Page 195 - 《软件学报》2020年第12期

李燕君 等:射频供能传感网面向融合检测的部署调度方法 3861

由此可知,监测点 o n 在第 j 个时隙有目标出现的概率 p n,j 可由公式(28)计算得到:
⎧ ∫ J ft t
()d , t j <
⎪ jJt n
+−
p = ⎨ n
, nj ⎪ J ft t t (28)
()d , j ≥
⎩ jt − ∫ n n
∀ o ∈ , O j = 1,2,..., , J t = 1,2,..., J
n n
图 3(a)和图 3(b)分别为一个周期内目标在监测点处停留时间的概率密度函数和出现概率 p n,j 的示意图.在
以下所有仿真中,目标在监测点停留时间的期望均为[1,J/2]的随机整数,t n 设置为[1,J]的随机整数.

(a) 目标停留时间概率密度函数示意图 (b) 目标出现概率 p n,j 示意图
Fig.3 Illustrations of the PDF of the stay time and the target appearance probability p n,j , J=8, μ=0.25, t n =4
图 3 目标停留时间概率密度函数及目标出现概率 p n,j 示意图,J=8,μ=0.25,t n =4
上述未提及的其他仿真参数见表 1,其中,能量捕获模型的相关参数与文献[25]中的参数一致,节点能耗功
率与文献[28]中提到的红外传感器的能耗功率一致.此外,小规模和大规模网络的所有仿真结果均为基于 100 组
包含不同监测点位置和目标参数的随机样本计算得出的平均值.
Table 1 Simulation settings
表 1 仿真参数设置
参数 取值
射频能量源发射功率 P s(W) 1~3
射频能量源发射天线增益 G s(dBi) 8
节点接收天线增益 G r(dBi) 2
极化损耗 L p(dB) 3
波长λ(m) 0.33
调节参数ε(m) 0.2316
整流效率η 0.3
节点能耗功率 P c(mW) 0.88
接收功率阈值 P th(W) 1×10 -6
信号衰减系数 u 2
常数 d 0(m) 1
2
噪声信号方差σ 1
虚警率阈值α 0.01

5.3 小规模网络仿真性能比较
在小规模网络中,将本文提出的 JOGA 与 TSGA 和穷举法得到的最优解(OPT)进行了比较.图 4 显示了变化
监测点个数 N,3 种算法的性能比较.观察图 4 可知:随着监测点个数的增加,3 种算法得到的系统检测质量也随之
增大,并大致呈线性增长.JOGA 性能优于 TSGA,更为接近最优解.具体地,JOGA 与 OPT 的差距平均为 1.86%,
最大 2.34%,相比 TSGA 将检测质量平均提高了 3.5%,最多提高了 4.89%.由于穷举法较高的时间复杂度,我们没
有进行更多的仿真,但在第 5.4 节大规模网络仿真中,我们变化了更多参数进行测试.