论文部分内容阅读
无线传感器网络(Wireless Sensor Networks,WSN)的能量供应是制约无线传感网络发展的一个重要因素,从外界环境中获取能量(Energy Harvesting,EH)技术为解决无线传感网络的能量供应提供了一个极具吸引力的方法。然而,外界环境中能量资源的不稳定性及随机性也给外界获取能量的无线传感器网络(Energy Harvesting Wireless Sensor Network,EH-WSN)的理论研究和实际应用带来了新挑战。本文分别从EH-WSN节点的随机建模,性能分析,优化设计三个方面出发,对EH-WSN节点进行了分析研究。本文工作的创新点与主要贡献如下:(1)具有暂时死亡的EH-WSN节点的随机建模基于EH-WSN节点的特性,提出具有暂时死亡的EH-WSN节点的随机模型系统。本文构建的EH-WSN节点的随机系统模型由三个部分组成,它们分别是EH-WSN节点的外界能量获取过程,节点的工作运行过程和节点中的能量演变过程。具体地:·在外界能量获取方面,采用两状态马尔可夫(Two-State Markov)能量获取模型,这个模型的优点在于其解析处理简单方便,同时,这一模型具有良好延拓性。·在EH-WSN节点的工作运行建模中,考虑节点的睡眠、侦听及传输三种工作模式,其中,对于传输模式,采用M/PH/1/K队列模型,这个模型具有良好的推广性与通用性。当具体给定EH-WSN的媒体访问控制协议(Media Access Control,MAC)、传输差错控制协议、路由协议等因素时,可以应用数据具体拟合出相应的节点在数据传输时的相应分布参数。·对于EH-WSN节点的能量变化过程,基于系统的能量获取过程与节点的能量消耗,本文引入一个连续变化的随机测度过程来刻画能量的变化过程。特别地,在EH-WSN节点模型中考虑其独有特征,即暂时死亡(Temporal Death),具体地,当节点中的能量过程达到水平O(能量耗尽)时,此时,节点立刻停止所有运行:丧失侦听感应、数据传输及处理能力,同时所有数据丢失,如同“死亡”一样。节点将一直处于这种暂时死亡状态,直到它再次从外界获得能量,才能唤醒系统并重新启动。(2)EH-WSN节点的性能分析基于具有暂时死亡的EH-WSN节点模型,本文对EH-WSN节点进行了性能分析,将EH-WSN节点的随机模型转化成相应的马尔可夫流体队列(Markov Fluid Queue,MFQ)模型,利用MFQ理论,给出了 EH-WSN节点的性能指标表示式,如暂时死亡发生概率、节点中能量概率密度、节点中数据包个数分布律、节点的拥塞率等。同时,通过构造辅助MFQ,本文分别推导出了 EH-WSN节点的两种类型的丢包率:由于能量耗尽而发生的丢包率以及由于信道错误而发生的丢包率。通过数值实验对EH-WSN节点的性能指标进行了评估,本文特别分析了暂时死亡对EH-WSN节点的性能指标的影响以强调建模中考虑暂时死亡的必要性。(3)EH-WSN节点的优化设计针对于具有暂时死亡的EH-WSN节点模型,考虑了 EH-WSN节点的两个方面的优化设计:EH-WSN节点的能量缓存的最优尺寸设计和EH-WSN节点的最优传输策略。·在EH-WSN节点的能量缓存最优尺寸设计方面,利用有限马尔可夫流体队列(Finite Markov Fluid Queue,FMFQ)理论,讨论将EH-WSN节点发生能量耗尽和能量溢出概率控制在允许范围内的前提下,EH-WSN节点获得最大回报收益时对应的能量缓存器的最优尺寸,同时,给出了EH-WSN节点的能量缓存的最优尺寸算法。在数值实验中,分析了系统模型中的各个参数对E H-WSN节点的能量缓存尺寸的影响。·在EH-WSN节点的最优传输策略方面,为了分析EH-WSN节点的传输策略,本文由多层马尔可夫流体队列(Mutil-Layer Markov Fluid Queue,MLMFCQ)理论,给出了使EH-WSN节点获取最大平均报酬率情形下的最优传输策略算法。同时给出了数值算例,并分析和评估系统模型中的最优传输策略在各种参数下的变化特点。本文所提出的具有暂时死亡的EH-WSN节点的随机模型、系统性能分析及优化设计方法,对于EH-WSN的开发、设计和管理具有十分重要的现实和理论意义。