CN113031745B - 一种面向环境电磁取能的物联网超低功耗运行方法 - Google Patents

一种面向环境电磁取能的物联网超低功耗运行方法 Download PDF

Info

Publication number
CN113031745B
CN113031745B CN202110321659.7A CN202110321659A CN113031745B CN 113031745 B CN113031745 B CN 113031745B CN 202110321659 A CN202110321659 A CN 202110321659A CN 113031745 B CN113031745 B CN 113031745B
Authority
CN
China
Prior art keywords
information
access gateway
time
power consumption
energy
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
Application number
CN202110321659.7A
Other languages
English (en)
Other versions
CN113031745A (zh
Inventor
张海鹏
卢宁宁
宋瑞良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 54 Research Institute
Original Assignee
CETC 54 Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CETC 54 Research Institute filed Critical CETC 54 Research Institute
Priority to CN202110321659.7A priority Critical patent/CN113031745B/zh
Publication of CN113031745A publication Critical patent/CN113031745A/zh
Application granted granted Critical
Publication of CN113031745B publication Critical patent/CN113031745B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26Power supply means, e.g. regulation thereof
    • G06F1/32Means for saving power
    • G06F1/3203Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206Monitoring of events, devices or parameters that trigger a change in power modality
    • G06F1/3215Monitoring of peripheral devices
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26Power supply means, e.g. regulation thereof
    • G06F1/32Means for saving power
    • G06F1/3203Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234Power saving characterised by the action undertaken
    • G06F1/3293Power saving characterised by the action undertaken by switching to a less power-consuming processor, e.g. sub-CPU
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00Economic sectors
    • G16Y10/75Information technology; Communication
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00Information sensed or collected by the things
    • G16Y20/30Information sensed or collected by the things relating to resources, e.g. consumed power
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种面向环境电磁取能的物联网超低功耗运行方法,属于通信技术领域。本发明通过监测环境电磁强度信息,并利用环境电磁取能模型,得到基于环境电磁取能的物端节点获取一定能量所需时间的概率分布情况。此外,通过设置显著性水平,获取置信区间,即下一条信息到达时刻的估计时间序列,并对所有节点的下一条信息到达时刻的置信区间进行有效合并,有效解决此类网络中接入网关需要实时监听信息的问题,以及由此带来的高功耗问题。本发明针对环境电磁取能物联网中接入网关的高功耗问题,通过引入环境电磁取能模型,预估物端节点信息到达时刻,合理调整接入网关工作/休眠模式切换,降低接入网关功耗,进而降低整网功耗。

Description

一种面向环境电磁取能的物联网超低功耗运行方法
技术领域
本发明属于通信技术领域,特别是指一种面向环境电磁取能的物联网超低功耗运行方法。
背景技术
伴随着5G技术的发展,物联网得到广泛应用。然而,对于采用电池供能的物端节点来说,其供能周期和工作频率是一对无法解决的矛盾,而采用人工更换方式对于海量存在的物端节点并不可行,因此,低功耗物联网技术的需求愈发急切。目前,采用环境取能技术成为了科研和产业相关人员密切关注的技术,如太阳能、风能、电磁能等。其中电磁能不受环境、季节和时间影响,广泛存在于电视、移动通信、WiFi等周围环境中。
目前,在环境电磁取能物联网领域,普遍使用星状网络架构,即多个物端节点和一个接入网关。其中,物端节点采用环境电磁取能,而接入网关采用有源方式。虽然物端节点采用环境电磁取能,远远地降低了功耗,然而由于接入网关采用实时监听的状态,其耗能依然是一个难以解决的问题。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供了一种面向环境电磁取能的物联网超低功耗运行方法,该方法通过合理安排接入网关工作模式和休眠模式的切换,实现面向环境电磁取能的物联网的超低功耗运行。
为了达到上述目的,本发明采用的技术方案是:
一种面向环境电磁取能的物联网超低功耗运行方法,用于由1个接入网关和N个物端节点组成的物联网,N个物端节点记为NS={ns1,ns2,...,nsN},包括以下步骤:
1)物端节点采用环境电磁能量补给自身能量,每隔一段时间当收集到足够一次信息发射的能量时,启动一次信息发送,此时接入网关收到物端节点发来的信息,在处理信息的同时,记录下对应节点信息到达的时刻,N个物端节点信息到达的时刻记为TS={ts1,ts2,...,tsN};同时,接入网关在非信息接收时段,测量环境电磁强度信息(μ,σ2),其中μ为电磁强度均值,σ为电磁强度标准差;
2)根据最新的TS={ts1,ts2,...,tsN}和(μ,σ2)信息,利用环境电磁取能模型以及物端节点发送信息所需的最低能量Emin,推算出节点nsi下一条信息的到达时刻的概率分布情况,设置显著性水平α,并得到对应置信区间
Figure BDA0002993098870000021
3)根据步骤2)得到的各个节点的下一条信息的到达时刻的置信区间,对各个区间进行合并,获得接入网关唤醒时刻序列,记为
Figure BDA0002993098870000022
4)根据步骤3)获得的接入网关唤醒时刻序列,按照该时间顺序对接入网关进行控制,一旦进入该时间序列,则将接入网关从休眠状态转入工作状态,在收到信息后更新对应节点的信息到达时刻,接入网关在工作状态下的非信息到达时间中测量环境电磁强度信息并更新(μ,σ2),若当前时刻不在唤醒时刻序列中,则将接入网关设置为休眠状态,直到当前时刻
Figure BDA0002993098870000031
返回步骤2)。
进一步的,步骤1)的具体方式为:
1.1)接入网关开机并处于工作模式,实时监听是否有物端节点发送信息;
1.2)一旦有信息到达,根据信息头部内容,获取物端节点标识信息nsi,并记录信息到达时刻tsi
1.3)在非信息到达时刻,记录环境电磁强度信息,并对环境电磁强度均值μ和方差σ2进行更新;
1.4)连续记录每个节点不低于4条信息到达时刻,每个节点共产生不低于3条信息到达间隔,记为Inti,1,Inti,2,Inti,3,若相邻两个信息到达间隔均低于20%,即:
Figure BDA0002993098870000032
Figure BDA0002993098870000033
则认为信息按序到达,没有出现信息缺失,当前时刻为准确最新时刻;
1.5)当所有节点的信息到达时刻均满足步骤1.4)的要求时,接入网关完成了对于最新信息接收时刻的更新工作,即TS={ts1,ts2,...,tsN}和环境电磁强度信息的更新工作,转步骤2),否则,再次进入步骤1.2)。
进一步的,步骤2)的具体方式为:
2.1)对于物端节点nsi,其上一条信息到达时刻为tsi,获取最新的环境电磁强度信息(μ,σ2);
2.2)建立环境电磁能量拾取模型:
Figure BDA0002993098870000041
其中,E为物端节点从环境中取得的直流能量,Gr为物端节点拾能天线增益,λ为拾能频率波长,ηPEC为整流电路效率,Δt为时间间隔常数,M为时间参数,M·Δt为时间长度,S(t)为环境电磁环境强度;
2.3)确定E为物端节点进行一次信息发送所需要的最少能量,即E=Emin,S(t)为环境电磁环境强度,其服从正态分布,即S(t)~N(μ,σ2),且M·Δt也服从正态分布,即
Figure BDA0002993098870000042
其中μM=Emin/μ;
2.4)利用仿真方法获取σM的值,进而获得M·Δt的概率密度函数:
Figure BDA0002993098870000043
2.5)设置显著性水平α,利用下式获得置信区间
Figure BDA0002993098870000044
Figure BDA0002993098870000045
其中,
Figure BDA0002993098870000046
进一步的,步骤2.4)中获取σM的值的具体方式为:
2.4-1)根据物端节点实际配置情况,设置参数Gr,λ,ηPEC,Emin
2.4-2)根据检测到的环境电磁强度信息,设置参数(μ,σ2);
2.4-3)设置共需产生的数据个数N,N≥10000;
2.4-4)产生符合正态分布(μ,σ2)的数据X组,其中X≥1.5×Emin/(μ·Δt);
2.4-5)利用步骤2.4-4)产生的数据利用公式(1)进行求和,找到M0,使得
Figure BDA0002993098870000051
记录下M0·Δt的值;
2.4-6)统计产生的M0·Δt的值的个数,查看是否到达了N,如果到达了N,转到步骤2.4-7),否则转到步骤2.4-4);
2.4-7)利用所产生的N组M0·Δt数据,计算其均方差
Figure BDA0002993098870000052
得到σM的值。
进一步的,步骤3)的具体方式为:
3.1)将各个节点的下一条信息的到达时刻的置信区间
Figure BDA0002993098870000053
按照
Figure BDA0002993098870000054
的值进行升幂排序,排序后的时间序列为
Figure BDA0002993098870000055
3.2)任取i,其中1≤i≤N-1,若
Figure BDA0002993098870000056
Figure BDA0002993098870000057
则将
Figure BDA0002993098870000058
合并为
Figure BDA0002993098870000059
Figure BDA00029930988700000510
Figure BDA00029930988700000511
则将其合并为
Figure BDA00029930988700000512
完成对所有时间序列的合并,此时所有序列不存在时间交集;
3.3)对步骤3.2)产生的无交集的时间序列
Figure BDA0002993098870000061
任取i,其中1≤i≤H-1,若
Figure BDA0002993098870000062
则将
Figure BDA0002993098870000063
合并为
Figure BDA0002993098870000064
最后将合并后的时间序列记为
Figure BDA0002993098870000065
Δtmin的大小由下式决定:
Figure BDA0002993098870000066
其中,Ep-on为接入网关从休眠状态进入工作状态所需要消耗的能量,Ep-off为接入网关从工作状态进入休眠状态所需要消耗的能量,Pactive为接入网关处于工作状态时的功耗,Psleep为接入网关处于休眠状态时的功耗。
本发明与现有技术相比,具有如下有益效果:
1、在实际运行过程中,由于物端节点采用环境电磁补能方式,其取能时间远远大于其通信时间。有鉴于此,本发明的接入网关实时监听状态,其大部分时间都处于空闲状态,可以合理地使接入网关进入休眠状态,从而在保障物端节点信息可以顺利接收的情况下,有效地减免整网的功耗情况。
2、本发明利用环境电磁取能模型实现对于取能物端节点对于下一次信息发送时刻的预测,并通过获取置信空间,最大程度地在保障信息能被有效接收的前提下,降低接入网关的功耗,从而降低***的整体功耗。
3、本发明构建了环境电磁拾取模型,反推出获取一定能量所需要时间的概率密度函数,进一步通过设置显著水平参数,获取置信区间,即某一节点的下一条信息的到达时刻区间,从而既能保障信息能够被有效接收,又不会浪费接入网关的能耗资源。
4、本发明将所有节点的下一条信息的到达时刻区间进行合并,同时避免较短时间的接入网关状态切换带来的功耗浪费。接入网关按照得到的工作状态时间序列,进入时间序列时,便使接入网关处于工作状态,非时间序列并进入休眠状态,周而复始,这样既保证了消息的有效接收,也能较大程度的降低接入网关的功耗,从而降低整网功耗。
附图说明
图1为本发明实施例中环境取能物联网的网络架构示意图。
图2为本发明实施例中接入网关开机后进行各物端节点信息最新到达时刻和环境电磁环境信息的流程图。
图3为本发明中接入网关的工作时序的示意图。
具体实施方式
为了使本发明的内容及优点更加清楚明白,下面结合附图对本发明做进一步详细描述。
现有的面向环境电磁取能的物联网架构通常采用星状架构,如图1所示,物端节点采用环境电磁能量取能,每当获取足够一次通信所用的能量时便进行一次通信,然而由于接入网关采用实时监听的模式,即实时等待消息到达,故此类面向环境电磁取能的物联网的最大功耗损耗部分位于接入网关部分。通常情况,将接入网关设置为休眠模式是一种降低整网功耗的有效手段,然而如何最大程度地降低接入网关功耗的同时,同时还要保障物端节点的信息还要被有效地接收。在本发明中,充分利用环境电磁拾取模型,根据上一条信息到达时刻以及最新地环境电磁信息,获取下一条信息到达时刻的概率密度函数,并通过设置显著性水平参数,获得下一条信息到达时刻置信区间参数。本方法综合考虑环境电磁强度变化,对环境电磁强度模型也在进行实时更新,最大程度上保证下一条信息到达时刻的概率密度函数较为准确,并对所有的节点的下一条信息到达时刻区间进行联合优化,避免频繁切换带来的功耗损失。
具体来说,本方法包括如下步骤:
(一)开机后获取物联网中初始信息
如图1所示,该基于环境取能物联网络主要由接入网关和物端节点组成。
1)假设该物联网由1个接入网关和N个物端节点组成,将这些物端节点记为NS={ns1,ns2,...,nsN},物端节点采用环境电磁能量补给自身能量,每隔一段时间当收集到足够一次信息发射的能量时,便会启动一次信息发送,故接入网关会收到物端节点发来的信息,在处理信息的同时,记录下对应节点信息到达的时刻,记为TS={ts1,ts2,...,tsN},同时,在接入网关在非信息接收时段,测量环境电磁强度信息(μ,σ2),其中μ为电磁强度均值,σ为电磁强度标准差;
如图2所示,所述步骤1)中的接入网关记录所有物端节点最新信息到达时刻为TS={ts1,ts2,...,tsN},并记录环境电磁强度信息(μ,σ2),为避免某些节点信息到达缺失导致最新到达时刻不准确,无法进行下一步的预测,故步骤1)中所描述的过程应包含以下步骤:
1.1)接入网关开机,使其处于工作模式,实时监听是否有物端节点发送信息;
1.2)一旦有信息到达,根据信息头部内容,获取物端节点标识信息nsi,并记录信息到达时刻tsi
1.3)在非信息到达时刻,记录环境电磁强度信息,并对环境电磁强度均值μ和方差σ2进行更新;
1.4)连续记录每个节点不低于4条信息到达时刻,每个节点共产生不低于3条信息到达间隔,记为Inti,1,Inti,2,Inti,3,若相邻两个信息到达间隔均低于20%,如下:
Figure BDA0002993098870000091
Figure BDA0002993098870000092
则认为信息按序到达,没有出现信息缺失,当前时刻为准确最新时刻;
1.5)当所有节点的均满足步骤1.4)要求时,接入网关完成了对于最新信息接收时刻的更新工作,即TS={ts1,ts2,...,tsN}和环境电磁强度信息的更新工作,转步骤2),否则,再次进入步骤1.2)。
(二)构建物端节点下一条信息到达时间区间模型
2)根据最新TS={ts1,ts2,...,tsN}和(μ,σ2)信息,利用环境电磁取能模型以及环境取能物端节点信息发送所需最低能量Emin,推算出节点nsi下一条信息的到达时刻的概率分布情况,设置显著性水平α,并得到对应置信空间,即
Figure BDA0002993098870000101
所述步骤2)中利用环境电磁强度信息(μ,σ2)和环境电磁取能模型,反推出节点收集到足够能量所需要的时间模型,并通过设置显著性水平α,得到节点nsi下一条信息到达的时间区间。步骤2)所述获取节点nsi的下一条信息到达时刻的置信空间包括以下步骤:
2.1)对于物端节点nsi,其上一条信息到达时刻为tsi,获取最新的环境电磁强度信息(μ,σ2);
2.2)利用环境电磁能量拾取模型,如下所示:
Figure BDA0002993098870000102
其中,E为物端节点从环境中取得的直流能量,Gr为物端节点拾能天线增益,λ为拾能频率波长,ηPEC为整流电路效率,Δt为较小的时间间隔,可设置为一个较小常数,M为时间参数,M·Δt为时间长度,S(t)为环境电磁环境强度。
2.3)确定E为物端节点进行一次信息发送所需要的最少能量,即E=Emin,而S(t)为环境电磁环境强度,其服从正太分布,即S(t)~N(μ,σ2),依据中心极限定理,可以知道M·Δt服从正态分布,即
Figure BDA0002993098870000103
其中μM=Emin/μ;
2.4)利用仿真算法获取σM的值,即可获得M·Δt的概率密度函数,如下所示:
Figure BDA0002993098870000104
2.5)设置显著性水平α,利用下面公式
Figure BDA0002993098870000111
获得置信区间
Figure BDA0002993098870000112
其中
Figure BDA0002993098870000113
所述步骤2.4)中,在如何获取M·Δt的概率密度函数中,通过分析得知M·Δt呈正态分布,故涉及到两个核心参数的获取,根据相关分析及经验,其均值应为Emin/μ,而其方差需要通过程序仿真来获取,步骤2.4)中获取M·Δt方差应该包括以下步骤:
3.1)根据物端节点实际配置情况,设置参数Gr,λ,ηPEC,Emin
3.2)根据检测到的环境电磁强度信息,设置参数(μ,σ2);
3.3)设置共需产生的数据个数N,通常设置N≥10000;
3.4)产生符合正态分布(μ,σ2)的数据X组,其中X≥1.5×Emin/(μ·Δt);
3.5)利用步骤3.4)产生的数据利用公式(1)进行求和,找到M0,使得
Figure BDA0002993098870000114
记录下M0·Δt的值;
3.6)统计产生的M0·Δt的值的个数,查看是否到达了N,如果到达了N,转步骤3.7),否则转步骤3.4);
3.7)利用所产生的N组M0·Δt数据,计算其均方差
Figure BDA0002993098870000121
(三)进行时间序列融合
3)根据步骤2)得到的各个节点的下一条信息的到达时刻的置信空间,对各个区间进行合并,获得接入网关唤醒时刻序列,记为
Figure BDA0002993098870000122
所述步骤3)中将各个节点的下一条信息的到达时刻的置信空间集合记为
Figure BDA0002993098870000123
因为其中可能存在互相重叠以及时间区间较为靠近而可能带来的频繁切换问题,故需要进行时间序列的合并工作,步骤3)中对各个时间序列进行合并应该包括以下步骤:
4.1)将各个节点的下一条信息的到达时刻的置信空间,如
Figure BDA0002993098870000124
按照
Figure BDA0002993098870000125
的值进行升幂排序,不妨令排序后的时间序列为
Figure BDA0002993098870000126
4.2)任取i,其中1≤i≤N-1,若
Figure BDA0002993098870000127
Figure BDA0002993098870000128
则将
Figure BDA0002993098870000129
合并为
Figure BDA00029930988700001210
Figure BDA00029930988700001211
Figure BDA00029930988700001212
咋将其合并为
Figure BDA00029930988700001213
进而完成对所有时间序列排序,即所有序列不存在时间交集,不妨令其符号为
Figure BDA00029930988700001214
4.3)对步骤2.2)产生的无交集的时间序列
Figure BDA00029930988700001215
任取i,其中1≤i≤H-1,若
Figure BDA00029930988700001216
则将
Figure BDA00029930988700001217
合并为
Figure BDA00029930988700001218
最后将合并后的时间序列记为
Figure BDA00029930988700001219
Δtmin的大小由下式决定:
Figure BDA0002993098870000131
其中,Ep-on为接入网关从休眠状态进入工作状态所需要消耗的能量,Ep-off为接入网关从工作状态进入休眠状态所需要消耗的能量,Pactive为接入网关处于工作状态时的功耗,Psleep为接入网关处于休眠状态时的功耗。
(四)物端节点依据时间序列进入工作/休眠模式
4)根据步骤3)获得的接入网关唤醒时刻序列,按照该时间顺序对接入网关进行控制,一旦进入该时间序列,则将接入网关从休眠状态进入工作状态,在收到信息后更新对应节点的信息到达时刻,而接入网关在工作状态下的非信息到达时刻测量环境电磁强度信息并更新(μ,σ2),而当前时刻不在唤醒时刻序列中时,将接入网关设置为休眠状态,直到当前时刻
Figure BDA0002993098870000132
返回步骤2)。
如图3所示,接入网关按照之前步骤所得到的时间序列
Figure BDA0002993098870000133
进行工作和休眠模式切换。
总之,本发明方法通过监测环境电磁强度信息,并利用环境电磁取能模型,得到基于环境电磁取能的物端节点获取一定能量所需时间的概率分布情况。此外,通过设置显著性水平,获取置信区间,即下一条信息到达时刻的估计时间序列,并对所有节点的下一条信息到达时刻的置信区间进行有效合并,有效解决此类网络中接入网关需要实时监听信息的问题,以及由此带来的高功耗问题。本发明针对环境电磁取能物联网中接入网关的高功耗问题,通过引入环境电磁取能模型,预估物端节点信息到达时刻,合理调整接入网关工作/休眠模式切换,降低接入网关功耗,进而降低整网功耗。

Claims (4)

1.一种面向环境电磁取能的物联网超低功耗运行方法,其特征在于,用于由1个接入网关和N个物端节点组成的物联网,N个物端节点记为NS={ns1,ns2,...,nsN},包括以下步骤:
1)物端节点采用环境电磁能量补给自身能量,每隔一段时间当收集到足够一次信息发射的能量时,启动一次信息发送,此时接入网关收到物端节点发来的信息,在处理信息的同时,记录下对应节点信息到达的时刻,N个物端节点信息到达的时刻记为TS={ts1,ts2,...,tsN};同时,接入网关在非信息接收时段,测量环境电磁强度信息(μ,σ2),其中μ为电磁强度均值,σ为电磁强度标准差;
2)根据最新的TS={ts1,ts2,...,tsN}和(μ,σ2)信息,利用环境电磁取能模型以及物端节点发送信息所需的最低能量Emin,推算出节点nsi下一条信息的到达时刻的概率分布情况,设置显著性水平α,并得到对应置信区间
Figure FDA0003786504190000011
具体方式为:
2.1)对于物端节点nsi,其上一条信息到达时刻为tsi,获取最新的环境电磁强度信息(μ,σ2);
2.2)建立环境电磁能量拾取模型:
Figure FDA0003786504190000012
其中,E为物端节点从环境中取得的直流能量,Gr为物端节点拾能天线增益,λ为拾能频率波长,ηPEC为整流电路效率,Δt为时间间隔常数,M为时间参数,M·Δt为时间长度,S(t)为环境电磁环境强度;
2.3)确定E为物端节点进行一次信息发送所需要的最少能量,即E=Emin,S(t)为环境电磁环境强度,其服从正态分布,即S(t)~N(μ,σ2),且M·Δt也服从正态分布,即
Figure FDA0003786504190000021
其中μM=Emin/μ;
2.4)利用仿真方法获取σM的值,进而获得M·Δt的概率密度函数:
Figure FDA0003786504190000022
2.5)设置显著性水平α,利用下式获得置信区间
Figure FDA0003786504190000023
Figure FDA0003786504190000024
其中,
Figure FDA0003786504190000025
3)根据步骤2)得到的各个节点的下一条信息的到达时刻的置信区间,对各个区间进行合并,获得接入网关唤醒时刻序列,记为
Figure FDA0003786504190000026
4)根据步骤3)获得的接入网关唤醒时刻序列,按照时间顺序对接入网关进行控制,一旦进入该序列,则将接入网关从休眠状态转入工作状态,在收到信息后更新对应节点的信息到达时刻,接入网关在工作状态下的非信息到达时间中测量环境电磁强度信息并更新(μ,σ2),若当前时刻不在唤醒时刻序列中,则将接入网关设置为休眠状态,直到当前时刻
Figure FDA0003786504190000027
返回步骤2)。
2.根据权利要求1所述的一种面向环境电磁取能的物联网超低功耗运行方法,其特征在于,步骤1)的具体方式为:
1.1)接入网关开机并处于工作模式,实时监听是否有物端节点发送信息;
1.2)一旦有信息到达,根据信息头部内容,获取物端节点标识信息nsi,并记录信息到达时刻tsi
1.3)在非信息到达时刻,记录环境电磁强度信息,并对环境电磁强度均值μ和方差σ2进行更新;
1.4)连续记录每个节点不低于4条信息到达时刻,每个节点共产生不低于3条信息到达间隔,记为Inti,1,Inti,2,Inti,3,若相邻两个信息到达间隔均低于20%,即:
Figure FDA0003786504190000031
Figure FDA0003786504190000032
则认为信息按序到达,没有出现信息缺失,当前时刻为准确最新时刻;
1.5)当所有节点的信息到达时刻均满足步骤1.4)的要求时,接入网关完成了对于最新信息接收时刻的更新工作,即TS={ts1,ts2,...,tsN}和环境电磁强度信息的更新工作,转步骤2),否则,再次进入步骤1.2)。
3.根据权利要求2所述的一种面向环境电磁取能的物联网超低功耗运行方法,其特征在于,步骤2.4)中获取σM的值的具体方式为:
2.4-1)根据物端节点实际配置情况,设置参数Gr,λ,ηPEC,Emin
2.4-2)根据检测到的环境电磁强度信息,设置参数(μ,σ2);
2.4-3)设置共需产生的数据个数N,N≥10000;
2.4-4)产生符合正态分布(μ,σ2)的数据X组,其中X≥1.5×Emin/(μ·Δt);
2.4-5)利用步骤2.4-4)产生的数据利用公式(1)进行求和,找到M0,使得
Figure FDA0003786504190000041
记录下M0·Δt的值;
2.4-6)统计产生的M0·Δt的值的个数,查看是否到达了N,如果到达了N,转到步骤2.4-7),否则转到步骤2.4-4);
2.4-7)利用所产生的N组M0·Δt数据,计算其均方差
Figure FDA0003786504190000042
得到σM的值。
4.根据权利要求2所述的一种面向环境电磁取能的物联网超低功耗运行方法,其特征在于,步骤3)的具体方式为:
3.1)将各个节点的下一条信息的到达时刻的置信区间
Figure FDA0003786504190000043
按照
Figure FDA0003786504190000044
的值进行升幂排序,排序后的时间序列为
Figure FDA0003786504190000045
3.2)任取i,其中1≤i≤N-1,若
Figure FDA0003786504190000046
Figure FDA0003786504190000047
则将
Figure FDA0003786504190000048
合并为
Figure FDA0003786504190000049
Figure FDA00037865041900000410
Figure FDA00037865041900000411
则将其合并为
Figure FDA00037865041900000412
完成对所有时间序列的合并,此时所有序列不存在时间交集;
3.3)对步骤3.2)产生的无交集的时间序列
Figure FDA0003786504190000051
任取i,其中1≤i≤H-1,若
Figure FDA0003786504190000052
则将
Figure FDA0003786504190000053
合并为
Figure FDA0003786504190000054
最后将合并后的时间序列记为
Figure FDA0003786504190000055
Δtmin的大小由下式决定:
Figure FDA0003786504190000056
其中,Ep-on为接入网关从休眠状态进入工作状态所需要消耗的能量,Ep-off为接入网关从工作状态进入休眠状态所需要消耗的能量,Pactive为接入网关处于工作状态时的功耗,Psleep为接入网关处于休眠状态时的功耗。
CN202110321659.7A 2021-03-25 2021-03-25 一种面向环境电磁取能的物联网超低功耗运行方法 Active CN113031745B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110321659.7A CN113031745B (zh) 2021-03-25 2021-03-25 一种面向环境电磁取能的物联网超低功耗运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110321659.7A CN113031745B (zh) 2021-03-25 2021-03-25 一种面向环境电磁取能的物联网超低功耗运行方法

Publications (2)

Publication Number Publication Date
CN113031745A CN113031745A (zh) 2021-06-25
CN113031745B true CN113031745B (zh) 2022-09-06

Family

ID=76474093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110321659.7A Active CN113031745B (zh) 2021-03-25 2021-03-25 一种面向环境电磁取能的物联网超低功耗运行方法

Country Status (1)

Country Link
CN (1) CN113031745B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102355749A (zh) * 2011-07-14 2012-02-15 南京邮电大学 无线传感器网络下基于射频识别的智能园区方法
CN102818590A (zh) * 2012-07-29 2012-12-12 江苏大学 基于无线传感器网络的输电线路覆冰在线监测***
CN103729661A (zh) * 2012-10-15 2014-04-16 成都西谷曙光数字技术有限公司 一种超低功耗有源电子标签读写***和方法
CN104639589A (zh) * 2013-11-15 2015-05-20 广州杰赛科技股份有限公司 一种基于物联网的无源传感器网络
CN110121904A (zh) * 2016-09-13 2019-08-13 查尔斯M·林克二世 用于与机器装置低电源网间通信的方法和***
CN111818447A (zh) * 2020-06-02 2020-10-23 深圳全景空间工业有限公司 一种室内人居环境的传感器网络

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101179126B1 (ko) * 2010-03-31 2012-09-07 전자부품연구원 자기장 통신 방법 및 이에 의해 동작하는 노드
CN110430019B (zh) * 2019-08-06 2022-02-18 中国电子科技集团公司第五十四研究所 一种超低功耗无线通信方法和节点设备
CN110971551B (zh) * 2019-11-27 2022-11-08 太原理工大学 一种基于无源感知技术的跨协议通信平台

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102355749A (zh) * 2011-07-14 2012-02-15 南京邮电大学 无线传感器网络下基于射频识别的智能园区方法
CN102818590A (zh) * 2012-07-29 2012-12-12 江苏大学 基于无线传感器网络的输电线路覆冰在线监测***
CN103729661A (zh) * 2012-10-15 2014-04-16 成都西谷曙光数字技术有限公司 一种超低功耗有源电子标签读写***和方法
CN104639589A (zh) * 2013-11-15 2015-05-20 广州杰赛科技股份有限公司 一种基于物联网的无源传感器网络
CN110121904A (zh) * 2016-09-13 2019-08-13 查尔斯M·林克二世 用于与机器装置低电源网间通信的方法和***
CN111818447A (zh) * 2020-06-02 2020-10-23 深圳全景空间工业有限公司 一种室内人居环境的传感器网络

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于物联网的智能交通***中的车辆通信网络;张海鹏;《电子技术与软件工程》;20191230;全文 *
能源互联网智能感知技术框架与应用布局;王继业等;《电力信息与通信技术》;20201230;全文 *

Also Published As

Publication number Publication date
CN113031745A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
CN111031595B (zh) 一种无线休眠控制***和方法
CN102316496A (zh) 无线传感器网络中基于卡尔曼滤波的数据融合方法
US10200956B2 (en) Systems and methods for throughput enhancement among ultra-low power wireless network devices
CN101364993A (zh) 一种降低传感器节点休眠功耗的方法及装置
CN105611614B (zh) 无线监测的路由节点自反馈休眠唤醒的方法及***
CN113031745B (zh) 一种面向环境电磁取能的物联网超低功耗运行方法
CN113890770A (zh) 一种物联网节点设备低功耗运行方法及***
Liu et al. SenetSHM: Towards practical structural health monitoring using intelligent sensor networks
Arrohman et al. Analisis Penerapan Smart Living Dalam Pembangunan Smart City Di Kota Tegal
Puviarasu et al. Dynamic uneven clustering protocol for efficient energy management in EH-WSNs
Nourredine et al. A new generalized stochastic Petri net modeling for energy‐harvesting‐wireless sensor network assessment
CN111866907B (zh) 基于ZigBee技术的传感器组网错时唤醒控制方法及***
CN113395610B (zh) 电磁水表数据补抄方法及***
CN106792795B (zh) 离散差分进化算法生成无线传感器最优化调度方案的方法
CN110070214B (zh) 基于天气相似度的d-wsma太阳能收集功率预测方法
CN112104926B (zh) 一种低功耗物联网型遥测终端机
KR102130509B1 (ko) 센서 데이터의 최적 전송주기 결정 방법 및 그 장치
CN112732063A (zh) 一种水利复合监测设备的低功耗管理方法
CN112462648A (zh) 一种用于建筑综合环境监测及预测***
CN112055402A (zh) 基于寻路算法的无线传感网络节点唤醒***及方法
CN111458473A (zh) 一种用于降低大型水域水质监测传感节点功耗的方法
CN112765212A (zh) 中转设备数据处理方法及装置
Pavić et al. Energy-Aware Real-Time Scheduling for Energy-Harvesting Sensor Nodes
Tu et al. A context-adaptive and energy-efficient wireless sensor network for debris flow monitoring
CN115102885B (zh) 一种针对低功耗物联网设备的可变速心跳方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant