[论文解读] Radio Frequency Energy Harvesting and Management for Wireless Sensor Networks

Adamu Murtala Zungeru, Li-Minn Ang+2 more|arXiv (Cornell University)|Aug 22, 2012

Energy Harvesting in Wireless Networks参考文献 7被引用 96

一句话总结

本文提出了一种改进的节能蚁群路由（IEEABR）算法，并结合Powercast RF能量采集器，通过采集环境中的射频能量并优化能量使用，以延长无线传感器网络（WSN）的寿命。该方法在60分钟的仿真中，相比AODV协议，平均节点能量提高达8%，最低能量保留率提升22%，显著减少了静态WSN中的能量耗尽。

ABSTRACT

Radio Frequency (RF) Energy Harvesting holds a promising future for generating a small amount of electrical power to drive partial circuits in wirelessly communicating electronics devices. Reducing power consumption has become a major challenge in wireless sensor networks. As a vital factor affecting system cost and lifetime, energy consumption in wireless sensor networks is an emerging and active research area. This chapter presents a practical approach for RF Energy harvesting and management of the harvested and available energy for wireless sensor networks using the Improved Energy Efficient Ant Based Routing Algorithm (IEEABR) as our proposed algorithm. The chapter looks at measurement of the RF power density, calculation of the received power, storage of the harvested power, and management of the power in wireless sensor networks. The routing uses IEEABR technique for energy management. Practical and real-time implementations of the RF Energy using Powercast harvesters and simulations using the energy model of our Libelium Waspmote to verify the approach were performed. The chapter concludes with performance analysis of the harvested energy, comparison of IEEABR and other traditional energy management techniques, while also looking at open research areas of energy harvesting and management for wireless sensor networks.

研究动机与目标

• 通过从环境中的射频信号中采集能量，解决无线传感器网络（WSNs）中电池寿命有限的挑战。
• 减少在偏远或难以到达的WSN部署中因更换电池而产生的环境影响和运行成本。
• 开发一种能量管理协议，通过优化路由以平衡能量消耗并延长网络寿命。
• 通过使用Powercast采集器和Libelium Waspmote节点的NS-2仿真，对所提出的系统进行实时硬件实现验证。

提出的方法

• 利用Powercast™ P2110射频能量采集器，将环境中的射频信号（例如来自900MHz发射器的信号）转换为可用的直流电能。
• 采用具有偶极子和贴片天线的混频器系统，以在不同距离下最大化接收射频功率。
• 提出IEEABR，一种基于蚁群优化的增强型路由算法，通过初始化均匀概率并优先选择靠近汇聚节点的节点，以减少路由延迟和能量消耗。
• 通过在路径选择过程中考虑每个节点的剩余能量水平，实现能量感知的路由，防止节点过早失效。
• 使用NS-2仿真器和针对Waspmote节点的自定义能量模型，评估在真实功率消耗配置下的性能表现。
• 开展实时实验，测量在不同距离（例如3英尺至15英尺）下的采集功率，并计算电池充电时间。

实验结果

研究问题

• RQ1 在真实条件下，能否有效采集环境中的射频能量并用于为WSN节点供电或充电？
• RQ2 与传统的AODV和EEABR协议相比，IEEABR算法在能量效率方面有何提升？
• RQ3 所提出的能量管理策略在不造成性能下降的前提下，能在多大程度上延长WSN的运行寿命？
• RQ4 使用Powercast发射器采集的射频能量，实际需要多长时间才能为Waspmote电池充电？
• RQ5 射频能量采集与智能路由相结合，对传感器节点的最低和平均剩余能量有何影响？

主要发现

• 在60分钟仿真后，IEEABR协议相比AODV和EEABR，平均剩余能量提高了2%–8%，最低能量保留率提升了15%–22%。
• 在距离发射器15英尺处，Powercast采集器提供的能量足以在电池完全耗尽的情况下，将1150mAh电池在429.4小时内充满。
• 当电池持续消耗264.5mA时，仅需91.9小时即可完成充电，表明持续采集可使电池电量长期维持稳定。
• 使用定向贴片天线相比全向偶极子天线，显著提高了采集到的功率，提升了能量收集效率。
• IEEABR算法通过均匀概率初始化优先选择靠近汇聚节点的节点，有效降低了路由延迟和能量消耗。
• 仿真结果证实，IEEABR能有效平衡各节点的能量消耗，防止节点过早耗尽，从而延长整体网络寿命。