无线传感器网络中移动充电和数据收集策略

章旭伟

（金华市广信网络工程有限责任公司，浙江 金华 321000）

0 引言

在无线传感器网络相关技术研究中，主要需要对数据融合，使移动节点的数量增加并且不断在新的技术平台背景中改进现有的路由协议这些技术进行深入探索。而目前无线传感器网络技术研究的重难点在于延长网络的工作时间，这就涉及到无线传感器网络中节能科技的使用问题，现在节能技术在使用可再生能源，例如太阳能，地热能和风能，或者清洁能源，例如射频能这方面相关研究不断取得新的进展，为无线传感器网络延长工作时间提供了新思路[1-2]。经过科学的比较和相关学者的实验，通过射频能量的捕获延长无线传感器网络的工作时间成为解决这一问题的主要途径。

在射频能量捕获应用于无线传感器网络的技术研究中，学者发现射频能量发射过程中往往因为一定时间内产生的射频能量有限，而且覆盖范围往往十分局限，所以延长无线传感器网络的生命周期往往成本大，而且效果与预期相差甚远，而移动充电方式能够很好地解决以上的问题，所以移动射频能量捕获的研究在学术界关注度比较高[3]。现在主要有两种移动充电和数据收集在无线传感器网络中应用的思路，首先是利用一种充电的可移动电源，例如将射频发射源安装在小车上对无线传感器网络中的各个节点进行一次访问，尽可能使一个节点的充电间隔内消耗的电量要低于节点一次接受充电获得的电量，这样能保证网络长久的续航能力和工作时间。另外一种思路是将整个无线传感器网络划分为几个面积相同的正方形区域，将各个顶点作为移动电源的停靠地点，在同一时间发射的射频能量能够覆盖多个节点，这种方式的好处是能够更有效地利用已经发射的射频能源，但是对于移动电源的数量要求与前者相比更高。

1 总吞吐量最大化

在数据收集过程中，因为节点的数据率发送速度可能会有起伏，所以一定时间内的数据吞吐量往往不够稳定，这就为无线传感器网络中各个节点正常收集数据的工作造成了不稳定因素，所以，提高单个节点的在一定时间内的吞吐量往往技术难度高，而且资金成本大，所以在现实中往往不在考虑范围内[4]。而要想提高整个的无线传感器网络在一定时间内的数据收集量，提高总体的工作效率，应该从网络的总吞吐量数据出发，保证总吞吐量最大化。

1.1 节点数据率不同时使总吞吐量达到最大

当某个簇在无线传感器网络工作的过程中分配的得到的总时间一定，必须尽可能的通过调整单个节点的数据发送时间和充电时间使整个网络中各个节点接收到的总的数据量达到最大。例如，将充电时间设为T，单个节点数据发送时间分别为t（i），（i=1，2，3………n），总体目标为网络的总吞吐量达到最大，分析可知，当T数值上比较小，那么相应的t（i）也会相应得在数值上比较低，这样就会造成节点在多数时间出于停滞状态，既不发送数据也不会接收数据，造成的直接结果就是节点生命周期内时间被浪费，降低了该无线传感器网络中总的吞吐量。但是同样的，如果T在数值上表现得比较大，那么相应的如果t(i)也比较大，虽然在理论上节点分配得到的时间更长，但是降低了节点实际能够工作的时间，这样依然对于总体吞吐量的提升没有好处[5]。实际上，无线传感器网络中总吞吐量和节点的数据率不同时二者出于线性函数关系，使用线性规划中单纯形法进行分析，应该先将二者的关系转化为线性规划的一般问题，得到单纯形表，根据实际情况确定各个问题的参数和最终单位矩阵基阵数值，解决节点的数据率不同时无限长暗器网络的总吞吐量最大化问题。

1.2 节点的数据率相同时使总吞吐量达到最大

节点的数据率相同时相比于第一种情况可以认为是节点数据率不同问题的特殊化，同样使用线性规划的单纯形法知识解决问题，在这一问题中，因为无线传感器网络中每一个节点的数据率是相同的，那么一定时间内整个网络中各个节点不管如何工作产生的吞吐量是相同的，那么就需要考虑所有节点工作过程中能够占据数据发送时间进行数据发送的总时间，总时间越大，无线传感器网络中数据吞吐量总量就会越大。

首先，现将每个结点的初始占据的能量值设置为a1，所以，该节点充电充满的时间需要t=(A-a1)/P，其中，A表示节点能够存储的最大能量值，P表示单位时间内充电速率，为了使整个网络中的节点数据发送时间达到最大，就要让节点在工作时间内最大效率发送数据[6]。实际上，在无线传感器网络的工作中一直追求这样一种状态，就是充电时间和充电之后所有节点发送数据的总时间是相等的，这样能够保证各个节点能够持续不断地工作。这样能够让时间和工作量保持在一个比较均衡的状态，节点不会因为工作时间远低于分配时间而产生太久地空闲，也不会因为充电时间太久而挤占了工作时间。该方案中总吞吐量需要在累加状态下达到最大，因为各个节点在单位时间内的数据发送率相同，所以当单个节点的吞吐量最大化，总吞吐量能够达到最大。

2 共同吞吐量最大化

2.1 节点数据率不同时使共同吞吐量达到最大

在无线传感器网络的移动充电和数据收集技术研究中，往往存在着这样的问题，如果一味追求吞吐量最大化的结果，而不去考虑单个节点的工作时间和数据率，很容易会造成一个网络中不同节点的时间分配的不公平的现象。也就是说，一些节点在网络工作过程中会承担大部分的数据发送和收集工作，而一些节点则长期处于闲置状态。在一般情况下，工作时间分配比较少地节点往往远离网络的中心，而且这些节点数据率低和使用频率更低，到这些节点因为远离数据中心所以分配发送数据的时间比较少甚至根本就没有轮换到发送数据的机会[7]。为了提高本章节中的无线传感器网络的共同吞吐量，最主要的就是提高网络中吞吐量比较小的节点，所以，节点的数据率不同时使整体的共同吞吐量最大化就是将一小部分吞吐量最小的节点的吞吐量提升，为了达到这一效果，可以适当牺牲网络的总体吞吐量。

这一问题中共同吞吐量和节点占据的时间关系也是线性函数关系，因为这一问题往往不需要特别精准的数值，只需要近似值，所以一般会用到二分法解决这类线性规划问题，首先要找到数据率最大的节点分配时间发送的数据T，计算所有结点的发送数据时间和数据率最大的节点发送时间之间的关系，计算每个节点初始能量能够发送数据地时间并找到最小值所需时间，该问题的时间复杂度为n。可以看到该问题在解决上计算次数与数值的关系为一次关系，是数学处理中一种比较简单的处理办法，基于计算时间考虑，该方法在解决这一问题上比较高效[8]。

2.2 节点数据率相同时使共同吞吐量达到最大

节点数据率相同时最大化共同吞吐量是上述在节点数据率不同时的特殊情况。同样的，能够线性化共同吞吐量和单个节点发送数据所需时间之间的关系，这样，我们可以发现，相比于节点数据率不同时最大化共同吞吐量，这一问题中不需要考虑远离数据中心的某些节点吞吐量比较下的情况，因为数据发送率保持一致，所以不同节点的吞吐量仅仅因为本身工作时间的长短出现不同。在这类问题的研究中，同样使用线性规划的二分法列出节点发送的数据量和工作时间的关系，改变其中的充电时间的数值，求共同吞吐量最大时时间如何分配。

3 总结

总而言之，无线传感器网络发展到现在，在节点的数据交互，中断处理以及高效遍寻节点这些技术上都已经比较完善，技术的成熟也为更安全，更广泛的技术应用提供了保障，但是目前来说，在一些需要连续的无线传感器网络提供硬件支持和信息交流能力的产业，网络的生命周期能否延长，网络中各节点的吞吐量能否继续提升，是关系到日后无线传感器网络技术进一步发展的重中之重。