内容简介
无线传感器网络以其应用领域广泛受到科研和产业界关注。如何突破能量供应瓶颈是其大规模推广应用的核心问题之一。《无线传感器网络充电调度》系统地梳理了无线传感器网络能量补给领域的研究进展,阐述了该领域的发展现状。《无线传感器网络充电调度》对不同类型的充电器、周期性业务和按需业务等异构业务分别建立能量补给问题模型,然后针对不同模型设计高效的调度算法,*后对结果进行分析和比较。进一步进行协同优化与场景拓展,将充电调度与充电时间分配、传感器网络效用等联合优化;并针对复杂三维环境下的无线传感器网络应用场景设计协同充电解决方案,通过多维度研究为解决无线传感器网络能量约束问题提供了技术方案。
目录
目录
前言
第1章 绪论 1
1.1 无线传感器网络 1
1.2 无线可充电传感器网络 4
1.3 无线充电技术 6
1.4 无线可充电传感器网络国内外研究现状 9
1.4.1 无线传感器网络能量解决研究方法 9
1.4.2 无线可充电传感器网络模型 10
1.4.3 无线可充电传感器网络充电器静态部署方案 12
1.4.4 无线可充电传感器网络移动充电调度的目标 14
1.4.5 无线可充电传感器网络移动充电研究 16
1.5 本章小结 25
第2章 基于改进人工蜂群算法的无线可充电传感器网络充电调度 26
2.1 问题描述 26
2.1.1 网络模型 27
2.1.2 能量消耗模型 28
2.1.3 充电模型 29
2.1.4 充电*优调度问题模型 31
2.2 移动充电车充电行驶路径规划方法 32
2.2.1 人工蜂群搜索策略 33
2.2.2 人工蜂群编码设计 35
2.2.3 节点的选择和路径规划 37
2.2.4 IABC算法调度 38
2.2.5 动态插入充电调度 40
2.3 实验仿真与分析 42
2.3.1 实验设置 42
2.3.2 实验结果与分析 46
2.3.3 不同参数下算法的性能评估 53
2.4 本章小结 57
第3章 无线可充电传感器网络多移动充电调度 58
3.1 问题描述 58
3.1.1 网络模型 59
3.1.2 能量消耗模型 59
3.1.3 充电模型 60
3.1.4 多移动充电调度问题模型 61
3.2 多移动充电车调度方案 62
3.2.1 多移动充电车调度编码 62
3.2.2 改进的人工蜂群算法 63
3.3 仿真实验与分析 67
3.3.1 实验设置 67
3.3.2 实验结果与分析 68
3.4 本章小结 79
第4章 无线可充电传感器网络定向充电调度 80
4.1 问题描述 80
4.1.1 网络模型 80
4.1.2 充电模型 81
4.1.3 充电子集 82
4.1.4 充电任务启动时间与充电时间 84
4.1.5 定向充电调度模型 86
4.2 定向充电混合调度方案 86
4.2.1 充电路径规划编码 87
4.2.2 充电路径规划方案 88
4.2.3 动态插入算法 90
4.3 实验仿真与分析 90
4.3.1 实验参数合理性分析 90
4.3.2 实验设置 92
4.3.3 实验结果与分析 94
4.4 本章小结 101
第5章 无线可充电传感器网络深度强化学习的充电调度 103
5.1 问题描述 103
5.1.1 网络模型 103
5.1.2 充电模型 104
5.1.3 能量消耗模型 104
5.1.4 问题定义 106
5.2 强化学习的充电调度方案 107
5.2.1 节点分配算法 108
5.2.2 深度强化学习扩展 108
5.3 多移动充电车调度方案 113
5.4 实验仿真与分析 115
5.4.1 参数设置合理性分析 115
5.4.2 实验设置 116
5.4.3 实验结果与分析 117
5.5 本章小结 121
第6章 无线可充电传感器网络充电调度与时间分配协同优化 123
6.1 问题描述 123
6.1.1 网络模型 123
6.1.2 充电模型 125
6.1.3 时间约束 126
6.1.4 移动充电调度与充电时间分配问题模型 127
6.2 移动充电调度与充电时间分配的协同优化方法 127
6.2.1 基本教与学优化算法简介 128
6.2.2 TLBO算法在无线传感器网络充电调度与分配中的应用 130
6.2.3 包含非周期性动态请求充电调度 134
6.3 实验仿真与分析 136
6.3.1 实验设置 136
6.3.2 实验结果与分析 137
6.4 本章小结 152
第7章 无线可充电传感器网络中的分布式速率优化 153
7.1 问题描述 153
7.1.1 能量接收模型 153
7.1.2 能量消耗模型 155
7.1.3 信道容量 155
7.1.4 无线可充电传感器网络效用*大化模型 156
7.2 加速的分布式效用公平速率控制 156
7.2.1 对偶分解和效用公平速率控制 156
7.2.2 分布式速率控制的加速策略 158
7.3 实验仿真与分析 160
7.3.1 实验设置 160
7.3.2 实验结果与分析 161
7.4 本章小结 164
第8章 无线可充电传感器网络中移动充电与流量协同优化 166
8.1 问题描述 166
8.1.1 能量消耗与补充模型 166
8.1.2 速率控制和能量补充的效用模型 168
8.2 一种分层分解方法 169
8.2.1 充电行驶路径规划算法 169
8.2.2 分布式采样速率控制算法 170
8.2.3 充电时间分配算法 172
8.2.4 多阶段优化方法框架 174
8.2.5 加速分布式采样速率控制算法 175
8.3 实验仿真与分析 177
8.3.1 实验设置 177
8.3.2 实验结果与分析 178
8.4 本章小结 187
第9章 基于无线可充电传感器网络的桥梁监测无人机调度 188
9.1 问题描述 189
9.1.1 网络模型 189
9.1.2 无人机充电调度模型 190
9.2 三维空间充电行驶路径规划框架 192
9.2.1 复杂空间下无人机航迹规划 193
9.2.2 改进的蚁群系统算法 196
9.2.3 基于IM-ACS算法的充电调度 200
9.3 无人机充电调度与时间分配的两阶段优化 201
9.3.1 传感器充电时间分配 201
9.3.2 无人机充电调度的两阶段优化框架 202
9.4 实验仿真与分析 203
9.4.1 实验设置 203
9.4.2 实验结果与分析 203
9.5 本章小结 214
参考文献 215
后记 224
试读
第1章 绪论
随着无线通信技术、网络技术、普适计算技术和各种新型计算模式[如云计算、P2P(peer-to-peer)计算、边缘计算]等的快速发展,网络接入设备数量和种类迅猛增加。通过泛在互联将海量传感设备与互联网连接起来形成物联网(internet of things,IoT),是计算机、互联网与移动通信网络的一种延伸和拓展[1]。作为物联网数据获取的重要技术,集微电子技术、传感技术、嵌入式系统等技术于一体的无线传感器网络(wireless sensor network,WSN)也得到了一个质的演变,已在全球范围内多种应用领域广泛使用。在各国政府和企业的推动下,新型产业的出现迎来了一轮物联网的高潮,这使得无线传感器网络受到越来越多学者和从业人员的广泛关注和重视,其广泛地应用于工业智能制造[2]、体域网[3]和大型建筑设施结构监测[4]等场合。在这些应用中,少量的采样数据往往不能满足需求,而大量数据的感知和传输需要消耗较多的能量。无线传感器节点体积小,自身携带的电池能量难以满足持久性工作的需求,需要合理有效的管理。能量管理是无线传感器网络中具有重要研究意义的关键技术。
1.1 无线传感器网络
无线传感器网络是由大量低成本微型传感器节点在监测区域内通过自组织的方式构成一个多跳的无线通信网络,无须依赖有线网络的基础设施。目的是通过相应的模块(如无线通信模块、传感器模块和处理器模块等)感知、采集、传输和处理需要的数据,然后发送给观察者[5]。无线传感器网络的核心任务是通过节点间的协作,探测、处理并传输覆盖区域内的监测信息,*终将这些信息报告给用户。无线传感器网络通过现代信息技术中的传感器技术、计算机技术和通信技术实现了数据采集、数据处理和数据传输三大功能。因此,无线传感器网络可以视为传感器技术、计算机技术和通信技术的结合,构成了一个*立且完整的现代信息系统[6]。
无线传感器网络节点由传感器节点和汇聚节点构成,这些节点可以大规模部署在感知对象的内部或周围,常见的部署手段包括无人机撒布和人工布置等。传感器节点能够通过自组织的方式协同工作,构建起无线网络,对覆盖范围内的信息进行感知、收集和处理。信息通过多跳的方式在网络中向汇聚节点聚集,并通过汇聚节点链路向远程控制管理中心传输监测区域内的信息。远程控制管理中心可以通过汇聚节点来监控和操作网络中的节点。无线传感器网络系统的一般结构如图1-1所示,图中展示了包括传感器节点、汇聚节点、通信网络、监测区域和远程控制管理中心等在内的无线传感器网络系统的一般结构。
图1-1 无线传感器网络系统的一般结构
传感器节点一般由传感器模块、处理器模块、无线通信模块和能量供应模块组成。传感器模块能够按照一定的规律把现实世界中的测量信息(如物理量、化学量、生物量等)转换成某种可用电信号的设备,常见的传感器有温湿度传感器、压力传感器和光敏传感器等[7],此外还有各种具有复杂功能的智能传感器和多媒体传感器等。传感器的作用是感知物理世界中的信息,是实现信息化控制的关键环节。如图1-2所示,传感器一般由敏感元件、转换元件、转换电路和能量供应模块所组成[8]。敏感元件用于感知物理世界中被测量对象的信息量;转换元件的主要职责是将敏感元件捕捉到的信息转换成更易于测量和传输的信号形式;而转换电路则是对这些经过转换元件处理后的电信号进行进一步的放大、运算和调制等操作,以满足实际应用的需求。处理器模块一般采用集成度高、功耗低、体积小的单片机,用于完成数据处理、数据存储和节点调度管理等工作。无线通信模块由无线射频电路和天线组成,可通过无线电、红外、激光和超声波等介质传输信号,近年来采用无线电作为通信介质成为无线传感器网络通信的主流方式。无线通信模块一般集成无线通信协议的片上系统。能量供应模块的作用是为传感器各个模块的运行提供必要的电能,通常由电池提供电源。传感器节点中消耗能量的部分包括传感器模块、处理器模块和无线通信模块。通常情况下,传感器模块与处理器模块的能量消耗低,传感器节点中大部分能量用于收发信号的通信模块上。
图1-2 传感器的一般组成结构
除了感知传感器节点之外,网络中还有一类用于专门接收其他传感器发送过来数据的汇聚节点,它们通常具有较强的通信能力、数据处理与存储能力,是连接传感器网络与外部网络的网关设备。汇聚节点汇聚由传感器发送过来的数据信息,能够对数据进行相关处理操作等,并*终可以将经过处理后的数据转发到外部网络。
无线传感器网络中的通信网络采用类似于传统因特网中的传输控制协议/网际协议(transmission control protocol/internet protocol,TCP/IP)五层协议体系结构,包括物理层、数据链路层、网络层、传输层和应用层[9]。物理层一般提供简单但健壮的信号调制和无线收发技术。数据链路层负责传感器的数据成帧、帧检测、媒体访问和差错控制。网络层负责网络中路由生成与数据转发。无线传感器网络节点除了需要有感知功能外,通常还需要承担网络内部的数据中转功能,所以传感器节点需要路由功能。传输层负责数据流的传输控制,是保证通信服务质量的重要部分。应用层包括一系列基于监测任务的应用层软件。电气电子工程师学会制定的IEEE 802.15.4协议是一款用于无线传感器网络中数据链路层和物理层的协议,该协议是针对低速率无线个人区域网(wireless personal area network,WPAN)所制定的标准,其主要目标是实现更低的能量消耗、更低的传输速率和更低的使用成本[10]。
虽然无线传感器网络获得了广泛的应用前景(如医疗领域[11]、智能家居[12]、工业领域[2]、环境监测[13]等),但传感器节点本身的计算和存储能力的限制,以及传感器节点电池供电能力有限,在各大规模网络中不能很好地满足能量需求,使其不能长时间地维持整个网络的工作状态。因此,为了解决传感器节点的能量弊端,需要通过特定的方式来确保传感器节点在网络生命期内始终具有能量。显然,能量问题是无线传感器网络中重要的一环,支配着整个网络的运行。在无线传感器网络中,传统的供电方式主要由电池来提供能源,但电池的有限能量存储也限制了大规模的无线传感器网络的布置。尽管在过去十几年中提出了众多节省传感器能量的方法,但是在实际中,无线传感器网络仍然存在难以持续稳定工作的问题。近年来,无线传感器的能量问题引起了科研界和产业界的广泛关注[14]。从当前的研究成果来看,无线传感器网络能量研究主要关注如何延长网络寿命。目前主要的解决方法可分为三种[15]:一是网络间节点的能耗均衡策略[16, 17]。部分节点承担较多的转发任务容易导致这些节点能量提前耗尽。通过能量均衡策略分散转发路径上的数据流量可以避免部分路径上的节点能量提前耗尽。二是降低传感器节点的能量消耗策略[18, 19],无线传感器在无线发送、接收和侦听时消耗能量较多,关闭通信模块能显著减少能量消耗,因此可以通过定期休眠来减少能量消耗。三是数据融合技术和跨层优化[20, 21],数据融合或网络编码能有效减少网络上数据包转发数量,从而减少节点在无线收发上的能量消耗;而跨层优化可以通过调整物理层的传输功率、传输层流量等来减少数据收发的能量消耗。这些方法能一定程度减少能量消耗从而延长了网络工作时间,但是无法从根本上解决传感器网络的持续性供电问题。
一些研究者研究如何利用能量采集器收集周围的环境能量(如电磁能、风能、光能等),并将其转化为电能,通过稳压电路为传感器的电池补充能量[22, 23]。这在一定程度上能持续地为传感器节点提供能量供给。然而,受到环境的变化和不可预测性影响,自然可再生资源的稳定开发是困难的。已有研究表明,在晴天、多云天和阴天,太阳能收集系统的产能率变化较大,这对无线传感器网络能量供应构成挑战[24]。此外,风能等自然资源不可控性使得传感器对自然可再生资源的捕获率准确预测变得非常困难,因而只能短暂地解决能量受限问题。近年来,无线供电为无线可充电传感器网络(wireless rechargeable sensor network,WRSN)的研究提供了新的思路[25, 26]。与传统无线传感器网络相比,无线可充电传感器网络具有提供稳定持久的网络寿命的潜力。
1.2 无线可充电传感器网络
与传统无线传感器网络相比,无线可充电传感器网络采用了具有能量采集模块的传感器节点,能够利用无线能量传输(wireless power transfer,WPT)技术为网络中需要补充能量的可充电传感器节点供应能量,从而有效解决了其能量受限的问题。Kurs等[27]提出了一种有前途的WPT技术,具有稳定的功率和高速充电速率,有可能从根本上解决充电问题,这一研究成果引起人们的广泛关注[26]。
图1-3展示了无线可充电传感器节点的一般组成结构,这些模块包括数据采集模块、处理器模块、无线通信模块、能量供应模块和能量采集模块等关键组件[28]。与传统无线传感器网络相似,数据采集模块负责从网络环境中采集物理信息,通过传感器将模拟信号输出到调制解调器。随后,经过调制解调器中的模数信号转换器处理,将信号转换为计算机可识别的数字信号,然后传递给处理器模块进行处理。处理器模块的核心是微控制单元,负责处理来自数据采集模块的数字信号,并根据所设定的通信协议将数据传输到无线通信模块。无线通信模块负责处理不同传感器节点之间的数据接收与发送和通信控制等任务。能量采集模块负责将外部能量补充装置传输的能量存储到能量供应模块中,以便为传感器节点的各个耗能模块提供所需的能量。
图1-3 无线可充电传感器节点的一般组成结构
无线可充电传感器网络是在传统无线传感器网络的基础上增加了能量补充装置,这些装置通常可分为静态能量充电装置和动态能量充电装置两种。当网络中的传感器节点能量较低时,这些充电装置可以对其进行能量补充,从而延长其工作周期。无线可充电传感器网络系统的一般结构如图1-4所示。
相较于传统的无线传感器网络,无线可充电传感器网络具有以下优点。
(1)工作周期稳定持久。通过外部的能量补充装置,网络中的传感器节点能够获取比较稳定的能量补给。这一能量补充机制显著延长了传感器节点的工作时间,而且通过可控的能量补充调度技术可在实际应用中保障无线可充电传感器网络更加稳定持久的工作周期。
图1-4 无线可充电传感器网络系统的一般结构图
(2)网络性能稳定。一方面,通过有效改善传统无线传感器网络受能量限制而降低网络性能的问题,有效延长了网络寿命。另一方面,由于无须人工维护,传感器节点的部署更加灵活,扩大了网络的部署范围,使得网络能够感知到更多的信息,从而提升了网络的性能。由于传感器节点能以可控方式供电,网络性能不会因能量消耗而受影响,较为稳定。
(3)降低网络维护人力成本。传统无线传感器网络通常需要人工对传感器节点的电池进行更换。特别是在大规模网络中,传感器节点数量众多,因此人工更换电池的维护成本高昂且极不方便。而在无线可充电传感器网络中,可以利用WPT技术,通过能量补充装置自动地对传感器节点进行能量补充,从而显著降低了维护成本。例如,可以利用移动充电车和无人机搭载充电设备,自动执行充电任务,在靠近传感器节点时为其提供充电服务,实现了维护的自动化和低成本化。
(4)绿色低碳环保。在无线可充电传感器网络中,传感器节点采用可以反复充电的电池,相比于传统的一次性电池,这种做法极大地减少了废弃电池对环境造成的污染。因此,无线可充电传感器网络在环保方面表现更加突出,为环境保护事业做出了积极贡献。
1.3 无线充电技术
WPT技术的出现为解决终端设备更换电池和有线供能的问题提供了一种富有潜力的方案,因此备受关注。在无线可充电传感器网络中,传感器节点可通过WPT技术进行能量补充,从而实现了传感器节点的持久工作[2




















