传感器选择

传感器选择（精选7篇）

传感器选择 篇1

设备故障监测和诊断技术在进入21世纪后, 发展非常迅速, 这既得益于中国经济的高速增长, 也得益于电子技术的不断进步, 更得益于设备故障监测和诊断技术在企业生产保障、生产安全、维修科学性方面所做出的贡献。在各种设备故障监测和诊断系统中, 传感器做为感应单元都是不可缺少的, 特别是振动传感器被广泛地应用。

测量相对振动广泛采用的是电涡流传感器, 而测量绝对振动的可以是精密的激光测量系统、压电加速度传感器、动圈式的速度传感器、以半导体技术为基础的DC MEMS加速度传感器等等。围绕各种传感器感应元件的发展, 人们也在开发传感器的无线传输技术, 如篮牙、RF等等。但考虑到经济性、可靠性和实际应用环境, 电涡流位移传感器和压电加速度传感器仍然是各种故障诊断系统的主要选择。下面将就加速度传感器的选择进行探讨。

每个传感器生产厂均能给出从几十到数百种不同类型的故障诊断用传感器。如何选择合适的传感器对保障一套设备故障监测和诊断系统的成功是非常关键的。既要考虑到传感器技术本身的特性, 也要考虑实际应用的物理环境。

一、传感器技术方面的考虑因素

1. 敏感元件

压电加速度计是最常用的振动传感器, 其常用的敏感元件分为石英压电晶体和陶瓷压电晶体两种。尽管石英器件的时间稳定性更好一些, 但目前的陶瓷烧结技术已能保证陶瓷感应元件的稳定性并满足故障监测的使用要求, 而且分辨率高和本底噪声低, 已被多数厂家做为主力敏感元件使用。

2.信号类型

压电感应元件将加速度通过惯性质量转换成对应比例的电荷量, 电荷输出型传感器直接输出电荷量, 再通过外接电荷放大器转换成电压信号输出到数据采集装置。它可以适应在高温环境中使用。电压输出型传感器有特殊设计的内置微电子电路, 使得传感器可以在高温环境以及温度循环情况下可靠地工作, 内部集成放大电路和输出稳定性、生产成本低等特点也使其被广泛采用。事实上, 除极端高温特殊使用场合 (>160℃) 外, 电压型加速度传感器早已成为国际趋势。

3.传感器结构

传感器结构一般分为压缩式和剪切式两种:压缩式虽然制造简单、成本低, 但受安装应力和温度影响较大;而三角剪切式以其稳定性被广泛采用, 成为主流。

综上所述, 选择陶瓷、三角剪切、电压输出型传感器为多数应用的选择, 除极端高温环境可能需要选择陶瓷、三角剪切、电荷输出型传感器。

二、实际应用的物理环境

1. 需要测量的参数

通常故障诊断需要选择普通的加速度传感器, 这样可以获得原始振动数据, 而与DCS等控制系统配套的需要选择振动变送器类, 也称为4～20mA输出型。如只需要按设定的报警限得到开关量, 就需要选择数字式振动开关。

2. 测量的幅值范围

通常传感器的输出电压范围是±5V, 如选择的是100mV/g灵敏度的传感器, 测量范围是50g, 而低频型的由于低频信号g值很低, 需要选择500mV/g灵敏度的传感器, 测量范围是10g。故要按照需要在灵敏度和测量范围间作出平衡选择。

3. 测量的频率范围

通常厂家给出的频率范围是按一定测量精度确定的, 有5%、10%和3dB。以某型号传感器为例, ±5%时频率范围是2.4～3 000Hz, ±10%时是1.7～5 000Hz, ±3dB时是0.8～8 000Hz, 所以不能简单地说频率范围是多少, 一定要看是按多少精度来确定的。

4. 传感器安装处的温度

除极特殊情况, 只需要考虑温度上限, 普通的4～20mA变送器上限温度是85℃, 特殊高温设计的可到125℃;普通电压型加速度传感器的上限温度是121℃, 特殊高温设计的可到160℃;再高的温度环境就需要选择电荷型的, 可以到260℃, 甚至到480℃。但是适用于高温的传感器的价格也较高, 所以要视具体使用情况做出选择。

5. 是否为水下或其他液体下安装

集成电缆式传感器可以应用在1 000PSI (水下690m) 压力环境下和有液体喷溅的环境下。但在选用时应详细咨询传感器厂家。

6. 测试环境是否有有害或腐蚀性化学物质

通常故障诊断用传感器是采用SS304#不锈钢制造的, 基本能满足多数有腐蚀环境的使用要求。建议在此情况下, 选用聚四氟乙烯 (PTFE) 电缆, 并增加防腐护套。如果是容易发生线缆硬损伤的环境, 要选用铠装电缆。

7. 传感器的安装空间

传感器的安装空间通常是受设备的具体情况限制的。不受限制的情况下可选用成本相对较低的顶出型的产品, 受限制的情况下就要选用侧出型的 (但相对成本要高一些) , 特殊情况下可选用带有旋转底座的产品。

8. 是否选用精密型传感器

精密型传感器是提供全频率范围标定的 (一般自10Hz始) , 如100mV/g, ±5%;而低成本的仅提供单频率点, 如100Hz, 校准数据100mV/g, ±10%。故障诊断最关键的是监测变化, 低成本型能满足多数的应用, 选择时不需要片面追求高成本的精密级传感器。

9. 是否需要防爆等级

需要注意防爆等级符号, 如“EX”、“FM”、“CS”。

1 0. 低频要多低

对于ICP传感器来说, 测量系统的低频响应取决于传感器的放电时间常数 (DTC) 和适调仪/数据采集仪的耦合时间常数 (CTC) 。对于一个阶跃的测量信号, DTC定义是传感器或者系统放电到原始值37%时所需要的时间, DTC和系统的低频响应有直接的联系。

低频响应可以通过DTC计算得到:

压电材料受限于它固有的高通滤波器特性, 所以通常的压电传感器低频能够做到0.2Hz左右。

总之, 传感器的选择是没有一个绝对方案的, 需要从多方面来考虑, 最后求得一个平衡。除了以上的各种因素, 还要考虑是否有长电缆传输问题、电磁干扰问题等。另外传感器的定期标定也是需要考虑的。建议高温及温度波动大的应用环境传感器每年做一次标定, 一般应用场合两年左右做一次标定。除一些必须要求有计量认证的情况需要到国家计量单位标定外, 可以采用便携式标定仪器在设备现场做标定。

三、选型案例

案例1:造纸机湿部轴承监测, 温度<100℃, 高湿环境, 安装空间受限。

选用IMI 607A11集成电缆, 0.5Hz～10kHz, 100mV/g, 量程±50g, 旋转底座安装, 安装高度25mm, 侧出, IP68密封等级, 可防水溅和水雾环境。

案例2:火电厂现有DCS系统, 考虑利用现有未用IO点增加对引, 排风机和驱动电机的振动监控 (采用振动烈度信号) , 信号直接进入DCS, 而不再投入整套故障诊断系统。但要求在设备出现异常时能将振动信号提供给便携式数据采集器, 用于数据分析。

选用IMI RV640B01 4-20mV振动变送器, 顶出, 3Hz～1kHz, 量程0～25.4mm/s, RV前缀表示带原始加速度缓冲输出 (100mV/g, ±50g) , 分体接头和铠装电缆型号为M043BV010BZ (其中:前缀M表示公制电缆, 043为铠装4芯电缆, BV为此芯军标接头, 010为电缆长度, 10m, BZ表示仪表端无接头) 。

传感器选择 篇2

1 使用范围

重载环境主要包括温度变化范围较大 (如-40℃~125℃) 的环境, 有制冷剂、机油、制动液、液压油等恶劣介质以及使用压缩空气的环境。

重载压力传感器可用于以下领域:

◆用于暖通/制冷空调, 检测系统性能, 对压缩机入口和出口压力、屋顶冷水机组、制冷间、制冷剂回收系统以及压缩机油压进行监控;

◆用于空气压缩机, 检测压缩机性能和效率, 包括监测压缩机入口和出口压力、过滤器压降、冷却水入口和出口压力以及压缩机油压等。

2 选型标准

产品的稳定性、一致性和成本是传感器选型时需要考虑的基本要素。稳定性是系统在任何时间和地点都能够正常工作的保证, 同时, 产品的一致性也很重要, 主要表现在从包装箱内取出的一个传感器必须能够与箱内的其他任意一个传感器互换使用, 且产品性能必须与预定性能相等。除此之外, 重载压力传感器的选型标准还包括以下几项:

(1) 可配置性

使用传感器时, 需考虑产品是标准化还是定制化产品。定制选项包括连接器、压力接口、参考压力类型、量程以及输出形式等。

(2) 总误差范围

总误差范围是一种全面、清晰的重要测量参数, 其组成如图1所示。它描述了装置在补偿温度范围 (-40℃~125℃) 内的真实精度, 对于衡量产品的一致性以及确保产品的互换性非常关键。例如, 总误差范围为±2%意味着无论温度是多少 (只要在既定范围内) , 也无论压力是上升或下降, 误差总处于量程的2%以内。

通常, 制造商并不会在产品数据手册上列出总误差范围, 而是会单独列出各种误差。将各类误差相加, 所得的总误差范围可能会非常大。因此, 总误差范围可以作为选择传感器的重要依据。

(3) 质量和性能

许多情况下, 传感器都是按照1σ或2σ的标准制造。如果产品能按照6σ标准制造, 将具有质量高、性能高以及一致性好等优点, 可以被视为性能符合产品技术说明。

(4) 其他考虑因素

选择重载传感器时, 还应考虑以下因素:

◆必须经过补偿、校准、放大等步骤, 并且是成品——无需加配其他资源即可适应应用要求;

◆支持自定义校准或结合自定义输出的自定义校准, 能够输出各种规定电压, 在不更改设计的情况下即可满足设计规范要求;

◆符合CE指令, 满足IP防护等级要求, 平均失效时间长, 符合电磁兼容性要求, 即便在恶劣环境中也具有较高的耐用性;

◆补偿温度范围宽, 应用领域广泛, 可应用在系统的各个部分;

◆支持多种连接器和压力接口, 能够满足各种应用需求;

◆体积小, 在安置时更加灵活;

◆符合ISO 9001等工业标准;

◆总体成本, 包括集成、配置及实施成本满足需求。

传感器选择 篇3

环境智能Am I (Ambient Intelligence) 是一门新兴的学科, 主要研究如何让我们的日常生活环境充满智能, 使其能够主动感知用户的状态和需求, 并自主地为用户提供支持[1]。通过在人体上、物体上和环境中放置各种传感器来收集信息, 并实时地根据这些信息对用户的行为 (状态) 做出判断和预测, 进而为其提供相应的服务。这其中的一个关键步骤就是对用户的行为进行识别。人体行为识别已被用于各种不同的领域中, 如:老人看护、医疗诊断和治疗、体育训练、动画和电影制作等。

根据使用的传感器的不同, 常见人体行为识别方法可以分为两类:基于视觉 (摄像头) 的识别方法和基于惯性/磁性传感器的识别方法。基于视觉的识别方法主要是通过在用户活动的场所 (如:家里、办公室或实验室等) 周围安装一个或多个摄像头对用户进行观察, 并采用基于计算机视觉的分析方法对人体行为进行分析和识别[2,3]。这类方法的优点是, 它是一种非接触式的方法, 不会对用户的行为造成任何干扰, 但是这类方法可能会涉及个人隐私问题。基于惯性/磁性传感器的方法是通过在人体上安置多个惯性/磁性传感器来采集人体数据, 然后利用这些数据对人体的行为进行分析[4]。随着微型传感器技术的不断发展, 基于惯性/磁性传感器的方法越来越受到关注。目前, 各种微型的惯性/磁性传感器可以直接固定在衣服内面的不同位置, 也不会对用户的行为和生活造成任何的干扰和影响[5]。

基于惯性/磁性传感器的人体行为识别方法需要解决几个关键问题:该使用哪些种类的传感器?每种传感器使用多少个?各个传感器应该被安置在什么位置?目前, 这些问题都还没有一个统一的答案。两种常见做法是:1) 为了保证信息的全面和完整性, 在各个不同的位置放置尽可能多的传感器, 如文献[5]中的方法;2) 为了减少成本和保证处理速度, 根据经验放置尽可能少的传感器, 如文献[6]中的方法。本文将提出一种基于特征选取的方法来解决这些问题。

1 基于特征选取的传感器选择

传感器选择的目的是要选出一个与目标概念相关且传感器个数尽可能少的传感器集合。用于行为识别的体上传感器收集数据都是时序数据, 在收集到这些数据之后, 它们首先被表示成各种不同的特征, 然后行为识别方法根据这些特征值 (而非原始的传感器数据) 对人体当前的行为进行识别。因此, 我们可以根据特征与目标概念的相关度来衡量对应传感器与目标概念的相关度, 进而将传感器选择问题转化为特征选取问题。

特征选取算法可分为三类:嵌入式特征选取、过滤式特征选取和封装式特征选取。在嵌入式特征选取中, 特征选取算法作为组成部分被嵌入到分类算法中, 如C4.5决策树[7], 算法在每一个节点处选择对现有决策树的分类能力具有最好增强效果的一个特征。过滤式特征选取独立于分类算法, 直接根据样本数据对候选特征做出评价和选择。封装式特征选取是将分类算法的性能作为特征选取的评价标准。虽然嵌入式方法和封装式方法所得结果通常会比过滤式所得结果要好, 但是这两类方法的通用性较差且计算复杂度较高。

Relief算法是Kira和Rendell[8]在1992年提出的一种简单有效的过滤式特征选取算法, 其基本思想是:好的特征应该使1) 同类样本较为接近, 而且2) 不同类样本之间的距离较远。原始的Relief算法[8]只局限于解决双类别的分类问题。1994年, Kononenko[9]对Relief进行扩展, 并提出了Relief F算法 (如图1所示) 。Relief F不仅可以解决多类问题, 而且能够处理数据丢失的问题。

Relief F算法随机地从训练集中选取m个样本实例, 针对每个被选的实例xi, 分别从与之相同的类别和各个与之不同的类别中选取k个最近的实例 (Hi和M) , 并通过求取这些样本之间差异的均值来作为各个特征的权值。

基于Relief F的特征选取方法首先采用Relief F计算各个特征的权值, 并将所有特征按照权值由大到小进行排序, 然后通过设定权值的阈值来判断特征是否有效;或是直接选择前s个权值最大的特征。

2 实验

2.1 实验设置

本文采用由Roggen等人提供的OPPORTUNITY数据集[5]作为测试数据。OPPORTUNITY数据集是用于人体行为识别的一个标准测试集, 该数据集是通过布置在人体、物体和环境中的72个10种不同的传感器对12个参与者在早晨准备早餐时所记录的数据。

和文献[10]一样, 本文主要关注于通过安置在人身体上的传感器 (体传感器) 数据对人体行为进行识别。为了和文献[10]的实验结果进行对比, 我们采用和文献[10]相同的测试数据 (OPPORTUNITY数据集的一个子集) :有4个参与者;对每个参与者都记录了6天的数据;在每天的 (准备早餐) 活动中, 每个参与者会进行17种不同的行为活动, 包括:擦桌子、打开/关掉洗碗机、打开/关上第一个抽屉、打开/关上第二个抽屉、打开/关上第三个抽屉、打开/关闭第一扇门、打开/关闭第二扇门、打开/关上冰箱、移动杯子和一个缺省状态。

本文只使用安置在运动夹克上的5个传感器单元。这5个传感器单元分别安置在背部中间、右上臂、右下臂、左上臂和左下臂处。每个运动单元包括3个传感器:加速度传感器、陀螺仪传感器和惯性传感器。

根据文献[10]的实验结果可以看出, 在OPPORTUNITY数据集上, k最近邻算法k NN的识别准确率最高。因此, 本文也采用k NN作为分类器。和文献[10]一样, 本文以滑动窗口的信号均值作为每个传感器信号的特征, 窗口的长度为500 ms、步长为250 ms。

2.2 实验结果

图2和表1显示了利用Relief F算法对运动夹克上的传感器数据特征进行评估的结果。1XX表示位于夹克背部中间的传感器数据, 2XX、3XX、4XX、5XX分别表示位于右上臂、右下臂、左上臂和左下臂的传感器数据, Xm X表示磁性传感器数据, Xa X表示加速度传感器数据, Xg X表示陀螺仪传感器数据, XXx、XXy、XXz分别表示x, y, z方向的传感器数据。实验结果显示:a) 磁性传感器的权值最大, 陀螺仪传感器的权值最小, 加速度传感器居中;b) 安置在背部中间的磁性传感器的特征权值最大。

表2显示了只使用被选的5个最好的特征 (1mz、5mx、3mx、2my和4mz) 和使用全部特征的分类性能比较。实验结果显示即使只使用被选的5个特征也能保持和使用全部特征类似的分类性能。

3 结语

针对行为识别问题, 本文提出了一种基于特征选取的传感器选择方法。实验结果显示, 在识别准备早餐过程中的各种行为 (OPPORTUNITY数据集) 时: (1) 磁性传感器的效果最好; (2) 安置在背部中间的磁性传感器最为重要; (3) 即使只使用5个被选的特征也能保持和使用全部特征类似的识别准确率。

摘要：基于传感器的行为识别是环境智能中的一个关键问题, 但是“该使用哪些种类的传感器?”以及“每种传感器该使用多少个?”都还是有待解决且具有挑选性的问题。针对这些问题, 提出一种基于特征选取的方法来选择传感器。实验结果显示, 在OPPORTUNITY标准数据集上, 1) 相比于加速度传感器和陀螺仪传感器, 磁性传感器的识别效果较好;2) 只使用被选取的5个最好的磁性传感器特征也能达到和使用全部传感器特征类似的识别准确度。

关键词：行为识别,传感器选择,特征选取,环境智能

参考文献

[1]Cook J D, Augusto J C, Jakkula V R.Ambient intelligence:Technologies, applications, and opportunities[J].Pervasive and Mobile Computing, 2009, 5 (4) :277-298.

[2]Moeslund T B, Hilton A, Krüger V.A survey of advances in visionbased human motion capture and analysis[J].Computer Vision and Image Understanding, 2006, 104 (2-3) :90-126.

[3]刘宏志, 吴中海, 李超, 等.一种基于三维骨架化的人体姿势估计方法[J].软件学报, 2010, 21 (增刊) :158-164.

[4]Altun K, Barshan B.Human activity recognition using inertial/magnetic sensor units[C]//Human Behavior Understanding, 2010:38-51.

[5]Roggen D, Calatroni A, Rossi M, et al.Collecting complex activity data sets in highly rich networked sensor environments[C]//International Conference on Networked Sensing Systems, 2010:233-240.

[6]陈雷, 杨杰, 沈红斌, 等.基于加速度信号几何特征的动作识别[J].上海交通大学学报, 2008 (2) :219-222.

[7]Quinlan J R.C4.5:Programs for Machine Learning.Morgan Kaufmann Publishers[M].Morgan kaufmann Publishersmc, 1993.

[8]Kira K, Rendell L A.The feature selection problem:Traditional methods and a new algorithm[C]//Proceedings of the National Conference on Artificial Intelligence (AAAI’92) , 1992:129-134.

[9]Kononenko I.Estimating attributes:Analysis and extensions of Relief[C]//Machine Learning:ECML-94, 1994:171-182.

传感器选择 篇4

无线传感器网络是一个由大量、微型传感器节点通过多跳方式构成的自组织网络, 相对于Adhoc网络, 传感器节点能量、通信和计算能力有限。因此, 选择合适的无线传感网络路由协议, 提高无线传感器网络的能量利用率是当前一个重要的研究课题[1]。

针对无线传感网络路由问题, 许多学者对其进行大量的研究。当前主要有平面和分簇两种路由协议, 其中低能量自适应分簇LEACH协议是一种经典、成熟的分簇路由协议, 以循环方式随机选择簇首, 将整个网络的能量负载平均分配到每个传感器节点中, 从而达到降低网络能源消耗, 以提高网络生存时间[2,3]。经典LEACH协议存在簇首选举不合理、节点能耗不均匀等不足, 导致无线传感器网络的生命周期短。为此, 针对经典的LEACH协议的不足, 一些学者提出一些改进的LEACH协议。如卢建刚等对LEACH簇首选择与路由通信方式进行了改进, 更加均衡了整个网络能耗, 网络生命时间得以延长[4]。刘智珺等对LEACH的簇路由中引入多跳通信思想, 集成了多跳、单跳混合的数据传输模式, 网络生命周期得到了显著延长, 但没有考虑最短路径多跳通信[5]。赵鹏飞利用Djikstra算法实现簇首与基站的多跳通信, 降低了网络传输能耗, 解决了LEACH大范围通信时簇首过早死亡的缺陷[6]。陈彬兵等引入剩余能量与网络平均能量, 并通过Voronoi图单元进行簇首选择, 但是没有考虑当所有的节点当前能量低于平均能量时, 信息传输不出去的情况[7]。

针对LEACH协议能耗大、生命周期短等不足, 提出一种簇首选择改进的LEACH无线传感器路由协议 (M-LEACH) 。首先引入加权因子, 综合考虑节点剩余能量、网络平均剩余能量、上一轮节点消耗的能量选择簇首, 然后考虑接收信息、簇首以及传输ADV的能耗选择簇首数量, 最后进行仿真实验。结果表明:相对于LEACH协议以及其它改进的LEACH协议, M-LEACH降低了传感器网络的能耗, 延长了网络的生命周期。

1 LEACH协议

LEACH基本思想为:采用循环方式随机等概率选择无线传感器的簇首, 将网络能量消耗均匀分配到各传感器节点, 降低网络的能耗, 以提高网络的生命周期[8]。

1.1 簇的形成过程

每一个传感器节点生成一个[0, 1]的随机数, 如果某个节点随机生成的数字小于T (n) 则成为当前轮簇簇首, T (n) 的计算公式为:

式中, n为节点总数;P为节点当选为簇头的概率;r为节点随机生成的0到1之间的数字;G等于在当前轮的前1/p轮中没有当选为簇头的节点[9,10]。

1.2 数据信息传输过程

节点根据概率决定自己成为本轮的簇头后, 在网络中广播一条公告消息, 通知其他节点自己已经成为本轮的一个簇头。其他节点选择一个信号强度最大的作为自己的簇头, 然后接着各非簇头节点向自己决定加入的簇头节点发出请求。在稳定阶段, 簇内使用TDMA方式进行通信, 节点在不属于自己的时间片内可以使收发装置进入低功耗模式以节能。

1.3 节点能量消耗模型

传感器发送kbit数据通过距离d时的能耗为ETx:

式中, 送数据信息的能耗;为两种信道模型下功率放大所需能量;Eelec是发射电路的耗损能量[11]。

接受k比特信号所消耗的总能量为Erx:

2 改进的LEACH路由协议 (M-LEACH)

2.1 LEACH存在的不足

LEACH将能耗分摊到整个网络的传感器节点上, 可以降低网络的能耗, 提高网络性能, 但仍然存在一些不足, 主要为:

(1) 在经典的LEACH协议中簇头的选择是通过阈值判定来选取的, 没兼顾其具体的地理位置, 造成簇头节点无法均摊到网络体系中, 不能形成最优。

(2) LEACH协议每一个节点被选作簇首的概率均等, 忽略了不同传感器节点间的能量差异。如果低能量的节点被选作为簇首, 那么其会很快死亡, 导致簇间正常通信无法进行, 影响整个网络的鲁棒性。

(3) LEACH协议信息输送距离较远, 且信息融合不多, 导致了高能耗。这样, 如果簇首距离基站越远, 那么能耗相应更快, 网络生命周期缩短以及覆盖面积变小。

2.2 LEACH协议的具体改进

(1) 选择最优簇首

根据式 (1) 可知, LEACH协议选择簇首时没有考虑每个节点的剩余能量ER、网络平均剩余能量Eave、节点与网络在前一轮中所消耗的平均能量情况 (Eave_cons、ECon) 等因素, 无法确保能耗均布在整个传感器网络。为此, 本文引入加权因子β, 综合考虑ER、ECon、Eave、Eave_cons对簇首择取方式进行优化, 以获得更优的簇首。基站节点向整个网络播消息过程, 节点与基站间的距离di可以由接收强度来测量, 并将di传输给基站节点, 那么距离因子λ的计算公式为:

式中, dmax、dmin与dave为节点与基站距离的最大值、最小值以及均值。

引入λ、β、ER、ECon、Eave、Eave_cons, 那么T (n) 计算公式变为:

式中, β为加权因子;ER为节点剩余能量;ECon为节点在前一轮的能耗, Eave为网络平均剩余的能量, Eave_cons为网络上一轮平均消耗的能量;λ为距离因子。

(2) 簇首数量的优化

根据式 (2) 、式 (3) 可知, LEACH协议的总能耗同时与数据容量、通信距离密切相关, 由于εmp远远小于Eelec, 那么发送数据容量的能耗可以忽略不计, 因此可将能耗与距离的关系视为正比例关系, 确定簇首数量时, 希望每次通信的总能耗达到最低, 且该能耗能够均布在整个网络。设定一个A×A的覆盖区域, 且分布N个节点在该领域内, 共有n个簇首在这些节点中, 则任何一个簇都有1个簇首和N/n-1个非簇首。则簇首一次收发k比特的数据能耗ECH可表示为:

式中, k为一次发送的数据容量;EDA为簇首进行数据融合与压缩的能耗, dsink为簇首与基站的距离。

每个节点在一次数据传输中的能耗EQ为:

式中, dx为非簇首与簇首之间的距离。

综合考虑数据信息传输与接收所需要的能量、簇首的能耗以及传输ADV的能耗综合考虑, 可以得到总能耗ETotal:

综合式 (7) -式 (9) 可以得到:

式中, dadv为簇首的最大覆盖距离。

根据节能目的, 令dE/dk=0, 得到簇首最优数量为:

3 仿真实验

3.1 仿真环境

为了测试M-LEACH协议的有效性, 采用P4 530 3.0 GHz, 2G RAM、Windows XP操作系统环境下, 采用VC++实现仿真实验。设置无线传感网络覆盖区域是500 m×500 m, 100个传感器节点随机分布于其中, 见图1所示。为了M-LEACH协议的有效性, 采用LEACH协议以及文献[12]中的改进LEACH协议进行对比实验, 参数见表1所示。

3.2 结果与分析

(1) P值的确定

在M-LEACH协议中, 不同的簇首选择概率P值, 网络性能就相应不同, 图2为存活节点数量与P之间的变化曲线。从图2可以知道, P=0.05时, 整个无线传感器网络的存活节点较多, 在网络运行700轮之后, 存活节点数量逐渐减小, 且当网络工作1350后, 存活节点为0, 网络无法工作;而当P等其他值时, 较早地呈现存活节点个数下降, 过早出现节点全部瘫痪状态, 因此仿真实验的P=0.05。

(2) 网络总能耗比较

不同LEACH协议的网络能耗测试结果如图3所示。从图3可知右, 随着轮数不断增加, 所有LEACH协议的网络总能耗逐渐的增加;但是对于LEACH协议, M-LEACH协议的能耗增长速度更加缓慢, 节能效果非常明显。在750轮左右, M-LEACH的能耗为14.5 J, 传统LEACH协议的能耗18.5 J, 能耗大约降低了20%。同时, 对于文献[12]改进的LEACH协议, M-LEACH协议的能耗相对更小, 网络能耗更加均衡, 从而达到了节能效果。

(3) 网络生存时间比较

不同LEACH协议的无线传感器网络生命时间对比结果如图4所示。对图4进行分析可以得到如结论:

(1) LEACH协议在500轮时, 出现节点死亡现象, 当工作轮数达到1150轮时, 整个无线传感器网络的节点全部死忙, 网络失效。

(2) 文献[12]改进的LEACH协议在600轮时, 出现节点死亡现象, 当工作轮数达到1280轮时, 整个无线传感器网络的节点全部死忙, 网络失效。

(3) M-LEACH协议在750轮时, 才开始节点死亡现象, 远远大于对比协议, 同时当工作轮数达到1550轮时, 整个无线传感器网络的节点全部死亡, 网络失效, 网络生存时间大幅度延长。这主是由于M-LEACH协议首先对簇首地理位置进行考虑, 选择性能最优节点作为簇首, 同时考虑了ER、ECon、Eave、Eave_cons和簇首最大覆盖距离, 保证簇首均匀分布于满整个传感器网络, 降低了网络的能耗, 延长了网络的生存时间。

4 结语

针对LEACH协议簇首选择过程存在的不足, 提出了一种簇首改进的LEACH的无线传感器路由协议, 并通过仿真实验与其它协议进行了对比。结果表明, 相对对比协议, M-LEACH协议减少了无线传感器节点的能耗, 使网络能量负载更均衡, 提高了节点的生存率, 显著延长了网络的生命周期。

摘要：针对LEACH (Low Energy Adaptive Clustering Hierarchy) 协议能耗大、网络生命周期短等不足, 提出一种簇首选择改进的LEACH无线传感器路由协议 (M-LEACH) 。首先在综合考虑节点剩余能量、网络平均剩余能量、上一轮节点消耗的能量基础上, 引入加权因子选择簇首。然后根据接收信息、簇首以及传输ADV的能耗确定簇首的数量, 使簇首在网络中分布均匀。最后采用仿真实验进行性能测试。结果表明, 相对于LEACH协议以及其他改进的LEACH协议, M-LEACH降低了传感器网络的能耗, 使整个网络能量更加均衡, 延长了无线传感器网络的生命周期。

关键词：无线传感器,路由协议,最优簇首,加权因子

参考文献

[1]孙利民, 李建中.无线传感器网络[M].北京:清华大学出版社, 2005.

[2]Kim K T, Lee B J, Choi J H, et al.An energy efficient routing protocol in wireless sensor network[C]//International Conference on Computation Science and Engineering, 2009, 1:132-139.

[3]Shi S, Liu X N, Gu X M.An energy efficiency optimized LEACH-C for wireless sensor networks[C]//International ICST Conference on Communications and Networking in China, 2012, 10:487-492.

[4]卢建刚, 乐红兵.基于节点相对密度的无线传感器网络成簇算法[J].传感技术学报, 2011, 24 (4) :588-592.

[5]刘智珺, 李腊元, 杨少华.基于能耗均衡的LEACH-DC协议的设计[J].计算机工程与设计, 2012, 33 (11) :1337-1341.

[6]赵鹏飞, 金心宇.一种无线传感器网络的新型集中式能量有效型路由协议[J].传感技术学报, 2006, 19 (1) :30-49.

[7]陈彬兵, 施叶玲.基于区域簇首选择的WSN路由协议[J].计算机工程, 2011, 12 (1) :96-98.

[8]牛伟伟, 高铁杠.LEACH-C协议中模拟退火算法的改进[J].计算机工程与设计, 2011, 32 (6) :1869-1872.

[9]张招亮, 陈海明, 黄庭培.无线传感器网络中一种抗无线局域网干扰的信道分配机制[J].计算机学报, 2012, 35 (3) , 504-517.

[10]李志宇, 史浩山.一种负载均衡的无线传感器网络自适应分簇算法[J].西北工业大学学报, 2009, 27 (6) :822-826.

[11]周玉, 景博, 杨洲.一种基于遗传算法的无线传感器网络LEACH路由协议的改进算法[J].计算机研究与发展, 2010, 47 (1) :325-327.

传感器选择 篇5

在工业控制、检测和自动化生产线的工程设计中, 经常会遇到不同类型传感器的选择问题。由于传感器的种类较多, 其特点和适用环境又有区别, 因此, 如何快速选择传感器对工程技术人员来说有着重要意义。本文从传感器的应用环境出发, 详细介绍几种常用传感器的快速选择方法。

1 传感器的基本类型、作用及原理

传感器是工业控制、检测中应用十分广泛的电气元件, 其作用是在自动化生产线上、项目或过程控制中将检测到的或感应到的物体信息传到下一个电气单元或终端[1,2]。传感器的型号主要有2个大类、4个基本类型。

(1) 机电类

常用的是限位开关:通过与被检测对象的直接接触来实现检测功能。

(2) 电子类

常用的有以下3种:

① 电感式接近开关:

用于检测短距离的金属对象。通过一个电磁振荡器、线圈组成检测面, 在线圈周围产生交变磁场, 当金属目标进入磁场时, 其感应电流附加磁场阻止了线圈磁场的交变, 引起振荡衰减或停止, 从而使输出驱动器动作。

② 电容式接近开关:

用于检测短距离的非金属对象及液体或粉尘颗粒。通过一个电磁振荡器、电容组成传感界面, 当介电常数大于1的导体或绝缘体位于传感界面附近时, 改变了耦合电容值而对振荡产生影响。

③ 光电开关:

是一种能够不与被检测物体直接接触, 而实现远距离检测的传感器, 检测距离较远, 通常在0～60 m范围内。光电开关由发射器、接收器、信号处理、信号放大等部分组成, 发射器将电信号转换为光脉冲信号, 当检测目标进入发射器与接收器的检测区域时, 引起发射端和接收端之间的光强产生变化, 接收器通过光电效应产生电流输出, 再由信号处理、信号放大部分控制输出执行机构, 从而达到探测目的。

综上所述, 机电类传感器的特点:通过与被检测对象的直接接触进行检测, 但被检测对象通过的速度或接触的频率不能太高;电子类传感器的特点:通过与被检测对象的非直接接触进行检测, 既可短距离检测也可远距离检测, 适用于被检测对象通过的速度快且频率高的场所[3,4,5]。

2 选择传感器的注意事项

在工程设计中选择传感器应考虑以下几个方面的问题:

(1) 使用条件:主要考虑使用频率、被检测对象的性质、质量及通过的速度、检测精度及对检测可靠性的具体要求。

(2) 使用环境:主要考虑被检测对象周围的环境湿度、灰尘、腐蚀性、温度等。

(3) 防护要求:主要考虑是否要防振动或防液体的喷溅及污染等。

(4) 有关电气参数:主要指工作电压、电流、触点的个数及触点的特征。

(5) 安装部位:主要考虑安装点的安装尺寸与运行调试是否满足日常维护空间的需要。

3 选择传感器的方法与步骤

通常应根据应用场所来确定传感器的类型, 然后再选择具体传感器的产品型号, 其选择步骤如图1所示。

4 传感器应用场合[6,7]

(1) 限位开关:

用于普通机械和机床上 (如车床、起重设备、装卸设备等) ;食品与化工机械 (如储藏机械、包装机械等) ;其它机械行业 (如装配线的产品检测、输送车辆检测、运动方向检测) 。

(2) 电感式接近开关:

常用于检测有无金属物体存在;机床加工业、机器人;化工、食品业 (金属包装材料产品) ;输送带及总装线上。

(3) 电容式接近开关:

常用于检测非金属或液体、粉尘颗粒;将液体灌入瓶子或容器中的控制;检测容器中的粉状物体;食品、化工业 (玻璃等包装材料产品) ;塑料制品生产、木制品及一些材料加工业。

(4) 光电开关:

任何形状和各种材料的检测;检测对象速度快、频率高的场合;工业及其它行业;建筑物中的电梯检测;人员、车辆及动物检测等。

5 结语

传感器的选择是工业控制设计中经常遇到的工作, 随着现代科学技术的发展, 工程技术人员应能掌握正确快速的传感器的选择方法, 从而提高工作效率。

摘要：介绍了在工程设计中限位开关、电感式接近开关、电容式接近开关、光电开关这几种常用传感器的作用及原理, 指出了选择这几种传感器时应注意的问题, 并给出了这几种传感器的选择步骤及工程应用场合。

关键词：传感器,快速选择,限位开关,接近开关,光电开关

参考文献

[1]李增国.传感器与检测技术[M].北京:北京航空航天大学出版社, 2009.

[2]李小玲.传感器与检测技术在机电一体化系统中的应用[J].现代电子技术, 2006, 29 (1) :121-122.

[3]杨帆.传感器技术[M].西安:西安科技大学出版社, 2008.

[4]吴建平.传感器原理及应用[M].北京:机械工业出版社, 2009.

[5]贾石峰.传感器原理及传感器技术[M].北京:机械工业出版社, 2009.

[6]陈键.传感器及应用[M].北京:北京理工大学出版社, 2009.

互感器的选择及使用 篇6

互感器的原理和变压器相似。互感器在电力系统中的接线原理图如图1。

图1中,TA和TV表示电流互感器和电压互感器,A、V分别表示电流表和电压表;I>和U>分另表示电流继电器和电压继电器,WH表示电能表。由图1可知,电流互感器是串联在线路中运行的,而电压互感器是并联在线路中运行的。在使用中应根据测量和保护的具体情况正确地选择和使用电压互感器和电流互感器。

1 电流互感器的选择

1) 电流互感器的额定频率应与应用线路电流的频率相一致。如不一致,就不能准确反映实际电流大小,或发生事故。

2) 根据被应用线路的电压等级,选择电流互感器的额定电压,这样才能保护人员和设备的安全使用,绝对不能把额定电压低的电流互感器安装使用在电压等级比它高的线路中使用。但电流互感器的额定电压高可以使用在低于额定电压的线路中。

3) 根据使用线路的电流大小,选择电流互感器的一次额定电流,互感器的二次额定电流一般为5A。电流互感器的一次额定电流应等于或大于使用线路的电流,若一次线路的电流大小是变化的,则变化的范围应在10%～120%的额定电流之间,否则就最好选用多变比电流互感器,因小于10%时误差太大,大于120%时有可能烧怀电流互感和线路设备等。

4) 根据电流互感器二次侧所接仪表和连接导线阻抗,选择互感器的额定负荷和功率因数。在单相线路中,电流互感器的二次负荷,就是互感器二次侧所接仪表内阻抗,连接导线和接触电阻的阻抗之和。应选用额定负荷等于或稍大于以上阻抗和,并且功率因数相近的在1～0.8之间的电流互感器,在用互感器测量三相功率的线路中,而互感器的实际二次负荷应按有关公式计算,选择电流互感器额定负荷比计算值稍大,并选其中一相互感器的功率因数为0.8,另一相互感器的功率因数为1～0.8。

如果互感器二次侧所接仪表和连接导线可变,则变动范围应在电流互感器的额定负荷与下限负荷之间,因为当电流互感器的二次负荷大于额定负荷或小于下限负荷时,互感器的准确度无法保证。

5) 如果是用来扩大电流表或者说其它仪表电流线圈的量程的电流互感器,其准确度要比电压表或电压线圈的精度要高1.0～2.0级;用来扩大功率表量程的电流互感器,其准确度应不低于1.0级,用来扩大电度表量程的,其准确度应不低于0.5级。标准电流互感器的准确度等级应比被检定电流互感器的精度高2级,且不低于0.2级,且两互感器的电流比相同。

6) 电流互感器在运行中严禁二次侧开路,因开路时二次侧电流就全部为激磁电流,导致激磁电流急速增加,铁心急速饱和,线圈感应电动势净值剧增,可能击穿互感器绝缘,引起人身和设备事故,因此,电流互感器二次侧应装有开路保护装置,在高电压下装置若击穿,二次侧将会短路,并在互感器外壳上设置警示标志。

对于多变化的电流互感器,在使用中只能选用其中一个变比,即一个一次线圈和相应的一个二次线圈,其它线路线圈开路,对于多次级的电流互感器,两个或三个次级可同时使用,各自接相应的二次负荷,只用一个次级时,不用的次级短路。

2 电压互感器的选择

1) 电压互感器的额定频率应与使用线路的频率一致。如不一致,就不能准确反映实际电压大小,或发生事故。

2) 根据被使用线路电压,选择电压互感器一次额定电压。二次额定电压一般为100V。

电压互感器和电流检测仪表在其额定值附近误差最小,因此,电压互感器的一次额定电压应等于或稍大于被检测线路电压值,二次额定电压应等于检测仪表的额定电压。若线路电压的大小是变化的,则变化范围应在85%～115%(0.5级电压互感器)或20%～120%(0.2级及以上的电压互感器),额定电压范围内,否则就要选用多变化的电压互感器。

3) 根据电压互感器二次侧所接仪器的导纳,选择使用电压互感器的额定负荷和功率因数。应选用额定负荷等于或稍大于实际负荷导纳,且功率因数相近的(1～0.8)电压互感器。

如果二次负荷的大小变化,则变动应在电压互感器的额定负荷与下限负荷之间,因为当电压互感器二次负荷大于额定负荷或小于下限负荷时,互感器准确度不能保证,对于仪表使用的电压互感器,当二次负荷比额定负荷增大一倍时,互感器的准确度将下降一个等级。

4) 如果是用来扩大电压表或仪表电压线圈的量程的电压互感器,其准确度等级应比电压表或电压线圈的精度等级高1.0～2.0级,用来扩大功率表量程的电压互感器,其准确度应不低于1.0级,用来扩大电度表量程的其准确度应不低于0.5级,标准电压互感的准确度等级应比被检定的电压互感器高2级,且不低于0.2级。且两互感器的电压比一般应相同。

5) 电压互感器在运行中严禁短路,一旦发生短路,将烧毁互感器,在多变比的仪器用电压互感器中,只能选用一个一次线圈和一个二次线圈组成一个电压比,其它线圈必须开路。

6) 电力系统使用的电压互感器,在高压中性点不直接接地系统中,线路对地电容与中性点接地的电压互感器并联,当系统运行状态发生突变时,可能发生并联谐振,由于电压互感器铁芯饱和,谐振过电压不会太高,但是在发生分频谐振时,频率底,铁芯磁通密度很高,可能产生很大的激磁电流烧坏互感器,为了防止铁芯谐振的方法是在电压互感器的开口三角端子上或一次线圈中性点接入适当的阻尼电阻。

参考文献

[1]张道民.电流互感器和电压互感器[M].北京:水利电力出版社,1986.9.

[2]白忠敏.电力用互感器和电能计量装置[M].北京:中国电力出版社,2000.1.

传感器选择 篇7

传感网或移动自组网(Mobile Ad Hoc Network,MANET)[1]是在一定范围内,由一些无线移动设备(也称为节点)组成的集合,它无需任何固定的基础设施支持和管理,就可以互相通信。其因有限的电池能量引起了一系列关于物理层、MAC层和网络层的节能问题。因此,最大化网络生存期受到越来越多的关注。网络生存期定义为直到出现第一个节点能量耗尽的时间。

许多文献尝试降低能耗和最大化自组织和无线传感器网络的生存期。文献[2]提出一种降低无线网络能耗的策略,利用能量控制来降低传输功率,这样能最小化物理层的能量消耗[3]。在移动自组织网络中,通过假设单源节点引起的传输降低了复杂度[4,5,6]。关于最小化广播通信中总能耗的相关问题已得到广泛研究,它为网络的生存期提供了一个自然上界。文献[7 - 8]表明最小化总传输能量是NP难问题。文献[9]提出容错拓扑控制问题的一般近似框架,但该问题并没有解决节点的剩余能量。

同样有文献研究多跳路由选择来最大化网络生存期。文献[10]提出最大化系统生存期的新路由算法,在限制给定的能量时,最大化源节点和目标节点间的信息传输量。文献[11]将该方法进一步拓展,考虑了每条链路的Shannon容量。当节点用完电池或者连接到电源,为解决这种异构化情况,研究一种新的能量感知路由算法,该方法解决了多跳网络中的单播通信问题,然而本文解决的是单跳情况下的广播通信问题。当部分节点位置为变量时,寻找中继节点(能量最优)的位置,给出网络中传感器位置,该问题在文献[12 -13]中作为示例进行研究。

本文将节点分割为若干小组,称之为聚类。成员节点发送数据到最近的簇头(主节点),这些节点将数据聚合,并将消息发送到下一目标节点。如文献[14 -15]中的低能量自适应聚簇分层(Low Energy Adaptive Clustering Hierarchy,LEACH) 是无线传感网中第一个基于聚类的路由协议,它利用一种随机模型进行簇头选择,该协议采用分布式随机算法形成聚类,但并没有考虑残余能量。文中主节点(簇头) 将数据广播给所有节点,且所提算法考虑了剩余能量。本文用一种形式化分析补充了算法上的仿真结果,且所提分析方法可用于分析不同的聚类算法。

1 问题描述

本文中,对于集合V (表示潜在主节点),功率分配是一种函数p:V → R。对收发器的每个有序组(u,v) 分配一个传输功率阈值c(u,v),其有以下含义:仅当传输能量至少为c(u,v),v可以接收到由u发射的信号。本文假设c(u,v) 确定且对称。当以最大功率传播时,仅当节点可以到达其他所有节点时才选择它。对于节点m ∈ V,定义pm表示功率分配p:V → R,表示为:

式中,pm(v) 为当m为主节点时分配到v的功率。

一个包的传输功耗由发送和接收的一个距离独立部分和发送的一个距离相关部分组成。假设电池模型为线性,本文聚焦于和功耗相关的距离支配通信的有效性。每条边具有电池能量bv,通过具有传输功率为pm(v) 的节点v ,每条消息传输降低的功率为 λpm(v) 。

假设所有节点v ∈ V以恒定速率av传输,其中av表示单位时间的消息数量,称一系列传输为每个v ∈ V节点每轮传播av次。基于这些假设经过一轮可以获得电池下降(主节点m ):

文献[16]分析主节点m在网络整个生存周期中保持不变的情况。本文研究该问题的动态场景:给定一个图G = (V,E,c,b,a) ,其中c:E → R表示初始电池电压bv,v ∈ V和相对频率a1,…,an。本文寻找每个节点v作为主节点的轮数xv。其中,xv≥ 0 须以这种方式选择:当每个节点的剩余电池容量在网络生存期内为正数,∑v∈Vxv最大,其中,x表示向量(x1,…,xn) 。根据以最大功率传播时每个节点都能到达所有其他节点,本文假设E对应一张完全图。

当所有m ∈ {1,…,n} 满足以下条件时称x = { x1,…,xn} ∈ N+n是合理的:

其中项λ∑v≠mamxvpv(m)和分别表示节点m在节点v ≠ m和m时,主节点周期性的电池容量下降。

依比例缩放,假设 λ = 1 。当x = (x1,…,xn)时,式(2)可改述为: Ax ≤ b ,其中b:V → R+,A是一个n × n矩阵,(v,m) 对应项定义为:

丢弃轮数的完整性约束,生存期的最大值( 对于一个动态选择的单中继节点)对应着一个简单线性程序的解,称之为最优主节点选择(Optimal Master Selection,OPT) 算法。最优主节点选择中,本文选择x ≥0 ,当Ax ≤ b时,是最大的,矩阵A如式(3)所示。

下一节将比较最优主节点选择算法和直接传输算法(Direct Transmission,DIR)。在直接传输算法中,没有主节点:从源到目的节点,所有节点都能通过单跳传输到达其他所有节点。

2 均匀分布情况分析

本文所有节点以相同的传输功率p进行传输。式(3) 中定义的矩阵A表示为A = (n - 1)p In+p En,其中In表示单位矩阵,En表示全1 矩阵。

定理1 给定G = (V,E,c,b,a) ,其中E是完全图,对于所有v ∈ V满足av= 1,n ≥ 2。然后直接传输算法的网络生存期表示为:

对于最优主节点选择算法可得网络生存期为:

式(5)解释如下:当电池容量在网络中均匀分布,最优生存期由经过一轮网络的总电池容量降为(2n - 1)p的事实决定。一轮后,所有n - 1 个受控节点已经传输,降低了总能耗的(n - 1)p ,所有这些传输已经经过主节点转播,该主节点已经执行了n - 1 次转播行为,并将功率降低了(n - 1)p 。此外,主节点将单广播初始化为源节点,这样每一轮网络的总功率降低p(2n - 1)。所以轮数不能超过∑v∈Vbv/ p(2n - 1),当有一个或多个电池容量小的节点时,不可能达到上界,因为当其他节点是主节点时,它们不能作为从节点。

本文首先考虑均匀模型,它分配一个传输功率阈值c(u,v) 到组(u,v) 的每一个节点,其中c( u,v) 在[0,1]上均匀分布,c( v,u) = c( u,v) 。同样将Bv作为随机电池容量,假设,其中α≥0,U表示均匀分布。对于传输频率,假设对于所有v∈V满足av=1,其中单边决定了两个顶点的传输功率阈值,本文分析一个“独立模型”,对于每个节点v,传输功率阈值为U1,…,Un-1,它们的n-1个相邻节点随机产生。

定理2在独立假设下,所有的全一电池容量为B=1,网络的预期生存期采用直接传输算法为:

注意到当n→∞时,E[L]无限趋近于1。对于很多节点最大权重趋近于1(自下),就回到恒功率情况下(如式(4)所示)。下一个定理解决了电池水平从区间[α,1]中均匀选择的情况,其中0≤α<1。

定理3当0≤α<1,基于独立假设,其中,网络采用直接传输算法的预期生存期L为:

其中,

注意当 α = 0 时,式(7)减少为:

它无限趋近于0,对应网络中的情况是,节点刚开始电池几乎是空的,且决定了网络的生存期。

定理4 定义0 ≤ α < 1 ,基于独立性假设,B  [α,1],网络生存期L的上界L' 采用最优主节点选择算法可描述为:

其中Z,W,B是随机变量,Z = max{U1,…,Un-1}(n≥3),,此外,

其中,表示平均收敛。

上界E|L'|,L'=B/(n Z+W)由网络中总功率决定网络生存期这一事实决定。L'的准确值可通过调整B=b和W=w来计算,然后计算w≥b/x、w ≤ b / x - n和其它条件下的P( L ≤ x | B = b,W =w) ,依次消除W和B 。从定理4 可看出E[L']≈n( α + 1) /3( n - 1) 。

3 几何情况分析

本文对动态中继节点选择方案中,研究了几何设置对于网络生存期问题的影响。假设图G = (V,E,c,b,a) ,其中对于所有v ∈ V有av= 1,E是一个嵌入了R2的完全图,满足c(u,v) = ‖u - v‖2。除最优主节点选择算法和直接传输算法之外,本文也考虑了中央主节点选择( Central Master Selection,CEN) 和最大化电池主节点选择( Battery Master Selection,BAT),它们都提供了可行解x = ( x1,…,xn) ∈ R+n,且计算上更简单。

最大化电池主节点选择最简单。该方法以如下方式选择主节点m : 拥有最大的电池容量bm=maxv∈V{bv},接下来 Δt轮都选择m作为主节点。然后重新评估该主节点选择,选择一个新的主节点bm'= maxv∈V{bv'},其中带标号的项表示重新评估时的电池容量,每 Δt轮周期性执行该过程。仿真实验中,本文选择 Δt = 0. 1 (当处理非整数轮数时,与1 轮相比,通过按比例降低每个节点的电池容量) 。

中央主节点选择遵循相同模式,参考式(2)。根据该公式,对于每个节点m ∈ V ,在整个网络生存期内选择m ∈ V为一个固定主节点时,可得到网络生存期Lm。

当主节点固定,最优主节点选择最大化Lm的m*,网络生存期变为:

和最大化电池主节点选择相似,本文在中央主节点选择中,在每 Δt轮周期性依据式(13),重复执行该过程来选择主节点m* ,其中 Δt = 0. 1,n在4到20 之间。

为避免角效应,节点在单位直径的二维磁盘上均匀分布。分配到每个节点的传输功率是1,足够覆盖整个圆,但根据p(u,v) = c(u,v) =‖u - v‖2,实际分配到每个节点的传输功率仅够到达期待的相邻节点(如主节点)。对于每种算法,平均网络生存期经过100 次仿真实验得到,计算置信区间作为标准偏差。

为研究用动态主节点选择代替静态主节点选择方案所取得的改进,本文比较了该算法的生存期和最优静态算法的生存期的比值,如图1 - 2 所示,显示了两种情况:全1 电池容量: bv= 1 ,v ∈ V和,v ∈ V,在所有v ∈ V情况中,av= 1。根据仿真实验可推出:①动态主节点选择相对于静态主节点明显延长了生存期;②生存期依次降低的顺序是:最优主节点选择算法、中央主节点选择、最大化电池主节点选择和直接传输算法。最优主节点选择算法和中央主节点选择很相近,预期当 Δt无限小时,两方法相同;③最优主节点选择算法的性能与直接传输算法对比强烈依赖于初始电池容量。对于均匀的[0,1]电池容量,最优主节点选择算法大约是直接传输算法的3 倍。对于全1 电池容量,其中网络的总能量平均是两倍,该因子至少相当于6。这和第2 节结果不同,仅当电池容量均匀[0,1]分布时,最优主节点选择算法优于直接传输算法,这是由于所有节点在一个单位直径的磁盘上。随着n的增长,长时间作为主节点的节点离圆心更近。这样,主节点相对于任意节点需要更低的传输功率。

4 实验结果与分析

本文在数值上评估了实际的网络生存期,通过使用最优主节点选择算法和直接传输算法,及在α ∈ {0,1 /2,1} 中的独立模型中,通过定理3 和4的近似值获得。

图3 中,通过比较均匀模型的仿真结果和理论结果,本文在数值上评估了该近似值的质量,同样评估了独立模型的精度。这些图表示直接传输算法的独立模型为网络生存期提供了一个非常好的近似值。如定理4,最优主节点选择算法收敛到(α + 1) /2。图3(a)显示当b ∈[α,1],α = 0 时,最优主节点选择算法的线性近似产生了一个过高的估值。这符合定理1。当 α = 0 时最优主节点选择算法相比于直接传输算法产生了一个更好的生存周期,在最优主节点选择算法下,剩余电池容量小的节点可以传输到一个“附近”的主节点,取代了必须传输到其他所有节点。图3(b)显示当 α =1 / 2 时,仿真模型和最优主节点选择算法的独立近似值相协调。n值的区别可由计算的独立假设解释,现实中依赖关系作为一个单边决定了两个节点的权重。对于 α ,最优主节点选择算法相对于直接传输算法仍会产生一个好的生存期。图3(c)直接传输算法的生存期明显趋近于1,表明对于相等的电池容量,直接路由相对于动态主节点选择方法产生更长的生存期。

5 结束语