论文部分内容阅读
节点能量受限是无线传感器网络(Wireless Sensor Networks,WSNs)的设计及应用技术中的重要问题,尤其在环境恶劣,无法更换电源环境下的WSNs中更为突出。近年来,随着硬件设计技术及环境能量收集技术的发展,节点可以通过能量收集装置收集太阳能、振动能、电磁能等能量,提高节点的续航能力,这催生了环境能量驱动的无线传感器网络(Energy Harvesting Wireless Sensor Networks,EH-WSNs)的出现。环境能量收集过程具有很强的随机性和不确定性,给无线传感器网络设计带来了新的挑战。利用收集的环境能量优化网络和节点性能成为EH-WSNs研究的热点问题。本文考虑环境能量收集过程的随机性和不确定性,研究了传感器节点的数据优化传输机制,主要研究工作如下:(1)根据EH-WSNs节点的能量及数据传输特点,建立了节点的数据传输模型;在已知能量收集情况的前提下,以最大化固定时间T内节点的数据传输量为目标建立了节点传输优化模型,经过理论分析与推导,提出离线数据传输优化算法—前向-后向搜索数据传输优化策略(Forward Backward Searching,FBS策略),实现了数据传输全局最优。(2)利用马尔科夫预测模型,实现了能量收集情况的预测,并且在前向-后向搜索数据传输优化策略的基础上提出自适应的数据传输策略(Adaptive Forward Backward Searching,AFBS策略);该策略在未知能量收集情况的前提下,实时给出数据传输的功率,实现数据传输优化目的。(3)仿真实现并且分析了提出的FBS和AFBS数据传输优化策略。仿真结果表明,前向-后向搜索数据传输优化策略实现了固定时间T内数据传输的全局最优,时间越长优化效果越好;自适应数据传输策略的仿真结果表明,本文提出的自适应算法优于“能量即来即用”的数据传输方法(Energy used up,EUP策略),并且与FBS策略下传输的数据量十分接近。