基于無線傳感網絡收集設備最佳傳輸策略研究

陶忠良

(吉林化工學院 航空工程學院,吉林 吉林 132022)

隨著科技的發展，無線傳感網絡進入我們的視野.而智能傳感網絡由于能夠提供更好的服務，逐漸成為研究一個熱點.智能傳感網絡設計中包括感應方式、節點處理信息的能力、傳輸和儲存的能力.但是在實際生活中，由于電池容量有限，極大的限制了傳感器節點，一旦電池沒電，節點就不能正常運行，這就意味著網絡需要定時更換電池，而更換電池也會帶來額外的損耗.為解決電池供電的問題，提高傳感器節點的使用壽命，采用能量收集技術，使得節點可以從周圍環境中收集能量[1]，轉化為電能并儲存，利用這些能量來供傳感器工作.研究設計一種高效的能量傳輸策略，在保證節點能正常傳輸的同時，能夠使得網絡持久運行.

1 能量收集技術和均衡操作

研究的無線傳感器是可充電的、能進行智能能量管理的傳輸節點，它具有能量收集功能.此外，為了保證網絡的正常運行，節點還需要采用均衡操作，實現優化的系統性能.

1.1 能量收集技術

研究的主體對象無線傳感器，就是把收集到的能量轉換成電能供節點處理信息所用.能量收集技術涉及到3個要點，分別是能量源、能量收集機構和負載元件[2].

能量收集中最基礎也是最重要的部分就是可收集的能量源.能量源的形式多種多樣，但是可以從速率、大小等角度來衡量[3].常見的能量收集結構包括無存儲收集和有存儲收集兩種.前者的實現簡單但是局限性大，后者實現復雜但是性能良好，可以廣泛使用.無存儲收集結構如圖1所示，此時收集到的能量直接傳給了無線傳感器使用.有存儲收集結構如圖2所示，這種方式可以智能控制能量的分配，提高能量的利用效率，該結構非常適合可預測的能量源[4]，白天收集到多余的能量可以儲存起來，供晚上傳感器節點使用.

圖1 無存儲收集結構圖

圖2 有存儲收集結構圖

1.2 均衡操作

根據現有的電池能量水平和預測收集的能量，需要充分考慮能量均衡操作的問題，這樣才能使其能量高效地被利用并完善系統相關性能.

要實現節點能量均衡，必須確保節點不會由于能量用盡而停止工作，同時還要保證性能的最大化.

定義Pi(k)為能量源在時隙收集能量的功率，P0(k)表示為節點用于傳輸任務消耗的功率.基于兩種不同的系統結構，實現能量均衡的條件如下.

對于無存儲系統，由于收集得到的能量立即被節點使用，可得到條件Pi(k)≥Po(k)?k[5].這種系統結構下，會有Pi(k)-Po(k)部分的能量浪費.對于有存儲的結構，這里有一個關鍵的元件能量存儲器，系統中由于有了能量的存儲，所以在有些時間段內可能不滿足Pi(k)≥Po(k)，但是仍然滿足均衡條件，此時得到新的限制條件.假設B0為初始存儲單元剩余的能量，考慮所有時隙能量的收集和消耗，得到

(1)

研究表明，當節點進行工作和切換操作時，消耗的能量比最小工作點的能量還要高，且頻繁切換會對節點造成損害.均衡操作中要求系統在無傳輸任務時也會執行一些額外的任務.

2 能量收集傳輸理論和系統模型

為了得到收集設備最佳傳輸策略，研究建立系統模型，模型主要參數見表1.假設一個時隙系統，時隙k∈0對應于時間間隔[k,k+1)[6].考慮能量收集裝置(EHDs)能從周圍環境得到能量，收獲的能量存儲在能量緩沖區中，表示為能量量子的形式Δe[J]，能量緩沖區總量為emax(量子形式)[7].

2.1 動態的電池能量

由于在時隙系統的每個時隙都收集能量也會取走能量，在某些情景下還會發生能量溢出和用盡，所以電池中的能量是在動態變化的[8].假定時刻k緩存區中的能量表示為Ek∈ε,ε≡{0,…,emax}.第k時隙的開始，EHDs控制器請求從緩沖區抽取能量量子Qk執行特定任務，Qk∈Q,Q={0}∪{qmin,qmin+1,…,qmax}，其中0

Ek+1=min{[Ek-Qk]++Bk,emax},k≥0.

(2)

參考表1模型的主要參數，Ek、Bk和Qk是用能量量子數表示的離散變量.由于能量量子表示為Δe[J]，電池狀態、收集的能量、抽取的能量可以分別表示為ΔeEk[J]、ΔeBk[J]和ΔeQk[J].但在實際中，這些物理量都是在集合中取值的連續變量.經過抽樣、量化，可以將模擬量轉化為數字量.這個量化引入的誤差可以精確到一個的能量量子Δe.容易知道，能量量子的值越小，量化的電池容量emax、最大的收獲能量bmax和最大負載要求qmax的值越大，這使得優化復雜度更高.因此，能量量子的值反映了優化復雜度與建模精度的折衷.

表1 模型的主要參數表

方程(2)揭示了能量收集過程和消耗過程兩個重要的現象.前者被定義為能量用盡，對應于能量收集裝置EHDs在完成要求的任務之前能量消耗完，此時Qk>Ek.這導致了任務失敗和電池中可用能量的耗盡.后者是當Bk>emax-[Ek-Qk]+時能量溢出可能發生，即能量緩沖區無法存儲所有收獲的能源Bk，造成Bk-emax+[Ek-Qk]+能量量子的損失[9].

2.2 系統模型的建立

把電池狀態信息、傳輸信道信息作為不同的情景來處理，設計傳輸策略及系統模型來適應這些情景，從而得到比較好的性能.為了比較不同策略性能的優劣，這里定義吞吐量性能指標.當電池狀態信息為Ek=e∈ε，傳輸信道增益Ck=c，選定Qk=q時的吞吐量性能g(q,c,e).

(3)

(4)

結合上面的分析，基于電池狀態信息和傳輸信道信息的情景，定義吞吐量性能指標

(5)

3 傳輸策略的性能仿真分析

研究知道傳輸信道服從瑞利衰落，能量收集過程雖然是隨機的，但是可以從獨立性和相關性兩方面來描述，電池狀態雖然在每個時隙都會變化，但是也可以定性的描述水平高或低.不同狀態將會影響策略的設計，會對策略的性能產生較大影響.

3.1 基于有限電池狀態信息最佳傳輸策略

電池狀態信息、傳輸信道狀態信息都會對性能有一定的改善，現有研究已證明，如果可以合理利用能量收集相關性并適應這個過程，也會帶來性能的明顯提高.在這里綜合考慮這些因素，得到最優的傳輸策略.同時為了適應實際中傳輸任務多次發生的情景，還對抽取能量進行建模分析，得到了適合在實際中應用的傳輸策略.

3.1.1 適用于能量收集和傳輸的最佳傳輸策略

定義I(0)、I(1)分別代表電池狀態信息低和高的兩個間隔，Sk狀態好、壞和隨機情景分別決定Bk的不同的值，傳輸信道狀態分為好、中、差3種，根據這些信息，合理地調整成功因子η的值，可以更合理地分配能量，在保證成功率的同時，使得能量高效利用[10].下面具體介紹該策略.

根據前文可知，外部環境的好壞和成功因子的大小決定了應該抽取最小能量的值，所以應該根據三者的狀態選擇合適的成功因子.當電池能量充足、傳輸信道不是很差的環境下采用盡可能大的成功因子，保證任務的成功；為了實現長期吞吐量性能的最佳，應盡量避免取盡緩存區中的能量，這會導致下一時隙性能損失較大；當外部環境很差時，特別是此時能量不足或者能量收集不理想時，可以等待保持空閑狀態的下一時隙執行，這樣通過時延可以在保證功率的同時提高吞吐量，把這種策略記作P4.

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

由圖3可知，雖然兩種策略性能有差別但是它們隨著電池容量的變化具有相似性，這是因為它們都基于能量到達信息來合理分配能量.該策略綜合考慮了外部信息、能量到達信息、電池狀態信息，這些信息都通過估計或設備測量，所以這種方式是可行的.

在這些信息的基礎上進行能量分配，得到了最理想的性能.且這種策略下，在較小的電池容量時就能接近策略的極限，所以在小電池情境下效果更為理想.通過上面的分析，在條件允許時，應采用策略P4的方式來進行傳輸.

3.1.2 適用于實際的最佳傳輸策略

前文分析的重點都是針對電池狀態信息和傳輸信道狀態信息的，對執行任務能量的模型沒有過多的研究.雖然前者可以在一定程度上保證任務的成功率，但是這是一種不精確的方式.根據中心極限定理，當事件大量發生時，事件發生可以近似為正態分布，這里利用此結論來建立執行任務能量的模型，更合理地分配能量.

根據上述分析，qta·Ck=qexe，所以當外部狀態好的情況(Ck>χ1=1)只要抽取qexe的能量即可；當外部狀態好的情況(Ck>χ2=0.5)，就需要抽取2qexe才能保證任務的成功；當外部狀態不好的情況(Ck<χ2=0.5)，如果此時能量充足就執行任務，如果能量不充足，就盡力而為地去執行，策略P5性能分析見圖4.

由圖4可知，策略P5的平均性能穩定在3.3左右，在同樣已知電池狀態信息和傳輸信道信息的情況下，這個指標比策略P4稍好，這意味這種策略的效果更為理想，由于對實際中抽取的能量進行了建模分析，不是盲目的抽取能量，策略P5更合理地分配了能量，可以使電池能量維持在一個較高的水平.由于策略P5的操作簡單，能量分配合理，而且性能穩定、更適用于實際生活，是一種理想的傳輸策略.

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

4 結 論

出于實際的考慮,在電池狀態信息、傳輸信道信息和能量收集信息部分已知的假設條件下,研究了不同情境下的傳輸策略.研究表明，在部分已知外部狀態信息的前提下，完全已知電池狀態信息只能帶來很少的增益，但是相對的，要準確地估計或者測量得到這種信息代價可能很大.結果顯示，相比部分已知傳輸信道信息的情況，完全已知電池狀態信息只能帶來很少的性能提高.所以策略重點在于分析部分已知狀態信息的情況.通過分析可知，對這些狀態信息的部分已知都比完全未知信息時的性能要提高很多.因此，對這些外部狀態信息、能量到達信息、電池狀態信息的部分已知對性能改善更為關鍵.