论文部分内容阅读
认知无线传感器网络(CRSN)是一种无线传感器网络(WSN)和认知无线电(CR)技术相结合的新型网络。这种网络能够有效地缓解传统WSN中的频谱短缺问题,但也带来了更多的能耗。为了弥补CRSN中过多的能耗,延长网络寿命,能量收集(EH)技术被引入到CRSN中,进而形成了另外一种网络:基于能量收集的CRSN(EH-CRSN)。为了尽可能地延长EH-CRSN生命周期,提高节点能量使用效率,需要对节点的能量管理策略进行深入研究。本论文首先对EH-CRSN中节点能量的分配管理进行了研究。针对CR模块和EH模块之间的协同工作问题,提出了一种基于能量收集的频谱感知协议,每个节点根据自身的EH能力,剩余电量等条件,利用协议以一定的概率自适应参与频谱感知,使能量得以均衡利用,从而极大延长了网络的生命周期并提高了系统性能。同时本论文为弱势节点设计了低功耗的能量管理策略。仿真结果显示所提的方案让低成本的能量收集设备满足了传感器长期持续运行的需求。其次,本论文考虑了EH-CRSN在多信道环境下的频谱感知性能,针对可用信道以及信道可用时间总量的优化提出了C-E advanced算法。C-E advanced算法是基于异质节点结构的网络模型,算法的目标在于在保证节点能量的持续性以及保障对授权用户干扰可控的条件下,通过合理的信道分配,让探测到的信道可用时间达到最大。相对于普通C-E算法,C-E advanced在进行目标优化时考虑了更多因素,一方面通过妥协小部分探测性能使能量得以均衡利用。另一方面通过对惩罚机制的优化,提高算法的运行效率。仿真结果显示C-E advanced算法实现了网络的持续性,获得了更高的感知性能,并且降低了算法计算复杂度。论文深入研究了基于能量收集的CRSN网络中的能量管理方案,并取得了一定的研究成果,对未来EH-CRSN的研究具有一定的理论参考价值。