无线传感器网络的电池恢复作用研究

谭 增，苏 希，唐 勇，蒋佳军

(湖南人文科技学院 计算机科学技术系，湖南 娄底 417000)

无线传感器网络(WSN)[1-2]是由大量部署在监测区域内的廉价微型传感器节点组成。然而，传感器节点体积微小并且要求廉价，一般采用电池供电，能量极其有限。而且，WSN的部署与电池回收也及其不便，通常限制了电池的频繁更换。因此，能量效率控制算法与协议的设计是传感器网络中至关重要的课题。大量文献[3-5]表明WSN协议的节能研究比较多，而针对节点电池本身的节能研究较少。每个传感器节点都由一个容量有限的电池驱动。电池放电过程中发生一系列复杂的电化学反应。电池模型可以将电池参数从复杂的电化学反应中抽象出来，通过建立电池模型获得有关电池寿命参数。近来研究表明[6]，电池的放电特征极大地影响电池的容量，电池所能提供的实际电能随电池放电形式的不同而有很大区别, 一般采取有效的放电方式使电池充分释放其能量，延长电池的使用寿命。因此针对节点本身能量优化进行研究对延长WSN的生命期具有积极作用。

一 电池及电池模型

无线传感器网络一般使用可充电电池，如镍镉、镍—金属氢化物电池、密封铅酸、锂离子以及锂聚合物等。不同的电池具有不同的属性。其中，镍镉、镍—金属氢化物电池被经常使用，因为，镍镉使用寿命长，镍—金属氢化物电池具有高的能量密度。在化学工程领域中有很多关于电池性能的研究，文献[7]对电池供电的传感器的性能进行了实验研究，但是，没有考察饱和阈值。尽管在组网中电池消耗被广泛地模拟，但是现存的模型都忽略或过分简化了电池的现实特征(如允许无限制的电池恢复)。考虑电池现实特征的模型主要有两种。

第一，动力学电池模型，试图通过一组常微分方程模拟电极与电解液之间详细的化学反应与扩散过程。这些模型的目的是充分俘获电池的非线性动力学。然而，这些模型不容易控制，且电池不同形式的因素对模型精度的影响较大。

第二，随机性电池模型，利用概率马尔可夫模型描述电池动态。但是，大多数没有考虑空闲时间周期的影响。文献[8]考虑了嵌入式系统中的空闲时间周期，但是没有处理其在传感器网络中的性能。所有的随机电池模型都使用不同于确定性动力学电池模型的概率电池恢复，试图以较低的复杂程度去模拟动力学电池模型。此外，这些模型也不容易控制，很少提供分析解。

本文利用一种简化的随机电池模型。该模型使用确定性的电池恢复，并能俘获电池的现实特征，如有限的电池恢复和空闲时间周期的影响。更重要的是，能够从模型中得到更有用的现实电池行为分析见解。

二 电池恢复的实验分析

通过WSN测试平台所得到实验结果对电池恢复的作用进行分析。实验采用来自Crossbow公司的两种最普遍的商业传感器节点：TelosB 和Imote2。TelosB采用MSP430作为MCU，CC2420作为无线收发器。Imote2采用PXA271作为CPU，CC2420作为无线收发器。TelosB拥有更多的节能设置，能量消耗低，然而，Imote2具有较强的计算能力，能量消耗高。我们主要研究Imote2的电池恢复作用的效率。

实验中，使用一个A/D转换接口卡和软件LabVIEW对一对通信传感器的放电情况进行采集。每个传感器采用AAA标准、600 mAh的镍氢电池供电(TelosB，2个，Imote2，3个)。当电池的供电电压低于一定的极限时(叫做限定电压)，设备停止工作，被视为完全放电。让无线收发器周期性地处于激活或睡眠模式，从而将传感器节点设定为不同的工作周期率，并测定出相应的电池运行时间。工作周期率被定义为激活时间占整个周期的比例，标准化的电池运行时间等于测量到的电池运行时间乘以工作周期率。

针对确定性工作周期方案进行实验。图1、图2以标准化的电池运行时间展示出了TelosB收发器的放电情况，Imote2的放电情况如图3所示。对比无线通信持续运行情况，图1、图2及图3分别给出了标准化电池运行时间的增加情况。实验得出了以下结果：

图1 不同睡眠周期下TelosB的放电情况图

图2 不同激活周期下TelosB的放电情况图

图3 不同睡眠周期下Imote2的放电情况图

1)有明显的电池恢复作用迹象。在相同的激活时间周期下，更长的睡眠时间周期导致更长的标准化电池运行时间，因此，电池有更多的可交付使用的能量。

2)睡眠时间周期的影响是非线性的。当睡眠时间超过一定的值时，睡眠时间对电池恢复作用的影响很小，我们把这个极限值称为饱和阈值。

3)激活时间周期的影响同时是非线性的。非常小的激活时间出现较大的标准化电池运行时间增加。

4)即使传感器节点的无线收发器处于睡眠状态，由于时钟或其它处理的激活，仍然会存在能量消耗。睡眠模式下，TelosB的能耗为6.1μA，而Imote2的为0.38mA。我们注意到，电池恢复可在低电池消耗下发生，且背景消耗对电池恢复的影响不大。

通过实验可得到，电池实际的运行时间要长于正常电池运行时间。因此，工作周期方案不仅可以通过睡眠模式来节省开销时间来延长网络生命，也可以通过电池恢复来增加可供使用的能量。

参考文献：

[1]孙超，尹荣荣，郝晓辰，等．异构无线传感器网络支配集拓扑控制算法[J].软件学报，2011,22(9):2137-2148．

[2]任丰原，黄海宁，林闯．无线传感器网络[J]．软件学报，2003，14(7)：1282-1291．

[3]孙大洋，刘衍珩，杨东，等．无线传感器网络生存期优化体系研究[J]．计算机研究与发展， 2012，49(1)： 193-201．

[4]杨菊英，吕光宏．无线传感器网络分层路由协议研究[J]．计算机技术与发展， 2008， 18 (6)：115-118．

[5]李成法， 陈贵海．一种基于非均匀分簇的无线传感器网络路由协议[J]． 计算机学报，2007，30 (1)：88-91．

[6] 李永亭，齐咏生．基于离散随机过程建立锂电池模型的研究[J]．电源技术，2009，25(3)：146-148．

[7]PARK C, LAHIRI K, RAGHVWATHAN A. Battery discharge characteristics of wireless sensor nodes: An experimental analysis[J]． Proc. IEEE Secon，2005，430-440．

[8]RAO V, SINGHAL G, KUMAR A, et al. Battery model for embedded system[J]． Proc. Intl. Conf. on VLSI Design, 2002.