Page 255 - 《软件学报》2021年第9期

钟萍 等:一种高效低能耗移动数据采集与无线充电策略 2879

统能量消耗密切相关,通过计算 3 种不同锚点选择方案时 DCV 的移动长度,验证本文锚点选择方案 AS-SE 的高
效性.为进一步验证锚点选择方案对整个网络性能的影响,本文以网络中存活节点数目和基站收集的数据量为
指标,分析不同锚点选择方案下网络生命期.最后,验证整体策略的性能:通过对比不同方案下基站收集数据量、
能量消耗情况以及充电效率对能量消耗的影响,综合验证本策略的高效性;通过对比不同拓扑方案下的整体性
能,验证本策略的稳定性.
实验场景如图 3 所示,200 个可充电传感器节点均匀分布于 100m×100m 的传感区域内.每个传感器节点的
传感范围相同,所有节点均使用相同的硬件,即能量接收装置、电量存储装置等.网络部分参数参见表 1.根据文
献[16],锚点选择方案中,3 个可调整参数δ、β、γ分别设为 0.4、0.3 和 0.3.

Table 1 Parameter setting
表 1 参数设置
名称 值
E 0 1J
0.05mJ
e s
e r,e t 0.3mJ
v 3 m/s~5m/s
a
通过最小化网络能量优化函数得到的数据感知率 r 如图 6 所示,它表明了传感器节点 5 在锚点 1 处的数据
i
3
1
感知率 r 和在锚点 3 处的数据感知率 r 随着迭代次数的增大,感知率的变化情况.初始运行阶段,传感器节点的
5 5
3
1
电池电量利用网络中产生的随机数进行确定,占总能量的 80%~100%.从图中可以看出:数据感知率 r 和 r 在开
5 5
3
1
始时起伏较大;大约经过 1 000 次迭代后,数据感知率 r 和 r 趋向于平稳,最终达到收敛状态,达到最优值.这是
5 5
由于在初始阶段,随着拉格朗日乘子的变化和物理链路传输率的变化,这些数值的动态改变对传感器节点数据
感知率 r 的影响较大.随着循环次数的增多和拉格朗日乘子迭代步长的逐步减小,乘子和链路率产生的变化也
a
i
在逐渐缩小,并且对数据感知率最优值的影响也越来越小,使得节点的数据感知率最终达到平稳状态.

Fig.6 Data sensing rate of sensor nodes
图 6 传感器节点的数据感知率

图 7 显示了随着时间的运行,两种网络分区方案 NP-NSD 和 TP-CP [16] 的数据收集量.TP-CP 采用基于中心
点的二次分区方式,主要根据传感器节点到中心节点的距离和静态路由长度进行划分.由图可见:随着时间的增
大,两种方案中基站收集的数据量越来越多.不过,NP-NSD 略优于 TP-CP.这是由于 NP-NSD 依据传感器节点的
邻域相似度和节点之间的距离划分网络,这样划分的区域之间节点的物理链路连接较少,而且考虑到了距离因