，，

(1.浙江工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，浙江 杭州 310023; 2.浙江工業(yè)大學(xué) 經(jīng)貿(mào)管理學(xué)院，浙江 杭州 310023)

在傳統(tǒng)無線傳感器網(wǎng)絡(luò)(Wireless sensor network,WSN)中，節(jié)點(diǎn)通常使用電池供電，因此節(jié)點(diǎn)的生存時(shí)間受限，能量捕獲無線傳感器網(wǎng)絡(luò)(Energy-harvesting wireless sensor network，EH-WSN)可以克服這一不足.EH-WSN的節(jié)點(diǎn)可以從環(huán)境中能量源捕獲能量以支撐節(jié)點(diǎn)工作[1].近年來，射頻能量捕獲技術(shù)已經(jīng)成為新的研究熱點(diǎn)，可應(yīng)用于WSN、無線體域網(wǎng)等領(lǐng)域.因此，筆者主要研究以射頻作為能量源的EH-WSN.與傳統(tǒng)WSN一樣，EH-WSN的主要功能是收集數(shù)據(jù).基于樹的數(shù)據(jù)收集方案不需要配置路由表，簡單且容易實(shí)現(xiàn)，在實(shí)踐中得以廣泛應(yīng)用，如CTP(Collection tree protocol)協(xié)議[2].Basagni等[3]將喚醒信號(hào)技術(shù)與收集樹協(xié)議結(jié)合，提出了喚醒信號(hào)轉(zhuǎn)發(fā)，延長了網(wǎng)絡(luò)生存時(shí)間且降低了時(shí)延.朱藝華等[4]在最短路徑樹基礎(chǔ)上，根據(jù)節(jié)點(diǎn)的剩余能量和通信消耗能量提出了比例權(quán)值以及和權(quán)值路由算法，提高了WSN的生存時(shí)間.Kuo等[5]構(gòu)建最小化傳輸能耗的數(shù)據(jù)融合樹.Gong等[6]研究了傳統(tǒng)WSN節(jié)點(diǎn)之間相互干擾情況下數(shù)據(jù)收集樹的構(gòu)建、鏈路調(diào)度和功率分配的問題.Imon等[7]提出一種隨機(jī)切換算法，以延長網(wǎng)絡(luò)生存時(shí)間.Wu等[8]研究了單個(gè)Sink場景下最大網(wǎng)絡(luò)生存時(shí)間的數(shù)據(jù)收集樹構(gòu)建問題.He等[9]研究了考慮鏈路不可靠條件下負(fù)載平衡的數(shù)據(jù)聚合樹的構(gòu)建.總之，基于樹的數(shù)據(jù)收集方案已經(jīng)得到比較廣泛的應(yīng)用.

注意到EH-WSN節(jié)點(diǎn)從射頻中捕獲的能量與能量捕獲功率、能量捕獲時(shí)長等因素密切相關(guān).在生成數(shù)據(jù)收集樹時(shí)，如果忽視這兩個(gè)因素，就可能導(dǎo)致一些能量捕獲效率低的節(jié)點(diǎn)承擔(dān)過多的數(shù)據(jù)轉(zhuǎn)發(fā)任務(wù)，從而在這些節(jié)點(diǎn)能量不足時(shí)，數(shù)據(jù)轉(zhuǎn)發(fā)任務(wù)被終止，這就產(chǎn)生額外的數(shù)據(jù)收集時(shí)延.遺憾的是，上述基于樹的數(shù)據(jù)收集方案，均未考慮這兩者，筆者彌補(bǔ)上述不足，主要貢獻(xiàn)在于：1) 定義了能夠反映節(jié)點(diǎn)能量捕獲功率、剩余能量和能量捕獲時(shí)長的無線鏈路權(quán)值；2) 提出了數(shù)據(jù)收集樹構(gòu)建算法和低時(shí)延數(shù)據(jù)收集策略.

1 系統(tǒng)模型及假設(shè)

設(shè)EH-WSN中有N個(gè)節(jié)點(diǎn)：1 個(gè)Sink節(jié)點(diǎn)，記為節(jié)點(diǎn)0；N-1個(gè)能量捕獲傳感器節(jié)點(diǎn)，稱為節(jié)點(diǎn)1，2，…，N-1.此外，假設(shè)Sink節(jié)點(diǎn)和傳感器節(jié)點(diǎn)的位置是固定的，Sink節(jié)點(diǎn)能量不受限制且存儲(chǔ)了整個(gè)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)信息，普通節(jié)點(diǎn)的通信半徑相同，傳感器節(jié)點(diǎn)從環(huán)境電磁波中捕獲能量.Sink節(jié)點(diǎn)定期進(jìn)行數(shù)據(jù)收集，傳感器節(jié)點(diǎn)以多跳方式把數(shù)據(jù)傳送給Sink.

射頻能量捕獲節(jié)點(diǎn)的組成模塊包括：低功率微控制器、低功率無線發(fā)送接收裝置、射頻能量捕獲器、能量管理模塊和能量存儲(chǔ)模塊.射頻能量捕獲傳感器節(jié)點(diǎn)架構(gòu)[10]如圖1所示.

圖1 射頻能量捕獲節(jié)點(diǎn)架構(gòu)Fig.1 Architecture of EH-WSN node

采用文獻(xiàn)[11]的能量捕獲功率模型，即節(jié)點(diǎn)i捕獲到的射頻功率可表示為

(1)

式中：PTx為射頻源的發(fā)射功率；GT，GR分別為射頻源和能量捕獲節(jié)點(diǎn)的天線增益；λ為波長；η為節(jié)點(diǎn)i的能量捕獲效率；Lp為極化損耗因子；d為節(jié)點(diǎn)i和射頻源之間的距離.此外，采用文獻(xiàn)[12]的能耗模型,即節(jié)點(diǎn)接收k比特?cái)?shù)據(jù)包的能耗為

Erx(k)=kEelec

(2)

節(jié)點(diǎn)發(fā)送k比特?cái)?shù)據(jù)包的能耗模型為

Etx(k,d)=k(Eelec+Eampdγ)

(3)

式中：Eelec為電路上接收或發(fā)送每比特的能耗；Eamp為放大器發(fā)送每比特?cái)?shù)據(jù)的能耗；d為發(fā)送節(jié)點(diǎn)與接收節(jié)點(diǎn)之間的距離；γ為路徑損耗系數(shù)，一般取值2或4.

2 低時(shí)延數(shù)據(jù)收集策略

2.1 鏈路權(quán)值

定義1(數(shù)據(jù)收集時(shí)延) 數(shù)據(jù)收集時(shí)延指從Sink開始收集數(shù)據(jù)直到Sink接收到樹中所有節(jié)點(diǎn)的數(shù)據(jù)包這段時(shí)間長度.

定義2(能量瓶頸節(jié)點(diǎn)) 能量瓶頸節(jié)點(diǎn)指數(shù)據(jù)收集樹中能量捕獲時(shí)長最大的節(jié)點(diǎn).

在數(shù)據(jù)收集過程中，數(shù)據(jù)收集樹中節(jié)點(diǎn)一旦能量不足，就會(huì)進(jìn)入能量捕獲狀態(tài)，從而節(jié)點(diǎn)經(jīng)歷著斷斷續(xù)續(xù)的能量捕獲和通信過程.因此，節(jié)點(diǎn)能量捕獲時(shí)長對數(shù)據(jù)收集時(shí)延有很大影響.換言之，在構(gòu)造數(shù)據(jù)收集樹時(shí)，需要考慮節(jié)點(diǎn)的能量捕獲時(shí)長.

先看1 個(gè)例子.如圖2(a)所示的網(wǎng)絡(luò)拓?fù)?，圓圈表示節(jié)點(diǎn)，圓圈內(nèi)標(biāo)記0的是Sink節(jié)點(diǎn)；節(jié)點(diǎn)旁邊括號(hào)內(nèi)一對數(shù)字分別表示節(jié)點(diǎn)的剩余能量和能量捕獲速率.假設(shè)節(jié)點(diǎn)接收1 個(gè)數(shù)據(jù)包消耗1 個(gè)單位能量，發(fā)送1 個(gè)數(shù)據(jù)包消耗2 個(gè)單位能量，每個(gè)節(jié)點(diǎn)有1 個(gè)數(shù)據(jù)包要發(fā)送給Sink.顯然，由圖2(a)可以產(chǎn)生許多數(shù)據(jù)收集樹，圖2(b，c)是其中兩棵樹.對于圖2(b)，節(jié)點(diǎn)1需要接收來自其子節(jié)點(diǎn)3，4，5的3 個(gè)數(shù)據(jù)包，耗能3 個(gè)單位，之后，需要發(fā)送4 個(gè)數(shù)據(jù)包給其父節(jié)點(diǎn)0，耗能8 個(gè)單位，共需要耗能11 個(gè)單位.由于節(jié)點(diǎn)1已有能量2 個(gè)單位，因此它需要捕獲9 個(gè)單位能量，捕獲能量時(shí)長是4.5 單位時(shí)間，因?yàn)槠洳东@速率是2.同理，節(jié)點(diǎn)2能量捕獲時(shí)長是4/3 單位時(shí)間，節(jié)點(diǎn)3，4，6能量捕獲時(shí)長都是1 單位時(shí)間，節(jié)點(diǎn)5的能量捕獲時(shí)長是0.5 單位時(shí)間.因此，節(jié)點(diǎn)1捕獲能量時(shí)長最大，是能量瓶頸節(jié)點(diǎn).也就是說，用圖2(b)的樹Ta收集數(shù)據(jù)時(shí)，節(jié)點(diǎn)1在延誤4.5 單位時(shí)間之后，才能把數(shù)據(jù)包發(fā)送給Sink節(jié)點(diǎn).從圖2(c)可知：節(jié)點(diǎn)1，2能量捕獲時(shí)長分別是3，7/3 單位時(shí)間，節(jié)點(diǎn)3，4，6能量捕獲時(shí)長均為1 單位時(shí)間，節(jié)點(diǎn)5能量捕獲時(shí)長是0.5 單位時(shí)間.因此，節(jié)點(diǎn)1是能量瓶頸節(jié)點(diǎn)，它造成數(shù)據(jù)被延誤3 個(gè)單位時(shí)間才能轉(zhuǎn)發(fā)到Sink.由此可見：與收集樹Ta相比，Tb的數(shù)據(jù)收集時(shí)延小1.5 個(gè)單位時(shí)間.

圖2 網(wǎng)絡(luò)拓?fù)渑c數(shù)據(jù)收集樹Fig.2 Topology of the WSN and data gathering tree

這個(gè)例子表明：數(shù)據(jù)收集時(shí)延受到樹中能量瓶頸節(jié)點(diǎn)的影響.因此，在構(gòu)建數(shù)據(jù)收集樹時(shí)，應(yīng)使得能量瓶頸節(jié)點(diǎn)的能量捕獲時(shí)長盡可能小，才能降低數(shù)據(jù)收集時(shí)延.

對于樹T的節(jié)點(diǎn)i，以C(i)表示其子節(jié)點(diǎn)集合，ni和mi分別表示在1 個(gè)數(shù)據(jù)收集周期內(nèi)節(jié)點(diǎn)i產(chǎn)生的數(shù)據(jù)包個(gè)數(shù)和要發(fā)送給其父節(jié)點(diǎn)的數(shù)據(jù)包個(gè)數(shù)，并設(shè)每個(gè)數(shù)據(jù)包的長度為(比特)，可得

(4)

對于節(jié)點(diǎn)i，它在1 個(gè)數(shù)據(jù)收集周期內(nèi)需要的總能量為接收所有孩子節(jié)點(diǎn)的數(shù)據(jù)包的能耗加上發(fā)送數(shù)據(jù)包給父節(jié)點(diǎn)的能耗，即

(5)

以D(T)表示數(shù)據(jù)收集樹T中能量瓶頸節(jié)點(diǎn)捕獲能量所耗時(shí)間，則

(6)

式中符號(hào)定義為

(7)

用T(k)表示以Sink節(jié)點(diǎn)為根并且包含了k條鏈路的數(shù)據(jù)收集樹，以li,j表示節(jié)點(diǎn)i和j之間的無線鏈路，定義鏈路li,j的權(quán)值為

(8)

式中：|T(k)∪li,j|為當(dāng)前已經(jīng)加入到樹中節(jié)點(diǎn)的個(gè)數(shù)；Bmax為節(jié)點(diǎn)的電容容量；α，β為正整數(shù)系數(shù)用來平衡式中3 項(xiàng)的取值.在式(8)中，第1 項(xiàng)表示當(dāng)鏈路li,j加入樹之后所得到能量瓶頸節(jié)點(diǎn)平均充電時(shí)長.如果li,j加入到樹中且使得能量瓶頸節(jié)點(diǎn)的充電時(shí)長越大，那么該鏈路的權(quán)值也就越大，它加入數(shù)據(jù)收集樹的優(yōu)先級(jí)也就越小.式(8)第2 項(xiàng)為節(jié)點(diǎn)能量捕獲功率的倒數(shù).如果當(dāng)前鏈路的1 個(gè)不在樹中的端點(diǎn)的能量捕獲功率越大，那么該鏈路的權(quán)值就越小，其加入到樹的優(yōu)先級(jí)就越高.從式(8)第3 項(xiàng)可以看出：如果當(dāng)前鏈路的1 個(gè)不在樹中的節(jié)點(diǎn)的剩余能量越大，那么該鏈路的權(quán)值就越小，其加入到樹中的優(yōu)先級(jí)就越高.因此，能量捕獲功率大和剩余能量大的節(jié)點(diǎn)能夠越早加入到樹中.

2.2 數(shù)據(jù)收集樹構(gòu)建算法

用V表示網(wǎng)絡(luò)中節(jié)點(diǎn)集合V={0,1,2，…，N}，用Tl表示加入到數(shù)據(jù)收集樹的鏈路集合，用VT表示已經(jīng)加入到數(shù)據(jù)收集樹的節(jié)點(diǎn)集合.

構(gòu)建數(shù)據(jù)收集樹的算法：初始化Tl為空，VT={0}，也就是把Sink節(jié)點(diǎn)作為樹的根，Nj表示j節(jié)點(diǎn)的領(lǐng)居集合，w*表示1 個(gè)足夠大的值.具體描述如下：

算法1數(shù)據(jù)收集樹構(gòu)建算法

whileVT≠Vdo

w1=w*，i1=-1，j1=-1

for eachj∈VTdo

for eachi∈Nj-VTdo

使用式(8)計(jì)算鏈路權(quán)值wi,j

ifwi,j

w1=wi,j，i1=i，j1=j

end if

end for

end for

VT∪{i1}→VT

Tl∪{li1,j1}→Tl

End while

從算法1可看出：每次加入數(shù)據(jù)收集樹的鏈路是權(quán)值最小的，也就是端點(diǎn)剩余能量大并且能量捕獲功率大，同時(shí)加入到樹中之后使得能量瓶頸節(jié)點(diǎn)充電時(shí)長最小的鏈路.當(dāng)算法1運(yùn)行結(jié)束時(shí)，就可以獲得一棵數(shù)據(jù)收集樹T，樹中的鏈路保存在集合Tl中.易知算法1的復(fù)雜度為O(N3).

2.3 數(shù)據(jù)收集過程

樹上各節(jié)點(diǎn)把數(shù)據(jù)傳遞給各自的父節(jié)點(diǎn)，直到數(shù)據(jù)到達(dá)Sink節(jié)點(diǎn).

3 性能評價(jià)

為了考察筆者所提算法的效率，將其與文獻(xiàn)[4]中提出的Ratio-W和Sum-W算法進(jìn)行比較.

Ratio-W和Sum-W算法分別使用了一跳的數(shù)據(jù)包傳輸能耗比上節(jié)點(diǎn)剩余能量和一跳的數(shù)據(jù)包傳輸能耗加上節(jié)點(diǎn)剩余能量的倒數(shù)作為dijkstra最短路算法的鏈路權(quán)值來構(gòu)建最短路樹，每個(gè)節(jié)點(diǎn)選擇的父節(jié)點(diǎn)都是距離自身較近并且剩余能量能較多的節(jié)點(diǎn).不同于此，筆者提出的算法在考慮節(jié)點(diǎn)剩余能量的同時(shí)，還考慮了節(jié)點(diǎn)能量捕獲功率和網(wǎng)絡(luò)中的最大能量捕獲時(shí)長，每次加入到樹中的鏈路是那些端點(diǎn)剩余能量和能量捕獲功率較大，并且加入到樹中使網(wǎng)絡(luò)的最大能量捕獲時(shí)長增長最小的鏈路，從而可以使得那些剩余能量和能量捕獲功率較大的節(jié)點(diǎn)更早的加入到樹中，更早的加入到樹中使這些節(jié)點(diǎn)可以成為其他節(jié)點(diǎn)的父節(jié)點(diǎn)，承擔(dān)更多的數(shù)據(jù)包轉(zhuǎn)發(fā).

對比指標(biāo)：1 個(gè)數(shù)據(jù)收集周期的數(shù)據(jù)收集時(shí)延和收集1 個(gè)數(shù)據(jù)包的平均能耗.用Matlab編制仿真程序.在仿真中，網(wǎng)絡(luò)節(jié)點(diǎn)分布在1 個(gè)500 m×500 m的區(qū)域內(nèi)，節(jié)點(diǎn)的無線電通信范圍為50 m.每次仿真隨機(jī)產(chǎn)生包含N個(gè)節(jié)點(diǎn)的連通的網(wǎng)絡(luò)拓?fù)?采用逐個(gè)加入連通節(jié)點(diǎn)的方法，在隨機(jī)生成的節(jié)點(diǎn)與已有節(jié)點(diǎn)不連通時(shí)，則丟棄該節(jié)點(diǎn)而隨機(jī)生成另一個(gè)節(jié)點(diǎn)).在每一輪數(shù)據(jù)收集過程，假設(shè)節(jié)點(diǎn)產(chǎn)生4 個(gè)數(shù)據(jù)包，數(shù)據(jù)包的長度為100 字節(jié).射頻能量源位于網(wǎng)絡(luò)中央，射頻能量源發(fā)射功率為20 W.假設(shè)節(jié)點(diǎn)的電容容量Bmax為20 mJ，節(jié)點(diǎn)的初始能量服從均值μ為0.004 J，標(biāo)準(zhǔn)差σ為0.001的正態(tài)分布.其他仿真參數(shù)如表1所示.表1結(jié)果是2 500 次仿真運(yùn)行的平均值.

表1 其他仿真參數(shù)Table 1 Simulation parameter

首先，考慮節(jié)點(diǎn)數(shù)變化對時(shí)延和能耗的影響.取α=1，β=1，每個(gè)時(shí)隙長度為128 ms，節(jié)點(diǎn)的數(shù)據(jù)率為6.25 kbps.讓節(jié)點(diǎn)數(shù)變化，得到圖3，4.從圖3可以看出：隨著節(jié)點(diǎn)個(gè)數(shù)的增加，3 種算法所構(gòu)建的樹的數(shù)據(jù)收集時(shí)延均變大，但筆者提出的算法的數(shù)據(jù)收集時(shí)延相比于Sum-W和Ratio-W更低.這是因?yàn)楣P者算法考慮盡可能減小瓶頸節(jié)點(diǎn)的能量捕獲時(shí)長，但Ratio-W和Sum-W不然.這樣，隨著節(jié)點(diǎn)個(gè)數(shù)增大，Ratio-W和Sum-W構(gòu)建的數(shù)據(jù)收集樹產(chǎn)生了長期處于能量匱乏狀態(tài)的瓶頸節(jié)點(diǎn)，從而需要很長的能量捕獲時(shí)長，因而增大了數(shù)據(jù)收集時(shí)延.

圖3 數(shù)據(jù)收集時(shí)延對比Fig.3 Data gathering delay comparison

從圖4可以看出：當(dāng)節(jié)點(diǎn)個(gè)數(shù)較小時(shí)，在筆者算法所構(gòu)建的數(shù)據(jù)收集樹中節(jié)點(diǎn)的平均能耗大于Sum-W和Ratio-W，當(dāng)網(wǎng)絡(luò)規(guī)模較大時(shí)筆者算法能耗則比兩者低.這是因?yàn)樵赗atio-W和Sum-W中節(jié)點(diǎn)總是選擇剩余能量較大并且距離自身更近的節(jié)點(diǎn)作為父節(jié)點(diǎn)，當(dāng)網(wǎng)絡(luò)中節(jié)點(diǎn)個(gè)數(shù)較大時(shí)，那些剩余能量大的節(jié)點(diǎn)由于子孫節(jié)點(diǎn)過多往往需要承擔(dān)很大的數(shù)據(jù)負(fù)載，與此同時(shí)，這些節(jié)點(diǎn)的祖先節(jié)點(diǎn)同樣需要承擔(dān)這些數(shù)據(jù)負(fù)載，這就使得這些有過多子孫節(jié)點(diǎn)的節(jié)點(diǎn)及其祖先節(jié)點(diǎn)需要消耗更多能量，從而導(dǎo)致收集1 個(gè)數(shù)據(jù)包的能耗大大的增加.然而，在筆者算法中，節(jié)點(diǎn)在選擇父節(jié)點(diǎn)時(shí)為了降低能量瓶頸節(jié)點(diǎn)的充電時(shí)長，并非考慮選擇剩余能量大并且離自己近的節(jié)點(diǎn)，而是選擇那些當(dāng)前能夠承擔(dān)更多數(shù)據(jù)負(fù)載的節(jié)點(diǎn)，而且考慮了對其祖先節(jié)點(diǎn)的能量捕獲時(shí)長的影響.因此，當(dāng)網(wǎng)絡(luò)中節(jié)點(diǎn)個(gè)數(shù)較大時(shí)筆者算法可以得到更低的能耗.

圖4 能耗對比Fig.4 Energy consumption comparison

其次，考慮射頻源功率變化對時(shí)延和能耗的影響.取α=1，β=1，節(jié)點(diǎn)個(gè)數(shù)N=140,時(shí)隙長度為128 ms，節(jié)點(diǎn)的數(shù)據(jù)率為6.25 kbps.讓射頻源功率變化，得到圖5，6.從圖5可以看出：隨著射頻源發(fā)射功率的增大，3 種算法構(gòu)建的數(shù)據(jù)收集樹數(shù)據(jù)收集時(shí)延都降低，這是因?yàn)殡S著射頻源發(fā)射功率的增大，網(wǎng)絡(luò)中節(jié)點(diǎn)的能量捕獲功率也隨之增大，使得節(jié)點(diǎn)的能量捕獲時(shí)長得以降低，從而降低了數(shù)據(jù)收集時(shí)延.然而，數(shù)據(jù)收集時(shí)延的降低趨勢隨著射頻源發(fā)射功率的增大變得不明顯，這是因?yàn)楫?dāng)節(jié)點(diǎn)的能量捕獲功率大到一定程度時(shí)，節(jié)點(diǎn)的能量捕獲時(shí)長不斷減小，隨之而來的是樹的結(jié)構(gòu)成為影響數(shù)據(jù)收集時(shí)延的主要因素.實(shí)驗(yàn)結(jié)果表明：筆者算法所構(gòu)建的數(shù)據(jù)收集樹的數(shù)據(jù)收集時(shí)延一直低于另外兩種算法.這也反映出：在節(jié)點(diǎn)能量捕獲功率較低的環(huán)境中，筆者算法能獲得更低的數(shù)據(jù)收集時(shí)延.

從圖6可以看出：當(dāng)節(jié)點(diǎn)個(gè)數(shù)不變時(shí)，隨著射頻源發(fā)射功率的增大，收集1 個(gè)數(shù)據(jù)包的能耗基本不變.這是因?yàn)槭占? 個(gè)數(shù)據(jù)包的能耗是由樹的結(jié)構(gòu)決定的，而射頻源發(fā)射功率的變化僅影響節(jié)點(diǎn)的能量捕獲時(shí)長.實(shí)驗(yàn)結(jié)果表明：在140 個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)中，筆者算法所構(gòu)建的數(shù)據(jù)收集樹收集1 個(gè)數(shù)據(jù)包消耗的能量稍大于Sum-W但遠(yuǎn)遠(yuǎn)小于Ratio-W.

圖5 數(shù)據(jù)收集時(shí)延對比Fig.5 Data gathering delay comparison

圖6 能耗對比Fig.6 Energy consumption comparison

下面研究筆者算法在不同數(shù)據(jù)率下數(shù)據(jù)收集時(shí)延的變化情況.取節(jié)點(diǎn)個(gè)數(shù)N=100，α=1，β=1，得到圖7.從圖7可以看出：隨著數(shù)據(jù)率的增大，數(shù)據(jù)收集時(shí)延逐漸降低，但降低趨勢越來越不明顯.這是因?yàn)閿?shù)據(jù)率的增大使得數(shù)據(jù)包的發(fā)送時(shí)延得以降低，從而降低了整個(gè)網(wǎng)絡(luò)的數(shù)據(jù)收集時(shí)延.

圖7 數(shù)據(jù)率不同收集時(shí)延對比Fig.7 Data gathering delay comparison in different data rate

最后研究鏈路權(quán)值中α，β對數(shù)據(jù)收集時(shí)延的影響.取N=100，時(shí)隙長度為128 ms，節(jié)點(diǎn)的數(shù)據(jù)率為6.25 kbps，射頻源發(fā)射功率為20 W.讓α，β各自變化得到圖8.從圖8可見：隨著α的增大，數(shù)據(jù)收集時(shí)延逐漸減小，并且減小趨勢變緩，但隨著β的增大，數(shù)據(jù)收集時(shí)延逐漸也增大，但增大趨勢變緩.

圖8 α和β不同數(shù)據(jù)收集時(shí)延對比Fig.8 Data gathering delay comparison in different α and β

4 結(jié) 論

在射頻能量捕獲無線傳感器網(wǎng)絡(luò)中，節(jié)點(diǎn)通過捕獲環(huán)境中的射頻能量來支持其工作，在能量不足時(shí)，節(jié)點(diǎn)停止數(shù)據(jù)傳輸而轉(zhuǎn)向捕獲能量，這會(huì)增大數(shù)據(jù)收集時(shí)延.提出的低時(shí)延數(shù)據(jù)收集策略，綜合考慮了能量瓶頸節(jié)點(diǎn)的能量捕獲時(shí)長、節(jié)點(diǎn)的能量捕獲功率以及節(jié)點(diǎn)的剩余能量，可以降低數(shù)據(jù)收集時(shí)延.

參考文獻(xiàn)：

[1] ULUKUS S,YENER A,ERKIP E,et al. Energy harvesting wireless communications: a review of recent advances[J]. IEEE journal on selected areas in communications,2015,33(3):360-381.

[2] GNAWALI O,FONSECA R,JAMIESON K,et al. Collection tree protocol[C]//ACM Conference on Embedded Networked Sensor Systems. New York：ACM,2009:1-14.

[3] BASAGNI S,PETRIOLI C,SPENZA D. CTP-WUR: The collection tree protocol in wake-up radio WSNs for critical applications[C]//2016 International Conference on Computing,Networking and Communications(ICNC). Piscataway：IEEE,2016: 1-6.

[4] 朱藝華,沈丹丹,吳萬登,等.無線傳感器網(wǎng)絡(luò)優(yōu)化生存時(shí)間的動(dòng)態(tài)路由算法[J].電子學(xué)報(bào),2009,37(5):1041-1045.

[5] KUO T W,LIN K C J,TSAI M J. On the construction of data

aggregation tree with minimum energy cost in wireless sensor networks: NP-completeness and approximation algorithms[J]. IEEE transactions on computers,2016,65(10): 3109-3121.

[6] GONG D,YANG Y. Low-latency SINR-based data gathering in wireless sensor networks[J]. IEEE transactions on wireless communications,2014,13(6): 3207-3221.

[7] IMON S K A,KHAN A,FRANCESCO M D,et al. Energy-efficient randomized switching for maximizing lifetime in tree-based wireless sensor networks[J]. IEEE/ACM transactions on networking,2015,23(5): 1401-1415.

[8] WU Y,MAO Z,FAHMY S,et al. Constructing maximum-lifetime data-gathering forests in sensor networks[J]. IEEE/ACM transactions on networking,2010,18(5): 1571-1584.

[9] HE J,JI S,PAN Y,et al. Constructing load-balanced data aggregation trees in probabilistic wireless sensor networks[J]. IEEE transactions on parallel and distributed systems,2014,25(7): 1681-1690.

[10] LU X,WANG P,NIYATO D,et al. Wireless networks with RF energy harvesting: a contemporary survey[J]. IEEE communications surveys & tutorials,2015,17(2): 757-789.

[11] HE S,CHEN J,JIANG F,et al. Energy provisioning in wireless rechargeable sensor networks[J]. IEEE transactions on mobile computing,2013,12(10): 1931-1942.

[12] HEINZELMAN W R,CHANDRAKASAN A,BALAKRISHNAN H. Energy-efficient communication protocol for wireless microsensor networks[C]//Hawaii International Conference on System Sciences. Piscataway：IEEE Computer Society,2000:8020.