CN107277760B - 无线体域网的同时分配时间和功率的能量收集优化方法 - Google Patents

Abstract

本发明公开了无线体域网的同时分配时间和功率的能量收集优化方法，属于无线通信领域，包括构建无线体域网单点能量收集模型；利用无线体域网信道模型、能量收集模型、信息传输模型以及优化目标，推导出最大化体域网信息吞吐量的时间比和传输功率的分配方法；提出最优时间和最优功率的求解算法。本发明针对无线体域网中能量收集装置的时间和功率分配问题，克服了传统电池固定生命周期具有局限性的缺点，同时也首次将时间分配与功率分配同时考虑并应用于无线体域网。在满足人体传输功率限制以及能量收集的约束条件下，该方法最大化了网络的信息吞吐量，更加适用于人体生理参数的健康监测。

Description

无线体域网的同时分配时间和功率的能量收集优化方法

技术领域

本发明涉及无线体域网能量收集技术领域，具体是无线体域网的同时分配时间和功率的能量收集优化方法。

背景技术

无线体域网作为人体监测网络被广泛应用于健康诊断等多个领域，放置于人体的传感器节点负责采集生理参数信息，并通过人体信道将信息传送给AP节点。因为传统无线体域网的传感器节点能量供应有限，节点的能量供应问题面临着巨大挑战，一种新兴的能量供应技术-能量收集技术就成了一种有效的解决办法。针对该技术的研究具有理论意义的同时同样具有实际应用的价值。

由于电池能力的限制，能量供应问题已经成为一项研究的热点问题。2010 年R.J.Vullers等提出了多种从环境中收集能量的理论，包括太阳能、光能和风能等，但是仅适用于无线传感器网络。2012年C.K.Ho等对能量分配问题加以考虑，分析了功率分配问题来实现最大化无线网络吞吐量的目标。2013年S.Luo 等提出了能量收集存储转发协议，进而达到了最小化无线信息传输中断概率的目的。2014年D.Gunduz等针对能量收集无线通信系统，分析了能量管理策略的发展。2014年J.Xu等从能量在发射器和接收器间流动的角度，提出了关于时间分配的优化。2015年D.Mishra等考虑了适用于人体的能量收集方式，包括射频能量收集、运动能量收集和利用温度变化收集能量等。2016年T.A.Zewde等从能量效率的角度研究了能量收集通信网络的性能，该研究建立在服务质量(QoS， quality ofservice)约束条件下。

虽然已经有大量的有关于能量问题的发明，但都是针对传感器网络，很少有文章针对无线体域网的特殊结构设计一种合理且有效的分配方案来解决能量供应问题。

发明内容

本发明的目的在于提供无线体域网的同时分配时间和功率的能量收集优化方法，克服了传统传感器节点使用固定电池的缺点，同时也首次将该方法应用到传输功率受限的无线体域网中。

为实现上述目的，本发明提供如下技术方案：

无线体域网的同时分配时间和功率的能量收集优化方法，具体步骤如下：

(1)无线体域网单点能量收集模型，包括初始化、时间和功率优化、最优时间和功率分配判断；

1)初始化：

过程包括：无线体域网网络模型中汇聚节点AP和采集人体生理信息的传感器节点放置在固定位置不再改变；传感器节点本身不具有能量，所需要的能量由配备的能量收集装置提供；放置结束后，传感器节点利用能量收集装置收集能量，能量来源包括运动能量，生物能量；当能量达到启动值时，允许信息传输过程开启，传感器节点将采集到的信息传输给AP节点，完成网络的组建；

2)时间和功率优化：

先进行能量收集再进行信息传输的协议，在第一段时间t∈(0,τT)内，能量收集装置持续收集能量，能量超过启动阈值E_on时，第二阶段t∈(τT,T)信息传输过程开启，同时收集装置继续收集能量，但受信息传输的干扰，使能量转换效率下降，代表该方法的信息吞吐量函数R(τ,P_t)如下公式(1)所示：

其中，τ是信息传输过程启动前的时间占比，P_t是信息传输功率，(1-τ)表示信息传输过程时间占比，|h|²是信道功率增益，N₀是噪声功率；

3)最优时间和功率分配判断：

时间占比τ和功率P_t动态变化过程中，最优的时间占比τ^*和最优的传输功率 P_t ^*使相应的信息吞吐量R(τ,P_t)达到最大，并且符合人体工作环境；

(2)时间和功率优化方法：

得到使吞吐量最大化的最优时间占比τ^*和最优传输功率P_t ^*的步骤如下：

1)路径损耗模型：路径损耗模型用于表示AP节点与生理信息采集传感器节点间的路径损耗P_dB，表示如下公式(2)所示：

P_dB＝P_0dB+10nlog(d/d₀) 公式(2)；

其中，d₀是参考距离，P_0dB是相对于参考距离d₀的路径损耗，n是路径损耗指数，d是AP节点与生理信息采集传感器节点间的距离，参数设置分别为：n＝5.8， d₀＝0.1m，P_0dB＝56.1，d＝25cm；

2)能量收集模型：

能量收集过程获得的总能量为E_h，具体的能量收集条件下的控制模型如下公式(3)所示：

E_h＝E₀+E₁＝ρ[τ+(1-τ)η]T 公式(3)；

其中，E₀＝ρτT是能量收集装置在第一阶段收集的能量，ρ代表能量收集速率，τ是第一阶段的时间占比，T是时间周期，在该阶段能量收集装置的转换效率假定为1；E₁＝ρ(1-τ)ηT是能量收集装置在能量转换效率发生衰减的第二阶段收集的能量，(1-τ)代表第二阶段的时间占比，η代表衰减后的能量转换效率；

3)信息传输模型：

能量收集装置所能提供的用于信息传输的平均功率为P_h，具体的传输模型如下公式(4)所示：

P_h＝E_h/[(1-τ)T]＝ρ(τ/(1-τ)+η) 公式(4)；

其中，(1-τ)T代表信息传输所占时间；

4)优化目标：

优化目标是最大化无线体域网的信息吞吐量R(τ,P_t)，优化问题表示如下公式(5)所示：

max R(τ，P_t)

s.t.C₁ E₀≥E_on

C₂ P_h≥P_t

C₃ P_t≤P_max

C₄ P_t≥0 公式(5)；

其中，s.t是subject to的缩写，表示受约束条件，C₁表示第一阶段收集能量 E₀必须超过启动能量E_on，传输过程才开启；C₂表示传感器节点的信息传输功率 P_t必须不大于能量收集装置提供的平均功率P_h；C₃表示传输功率P_t必须不大于人体网络环境所能承载的最大功率P_max；C₄表示传输功率P_t必须为非负值；

5)最优策略：将能量收集模型的完全表达式公式(5)所表示的优化问题中，得到公式(6)：

max R(τ，P_t)

s.t.C₁ ρτT≥E_on

C₂ ρ(τ/(1-τ)+η)≥P_t

C₃ P_t≤P_max

C₄ P_t≥0 公式(6)；

显然，P_t和τ被引入到优化问题，通过求解优化问题，得到最优的传输功率 P_t ^*和最优的时间占比τ^*，再利用公式(1)中R(τ,P_t)的表达式，最终得到该能量收集装置在该策略下的最大吞吐量；

(3)求解策略：

采用分段求导的方式，提出了一种分段求解的方法，通过求出每段区间的局部最优值再进行对比的方法得出全局最优解，具体算法如下：

首先，得到影响区间划分的两个特殊值点，临界值

最小值

两个特殊值点的大小影响分段区间的局部最优解；

然后，将区间划分为子区间分别求得子区间的最优时间占比和最优传输功率；当τ_critical＜τ_min时，R是τ的减函数，同时是P_t的增函数，所以此时全局最优解为τ^*＝τ_min，

P_t ^*＝P_max；当τ_critical≥τ_min时，优化问题表示如下公式(9)所示：

max R(τ，P_t)

s.t.0≤P_t≤ρ(τ/(1-τ)+η)，τ∈(τ_min，τ_critical)

0≤P_t≤P_max，τ∈(τ_critical，1) 公式(9)；

其中，τ∈(τ_min,τ_critical)时，局部最大值R_{1_max}＝(1-τ)log₂(1+ρ(τ/(1-τ)+η)Γ) 公式(10)，通过求导将形式转变为Lambert W函数的形式，得到局部最优解为

τ∈(τ_critical,1)时，局部最大值 R_{2_max}＝(1-τ_critical)log₂(1+P_maxΓ) 公式(12)；

最后，比较分段区间最优值得到全局最优值，对应的吞吐量即为最大吞吐量；具体为以下三种情况：

①τ₀ ^*＜τ_min：R_{1_max}＝(1-τ_min)log₂(1+ρ(τ_min/(1-τ_min)+η)Γ) 公式(13)；

②τ_min≤τ₀ ^*≤τ_critical：R_{1_max}＝(1-τ₀ ^*)log₂(1+ρ(τ₀ ^*/(1-τ₀ ^*)+η)Γ) 公式(14)；

③τ₀ ^*＞τ_critical：R_{1_max}＝(1-τ_critical)log₂(1+ρ(τ_critical/(1-τ_critical)+η)Γ) 公式(15)；

获得最大吞吐量R_max＝max(R_{1_max},R_{2_max})公式(16)，最优时间占比τ^*为获得最大吞吐量时的时间占比，最优传输功率P_t ^*为获得最大吞吐量时的传输功率。

与现有技术相比，本发明的有益效果是：

本发明首次在无线体域网中，提出能量收集装置优化方法；前人的研究大部分假定所需能量来源于固定电池，并未考虑能量收集装置的收集速率ρ与转换效率η对无线体域网信息吞吐量率R的影响；同时，也是首次在无线体域网网络环境中提出同时分配时间占比τ和传输功率P_t的优化策略，本发明提出的能量收集策略符合人体环境实际情况，该方法拥有明显提高信息吞吐量的优势；在体域网环境中，人体承载的最大传输功率有限，能量收集产生的平均功率也有限，本发明的求解算法为分段优化，利用Lambert W函数求导得出分段的局部最优解，再通过计算机比较得出全局最优解，该求解方式得到的结果具有确定性以及准确性。

附图说明

图1是本发明WBAN网络仿真模型示意图；

图2是本发明WBAN传输协议示意图；

图3是本发明所述方法的流程示意图。

具体实施方式

下面结合具体实施方式对本专利的技术方案作进一步详细地说明。

请参阅图1-3，图1为本发明的无线体域网网络仿真模型，由一个AP节点和一个采集人体生理信息的传感器节点构成，生理信息传感器节点配有能量收集装置，负责实现能量收集过程。

图2为本发明的无线体域网的传输协议，该发明按照如图所示的能量收集与信息传输方法进行时间和功率分配。

图3为本发明提出的同时分配时间占比和传输功率的无线体域网单点能量收集方法的流程示意图，如图所示：本方法包括下列步骤：

仿真参数：人体环境下最大传输功率P_max为1.5mW，信息传输的启动能量E_on为0.05mJ，噪声功率P_dB为-110dB，时间周期T取1s。

步骤1：初始化体域网节点位置：

过程包括：无线体域网网络模型中汇聚节点AP和采集人体生理信息的传感器节点放置在固定位置不再改变；传感器节点本身不具有能量，所需要的能量由配备的能量收集装置提供；放置结束后，传感器节点利用能量收集装置收集能量，能量来源包括运动能量，生物能量；当能量达到启动值时，允许信息传输过程开启，传感器节点将采集到的信息传输给AP节点，完成网络的组建；

WBAN网络仿真模型如图1所示，采集生理信息的传感器节点、能量收集装置以及AP节点按照图中所示顺序放置，传感器节点与AP节点间距离固定为 25cm。

时间和功率优化：

先进行能量收集再进行信息传输的协议，在第一段时间t∈(0,τT)内，能量收集装置持续收集能量，能量超过启动阈值E_on时，第二阶段t∈(τT,T)信息传输过程开启，同时收集装置继续收集能量，但受信息传输的干扰，使能量转换效率下降，代表该方法的信息吞吐量函数R(τ,P_t)如下公式(1)所示：

其中，τ是信息传输过程启动前的时间占比，P_t是信息传输功率，(1-τ)表示信息传输过程时间占比，|h|²是信道功率增益，N₀是噪声功率；

时间占比τ和功率P_t动态变化过程中，最优的时间占比τ^*和最优的传输功率 P_t ^*使相应的信息吞吐量R(τ,P_t)达到最大，并且符合人体工作环境；

按照以下步骤将得到使吞吐量最大化的最优时间占比τ^*和最优传输功率P_t ^*；

步骤2：确定路径损耗模型：

路径损耗模型用于表示AP节点与生理信息采集传感器节点间的路径损耗 P_dB，表示如下公式(2)所示：

P_dB＝P_0dB+10nlog(d/d₀) 公式(2)；

其中，d₀是参考距离，P_0dB是相对于参考距离d₀的路径损耗，n是路径损耗指数，d是AP节点与生理信息采集传感器节点间的距离参数设置分别为：n＝5.8， d₀＝0.1m，P_0dB＝56.1，d＝25cm；

步骤3：建立能量收集模型：

能量收集条件下的功率控制模型如下公式(3)所示：

E_h＝E₀+E₁＝ρ[τ+(1-τ)η]T 公式(3)；

其中，E₀＝ρτT是能量收集装置在第一阶段收集的能量，ρ代表能量收集速率，τ是第一阶段的时间占比，T是时间周期，在该阶段能量收集装置的转换效率假定为1。E₁＝ρ(1-τ)ηT是能量收集装置在能量转换效率发生衰减的第二阶段收集的能量，(1-τ)代表第二阶段的时间占比，η代表衰减后的能量转换效率。

步骤4：建立信息传输模型：

受能量收集装置约束的信息传输模型如下公式(4)所示：

P_h＝E_h/[(1-τ)T]＝ρ(τ/(1-τ)+η) 公式(4)；

其中，P_h是能量收集装置所能提供的平均功率，(1-τ)T代表信息传输所占时间。

步骤5：基于信息吞吐量最大化确定时间和功率确定优化目标函数：

本发明的优化目标是最大化无线体域网的信息吞吐量R，其优化问题表示如下公式(5)所示：

max R(τ，P_t)

s.t.C₁ E₀≥E_on

C₂ P_h≥P_t

C₃ P_t≤P_max

C₄ P_t≥0 公式(5)；

其中，s.t是subject to的缩写，表示受约束条件，C₁表示第一阶段收集能量 E₀必须超过启动能量Eo_n，传输过程才可以开启；C₂表示传感器节点的信息传输功率P_t必须不大于能量收集装置提供的平均功率P_h；C₃表示传输功率P_t必须不大于人体网络环境所能承载的最大功率P_max，否则可能对人体造成伤害；C₄表示传输功率P_t必须为非负值；

将能量收集模型的完全表达式代入优化问题中，可以得到公式(6)：

max R(τ，P_t)

s.t.C₁ ρτT≥E_on

C₂ ρ(τ/(1-τ)+η)≥P_t

C₃ P_t≤P_max

C₄ P_t≥0 公式(6)；

显然，P_t和τ被引入到优化问题，通过求解优化问题，可以得到最优的传输功率P_t ^*和最优的时间占比τ^*，再利用公式(1)中R(τ，P_t)的表达式，最终可以得到该能量收集装置在该策略下的最大吞吐量；

步骤6：求解最优策略

直接求解最优时间和功率分配十分困难，本发明采用分段求导的方式，提出了一种分段求解的方法，通过求出每段区间的局部最优值再进行对比的方法得出全局最优解，具体算法如下：

首先，得到影响区间划分的两个特殊值点，临界值

最小值

两个特殊值点的大小会影响分段区间的局部最优解。

然后，将区间划分为子区间分别求得子区间的最优时间占比和最优传输功率。当τ_critical＜τ_min时，R是τ的减函数，同时是P_t的增函数，所以此时全局最优解为τ^*＝τ_min，P_t ^*＝P_max；

当τ_critical≥τ_min时，优化问题表示如下公式(9)所示：

max R(τ，P_t)

s.t.0≤P_t≤ρ(τ/(1-τ)+η)，τ∈(τ_minτ_critical)

0≤P_t≤P_max，τ∈(τ_critical，1) 公式(9)；

其中，τ∈(τ_min,τ_critical)时，局部最大值R_{1_max}＝(1-τ)log₂(1+ρ(τ/(1-τ)+η)Γ) 公式(10)；通过求导将形式转变为Lambert W函数的形式，得到局部最优解为

τ∈(τ_critical,1)时，局部最大值 R_{2_max}＝(1-τ_critical)log₂(1+P_maxΓ) 公式(12)；

最后，比较分段区间最优值得到全局最优值，具体为以下三种情况：

①τ₀ ^*＜τ_min：R_{1_max}＝(1-τ_min)log₂(1+ρ(τ_min/(1-τ_min)+η)Γ) 公式(13)；

②τ_min≤τ₀ ^*≤τ_critical：R_{1_max}＝(1-τ₀ ^*)log₂(1+ρ(τ₀ ^*/(1-τ₀ ^*)+η)Γ) 公式(14)；

③τ₀ ^*＞τ_critical：R_{1_max}＝(1-τ_critical)log₂(1+ρ(τ_critical/(1-τ_critical)+η)Γ) 公式(15)；

获得最大吞吐量R_max＝max(R_{1_max},R_{2_max})公式(16)，最优时间占比τ^*为获得最大吞吐量时的时间占比，最优传输功率P_t ^*为获得最大吞吐量时的传输功率。

本发明首次在无线体域网中，提出能量收集装置优化方法；前人的研究大部分假定所需能量来源于固定电池，并未考虑能量收集装置的收集速率ρ与转换效率η对无线体域网信息吞吐量率R的影响；同时，也是首次在无线体域网网络环境中提出同时分配时间占比τ和传输功率P_t的优化策略，本发明提出的能量收集策略符合人体环境实际情况，该方法拥有明显提高信息吞吐量的优势；在体域网环境中，人体承载的最大传输功率有限，能量收集产生的平均功率也有限，本发明的求解算法为分段优化，利用Lambert W函数求导得出分段的局部最优解，再通过计算机比较得出全局最优解，该求解方式得到的结果具有确定性以及准确性。

上面对本专利的较佳实施方式作了详细说明，但是本专利并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本专利宗旨的前提下作出各种变化。

Claims (1)

1.无线体域网的同时分配时间和功率的能量收集优化方法，其特征在于，具体步骤如下：

(1)无线体域网单点能量收集模型，包括初始化、时间和功率优化、最优时间和功率分配判断；

1)初始化：

过程包括：无线体域网网络模型中汇聚节点AP和采集人体生理信息的传感器节点放置在固定位置不再改变；传感器节点本身不具有能量，所需要的能量由配备的能量收集装置提供；放置结束后，传感器节点利用能量收集装置收集能量，能量来源包括运动能量，生物能量；当能量达到启动值时，允许信息传输过程开启，传感器节点将采集到的信息传输给AP节点，完成网络的组建；

2)时间和功率优化：

先进行能量收集再进行信息传输的协议，在第一段时间t∈(0,τT)内，能量收集装置持续收集能量，能量超过启动阈值E_on时，第二阶段t∈(τT,T)信息传输过程开启，同时收集装置继续收集能量，但受信息传输的干扰，使能量转换效率下降，代表该方法的信息吞吐量函数R(τ,P_t)如下公式(1)所示：

其中，τ是信息传输过程启动前的时间占比，P_t是信息传输功率，(1-τ)表示信息传输过程时间占比，|h|²是信道功率增益，N₀是噪声功率；

3)最优时间和功率分配判断：

时间占比τ和功率P_t动态变化过程中，最优的时间占比τ^*和最优的传输功率P_t ^*使相应的信息吞吐量R(τ,P_t)达到最大，并且符合人体工作环境；

(2)时间和功率优化方法：

得到使吞吐量最大化的最优时间占比τ^*和最优传输功率P_t ^*的步骤如下：

1)路径损耗模型：路径损耗模型用于表示AP节点与生理信息采集传感器节点间的路径损耗P_dB，表示如下公式(2)所示：

P_dB＝P_0dB+10n log(d/d₀) 公式(2)；

其中，d₀是参考距离，P_0dB是相对于参考距离d₀的路径损耗，n是路径损耗指数，d是AP节点与生理信息采集传感器节点间的距离，参数设置分别为：n＝5.8，d₀＝0.1m，P_0dB＝56.1，d＝25cm；

2)能量收集模型：

能量收集过程获得的总能量为E_h，具体的能量收集条件下的控制模型如下公式(3)所示：

E_h＝E₀+E₁＝ρ[τ+(1-τ)η]T 公式(3)；

其中，E₀＝ρτT是能量收集装置在第一阶段收集的能量，ρ代表能量收集速率，τ是第一阶段的时间占比，T是时间周期，在该阶段能量收集装置的转换效率假定为1；E₁＝ρ(1-τ)ηT是能量收集装置在能量转换效率发生衰减的第二阶段收集的能量，(1-τ)代表第二阶段的时间占比，η代表衰减后的能量转换效率；

3)信息传输模型：

能量收集装置所能提供的用于信息传输的平均功率为P_h，具体的传输模型如下公式(4)所示：

P_h＝E_h/[(1-τ)T]＝ρ(τ/(1-τ)+η) 公式(4)；

其中，(1-τ)T代表信息传输所占时间；

4)优化目标：

优化目标是最大化无线体域网的信息吞吐量R(τ,P_t)，优化问题表示如下公式(5)所示：

max R(τ，P_t)

s.t.C₁ E₀≥E_on

C₂ P_h≥P_t

C₃ P_t≤P_max

C₄ P_t≥0 公式(5)；

其中，s.t是subject to的缩写，表示受约束条件，C₁表示第一阶段收集能量E₀必须超过启动能量E_on，传输过程才开启；C₂表示传感器节点的信息传输功率P_t必须不大于能量收集装置提供的平均功率P_h；C₃表示传输功率P_t必须不大于人体网络环境所能承载的最大功率P_max；C₄表示传输功率P_t必须为非负值；

5)最优策略：将能量收集模型的完全表达式公式(5)所表示的优化问题中，得到公式(6)：

max R(τ，P_t)

s.t.C₁ ρτT≥E_on

C₂ ρ(τ/(1-τ)+η)≥P_t

C₃ P_t≤P_max

C₄ P_t≥0 公式(6)；

显然，P_t和τ被引入到优化问题，通过求解优化问题，得到最优的传输功率P_t ^*和最优的时间占比τ^*，再利用公式(1)中R(τ，P_t)的表达式，最终得到该能量收集装置在该策略下的最大吞吐量；

(3)求解策略：

采用分段求导的方式，提出了一种分段求解的方法，通过求出每段区间的局部最优值再进行对比的方法得出全局最优解，具体算法如下：

首先，得到影响区间划分的两个特殊值点，临界值

最小值

两个特殊值点的大小影响分段区间的局部最优解；

然后，将区间划分为子区间分别求得子区间的最优时间占比和最优传输功率；当τ_critical＜τ_min时，R是τ的减函数，同时是P_t的增函数，所以此时全局最优解为τ^*＝τ_min，

P_t ^*＝P_max；当τ_critical≥τ_min时，优化问题表示如下公式(9)所示：

max R(τ，P_t)

s.t.0≤P_t≤ρ(τ/(1-τ)+η)，τ∈(τ_min，τ_critical)

0≤P_t≤P_max，τ∈(τ_critical，l) 公式(9)；

其中，τ∈(τ_min，τ_critical)时，局部最大值R_{1_max}＝(1-τ)log₂(1+ρ(τ/(1-τ)+η)Γ)公式(10)，通过求导将形式转变为Lambert W函数的形式，得到局部最优解为

τ∈(τ_critical，1)时，局部最大值R_{2_max}＝(1-τ_critical)log₂(1+P_maxΓ)公式(12)；

最后，比较分段区间最优值得到全局最优值，对应的吞吐量即为最大吞吐量；具体为以下三种情况：

①τ₀ ^*＜τ_min：R_{1_max}＝(1-τ_min)log₂(1+ρ(τ_min/(1-τ_min)+η)Γ)公式(13)；

②τ_min≤τ₀ ^*≤τ_critical：R_{1_max}＝(1-τ₀ ^*)log₂(1+ρ(τ₀ ^*/(1-τ₀ ^*)+η)Γ)公式(14)；

③τ₀ ^*＞τ_critical：R_{1_max}＝(1-τ_critical)log₂(1+ρ(τ_critical/(1-τ_critical)+η)Γ)公式(15)；

获得最大吞吐量R_max＝max(R_{1_max}，R_{2_max})公式(16)，最优时间占比τ^*为获得最大吞吐量时的时间占比，最优传输功率P_t ^*为获得最大吞吐量时的传输功率。

Images