基于无线传感网络收集设备最佳传输策略研究

陶忠良

(吉林化工学院 航空工程学院,吉林 吉林 132022)

随着科技的发展，无线传感网络进入我们的视野.而智能传感网络由于能够提供更好的服务，逐渐成为研究一个热点.智能传感网络设计中包括感应方式、节点处理信息的能力、传输和储存的能力.但是在实际生活中，由于电池容量有限，极大的限制了传感器节点，一旦电池没电，节点就不能正常运行，这就意味着网络需要定时更换电池，而更换电池也会带来额外的损耗.为解决电池供电的问题，提高传感器节点的使用寿命，采用能量收集技术，使得节点可以从周围环境中收集能量[1]，转化为电能并储存，利用这些能量来供传感器工作.研究设计一种高效的能量传输策略，在保证节点能正常传输的同时，能够使得网络持久运行.

1 能量收集技术和均衡操作

研究的无线传感器是可充电的、能进行智能能量管理的传输节点，它具有能量收集功能.此外，为了保证网络的正常运行，节点还需要采用均衡操作，实现优化的系统性能.

1.1 能量收集技术

研究的主体对象无线传感器，就是把收集到的能量转换成电能供节点处理信息所用.能量收集技术涉及到3个要点，分别是能量源、能量收集机构和负载元件[2].

能量收集中最基础也是最重要的部分就是可收集的能量源.能量源的形式多种多样，但是可以从速率、大小等角度来衡量[3].常见的能量收集结构包括无存储收集和有存储收集两种.前者的实现简单但是局限性大，后者实现复杂但是性能良好，可以广泛使用.无存储收集结构如图1所示，此时收集到的能量直接传给了无线传感器使用.有存储收集结构如图2所示，这种方式可以智能控制能量的分配，提高能量的利用效率，该结构非常适合可预测的能量源[4]，白天收集到多余的能量可以储存起来，供晚上传感器节点使用.

图1 无存储收集结构图

图2 有存储收集结构图

1.2 均衡操作

根据现有的电池能量水平和预测收集的能量，需要充分考虑能量均衡操作的问题，这样才能使其能量高效地被利用并完善系统相关性能.

要实现节点能量均衡，必须确保节点不会由于能量用尽而停止工作，同时还要保证性能的最大化.

定义Pi(k)为能量源在时隙收集能量的功率，P0(k)表示为节点用于传输任务消耗的功率.基于两种不同的系统结构，实现能量均衡的条件如下.

对于无存储系统，由于收集得到的能量立即被节点使用，可得到条件Pi(k)≥Po(k)∀k[5].这种系统结构下，会有Pi(k)-Po(k)部分的能量浪费.对于有存储的结构，这里有一个关键的元件能量存储器，系统中由于有了能量的存储，所以在有些时间段内可能不满足Pi(k)≥Po(k)，但是仍然满足均衡条件，此时得到新的限制条件.假设B0为初始存储单元剩余的能量，考虑所有时隙能量的收集和消耗，得到

(1)

研究表明，当节点进行工作和切换操作时，消耗的能量比最小工作点的能量还要高，且频繁切换会对节点造成损害.均衡操作中要求系统在无传输任务时也会执行一些额外的任务.

2 能量收集传输理论和系统模型

为了得到收集设备最佳传输策略，研究建立系统模型，模型主要参数见表1.假设一个时隙系统，时隙k∈0对应于时间间隔[k,k+1)[6].考虑能量收集装置(EHDs)能从周围环境得到能量，收获的能量存储在能量缓冲区中，表示为能量量子的形式Δe[J]，能量缓冲区总量为emax(量子形式)[7].

2.1 动态的电池能量

由于在时隙系统的每个时隙都收集能量也会取走能量，在某些情景下还会发生能量溢出和用尽，所以电池中的能量是在动态变化的[8].假定时刻k缓存区中的能量表示为Ek∈ε,ε≡{0,…,emax}.第k时隙的开始，EHDs控制器请求从缓冲区抽取能量量子Qk执行特定任务，Qk∈Q,Q={0}∪{qmin,qmin+1,…,qmax}，其中0

Ek+1=min{[Ek-Qk]++Bk,emax},k≥0.

(2)

参考表1模型的主要参数，Ek、Bk和Qk是用能量量子数表示的离散变量.由于能量量子表示为Δe[J]，电池状态、收集的能量、抽取的能量可以分别表示为ΔeEk[J]、ΔeBk[J]和ΔeQk[J].但在实际中，这些物理量都是在集合中取值的连续变量.经过抽样、量化，可以将模拟量转化为数字量.这个量化引入的误差可以精确到一个的能量量子Δe.容易知道，能量量子的值越小，量化的电池容量emax、最大的收获能量bmax和最大负载要求qmax的值越大，这使得优化复杂度更高.因此，能量量子的值反映了优化复杂度与建模精度的折衷.

表1 模型的主要参数表

方程(2)揭示了能量收集过程和消耗过程两个重要的现象.前者被定义为能量用尽，对应于能量收集装置EHDs在完成要求的任务之前能量消耗完，此时Qk>Ek.这导致了任务失败和电池中可用能量的耗尽.后者是当Bk>emax-[Ek-Qk]+时能量溢出可能发生，即能量缓冲区无法存储所有收获的能源Bk，造成Bk-emax+[Ek-Qk]+能量量子的损失[9].

2.2 系统模型的建立

把电池状态信息、传输信道信息作为不同的情景来处理，设计传输策略及系统模型来适应这些情景，从而得到比较好的性能.为了比较不同策略性能的优劣，这里定义吞吐量性能指标.当电池状态信息为Ek=e∈ε，传输信道增益Ck=c，选定Qk=q时的吞吐量性能g(q,c,e).

(3)

(4)

结合上面的分析，基于电池状态信息和传输信道信息的情景，定义吞吐量性能指标

(5)

3 传输策略的性能仿真分析

研究知道传输信道服从瑞利衰落，能量收集过程虽然是随机的，但是可以从独立性和相关性两方面来描述，电池状态虽然在每个时隙都会变化，但是也可以定性的描述水平高或低.不同状态将会影响策略的设计，会对策略的性能产生较大影响.

3.1 基于有限电池状态信息最佳传输策略

电池状态信息、传输信道状态信息都会对性能有一定的改善，现有研究已证明，如果可以合理利用能量收集相关性并适应这个过程，也会带来性能的明显提高.在这里综合考虑这些因素，得到最优的传输策略.同时为了适应实际中传输任务多次发生的情景，还对抽取能量进行建模分析，得到了适合在实际中应用的传输策略.

3.1.1 适用于能量收集和传输的最佳传输策略

定义I(0)、I(1)分别代表电池状态信息低和高的两个间隔，Sk状态好、坏和随机情景分别决定Bk的不同的值，传输信道状态分为好、中、差3种，根据这些信息，合理地调整成功因子η的值，可以更合理地分配能量，在保证成功率的同时，使得能量高效利用[10].下面具体介绍该策略.

根据前文可知，外部环境的好坏和成功因子的大小决定了应该抽取最小能量的值，所以应该根据三者的状态选择合适的成功因子.当电池能量充足、传输信道不是很差的环境下采用尽可能大的成功因子，保证任务的成功；为了实现长期吞吐量性能的最佳，应尽量避免取尽缓存区中的能量，这会导致下一时隙性能损失较大；当外部环境很差时，特别是此时能量不足或者能量收集不理想时，可以等待保持空闲状态的下一时隙执行，这样通过时延可以在保证功率的同时提高吞吐量，把这种策略记作P4.

[battery capacity emax]/[avg harv rate b]图3 P4的性能分析图

由图3可知，虽然两种策略性能有差别但是它们随着电池容量的变化具有相似性，这是因为它们都基于能量到达信息来合理分配能量.该策略综合考虑了外部信息、能量到达信息、电池状态信息，这些信息都通过估计或设备测量，所以这种方式是可行的.

在这些信息的基础上进行能量分配，得到了最理想的性能.且这种策略下，在较小的电池容量时就能接近策略的极限，所以在小电池情境下效果更为理想.通过上面的分析，在条件允许时，应采用策略P4的方式来进行传输.

3.1.2 适用于实际的最佳传输策略

前文分析的重点都是针对电池状态信息和传输信道状态信息的，对执行任务能量的模型没有过多的研究.虽然前者可以在一定程度上保证任务的成功率，但是这是一种不精确的方式.根据中心极限定理，当事件大量发生时，事件发生可以近似为正态分布，这里利用此结论来建立执行任务能量的模型，更合理地分配能量.

根据上述分析，qta·Ck=qexe，所以当外部状态好的情况(Ck>χ1=1)只要抽取qexe的能量即可；当外部状态好的情况(Ck>χ2=0.5)，就需要抽取2qexe才能保证任务的成功；当外部状态不好的情况(Ck<χ2=0.5)，如果此时能量充足就执行任务，如果能量不充足，就尽力而为地去执行，策略P5性能分析见图4.

由图4可知，策略P5的平均性能稳定在3.3左右，在同样已知电池状态信息和传输信道信息的情况下，这个指标比策略P4稍好，这意味这种策略的效果更为理想，由于对实际中抽取的能量进行了建模分析，不是盲目的抽取能量，策略P5更合理地分配了能量，可以使电池能量维持在一个较高的水平.由于策略P5的操作简单，能量分配合理，而且性能稳定、更适用于实际生活，是一种理想的传输策略.

[battery capacity emax]/[avg harv rate b]图4 策略P5性能分析

4 结 论

出于实际的考虑,在电池状态信息、传输信道信息和能量收集信息部分已知的假设条件下,研究了不同情境下的传输策略.研究表明，在部分已知外部状态信息的前提下，完全已知电池状态信息只能带来很少的增益，但是相对的，要准确地估计或者测量得到这种信息代价可能很大.结果显示，相比部分已知传输信道信息的情况，完全已知电池状态信息只能带来很少的性能提高.所以策略重点在于分析部分已知状态信息的情况.通过分析可知，对这些状态信息的部分已知都比完全未知信息时的性能要提高很多.因此，对这些外部状态信息、能量到达信息、电池状态信息的部分已知对性能改善更为关键.