化、天气情况和传感器节点的地理位置息息相关。

4.2 能量收集预测对比

Kansal等人[3]基于指数加权平均移动滤波器提出了一个太阳能预测模型（EWMA），该模型假设该天t时刻的太阳能收集数量与前一天相同时刻的收集数量相似，在t时刻收集的太阳能收集数量为之前所有天中该时刻收集太阳能收集数量的加权平均值，其中天数越接近当天起权值越大。图5为同一个传感节点在中午12：00到16：00中本文所提模型与EWMA模型的预测收集太阳能的对比，以及与真实收集太阳能的差距。

图5 太阳能预测对比图

从图5中可以看出，本文所提能量预测模型比EWMA模型预测的收集太阳能数量更接近传感器节点收集太阳能的真实值。

5 结语

本文分析了能量可收集传感器网络尤其是太阳能收集传感器网络中，传感器节点的系统结构，以及能量管理模型。详细说明了影响太阳能传感器节点收集太阳能的三大因素，分别是时间变化、天气情况和地理位置。接着提出了可收集太阳能数量的预测模型，综合考虑已有的历史太阳能收集数据，以及未来的天气情况，对未来每个时间间隔内传感器可以收集的太阳能数量进行了预测。最后本文对所提的太阳能收集预测模型与经典的EWMA模型进行了对比，进一步说明本文所提太阳能收集预测模型更加接近真实的太阳能收集数量，提高了预测的精度。