朱達(dá)榮，張建輝，申興發(fā)，戴國(guó)駿

(1. 合肥工業(yè)大學(xué)計(jì)算機(jī)與信息學(xué)院 合肥 230009; 2. 安徽建筑工業(yè)學(xué)院電子與信息工程學(xué)院 合肥 230022;3. 杭州電子科技大學(xué)計(jì)算機(jī)學(xué)院 杭州 310018)

無(wú)線傳感器網(wǎng)絡(luò)受到廣泛的關(guān)注和研究，成為IT領(lǐng)域的一個(gè)研究熱點(diǎn)[1]。而能量有限是無(wú)線傳感器網(wǎng)絡(luò)明顯的不足[2]，為克服上述不足，研究者研制了新一代傳感器節(jié)點(diǎn)——可充電傳感器節(jié)點(diǎn)[3]。可充電傳感器節(jié)點(diǎn)充分利用自然界的能源，如太陽(yáng)能、風(fēng)能等，對(duì)節(jié)點(diǎn)自帶的可充電電池進(jìn)行充電。由于自然能量對(duì)充電電池充電具有時(shí)間和充電電量不確定等不可控因素，利用可充電傳感器節(jié)點(diǎn)構(gòu)建無(wú)線傳感器網(wǎng)絡(luò)將帶來(lái)如能量管理策略等許多新問(wèn)題。在自然能量嚴(yán)重缺乏環(huán)境(如室內(nèi)環(huán)境)，充分利用充電電池儲(chǔ)存從自然界所獲得的電能，保證傳感器節(jié)點(diǎn)持續(xù)穩(wěn)定供電，無(wú)線傳感器節(jié)點(diǎn)的自然能量供電方式尤為重要。

1 相關(guān)研究工作

能量收集將自然界的能量轉(zhuǎn)化成電能，并加以儲(chǔ)存?，F(xiàn)有研究表明，可以將太陽(yáng)能[3]、風(fēng)能[4]、動(dòng)力和振動(dòng)能量[5]，以及電磁能[6]等的收集技術(shù)應(yīng)用于傳感器網(wǎng)絡(luò)。基于能量收集技術(shù)，研究者設(shè)計(jì)了一些平臺(tái)從人類活動(dòng)和自然環(huán)境中獲取能量[3,7-9]。其中為傳感器網(wǎng)絡(luò)而設(shè)計(jì)的平臺(tái)有Heliomote[8]、Prometheus[3]、 Trio[7]、 AmbiMax[9]和 PUMA[10]。Heliomote利用充電電池進(jìn)行蓄電，Trio利用超大電容和充電電池進(jìn)行聯(lián)合蓄電，但也有只用超大電容進(jìn)行蓄電的平臺(tái)[11]。

在Heliomote平臺(tái)中，充電電板直接與其電池連接[8,12]。蓄電池被反復(fù)地頻繁充電，由于蓄電池固有的物理特性，充電電池可充電的次數(shù)非常有限[11]。鋰電池一般可以充電500次，而電容可以充電達(dá)百萬(wàn)次[11]。

在超級(jí)電容和蓄電池混用的平臺(tái)中，如Prometheus[3]，一般有一個(gè)或者多個(gè)超級(jí)電容和蓄電池組成的蓄電設(shè)備序列。從太陽(yáng)能電池板中獲得的能量首先被存儲(chǔ)在主超級(jí)電容中，而蓄電池作為備用，就可以減少蓄電池的充電次數(shù)，利用超級(jí)電容具有更多充電次數(shù)的優(yōu)勢(shì)。但是，通過(guò)測(cè)量充電電池的電壓并不能準(zhǔn)確地獲知電池剩余能量，而通過(guò)測(cè)量電壓卻能很準(zhǔn)確地獲知電容的剩余能量。

為了進(jìn)一步解決使用單一自然能量造成不足，AmibMax平臺(tái)從多種自然能量中獲取電能，如太陽(yáng)能、風(fēng)能。PUMA平臺(tái)針對(duì)多能量源設(shè)計(jì)了一種分布式功率切換機(jī)制和能耗比較算法，以此最大化所獲自然能量的使用效率。然而AmiMax平臺(tái)中使用風(fēng)能的裝置需要強(qiáng)勁的風(fēng)力才能獲得電能，但在很多環(huán)境下風(fēng)能非常少。

2 可充電傳感器節(jié)點(diǎn)供電設(shè)計(jì)

單用蓄電池會(huì)受到有限充電次數(shù)的限制，配合使用超大電容可以解決充電次數(shù)受限的問(wèn)題。但是電容有漏電嚴(yán)重、電源不穩(wěn)定、體積過(guò)于龐大等不足。在自然能量充裕的環(huán)境下，蓄電池并不需要反復(fù)充電，無(wú)需電容。而在自然能量不充裕的情況下，如在室內(nèi)，相對(duì)充電電容的漏電問(wèn)題顯得突出，此時(shí)增加電容量不是一個(gè)有效的方案。

2.1 干電池和充電電池的放電特性

將自然能量轉(zhuǎn)化成電能的技術(shù)很多[11]，本文以自然能量——光能為例。設(shè)計(jì)前對(duì)干電池和充電電池的放電特性進(jìn)行了實(shí)驗(yàn)觀察。

實(shí)驗(yàn)中，干電池的容量為1 500 mAh，充電電池的容量為1 700 mAh，都為同樣的傳感器節(jié)點(diǎn)TelosB使節(jié)點(diǎn)供電，節(jié)點(diǎn)以1 min的周期和1%的占空比使LED工作，測(cè)量周期(sequence)為3 min。兩種電池的端電壓特性實(shí)驗(yàn)曲線如圖1所示。從圖1a可以看到，充電電池的放電特性沒(méi)有干電池好。干電池在放電起初階段電壓下降緩慢；在中間較長(zhǎng)的供電階段，供電電壓非常平穩(wěn)，梯度幾乎為零；在電池電量接近放盡時(shí)，電池端電壓才開(kāi)始大幅度地下降。而充電電池從放電開(kāi)始，電壓就開(kāi)始緩慢下降；當(dāng)接近電量放盡時(shí)，電壓下降梯度急劇增加，端電壓開(kāi)始大幅度地下降。

圖1 干電池和充電電池的特性對(duì)比

在充電和放電同時(shí)進(jìn)行的情況下，充電電池的電壓特性變得更復(fù)雜。充電電池同時(shí)充電和放電的實(shí)驗(yàn)結(jié)果如圖1b所示。由圖可見(jiàn)，充電電池的電壓非常不穩(wěn)，變化幅度很大。單用充電電池不穩(wěn)定的電壓供電，難以保證傳感器節(jié)點(diǎn)的正常工作。

2.2 新版可充電傳感器節(jié)點(diǎn)供電設(shè)計(jì)原理

基于2.1節(jié)的實(shí)驗(yàn)結(jié)果，新版可充電傳感器節(jié)點(diǎn)的供電應(yīng)采取不同于常規(guī)的設(shè)計(jì)方案。初版充電傳感器節(jié)點(diǎn)原理如圖2a所示，設(shè)計(jì)非常簡(jiǎn)單，太陽(yáng)能板直接對(duì)節(jié)點(diǎn)供電或?qū)π铍姵爻潆?。新版可充電傳感器?jié)點(diǎn)原理如圖2b所示，充電電源和傳感器節(jié)點(diǎn)兩個(gè)部分之間增加了用于能量管理的控制線路，充電電源由充電電池、干電池、太陽(yáng)能板和控制電路4個(gè)部分組成。太陽(yáng)能板可對(duì)充電電池充電，也可對(duì)傳感器節(jié)點(diǎn)供電；同樣，充電電池和干電池也可以對(duì)傳感器節(jié)點(diǎn)供電。微處理器采集太陽(yáng)能板、充電電池和干電池的端電壓值，根據(jù)特定的算法和控制策略，將反饋信息傳輸給控制電路?？刂齐娐犯鶕?jù)微處理器的信息執(zhí)行供電和充電方案，有效地解決蓄電池被反復(fù)頻繁充電的問(wèn)題。

圖2 初版和新版充電傳感器節(jié)點(diǎn)對(duì)比

在圖2b的充電電源部分，將干電池替換成充電電池，可讓太陽(yáng)能充電板直接對(duì)兩對(duì)充電電池輪流充電?？紤]到干電池優(yōu)良的供電特性，在設(shè)計(jì)時(shí)，充電電源部分使用干電池，原因是：1) 干電池的供電電壓相對(duì)穩(wěn)定，有較好的電壓特性，穩(wěn)定的電壓對(duì)于傳感器節(jié)點(diǎn)穩(wěn)定傳輸信號(hào)強(qiáng)度及提高數(shù)據(jù)采集精度都有重要的作用；2) 成本低；3) 在自然能量不足的情況下，太陽(yáng)能充電電板所獲得的能量是匱乏的，往往無(wú)法給單對(duì)充電電池充滿電能。在該方案中，節(jié)點(diǎn)可以控制太陽(yáng)能板、充電電池和干電池的動(dòng)態(tài)供電。

2.3 新版可充電傳感器節(jié)點(diǎn)工作原理及供電策略

可充電傳感器節(jié)點(diǎn)主要由數(shù)據(jù)采集單元、數(shù)據(jù)處理單元、無(wú)線通信單元以及電源管理單元4個(gè)部分組成，如圖3所示。

數(shù)據(jù)采集單元主要由各種傳感器構(gòu)成，負(fù)責(zé)對(duì)外界信息的采集與傳輸。為了盡量降低能量消耗，設(shè)計(jì)為對(duì)傳感器子板與母板分別供電，傳感器子板的供電可控，傳感器能進(jìn)入“睡眠”狀態(tài)。

本文選用鋰離子電池作為充電電池，它具有自放電率低的優(yōu)點(diǎn)。充電采用3段式充電方式，即預(yù)充電、恒流充電和恒壓充電3個(gè)過(guò)程。

圖3 新版充電傳感器節(jié)點(diǎn)結(jié)構(gòu)圖

電源管理及鋰電池的充電控制采用Fuzzy控制策略[13]，如圖4所示。在保證連續(xù)供電的情況下，供電優(yōu)先順序?yàn)樘?yáng)能板、鋰電池、干電池。若鋰電池充電沒(méi)有飽和，太陽(yáng)能板同時(shí)對(duì)鋰離子電池充電；在日照不足或沒(méi)有日照時(shí)，鋰電池補(bǔ)充供電或單獨(dú)供電；極端情況下，由干電池供電。

圖4 Fuzzy控制策略

3 實(shí)驗(yàn)評(píng)估

按照上述設(shè)計(jì)方案，本文制作兩版可充電傳感器節(jié)點(diǎn)。初版和新版充電傳感器節(jié)點(diǎn)同時(shí)在室內(nèi)、室外進(jìn)行對(duì)比實(shí)驗(yàn)。兩個(gè)環(huán)境分別是陽(yáng)光充足的室外露天場(chǎng)所和裝有日光燈的實(shí)驗(yàn)室，實(shí)驗(yàn)時(shí)間為2 d。

3.1 實(shí)驗(yàn)設(shè)計(jì)

為了方便實(shí)驗(yàn)數(shù)據(jù)的采集和處理，能量管理方案的調(diào)試，本文構(gòu)建了一個(gè)可充電傳感器網(wǎng)絡(luò)。網(wǎng)絡(luò)平臺(tái)包括軟硬件兩個(gè)部分，硬件部分由可充電傳感器節(jié)點(diǎn)、中繼節(jié)點(diǎn)、Sink和上位機(jī)組成，上位機(jī)的軟件包含數(shù)據(jù)采集、數(shù)據(jù)處理與存儲(chǔ)、數(shù)據(jù)的可視化3個(gè)部分。在實(shí)驗(yàn)中，每個(gè)節(jié)點(diǎn)設(shè)置任務(wù)以消耗蓄電池的電能或者太陽(yáng)能充電板所采集的能量。由于只觀察節(jié)點(diǎn)耗能的情況，節(jié)點(diǎn)所執(zhí)行的任務(wù)性質(zhì)對(duì)本文的實(shí)驗(yàn)并無(wú)影響。節(jié)點(diǎn)的任務(wù)是讓LED燈以30 s的周期和2%的占空比進(jìn)行工作。同時(shí)，節(jié)點(diǎn)以1 min的周期對(duì)充電電池和節(jié)點(diǎn)供給電壓值進(jìn)行采樣。節(jié)點(diǎn)將數(shù)據(jù)打包傳輸?shù)絊ink節(jié)點(diǎn)，收集到PC機(jī)上。

3.2 實(shí)驗(yàn)結(jié)果與分析

初版充電傳感器節(jié)點(diǎn)室內(nèi)和室外實(shí)驗(yàn)所獲得的實(shí)驗(yàn)結(jié)果如圖5所示，新版充電傳感器節(jié)點(diǎn)室內(nèi)實(shí)驗(yàn)所獲得的實(shí)驗(yàn)結(jié)果如圖6所示。

在圖5a中，當(dāng)時(shí)間t>210 min時(shí)，天色逐漸轉(zhuǎn)明，照度增強(qiáng)，充電電板的電壓也逐漸升高。在時(shí)間t<420 min時(shí)，實(shí)驗(yàn)室沒(méi)有人，燈未開(kāi)，因此為1 098 lx，電壓為0.155 V。當(dāng)時(shí)間t>420 min時(shí)，實(shí)驗(yàn)室的燈全部打開(kāi)，照度瞬間增強(qiáng)，因而圖中電壓和照度的測(cè)量值都瞬間跳變?cè)龃?。照度增加? 200 lx，電壓增加到0.768 V。在t>460 min時(shí)，照度開(kāi)始下降，相應(yīng)的電壓也隨著降低。第二天的試驗(yàn)結(jié)果如圖5b所示，在400 min820 min時(shí)，照度開(kāi)始下降，電壓逐漸降低。

室外的充放電實(shí)驗(yàn)如圖5c、5d所示。在圖5c中，充電電壓變化除了有拋物線形狀的整體特性以外，中間有很多采樣周期的充電電壓突然下降，這是由于當(dāng)天是多云天氣，云朵不時(shí)遮擋了光線的緣故。而第二天的天氣較好，充放電曲線是一個(gè)較完整的拋物線形狀，如圖5d所示。

在圖5中，電壓的拋物線形狀的電壓變化，正好隱含了自然照度的強(qiáng)弱變化，并且都有電壓最高峰滯后于照度最高峰的現(xiàn)象。在圖5d中，照度最高峰的時(shí)間是t=310，而電壓最高峰的時(shí)間是t= 420 min。造成這種滯后現(xiàn)象是由于傳感器節(jié)點(diǎn)同時(shí)還在放電。對(duì)于更復(fù)雜的耗電情況，充電電壓的變化將更復(fù)雜。比較室內(nèi)室外兩種環(huán)境下的充電狀況，室內(nèi)充電電壓最高值很難達(dá)到1 V，一般可以達(dá)到0.6～0.8 V，太陽(yáng)能板能有效地供電的時(shí)間非常短。而在室外環(huán)境，光能比較充裕，充電電壓在1.5 V以上的時(shí)間也只能達(dá)到150～200個(gè)周期。由此可見(jiàn)，該形式的可充電傳感器節(jié)點(diǎn)并不能穩(wěn)定持續(xù)工作，尤其是室內(nèi)情況更差。

圖5 初版節(jié)點(diǎn)室內(nèi)外的供電特性

圖6 新版節(jié)點(diǎn)室內(nèi)供電特性

新版可充電傳感器節(jié)點(diǎn)實(shí)驗(yàn)的時(shí)間同上。在圖6a中，直到時(shí)間t=429 min時(shí)，充電電池的充電仍不足，未能對(duì)傳感器節(jié)點(diǎn)供電，在該時(shí)間內(nèi)都由干電池供電。在圖6a中，在t>429 min時(shí)，充電電池開(kāi)始供電，干電池停止供電；但是由于充電電池的能量有限，到時(shí)間t=620 min時(shí)，充電電池停止供電，繼續(xù)由干電池供電。在429 min

圖6b描述了實(shí)驗(yàn)第二天的供電情況。在該圖中，t<850 min的時(shí)間段內(nèi)，傳感器節(jié)點(diǎn)都由干電池供電，供電電壓穩(wěn)定在2.44 V。而t>850 min時(shí)，充電電池開(kāi)始供電，開(kāi)始時(shí)供電電壓為2.68 V，供電直到整個(gè)實(shí)驗(yàn)結(jié)束，結(jié)束時(shí)供電電壓為2.4 V。相對(duì)實(shí)驗(yàn)第一天的結(jié)果，在第二天中，充電電池供電時(shí)間比較長(zhǎng)。其原因可以從圖6b中看出，第二天中充電電池有較長(zhǎng)的充電時(shí)間。從實(shí)驗(yàn)結(jié)果可見(jiàn)，新版可充電傳感器節(jié)點(diǎn)的供電方式即使在室內(nèi)都能保障傳感器節(jié)點(diǎn)持續(xù)穩(wěn)定地工作。

4 總結(jié)與展望

基于干電池和充電電池的特性分析，采用充電電池、干電池、太陽(yáng)能板組合供電方式，配合能源管理模糊控制策略，本文設(shè)計(jì)并實(shí)現(xiàn)了新型的可充電傳感器節(jié)點(diǎn)，并利用該傳感器節(jié)點(diǎn)構(gòu)建了可充電傳感器網(wǎng)絡(luò)平臺(tái)，進(jìn)行了相關(guān)實(shí)驗(yàn)。對(duì)該新型的可充電傳感器節(jié)點(diǎn)能在室內(nèi)的低自然能量環(huán)境下穩(wěn)定持續(xù)地工作，實(shí)驗(yàn)驗(yàn)證了該設(shè)計(jì)對(duì)解決無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能量受限問(wèn)題有一定的實(shí)際意義。

在大型可充電傳感器網(wǎng)絡(luò)中，采用整體能源調(diào)度和節(jié)點(diǎn)能量管理相結(jié)合的方案，使節(jié)點(diǎn)部分休眠、部分工作地交替進(jìn)行，會(huì)大大延長(zhǎng)網(wǎng)絡(luò)的有效生命周期。從自然環(huán)境中獲取能量，將其轉(zhuǎn)化成電能，理論上，其生命周期可以沒(méi)有上限，但充電電池供電受到外界環(huán)境影響非常大，具有明顯的不可靠性，如何利用好充電電池的優(yōu)點(diǎn)，需要深入的研究。另外，大規(guī)模的可充電傳感器網(wǎng)絡(luò)超長(zhǎng)期工作時(shí)的能量采集、消耗情況，以及在自然能量供電情況下的路由、能量管理策略等新課題都需要深入的研究。

[1] AKYILDIZ I F, KASIMOGLUI H. Wireless sensor and actor networks: research challenges[J]. Ad hoc Networks Journal, 2004, 2(4): 351-367.

[2] CHEN J J, KUO C F. Energy-efficient scheduling for real-time systems on dynamic voltage scaling (DVS)platforms[C]//13th IEEE International Conference on Embedded and Real-Time Computing Systems and Applications, RTCSA 2007. [S.l.]: IEEE, 2007.

[3] JIANG X, POLASTRE J, CULLER D. Perpetual environmentally powered sensor networks[C]//Fourth International Symposium on Information Processing in Sensor Networks, IPSN 2005, [S.l.]: [s.n.], 2005.

[4] GANESAN D, CRISTESCU R, BEFERULL-LOZANO B.Power-efficient sensor placement and transmission structure for data gathering under distortion constraints[J]. ACM Transactions on Sensor Networks (TOSN), 2006, 2(2):155-181.

[5] MENINGER S, JO M, AMIRTHARAJAH R, et al. MIT vibration-toelectric energy conversion[J]. IEEE Transactions on Very Large Scale Integration (VLSI) Systems, 2001, 9(1):64-76.

[6] WANT R, RES I, SANTA CLARA C A. An introduction to RFID technology[J]. IEEE Pervasive Computing, 2006, 5(1):25-33.

[7] DUTTA P, HUI J, JEONG J, et al. Trio: Enabling sustainable and scalable outdoor wireless sensor network deployments[C]//Proceedings of the 5th International Conference on Information Processing in Sensor Networks. New York:ACM, 2006.

[8] LIN K, YU J, HSU J, et al. Heliomote:enabling long-lived sensor networks through solar energy harvesting[C]//Proceedings of the 3rd International Conference on Embedded Networked Sensor Systems. New York: ACM,2005.

[9] PARK C, CHOU P H. Ambimax: Autonomous energy harvesting platform for multi-supply wireless sensor nodes[C]//2006 3rd Annual IEEE Communications Society on Sensor and Ad hoc Communications and Networks,SECON’06. [S.l.]: IEEE, 2006.

[10] PARK C, CHOU P H. Power utility maximization for multiple-supply systems by a load-matching switch[C]//Proceedings of the 2004 International Symposium onIn Low Power Electronics and Design, ISLPED’04. [S.l.]:[s.n.], 2004.

[11] ZHU T, ZHONG Z, GU Y, et al. Leakage-aware energy synchronization for wireless sensor networks[C]//Proceedings of the 7th International Conference on Mobile Systems, Applications, and Services. New York: ACM,2009.

[12] KANSAL A, HSU J, ZAHEDI S, et al. Srivastava, power management in energy harvesting sensor networks[J].ACM Trans on Embedded Computing Sys, 2007, 6(4): 32.

[13] 石辛民, 郝整清. 模糊控制及其MATLAB仿真[M]. 北京: 清華大學(xué)出版社, 2008.SHI xin-min, HAO zheng-qing. Fuzzy control and MATLAB simulation[M]. Beijing: Tsinghua University Press, 2008.