面向无线体域网动态特性的高能效通信机制的研究

发布时间：2020-11-01 14:01

　　 无线体域网(Wireless Body Area Network,WBAN)是一种部署在人体表面(或内部)的无线传感器网络,是个人健康信息采集和传输的重要手段之一,为普适的健康医疗监控系统的发展提供必备条件,因此受到学术界和工业界的广泛关注。无线体域网需要进行长时间不间断的工作,因此能耗尤其是通信能耗一直是最大的挑战。为了实现高能效通信,我们采用功率控制和反向散射传输两种有效并且实用的低功耗传输技术。但是,无线体域网使用者经常处于移动状态,使用者的移动性不但会使得无线信道产生十分剧烈的动态变化,而且也会造成使用者周围环境的射频信号强度不稳定,因此极大的影响了功率控制技术和反向散射传输技术的性能,给它们在无线体域网中的应用带来了挑战。为了解决这个问题,我们开展了如下的研究。1.研究加速度信息融合的功率控制算法。根据无线信号周期性变化的特点,我们将反应节点运动的加速度信号和反应信道质量的接收信号强度指标(RSSI)进行关联分析,根据分析结果研究对加速度信号和信道状态信息进行决策级融合的功率控制算法以提升其在信道剧烈动态变化情况下的性能。实验结果说明,相比传统的功率控制,提出的算法可以降低18%的能耗和40%的丢包率。2.研究步态信息融合的功率控制算法。由于大多数无线信道动态变化和使用者步态周期在时间上同步。根据这一特点,研究如何实时的跟踪使用者的行走步态周期,以及将行走步态信息和信道状态信息进行决策级融合,以提升功率控制算法的性能。实验结果说明,相比传统的功率控制算法,提出的算法可以节约25%的能耗,并且减少65%的丢包率。3.研究基于在线学习的双模式无线体域网反向散射传输策略。在采用反向散射传输技术的情况下,为了解决使用者的移动性造成的环境RF信号强度不稳定这一问题,研究将环境反向散射模式和固定反向散射模式相结合,并且综合考虑系统状态信息的传输策略,利用约束马尔科夫决策过程对问题进行建模。考虑到在实际应用中无法获取系统动态变化的概率统计信息这一问题,研究利用在线学习算法在系统运行过程中计算最优的传输策略。仿真实验说明,利用在线学习算法可以获得和最优的马尔科夫决策过程得到的策略相近的性能,远远高于不利用系统统计信息的固定散射模式优先机制。
【学位单位】：中国科学院大学(中国科学院深圳先进技术研究院)
【学位级别】：博士
【学位年份】：2018
【中图分类】：TP212.9;TN929.5
【部分图文】：

作为一个典型的使用模式，一个无线体域网应包含一个汇聚节点和若干集可以进行生理信号采集的传感器和无线传输模块的网络节点。这些节点通常星形结构进行组网，它们之间进行 2 到 3 米的短距离无线传输（表 1.1 列出较常用的体域网传输技术）。以医疗健康监测应用为例，传感器采集心电（E据以监测心脏活动、采集脑电（EEG）数据以监测大脑电活动、采集呼吸数监测呼吸系统，采集加速度（Acceleration）数据进行记步、姿态识别或意外监测（Tong 等.，2013），另外还可以采集血压、血氧和体温等信息；这些体域网节点传给汇聚节点，汇聚节点则通过蜂窝网系统、或者 Wi-Fi 将信号到远端的医院或医疗中心服务器（He 等.，2013）。图 1.1 给出了一个典型的体域网示意图。有关 WBAN 更详细的介绍可参考 Cavallari 等（2014）ovassaghi 等（2014）的文献。

论文内容的逻辑组织图

射功率尽量保持在一个合适的范围内，即保证无线传输的质量也满足无线传感器节点对低功耗的要求。大多数的无线体域网功率控制算法采用了一种闭环的控制结构（如图2.1）。首先，发送端根据已经计算好的发射功率等级发送数据包给接收端。如果是首次发包，通常使用最大的发射功率。然后，接收端测量接收数据包的RSSI。如果发生了丢包，RSSI则被认为是最小值（通常为-100dBm）。接下来，根据收集的RSSI对当前信道质量进行评估，并计算下一轮传输的无线发射功率，再将其通过确认帧反馈给发送端。通过以上步骤不断的循环，发射功率就可以实时的根据信道变化而进行调整。功率控制算法的关键在对当前信道进行评估，文献（Kim等.
【相似文献】

相关期刊论文 前10条

1 孙学宏;冯紫芬;宋立志;;基于脉搏生理特征的无线体域网密钥分发技术[J];计算机应用研究;2017年03期

2 刘泽宇;;无线体域网技术与节能方案[J];电子技术与软件工程;2017年03期

3 彭彦彬;田野;彭新光;;一种端到端的医疗无线体域网轻量认证协议[J];计算机工程;2017年06期

4 王湘之;;无线体域网的节能策略探究[J];中国战略新兴产业;2017年32期

5 陈文;;无线体域网(3)[J];中兴通讯技术;2014年06期

6 张政;;无线体域网组网及管理研究综述[J];电信工程技术与标准化;2015年01期

7 刘树城;谢志军;;基于功率控制的无线体域网间干扰研究[J];数据通信;2015年05期

8 郑威;邓星冉;王梓睿;;一种面向无线体域网的节能机制[J];电子技术与软件工程;2014年06期

9 张莉;;无线体域网资源分配研究[J];电信工程技术与标准化;2014年08期

10 陈文;;无线体域网(1)[J];中兴通讯技术;2014年04期

相关博士学位论文 前10条

1 柳扬;体域网关键模拟集成电路的设计与研究[D];西安电子科技大学;2017年

2 臧威麟;面向无线体域网动态特性的高能效通信机制的研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2018年

3 刘怡;无线体域网关键技术的研究[D];北京邮电大学;2017年

4 于丽娜;无线体域网中数据融合绿色模型及传输调度算法研究[D];中国农业大学;2016年

5 舒明雷;面向医疗监测的无线体域网MAC层关键技术研究[D];山东大学;2016年

6 肖玲;无线体域网中人体动作监测与识别若干方法研究[D];湖南大学;2014年

7 赖晓晨;体域网的信道分配协议及姿态识别研究[D];大连理工大学;2016年

8 李大舟;基于体域网的脉搏波数据融合计算方法[D];东北大学;2014年

9 魏忠诚;无线传感器网络数据收集中的负载累积和冲突问题研究[D];北京邮电大学;2016年

10 高国平;无线体域网（WBAN）中超宽带及可穿戴天线的研究[D];兰州大学;2016年

相关硕士学位论文 前10条

1 周雨阳;无线体域网中的访问控制方案设计与实现[D];电子科技大学;2018年

2 陈廷硕;基于共存状态预测的无线体域网网间干扰管理机制研究[D];北京邮电大学;2018年

3 周英明;体域网中多体征数据融合系统框架及算法的研究[D];山东大学;2018年

4 丛林;无线体域网隐私保护算法的研究[D];东北大学;2015年

5 范鸿丽;医疗无线体域网中隐私保护的认证协议研究[D];安徽大学;2018年

6 崔健;无线体域网中基于人体移动性的链路可靠性分析[D];北京邮电大学;2016年

7 郑立伟;无线体域网中基于聚合签名的匿名认证研究[D];安徽大学;2017年

8 彭欢;无线体域网数据安全策略研究[D];吉林大学;2017年

9 李倩;无线体域网的安全认证与密钥协商机制研究[D];西安电子科技大学;2015年

10 王云峰;面向无线体域网能效优化的调度策略研究[D];哈尔滨工业大学;2015年

本文编号：2865641