无线传感器网络(WSN,Wireless Sensor Network)由大量传感器节点和基站组成,主要用于采集节点所处场景的相关信息,是现代通信网络获取感知信息的有效手段。近年来,WSN的应用范围越来越广。传感器节点携带的能量有限且不可补充,导致WSN不能长期运行,网络能量问题成为制约WSN发展的关键问题。随着科学技术的发展,人们提出应用无线能量传输技术,将外界能量通过特定的能量转换方式存储到节点电池中,使WSN的能量得到有效补充。该技术成为保障WSN长期运行的关键技术,同时可充电无线传感器网络(WRSN,Wireless Rechargeable Sensor Network)的概念便从此诞生。采用无线充电车(WCV,Wireless Rechargeable Vehicle)为节点进行能量补充成功避免了自然环境获取能量的不稳定性。为保证网络能够长期运行,本文研究了WRSN中WCV的充电策略。首先,针对大型WRSN,为保证网络中每一个待充电节点都能够得到及时能量补充,需要实时收集和监测节点的位置信息与能量信息。本文研究了基于软件定义网络(SDN,Software Defined Networking)的WRSN,数据层与控制层实现功能解耦,网络节点设置在SDN数据层,基站与WCV设置在SDN控制层。同时,针对WRSN中因SDN控制器管理能力有限导致节点数据的超负荷延迟问题,本文提出SDN节点依据数据量升级(UBDT,Update By Data Traffic)算法,即当网络某节点接收数据量较大时,可升级某些SDN传感器节点为SDN控制器,以均衡SDN控制器任务负荷和降低中继节点的数据转发任务,确保了网络信息的有效性。其次,网络节点具有在能量不足时,剩余能量越少其能量需求度增加越快的特点。为合理评价节点对能量的需求程度,本文依据节点与WCV之间距离和节点剩余能量两个指标,综合设计了Maslow’s能量需求矩模型,并以此作为节点能量需求程度的衡量指标。最后,在网络中各节点信息能够实时监测的基础上,本文设计了多WCV的实时充电策略(IOCS,Instant On-Demand Charging Strategy),可根据网络中各个待充电节点的Maslow’s能量需求矩来决定WCV充电顺序。针对WCV数量的确定问题,本文设计了充电服务队列服模型,将充电服务队列分化为多个充电服务子队列并为每一个队列分配一个WCV,规划WCV的行驶路线实现网络的长久运行。本文通过仿真研究,将IOCS算法与最近邻策略(NJNP,Nearest Job Next with Preemption)和蚁群优化(ACO,Ant Colony Optimization)算法进行了比较分析。仿真结果表明,IOCS算法得出的节点的平均相应时间、网络的能量利用率、死亡节点数量等指标都优于NJNP算法和ACO算法。随着网络技术的不断进步,全分布、无中心的网络结构成为未来WRSN的发展趋势,基站中的一部分功能可以转移到分布的SDN控制器中完成。因此下一步的研究工作将设计针对WRSN的全分布管理方案以及该场景下的充电策略。
暂无评论