英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
由低功率环境射频信号收集的能量驱动的物联网节点的有效功率分配模型
摘要
在物联网场景中，无线传感器节点正在从远程位置获取数据并将其传输到处理数据的集中式节点。从环境射频源清除能量是一种可靠的低成本方法，它可以使节点保持活动状态。由于环境射频的可用功率约为30 dbm，因此节点有效使用电池非常重要。本文中，一种基于NASH谈判方案的能量分配策略有效地使用可用最少的节点。同样对可用的天线技术进行了评估，并建议了最佳设计，以最大程度地从低功率射频信号中提取能量。使用这种方法，电池供电的传感器节点可以满足使用寿命，总价格，特殊功率感知，传输覆盖范围和一致性的设计目标。所提出的方法已通过其他报道的方法进行了验证，并且已发现所提出的NASH谈判方法明显提高了能源效率，网络寿命和吞吐率。
1. 介绍
预计几年内将从4G转变到5G，高带宽的可用性预计将对物联网产生重大影响。但是，为远程放置的低带宽无线传感器节点供能仍然是一个挑战。更换此类无线传感器节点的电池非常困难，尤其是在恶劣的环境中组织传感器的情况下。由于这种能量不足，这代表了无线传感器网络的关键限制之一，因此许多研究人员都集中精力于能量收集技术，想利用自然界中可用的环境能量。最近，无线功率传输（WPT）技术因其能够通过空中为无线节点供电的能力而受到越来越多的关注，其中节点可以从专用功率信标（PB）的射频信号中远程获取能量[1-3] ]。
可以使用太阳能，热能，动能，电磁能为远程节点的电池充电。由于规模，成本和维护方面的限制，每种方法都有其优点和缺点。对于随机分布的种拓扑，从环境中获取能量将使传感器低功耗节点的工作寿命延长大约510％[4]。当主要要求低成本实施时，环境电磁能量收集是更好的解决方案，因为它可以再利用Tx / Rx天线用于能量收集。为此，无线传感器网络应由天线和射频到直流转换电路组成，这些电路一起称为整流天线（Rectenna）。本文提出了一种有效的功率分配算法，该算法适用于以极低功率提取运行的无线传感器网络。此外，根据已报道的文献，建议了可用于这种低环境功率的天线类型。
传统的能量收集技术取决于外部可用的能源，而这些能源不是无线传感器网络的一部分。例如，太阳能，风能等[2,5]。因此，为了克服上述问题，已经描述了一种现代的能量收集方法，该方法涉及从环境射频信号中积累能量[6-8]，以便现有的无线介质可以同时用于传递信息和能量。这将间接降低实施成本。这推动了许多与理想情况不同的工作。
1.1. 贡献摘要
本文讨论了在低能量收集场景下的物联网能源高效收集天线和最佳功率分配模型。作者声称平面天线可能适用于环境射频信号和建议的NASH谈判方法可在不利的环境中提供更好的功率分配。本文的其余部分安排如下。第2节讨论了与适合用于能量收集的天线和各种功率分配方法有关的各种文献。在第3节中解释了数学模型和问题表述。第4节介绍了第2节中所述问题的解决方案，并说明了提议的NASH谈判方法。在第5节中分析了该方法的仿真结果和性能。在第5节中介绍了总结和未来增强的范围。
2. 相关工作
参考文献[9]中基于特征，产能量和应用回顾了四种主要的能量收集源（太阳能/光，热电能，机械运动和电磁辐射）。其中，电磁辐射是持续可用的能源，不会随时间，位置和天气情况而变化。由于在无线传感器网络环境中，节点与中央处理单元的距离较远，因此整流天线将远场电磁波转换为直流。天线的类型和尺寸取决于从无线传感器网络节点可用的AM，FM，GSM，CDMA信号中清除的能量。在可用的来源中，可以从环境射频提取的能量数量为mu;W到nW，这在其他可能的来源中是最低的。这可以通过使用高增益天线来提高[10]。由于在本次讨论中考虑了固定节点，因此，即使考虑了环境和传播路径效应引起的波动，环境射频信号的可用功率密度也不会发生显着变化。
参考文献[11]提出了一种使用微型光伏电池最大程度地收集太阳能的新技术。 但是，该系统的效率却只有63％。 Zohaib Hameed和Kambiz Moez [12]提出了一种创新的方法，用于设计阻抗匹配电路，以在已知的输入功率水平范围内最大化收集的能量。但是，开发的射频能量采集器的最大能量转换效率为32％。参考文献[13]中已经提出了一种健壮的波束成形技术，用于具有同时信息和功率广播的多天线无线通信。
Feng-Seng Chu等[14]推荐了一种机制，可以通过在时隙周期内关闭电路而不接收任何东西来减少UE的电路能量，并且这种机制可以得到验证。仿真结果表明，该算法可以轻松降低60％以上的UE能耗。组织多个网络的用户之间的资源分配很可能是通过许多路径，而每个关联都受到瓶颈管理的约束[15]。在最初的建议中，合作用户调整了传输层拥塞价格支持的活跃连接范围。我们有一种趋势表明，这种管理可以达到直线收敛，达到最佳的用户中央分配。对于非合作用户，要证明网络稳定性和以用户为中心的公平性将由网络边缘的基于实用准入管理规定。 Tong Wang等[16]提出了一种通过面向不同能量约束的优化方法设计线性接收器和能量分配参数的方法。已经提出了两种MAC协议，即专用时隙收获（HDT）和时隙头收获（HHT）来进行射频能量收集[17]。已使用各种参数对提出的系统进行了分析，发现HDT协议的性能优于HHT协议。
3. 数学模型和问题表述
嵌入式无线能量收集系统的框图如图1所示。能量收集天线从环境资源中清除能量。天线与接收电路的阻抗通过匹配电路进行匹配。称为射频到直流转换器的接口电路将接收到的射频环境能量转换为直流能量，以存储在基本节点和所有汇聚节点中。
然后，使用提议的NASH谈判方法优化存储在每个节点中的能量，这将在以下各节中进行说明。
3.1. 各种天线
用于信号和能量收集的Tx / Rx的天线可以是定向天线或各向同性辐射器。使用定向天线时，如果将其对准发射天线，则可以接收大量入射功率。如果不知道发射天线的方向，则可以使用各向同性的天线作为能量收集器，它将接收相对较少的功率。整流天线由射频天线，阻抗匹配电路，射频至直流整流器组成，如图1所示。
在参考文献中[18]天线是为UMTS的整流天线应用而设计的，频率范围为1.92至2.17 GHz，平均效率为58％。建议的天线是平面偶极子的组合，印刷在具有双重负电磁特性的介质基底上。
在参考文献中[19]收集机的设计目的是在0.3至3 GHz范围内的四个不同频段上进行清除，这些频段设计的工作功率水平约为25 dBm。这里使用增益为4.5dBi的线性极化折叠偶极天线。参考文献[20]中给出了双频整流天线，使用准1*4 Yagi阵列天线，在2.15 GHz和1.85 GHz时增益分别为1.85dBi和10.9dBi 。参考文献[21]中报告了宽带Rectenna，使用双极化交叉偶极天线在1.8 GHz至2.5 GHz频带上实现了2.5 dB至4.5 dB的增益。该系统设计时测得的功率灵敏度为35 dBm，转换效率达到55％。轻量级多频带（0.79至2.7 GHz之间）的射频能量采集器能制造在可以以20 dBm输入功率工作的纸质基材上[22]。
在纸质基材的一侧印有两个环形缝隙天线，在另一侧印有整流器。提出了使用具有两个隔离端口和两个对称倾斜波束的行波栅格阵列天线的能量收集器，该能量收集器在2.45 GHz的广角范围内有效[23]。允许平面制造基于共面带状线的整流器。从以上文献可以推断，当物联网节点放置在很远的地方时，可以从距离可达几公里的GSM，CDMA，UMTS移动信号中进行能量收集。为了减小整流天线的尺寸，可以考虑使用中等增益的印刷平面定向/非定向天线。如果需要，可以使用天线阵列来增加增益。由于可用功率低至25 dBm，因此匹配电路和整流器电路的转换效率将发挥至关重要的作用。
3.2. 能源模型
传感器节点的能耗可以分为两个阶段，即数据传感和数据传输的能耗。在每个阶段，传感器节点都会感应一些数据，然后选择下一跳传感器节点或汇聚点来传输数据。
令和分别为j时隙传感器节点 i 的传感数据量和发射功率。节点i在时隙j的能耗可以表示为：
其中传感器节点的时隙的长度tau;，mu;是每单位数据感测能量的成本。在每个阶段，传感器节点的能量供应是所有功率信标的能量束之和 。
假设在时隙j从功率信标p接收到的传感器节点i的功率为，并且在（2）中将其定义为
其中lambda;是由功率信标的天线高度确定的常数
表示在时隙j的功率信标p的发射功率。表示在时隙j的功率信标p和传感器节点i之间的信号增益因子。是点p和i之间的距离，而alpha;是信道损耗指数。
考虑到能量转换效率，可以得出传感器节点i在时隙j处可以收获的总能量，如（3）所示：
其中gamma;表示能量转换效率因子，是平均值能量转移阶段的持续时间。在理想情况下，让我们考虑传感器节点的无电池模型，并假设在能量传输阶段收集的能量只能用于同一
时缝的数据传输阶段。为了防止发生电池故障，能耗不应超过收集的能量数量，即可以表示为
3.3. 问题表述
考虑到由j时隙组成的时间段，我们首先定义（5）数据收集网络的效用为
其中是传感器节点i的非负权重因子，而且对数函数用于随时间保持稳定的数据传感速率。
网络的能量可以用（6）表示
到目前为止，我们将数据收集网络的网络能量效率定义为每焦耳消耗的能量的平均效用。本研究论文的主要目的是制定最佳功率分配策略，以最大程度地提高无线网络的能效。因此，可以使用以下公式（7）定义 此优化问题
4. 提出的NASH谈判解决方案，实现最佳分配能量
为了获得最佳的功率分配，首先对问题进行建模并作为两人谈判博弈进行研究。 NASH [24]谈判是在玩家之间共享剩余资源的博弈方法。例如，两人谈判问题研究了两个代理商如何分享他们可以共同赚取的超额收益。在许多情况下，可以通过多种方式分摊两个参与者赚取的超额收益，这要么迫使参与者就选择哪种收益分配方式进行谈判，要么自愿进行分配。Binmore等[25]进一步解释了动态的非合作博弈，合作的Nash解决方案为其提供了更好的近似均衡性。因此，纳什议价解决方案似乎是一个用于分析随环境变化的任何网络中的资源共享结果的适当模型。
这种方法引起了人们的兴趣，使具有独立背景和灵感的两个研究部分相互关联。谈判理论实际上是在经济学的背景下，而相对资源分配方法具有通信和网络的背景。功率共享方案的协商模型描述如下。
目的是为非协作无线传感器网络中的不同节点找到最佳的功率共享最佳解决方案。谈判能力或资源共享能力是终端节点相互施加影响并控制资源获得收益的相对能力。
让我们假设在动态环境中部署了N个传感器节点，可以将其表示为
其中在公用事业区域中的位置。谈判方法可以被视为基于双方或合作协议的从可行集U中一些实用点u方法。N 用户（表示为节点）合作以实现解决方案结果，在组量式方面大于差异点。其中是节点处于活动阶段的最小功率要求
为了最大化所有节点的功率分配，让我们将两个节点视为和，并使用Nash谈判解决方案最大化，如
其中和是在特定节点上测得的功率。该方法的主要目标是最大化两个节点之间的剩余功率（Ps），以便可以与其他节点共享剩余功率。
提出的基于NASH谈判的最佳功率分配策略用于物联网中的能量收集如图2所示。
从射频环境源获得的能量可以被分配到单个网络簇中的多个节点。如果已经从射频环境源获得足够的能量，那么它已经被分配到多个节点。否则，所需的能量已经被再次收获，分配将会发生。因此，现实世界的环境是动态的和非合作的，合作的资源分配环境已经使用众所周知的NASH谈判解决方案来创建。集群中的任意随机节点都被选为样本节点，并将该功率与所有剩余节点的功率进行比较，以共享剩余的可用功率。如果这种情况与方程中定义的NASH谈判解决方案一致。(9)，则多余的功率与该特定节点共享。
对功率等于的所有节点重复相同的过程，以谈判从其他节点获得的多余功率。下面介绍了用于NASH谈判解决方案以最大化功率的算法。
算法1
NASH谈判方法
|
1 预置 |
|
2 预置 |
|
3 使用方程式（1）更新参数 |
|
4 使用方程式（4）检查条件 |
|
5 如果满足 |
|
6 使用（8）定义实用程序 |
|
7 否则转到步骤2并重复 |
|
8 选择一个节点 |
|
9 测量任何节点的功率 |
|
10 从i=1到N |
|
11 如果方程式（8）满足 |
|
12 跳到步骤15 |
|
13 否则 |
|
14 ，并再次重复步骤9 |
|
15 跳至步骤8，并重复所以节点 |
该算法提出了一个两个节点即用户之间的进化谈判模型。随机选择两个无线节点来进行NASH谈判算法。在长时间内，每个节点将从邻居节点获得传输所需的功率。因此，这种方法将根据所有用户的需求分配权力。因此，每个用
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[238427]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
