第一章 绪论
1.1 研究背景及现状
1.1.1 可充电传感器节点概述
传感器节点是无线传感器网络的基本构成元素，在硬件构造上一般由传感器模块、处理器模块、通信模块和电源模块组成[1]。传感器模块主要由传感器和模数转换器组成，负责监测区域内的信息采集和模数转换；处理器模块是传感器节点的核心模块，负责存储处理传感器模块采集和其他节点输入的数据；通信模块负责节点与通信范围的其他传感器节点通过无线方式交换控制消息和收发采集数据；传统传感器节点的电源模块通常采用微型电池，为传感器节点提供运行所需的能量，是整个无线传感器节点的基础模块。由于应用场合的特殊性，传感器节点的体积一般很小，因此其微型电池的能量非常有限，而且一般情况下不能给电池充电或更换电池。这就要求节点在软硬件设计构造过程中以低功耗为主要指标，而这也在无形中约束了传感器节点的应用领域。
可充电传感器节点主要硬件构造部分与传统传感器节点相同，主要区别就是电源模块。近年来随着充电技术的发展，尤其是无线充电技术，传感器节点的能量问题得到了很大的改善。可充电传感器节点能量补充主要有两种方式：外部环境充电和移动充电车。Kansal 等人[2]提出了让节点从周围环境提取能量（如太阳能[3]、风能[4]等）的策略，节点可以从外部环境中获取新的能量，从而能长时间不间断地工作。Kurs 等人[5]提出了基于无线能量传输的能量补给策略，一台专门负责能量供给的充电车在监测区域内游走于各个节点，利用无线能量传输技术为节点补充能量。
1.1.2 无线传感器网络概述
无线传感器网络[6]（WSNs，Wireless Sensor Networks）的发展得益于微机电系统、片上系统、无线通信和低功耗嵌入式技术的飞速更新，主要组成部分为部署在监测区域中以无线方式通信的微型传感器节点，拓扑结构为多跳通信的自组织网络系统。节点在监测任务中以同步协作方式采集处理监测目标的不同信息。通常情况下，节点分为传感器节点、汇聚节点和管理节点，传感器节点负责将监测的数据沿着其他传感器节点逐跳传输到汇聚节点，最后通过互联网或卫星到达管理节点。用户可以通过管理节点对传感器网络进行配置和管理，发布监测任务以及收集监测数据。
..........................
1.2 论文综述及主要工作
本文涉及研究方向为无线传感器网络和数据收集算法，区别于传统的静态多跳路由无线传感器网络，本文在无线传感器网络中引入了可充电传感器节点和移动 sink。可充电传感器节点可以从环境中补充能量从而延长网络存货时间，移动 sink 则根据传感器节点数据效用规划数据收集路径，以传感器节点所采集数据的相对价值驱动移动 sink，从而可以在网络时延受限的情况下为终端用户提供高效用的监测数据。
本文工作如下：
（1）本文首先对小规模无线传感器网络下移动 sink 数据收集问题进行了研究，在时延受限的约束下，考虑移动 sink 游走于停留点收集附近单跳节点发送来的数据，通过对收集的数据进行效用评估，以收集数据的效用最大化为目标驱动汇聚节点的路径规划。
（2）其次，本文对大规模分簇网络下移动 sink 数据收集问题进行了研究，考虑移动 sink通过预测各个分簇内的数据效用值来选择待访问簇头，在确保时延范围内回到出发点的前提下，每次在结合过去收集经验和当前状况的算法规划下选择某个簇头节点位置作为停留点，以期最大化移动 sink 获得的数据效用。
（3）对以上两种方案提出的算法分别进行了仿真实验，通过实验验证算法性能并检验不同参数对算法性能的影响。
..........................
第二章 无线传感器网络数据收集技术
2.1 无线可充电传感器网络
2.1.1 无线可充电传感器网络组成
无线可充电传感器网络（WRSN，Wireless Rechargeable Sensor Networks）[9] [10]的组成类似于传统的无线传感器网络，仍然由大量静止或者移动的可充电传感器节点构成，和传统无线传感网最大的区别就是传感器节点能量的可补充性[11]。作为无线传感网的基本元素，在物理构造上传感器节点属于小型的嵌入式系统。虽然不同领域的应用中，节点在构造和功能上千差万别，但是可充电传感器节点中的基本模块存在一致性，可充电传感器节点的结构如图2.1 所示。其中每个节点的主要组成模块如下：
1）传感器模块：传感器模块主要由各种不同类型的传感器和模数转换器组成。常见种类的传感器包括光敏传感器、声敏传感器、气敏传感器、化学传感器和压敏、温敏、流体传感器等。模数转换器通常是指一个将模拟信号转变为数字信号的电子元件。这些不同类型的传感器能感受到被测量的信息，并将感受到的信息输出至模数转换器，模数转换器按一定规律将输入变换成为电信号或其他所需形式的信息输出至处理器模块。
2）处理器模块：处理器模块由嵌入式处理器和存储器组成。通常嵌入式处理器分为微处理器、微控制器、DSP 处理器和片上系统。存储器主要有随机存储器和只读存储器两大类。嵌入式处理器主要负责处理传感器模块输出的数字信号和通信模块的网络信息，将处理后的信息存入存储器或者输出至无线通信模块。受限于无线可充电传感器的应用场景，嵌入式微处理器必须功耗很低，尤其是靠电池供电的节点更是如此，额定功耗只有 mW 甚至μW 级。
3）通信模块：不同场景中传感器节点的通信方式并非完全相同，在无线传感器网络中，一般节点之间采用无线通信方式。通信模块的组成部分由上至下可简化为网络层、介质访问控制层和收发器三部分。类似于 TCP/IP 模型的工作方式，可充电传感器节点的网络层主要负责在数据链路层中数据帧的基础上，进一步管理网络中的数据通信，将信息输出至处理器模块计算处理；介质访问控制层负责把物理层的“0”、“1”比特流组建成帧；物理层则由收发器组成，为传感器节点之间的数据通信提供传输媒体及可靠稳定的通信环境。
4）电源模块：电源模块负责对节点的各个模块提供能量，是所有模块正常工作的能量来源。作为整个嵌入式系统的能量供应源，电源模块的微型电池容量成为了制约着整个无线传感器网络生命周期的主要因素。在可充电传感器节点中，这一情况将大大改善，因为传感器节点的电源模块有两种能量补充方式，一种是利用能量收集装置从环境中获取能量[12]，从而可以让节点持续不断的工作。另外一种是使用无线能量传输技术[13]，设计人员安排一个移动充电节点，根据传感器节点的能量消耗情况动态的为节点补充能量。
........................
2.2 数据收集的基本问题
2.2.1 数据收集网络基本结构
在无线传感器网络中，传感器节点的主要任务是采集数据，这些数据主动或者被动的传输至汇聚节点，最后通过互联网或者其他途径输出至有需求的终端用户。为了更清晰的描述数据收集网络的基本结构，我们忽略掉无线传感器网络中的管理节点和互联网服务等，将数据收集过程抽象为一对多的模型，如图 2.3 所示。在一个监测区域内随机分布着各种传感器节点，节点将采集的数据通过无线通信的方式主动或者被动的发送给汇聚节点，汇聚节点有固定位置类型的静态基站，也有根据网络情况动态变更位置的移动汇聚节点。可以将无线可充电传感器网络中的数据收集定义为数据从监测区域由传感器节点采集，然后传递到汇聚节点的过程。汇聚节点收到数据后的相关处理不是本文研究的重点。
.............................
第三章 效用导向的移动 sink 数据收集 ................................ 15
3.1.1 概述 .................................... 15
3.1.2 相关研究 ........................ 16
第四章 分簇网络中的移动 sink 路径规划算法 .................... 31
4.1 概述 ............................ 31
4.2 分簇无线可充电传感器网络模型 ..................... 31
第五章 总结与展望 ...................... 40
5.1 总结 ............................ 40
5.2 展望 .............................. 41
第四章 分簇网络中的移动 sink 路径规划算法
4.1 概述
在无线可充电传感器网络中，使用移动 sink 数据收集的方式会带来很多优点，相比于传统的静态网络，其均衡负载的能量消耗、稳定可靠的数据通信、低成本的节点部署都极大的改善了传统静态网络中数据收集所面对的问题，尤其是在引入了传感器节点的可充电特性后，无线传感器网络的生存时间也得到了极大的保障。
虽然移动 sink 的引入解决了很多传统静态网络的问题，但是移动 sink 的数据采集有一个非常棘手的问题，就是数据从传感器节点产生到被基站受众用户接收所需的时间过长。由于移动传感器节点的数据只有经过移动 sink 才能传输至基站，移动 sink 的运动路径将对网络性能产生巨大的影响。由于传感器节点和移动 sink 之间通信链路比较宝贵，第三章中我们对传感器节点的监测数据进行了效用评估，并以监测数据的效用值来规划移动 sink 的收集路径。但是前文所述的数据收集方案只适用于网络中节点数目不是很多，节点部署较为稀疏的情况，
在范围比较大节点比较多的网络环境中，如果仅根据每个节点的效用来规划收集路径，很有可能出现移动 sink 在监测范围内长路径的行动或者在某一片区域内不停地滞留。而且当网络规模较大时，如果某处停留点附近大量的传感器节点同时向移动 sink 发送数据，很有可能造成数据失真或丢失，这就给网络节点的数据传输带来了巨大困难。在这种情况下，可以考虑对网络中节点根据不同的节点状态进行分簇，如节点的可用电量、地理位置、传感器节点类型等。各个簇内按照不同的策略选出一个簇头节点，由簇头节点充当网关节点接受其他节点的信息，移动 sink 只需要簇头节点通信即可。
..........................
第五章 总结与展望
5.1 总结
本文主要对无线可充电传感器网络的数据收集策略进行研究，在通过移动 sink 收集数据的背景下提出了两种数据收集算法，总结全文如下：
首先介绍了论文的研究背景，主要包括可充电传感器节点和无线传感器网络的基本知识。通过对可充电传感器节点与普通节点区别的描述，引入了无线可充电传感器网络。在叙述了无线可充电传感器网络的组成、网络体系协议及应用领域后简要分析了动态网络下的数据收集方式——移动 sink。因为移动 sink 方式收集数据的时延特性，最后介绍了在使用移动 sink方式收集数据时需要考虑的影响因素和用于评估数据价值的效用度量。
针对可充电无线传感器网络中移动 sink 数据收集方式的高时延特性，本文提出了一种基于传感器数据效用的启发式算法。该算法将传感器节点采集的数据根据特定的网络部署目的对不同的监测事件赋予不同的效用值，以此量化不同时间段内传感器节点所采集数据的相对价值。算法以停留点为移动 sink 的规划单位，在网络收集周期和停留点周围传感器节点的能量限制下，将问题建模为一个具有三个约束条件的最优化问题。启发式算法根据每个停留点周围的传感器节点数据效用规划移动 sink 的数据收集路径。因为启发式算法需要知晓所有停留点的数据效用才能运行，因此本文又在启发式算法的基础上提出了在线算法。在线算法不需要提前知道所有停留点周围的数据效用，主要通过停留点之间的距离规划移动 sink 的收集路径，为了避免相近停留点间数据收集的重复性，在线算法通过使用不同停留点的不同时间戳来获得高效用的数据。
启发式算法主要适用于节点部署较为稀疏的无线传感器网络，如果节点部署较为密集，很有可能出现移动 sink 被禁锢于局部区域而忽略无线传感器网络的全局状况，因此本文又提出了一种在大规模分簇网络中基于增强学习算法的移动 sink 数据收集策略。该策略将整个无线可充电传感器网络建模为一个马尔科夫决策过程，基于增强学习算法中的状态、奖励和行为三要素来规划移动 sink 的收集路径，而且将移动 sink 在收集过程中的历史经验和当前状态有机结合，使得移动 sink 在数据收集的过程中不断学习周围环境优化自身的收集路径，并且在优先收集高效用数据的前提下还能保持环境随机探索的行为，避免移动 sink 过于纠结于某一片监测区域导致数据收集质量偏低。
参考文献（略）