文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.181200
中文引用格式: 楊焜,,吳寅. EHWSN中基于節(jié)點(diǎn)部署與路由的聯(lián)合優(yōu)化算法[J].電子技術(shù)應(yīng)用,2018,,44(11):90-93,,98.
英文引用格式: Yang Kun,Wu Yin. Joint optimization algorithms for node deployment and routing in EHWSN[J]. Application of Electronic Technique,,2018,,44(11):90-93,98.
0 引言
無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)是監(jiān)測(cè)操作環(huán)境的理想選擇[1],。通常,,傳感器節(jié)點(diǎn)負(fù)責(zé)監(jiān)測(cè)環(huán)境信息,并將數(shù)據(jù)無(wú)線傳輸?shù)揭粋€(gè)或多個(gè)網(wǎng)關(guān),。因此,,WSN非常適用于結(jié)構(gòu)健康監(jiān)測(cè)(Structural Health Monitoring,SHM)場(chǎng)景,。由于安裝簡(jiǎn)單,,維護(hù)成本低,使用無(wú)線傳感器網(wǎng)絡(luò)的結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)日益受到重視[2-5],。
但在結(jié)構(gòu)健康監(jiān)測(cè)中使用傳統(tǒng)電池供電的無(wú)線傳感器網(wǎng)絡(luò)會(huì)面臨諸多挑戰(zhàn),,如:收集的數(shù)據(jù)量大、頻繁更換電池,、節(jié)點(diǎn)間高精度的時(shí)間同步等,。若為節(jié)點(diǎn)配備能量采集模塊,則可以在很大程度上解決這些問(wèn)題,。能量采集模塊可以從周圍環(huán)境中(如太陽(yáng)能和風(fēng)能)采集能量,,并使用這些能量驅(qū)動(dòng)傳感器節(jié)點(diǎn)工作,,在合理利用的基礎(chǔ)上,無(wú)線節(jié)點(diǎn)可以“永久”地運(yùn)行下去[6-9],。但是,,由于能量采集過(guò)程的隨機(jī)性,所采集的能量無(wú)法穩(wěn)定,、不間斷地傳遞,。因此,精確的能量分配算法對(duì)于自供電無(wú)線傳感器網(wǎng)絡(luò)(Energy Harvesting Wireless Sensor Network,,EHWSN)系統(tǒng)是極其重要的,。
近年來(lái)EHWSN的節(jié)點(diǎn)部署和路由的聯(lián)合優(yōu)化已經(jīng)被廣泛研究。ZHI A E等人通過(guò)尋找EHWSN的最優(yōu)路由和中繼節(jié)點(diǎn)安置方案來(lái)優(yōu)化網(wǎng)絡(luò)性能[10],。SKULIC J等人提出了用于線性網(wǎng)絡(luò)拓?fù)涞膫鞲衅鞴?jié)點(diǎn)最優(yōu)部署方法[11],。HALDER S等人將節(jié)點(diǎn)密度作為對(duì)網(wǎng)絡(luò)壽命有顯著影響的參數(shù)進(jìn)行研究,并推導(dǎo)出所需平衡能量消耗參數(shù)值[12],。YANG C L等人確定了用于感知和中繼的節(jié)點(diǎn)數(shù)量最少的位置,,使得部署的節(jié)點(diǎn)可以覆蓋所有目標(biāo),并具有最優(yōu)的匯聚路徑[13],。
盡管上述研究取得了一定進(jìn)展,,但它們一般都只考慮了單一的能量采集速率,故不能很好地在實(shí)踐中得到應(yīng)用,。本文考慮一種新型EHWSN系統(tǒng),,其中所有的傳感器節(jié)點(diǎn)共享一個(gè)公共能量采集模塊(含電量存儲(chǔ)單元),能量采集模塊的能量采集率為X J/s,。節(jié)點(diǎn)將能量提取請(qǐng)求發(fā)送到公共模塊之后,,公共模塊的能量將會(huì)被統(tǒng)籌分配并通過(guò)無(wú)線射頻(Radio Frequency,RF)方式傳遞至所有節(jié)點(diǎn),?;谏鲜霾僮鳎袩o(wú)線節(jié)點(diǎn)即可開(kāi)始數(shù)據(jù)采樣,、處理和傳輸過(guò)程,。為了在采集能量約束條件下最大限度地提高所收獲信息的質(zhì)量并最小化傳輸功耗,本文研究并設(shè)計(jì)了一種高效可靠的能量分配策略及與其相應(yīng)的節(jié)點(diǎn)部署算法和路由協(xié)議,。
1 系統(tǒng)模型
1.1 能量動(dòng)態(tài)特性
本文所設(shè)計(jì)的EHWSN結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)如圖1所示,,共安裝有N個(gè)節(jié)點(diǎn),用以監(jiān)測(cè)結(jié)構(gòu)健康狀況,。所有節(jié)點(diǎn)共用一個(gè)能量采集率為X J/s的能量采集模塊,。每隔T s,該模塊將依據(jù)能量管理策略把采集到的能量分配給這N個(gè)節(jié)點(diǎn)。其中能量采集率X是非負(fù)連續(xù)隨機(jī)變量,,服從均勻分布:X~U[a,,b]。
每個(gè)周期內(nèi),,節(jié)點(diǎn)i將數(shù)據(jù)發(fā)送到目標(biāo)接收節(jié)點(diǎn)j,之間的距離為dij,,傳輸時(shí)間為T(mén)i,,其中Ti≤T,且Ti為時(shí)變參數(shù),。同時(shí)認(rèn)為所有無(wú)線節(jié)點(diǎn)均工作在最大能耗傳輸模式,,即在每個(gè)數(shù)據(jù)傳輸周期結(jié)束時(shí)都耗盡所保存的能量。
1.2 節(jié)點(diǎn)部署及信息質(zhì)量
為確保系統(tǒng)有效工作,,節(jié)點(diǎn)的部署需要達(dá)到高能效和高信息質(zhì)量的指標(biāo)要求,。基于有效獨(dú)立性模型的傳感器節(jié)點(diǎn)部署方法是按照費(fèi)雪信息矩陣(Fisher Information Matrix,,F(xiàn)IM)結(jié)果選擇傳感器位置的部署算法[14]:核心思想是在所有可能部署的位置中進(jìn)行局部搜索,,運(yùn)行參數(shù)包含結(jié)構(gòu)振動(dòng)模式、候選的監(jiān)測(cè)位置集合(M),、待部署節(jié)點(diǎn)數(shù)量(N),,以及與網(wǎng)絡(luò)路由、功率和拓?fù)涞认嚓P(guān)的約束條件,。簡(jiǎn)而言之,,傳感器節(jié)點(diǎn)的部署策略就是從給出的M個(gè)潛在監(jiān)測(cè)位置中選擇N個(gè)實(shí)際部署位置的過(guò)程。
因此本文設(shè)計(jì)的節(jié)點(diǎn)部署方案可以使用位置指征集合S={s1,,s2,,…,sM}表述,,其中si是一個(gè)二進(jìn)制指示符,。假設(shè)位置i被選擇用于放置節(jié)點(diǎn),則si等于1,,反之亦然,。此外,s0表示所有數(shù)據(jù)流的匯聚節(jié)點(diǎn)——網(wǎng)關(guān),。另一方面信息質(zhì)量就是所監(jiān)測(cè)到的各模態(tài)形狀參數(shù)的組合函數(shù),,其中不同的模態(tài)形狀指標(biāo)與不同的監(jiān)測(cè)對(duì)象相關(guān)??偰B(tài)矩陣Φ應(yīng)為:
2 問(wèn)題陳述
本文所研究的聯(lián)合優(yōu)化問(wèn)題,,其目標(biāo)是確定盡可能少的需要部署節(jié)點(diǎn)數(shù)量及其相應(yīng)位置,以便盡可能地連續(xù)監(jiān)測(cè)目標(biāo)結(jié)構(gòu)物,,并最大限度提高傳感器所采集信息的質(zhì)量,,同時(shí)確保節(jié)點(diǎn)能量“中性”,。設(shè)Etotal(S)代表所有節(jié)點(diǎn)的總能耗,如下所示:
需服從以下限制:式(10)要求算法所選節(jié)點(diǎn)數(shù)目必須與N相同,;式(11)規(guī)定實(shí)際分配的能量等于上一個(gè)周期公共模塊所采集的能量,;式(12)確保每個(gè)節(jié)點(diǎn)請(qǐng)求的能量之和不超過(guò)其實(shí)際采集和存儲(chǔ)的能量之和;式(13)通過(guò)約束距離dij來(lái)保證網(wǎng)絡(luò)的連通性,,即在任意兩個(gè)順序連接的節(jié)點(diǎn)之間,,其間距不能超過(guò)節(jié)點(diǎn)最大通信范圍Rmax;式(14)強(qiáng)制節(jié)點(diǎn)i距離匯聚節(jié)點(diǎn)dj的距離必須大于下一跳節(jié)點(diǎn)j的距離dj,。
3 聯(lián)合優(yōu)化算法
由于節(jié)點(diǎn)部署策略采用二進(jìn)制變量表示,,故非常適合優(yōu)化算法的執(zhí)行和操作。本文采用一種高效的非窮舉搜索方法來(lái)部署節(jié)點(diǎn)和發(fā)現(xiàn)路由,,以最大限度地提高所采集信息的質(zhì)量,,且使總能耗小于但最接近于公共能量采集模塊獲得的能量。
此處把優(yōu)化問(wèn)題的解決方案稱為染色體,。它由稱為基因的變量列表組合而成,。其主要分為兩部分:第一部分為節(jié)點(diǎn)部署部分,從左起依次排列M個(gè)基因,,如果基因值為1,,則在相應(yīng)的位置部署節(jié)點(diǎn),基因值為0,,則不部署節(jié)點(diǎn),;第二部分為路由部分,從左起依次排列N個(gè)基因,,最左邊的第一個(gè)基因表示距離網(wǎng)關(guān)最遠(yuǎn)的傳感器節(jié)點(diǎn),,其相應(yīng)的值表示其下一跳目標(biāo)節(jié)點(diǎn)。最右側(cè)的最后一個(gè)基因則為網(wǎng)關(guān)s0,,它的下一跳數(shù)值設(shè)置為其自身,。染色體的長(zhǎng)度應(yīng)該等于可能部署位置的總數(shù)加上可能出現(xiàn)路由途徑的總數(shù)之和,如圖2所示,。
4 實(shí)驗(yàn)結(jié)果
本節(jié)對(duì)本文所設(shè)計(jì)的聯(lián)合優(yōu)化算法的性能指標(biāo)進(jìn)行仿真分析,,并與一種普適算法(一種由隨機(jī)節(jié)點(diǎn)部署方案、最短路徑路由模型[15]和平均能量分配策略為特征組合而成的機(jī)制)進(jìn)行比較,。所用性能指標(biāo)有總能耗Etotal(S),、歸一化后的信息質(zhì)量O和信息質(zhì)量與總能耗之比ζ。部分仿真參數(shù)如表1所示,。
仿真場(chǎng)景為一個(gè)10層的,、層高為3 m的木塔。假定匯聚節(jié)點(diǎn)的位置為(0,0),,根據(jù)結(jié)構(gòu)健康監(jiān)測(cè)的要求在每個(gè)樓層放置28個(gè)節(jié)點(diǎn),。因此,可以計(jì)算得出每個(gè)節(jié)點(diǎn)到網(wǎng)關(guān)的距離di以及節(jié)點(diǎn)間的相互距離dij,。
首先,,測(cè)試了信息質(zhì)量O與節(jié)點(diǎn)數(shù)量N之間的變化關(guān)系,如圖4所示,。顯然,,在固定的能量采集速率下,信息質(zhì)量O基本保持一致,,即該優(yōu)化算法可有效計(jì)算最佳部署位置并保持所有節(jié)點(diǎn)能量“中性”。
接下來(lái),,比較了不同節(jié)點(diǎn)數(shù)量時(shí),,聯(lián)合優(yōu)化算法與隨機(jī)部署策略的總能耗Etotal(S),結(jié)果如圖5所示,。
再次,,測(cè)試了在不同節(jié)點(diǎn)數(shù)量時(shí),信息質(zhì)量O與總能耗Etotal(S)之比ζ,,如圖6所示,。此部分采用的隨機(jī)部署策略包含了最短路由組件和平均能量分配機(jī)制,即Ei=E/N,,待部署節(jié)點(diǎn)的數(shù)目一旦確定,,它們就將被隨機(jī)部署,按序列更新路由并傳輸所分配的能量Ei,。但注意,,若總能耗請(qǐng)求超出公共采集模塊所收集的能量,系統(tǒng)將發(fā)生異常進(jìn)而導(dǎo)致網(wǎng)絡(luò)中斷,。圖中可見(jiàn)隨機(jī)部署策略下,,當(dāng)節(jié)點(diǎn)數(shù)量超過(guò)22時(shí),網(wǎng)絡(luò)即產(chǎn)生中斷而無(wú)法得到參數(shù)ζ,。相反,,聯(lián)合優(yōu)化算法則可以保持穩(wěn)定運(yùn)行。
最后,,評(píng)估了當(dāng)能量采集率變化時(shí)的聯(lián)合優(yōu)化算法性能,。若能量采集速率升高,其收集的能量將增大,,故可支持的節(jié)點(diǎn)數(shù)量也增加,,進(jìn)而提高了所采集信息的質(zhì)量。圖7顯示了能量采集率變動(dòng)中O和Etotal(S)的演化過(guò)程。
5 結(jié)論
本文提出了一種新型的聯(lián)合節(jié)點(diǎn)部署,、路由以及能量分配的方法,,適用于結(jié)構(gòu)健康監(jiān)測(cè)中使用的EHWSN。其目標(biāo)是實(shí)現(xiàn)部署盡可能少的節(jié)點(diǎn)數(shù)來(lái)盡可能地連續(xù)監(jiān)測(cè)目標(biāo)結(jié)構(gòu)物,,同時(shí)極大提高傳感器所采集信息的質(zhì)量,。通過(guò)一座10層木塔的仿真分析,對(duì)所設(shè)計(jì)算法的采集信息質(zhì)量,、總能耗,、歸一化率等參數(shù)進(jìn)行了對(duì)比評(píng)估。實(shí)驗(yàn)結(jié)果表明,,該聯(lián)合優(yōu)化算法高效且切實(shí)提高了網(wǎng)絡(luò)連通率和能量利用率,。
參考文獻(xiàn)
[1] LYNCH J P,F(xiàn)ARRAR C R,,MICHAELS J E.Structural health monitoring: technological advances to practical implementations[scanning the issue][J].Proceedings of the IEEE,,2016,104(8):1508-1512.
[2] SABATO A,,NIEZRECKI C,,F(xiàn)ORTINO G.Wireless MEMS-based accelerometer sensor boards for structural vibration monitoring:a review[J].IEEE Sensors Journal,2017,,PP(99):1.
[3] DIGIAMPAOLO E,,DICARLOFELICE A,GREGORI A.An RFID-enabled wireless strain gauge sensor for static and dynamic structural monitoring[J].IEEE Sensors Journal,,2016,,17(2):286-294.
[4] JAYAWARDANA D,KHARKOVSKY S,,LIYANAPATHI-RANA R,,et al.Measurement system with accelerometer integrated RFID tag for infrastructure health monitoring[J].IEEE Transactions on Instrumentation & Measurement,2016,,65(5):1163-1171.
[5] PENTARIS F P,,STONHAM J,MAKRIS J P.A review of the state-of-the-art of wireless SHM systems and an experimental set-up towards an improved design[C].Proceedings of Eurocon.IEEE,,2013:275-282.
[6] TESTA D D,,MICHELUSI N,ZORZI M.Optimal transmission policies for two-user energy harvesting device networks with limited state-of-charge knowledge[J].IEEE Transactions on Wireless Communications,,2016,,15(2):1393-1405.
[7] ONGARO F,SAGGINI S,,MATTAVELLI P.Li-Ion battery-supercapacitor hybrid storage system for a long lifetime,,photovoltaic-based wireless sensor network[J].IEEE Trans-actions on Power Electronics,,2012,27(9):3944-3952.
[8] LEE S,,KWON B,,LEE S,et al.BUCKET:scheduling of solar-powered sensor networks via cross-layer optimization[J].IEEE Sensors Journal,,2015,,15(3):1489-1503.
[9] SHIN M,JOE I.Energy management algorithm for solar-powered energy harvesting wireless sensor node for Internet of Things[J].IET Communications,,2016,,10(12):1508-1521.
[10] ZHI A E,TAN H P,,SEAH W K G.Design and performance analysis of MAC schemes for wireless sensor networks powered by ambient energy harvesting[M].Elsevier Science Publishers B.V.,,2011.
[11] SKULIC J,GKELIAS A,,LEUNG K K.Node placement in linear wireless sensor networks[C].Signal Processing Conference.IEEE,,2013:1-5.
[12] HALDER S,DASBIT S.Design of a probability density function targeting energy-efficient node deployment in wireless sensor networks[J].IEEE Transactions on Network & Service Management,,2014,11(2):204-219.
[13] YANG C L,,CHIN K W.On nodes placement in energy harvesting wireless sensor networks for coverage and connectivity[J].IEEE Transactions on Industrial Informatics,,2017,PP(99):1.
[14] LI B,,WANG D,,WANG F,et al.High quality sensor placement for SHM systems: refocusing on application demands[C].Conference on Information Communications.IEEE Press,,2010:650-658.
[15] HEINZELMAN W R,,CHANDRAKASAN A,BALAKRISH-NAN H.Energy-efficient communication protocol for wireless microsensor networks[C].Hawaii International Conference on System Sciences.IEEE,,2002:8020.
作者信息:
楊 焜,,吳 寅
(南京林業(yè)大學(xué) 信息科學(xué)技術(shù)學(xué)院,江蘇 南京210037)