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)點感知、獲取和協(xié)作傳輸被監(jiān)控對象數(shù)據(jù)的網(wǎng)絡(luò)，可以保證節(jié)點能量不會被耗盡，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性的特點，這使得傳統(tǒng)無線傳感器網(wǎng)絡(luò)中已有先進技術(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，重點克服能量收集無線傳感器網(wǎng)絡(luò)中基于隨機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，本文研究了獨立同分布隨機能量模型下有限電池容量節(jié)點的最優(yōu)能量管理策略問題，將能量管理策略問題建模為節(jié)點壽命時間內(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立同分布。在節(jié)點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，通過仿真驗證了不同信道狀態(tài)下電池容量和能量收集概率對最優(yōu)策略收益的影響。仿真表明，當電池容

3、量大于一定的數(shù)值后，晟優(yōu)期望收益不再增加。同時，隨著能量收集概率的增大，系統(tǒng)性能逐漸提高。
　　其次，本文進一步研究了基于馬爾科夫鏈能量模型的節(jié)點能量管理策略問題。針對傳統(tǒng)的策略迭代算法需要存儲所有狀態(tài)和對應(yīng)的行動導(dǎo)致占用存儲空間較大的問題，提出了一種基于成功傳輸概率的自適應(yīng)能量管理策略。該策略具有低存儲量的特點。只有在當前時隙的信道成功傳輸概率大于上一時隙能量收集狀態(tài)下的成功傳輸概率閾值時，節(jié)點才可以發(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)對應(yīng)的成功傳輸概率閾值不同。進一步地，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;同時相比于基于策略迭代算法需存儲所有狀態(tài)和對應(yīng)的行動，本文提出的能量管理策略只需存儲2個閾值，有效地降低策略的存儲量。此外，針對能量收集統(tǒng)計信息難

5、以預(yù)測的情景，本文驗證了不同學(xué)習(xí)速率下Q學(xué)習(xí)算法對最優(yōu)策略的學(xué)習(xí)效果。仿真表明，行動-狀態(tài)對使用相同學(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，每個傳感器節(jié)點的競爭接入時間只受節(jié)點自身的能量收集速率控制;能量收集速率較低的節(jié)點，競爭接入時間較短。仿