CN106211214B - 基于能效预测优化调度的无线传感网络系统 - Google Patents
基于能效预测优化调度的无线传感网络系统 Download PDFInfo
- Publication number
- CN106211214B CN106211214B CN201610781286.0A CN201610781286A CN106211214B CN 106211214 B CN106211214 B CN 106211214B CN 201610781286 A CN201610781286 A CN 201610781286A CN 106211214 B CN106211214 B CN 106211214B
- Authority
- CN
- China
- Prior art keywords
- energy
- time
- task
- sensor
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0209—Power saving arrangements in terminal devices
- H04W52/0212—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave
- H04W52/0219—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave where the power saving management affects multiple terminals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Selective Calling Equipment (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种基于能效预测优化调度的无线传感网络系统,包括:能量采集模块、能量预测优化模块和无线传输模块,其中:能量采集模块采集太阳能为无线传输模块供电,能量预测优化模块根据实时监控到的无线传输模块的能量状态进行能效分析和能量调度优化;能量采集模块包括:太阳能电池板、超级电容器和电池;能量预测优化模块包括:能量测量单元、传感器节点仿真单元和模拟开关;无线传输模块包括:若干个传感器子节点和一个传感器主节点;本发明设计合理,可同时进行传感器节点的能耗分析和任务调度,工作可靠,应用范围广。
Description
技术领域
本发明涉及的是一种无线传感网络的能量管理预测与任务调度领域的技术,具体是一种基于能效预测优化调度的无线传感网络系统。
背景技术
无线传感网络设备在公共交通、智能建筑、环境监测、农业等领域拥有巨大的应用前景,然而,由于这些传感器节点通常是由有限的电源驱动并被赋予了消息传输时间的有效跨度,无线传感器网络已经遇到了能量和时间限制的关键问题。传感器节点通常存活十年以上,在不同的应用情景中通过实验调查它们的终身能源使用状况,其成本、时间和复杂度是不可估量的。虽然可以从分析节点的占空比和通信速率近似得出传感器节点功耗的一些简单的估计,这些技术无法捕捉低水平、定量能量消耗和任务时间的细节。
最近在无线传感网络领域的研究表明,仿真分析是一个了解传感器节点和WSN行为的具有成本效益的选择,无线传感器网络的规划、设计和运行依赖于仿真来评估复杂的系统性能,如功耗和任务定时行为。然而至今没有能够同时解决两个密切耦合的问题的无线传感器网络开发工具。
发明内容
本发明针对现有方法大部分只能在各个节点之间均衡能量分布而不能够减少能耗等缺陷,提出一种基于能效预测优化调度的无线传感网络系统,能量预测优化模块根据监测到的传感器节点的能量状态通过仿真框架和任务调度算法对传感器节点进行能效分析和能量调度优化,实现对传感器节点的能耗和任务时间进行评估预测。
本发明是通过以下技术方案实现的:
本发明包括:能量采集模块、能量预测优化模块和无线传输模块,其中:能量采集模块采集太阳能为无线传输模块供电,能量预测优化模块根据实时监控到的无线传输模块的能量状态进行能效分析和能量调度优化。
所述的能量状态是指:能量的采集、消耗或泄漏。
所述的能量采集模块包括:太阳能电池板、超级电容器和电池,其中:太阳能电池板将太阳能转化为电能并储存在超级电容器中,向电池补充能量。
所述的能量预测优化模块包括:能量测量单元、传感器节点仿真单元和模拟开关,其中:能量测量单元根据测量到的传感器节点的能量状态预测固定时间的能量状态并建立能量预测的数学模型,完成能效分析;传感器节点仿真单元根据能量测量单元的信息,分析规范传感器节点的能量需求并在仿真平台上设计仿真软件,并控制模拟开关,实现能量的调度优化;模拟开关用于选择合适的能量源。
所述的传感器节点仿真单元包括:基于Timber编程语言环境的仿真框架和预测最佳效率调度(Predictive Best-efficiency Scheduling,简称PBS)任务调度算法。
所述的仿真框架包括硬件平台的抽象层、TIMBER运行层、中间层和应用层,其中:硬件平台的抽象层隐藏TIMBER系统内核的硬件差异,TIMBER运行层为具有时间约束的任务提供定时行为分析;中间层封装通用的系统要求,应用层用于前景工作台。
所述的中间层包括:能源监控器、任务优先级分析器、传感器网络任务分配器和控制器,其中:能源监控制监测能量水平,在给定的时间间隔内预测可用的能量,根据当前的能量状态安排调用方法,并确定设备激活模式;任务优先级分析器分析能源监控器调用方法的优先级;传感器网络任务分配器和控制器用于整个传感网络的任务分配,并协调所有传感器节点的行为。
所述的PBS任务调度算法包括:实时约束、最佳效率约束、可持续发展约束和优先约束,其中:四种约束提案均遵守持续地最大限度地利用收获的能量的规则。
所述的实时约束是指:如果当前时间等于已测试的节点任务时间,则使用电池或电容提供的电量完成当前任务。
所述的最佳效率约束是指:如果剩余能量能够服务于任务,则使用剩余能量完成任务。
所述的能够服务于任务的启动的性能指标为效率。
所述的可持续发展约束是指:如果能量充电率大于0,则可考虑下一步的任务执行,即在不违反时间约束的前提下,即使有任务在等待被处理,当损失一部分能量更值得时,可以让能量采集时间闲置;如果能量充电率小于等于0,表示未来的能量采集状态不容乐观,则适用最佳效率约束。
所述的优先约束是指:实时约束的优先级大于最佳效率约束,最佳效率约束的优先级大于可持续发展约束。
所述的传感器节点(主节点和子节点)接收到模拟开关选择的电源电力进行数据传输。
所述的无线传输模块包括:若干个传感器子节点和一个传感器主节点,其中:子节点将接收到的传感数据发送至主节点。
所述的能量预测的数学模型为:
其中:E(k)和E(k+1)分别为k时刻和k+1时刻的能量状态,Eharv(k)为k时刻采集的能量,Econs(k)为k时刻消耗的能量,Etask为每次任务实施所消耗的能量,Eleak为泄漏的能量,Pleak为能量泄漏的功率,Epred(k)为预测的k时刻的能量状态,Emeans(k)为k时刻测量的能量状态,C为电容器电容,V为电容器电压,t为能量泄漏的时间,Vres为残余电容电压。
技术效果
与现有技术相比,本发明通过仿真框架分析和任务调度,可同时解决目前技术无法捕捉低水平、定量能量消耗和任务时间细节,以及评估无线传感网络系统的复杂性能的问题。
附图说明
图1为本发明示意图;
图2为本发明能量管理方案示意图;
图3为仿真框架结构图;
图4为PBS任务调度算法示意图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
如图1所示,本实施例包括:能量采集模块、能量预测优化模块和无线传输模块,其中:能量采集模块采集太阳能为无线传输模块供电,能量预测优化模块根据实时监控到的无线传输模块的能量状态进行能效分析和能量调度优化。
所述的能量状态是指:能量的采集、消耗或泄漏。
如图2所示,所述的能量采集模块包括:太阳能电池板、超级电容器和电池,其中:太阳能电池板将太阳能转化为电能并储存在超级电容器中,向电池补充能量。
所述的能量预测优化模块包括:能量测量单元、传感器节点仿真单元和模拟开关,其中:能量测量单元根据测量到的传感器节点的能量状态预测固定时间的能量状态并建立能量预测的数学模型,完成能效分析;传感器节点仿真单元根据能量测量单元的信息,分析规范传感器节点的能量需求并在仿真平台上设计仿真软件,并控制模拟开关,实现能量的调度优化;模拟开关用于选择合适的能量源。
所述的传感器节点仿真单元包括:基于Timber编程语言环境的仿真框架和预测最佳效率调度(PBS)任务调度算法。
如图3所示,所述的仿真框架包括硬件平台的抽象层、TIMBER运行层、中间层和应用层,其中:硬件平台的抽象层隐藏TIMBER系统内核的硬件差异,TIMBER运行层为具有时间约束的任务提供定时行为分析;中间层封装通用的系统要求,应用层用于前景工作台。
所述的中间层包括:能源监控器、任务优先级分析器、传感器网络任务分配器和控制器,其中:能源监控制监测能量水平,在给定的时间间隔内预测可用的能量,根据当前的能量状态安排调用方法,并确定设备激活模式;任务优先级分析器分析能源监控器调用方法的优先级;传感器网络任务分配器和控制器用于整个传感网络的任务分配,并协调所有传感器节点的行为。
所述的硬件平台的抽象层隐藏TIMBER系统内核的硬件差异,从而使该框架可用于不同的CPU中。
所述的中间层封装了通用的系统要求,为仿真框架提供了能量分析能力。
所述的应用层用于前景工作台,利用功能级API实现中间层的功能。
所述的应用层和中间层通过TIMBER API访问TIMBER运行层,该三层作为一个看不见的背景执行运行环境的职责并对用户屏蔽。
所述的无线传输模块包括:若干个传感器子节点和一个传感器主节点,其中:子节点将接收到的传感数据发送至主节点。
所述的PBS任务调度算法包括:实时约束、最佳效率约束、可持续发展约束和优先约束,其中:四种约束提案均遵守持续地最大限度地利用收获的能量的规则。
所述的实时约束是指:如果当前时间等于TDL‐texe,则使用电池或电容提供的电量完成当前任务。
所述的最佳效率约束是指:如果剩余能量能够服务于任务,则使用剩余能量完成任务。
所述的能够服务于任务的启动的性能指标为效率。
所述的最佳效率约束的执行条件为:Estore≥Efull,其中:Estore为已储存的能量,Efull为充满电时的能量。
所述的可持续发展约束是指:如果能量充电率大于0,则可考虑下一步的任务执行,即在不违反时间约束的前提下,即使有任务在等待被处理,当损失一部分能量更值得时,可以让能量采集时间闲置;如果能量充电率小于等于0,表示未来的能量采集状态不容乐观,则适用最佳效率约束。
所述的优先约束是指:实时约束的优先级大于最佳效率约束,最佳效率约束的优先级大于可持续发展约束。
所述的传感器节点(主节点和子节点)接收到模拟开关选择的电源电力进行数据传输。
所述的能量预测的数学模型为:
其中:E(k)和E(k+1)分别为k时刻和k+1时刻的能量状态,Eharv(k)为k时刻采集的能量,Econs(k)为k时刻消耗的能量,Etask为每次任务实施所消耗的能量,Eleak为泄漏的能量,Pleak为能量泄漏的功率,Epred(k)为预测的k时刻的能量状态,Emeans(k)为k时刻测量的能量状态,C为电容器电容,V为电容器电压,t为能量泄漏的时间,Vres为残余电容电压。
如图4所示,能源管理器从任务优先级分析器对象中接收一个能量状态消息并安排调用方法,能源管理器更新其能量状态设置,并判断执行该消息指示任务所需的电容是否已满,如果电容已满,则向各节点发送任务执行信息,否则判断Eval是否小于Ereq(其中,表示Eval评估的能量,Ereq表示节点需要的能量);如果Eval小于Ereq,则向各节点发送任务暂停信息,否则计算能量效率,并判断相邻时刻的数据传输效率的大小;如果前一时刻的数据传输效率小于当前时刻的数据传输效率,则向各节点发送任务执行信息,否则向各节点发送任务暂停信息。
Claims (5)
1.一种基于能效预测优化调度的无线传感网络系统,其特征在于,包括:能量采集模块、能量预测优化模块和无线传输模块,其中:能量采集模块采集太阳能为无线传输模块供电,能量预测优化模块根据实时监控到的无线传输模块的能量状态进行能效分析和能量调度优化;
所述的能量状态是指:能量的采集、消耗或泄漏;
所述的能量预测的数学模型为:
其中:E(k)和E(k+1)分别为k时刻和k+1时刻的能量状态,Eharv(k)为k时刻采集的能量,Econs(k)为k时刻消耗的能量,Etask为每次任务实施所消耗的能量,Eleak为泄漏的能量,Pleak为能量泄漏的功率,Epred(k)为预测的k时刻的能量状态,Emeans(k)为k时刻测量的能量状态,C为电容器电容,V为电容器电压,t为能量泄漏的时间,Vres为残余电容电压;
所述的能量预测优化模块包括:能量测量单元、传感器节点仿真单元和模拟开关,其中:能量测量单元根据测量到的传感器节点的能量状态预测固定时间的能量状态并建立能量预测的数学模型,完成能效分析;传感器节点仿真单元根据能量测量单元的信息,分析规范传感器节点的能量需求并在仿真平台上设计仿真软件,并控制模拟开关,实现能量的调度优化;模拟开关用于选择能量源;
所述的传感器节点仿真单元包括:基于Timber编程语言环境的仿真框架和预测最佳效率调度任务调度算法;
所述的仿真框架包括硬件平台的抽象层、TIMBER运行层、中间层和应用层,其中:硬件平台的抽象层隐藏TIMBER系统内核的硬件差异,TIMBER运行层为具有时间约束的任务提供定时行为分析;中间层封装通用的系统要求,应用层用于前景工作台;
所述的能效分析和能量调度优化是指:通过中间层的能源监控器从任务优先级分析器对象中接收一个能量状态消息并安排调用方法,能源监控器更新其能量状态设置,并判断执行该消息指示任务所需的电容是否已满,当电容已满,则向各节点发送任务执行信息,否则判断评估的能量Eval是否小于节点需要的能量Ereq,当Eval小于Ereq,则向各节点发送任务暂停信息,否则计算能量效率,并判断相邻时刻的数据传输效率的大小;当前一时刻的数据传输效率小于当前时刻的数据传输效率,则向各节点发送任务执行信息,否则向各节点发送任务暂停信息。
2.根据权利要求1所述的无线传感网络系统,其特征是,所述的能量采集模块包括:太阳能电池板、超级电容器和电池,其中:太阳能电池板将太阳能转化为电能并储存在超级电容器中,向电池补充能量。
3.根据权利要求1所述的无线传感网络系统,其特征是,所述的中间层包括:所述能源监控器、所述任务优先级分析器、传感器网络任务分配器和控制器,其中:能源监控制监测能量水平,在给定的时间间隔内预测可用的能量,根据当前的能量状态安排调用方法,并确定设备激活模式;任务优先级分析器分析能源监控器调用方法的优先级;传感器网络任务分配器和控制器用于整个传感网络的任务分配,并协调所有传感器节点的行为。
4.根据权利要求1所述的无线传感网络系统,其特征是,所述的预测最佳效率调度任务调度算法包括:实时约束、最佳效率约束、可持续发展约束和优先约束,其中:四种约束提案均遵守持续地最大限度地利用收获的能量的规则。
5.根据权利要求1所述的无线传感网络系统,其特征是,所述的无线传输模块包括:若干个传感器子节点和一个传感器主节点,其中:子节点将接收到的传感数据发送至主节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610781286.0A CN106211214B (zh) | 2016-08-31 | 2016-08-31 | 基于能效预测优化调度的无线传感网络系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610781286.0A CN106211214B (zh) | 2016-08-31 | 2016-08-31 | 基于能效预测优化调度的无线传感网络系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106211214A CN106211214A (zh) | 2016-12-07 |
CN106211214B true CN106211214B (zh) | 2022-11-11 |
Family
ID=58087215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610781286.0A Active CN106211214B (zh) | 2016-08-31 | 2016-08-31 | 基于能效预测优化调度的无线传感网络系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106211214B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106789414A (zh) * | 2016-12-11 | 2017-05-31 | 潘小胜 | 一种智能分析局域网系统测算装置 |
CN106597862B (zh) * | 2016-12-13 | 2019-06-11 | 山东建筑大学 | 基于关联规则挖掘的建筑能耗控制装置及方法 |
CN108512894B (zh) * | 2018-02-05 | 2021-08-24 | 集能芯成科技(北京)有限公司 | 一种面向自供能传感网的分布式负载均衡方法及系统 |
CN112804741B (zh) * | 2019-11-13 | 2022-09-23 | 华为技术有限公司 | 功率控制的方法和装置 |
CN111629345B (zh) * | 2020-05-19 | 2023-04-25 | 南京邮电大学 | 基于太阳能补给的多媒体传感网节点任务分配方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4369189B2 (ja) * | 2003-09-22 | 2009-11-18 | 三菱電機株式会社 | スケジューリングシステムおよびスケジューリングをコンピュータに実行させるためのプログラム |
US10405326B2 (en) * | 2012-08-01 | 2019-09-03 | Texas Instruments Incorporated | Scheduling energy harvesting nodes in a wireless sensor networks |
EP2775446A1 (en) * | 2013-03-06 | 2014-09-10 | Deutsche Telekom AG | System for assigning an energy consumer to an energy provider |
CN103686921B (zh) * | 2013-12-03 | 2017-02-15 | 浙江大学 | 移动中继系统中基于能量采集的机会式转发方法 |
CN104538999B (zh) * | 2014-12-03 | 2017-01-25 | 广州市香港科大霍英东研究院 | 一种光伏发电储能系统及其能量调度方法 |
CN104935477B (zh) * | 2015-06-11 | 2018-08-21 | 浙江大学 | 可充电无线传感网络的能量采集与消耗性能测试系统 |
CN105848219B (zh) * | 2016-05-28 | 2019-03-15 | 辽宁大学 | 基于能量收集构建负载均衡树的无线传感网路由方法 |
-
2016
- 2016-08-31 CN CN201610781286.0A patent/CN106211214B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106211214A (zh) | 2016-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106211214B (zh) | 基于能效预测优化调度的无线传感网络系统 | |
CN110649641B (zh) | 基于源网荷储协同服务的电动汽车快充站储能系统及其方法 | |
CN103348744B (zh) | 使用功率阈值对移动通信终端进行智能功率管理的方法和装置 | |
WO2018133230A1 (zh) | 微电网系统的控制方法及装置 | |
CN102074978B (zh) | 充换电站及其充换电控制方法、系统和运行监控系统 | |
US20120074909A1 (en) | Storage battery management system | |
Asaad et al. | IoT enabled electric vehicle’s battery monitoring system | |
CN106451541B (zh) | 一种孤岛型微电网的能量控制方法及控制系统 | |
CN101763598A (zh) | 电能管理系统 | |
KR102544181B1 (ko) | 디지털 트윈 기반의 분산 자원 및 전력 계통 운영 계획 시스템 및 운영 계획 방법 | |
CN211702078U (zh) | 基于云-端混合状态预估的电池管理器 | |
CN104932281A (zh) | 一种家庭微电网用能系统及其在智能用电互动的实现方法 | |
KR102210084B1 (ko) | 신재생 에너지 연계형 전기차 충전 스테이션의 운영 및 관리 시스템 | |
CN104822162B (zh) | 一种混合能源网络中的绿色基站分流方法及装置 | |
CN110310039A (zh) | 一种锂电池全生命周期在线优化监控系统及监控方法 | |
CN112950001A (zh) | 基于云边端闭环架构的智慧能量管控系统及方法 | |
CN110936843A (zh) | 智能充电桩互联网系统及管理方法 | |
CN109672174A (zh) | 能源管理系统 | |
CN117335457A (zh) | 一种基于光储微电网系统的处理方法及装置 | |
CN201533184U (zh) | 一种太阳能供电无线传感器网络节点用供电电源 | |
CN116454983B (zh) | 一种风光储联合最优控制管理方法、系统及设备 | |
Murthy | Energy-agile laptops: Demand response of mobile plug loads using sensor/actuator networks | |
CN106786789A (zh) | 微网发电量实时控制系统及方法 | |
Chamola et al. | Energy and latency aware mobile task assignment for green cloudlets | |
CN105207684B (zh) | 采用环境能量供电的无线发射端发送装置及发送方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |