区域吞吐能效导向的RF能量收集认知无线传感器网络分簇节能设计研究

基本信息
批准号:61901102
项目类别:青年科学基金项目
资助金额:24.00
负责人:王继红
学科分类:
依托单位:东北电力大学
批准年份:2019
结题年份:2022
起止时间:2020-01-01 - 2022-12-31
项目状态: 已结题
项目参与者:
关键词:
能量收集传感网路由协议跨层设计分簇认知无线电
结项摘要

Cognitive radio sensor networks (CRSNs) with RF energy harvesting can achieve both energy efficiency and spectrum efficiency, and they have been potential solutions for data gathering and event monitoring. Current energy-efficient clustering design for CRSNs cannot deal with the new challenges brought by intermittency and randomness of available energy in nodes. Inspired by the idea which first formulates optimization programming then designs distributed algorithms and by the method which combines theoretical analysis and platform simulation, this project researches on the design of energy-efficient clustering solutions specialized for CRSNs with RF energy harvesting to ensure the implementation of the designed solutions: (1) Area throughput energy efficiency is modeled to comprehensively evaluate the coverage quality, throughput, ability of prolonging network lifetime and other metrics of the designed energy-efficient solutions; (2) Aiming at maximizing area throughput energy efficiency, constrained optimal uneven clustering programming is formulated and optimal parameter configuration is acquired to guide the design of distributed clustering algorithms; (3) By utilizing local common control channel to exchange information between neighboring nodes, cross-layer geographical routing protocol, channel assignment and scheduling mechanism are developed to achieve efficient data aggregation. The successful implementation of this project will provide theoretical basis and technological support for energy-efficient clustering design in CRSNs with RF energy harvesting.

RF能量收集认知无线传感器网络(Cognitive Radio Sensor Networks, CRSNs)兼顾能效与谱效,是数据收集与事件监控的潜在解决方案。现有CRSNs节能设计无法应对节点可用能量的间歇性与随机性施加的新约束,因此,本课题拟采用理论分析与平台仿真相结合的实验方法、按照从最优规划构建到分布式算法设计的研究思路,对RF能量收集CRSNs分簇节能设计展开研究,保证设计方案落地可实施:(1)建模区域吞吐能效,全面度量节能设计的覆盖质量、吞吐量及延长网络寿命的能力等;(2)构建最大化区域吞吐能效的受限最优非均匀分簇规划,获取最优参数配置,指导分布式分簇算法设计;(3)设计基于局部公共控制信道信息交换的跨层地理路由协议及信道分配与调度机制,实现数据的有效汇聚。本课题的成功实施将为RF能量收集CRSNs分簇节能设计提供理论依据与技术支撑。

项目摘要

RF能量收集(Energy Harvesting, EH)认知无线传感器网络(Cognitive Radio Sensor Networks, CRSNs)兼顾能效与谱效,是未来物联网数据收集与事件监控的潜在解决方案。针对现有研究无法应对节点可用能量的间歇性与随机性施加的新约束,本项目对RF EH-CRSNs分簇节能设计展开研究以实现网络性能最优化,具体包括:(1) 为RF EH-CRSNs建模区域吞吐能效专用性能优化指标,全面评价并指导分簇跨层路由协议设计。(2) 以区域吞吐能效为指引,构建最优非均匀分簇规划,获取网络参数配置并指导分布式分簇设计。(3) 设计基于局部公共控制信道信息交换的跨层地理路由协议及信道分配与调度机制,实现数据的有效汇聚。本项目的成功实施为RF EH-CRSNs分簇节能设计提供理论依据与技术支撑,得到的重要结果如下:(1) 使用定性分析与仿真平台定量评价结合方法拟合并识别出最优的非线性EH模型,该模型可广泛用于量化RF EH-CRSNs节点收集到的能量值,为EH相关研究奠定模型基础。(2) 为使用混合能量存储单元的EH-CRSNs节点建立可用能量队列演进模型,与得到的能量覆盖效率建模结果联合建模区域吞吐能效。(3) 将区域吞吐能效解耦为在保证高包递交率及网络覆盖条件下的网络能耗均衡问题,构建优化上述目标的最优均匀和非均匀分簇规划,使用群智能算法及概率统计理论推导等方法获取各种网络场景下的最优簇数及最优簇半径设置,控制分布式分簇协议设计的信息交换范围并影响簇头选取标准的制定。(4) 为多跳CRSNs非均匀分簇协议提出包含频谱感知、簇头选取及簇构建、多跳簇间路由建立和数据传输4个步骤的执行框架。针对框架内的各步骤,通过参考示例分析应考虑的关键因素及各因素间的组合关系,并提供了有效的设计技巧。(5) 利用节点在所有感知到的空闲信道上的概率广播与监听方法初始化局部公共控制信道,并使用节点可用信道的空闲检测准确率优化公共控制信道选取。(6) 提出基于可变长度时分多址接入帧结构的业务驱动型分簇协议,赋予事件驱动型业务更高的优先级,保证分簇的合理性和事件传输的及时性。本项目的研究成果将为RF EH-CRSNs的落地实施奠定坚实的理论基础。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

基于分形L系统的水稻根系建模方法研究

基于分形L系统的水稻根系建模方法研究

DOI:10.13836/j.jjau.2020047
发表时间:2020
2

路基土水分传感器室内标定方法与影响因素分析

路基土水分传感器室内标定方法与影响因素分析

DOI:10.14188/j.1671-8844.2019-03-007
发表时间:2019
3

DeoR家族转录因子PsrB调控黏质沙雷氏菌合成灵菌红素

DeoR家族转录因子PsrB调控黏质沙雷氏菌合成灵菌红素

DOI:10.3969/j.issn.1673-1689.2021.10.004
发表时间:2021
4

跨社交网络用户对齐技术综述

跨社交网络用户对齐技术综述

DOI:10.12198/j.issn.1673 − 159X.3895
发表时间:2021
5

特斯拉涡轮机运行性能研究综述

特斯拉涡轮机运行性能研究综述

DOI:10.16507/j.issn.1006-6055.2021.09.006
发表时间:2021

相似国自然基金

1

节点冗余分簇无线传感器网络的跨层设计与优化节能技术

批准号:60974120
批准年份:2009
负责人:唐秋玲
学科分类:F0303
资助金额:32.00
项目类别:面上项目
2

具有能量采集感知的无线传感器网络分簇路由协议研究

批准号:60870010
批准年份:2008
负责人:樊晓平
学科分类:F0306
资助金额:25.00
项目类别:联合基金项目
3

节能无线认知传感器网络协同频谱感知安全研究

批准号:61100240
批准年份:2011
负责人:郎为民
学科分类:F0205
资助金额:20.00
项目类别:青年科学基金项目
4

绿色认知无线传感器网络的分布式多目标联合能效优化

批准号:61402538
批准年份:2014
负责人:蒋富
学科分类:F0204
资助金额:24.00
项目类别:青年科学基金项目