基于自适应动态规划的能量采集无线传感器网络优化设计方法研究

Recently, to address the bottleneck problem in Wireless Sensor Networks (WSNs) due to the limited energy resources of the nodes, the energy harvesting based WSNs have received extreme interests. As such networks can run sustainably, the main research problem is no longer to optimize the network lifetime, but to optimize the network performance via network resource management under the constrained energy harvesting capability. However, current work still lacks sustainable infinite horizon oriented systematical network optimization design approaches. In this project, we will give a thorough research on this problem based on the innovative adaptive dynamic programming (ADP). According to the dynamic, time-varying and uncertain energy harvesting characteristics, we will develop an extreme learning machine (ELM) based adaptive energy harvesting model, and build ADP based key technologies for energy harvesting WSNs, including quality of information (QoI) provisioning, medium access control (MAC) protocol, routing protocol, their corresponding cross-layer integration and distributed implementation. The project will propose theoretic and problem-solving approaches for the design of high-performance energy harvesting WSNs, and develop prototype target tracking testbed system for validation. The ADP approaches in the project will bring theoretical breakthrough for energy harvesting WSNs and can establish a strong basis for broad applications of WSNs.

近年来，针对节点能量受限的瓶颈问题，基于能量采集的无线传感器网络受到了人们极大的关注。此时网络是可持续运行的，需要重点解决的问题不再是传统无线传感器网络生存期的优化，而是在有限的能量采集能力下对网络资源进行管理以优化网络的性能，但目前尚缺少面向无限长生命周期的系统性的网络优化设计方法，为此项目将采用自适应动态规划（ADP）方法对该问题进行深入的研究。项目中将针对能量采集过程的动态、时变与不确定性特点，基于超限学习机（ELM）建立节点自适应能量采集模型，基于ADP研究信息质量提供、介质接入控制（MAC）协议、路由协议的设计方法，以及三者的跨层优化与分布式实现等一系列关键技术，系统地提出构建能量采集条件下的高性能无线传感器网络的理论方法和解决方案，并进行相应的目标跟踪测试系统的开发。项目中的ADP方法将带来能量采集无线传感器网络设计方面的基础理论突破，为无线传感器网络的深入应用打下坚实基础。

项目基于能量采集方法处理无线传感器网络中能量受限的瓶颈问题，并研究有限的能量采集能力下的网络资源优化管理问题。项目中采用自适应动态规划（ADP）提供面向无限长生命周期的系统性综合网络优化设计方案，涵盖信息质量提供、介质接入控制（MAC）协议、路由协议、跨层优化、分布式资源优化设计等一系列内容与关键技术。项目中首先针对能量采集过程的动态、时变与不确定性特点，基于超限学习机（ELM）方法建立了节点自适应能量采集模型。以无线传感器网络中的目标跟踪为典型问题，基于卡尔曼滤波对目标的状态进行估计及预测，以目标跟踪精度作为信息质量, 提出基于ADP的多传感器调度方法及基于多步ADP的传感器调度方法。采用ADP方法对无穷步TDMA协议进行设计，实现了对TDMA时隙的无穷步调度。 同时，结合ADP与Dijkstra路径寻优算法对目标跟踪过程中的单传感器调度问题与多传感器调度问题进行研究，提出相应的端对端路由协议与汇聚树构建方法。进一步地，针对分布式多目标跟踪问题，提出了分布式ADP算法进行无穷步传感器的优化调度，将TDMA作为MAC协议，并基于端对端路由协议及汇聚树两种情形对多目标跟踪协同调度问题进行了深入研究。项目中提出的ADP资源管理方法为能量采集无线传感器网络设计带来基础理论突破，为无线传感器网络的深入应用打下了坚实基础。