[发明专利]一种电池容量衰减下的最大化网络效用的方法

说明书

本发明涉及一种基于能量收集的传感器节点在电池容量衰减下的最大化网络效用的方法，属于无线传感器技术领域。包括步骤：1、建立节点电池容量衰减模型；2、建立网络效用最大化的数学模型；3、引入拉格朗日函数和KKT优化条件；4、确定算法输入设置，分析节点收集的能量和能耗；5、初始化迭代次数k＝1和拉格朗日乘子；6、由步骤3所得公式更新采样率；7、令k←k+1，采用次梯度方法更新拉格朗日乘子；8、重复步骤6和7，至收敛到可接受的阈值ε，得节点随时间变化的采样率矩阵。该方法考虑电池的不完美性，这是更符合实际的，同时考虑了节点链路约束对节点采样率的影响，达到了有效提高网络整体效用的目的。

技术领域

本发明属于无线传感器技术领域，涉及一种电池容量衰减下的最大化网络效用的方法。

背景技术

传统的无线传感器网络(WSN)一般采用电池供电，电池的有限能量限制了整个网络的寿命，对于一些恶劣环境下的传感器网络，电池更换难以实现，却希望节点长期工作。能量收集技术(EH)的飞速发展为上述问题提供了一种有效的解决方案，有利于能量受限传感器的自我维持，并有效延长网络寿命。通过利用EH技术，传感器可以从太阳能，照明和振动等感兴趣区域的可再生能源中获取能量，形成了能量收集无线传感器网络。

在基于能量收集的传感器网络中，传感器节点可从周围环境中收集能量并使用它来为其传输提供动力，使用配备的电池，可以存储收集的能量供以后使用。因此，电池可以用作能量缓冲器，以消除能量收集过程中的波动并保持稳定的能量供应。目前，将电池作为能量存储的理想能量缓冲器，研究人员开发了各种能量管理方案。现有的这些方案基于无限电池容量和有限电池容量的假设情况下，对不同网络性能指标进行优化，包括信道容量、传输延迟、吞吐量等。然而，将电池假定为完美的能量缓冲器是不现实的。电池寿命与其充电、放电循环密切相关，频繁的电池充电和放电操作会导致不可逆的电池容量降低并危及传感器节点寿命，从而对网络性能造成影响。

电池容量衰减会削弱能量均衡分配的效果，即每个时隙分配到的能量不均衡，降低信息传输能效。可充电电池具有有限的循环寿命，也就是说，由于不可逆的衰减机制，它不能无限期地充放电循环，最后电池容量会降低到不可接受的水平。所以需要考虑电池衰减对EH通信的影响，以便更加符合实际。但目前在基于能量收集的传感器节点场景下，考虑到电池容量衰减，对网络性能指标进行优化的文章还比较匮乏。本发明考虑在电池容量有限且会随时间衰减的情况下，如何自适应地确定每个基于能量收集的传感器节点的采样率，以最大限度地提高网络的整体效用。

发明内容

有鉴于此，本发明的目的在于提供一种电池容量随时间不可逆衰减的情况下，根据电池水平自适应调整节点采样率，同时考虑链路容量约束，以最大化网络效用的方法。

为达到上述目的，本发明提供如下技术方案：

一种电池容量衰减下的最大化网络效用的方法，包括以下步骤：

S1：建立传感器节点的电池容量衰减模型；

S2：建立在节点电池容量衰减情况下，网络效用最大化的数学模型；

S3：求解数学模型中的优化问题。在每个时隙引入拉格朗日乘法因子，对拉格朗日函数中的采样率求偏导得到KKT优化条件；

S4：确定好网络拓扑和配置、节点能量消耗和能量收集配置，设置链路容量、电池初始容量和初始电池电平。

S5：初始化迭代次数k＝1，随机选择任意非负的拉格朗日乘子同时计算中间变量

S6：由步骤S3得到的公式更新采样率。

S7：增加迭代次数k＝k+1，采用次梯度方法，根据公式更新拉格朗日乘子

S8：重复步骤S6和S7，直至充分迭代后收敛到一个可接受的阈值ε，迭代终止，得到节点随时间变化的最佳采样率矩阵。