第一章 绪论
1.1 研究背景及意义
（1）无线传感器网络及其结构组成信息的生成、获取、存储、传输、处理及应用是现代信息科学的六大组成部分，其中信息的获取是技术产业链上最为重要的一环，只有高效、稳定的信息获取手段，才能为信息化的实现打下牢固的基础[1]。最近几十年，随着相关技术的发展，无线传感器网络（WirelessSensors Networks, WSNs）受到社会各方的广泛关注，已经成为信息自动化获取最重要和有效的手段之一。
一般来说，无线传感器网络主要由以下几部分组成（如图 1.1 所示）：部署在监测区域中大量的终端感知节点，根据一定规则选取出来的汇聚节点或簇头节点、一个或多个基站、互联网以及终端用户组成。其中感知节点不同于一般的传感器节点，具备感知、通信、处理等能力；汇聚节点是一类特殊的感知节点，除了自身的感知数据之外，还负责存储、融合、转发其他节点数据到基站的任务；基站的一个作用是将自身所在无线传感网同外部因特网连接起来，实现不同网络间的通信。在无线传感器网络中，感知节点以自组织的方式进行组网，实时将感知区域中的检测数据（比如光学、压力、温湿度等物理量）以单跳或者多跳的方式传输给汇聚节点，在对数据进行相应的处理后发送给基站，进而通过互联网向用户提供所需的服务。
几十年来，无线传感器网络得到长足的发展，并且已经广泛应用到环境检测、军事国防、生物医疗、智慧城市、智能家居以及工农业等领域。在这些应用中，提供长久稳定、有效的服务是对此类传感网的基本、也是最重要的要求。尤其当传感器节点部署在野外环境时，由于节点硬件脆弱，很容易损坏而无法工作，更为重要的是节点本身电池存储容量小，加之无间歇的处于工作状态，电量极易消耗完，两种情况都会导致网络的断连，影响数据的可靠传输，降低网络的服务质量。节点硬件构造脆弱可以通过后期工艺来弥补，而如何提高节点能量利用率，甚至能为电量不足的节点进行能量补充，以更好的完成数据收集任务，是当前无线传感网络面临的挑战和难题。
..........................
1.2 研究现状
目前国内外诸多文献对无线传感网数据收集做出了研究，针对上文提到的能量瓶颈问题，这些研究主要从“开源”与“节流”两个方面入手进行解决。所谓的“节流”，就是从网络层面看采取不同的能量高效策略，使得网络各组成部分的能量消耗达到最小；从能量补给上看，能通过相关技术对具有能耗瓶颈问题的网络实施能量注入，从而达到网络的持久运行，
称之为“开源”。
（1）节流方案
在传统的静态传感网中，越来越多的文献通过采用能量高效策略来减少全网节点的能量消耗。比如为了防止节点负载不均，对节点在网络中布局进行优化[2]；数据收集方面，通过改进网络层以及数据链路层的协议，提高数据收集效率[3]；或者，为了收集数据的有效性、避免冗余数据的采集，从而对于网络节点的采样频率实施控制[4]；此外，还有一些研究致力于实现低能耗的硬件设计，低复杂度的软件实现以及能量高效的无线通信协议[5-7]。然而，不可否认的是，Sink 附近的节点（例如，簇头）由于需收集和转发全网的数据，往往更容易死亡，从而造成网络断连，形成“能量空洞”（“能量空洞”将在 2.2 小节进行介绍）。作为WSN 中重要的节点，一方面 Sink 常被认为是静态的、被放置在网络中心，另一方面它们也作为网关用来连接终端用户和节点。为了解决上述能量空洞问题，文献[6]通过分析期望能量消耗、丢包率、端到端延迟以及 WSN 生命等因素，并基于“靠近 Sink 的区域能耗大，而远离 Sink 的区域能耗小”这一事实，提出一种具有可调占空比的剩余能量感知方案算法（ResidualEnergy Aware scheme with adjustable Duty Cycle, READC），有效缓解能量消耗过快问题。
针对传统静态网络的弊端，近些年许多研究人员提出了一种新的数据收集方式---基于移动 Sink 的数据收集方式。也就是说，不同于以往静态网络中节点将收集的数据通过无线传输方式直接或者间接地发送给基站，在移动 Sink 的网络里，具备这样一种特殊的节点，一方面它可以安装在移动设备上，比如小车或者机器人等进行移动，另一方面，它还具备较强的存储、通信和处理功能。即，当此类节点移动到特定传感器节点的通信范围内时，可以接收节点传输的数据，并将这些数据存储起来，在规定的延迟时间内将收集的数据送达基站并且完全上传。我们成此类特殊的节点为“移动 Sink”。毫无疑问，通过在网络中部署一个或多个移动 Sink，分担节点的路由任务，可以极大地避免节点负载不均、能量空洞的情况，从而延长网络生存时间。一般来讲，基于移动数据收集的网络可以分为三层结构：部署在网络中的传感器节点层、移动 Sink 层以及基站层，其网络结构图如下所示。本文为方便表述，将移动Sink 统称为“移动数据收集器”(Mobile Data Collectors, MDCs)。
...............................
第二章 传感网中移动数据收集方案与充电调度方法概述
2.1 移动数据收集方案概述
如前文所述，针对于静态网络这种传统的数据收集方式，虽然研究人员研究出了大量的方法来提高能量利用效率，有效延长了网络生命周期，但是很容易遇到这种情况：如图 2.1所示，黑色实心圆代表网络节点，以随机均匀的方式部署在网络中；白色空心圆代表基站，位于网络中心。在区域较大的网络中，大部分节点往往不能通过单跳的形式与基站进行交流，故多跳传输数据是节点进行组网时最基本的通信方式。远离基站的节点通过多跳的方式将数据传输给靠近基站的节点，我们常常称此类节点为簇头节点或者汇聚点，由于他们作用特殊，不仅要转发自己的感知数据，还有保持与上一级节点的通信，在同等初始能量值下，此类节点很容易因负载过重而提前死亡，形成一片无转发节点的区域（如深色区域所示），从而引起网络的断链，造成“能量空洞”，导致服务质量的大幅下降。能量空洞会来带更严重的后续结果是，一方面汇聚点或簇头节点在功能上更为重要，一旦死亡，网络拓扑结构改变意味着要重新选择新的、能够承担转发任务的节点，计算能耗不可忽略；再者，能量空洞附近的节点，要想继续向基站输送数据，由于找不到比较理想的转发节点，不得不绕过空洞找到下一转发节点或者直接与基站通信（假如基站在此节点的通信范围内），不管怎样都很有可能经过长距离的传送，无疑消耗节点更多能量造成节点死亡。当更多节点死亡时，传感器网络便失去了其存在的意义。
............................
2.2 无线充电技术概述
早在 19 世纪末的时候，就有人开始研究无线充电技术，其中最为成功的是 Tesla 团队的成果。他做了一个这样的实验，在没有任何电气连接的情况下，Tesla 使用无线充电技术第一次点亮了 25 英里外的氖气照明灯，这也是人类历史上首次实现利用无线技术为设备进行充电。之后他想将此技术推广并方便人们的日常生活，就计划在美国纽约长岛建立一座电厂，但是由于资金和技术的缘故，无法继续执行计划，商用化失败，并且此后无重大突破。
直到 20 世纪末期，随着笔记本电脑、手机等智能移动设备的广泛使用，特别是为了环保而兴起的电动车行业，成为了要求发展无线充电技术的巨大推力。随着研究的深入，无线能量传输技术逐渐成熟，并形成了一系列可用技术方案。比如电感耦合技术（inductive coupling）[32]，电磁辐射技术（electromagnetic radiation）[33]，和磁耦合谐振技术（magnetic resonantcoupling）等，通过表 2.1，我们可以看出各个无线充电技术的优缺点。
电感耦合技术虽然实现简单，但是只有在收发双方精确对准的情况下才能有较高效率，毫无疑问这在实际应用中很难做到；电磁辐射技术虽不需要精确对准，然而，联邦通信委员会（Federal Communication Commission, FCC）规定的最大有效全向辐射功率（EIRP）为 4W [35]，这种技术受到限制。随着电磁能量在距离上的快速衰减，全向发射模式可能进一步降低充电效率。因此，它只能支持低功耗，不频繁的传感应用，也就是说适合在超低功耗传感器网络中使用，例如采集温度、湿度信息等，而无法为具有更复杂传感任务的节点，比如成像，视频监控，跟踪等进行供电。相比于以上两种技术，磁耦合谐振技术一方面无需保持精确对准依然有较高的传输效率，另一方面不受障碍物的阻挡和环境的影响，从而更具备实际应用的价值，大部分研究人员也在此技术上发力。
............................
第三章 分布式数据收集与无线充电网络模型的构建...........................................18
3.1 网络总体架构............................................ 18
3.2 虚拟遍历点数量的确定..................................... 21
3.3 本章小结...................................24
第四章 一种基于最大充电效益的高效数据收集方法.............................25
4.1 最大延迟约束下的多 MDC 数据收集策略.................................25
4.1.1 满足延迟约束的最少 MDC 数量............................25
4.1.2 基于虚拟扫描线的网络划分方法.................................28
第五章 实验结果与分析.............................. 41
5.1 实验环境与参数................................ 41
5.2 MDC 最少数量分析...........................41
第五章 实验结果与分析
5.1 实验环境与参数
为验证 DCMRB 方法在多 MDC 分布式移动数据收集与 WCV 自适应充电方法下的执行效果，在 Eclipse 4.5 与 Matlab 8.5 平台上进行了相关实验，并将其与 ESAOC（Energy StarvationAvoidance Online Charging Scheme）、GMS-MCB (Greedy Mobile Scheme based on MaximumCharging Benefit)以及 FCFS（First-Come First-Served）等方法进行了对比。实验主要参数及其取值如表 5.1 所示。
..............................
第六章 总结与展望
6.1 总结
获取高质量的数据是无线传感网络的重要目标之一，但无论是传统的静态网络还是引入移动 Sink 进行数据收集，能量瓶颈问题都是难以逾越的鸿沟。无线充电技术的迅速发展为解决上述问题提供了思路和机遇，基于此，本文主要做了以下工作：
（1）利用节点通信覆盖模型，确定虚拟遍历点的数量和具体分布，为网络区域划分奠定基础；
（2）在满足延迟上限约束且确保节点缓存不溢出的情况下，求解出了最少数量的 MDC，并由此为依据，利用虚拟扫描线方法对网络进行了均匀分区，实现能耗均衡的实时、高效数据收集；
（3）通过分区大小调整策略、MDC 速度调整策略，进一步确保数据收集的实时性、完整性；
（4）针对现有 WCV 充电方案无法完全满足不同能耗率节点的充电需求的情况，提出了一种节点充电请求阈值自适应计算方法，并在此基础上，实现了充电效益最大化下的 WCV 移动方案的设计，保证充电公平性，使得网络能够持久运行。
最后，本文通过仿真实验证明，速度调整后的数据收集量明显高于未调整之前；同时，与 ESAOC、GMS-MCB 以及 FCFS 充电规划算法相比，在同等条件下，本文提出的 DCMRB算法无论是在节点死亡比例还是网内节点的平均充电延迟上，均优于以上算法。
参考文献（略）