[论文解读] Online Estimation of Battery Lifetime for Wireless Sensors Network

Emmanuel Nataf, Olivier Festor|arXiv (Cornell University)|Sep 11, 2012

Energy Efficient Wireless Sensor Networks参考文献 18被引用 7

一句话总结

本文提出了一种在Contiki OS上实现的无线传感器网络（WSNs）在线电池寿命估计模型，采用对物理电池模型的递归近似方法，同时考虑放电和恢复效应。该方法通过建模电流消耗和空闲时间恢复，实现了精确的实时寿命预测，实验表明整数运算与浮点运算结果高度一致，且在不同吞吐量下呈现线性退化特性。

ABSTRACT

Battery is a major hardware component of wireless sensor networks. Most of them have no power supply and are generally deployed for a long time. Researches have been done on battery physical model and their adaptation for sensors. We present an implementation on a real sensor operating system and how architectural constraints have been assumed. Experiments have been made in order to test the impact of some parameter, as the application throughput, on the battery lifetime.

研究动机与目标

• 为解决能量受限的无线传感器网络（WSNs）中精确、实时的电池寿命估计挑战。
• 弥合理论电池模型与其在传感器操作系统上实际实现之间的差距。
• 在真实和仿真环境中评估应用层吞吐量及RDC协议对电池寿命的影响。
• 通过在实际mote设备上对比整数与浮点运算结果，验证模型的准确性。
• 为能量感知路由和网络部署决策提供基础。

提出的方法

• 本文实现了对解析电池模型（公式1）的递归近似，以考虑容量率效应和恢复效应。
• 使用递归公式（公式2）在每个时间步计算消耗的电荷σ(Lₙ)，同时纳入活跃放电和空闲期间的恢复效应。
• 通过函数A(Lₙ, Lₙ₋₁+δₖ, Lₙ₋₁)对恢复效应进行建模，采用截断级数和简化的平方根近似（公式5）进行近似。
• 扩散系数β通过在放电测试数据上使用最小二乘拟合进行离线估计。
• 该模型在Contiki OS上用C语言实现，并通过真实mote设备和Cooja仿真进行验证。
• 采用不同的无线射频占空比（RDC）协议和变化的应用吞吐量来评估网络寿命。

实验结果

研究问题

• RQ1 如何将物理上准确的电池模型适配于资源受限的传感器节点，以实现实时在线估计？
• RQ2 空闲期间的恢复效应在多大程度上影响无线传感器网络中的电池寿命估计？
• RQ3 不同RDC协议（如contikiMAC、X-MAC）如何影响能耗和网络寿命？
• RQ4 应用层吞吐量如何影响无线传感器网络中的电池寿命？
• RQ5 嵌入式系统中的整数运算能否准确近似浮点运算的电池寿命预测？

主要发现

• 整数实现的电池模型与浮点结果高度一致，仅存在恒定残差误差，验证了其在嵌入式系统中的准确性。
• 恢复效应显著延长电池寿命，忽略该效应将导致严重低估，尤其在长期部署场景中。
• 由于其高达99%的睡眠比例，contikiMAC实现了最长的网络寿命（128天），优于X-MAC和sicslowMAC。
• 电池寿命随应用吞吐量增加呈线性下降：每分钟60个数据包时寿命缩短至77天，而每分钟1个数据包时可延长至124天。
• 模型表明，网络流量对能耗的贡献可忽略不计，远小于基础传感器活动，表明路由协议是主要能耗来源。
• 模型预测结果具有鲁棒性和一致性，支持其在能量感知网络设计与路由优化中的应用。