可充电无线传感器网络能耗优化策略研究
发布时间：2021-10-15 20:07
无线传感器网络（Wireless Sensor Networks,WSN）作为传感器和无线通信紧密结合的先进技术成果,已经广泛应用到各个领域。WSN具有很高的数据获取效率,并且有很大灵活性,但能量供给问题一直是该技术发展的瓶颈。可充电无线传感器网络（Wireless Recharging Sensor Network,WRSN）就是为解决WSN供电问题的一个革新技术。随着射频能量传输、无人机和边缘云计算等新技术逐步成熟,WRSN也迎来了新的发展机遇。本文从WRSN内部能耗合理分布和外部能量有效注入的角度出发,先针对WRSN充电周期长,移动充电载体实用性差等问题提出了改善建议,然后重点研究了如何融合携能通信、卸载均衡及无人机移动充电技术去解决WRSN应用过程中的核心问题之一,即整体能效优化问题。本论文研究的课题有一定的理论和实用价值,主要工作与贡献包括以下三个方面:1、研究了携能通信技术在WRSN中的应用。在定向天线、阵列天线和波束成形等技术成熟的条件下,无线射频信号中包含的射频能量可以被有效收集利用。在这个技术背景下,本文通过最优化分析手段,以节点间的数据传输速率、无线信号发射功率和接...
【文章来源】：西南大学重庆市 211工程院校 教育部直属院校
【文章页数】：121 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景和意义
1.1.1 WSN发展现状
1.1.2 WSN存在问题
1.2 WSN能效提升研究的现状
1.2.1 WRSN能量收集技术
1.2.2 WRSN移动充电技术
1.2.3 边缘云计算技术
1.3 本文工作
1.3.1 研究思路
1.3.2 具体内容
第二章 WRSN能效优化基础理论与技术
2.1 WRSN网络基本理论
2.2 WRSN内部能效提升技术
2.2.1 环境微能量收集技术
2.2.2 无线射频携能通信技术
2.2.3 基于边缘云计算的任务卸载技术
2.2.4 异构协同网络技术
2.3 WRSN外部能效提升技术
2.3.1 电磁场谐振无线充电相关技术
2.3.2 无人机技术
2.3.3 移动充电理论研究现状
2.4 小节
第三章 WRSN携能通信能效最优化研究
3.1 引言
3.1.1 SWIPT技术
3.1.2 本章创新点
3.1.3 本章工作
3.2 系统模型和问题的提出
3.2.1 系统模型
3.2.2 通讯模型
3.2.3 问题的规划
3.3 最优化问题的求解
3.3.1 目标函数的变换
3.3.2 能耗效率最大化的递归算法
3.4 连续能量分割比率的分布式算法
3.4.1 对偶问题模型
3.4.2 数据传输速率控制子算法
3.4.3 功率分配子算法
3.4.4 能量分割子算法
3.4.5 拉格朗日算子的更新
3.5 离散能量分割比率的分布式算法
3.5.1 构建最优化问题
3.5.2 对偶问题的构建
3.5.3 数据传输速率控制策略
3.5.4 功率分割系数选择策略
3.5.5 拉格朗日算子的更新
3.6 仿真结果和讨论
3.6.1 仿真的构建
3.6.2 收敛和性能分析
3.6.3 发送上限对能耗效率的影响
3.6.4 能量收割对电池剩余电量的影响
3.6.5 接收节点的数量对能耗效率的影响
3.6.6 发送功率门限对功率分割的影响
3.6.7 网络性能
3.7 小结
第四章 WRSN任务卸载最优化研究
4.1 引言
4.1.1 任务卸载WRSN网络
4.1.2 本章创新点
4.1.3 本章工作
4.2 系统模型
4.2.1 通信模型
4.2.2 计算模型
4.2.3 问题的建立
4.3 博弈机制的设计
4.3.1 卸载阈值算法
4.3.2 共享服务的卸载组算法
4.3.3 OMG工作流
4.3.4 OMG实现
4.4 OGM机制的性能评估
4.4.1 实验环境的搭建
4.4.2 OGM机制的性能评估
4.4.3 OGM机制的开销
4.5 小结
第五章 WRSN移动充电最优化研究
5.1 引言
5.1.1 本章创新点
5.1.2 本章工作
5.2 WRSN移动充电系统模型
5.2.1 网络拓扑模型
5.2.2 新技术对传统移动充电模型的影响
5.3 移动充电目标节点集构建
5.3.1 网络层关键充电节点的确定
5.3.2 普通节点充电权重的确定
5.3.3 应用层充电节点权重
5.3.4 充电目标节点集的确定
5.4 移动充电运行体系构建
5.4.1 充电装置电池容量的确定
5.4.2 移动充电任务起点的确定
5.4.3 移动充电数学模型
5.4.4 有约束最小生成树算法
5.4.5 改进型移动充电算法
5.5 移动充电机制性能评估
5.5.1 算法复杂度分析
5.5.2 算法性能评估
5.6 小结
第六章 总结和展望
6.1 本文工作总结
6.2 研究展望
第七章 主要缩写对照表
参考文献
致谢
攻读博士学位期间发表的科研论文
攻读博士学位期间参加的科研项目
【参考文献】：
期刊论文
[1]大数据时代人工智能在计算机网络技术中的应用[J]. 王学潮. 电子技术与软件工程. 2019(05)
[2]无线可充电传感器网络中充电规划研究进展[J]. 胡诚,汪芸,王辉. 软件学报. 2016(01)
[3]工业4.0和智能制造[J]. 张曙. 机械设计与制造工程. 2014(08)
[4]基于人工智能的网络故障诊断研究综述[J]. 刘观良,赵万能,仝麦智. 电脑编程技巧与维护. 2013(10)
[5]基于ZigBee和GPRS的智能家居系统设计[J]. 宋冬,廖杰,陈星,江灏. 计算机工程. 2012(23)
[6]移动宽带无线接入技术发展趋势[J]. 龚达宁. 通信管理与技术. 2009(05)
[7]无线传感器网络综述[J]. 马祖长,孙怡宁,梅涛. 通信学报. 2004(04)
硕士论文
[1]移动云计算中多用户高效能动态卸载策略研究[D]. 匡志凯.西南大学 2018
[2]一种用于物联网智能家居的异构网络融合方案设计与实现[D]. 廖文劲.南京邮电大学 2014
[3]基于3G、WLAN和无线Mesh网络融合的异构网络安全技术研究[D]. 何磊.国防科学技术大学 2012
本文编号：3438554
【文章来源】：西南大学重庆市 211工程院校 教育部直属院校
【文章页数】：121 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景和意义
1.1.1 WSN发展现状
1.1.2 WSN存在问题
1.2 WSN能效提升研究的现状
1.2.1 WRSN能量收集技术
1.2.2 WRSN移动充电技术
1.2.3 边缘云计算技术
1.3 本文工作
1.3.1 研究思路
1.3.2 具体内容
第二章 WRSN能效优化基础理论与技术
2.1 WRSN网络基本理论
2.2 WRSN内部能效提升技术
2.2.1 环境微能量收集技术
2.2.2 无线射频携能通信技术
2.2.3 基于边缘云计算的任务卸载技术
2.2.4 异构协同网络技术
2.3 WRSN外部能效提升技术
2.3.1 电磁场谐振无线充电相关技术
2.3.2 无人机技术
2.3.3 移动充电理论研究现状
2.4 小节
第三章 WRSN携能通信能效最优化研究
3.1 引言
3.1.1 SWIPT技术
3.1.2 本章创新点
3.1.3 本章工作
3.2 系统模型和问题的提出
3.2.1 系统模型
3.2.2 通讯模型
3.2.3 问题的规划
3.3 最优化问题的求解
3.3.1 目标函数的变换
3.3.2 能耗效率最大化的递归算法
3.4 连续能量分割比率的分布式算法
3.4.1 对偶问题模型
3.4.2 数据传输速率控制子算法
3.4.3 功率分配子算法
3.4.4 能量分割子算法
3.4.5 拉格朗日算子的更新
3.5 离散能量分割比率的分布式算法
3.5.1 构建最优化问题
3.5.2 对偶问题的构建
3.5.3 数据传输速率控制策略
3.5.4 功率分割系数选择策略
3.5.5 拉格朗日算子的更新
3.6 仿真结果和讨论
3.6.1 仿真的构建
3.6.2 收敛和性能分析
3.6.3 发送上限对能耗效率的影响
3.6.4 能量收割对电池剩余电量的影响
3.6.5 接收节点的数量对能耗效率的影响
3.6.6 发送功率门限对功率分割的影响
3.6.7 网络性能
3.7 小结
第四章 WRSN任务卸载最优化研究
4.1 引言
4.1.1 任务卸载WRSN网络
4.1.2 本章创新点
4.1.3 本章工作
4.2 系统模型
4.2.1 通信模型
4.2.2 计算模型
4.2.3 问题的建立
4.3 博弈机制的设计
4.3.1 卸载阈值算法
4.3.2 共享服务的卸载组算法
4.3.3 OMG工作流
4.3.4 OMG实现
4.4 OGM机制的性能评估
4.4.1 实验环境的搭建
4.4.2 OGM机制的性能评估
4.4.3 OGM机制的开销
4.5 小结
第五章 WRSN移动充电最优化研究
5.1 引言
5.1.1 本章创新点
5.1.2 本章工作
5.2 WRSN移动充电系统模型
5.2.1 网络拓扑模型
5.2.2 新技术对传统移动充电模型的影响
5.3 移动充电目标节点集构建
5.3.1 网络层关键充电节点的确定
5.3.2 普通节点充电权重的确定
5.3.3 应用层充电节点权重
5.3.4 充电目标节点集的确定
5.4 移动充电运行体系构建
5.4.1 充电装置电池容量的确定
5.4.2 移动充电任务起点的确定
5.4.3 移动充电数学模型
5.4.4 有约束最小生成树算法
5.4.5 改进型移动充电算法
5.5 移动充电机制性能评估
5.5.1 算法复杂度分析
5.5.2 算法性能评估
5.6 小结
第六章 总结和展望
6.1 本文工作总结
6.2 研究展望
第七章 主要缩写对照表
参考文献
致谢
攻读博士学位期间发表的科研论文
攻读博士学位期间参加的科研项目
【参考文献】：
期刊论文
[1]大数据时代人工智能在计算机网络技术中的应用[J]. 王学潮. 电子技术与软件工程. 2019(05)
[2]无线可充电传感器网络中充电规划研究进展[J]. 胡诚,汪芸,王辉. 软件学报. 2016(01)
[3]工业4.0和智能制造[J]. 张曙. 机械设计与制造工程. 2014(08)
[4]基于人工智能的网络故障诊断研究综述[J]. 刘观良,赵万能,仝麦智. 电脑编程技巧与维护. 2013(10)
[5]基于ZigBee和GPRS的智能家居系统设计[J]. 宋冬,廖杰,陈星,江灏. 计算机工程. 2012(23)
[6]移动宽带无线接入技术发展趋势[J]. 龚达宁. 通信管理与技术. 2009(05)
[7]无线传感器网络综述[J]. 马祖长,孙怡宁,梅涛. 通信学报. 2004(04)
硕士论文
[1]移动云计算中多用户高效能动态卸载策略研究[D]. 匡志凯.西南大学 2018
[2]一种用于物联网智能家居的异构网络融合方案设计与实现[D]. 廖文劲.南京邮电大学 2014
[3]基于3G、WLAN和无线Mesh网络融合的异构网络安全技术研究[D]. 何磊.国防科学技术大学 2012
本文编号：3438554
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3438554.html
