郭 龍,馮 勇,楊 心,郭 磊

(昆明理工大學,云南省計算機應用技術(shù)重點實驗室,昆明 650500)

在無線傳感器網(wǎng)絡WSNs(Wireless Sensor Networks)中,傳感器節(jié)點由自身攜帶的電池供電,受體積,成本,電池容量等技術(shù)的限制,其本身所攜帶的能量相當有限[1-2]。這種能量的稀缺性成為了無線傳感器節(jié)點固有的屬性。這一屬性極大限制了無線傳感器網(wǎng)絡的使用壽命和性能。無線充電技術(shù)的重大突破[3-4]為無線傳感器網(wǎng)絡能量受限問題提供了解決途徑,基于無線充電技術(shù)的無線可充電網(wǎng)絡也就隨之興起[5-6]。目前提出了許多有效的無線能量補充方案,如何在現(xiàn)有的無線能量補充方案的基礎(chǔ)上,取得重大突破是人們一直關(guān)注的焦點。近年來,骨干網(wǎng)技術(shù)已經(jīng)取得了突飛猛進的發(fā)展[7-9],并針對不同的網(wǎng)絡場景提出了相應的骨干網(wǎng)構(gòu)建方法[10-11]。骨干網(wǎng)的優(yōu)勢在于可以使無線傳感器網(wǎng)絡獲得較好的節(jié)能效果和較高的路由效率,在減少網(wǎng)絡吞吐率和通信干擾的情況下,骨干網(wǎng)還保證了網(wǎng)絡的連通性和覆蓋性。由于骨干節(jié)點往往與多個非骨干節(jié)點連接,在一定程度上,某個非骨干節(jié)點的失效并不會影響整個網(wǎng)絡的正常運行,因此我們考慮將信息的采集與信息轉(zhuǎn)發(fā)實現(xiàn)分離,信息采集任務集中在非骨干節(jié)點,信息轉(zhuǎn)發(fā)任務集中在骨干節(jié)點,這樣做的好處在于非骨干節(jié)點的能耗將會大大降低,然而也帶來了不利的一面,那就是骨干節(jié)點的能耗進一步提升,容易導致骨干節(jié)點失效。然而傳感器節(jié)點的失效將會導致節(jié)點中緩存的數(shù)據(jù)丟失、感知覆蓋空洞、網(wǎng)絡鏈路中斷,甚至網(wǎng)絡分割等情況[12],這些都背離了采用無線充電進行能量補充的初衷。為了保證骨干節(jié)點的能量補充,我們采取最大限度的為骨干節(jié)點充電,保證骨干節(jié)點正常工作,同時兼顧普通節(jié)點的能量補充。而無線充電技術(shù)正好能夠很好的解決這個問題。為了實現(xiàn)網(wǎng)絡的高效利用與網(wǎng)絡生命周期的最大化?；诖?本文提出了基于虛擬骨干網(wǎng)環(huán)境下的移動能量補充策略,即根據(jù)節(jié)點的通信量計算其充電優(yōu)先級,選擇優(yōu)先級最大的節(jié)點作為充電候選節(jié)點以優(yōu)先滿足高負載節(jié)點的能量需求,有效避免了節(jié)點因能量耗盡而失效的問題。并通過大量的仿真實驗證明了該能量補充方案在很大程度上提升了網(wǎng)絡的性能。

1 相關(guān)工作

近年來,無線能量補充技術(shù)受到各界廣泛關(guān)注和重視。提出了許多有效的工作,這些工作大致分為兩類,一類是周期性的進行能量補充的離線方式,另一類是感知節(jié)點的剩余能量,實時進行能量補充的在線方式。在離線充電方式中,通過利用充電裝置可控的移動性,文獻[13]聯(lián)合考慮了無線充電和數(shù)據(jù)收集,并提出了優(yōu)化數(shù)據(jù)速率、鏈路激活和路由以及充電裝置移動路線的算法。文獻[14]中考慮了采用移動充電裝置為傳感器電池周期性進行充電的場景,目標在于最大化每個充電周期中無線充電車輛的空閑時間。文獻[15]中將傳感器網(wǎng)絡中的移動充電問題形式化為旅行商問題,建立了一個利用可移動機器人對影響網(wǎng)絡壽命的“瓶頸”節(jié)點進行移動充電的原型系統(tǒng),以研究利用無線充電技術(shù)來延長傳感器網(wǎng)絡的使用壽命的可行性。文獻[16]認為無線充電和路由策略之間聯(lián)系緊密,提出在路由策略的設計中充分考慮無線充電因素,使傳感器節(jié)點實現(xiàn)能耗均衡路由和最小能耗路由這兩種策略之間進行平衡,以實現(xiàn)能量的有效補充和使用?；跓o線充電能力足夠高和數(shù)據(jù)傳輸模式固定的假設,文獻[17]對每個充電周期中充電裝置空閑時間最大化問題進行了形式化的分析和求解,提出了一個集中式的無線充電與路由選擇的聯(lián)合優(yōu)化策略。對于在線充電方式,充電裝置根據(jù)節(jié)點的剩余能量實時進行充電決策。這類工作中有代表性的是文獻[18]中提出了為傳感器節(jié)點提供按需無線充電方式,采用了一種搶占式的最近最先原則(NJNP)來選擇下一個充電節(jié)點,從理論上進行分析和求解并給出了解決策略,但是沒有考慮對充電請求響應的公平性,容易導致節(jié)點失效現(xiàn)象。尤其是當網(wǎng)絡中節(jié)點感應活躍,充電請求較多,激活較慢的情況下,這種現(xiàn)象表現(xiàn)得尤為突出。文獻[19]提出了基于對傳感器節(jié)點剩余能量的實時感知的能量補充算法,但其關(guān)注的重點在于節(jié)點激活/休眠的調(diào)度策略。文獻[20]考慮節(jié)點的動態(tài)能耗提出最大化充電吞吐量問題,并采用基于最小生成樹的旅行商方法來確定移動充電裝置(MC)的充電路徑。文獻[21]提出了一種基于剩余能量實時感知的能量補充方法,即根據(jù)節(jié)點剩余能量來選擇充電目標。文獻[22]研究了根據(jù)傳感器節(jié)點的當前剩余能量來選擇充電目標對網(wǎng)絡吞吐量的影響,并將充電目標節(jié)點的選擇按照線性規(guī)劃問題來解決。

然而,現(xiàn)有的無線充電方案僅僅考慮了平面結(jié)構(gòu)的WSN中充電問題,沒有考慮具有層次結(jié)構(gòu)的WSN的充電,進而也沒有相應的機制來確保骨干網(wǎng)中節(jié)點的能量供應。基于此,本文提出了基于虛擬骨干網(wǎng)環(huán)境下的移動充電方式來保證骨干節(jié)點的能量供應,即根據(jù)節(jié)點的負載情況來確定節(jié)點的優(yōu)先級。在充電過程中,首先考慮節(jié)點的優(yōu)先級,始終選擇為優(yōu)先級最大的節(jié)點充電。通過仿真實驗證明了按照這種充電方式能夠有效的避免同一時刻充電請求節(jié)點的快速增加,并且從骨干網(wǎng)本身來看,已經(jīng)做了路由選擇方面的優(yōu)化,能夠節(jié)省充電裝置的移動時間使其能夠快速到達目標充電節(jié)點為其充電,保證了服務池中絕大多數(shù)節(jié)點能夠在其最大延遲時間到來之前得到充電服務請求。有效的降低了網(wǎng)絡節(jié)點的失效率,延長了網(wǎng)絡的使用壽命。

圖1 網(wǎng)絡模型

2 網(wǎng)絡模型與問題陳述

2.1 網(wǎng)絡模型

本文采用的網(wǎng)絡模型如圖1所示,在該網(wǎng)絡模型中,傳感器節(jié)點主要負責感知,產(chǎn)生,傳遞信息,能量的消耗主要發(fā)生在發(fā)送和接受信息的過程中,在本文中采用了文獻[23]提出能量消耗模型,當發(fā)送節(jié)點向距離d外的接收節(jié)點發(fā)送kbyte的數(shù)據(jù)時,可以使用式(1)計算其能量消耗,接收節(jié)點接收kbyte的數(shù)據(jù),消耗的能量按式(2)計算。其中,Eelec表示無線收發(fā)電路所消耗的能量。εamp表示放大器消耗的能量,其大小取決于發(fā)送節(jié)點與接收節(jié)點間的距離以及可接受的位錯誤率。

ETx(k,d)=Eelec(k)+Eamp(k,d)=kEelec+kεampd2

(1)

ERx(k)=kEelec

(2)

2.2 問題陳述

本文提出的基于虛擬骨干網(wǎng)環(huán)境下的移動能量補充策略(VBMERS),本質(zhì)上在于最大限度的為骨干節(jié)點提供能量補充,同時盡可能的讓能量消耗均勻的分布到所有的骨干節(jié)點上,為了在每個周期內(nèi)減小整個網(wǎng)絡系統(tǒng)的能量損耗以及確保能量消耗均勻的分布在所有的骨干節(jié)點上,在網(wǎng)絡中將傳感器節(jié)點分為骨干節(jié)點和非骨干節(jié)點,對于不同類型的節(jié)點分擔的角色要明確,本文規(guī)定,非骨干節(jié)點周期性的采集并發(fā)送信息,骨干節(jié)點接收信息并以多跳的方式將信息傳遞給Sink節(jié)點。骨干節(jié)點往往與多個非骨干節(jié)點鄰接,即骨干節(jié)點接收到的信息存在大量的冗余數(shù)據(jù),因此骨干節(jié)點有必要對收集到的信息進行數(shù)據(jù)融合,即骨干節(jié)點并不是接收到一條信息就立刻進行轉(zhuǎn)發(fā),而是等到所有鄰接點發(fā)送的信息到達并進行數(shù)據(jù)融合之才轉(zhuǎn)發(fā)。在整個充電過程中不同的傳感器節(jié)點扮演著不同的角色,為了更加高效的實現(xiàn)節(jié)點的充電功能,就必須考慮節(jié)點的優(yōu)先級。由于骨干節(jié)點在網(wǎng)絡中能耗相對比較大,直接決定了網(wǎng)絡的生存能力,因此必須要保證骨干節(jié)點的能量供應。

3 VBMERS能量補充策略設計與實現(xiàn)

3.1 計算傳感器節(jié)點的動態(tài)信息交互率

由于受周圍環(huán)境因素影響,傳感器節(jié)點對環(huán)境信息的感知頻率是動態(tài)變化的,那么估計節(jié)點的當前信息交互率成為計算每個待充電節(jié)點優(yōu)先級的關(guān)鍵。為了估計節(jié)點的信息交互率,設初始網(wǎng)絡部署的時間為t0=0,之后每個傳感器節(jié)點每隔時間間隔Δ記錄自己的當前剩余能量值和當前時間值,并以消息的形式把記錄的能量值和對應的時間值發(fā)送給基站。例如節(jié)點i發(fā)送給基站的第n個能量通告消息形式為,n≥0,其中IDi表示節(jié)點i的編號,REin表示節(jié)點i的剩余能量,tin表示發(fā)送能量通告消息的時間。假設每個傳感器節(jié)點處理一條信息消耗的能量為ψ,該能量包含接收信息的消耗能量和轉(zhuǎn)發(fā)信息消耗的能量,則ψ=ETx(k,d)+ERx(k),那么傳感器節(jié)點i信息交互率的實時值cin為:

(3)

令Cin表示接收第n條能量值通告后基站對傳感器節(jié)點i信息交互率的估計。利用加權(quán)平均法有:

(4)

式中:tn表示傳感器節(jié)點i記錄第n條剩余能量的時間,cin為收到第n次能量通告后計算得到的信息交互率實時值。將時間值作為計算信息交互率的權(quán)重,時間值越大,對應的信息交互率的值就越新,越接近實時值。這既保證了對節(jié)點信息交互率估計的實時性,又考慮到節(jié)點信息交互率的歷史變化情況。把式(3)代入式(4)得式(5)。按照式(5)計算動態(tài)信息交互率的方法需要基站保存所有的剩余能量記錄,代價較大。因此利用遞推方法改進式(5)得式(6)

(5)

(6)

在式(6)中,Tn-1為前n-1個剩余能量值通告的時間值總和。節(jié)點每更新一次信息交互率,就要累加一次時間值總和Tn=Tn-1+tn。這樣根據(jù)式(6)計算信息交互率時基站只需保存Ci1、時間值總和以及最近一次估計的節(jié)點信息交互率的值,與式(4)相比減小了基站的存儲代價。此外,在MC為節(jié)點充電期間,節(jié)點不記錄和發(fā)送自己的剩余能量。當充電完成后,重新開始每隔時間間隔Δ記錄一次自己的剩余能量值和當前時間,并在充電完成后首次發(fā)送能量通告消息時同時發(fā)送充電完成的通告,基站收到該通告后清除之前的所有信息交互率估計值及時間統(tǒng)計,并按上述方法重新計算該節(jié)點的信息交互率?；疽蚤L距離通信的方式把計算所得各個節(jié)點的信息交互率通知給MC,這樣MC就了解網(wǎng)絡中各節(jié)點的信息交互率及其變化。規(guī)定能量通告消息在一定的延遲范圍內(nèi)可以被傳感器節(jié)點發(fā)送給基站的感知消息捎帶,這樣發(fā)送能量通告給基站就不會花費節(jié)點太多能量,降低了傳感器節(jié)點的能耗開銷。

3.2 計算傳感器節(jié)點優(yōu)先級

在無線傳感器網(wǎng)絡中,隨著時間的推移,各個傳感器節(jié)點的通信量不斷的發(fā)生變化,傳感器節(jié)點的優(yōu)先級就是根據(jù)節(jié)點的通信量來計算的,節(jié)點通信量越大,負載也就越大,因此節(jié)點的優(yōu)先級就越大。我們用NS(vi)表示節(jié)點vi的鄰接點集合,則節(jié)點vi的優(yōu)先級SNDPRI(vi)計算公式如下:

(7)

式中：t為熔滲時間；σ為Si的表面張力；θ為熔融Si與C的潤濕角；C為曲率因子；R0是t=0時刻毛細管半徑；η為熔融Si的黏度?？梢?，熔滲動力學受時間、黏度、表面張力和潤濕角的影響，而表面張力、黏度、潤濕角均受溫度影響。

Cj指傳感器節(jié)點vj的當前信息交互率,根據(jù)式(6)獲得,tc(i)表示vi被選中成為充電目標到充電結(jié)束所需要的時間,它是由MC的移動時間和充電時間組成,t(MC,i)表示MC移動到傳感器節(jié)點vi的時間,tw表示MC為節(jié)點vi充滿電所需要的時間,v表示MC的移動速度,η表示MC的充電速率,dis(MC,vi)表示MC與節(jié)點vi的距離,E表示傳感器的初始能量,E[t+t(MC,i)]表示在時刻t+t(MC,i)時節(jié)點vi的剩余能量。從式(7)可以看出,MC在選擇充電目標時,既考慮了節(jié)點的負載,同時也考慮了MC的充電成本以及其他節(jié)點的充電延遲。

3.3 充電目標選擇算法

在無線可充電傳感器網(wǎng)絡中,當節(jié)點的能量低于事先設定好的能量閥值Ethred時,就進入充電服務池。在充電過程中,MC如何選擇下一個充電目標關(guān)系到VBMERS策略的性能。VBMERS策略在選擇下一充電目標時,始終選擇使其他待充電節(jié)點饑餓數(shù)量最少的節(jié)點加入充電候選節(jié)點集合以盡量避免節(jié)點陷入能量饑餓狀態(tài)。算法偽代碼如圖2所示。

圖2 算法偽代碼

算法具體步驟如下:

步驟1 MC充電前,首先計算充電服務池中每個待充電節(jié)點的當前最大充電容忍延遲,例如待充電節(jié)點vi的最大充電容忍延遲Di(t)為:

(8)

式中:REi為發(fā)送充電請求時該節(jié)點vi的剩余能量,t為當前時間,tsi為時間戳。如果節(jié)點的當前最大充電容忍延遲小于或等于零,說明節(jié)點已經(jīng)餓死,則從服務池中刪除該節(jié)點。

步驟2 對于充電服務池中未陷入饑餓的節(jié)點,MC依次計算若選擇任一節(jié)點作為下一充電節(jié)點時,所有其他待充電節(jié)點的最短等待時間。如選擇節(jié)點vi作為下一待充電節(jié)點時,節(jié)點vj的最短等待時間SWT(i,j)計算如下:

(9)

式中:Ei(t)表示節(jié)點vi的當前剩余能量值,t(i,j)為MC從節(jié)點vi移動到vj的時間。若Di(t)≥SWT(i,j),說明選擇節(jié)點vi作為下一充電節(jié)點時,節(jié)點vj不會被餓死。若節(jié)點vi滿足對于?vj,有Di(t)≥SWT(i,j),說明選擇節(jié)點vi為下一充電節(jié)點時,充電服務池中其他待充電節(jié)點均不會被餓死,此時把節(jié)點vi加入充電候選集合∑中。MC遍歷充電服務池中所有節(jié)點,找到所有滿足上述條件的節(jié)點加入充電節(jié)點候選集合中。若集合∑為空,則對充電服務池中各節(jié)點,MC統(tǒng)計滿足Di(t)≥SWT(i,j)的節(jié)點vj的個數(shù)并記錄節(jié)點vj對應的ID號。

REMC(t)-[E-Ei(t+t(MC,i)]=REMC(t)-{E-REi-Ciψ[t+t(MC,i)-tsi]}≥c[t(MC,i)+t(i,SS)]v

(10)

式中:REMC(t)表示MC的當前剩余能量值,t(i,SS)表示MC從節(jié)點vi移動到服務站SS所需要的時間。

②若∑為空,判斷在步驟2中統(tǒng)計的滿足條件Di(t)≥SWT(i,j)的節(jié)點數(shù)量最多的請求節(jié)點是否滿足式(10),若滿足則選擇該節(jié)點作為下一充電目標。這是因為選擇這樣的節(jié)點作為下一充電節(jié)點時能夠使充電服務池中陷入饑餓的傳感器節(jié)點數(shù)量最少。

③如果按照①②均找不到滿足條件的充電節(jié)點,說明MC的剩余能量不足,則MC立即返回服務站補充能量。

步驟4 如果在步驟3中已選中下一充電節(jié)點,就為被選節(jié)點充電,在充電完成后從MC的充電服務池中刪除已經(jīng)被充電的節(jié)點并清空集合∑,如果沒有選中任何節(jié)點,則為MC補充完能量后繼續(xù)為節(jié)點充電,直到MC的充電服務池為空時進入空閑狀態(tài)。

4 仿真實驗

本文基于C++仿真平臺對VBMERS策略進行性能分析,并把VBMERS策略與NJNP策略、FCFS策略進行性能對比。其中NJNP是近年提出的比較典型的動態(tài)充電策略,而傳統(tǒng)的FCFS充電調(diào)度策略的性能通常較低,可以以FCFS作為參考來分析VBMERS的性能。我們通過以下3個指標對上述3種策略進行性能分析:

①Charging latency:從節(jié)點發(fā)出充電請求到MC開始對其進行充電的時間間隔。由于MC每次只能為一個節(jié)點充電,但是充電請求節(jié)點不止一個,所以存在充電延遲,這個指標反映了系統(tǒng)的響應速度,充電延遲越小響應速度越快。

②Node fault rate:因能量耗盡而失效的節(jié)點數(shù)目占所有節(jié)點總數(shù)的百分比。節(jié)點失效比例是可充電無線傳感器網(wǎng)絡最重要的指標之一,其值越小說明系統(tǒng)的充電策略越好。

③Charging cost:移動充電裝置MC為實現(xiàn)節(jié)點能量補充而移動的總距離。由于MC處于移動狀態(tài)時無法進行充電,但需要消耗一定能量,因此MC的移動距離越少則充電系統(tǒng)的代價越小。

在仿真實驗中,傳感器節(jié)點隨機分布到仿真區(qū)域為200 m×200 m的方形區(qū)域中,假設每個傳感器節(jié)點周期性的產(chǎn)生數(shù)據(jù)。移動充電器MC在充電時以5 m/s的速度在仿真區(qū)域中移動,整個仿真持續(xù)時間為72 000 s,其他參數(shù)以及相應的缺省值如表1所示。

表1 實驗參數(shù)

圖3 節(jié)點數(shù)量對網(wǎng)絡性能的影響

4.1 節(jié)點數(shù)量對性能的影響

本組實驗討論節(jié)點數(shù)量對各策略性能的影響,我們把傳感器節(jié)點數(shù)量由25個逐漸增長到200,各策略的性能變化如圖3(a)～圖3(c)所示。從圖3(a)可見傳感器節(jié)點數(shù)量較少時,3種策略的節(jié)點失效率均不大。隨著網(wǎng)絡中節(jié)點數(shù)量繼續(xù)增大,這3種策略的節(jié)點失效率均增大,因為節(jié)點數(shù)量越多MC 的充電負擔越重,當請求服務的節(jié)點數(shù)量超過MC 的服務能力時,各策略的節(jié)點失效率增長迅速。本文提出的策略VBMERS始終獲得低于其他兩種策略的節(jié)點失效率,相對于FCFS,NJNP,節(jié)點失效率分別降低了30%和20%左右。這主要因為本策略根據(jù)節(jié)點的通信量計算節(jié)點的優(yōu)先級,優(yōu)先給負載大的節(jié)點充電,避免了節(jié)點快速陷入餓死狀態(tài),因此能夠最大程度保證網(wǎng)絡中死亡節(jié)點數(shù)量最少。圖3(b)中,3種策略的充電代價呈下降趨勢。充電代價減小是因為當節(jié)點數(shù)量達到一定程度時充電請求也明顯增加,這樣MC 在較近的距離內(nèi)發(fā)現(xiàn)滿足條件的待充電節(jié)點的概率增大,MC 此時就來不及響應距離自己較遠的充電請求,一直在為自己周圍的請求充電節(jié)點充電,所以MC 移動總距離減小了,從圖3(a)可以看到此時節(jié)點失效率也快速增加。由圖3(b)還可以看到NJNP策略性能優(yōu)于其他充電策略,是因為該策略始終選擇距離充電小車距離最近的節(jié)點充電。從圖中可以看出當節(jié)點數(shù)量小于100時,充電成本下降速率相對較小,當節(jié)點數(shù)量大于100時充電成本下降速率相對較大,這是因為節(jié)點數(shù)量較少時,需要充電的節(jié)點分布較為稀疏,距離小車位置較遠,充電小車將大量工作花費在移動過程中。相反節(jié)點數(shù)量較多時,小車更能夠找到距離較近的節(jié)點為其充電,充電成本也相應降低了。圖3(c)所示隨著節(jié)點數(shù)量增大,3種策略的平均充電延遲變化規(guī)律類似,當節(jié)點數(shù)量小于75時,NJNP的平均充電延遲略低于VBMERS。當節(jié)點數(shù)量大于75時,VBMERS的平均充電延遲大于NJNP,且優(yōu)勢比較明顯,這是因為節(jié)點數(shù)量較少時,充電請求較少,NJNP策略的搶斷幾率較小,再加上NJNP本身最近節(jié)點優(yōu)先充電的原則,從整體上減少了其他待充電節(jié)點的等待時間,故延遲相對較小,反之,節(jié)點數(shù)量較多時,充電請求節(jié)點增加,搶斷幾率增大,NJNP最近節(jié)點優(yōu)先充電的原則就帶來了很大的負面效果,導致了充電延遲大幅上升。FCFS 的平均充電延遲在節(jié)點數(shù)量高于75 時增長迅速,主要由于該策略中當節(jié)點數(shù)量增大時,移動充電器MC 在網(wǎng)絡中來回移動顯著增多,延長了節(jié)點等待充電的時間。

圖4 充電速率對網(wǎng)絡性能的影響

4.2 充電效率對性能的影響

本組實驗研究移動充電器的充電效率對策略性能的影響,網(wǎng)絡中隨機部署200個傳感器節(jié)點,其他參數(shù)保持默認值,充電效率從100 mJ/s到300 mJ/s逐漸變化,各策略性能變化如圖4(a)～圖4(c)所示。為無線可充電傳感器網(wǎng)絡進行無線充電的最主要目標是防止傳感器節(jié)點陷入能量饑餓來延長網(wǎng)絡的生存時間。圖4(a)顯示當移動充電器的充電效率提高時,3種策略的節(jié)點失效率均呈下降趨勢,這是因為充電效率提高使得移動充電器單位時間內(nèi)能夠服務的待充電節(jié)點數(shù)量增加,那么請求充電節(jié)點在它們的最大充電容忍延遲內(nèi)被充電的概率增大引起的。由于始終選擇負載大的節(jié)點作為下一充電節(jié)點,隨著充電效率變化,VBMERS的節(jié)點失效率始終低于其他4種策略。FCFS的饑餓節(jié)點比率最高,因為該算法中移動充電器消耗大量時間在網(wǎng)絡中不斷來回往復移動,使得節(jié)點等待充電的時間增長,節(jié)點容易饑餓。圖4(b)所示,3種策略的充電代價均會隨著充電效率提高增大,因為充電效率越大為節(jié)點充電的速度就越快,那么移動充電器移動的總距離就會越遠來為完成更多的充電請求。VBMERS在充電效率較高時充電代價高于NJNP,因為此時VBMERS可能選擇的下一充電節(jié)點距離MC 所在位置較遠,使得移動充電器移動距離增大造成的。圖4(c)中NJNP、VBMERS 和FCFS的平均充電延遲隨著充電效率提高不斷下降,而FCFS 卻先增大后減小。FCFS的平均充電延遲開始時增大是因為充電效率提高使得MC 能夠服務的節(jié)點數(shù)量增多,MC 回來往返的運動增多,使得節(jié)點等待充電的時間增長。隨著充電效率繼續(xù)增大,MC 為節(jié)點充電的速度更快,使得充電延遲逐漸減小。VBMERS 的平均充電延遲低于NJNP,這是因為NJNP優(yōu)先選擇最近的節(jié)點進行充電,而距離較遠的節(jié)點長時間得不到充電導致整體充電延遲增加。然而VBMERS最先選擇完成充電所需時間較短的節(jié)點為下一充電節(jié)點,從而使得其他待充電節(jié)點的等待時間縮短。隨著充電效率提高,NJNP策略完成充電服務的節(jié)點數(shù)量增多后,距離較遠的充電請求節(jié)點被搶斷的幾率進一步增加,充電延遲進一步增大,而VBMERS策略是在保證最小延遲的情況下選擇優(yōu)先級最大的節(jié)點進行充電,因此在很大程度上降低了傳感器節(jié)點的充電延遲,得到了較好的運行效果。

5 總結(jié)

通過移動能量補充技術(shù)可以有效的延長網(wǎng)絡的生存時間。能夠有效的避免傳感器節(jié)點快速進入能量饑餓狀態(tài),進而導致網(wǎng)絡性能低下。在本文中,研究了無線傳感器網(wǎng)絡中能量補充問題,提出了一種高效的能量補充方案(VBMERS)。根據(jù)傳感器節(jié)點的通信負載計算傳感器節(jié)點的充電優(yōu)先級,按照這樣的充電方式優(yōu)先為負載大且容易失效的節(jié)點充電。從而最大限度的延長了網(wǎng)絡的壽命。仿真結(jié)果表明了本文提出的能量補充方案優(yōu)于其他兩個與之對比的實驗方案。

參考文獻:

[1] Schurgers C,Srivastava M B. Energy Efficient Routing in Wireless Sensor Networks[C]//Military Communications Conference. IEEE,2001,1:357-361.

[2] Liang X,Li W,Gulliver T A. Energy Efficient Modulation Design for Wireless Sensor Networks[C]//IEEE Pacific Rim Conference on Communications,Computers and Signal Processing. IEEE,2007:98-101.

[3] Kurs A,André K,Karalis A,et al. Wireless Power Transfer via Strongly Coupled Magnetic Resonances[J]. Science,2007,317(5834):83.

[4] Karalis A,Joannopoulos J D,Soljacic M. Efficient Wireless Non-Radiative Mid-Range,Energy Transfer[J]. Annals of Physics,2008,323(1):34-48.

[5] Kar K,Krishnamurthy A,Jaggi N. Dynamic Node Activation in Networks of Rechargeable Sensor[M]. IEEE/ACM Trans. Networking,2006,14(1):15-26.

[6] Liu R S,Sinha P,Koksal C E. Joint Energy Management and Resource Allocation in Rechargeable Sensor Networks[C]//Conference on Information Communications. IEEE Press,2010,29(16):902-910.

[7] Nimisha T S,Ramalakshmi R. Energy Efficient Connected Dominating Set Construction Using Ant Colony Optimization Technique in Wireless Sensor Network[C]//International Conference on Innovations in Information,Embedded and Communication Systems. IEEE,2015:1-5.

[8] Du H,Wu W,Ye Q,et al. CDS-Based Virtual Backbone Construction with Guaranteed Routing Cost in Wireless Sensor Networks[J]. IEEE Transactions on Parallel and Distributed Systems. 2013,24(4):652-661.

[9] Zhao Y,Wu J,Li F,et al. On Maximizing the Lifetime of Wireless Sensor Networks Using Virtual Backbone Scheduling[J]. IEEE Transactions on Parallel and Distributed Systems. 2012,23(8):1528-1535.

[10] 付永生,李善平,周波. 無線傳感網(wǎng)絡中能量均衡的連通支配集算法[J]. 傳感技術(shù)學報,2012,23(8):114-148.

[11] 張靜,賈春福. 無線傳感器網(wǎng)絡基于權(quán)值的極小支配集路由算法[J]. 傳感技術(shù)學報,2009,22(12):1784-1788.

[12] Guo S,Wang C,Yang Y. Mobile Data Gathering with Wireless Energy Replenishment in Rechargeable Sensor Networks[C]//INFOCOM,2013 Proceedings IEEE. IEEE,2013,12(11):1932-1940.

[13] Zhao M,Li J,Yang Y. A Framework of Joint Mobile Energy Replenishment and Data Gathering in Wireless Rechargeable Sensor Networks[J]. IEEE Transactions on Mobile Computing,2014,13(12):2689-2705.

[14] Xie L,Shi Y,Hou Y T,et al. Making Sensor Networks Immortal:An Energy-Renewal Approach with WirelessPower Transfer[J]. IEEE/ACM Trans. Networking. 2012,20(6):1748-1761.

[15] Peng Y,Li Z,Zhang W,et al. Prolonging Sensor Network Lifetime Through Wireless Charging[C]//IEEE Real-Time Systems Symposium. IEEE Computer Society,2010,41(3):129-139.

[16] Li Z,Peng Y,Zhang W,et al. J-RoC:A Joint Routing and Charging Scheme to Prolong Sensor Network Lifetime[C]//2011 19th IEEE International Conference on Network Protocols(ICNP). IEEE,2011:373-382.

[17] Shi Y,Xie L,Hou Y T,et al. On Renewable Sensor Networks with Wireless Energy Transfer[C]//INFOCOM,2011 Proceedings IEEE. IEEE,2012,1(3):1350-1358.

[18] He L,Gu Y,Pan J,et al. On-demand Charging in Wireless Sensor Networks:Theories and Applications[C]// IEEE,International Conference on Mobile Ad-Hoc and Sensor Systems. IEEE,2013:28-36.

[19] Wang C,Yang Y,Li J. Stochastic Mobile Energy Replenishment and Adaptive Sensor Activation for Perpetual Wireless Rechargeable Sensor Networks[C]//Wireless Communications and Networking Conference. IEEE,2013:974-979.

[20] Ren X,Liang W,Xu W. Maximizing Charging Throughput in Rechargeable Sensor Networks[C]//International Conference on Computer Communication and Networks. IEEE,2014:1-8.

[21] Hu C,Wang Y. Minimizing the Number of Mobile Chargers in a Large-Scale Wireless Rechargeable Sensor Network[C]//Wireless Communications and Networking Conference. IEEE,2015:1297-1302.

[22] He TJ,Chin K W,Soh S. On Using Wireless Power Transfer to Increase the Max Flow of Rechargeable Wireless Sensor Networks[C]//Tan HP,Palaniswami M,eds. Proc of the IEEE 10th Int’l Conf on Intelligent Sensors,Sensor Networks and Information Processing. Piscataway:IEEE,2015:1-6.

[23] Heinzelman W B,Chandrakasan A P,Balakrishnan H. An Application-Specific Protocol Architecture for Wireless Microsensor Networks[J]. IEEE Transactions on Wireless Communications,2002,1(4):660-670.