物联网技术在网络移动节点资源能耗监测中的应用

张 华

(广州铁路职业技术学院 信息工程学院，广东 广州 510430)

0 引言

随着移动网络通信技术和无线传感网络技术的发展，采用移动无线通信方法进行数据传输是实现通信和数据转发的主要途径，在进行移动网络组网设计中，特别是利用无线传感网络进行组网通信设计中，由于节点的能量具有有限性，能耗是决定网络节点寿命周期的重要指标，需要对网络的移动节点进行能耗监测，通过实时的能量补充，保障移动无线传感组网的稳定可靠运行.研究网络移动节点资源能耗监测方法，在网络组网的优化设计和能量管理中具有重要意义[1].采用物联网技术进行网络移动节点资源能耗监测，构建网络移动节点资源能耗监测的物联网分布组网结构模型，结合对节点采集的能量特征进行数据分析和能耗预测，提出基于物联网技术的网络移动节点资源能耗监测方法.采用物联网的优化组网方法进行网络移动节点资源能耗采集，构建网络移动节点测试功耗的衡量标准，采用能耗分簇调度协议实现网络移动节点资源能耗监测及最优化能耗管理，提高网络移动节点资源调度和能耗配置能力.最后进行实验测试分析，展示了该方法在提高网络移动节点资源能耗监测能力方面的优越性能.

1 网络移动节点资源能耗采集及节点优化部署

1.1 网络移动节点资源能耗采集

为了实现对物联网组网下的移动网络的能耗监测和能耗管理，需要首先构建移动网络的物联网组网结构模型，采用物联网的优化组网方法进行网络移动节点资源能耗采集，构建网络移动节点资源采集的ZigBee物联网分布结构模型[2]，根据移动网络节点初始能量分布进行能量检测和功耗控制，构建网络移动节点资源能耗采集模型，得到节点的优化部署模型如图1所示.

图1 网络移动节点资源能耗采集模型

根据图1所示的物联网组网下的移动网络组网和能量采集模型，在物联网组网下进行能耗监测，假设待分析的移动网络的节点组网有ZigBee组网协议构成[3]，网络节点分布为一个簇首节点和若干个Sink节点构成，采用分簇成员组合方法，构建物联网组网下的移动网络组网节点组网模型，采集的网络移动节点的损失动态功耗：

(1)

(1)式中，网络移动节点的翻转次数用Si表示，此网络移动节点的能量谱密度用Fi表示，移动网络组网负载电容用C0表示，系统中量测配置电压用VDD表示.在对能耗数据的采集、测量、传输、转换过程中，假如系统中量测的时序特性用TPk=(Vk-1，Vk)表示，结合网络结构参数，得到网络移动节点的测试功耗：

(2)

(2)式中，网络移动节点的超低频振荡能耗数据都用i概括了，S(i，k)节点i跳变的次数.为了提高网络移动节点资源能耗监测的动态稳定性，建立时钟周期，用字母T表示，利用直流的附加控制 方法进行动态功耗抑制[4]，得到初始检测功耗特征量Einst(Vk)表示，那么可以用下式计算瞬时功耗：

(3)

网络移动节点资源的总功耗用Etotal表示，那么有：

(4)

网络移动节点资源峰值功耗用Epeak表示，采用多直流的分散协调控制，进行网络移动节点资源能耗的峰值数据采样，则有：

Epeak=max[Einst(Vk)] .

(5)

若有长度为L的网络移动节点资源能耗测试向量，用Eave表示平均能耗，则有：

(6)

从上述的一系列公式，构建网络移动节点资源能耗的数据采集模型，根据整体阻尼特征值确定网络移动节点的峰值电压VDD，表示为一个定值，根据能耗采集结果，进行节点的优化部署设计[5].

1.2 移动节点分布路由探测及部署模型

在上述进行了节点资源能耗监测的数据采集模型设计的基础上，用物联网的优化组网方法进行功耗监测，构建网络移动节点资源采集的ZigBee物联网分布结构模型，在随机链路检测协议下得到移动节点分布路由探测协议[6]，网络移动节点的负载电容C0是定值，用Si×Fi表示网络移动节点的分布覆盖区域，将Si×Fi单独定义为被监测的网络移动节点i的随机分布链路集，因此，采用直流功率调制方法，得到网络移动节点的被测特征分布向量为TP=(V1，V2，…，Vn)，k=1，2，…，n-1，那么测试物联网组网下的移动网络的总功耗、平均功耗和峰值功耗用WSA来表示[7]，则物联网组网下的移动网络测试总功耗为：

(7)

采用直流调制抑制方法，得到物联网组网下的移动网络的测试平均功耗为：

(8)

在移动网络节点的初始能量一定的情况下，测试峰值功耗为：

WSApeak=max[WSA] .

(9)

移动节点分布路由探测的分配协议的能量分配Convergence Metric指标定义为：

(10)

其中：

P*— 整个网络的滤波器的low-Vt单元，P*为：

P*=(P1，P2，…，P|P*|) .

(11)

根据上述分析，采用自适应均衡链路配置方法，进行网络移动节点资源功耗监测的收敛性度量[8]，得到路由节点的优化功耗检测阈值函数为：

(12)

在全连接层中，基于暂态能量管理方法，得到网络移动节点vV的时序裕度用SL(v)表示，Spacing指标，考虑直流调制模型，得到物联网组网下的最优节点部署为：

(13)

其中：

k—周期性收发数据的吞吐量.

采用如上路由协议设计节点定位部署模型，进行网络移动节点资源能耗监测和自适应控制设计[9].

2 网络移动节点资源能耗监测优化设计

2.1 移动节点资源能耗信息融合处理

在上述构建了网络移动节点资源能耗采集模型并进行了监测节点的优化部署设计的基础上，对采集的能耗数据进行融合处理，网络移动节点的覆盖区域为W，每个物联网组网下的移动网络节点距离基站的距离采用欧式距离表示，构建网络移动节点资源采集的ZigBee物联网分布结构模型[10]，采用分簇路由调度方法，得到物联网组网下的移动网络分簇能耗负载均衡状态方程为：

v(I)=c·sgn(ΔGσ×I)(|Gσ×I|) .

(14)

其中：

sgn(ΔGσ×I)—物联网组网下的移动网络节点能耗资源的随机分布检测系数.

容易验证，物联网组网下的移动网络节点资源能耗分布的负载均衡值为：

(15)

采用模糊关联特征检测方法进行网络移动节点资源能耗信息融合处理，由此得到分布式网络的任务执行和能量调度模型：

(16)

由此得到物联网组网下的移动网络相干均衡模型，采用相关性检测方法，当发送长度为nbits数据时的节点的能耗开销表达式为：

(17)

ERx=n×eRx=

(18)

式中，eRx表示每个物联网组网下的移动网络节点初始能量，βji表示物联网组网下的移动网络的能量聚集系数，ti1，j1表示簇首与节点间距离.根据上述分析，实现物联网组网下的移动网络的节点资源功耗信息融合.

2.2 功耗监测的实现

构建网络移动节点测试功耗的衡量标准，采用能耗分簇调度协议实现网络移动节点资源能耗监测及最优化能耗管理，构建网络移动节点资源能耗监测的容异关系结构表见表1.

表1 网络移动节点资源能耗监测的容异关系

在进行网络移动节点的能耗监测端，采用两串二进制码，分别是1010100和1010111进行输出功耗的信息编码.通过对比发现，两串网络移动节点的能耗监测数据的第1位，第3位，第5位相异，其他位相容，结合物联网节点传输协议进行网络移动节点的能耗监测，得到网络移动节点的能耗监测的测试集和训练集.

移动节点功耗监测测试集：

V4：X1XX01010

V3：XX1010011

V2：1010100111

V1：1100101X11

移动节点功耗监测训练集：

V4：101001010

V3：100100111

V2：111001011

V1：110100111

移动节点功耗监测填充集：

V4：110100101

V3：111001011

V2：110100110

V1：011000001

图2 功耗检测的电路结构图

移动节点功耗监测模糊量化特征集：

V4：11100010

V3：11100101

V2：11110010

V1：01100111

根据监测结果，实现网络移动节点资源能耗监测及最优化能耗管理，监测电路如图2所示.

3 实验测试分析

为了验证该方法进行网络移动节点资源能耗监测中的应用性能，进行实验测试分析，实验采用Matlab 7.0进行算法编程设计，物联网组网的节点数为2 000个，Sink节点数为10，轮换迭代数为1 200，网络移动节点的Die Size大小为300*120 μm2，节点的资源能耗监测阀值为0.23，得到能耗监测输出如图3所示.

分析图3得知，采用该方法能有效实现对网络移动节点的能耗监控，测试能耗的波动幅值，得到测试结果如图4所示.

分析图4得知，该方法能有效检测到节点资源的能耗波动，测试各方案进行能耗监测的准确性，得到对比结果见表2，分析表2得知，该方法进行网络移动节点的能耗监控的准确性能较好.

图3 能耗监测输出图4 能耗波动性能测试

表2 性能对比

4 结语

采用物联网技术进行网络移动节点资源能耗监测，构建网络移动节点资源能耗监测的物联网分布组网结构模型，结合对节点采集的能量特征进行数据分析和能耗预测，提出基于物联网技术的网络移动节点资源能耗监测方法.构建网络移动节点资源采集的ZigBee物联网分布结构模型，用物联网的优化组网方法进行功耗监测，采用直流功率调制方法，测试物联网组网下的移动网络的总功耗、平均功耗和峰值功耗，采用自适应均衡链路配置方法，进行网络移动节点资源功耗监测的收敛性度量，采用能耗分簇调度协议实现网络移动节点资源能耗监测及最优化能耗管理，提高网络移动节点资源调度和能耗配置能力，实现节点的能耗可靠性监测.研究得知，采用该方法进行网络移动节点资源功耗监控的准确性较高，动态检测能力较强.