能量收集無線傳感器網(wǎng)絡(luò)關(guān)鍵技術(shù)研究.pdf

1、能量收集無線傳感器網(wǎng)絡(luò)是指具有能量收集能力的傳感器節(jié)點(diǎn)感知、獲取和協(xié)作傳輸被監(jiān)控對(duì)象數(shù)據(jù)的網(wǎng)絡(luò)，可以保證節(jié)點(diǎn)能量不會(huì)被耗盡，有效地解決了傳統(tǒng)的無線傳感器網(wǎng)絡(luò)中能量受限問題。但是能量收集過程具有隨機(jī)性的特點(diǎn)，這使得傳統(tǒng)無線傳感器網(wǎng)絡(luò)中已有先進(jìn)技術(shù)并不能直接應(yīng)用于能量收集無線傳感器網(wǎng)絡(luò)。因此本論文對(duì)能量收集無線傳感器網(wǎng)絡(luò)關(guān)鍵技術(shù)展開研究，重點(diǎn)克服能量收集無線傳感器網(wǎng)絡(luò)中基于隨機(jī)能量收集模型的能量管理方法和媒體接入控制算法上的難題。
　

2、　首先，本文研究了獨(dú)立同分布隨機(jī)能量模型下有限電池容量節(jié)點(diǎn)的最優(yōu)能量管理策略問題，將能量管理策略問題建模為節(jié)點(diǎn)壽命時(shí)間內(nèi)被正確接收的數(shù)據(jù)量最大化的優(yōu)化問題。其中，能量收集過程服從獨(dú)立同分布。在節(jié)點(diǎn)壽命滿足幾何分布的假設(shè)下，將問題轉(zhuǎn)換為無限階段折扣馬爾科夫決策問題，然后根據(jù)Bellman最優(yōu)準(zhǔn)則證明了最優(yōu)能量管理策略具有基于剩余能量閾值的形式。最后，通過仿真驗(yàn)證了不同信道狀態(tài)下電池容量和能量收集概率對(duì)最優(yōu)策略收益的影響。仿真表明，當(dāng)電池容

3、量大于一定的數(shù)值后，晟優(yōu)期望收益不再增加。同時(shí)，隨著能量收集概率的增大，系統(tǒng)性能逐漸提高。
　　其次，本文進(jìn)一步研究了基于馬爾科夫鏈能量模型的節(jié)點(diǎn)能量管理策略問題。針對(duì)傳統(tǒng)的策略迭代算法需要存儲(chǔ)所有狀態(tài)和對(duì)應(yīng)的行動(dòng)導(dǎo)致占用存儲(chǔ)空間較大的問題，提出了一種基于成功傳輸概率的自適應(yīng)能量管理策略。該策略具有低存儲(chǔ)量的特點(diǎn)。只有在當(dāng)前時(shí)隙的信道成功傳輸概率大于上一時(shí)隙能量收集狀態(tài)下的成功傳輸概率閾值時(shí)，節(jié)點(diǎn)才可以發(fā)送數(shù)據(jù)，否則不發(fā)送數(shù)據(jù)。不

4、同的能量收集狀態(tài)對(duì)應(yīng)的成功傳輸概率閾值不同。進(jìn)一步地，本文基于策略等效性原理將閾值的可行域從連續(xù)集合縮小到有限數(shù)目的離散集合，從而可以通過結(jié)合最優(yōu)方程和枚舉算法求解最優(yōu)閾值。仿真表明，在不同的能量收集情形下，基于成功傳輸概率的自適應(yīng)能量管理策略收益可以很好地接近基于策略迭代算法的最優(yōu)策略收益;同時(shí)相比于基于策略迭代算法需存儲(chǔ)所有狀態(tài)和對(duì)應(yīng)的行動(dòng)，本文提出的能量管理策略只需存儲(chǔ)2個(gè)閾值，有效地降低策略的存儲(chǔ)量。此外，針對(duì)能量收集統(tǒng)計(jì)信息難

5、以預(yù)測(cè)的情景，本文驗(yàn)證了不同學(xué)習(xí)速率下Q學(xué)習(xí)算法對(duì)最優(yōu)策略的學(xué)習(xí)效果。仿真表明，行動(dòng)-狀態(tài)對(duì)使用相同學(xué)習(xí)速率的Q學(xué)習(xí)算法能更快地學(xué)習(xí)到最優(yōu)策略。
　　最后，本文針對(duì)基于RF能量收集無線傳感器網(wǎng)絡(luò)的傳輸公平性問題，在時(shí)隙CSMA/CA控制算法的基礎(chǔ)上，給出了一種能量收集速率自適應(yīng)的媒體接入控制算法。在本文給出的媒體接入控制算法中，每個(gè)傳感器節(jié)點(diǎn)的競(jìng)爭(zhēng)接入時(shí)間只受節(jié)點(diǎn)自身的能量收集速率控制;能量收集速率較低的節(jié)點(diǎn)，競(jìng)爭(zhēng)接入時(shí)間較短。仿