射频能量捕获异构无线传感网的能量源最少化布置方法

电池供电的无线传感器网络的应用由于电池更换的不便利甚至不可能而受到极大的限制。考虑具有射频能量捕获能力的异构无线传感器网络,网络节点的能量捕获输出功率需求不一样。在已知传感节点数目和位置的情况下,研究如何布置射频能量源(Energy Transmitters,ETs)从而满足所有节点的能量捕获输出功率需求并且最小化ETs数目。首先建模出该最少化ETs的布置问题,为深入了解该问题提供了理论基础;然后提出了一种复杂度较低的贪婪式ETs布置方法和一种复杂度略高些的基于粒子群优化的ETs布置方法。仿真结果表明,与贪婪式方法相比,基于粒子群优化的方法能找到ETs略微更少的布置方案,但其由于复杂度略高,因此可用于节点数目不是很多的场景,而贪婪式方法则可用于节点数目较多的场景。

射频能量捕获无线传感网中占空比最佳的能量源布置方法

无线射频能量传输技术在为下一代无线传感器网络供能方面具有广阔的应用前景。射频能量捕获无线传感网由于能量捕获速率非常有限,通常工作在极低的占空比模式下。因此这类无线传感器网络的一个基本问题就是如何配置给定数量的射频能量源(Energy Transmitters,ETs),从而最大化最糟糕(即具有最低能量捕获速率)节点的能量捕获速率,即最大化其占空比。首先对能量源最优化布置问题建模,为深入了解该问题提供理论基础;然后分别提出了贪婪式ETs布置方法和基于粒子群优化(Particle Swarm Optimization,PSO)的ETs布置方法。仿真结果显示,相较于均匀布置方法,所提出的两种能量源布置方法能够极大地提高全网最低占空比。

一种射频能量捕获网络移动能量源均衡化充电策略

为解决传统电池供电传感器网络存在的电池不易更换、节点能量容易耗尽等问题,射频能量捕获技术已逐步应用于无线可充电传感器网络中.由于不同位置传感器节点的工作负荷不同,捕获能量也有差异,实现节点能量的均衡化分布可以有效地提高节点的存活率.考虑射频能量源移动充电的场景,在已知节点位置信息的条件下,设计合理均衡的路由方案和充电算法.首先将区域基于蜂窝六边形网格划分,分别对网格和节点分层,提出逐层传输的均衡式路由策略,然后给出无线充电小车的移动路径,对相邻两层内节点剩余能量的方差最小化问题建模,由内层向外层依次确定能量源在各停留点的充电时间.仿真结果表明,相比已有的均衡化充电方法,该策略可以明显提高节点剩余能量的均衡性,从而延长网络的生命周期.

射频能量捕获传感网移动能量源的布置策略研究

射频能量捕获传感网(RF Energy Harvesting Wireless Sensor Network,RFEH-WSN)由专用射频能量源设备(Energy Transmitter,ET)和具有射频能量捕获功能的传感器节点(Energy Harvesting Recevier,简称EHR)组成.该网络解决了传感器网络中电池不易更换与节点能量容易耗尽的问题,使得RFEH-WSN应用前景更加广阔.RFEH-WSN应用中一个值得研究的问题是如何布置ET的充电位置,降低ET能耗且提高覆盖率.已有的工作主要考虑ET布置中单目标优化问题,如最小充电时间、最小功耗、最大覆盖率等.本文以时间最小和覆盖率最大为目标建立多目标优化模型,并提出利用粒子群算法(Particle Swarm Optimization,PSO)求解多目标函数(Multiple Object Program,MOP)的低复杂度近似算法,获得了最优Pareto解集.仿真结果表明,多目标优化可以满足不同情况的需求,提高充电效用.

射频能量捕获传感网中满足节点吞吐量需求的基站最少化部署方案

在射频能量捕获无线传感网(Radio Frequency Energy Harvesting Wireless Sensor Networks,RFEH-WSNs)中,基站(即汇聚节点)不仅具有较高的成本,而且其部署位置很大程度地决定了节点的可达吞吐量。文中研究RFEH-WSNs中满足节点吞吐量需求的基站最少化部署问题。首先,将该问题建模为优化问题,以深入理解该问题的本质;然后,提出一种低复杂度的启发式部署算法和一种复杂度略高的基于遗传算法的部署算法。仿真结果表明,这两种算法能找出基站数目较少的可行部署方案。相比于启发式基站部署算法,基于遗传算法的基站部署算法能得到部署基站更少的方案,但计算复杂度略高,适用于规模较小的RFEH-WSNs。

面向射频能量捕获传感网的高吞吐量负载均衡的节点接入方案

由于传统无线传感器网络更换传感器电池较为麻烦或不具可行性,其实际应用范围受到很大的限制。考虑具有射频能量捕获能力的无线传感器网络,已知能量源、节点、基站(即汇聚节点)的部署位置,研究如何安排各个节点的接入基站,在满足基站负载平衡约束的情况下最大化整个网络节点的总吞吐量。首先,建立能量捕获传感网的能量捕获模型和信息传输模型,并将该节点接入问题建模为0-1整数规划问题;然后,针对该问题提出一种复杂度较低的算法和一种复杂度略高的贪婪式算法。仿真结果表明,与低复杂度算法相比,贪婪式算法所得到的节点接入方案具有更高的网络总吞吐量,但其复杂度略高,因此可用于节点数目较少的场景,而低复杂度算法可用于节点数目较多的场景。

总能量捕获功率最大化的射频能量源布置方案

射频能量捕获是应对无线网络节点能量受限的有效方法之一。射频能量源(Energy Source,ES)的布置位置决定了各个节点的能量捕获功率。然而,目前几乎没有相关工作研究如何在ESs的候选布置位置中选择合适的布置位置。已知节点位置、ESs的个数以及ESs的候选布置位置,文中研究并设计了最大化节点总能量捕获功率的ES布置方案。首先将该问题建模为0-1整数规划问题,然后分别提出了一种具有较低复杂度的近似比为1-1/e的近似算法和一种能达到更大总能量捕获功率的基于遗传算法的布置算法。仿真结果表明,相比于布置位置随机挑选法,提出的两种算法的总能量捕获功率能提高约50%,而遗传算法可达到比近似算法高约15%的总能量捕获功率。因此,基于遗传算法的布置算法可用于中小规模的ES布置场景,而近似算法可用于大规模的ES布置场景。

微型传感器能量自捕获电源系统研究

本文针对低功耗无线传感器网络中传感器节点采用电池供电而导致整个传感器网络生存周期短的问题,提出了一种高频信号能量自捕获电源的设计方案。分析了环境中电磁能稳定存在的特点,研究了偶极子天线将电磁能转化为电能的响应特性,进行915MHz电磁段偶极子天线结构及制造工艺的研究与设计,并以偶极子天线为核心设计了高频信号能量自捕获电源。实验结果表明能量自捕获电源在自然环境中有效的收集能量,在电磁环境下立即响应,使用1F电容完全蓄电可使传感器全负荷连续发送数据12次,满足无线传感器网络中传感器节点供电的要求。

无线传感器网络中移动充电和数据收集策略

为解决传统的无线传感器网络中节点电池容量严重受约束的问题,一些新兴技术如无线射频能量捕获技术被应用到传感器网络中。在这种射频能量捕获的可充电无线传感器网络中,为了节约成本,一般采用可以移动的能量发射机（小车）周期性地移动给所有传感器节点供电。其中,如何规划小车的移动轨迹以及如何分配充电时间是一个值得关注的问题。基于一个分簇的无线传感器网络,研究无线传感器网络的射频能量捕获和数据收集问题。对于所有簇,采用旅行商问题的近似解来规划小车的行车顺序和路径。小车周期性地停留在各个簇点一定的时间,在此时间内,小车先给簇内的传感器节点供能然后收集其捕获的数据。在节点数据率不同和相同的两种情况下,通过线性规划算法解决了某个簇内总时间固定情况下,分配充电时间和每个节点发送数据时间以达到小车所能收集的数据的总吞吐量最大的问题。为了解决每个传感器节点的公平性问题,还研究了上述两种情况下的最大共同吞吐量问题。实验结果表明,所设计的时间分配算法吞吐量性能优于一般的平均时间分配算法。

一种面向5G网络的移动边缘计算卸载策略

移动边缘计算(Mobile Edge Computing,MEC)技术是当前无线传感器网络的重要研究方向之一。MEC技术能将无线传感器设备的本地计算任务卸载到边缘云服务器进行计算,从而大大提高了无线传感器网络的计算能力。但是无线网络中大量设备同时进行计算卸载会导致信号干扰和边缘云服务器的计算负载过大。为了提高无线网络的计算质量,首先提出了一种最小化多个无线传感器设备的MEC系统计算时间周期的合理时间分配和计算卸载的策略,并采用了5G非正交多址接入和串行干扰删除技术使多个无线设备可以利用相同的子载波同时进行计算卸载,从而提高计算卸载的效率;然后建立了无线设备能量捕获和任务计算的相关模型,将上述模型和策略建模为一个优化问题进行求解;最后通过数值分析实验验证了所提策略的有效性。

面向无人机协助的WSNs的数据收集策略

射频能量捕获(Radio Frequency Energy Harvesting,RF-EH)技术为解决无线传感网络(Wireless Sensor Networks,WSNs)能量有限问题提供了新的方法。为此,针对无人机(Unmanned Aerial Vehicle,UAV)协助的WSNs网络,提出时隙优化的数据收集(Time Slot Optimizing data-gathering,TODG)策略。在TODG策略中,节点先接收来自电力包(Power Beacon,PBs)的无线电能传输(Wireless Power Transfer,WPT)进行充电;再构建最小化中断概率的时隙分配的目标函数,借助于CVX工具求解,获取最优的时隙分配。仿真结果表明,通过优化时隙,TODG策略能够降低中断概率,提升吞吐量。