導(dǎo)言：作為寫作愛好者，不可錯(cuò)過(guò)為您精心挑選的10篇減少能量消耗的方法，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

要實(shí)現(xiàn)我省女子排球運(yùn)動(dòng)員的合理營(yíng)養(yǎng)和科學(xué)補(bǔ)充，既保持良好的體能又保持良好的體型，必須先了解運(yùn)動(dòng)員的能量消耗。由于不同運(yùn)動(dòng)項(xiàng)目具有各自獨(dú)特的方式和特點(diǎn)，所以，各運(yùn)動(dòng)項(xiàng)目的強(qiáng)度、量度、密度、時(shí)間并不完全相同，因而能量消耗和需求也不相同，因此，準(zhǔn)確評(píng)估女子排球運(yùn)動(dòng)員的能量消耗和需求具有重要意義。

本研究目標(biāo)，利用Senseware Armband便攜式能量消耗測(cè)定儀，開展女子排球運(yùn)動(dòng)員能量消耗測(cè)定研究，為制定運(yùn)動(dòng)員營(yíng)養(yǎng)推薦標(biāo)準(zhǔn)提供依據(jù)，為運(yùn)動(dòng)員合理營(yíng)養(yǎng)和實(shí)施營(yíng)養(yǎng)干預(yù)方案提供依據(jù)。

1研究對(duì)象和研究方法

研究對(duì)象：選取河南省女子排球運(yùn)動(dòng)員6名為測(cè)試對(duì)象。測(cè)試流程及細(xì)節(jié)均告知受試者并取得同意后進(jìn)行，所有受試者測(cè)試期間均無(wú)感冒發(fā)熱，無(wú)代謝疾病等問(wèn)題。

研究方法：采用Senseware Armband便攜式能量消耗測(cè)定儀測(cè)量能量消耗，受試者于優(yōu)勢(shì)側(cè)上臂肱三頭肌處佩戴，除洗澡時(shí)間外，訓(xùn)練、日?；顒?dòng)和睡眠時(shí)間連續(xù)佩戴兩天。采用T-SCAN PLUSⅡ身體成分分析儀測(cè)試運(yùn)動(dòng)員身高、體重、基礎(chǔ)代謝率，同時(shí)調(diào)查運(yùn)動(dòng)員一般情況信息和訓(xùn)練信息。

數(shù)據(jù)統(tǒng)計(jì)、分析：包括每日總能量消耗，總運(yùn)動(dòng)時(shí)間和運(yùn)動(dòng)能量消耗及占總能量消耗的百分比、恢復(fù)期能量消耗量及占總能量消耗的百分比、不同訓(xùn)練課內(nèi)容的運(yùn)動(dòng)時(shí)間和能量消耗量及占總能量消耗的百分比。實(shí)驗(yàn)數(shù)據(jù)經(jīng)SPSS11.5數(shù)據(jù)軟件包處理，結(jié)果以平均數(shù)加減標(biāo)準(zhǔn)差。

2研究結(jié)果

2.1研究對(duì)象基本情況

受試者年齡、身高、體重和基礎(chǔ)代謝率如表1所示。

2.2女子排球運(yùn)動(dòng)員能量消耗的測(cè)試結(jié)果

女子排球運(yùn)動(dòng)員每日上、下午的訓(xùn)練時(shí)間均為120分鐘左右，運(yùn)動(dòng)員上午訓(xùn)練的平均能耗在652千卡，平均代謝當(dāng)量（METs）5.1；下午訓(xùn)練的平均能耗在706千卡，平均代謝當(dāng)量（METs）5.9。女運(yùn)動(dòng)員在6天的連續(xù)測(cè)試中，訓(xùn)練能量消耗占總能量消耗的38.5%；

3分析與討論

美國(guó)新研制的Senseware Armband便攜式能量消耗測(cè)定儀具有雙軸加速度感受器、皮膚溫度感受器、臂帶周圍環(huán)境溫度感受器、皮膚電流反應(yīng)感受器和心率感受器等多個(gè)感受器捕獲數(shù)據(jù)計(jì)算能量消耗，可以測(cè)定運(yùn)動(dòng)或生活、休息狀態(tài)下24小時(shí)的日能耗量，并能按時(shí)間對(duì)運(yùn)動(dòng)進(jìn)行分割，確定所進(jìn)行活動(dòng)的時(shí)間和運(yùn)動(dòng)強(qiáng)度，運(yùn)動(dòng)員除洗澡外，其他訓(xùn)練、日?；顒?dòng)或睡眠時(shí)間均可佩戴測(cè)定，文獻(xiàn)報(bào)道其與間接測(cè)熱法相比準(zhǔn)確性和重復(fù)性達(dá)到85-90%以上〔12，13〕。

機(jī)體每天的能量消耗包括維持生命的基礎(chǔ)能量消耗、進(jìn)食引起的能量消耗即食物的特殊動(dòng)力作用和運(yùn)動(dòng)能量消耗。運(yùn)動(dòng)的能量消耗是指運(yùn)動(dòng)引起的能量消耗，是能量消耗變異最大的部分，平均占能量消耗的25%-30%，在大強(qiáng)度持續(xù)運(yùn)動(dòng)的極端情況下，可以高達(dá)75%。運(yùn)動(dòng)能量消耗是人體控制能量消耗、維持能量平衡、存進(jìn)健康最重要的一部分。

運(yùn)動(dòng)能量消耗的影響因素眾多，例如環(huán)境溫度、體重、年齡、性別等。對(duì)于同質(zhì)人群能量消耗主要與身高、體重、去脂體重和BMI指標(biāo)正相關(guān)，即身高越高、體重和去脂體重越重，其能耗量也就越大，所以要使運(yùn)動(dòng)更為經(jīng)濟(jì)，減少運(yùn)動(dòng)過(guò)程中相對(duì)的能耗，必須要求運(yùn)動(dòng)員保持好的身材〔14〕。該研究結(jié)果顯示，女運(yùn)動(dòng)員全日的能量消耗均小于3590千卡，與我國(guó)優(yōu)秀運(yùn)動(dòng)員營(yíng)養(yǎng)推薦標(biāo)準(zhǔn)中田徑運(yùn)動(dòng)員能量攝入推薦標(biāo)準(zhǔn)范圍3700～4700千卡有一定差距〔15〕，所以在營(yíng)養(yǎng)補(bǔ)充上要適當(dāng)?shù)陀趦?yōu)秀運(yùn)動(dòng)員的推薦標(biāo)準(zhǔn)，否則會(huì)造成體重逐漸增加，身體脂肪含量增加，最終會(huì)影響運(yùn)動(dòng)成績(jī)。從本研究的結(jié)果中可以看出，女運(yùn)動(dòng)員的平均訓(xùn)練的能量消耗可以達(dá)到或接近我國(guó)優(yōu)秀田徑運(yùn)動(dòng)員能量攝入推薦標(biāo)準(zhǔn)，但是不同個(gè)體的實(shí)際訓(xùn)練的能量消耗存在著顯著的個(gè)體差異，所以在運(yùn)動(dòng)訓(xùn)練和營(yíng)養(yǎng)補(bǔ)充中都不能“一刀切”，而應(yīng)該根據(jù)個(gè)體之間的差異進(jìn)行個(gè)性化的指導(dǎo)。

參考文獻(xiàn)

〔1〕Chen KY，Basselt DR.The technology of accelerom etrybased activity monitors current and future〔J〕.Med Sci Sports Exerc，2005，37（11）：490-500.

篇2

doi:10.3969/j.issn.1006-1959.2010.05.213文章編號(hào):1006-1959(2010)-05-1221-02

Daily activities in patients with chronic hepatitis B Quantitative Analysis of nursing intervention PU Ding-qi. Sichuan Province Zhong Jiang county town south community hygiene service centre (Red Cross hospital) zip code:618100

【Abstract】Objective:Analyse effect and effect in discussing the daily activity quantization nursing interfering with in clinical nursing of chronic hepatitis B (CHB) patient.Methods:Be in hospital with 58 examples the CHB patient random is every 29 examples mark interfere with a group and contrast a group.Interfere with a group implementing quantization to daily activity on routine nursing basis interfering with;Contrast the group line routine nursing.2 group,equally,every examining the l the third revolution of time of grain ammonia enzyme (ALT) and general bilirubin (TBIL) across 7 ds,and carries out comparison.Time at the same time,observing change condition,daily activity sustained time that 2 set of energies consume and being in hospital.Results:2 set of daily activities sustained time difference has statistics meaning (P

【Key words】Chronic hepatitis B;Daily activities;Quantify interference

對(duì)于慢性乙型肝炎(CHB)的治療手段目前主要還是依靠休息、飲食、藥物等綜合措施,其中臥床休息是很重要的環(huán)節(jié),尤其是肝功能明顯異常時(shí),臥床休息更為重要[1]。臨床上,護(hù)理人員在給CHB患者實(shí)施護(hù)理健康教育時(shí),一般只是停留在表面,告訴患者如何去"休息",休息到怎樣一個(gè)度,沒有具體的量化數(shù)據(jù),說(shuō)服力較弱,患者的主觀依從性差,導(dǎo)致護(hù)理質(zhì)量下降,影響臨床療效。鑒于此,我科2005-2008年10月對(duì)29例CHB住院患者的日?；顒?dòng)實(shí)施量化護(hù)理干預(yù),獲得良好的效果,現(xiàn)報(bào)道如下。

1.資料與方法

1.1 一般資料:收集58例CHB患者,均為我科2005-2008年10月的住院患者,隨機(jī)分為干預(yù)組和對(duì)照組各29例。干預(yù)組男19例,女10例,年齡16-60歲,平均年齡(43.15±4.5)歲;對(duì)照組男17例,女12例,年齡18-61歲,平均年齡(48.32±5.55)歲。2組患者在年齡、性別、病情等方面差異無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05)。并向患者告知研究方案和方法,均在知情同意的條件下,自愿參加此研究。本組患CHB的診斷參照2000年9月的中華醫(yī)學(xué)會(huì)傳染病學(xué)會(huì)制訂的診斷標(biāo)準(zhǔn)[2],入選患者谷丙轉(zhuǎn)氨酶(ALT)120-600U/L,總膽紅素(TBIL)50-150μmol/L。排除合并有甲亢、血液病、嚴(yán)重貧血、嚴(yán)重心肺疾病者。

1.2 方法:每組患者藥物治療采取統(tǒng)一肝炎治療方案。干預(yù)組在常規(guī)護(hù)理基礎(chǔ)上,實(shí)施日?；顒?dòng)量化干預(yù);對(duì)照組僅實(shí)施常規(guī)護(hù)理。(1)干預(yù)方法。對(duì)干預(yù)組患者日常活動(dòng)采取以下日?；顒?dòng)量化干預(yù)措施:根據(jù)WHO報(bào)告的要因加算法,將日?；顒?dòng)分為休息、輕體力、中體力、重體力4種活動(dòng)類型,即24h內(nèi)日?；顒?dòng)及時(shí)間的安排-休息類(臥床休息、午睡、晚睡等)為12-13h;輕體力類(穿脫衣服、看電視等)為9-10h;中體力類(步行、上下樓等)為l.0-2.5h;重體力類(跑步等)為0-0.5h。(2)日?；顒?dòng)項(xiàng)目能量消耗量的估測(cè)。2組患者均采用生活觀察法、全天活動(dòng)時(shí)間記錄法[3,4],詳細(xì)登記其24h中各種活動(dòng)類型的內(nèi)容和時(shí)間,以mim為單位準(zhǔn)確記錄24h內(nèi)從事的各項(xiàng)日?；顒?dòng)類型及起止時(shí)間,1d之內(nèi)相同的活動(dòng)時(shí)間相加,最后得出1d內(nèi)各項(xiàng)活動(dòng)所用的時(shí)間。測(cè)量2組患者的體質(zhì)量(清晨空腹、脫鞋帽、外衣),以kg為單位,讀數(shù)精確到0.1kg。根據(jù)日常活動(dòng)量與能量消耗率之間的轉(zhuǎn)換方法將消耗量數(shù)據(jù)化,即各類活動(dòng)項(xiàng)目的能量消耗量=體質(zhì)量×kJ.kg-1.min-1×活動(dòng)時(shí)間。合計(jì)求出全天總能量消耗量。

1.3 觀察指標(biāo):2組病例每隔7d(根據(jù)病情需要必要時(shí)可加查)查ALT、TBIL,觀察ALT、TBIL的變化。評(píng)價(jià)2組患者住院期間ALT、TBIL變化速率[(最高值-最低值/同期時(shí)間)]與能量消耗量之間的關(guān)系。

1.4 數(shù)據(jù)處理:應(yīng)用SPS11、12軟件進(jìn)行統(tǒng)計(jì)分析,所得數(shù)據(jù)以(x±s)表示,計(jì)量資料采用t檢驗(yàn)。

表1 2組日?；顒?dòng)持續(xù)時(shí)間的比較

組別nCHB病情嚴(yán)重程度(例)

輕度中度重度不同類型日常活動(dòng)持續(xù)時(shí)間(x±s,min)

休息輕體力中體力重體力

干預(yù)組2911810347.98±12.95265.55±11.4356.89±13.459.37±4.22

對(duì)照組2910811320.45±8.58255.00±13.6367.90±11.9817.94±6.41

表2 2組之間能量消耗量、ALT變化速率、TBIL變化速率和住院天數(shù)的比較(x±s)

組別n能量消耗量(kJ)ALT變化速率TBIL變化速率住院天數(shù)

干預(yù)組293723.50±289.3211.60±2.611.24±1.046.48±1.94

對(duì)照組294158.38±233.5810.32±2.970.95±0.894.25±2.87

2.結(jié)果

2.1 2組日?；顒?dòng)持續(xù)時(shí)間的比較,(見表1)。2組日?；顒?dòng)持續(xù)時(shí)間的比較,干預(yù)組休息類,輕體力類、中體力類、重體力類與對(duì)照組的比較,t分別為29.321、26.089、-11.201、-18.910,P

2.2 2組住院期可能量消耗量、谷丙轉(zhuǎn)氨酶、總膽紅素變化速率和住院天數(shù)的比較(見表2)。干預(yù)組能量消耗量、ALT變化速率、TBIL變化速率、住院天數(shù)與對(duì)照組的比較,t分別為-19.983、5.113、4.043、-1.599,P

3.討論

3.1 有研究表明,人在直立時(shí)肝臟的血流量比臥位時(shí)減少40%,而直立下活動(dòng),甚至可減少80%~85%的肝臟血流量,由于肝臟血流量減少,肝細(xì)胞得不到充分的營(yíng)養(yǎng)和氧,肝內(nèi)糖元及蛋白質(zhì)分解增加,這些代謝產(chǎn)物都要通過(guò)肝臟減毒,增加了肝臟負(fù)荷。人在日常生活活動(dòng)中因從事的活動(dòng)項(xiàng)目不同所消耗的能量也明顯不同,有的甚至相差5-6倍[5],肝臟為人體能量代謝的主要臟器,能量消耗有可能導(dǎo)致肝功能的損傷,所以,能消耗率的多少與肝功能的恢復(fù)有著密切的關(guān)系,能量消耗反應(yīng)了肝功能。ALT主要反映肝細(xì)胞的破壞,TBIL反映肝臟的排泄功能,在肝功能的檢測(cè)中有重要意義。本研究選定ALT、TBIL作為肝功能的主要觀察指標(biāo)。

3.2 CHB患者應(yīng)處理好休息與活動(dòng)的辨證關(guān)系,休息可以促進(jìn)肝功能好轉(zhuǎn),但長(zhǎng)期過(guò)多休息又可能降低機(jī)體抵抗力[6]。本研究對(duì)CHB患者日?；顒?dòng)實(shí)施量化干預(yù),對(duì)照組和干預(yù)組患者的住院期間能量消耗量比較,差異又統(tǒng)計(jì)學(xué)意義(P

臨床上,大多數(shù)CHB患者在疾病尚未出現(xiàn)嚴(yán)重并發(fā)癥,且臨床癥狀較輕時(shí),容易對(duì)此病存在麻痹思想,有的甚至還堅(jiān)持上班,這對(duì)疾病的治療是極為不利的,本研究結(jié)果提示,能量消耗多少與肝功能恢復(fù)密切相關(guān),這就要求臨床護(hù)理人員必須做好健康教育工作,使患者了解休息在疾病治療過(guò)程中的重要行。在為患者實(shí)施健康教育時(shí),建議患者實(shí)施日?；顒?dòng)量化干預(yù)。具體活動(dòng)量可以依據(jù)本研究中干預(yù)組的活動(dòng)時(shí)間,結(jié)合患者個(gè)體差異制訂具體的、量化的日常活動(dòng)計(jì)劃,讓患者對(duì)"休息"的內(nèi)涵有較為直觀的認(rèn)識(shí),從而由被動(dòng)的接受變?yōu)橹鲃?dòng)的配合,不僅提高了患者的主觀依從性,而且也提高了臨床治療效果。

參考文獻(xiàn)

[1] 慢性重型肝炎病人的臨床觀察與護(hù)理[J].中國(guó)基層醫(yī)藥,2003,10(11):1208-1210.

[2] ?？∑?蘇秀芬.肝炎病人生活質(zhì)量調(diào)查分析(附142份健康狀況調(diào)查)[J].吉林醫(yī)學(xué),2004,(05):5-7.

[3] 朱虹,彭漢香,張嫻,蔡微娜.慢性乙型肝炎病人能量消耗量對(duì)肝功能指標(biāo)的影響[J].護(hù)理研究,2006,20,(8):2019-2020.

篇3

中圖分類號(hào):TP393文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2010)21-5743-05

A Energy-aware Multipath Routing in Wireless Sensor Networks

WANG Lin1, DUAN Xiao-yang2

(1.College of Software Engineering, Tongji University, Shanghai 201804, China; 2.School of Computer and Information Engineering Henu University, Kaifeng 475004, China)

Abstract: Recently, there has been a growing interest in the potential use of Wireless Sensor Networks (WSNs) in many applications such as smart environments, disaster management, combat field reconnaissance, and security surveillance. Therefore, to realize their potential, there is a need of an simulation platform that facilities the research of wireless sensor network .This paper focuses on developing node energy consumption in WSN.Therefore, we proposed a energy consumption model based on Markov chain, Furthermore, using the proposed algorithm to improve the multi-paths route scheme can extend the lifetime of the whole WSN by remaining load evenly distributed among several paths. According to performance comparison betweenthe traditional algorithmand the new method, numerical results have been proved feasible.

Key words: WSN; markov; multipath route; energy consumption

無(wú)線傳感器網(wǎng)絡(luò)(wireless sensor network,簡(jiǎn)稱WSN )的相關(guān)研究已經(jīng)成為現(xiàn)階段國(guó)內(nèi)外研究的熱點(diǎn)[1-4],這不僅因?yàn)閃SN相關(guān)領(lǐng)域技術(shù)的迅速發(fā)展,如微機(jī)電系統(tǒng)(Micro-Electro-Mechanism System)、無(wú)線通信和數(shù)字電子技術(shù)的發(fā)展,另外也是由于WSN在國(guó)防軍事、環(huán)境監(jiān)測(cè)、交通管理、醫(yī)療衛(wèi)生、防恐抗災(zāi)等眾多領(lǐng)域的廣闊應(yīng)用前景。WSN相關(guān)協(xié)議需要考慮的主要因素有傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的有限計(jì)算能力和存儲(chǔ)空間、傳感器節(jié)點(diǎn)有限的能量資源等。由于傳感器網(wǎng)絡(luò)有限的計(jì)算能力和存儲(chǔ)空間,為盡可能減小節(jié)點(diǎn)的運(yùn)算開銷,所設(shè)計(jì)的路由協(xié)議必須簡(jiǎn)單有效。另外,傳感器節(jié)點(diǎn)通常由電池供電,因此如何高效率地利用有效的電池資源,從而盡可能地延長(zhǎng)節(jié)點(diǎn)的生命周期也是WSN相關(guān)協(xié)議要考慮的重點(diǎn)因素。WSN的網(wǎng)絡(luò)管理與傳統(tǒng)網(wǎng)絡(luò)管理相比,不僅包括QoS支持、故障管理等功能域,還包括能量管理[2]。而WSN能量管理的核心是能量消耗模型,因此不管在理論意義上還是在現(xiàn)實(shí)價(jià)值中,建立WSN能量消耗模型都顯得十分重要。

WSN路由協(xié)議的任務(wù)是通過(guò)建立路由,使傳感器節(jié)點(diǎn)和匯聚節(jié)點(diǎn)之間可靠地傳遞數(shù)據(jù)。能量多路徑路由[5]在源節(jié)點(diǎn)和目的節(jié)點(diǎn)之間建立多條路徑,首先基于能量因素給每條路徑賦予被選擇使用的概率,在發(fā)送數(shù)據(jù)時(shí),根據(jù)賦予的概率隨機(jī)選擇其中的一條路徑發(fā)送,這樣就沒有一條路徑一直傳送數(shù)據(jù)的現(xiàn)象,從而防止一條路徑上節(jié)點(diǎn)能量消耗過(guò)快。就是在源節(jié)點(diǎn)和目的節(jié)點(diǎn)之間建立多條路徑,根據(jù)路徑上節(jié)點(diǎn)的通信量消耗以及節(jié)點(diǎn)的均衡消耗節(jié)點(diǎn)能量延長(zhǎng)網(wǎng)絡(luò)的生存期。但是由于其是在節(jié)點(diǎn)發(fā)生故障之后進(jìn)行路徑切換的,因此耗費(fèi)了大量節(jié)點(diǎn)的能量資源。

本文針對(duì)現(xiàn)有網(wǎng)絡(luò)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能量消耗的特點(diǎn),在分析WSN節(jié)點(diǎn)能量消耗特征的基礎(chǔ)上,通過(guò)對(duì)無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的運(yùn)行狀態(tài)利用Markov來(lái)進(jìn)行模擬,建立了無(wú)線傳感器與網(wǎng)絡(luò)的節(jié)點(diǎn)能量消耗模型,并基于能量消耗模型改進(jìn)了無(wú)線傳感器網(wǎng)絡(luò)多路徑路由機(jī)制,通過(guò)在J-sim [6]無(wú)線傳感器網(wǎng)絡(luò)仿真平臺(tái)進(jìn)行仿真對(duì)比,結(jié)果驗(yàn)證了Markov節(jié)點(diǎn)能量消耗模型的性能,通過(guò)分析改進(jìn)前后的無(wú)線傳感器網(wǎng)絡(luò)多路徑機(jī)制,結(jié)果表明基于能量感知的多路徑路由機(jī)制能夠有效降低節(jié)點(diǎn)能量消耗,提高網(wǎng)絡(luò)生存時(shí)間。

下文組織如下,第二節(jié)在分析WSN節(jié)點(diǎn)能量消耗的基礎(chǔ)上提出了一個(gè)WSN節(jié)點(diǎn)能量消耗模型;第三節(jié)基于能量消耗模型,改進(jìn)了傳統(tǒng)的WSN多路徑路由機(jī)制;第四節(jié)在Jsim仿真平臺(tái)分別對(duì)WSN能量消耗模型和改進(jìn)前后的多路徑路由機(jī)制進(jìn)行了分析;最后在第五節(jié)總結(jié)全文。

1 無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能量消耗模型

1.1 無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能量消耗分析

典型的傳感器網(wǎng)絡(luò)體系結(jié)構(gòu)通常由分布的傳感器節(jié)點(diǎn)、接收發(fā)送器、互聯(lián)網(wǎng)和用戶界面等構(gòu)成。其中,傳感器節(jié)點(diǎn)作為網(wǎng)絡(luò)中的獨(dú)立工作實(shí)體,其基本的功能子系統(tǒng)包括供電子系統(tǒng)、計(jì)算子系統(tǒng)、傳感子系統(tǒng)和通信子系統(tǒng)等,如圖1所示,其能量消耗分別說(shuō)明如下。

供電子系統(tǒng):主要任務(wù)是為其他各個(gè)子系統(tǒng)供給能源,它主要由電池和DCDC轉(zhuǎn)換器等模塊構(gòu)成。電池是節(jié)點(diǎn)最主要的能量來(lái)源,因此它的性能與容量就顯得至關(guān)重要。為實(shí)現(xiàn)延長(zhǎng)供電子系統(tǒng)的能量供給時(shí)間,從而給其他子系統(tǒng)提供持續(xù)性的能量供應(yīng),可以采用增加電池容量的方法,但采用有效的再充電技術(shù)或是太陽(yáng)能等再生性能源則更利于保證供電子系統(tǒng)的能量來(lái)源,。

計(jì)算子系統(tǒng):主要任務(wù)是負(fù)責(zé)控制傳感器、執(zhí)行通信協(xié)議和處理傳感數(shù)據(jù)等軟件算法,是節(jié)點(diǎn)的控制和計(jì)算核心。它主要包括存儲(chǔ)器和I/O接口電路、微處理器/微控制器、存儲(chǔ)器等硬件。作為節(jié)點(diǎn)的數(shù)據(jù)計(jì)算中心和功能控制中心,計(jì)算子系統(tǒng)與其他各個(gè)子系統(tǒng)聯(lián)系十分緊密,功能也很復(fù)雜。因此,其性能高低、功能強(qiáng)弱、在不同工作狀態(tài)(活動(dòng)、空閑和休眠等)的持續(xù)時(shí)長(zhǎng)以及不同狀態(tài)間的相互切換等,都會(huì)對(duì)整個(gè)節(jié)點(diǎn)的能量消耗產(chǎn)生嚴(yán)重影響。硬件上減少計(jì)算子系統(tǒng)能量消耗的常用技術(shù)包括低功耗器件、適時(shí)休眠和空閑時(shí)的降頻技術(shù)等。而要從網(wǎng)絡(luò)的整體來(lái)實(shí)現(xiàn)網(wǎng)絡(luò)節(jié)點(diǎn)的能量消耗相對(duì)均衡,則采用的主要是節(jié)點(diǎn)間的功能輪換。

傳感子系統(tǒng):主要任務(wù)是將采樣/收集被測(cè)控對(duì)象的敏感信息轉(zhuǎn)換成相應(yīng)的數(shù)字信息,它主要由一組傳感器和ADC、控制器等構(gòu)成。理想情況下,傳感子系統(tǒng)自動(dòng)檢測(cè)周期性和非周期性兩類事件時(shí)[7],它的能量消耗總量可以簡(jiǎn)單描述為單次采樣消耗的能量與采樣次數(shù)的乘積。因此,該子系統(tǒng)的能量消耗可以從以下兩個(gè)方面進(jìn)行控制:一是控制單次數(shù)據(jù)采樣所消耗的能量, 可通過(guò)采用低功耗器件,從元器件本身有效控制單次數(shù)據(jù)采樣的能量消耗。二是控制采樣頻率,有選擇性地減少單個(gè)節(jié)點(diǎn)的采樣頻率,由于傳感器網(wǎng)絡(luò)眾多分布節(jié)點(diǎn)中往往是成組節(jié)點(diǎn)去監(jiān)測(cè)相同的對(duì)象或敏感數(shù)據(jù),因此它不會(huì)對(duì)被測(cè)數(shù)據(jù)有效性和完整性造成破壞,只要依據(jù)應(yīng)用需求合理設(shè)置節(jié)點(diǎn)采樣任務(wù)的激活原則,就能在保證數(shù)據(jù)準(zhǔn)確性的前提下,較好地控制該子系統(tǒng)的能量消耗。

通信子系統(tǒng):主要任務(wù)是負(fù)責(zé)節(jié)點(diǎn)的通信,由無(wú)線收發(fā)部件(radio)構(gòu)成。影響通信子系統(tǒng)能量消耗的關(guān)鍵因素[8-9]包括無(wú)線收發(fā)部件采用的調(diào)制模式、數(shù)據(jù)率、發(fā)射功率和操作周期等。另外,在沒有通信任務(wù)時(shí),通信子系統(tǒng)應(yīng)盡可能地處于休眠期,而不是處于空閑期[9]。這是因?yàn)橥ㄐ抛酉到y(tǒng)即使處于空閑期,也有著與接收期幾乎相近的能量消耗。

根據(jù)以上分析,以分簇方式組織的無(wú)線傳感器網(wǎng)絡(luò),節(jié)點(diǎn)能量消耗主要是數(shù)據(jù)發(fā)送和數(shù)據(jù)處理模塊,節(jié)點(diǎn)運(yùn)行時(shí)共分為6個(gè)狀態(tài),如表1所示。其中狀態(tài)3和狀態(tài)4消耗能量最多。

1.2 基于Markov的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能量預(yù)測(cè)模型

無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的狀態(tài)轉(zhuǎn)換是建立節(jié)點(diǎn)能量消耗仿真模型的基礎(chǔ),采用Markov進(jìn)行節(jié)點(diǎn)能量消耗的預(yù)測(cè),其中關(guān)鍵點(diǎn)是轉(zhuǎn)移矩陣的生成。

1.2.1 狀態(tài)轉(zhuǎn)移概率矩陣生成模型

生成WSN狀態(tài)轉(zhuǎn)移矩陣有兩種可行的辦法,一種是WSN節(jié)點(diǎn)根據(jù)自身過(guò)去的歷史采集狀態(tài)值構(gòu)造自己的狀態(tài)轉(zhuǎn)移矩陣。另一種方法是混合在同一個(gè)區(qū)域中節(jié)點(diǎn)之間的概率,在這種情況下,遷移矩陣將代表一個(gè)網(wǎng)絡(luò)的特定區(qū)域中所有節(jié)點(diǎn)的行為。最終生成的狀態(tài)轉(zhuǎn)移陣如式(1)所示:

(1)

其中

2.2.2 Markov能量消耗預(yù)測(cè)模型分析

通過(guò)建立Markov仿真模型來(lái)模擬傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能量消耗情況,其模型如下所示:

每個(gè)節(jié)點(diǎn)中用一個(gè)隨機(jī)變量序列表示該節(jié)點(diǎn)在這段時(shí)間的狀態(tài),假設(shè)該隨機(jī)變量為X0,X1,X2……。那么每個(gè)節(jié)點(diǎn)在同一時(shí)間可以處在不同的模式下。Xn=i表示傳感器節(jié)點(diǎn)在時(shí)間段n處于操作模式i下。假定所有的狀態(tài)遷移發(fā)生在任何時(shí)間段的開始階段,如果狀態(tài)j是節(jié)點(diǎn)在狀態(tài)i后的下一個(gè)狀態(tài),用Pij來(lái)表示節(jié)點(diǎn)由狀態(tài)i遷移到狀態(tài)j的概率,則這個(gè)概率可用下式來(lái)表示:

(1)

定義2階的遷移概率Pij(2)表示一個(gè)節(jié)點(diǎn)當(dāng)前在狀態(tài)i,經(jīng)歷兩次狀態(tài)遷移后到狀態(tài)j的概率,則該概率可表示為:

(2)

Pij(2)的計(jì)算如下式,可以由Pij得出:

(3)

由上可以得出,若Pij(n)為n階的遷移概率,則由Chapman-Kolmogorov方程式定義如下:

(4)

對(duì)于任意0

(5)

Pij(2)的值就是矩陣P和它自身的乘積矩陣P2(P*P)中第i行第j列的元素。類似的,Pij(n)就是矩陣P的n次方的第i行第j列的元素。又Pm+n=Pm*Pn,所以有:

(6)

在上面的模型中,傳感器節(jié)點(diǎn)的行為由遷移概率矩陣表示,每個(gè)節(jié)點(diǎn)的初態(tài)由X0表示,這樣我們就可以建立整個(gè)無(wú)線傳感器網(wǎng)絡(luò)能量消耗序列。

假定現(xiàn)在節(jié)點(diǎn)在初態(tài)i,即X0=i,節(jié)點(diǎn)在經(jīng)過(guò)T個(gè)時(shí)間段后到達(dá)狀態(tài)s,Pis(t)表示節(jié)點(diǎn)當(dāng)前處在初態(tài)I,經(jīng)歷t個(gè)時(shí)間段遷移到達(dá)狀態(tài)S的概率。則節(jié)點(diǎn)停留在任意的一個(gè)狀態(tài)s的時(shí)間段數(shù)可用下式計(jì)算:

(7)

假設(shè)BS表示節(jié)點(diǎn)在狀態(tài)S停留一個(gè)時(shí)間段所傳輸?shù)臄?shù)據(jù)量,BT表示節(jié)點(diǎn)當(dāng)前處在狀態(tài)i,經(jīng)過(guò)T個(gè)時(shí)間段后到達(dá)狀態(tài)s所傳輸?shù)臄?shù)據(jù)總量。而節(jié)點(diǎn)經(jīng)過(guò)T個(gè)時(shí)間段到達(dá)狀態(tài)s 的期望時(shí)間段數(shù)可由計(jì)算出來(lái),于是可以得出BT:

(8)

由計(jì)算可以得出每個(gè)節(jié)點(diǎn)在時(shí)間T的數(shù)據(jù),總的節(jié)點(diǎn)數(shù)由下式來(lái)計(jì)算:

(9)

其中BS表示一個(gè)節(jié)點(diǎn)在狀態(tài)s 停留一個(gè)時(shí)間段所傳輸?shù)臄?shù)據(jù)量,Ck-i表示它是屬于簇Ck 的第i個(gè)傳感器節(jié)點(diǎn),Pis表示從狀態(tài)i遷移到狀態(tài)s的概率。

綜合上述可知,根據(jù)無(wú)線傳感器網(wǎng)絡(luò)的狀態(tài)轉(zhuǎn)移矩陣和建立Markov模型可以預(yù)測(cè)節(jié)點(diǎn)在T時(shí)刻的能量消耗。

2 改進(jìn)多路徑路由協(xié)議

2.1 改進(jìn)思想

在傳感器網(wǎng)絡(luò)中,為了實(shí)現(xiàn)網(wǎng)絡(luò)負(fù)載平衡和提高數(shù)據(jù)傳輸?shù)目煽啃?于是引入了多路徑路由。文獻(xiàn)提出一種多路徑路由機(jī)制,通過(guò)預(yù)先建立和維護(hù)一組數(shù)據(jù),從而不需要周期性洪泛就能夠得到從數(shù)據(jù)源節(jié)點(diǎn)到匯聚節(jié)點(diǎn)的傳輸路徑。其基本思想是:在從數(shù)據(jù)源節(jié)點(diǎn)到匯聚節(jié)點(diǎn)之間除了建立一條主路徑之外,還建立多條備份路徑,首先通過(guò)主路徑傳送數(shù)據(jù)來(lái)維護(hù)數(shù)據(jù)的有效性,但當(dāng)主路徑失敗時(shí),就從建立的備用路徑中選擇次優(yōu)路徑進(jìn)行數(shù)據(jù)傳送。但是,這種思想并不適用于WSN的需求,因?yàn)橛芍髀酚墒∮|發(fā)的切換機(jī)制所引起的負(fù)載不均衡會(huì)導(dǎo)致傳感器節(jié)點(diǎn)資源消耗的不均衡,從而降低WSN全網(wǎng)的生存期。改進(jìn)該思想,可以引入能量消耗預(yù)測(cè)機(jī)制,這樣主路徑在預(yù)測(cè)其將要傳輸失敗前就切換至次優(yōu)路徑,從而實(shí)現(xiàn)WSN多路徑之間的負(fù)載均衡。

2.2 實(shí)例分析

如在圖2所示的WSN節(jié)點(diǎn)拓?fù)渲?節(jié)點(diǎn)A為傳感器源節(jié)點(diǎn),匯聚節(jié)點(diǎn)sink node是目的節(jié)點(diǎn),在基于預(yù)測(cè)的多路徑路由機(jī)制中,假定路徑A-B-C-D-sink node 為主路徑,其他兩條路徑為次優(yōu)路徑。其基本步驟為:

1) 在主路徑A-B-C-D-sink node中,每個(gè)關(guān)鍵節(jié)點(diǎn)中都建立了Markov能量消耗預(yù)測(cè)模型。

2) 主路徑中的關(guān)鍵節(jié)點(diǎn)從本地檢測(cè)網(wǎng)絡(luò)流量,建立閾值,如果檢測(cè)到即將發(fā)生擁塞,或者本節(jié)點(diǎn)能量即將耗盡,或者流量超過(guò)本節(jié)點(diǎn)負(fù)載,則給源節(jié)點(diǎn)A發(fā)送一個(gè)消息。

3) 源節(jié)點(diǎn)A接收到關(guān)鍵節(jié)點(diǎn)發(fā)送的消息后,就會(huì)立即進(jìn)行路徑切換,選擇一條次優(yōu)路徑進(jìn)行數(shù)據(jù)傳輸。

3 仿真比較分析

3.1 Markov能耗預(yù)測(cè)模型仿真說(shuō)明

仿真的主要目的是比較Markov能量消耗感知模型和真實(shí)WSN能量消耗的性能,共分為訓(xùn)練時(shí)間比較和預(yù)測(cè)效果比較兩個(gè)方面,采用了J-sim平臺(tái)進(jìn)行比較仿真驗(yàn)證。J-Sim是一種基于Java的、開放源代碼的、實(shí)時(shí)進(jìn)程驅(qū)動(dòng)的網(wǎng)絡(luò)仿真平臺(tái)。該項(xiàng)目由美國(guó)DARPA、NSF、Cisco公司及美國(guó)高校項(xiàng)目資助開發(fā)。除了支持IP網(wǎng)絡(luò)之外,J-Sim還支持多種有線(MPLS、區(qū)分服務(wù)、綜合服務(wù))和無(wú)線網(wǎng)絡(luò)(Ad hoc網(wǎng)絡(luò)、無(wú)線傳感器網(wǎng)絡(luò)),能夠?qū)Σ煌W(wǎng)絡(luò)層次、不同網(wǎng)絡(luò)結(jié)構(gòu)、不同網(wǎng)絡(luò)組件進(jìn)行實(shí)時(shí)仿真。

具體仿真步驟如下所示:

1) 在真實(shí)環(huán)境中中進(jìn)行WSN節(jié)點(diǎn)能量消耗采集,采樣流量數(shù)據(jù)的采集是每隔1秒采集一個(gè)數(shù)據(jù),采集了88組數(shù)據(jù)。

2) 在J-Sim中,擴(kuò)展實(shí)現(xiàn)Markov能量消耗模型。

3) 把步驟1)中所采集得到的WSN節(jié)點(diǎn)能量消耗數(shù)據(jù)序列化為矩陣。

4) 利用Markov能量消耗模型模擬WSN節(jié)點(diǎn)能量消耗過(guò)程。

5) 將仿真結(jié)果利用Jsim繪圖工具繪制成圖。

真實(shí)無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)采用了Medusa II Nodes.其能量消耗參數(shù)如表2所示。

3.2 WSN能量消耗仿真結(jié)果分析

仿真結(jié)果如圖3所示,在時(shí)間段(0,12)WSN節(jié)點(diǎn)狀態(tài)為休眠狀態(tài),能量消耗比較少,在時(shí)間段(21,42)WSN節(jié)點(diǎn)采集傳感數(shù)據(jù),在時(shí)刻31秒是能量消耗很大,然后節(jié)點(diǎn)在時(shí)間段(47,60)進(jìn)行傳感數(shù)據(jù)處理,節(jié)點(diǎn)能量消耗相對(duì)較低,最后在(70,88)節(jié)點(diǎn)把傳感數(shù)據(jù)通過(guò)路由協(xié)議發(fā)送給其他節(jié)點(diǎn),整體能量消耗達(dá)到最大點(diǎn),與真實(shí)WSN節(jié)點(diǎn)能量消耗過(guò)程相比,Markov能量消耗模型能夠準(zhǔn)確的預(yù)測(cè)出節(jié)點(diǎn)運(yùn)行狀態(tài)變換,而且在每一個(gè)狀態(tài)中模擬曲線對(duì)實(shí)際WSN節(jié)點(diǎn)能量消耗具有良好的逼近性能,整體誤差范圍較小,說(shuō)明基于Markov的WSN能量消耗仿真模型能夠有效的預(yù)測(cè)現(xiàn)有真實(shí)WSN節(jié)點(diǎn)的能量消耗過(guò)程。

3.3 WSN多路徑仿真

利用J-sim對(duì)改進(jìn)前后的多路徑路由協(xié)議進(jìn)行了性能比較。實(shí)驗(yàn)參數(shù)如表3所示。

感知節(jié)點(diǎn)每次采樣生成的數(shù)據(jù)量為4096byte,分別用改進(jìn)前后的多路徑路由協(xié)議機(jī)制對(duì)數(shù)據(jù)進(jìn)行傳送。試驗(yàn)中對(duì)生存節(jié)點(diǎn)個(gè)數(shù)和全網(wǎng)的能耗在每個(gè)采樣周期都進(jìn)行了統(tǒng)計(jì)。統(tǒng)計(jì)結(jié)果如圖4所示。

圖4(a)為改進(jìn)前后的存活節(jié)點(diǎn)的采樣值的統(tǒng)計(jì)圖。在前400s內(nèi),存活節(jié)點(diǎn)的數(shù)量均未減少,而在400s之后,改進(jìn)前的多路徑路由協(xié)議的存活節(jié)點(diǎn)數(shù)迅速下降,在600s內(nèi)即減少為0,而在改進(jìn)后的多路徑路由協(xié)議機(jī)制中,節(jié)點(diǎn)的減少速度相對(duì)較小,特別在400s-500s之間,與改進(jìn)前的相比節(jié)點(diǎn)的存活數(shù)減少趨勢(shì)較為平緩,最終在700s處才減少為0。因此改進(jìn)后的協(xié)議可有效地減小WSN存活節(jié)點(diǎn)的減少速度。

圖4(b)為改進(jìn)前后的全網(wǎng)能耗的統(tǒng)計(jì)圖。全網(wǎng)的初始功率為200J?；谀芰款A(yù)測(cè)的多路徑路由協(xié)議在同采樣時(shí)刻中的能耗和全網(wǎng)的生存期中,都表現(xiàn)出較改進(jìn)前的更好的性能。這是因?yàn)樵诟倪M(jìn)前的多路徑路由協(xié)議中,路徑切換至次優(yōu)路徑中是在主路徑失敗之后,而在改進(jìn)后的多路徑路由協(xié)議中,路徑的切換是在主路徑即將失敗時(shí)實(shí)現(xiàn)的,這樣就使得全網(wǎng)的負(fù)載在各個(gè)路徑中的分配得以有效地平衡。這種機(jī)制與固定網(wǎng)中常見的重路由機(jī)制相類似,區(qū)分WSN中切換的是整條路徑,而在固定網(wǎng)中只是在路由的某一結(jié)點(diǎn)處調(diào)整網(wǎng)絡(luò)流量的物理路徑。

4 結(jié)論

綜上分析,本文通過(guò)采用Markov過(guò)程來(lái)模擬WSN節(jié)點(diǎn)的運(yùn)行狀態(tài),從而建立了WSN的節(jié)點(diǎn)能量消耗模型,并通過(guò)在J-sim網(wǎng)絡(luò)仿真平臺(tái)將其與一個(gè)真實(shí)的WSN節(jié)點(diǎn)能量消耗進(jìn)行了對(duì)比分析,仿真結(jié)果表明本文提出的WSN能量消耗模型能夠有效的表示W(wǎng)SN能量消耗過(guò)程,并將能量預(yù)測(cè)模型引入到WSN多路徑路由機(jī)制中,結(jié)果表明該機(jī)制能夠有效減少WSN能量消耗,提高WSN中的節(jié)點(diǎn)存活數(shù)量。

參考文獻(xiàn):

[1] 孫利民,李建中.無(wú)線傳感器網(wǎng)絡(luò)[M].北京:清華大學(xué)出版社,2005,5.

[2] 崔莉,鞠海玲.無(wú)線傳感器網(wǎng)絡(luò)研究進(jìn)展[J].計(jì)算機(jī)研究與發(fā)展,2005.42(1):163-174.

[3] Wireless Integrated Network Sensors, University of California, Los Angeles.Available: janet.ucla.edu/WINS.

[4] J.M. Kahn, R.H. Katz,,K.S.J. Pister.Next century challenges: Mobile for smart dust,in Proc. Mobicom,1999:483-492.

[5] Ganesan D., Govindan R.etc Highly-resilient, energy-efficient multipath routing in wireless sensor networks. Mobile Computing Review,2002.1(2):11-25.

[6] Jsim.cs.uga.edu/~jam/jsim/.

[7] Rhee S,Seetharam D,Liu S,et al. I Beans: An Ultra low Power Wireless Sensor Network.Interactive Poster in the Fifth International Conference on Ubiquitous Computing (UBICOMP),October,2003.

[8] A. Wang, S-H. Cho, C.G. Sodini, and A.P. Chandrakasan.Energy-efficient modulation and MAC for asymmetric microsensor systems, in Proc.ISLPED, 2001:106-111.

篇4

中圖分類號(hào)：TH166

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1005-2615（2015）01-0088-08

隨著社會(huì)的發(fā)展，節(jié)能已成為大勢(shì)所趨。企業(yè)要想提高競(jìng)爭(zhēng)力，成本的節(jié)約無(wú)疑是非常關(guān)鍵的一環(huán)，能量消耗的減少，一方面有利于減小企業(yè)生產(chǎn)成本，另一方面有利于綠色環(huán)保。如果能夠僅通過(guò)調(diào)度優(yōu)化，在不改變技術(shù)、資源等需求的情況下，減少能量消耗，縮短完工時(shí)間，對(duì)提高企業(yè)的競(jìng)爭(zhēng)力有著非常重要的意義。

在柔性制造提出之后，對(duì)工藝規(guī)劃與車間調(diào)度集成的優(yōu)化問(wèn)題研究逐漸增多。高亮等論證了工藝規(guī)劃與車間調(diào)度集成的必要性，分析了研究現(xiàn)狀及發(fā)展趨勢(shì)。田穎等對(duì)遺傳算法求解工藝規(guī)劃與調(diào)度集成做了研究。Li等用混合模擬退火與遺傳算法對(duì)工藝規(guī)劃進(jìn)行了優(yōu)化。他們的研究都是只針對(duì)單目標(biāo)（完工時(shí)間）進(jìn)行優(yōu)化。當(dāng)前，對(duì)于工藝規(guī)劃與能量消耗的多目標(biāo)優(yōu)化問(wèn)題研究較少。Liu等在混合流水車間內(nèi)建立了能量模型，用自適應(yīng)變異概率的改進(jìn)遺傳算法分別對(duì)能耗和完工時(shí)間進(jìn)行優(yōu)化，比較了兩種不同優(yōu)化目標(biāo)下的能量消耗情況。Zhang等研究了柔性制造系統(tǒng)中的能量消耗與調(diào)度問(wèn)題。Salido等建立了數(shù)學(xué)模型，分析了能量消耗、魯棒性與完工時(shí)問(wèn)之間的關(guān)系，提出了節(jié)約能量的3種途徑：發(fā)明高效節(jié)能的生產(chǎn)機(jī)器、在產(chǎn)品設(shè)計(jì)階段充分考慮節(jié)能減排、優(yōu)化生產(chǎn)調(diào)度系統(tǒng)，指出第3種方法是最切實(shí)可行的“。Mouzon等建立了多目標(biāo)數(shù)學(xué)規(guī)劃模型探討調(diào)度作業(yè)的問(wèn)題，他們指出關(guān)閉一臺(tái)非必要的加工機(jī)器，節(jié)省的能源消耗占總量的相關(guān)份額可能會(huì)增加80%。Bruzzone等提出了一種基于混合整數(shù)規(guī)劃的調(diào)度算法，在保持原有的固定的工作分配和給定的排序柔性流水作業(yè)基上進(jìn)行能源優(yōu)化。這些研究都已經(jīng)開始具備了能量節(jié)約因素，但是沒有同時(shí)進(jìn)行能量與完工時(shí)間的多目標(biāo)優(yōu)化。何彥等建立了能量?jī)?yōu)化與完工時(shí)間的雙目標(biāo)優(yōu)化模型，用禁忌搜索算法對(duì)問(wèn)題進(jìn)行了求解。但足，他們的雙目標(biāo)模型中，每個(gè)工件只有一個(gè)工序，且可以在任意一臺(tái)機(jī)器上加工，沒有考慮工藝規(guī)劃的因素。

本文在此基礎(chǔ)上建立了工藝規(guī)劃與車間調(diào)度的能量?jī)?yōu)化模型，采用一種基于模擬退火與遺傳算法的混合算法，使用新的交叉方法，配合模擬退火及同火，求解完工時(shí)間與能量消耗的多目標(biāo)優(yōu)化，通過(guò)設(shè)置權(quán)重系數(shù)，使企業(yè)可以自由調(diào)節(jié)優(yōu)化目標(biāo)的傾向，以完工時(shí)間或是能量消耗為主，或者同時(shí)雙目標(biāo)優(yōu)化。實(shí)驗(yàn)結(jié)果證明了方法的有效性。

l 問(wèn)題描述

1.1 工藝規(guī)劃與車間調(diào)度的數(shù)學(xué)模型

傳統(tǒng)的車間調(diào)度中每個(gè)工件只有一條工藝路線，不能滿足現(xiàn)代日益發(fā)展的柔性制造要求。在生產(chǎn)實(shí)際巾，每個(gè)工件可能有幾種工藝路線，而每條工藝路線的工序又各不一樣。把工藝路線的選擇與車間調(diào)度同時(shí)進(jìn)行優(yōu)化，有利于縮短完工時(shí)間或達(dá)到其他優(yōu)化目標(biāo)，從而提高企業(yè)競(jìng)爭(zhēng)力。為了建立數(shù)學(xué)模型，作如下假設(shè)：（1）每臺(tái)機(jī)器一次只能進(jìn)行一個(gè)工序的加工；（2）每臺(tái)機(jī)器從空閑狀態(tài)到加工狀態(tài)的準(zhǔn)備時(shí)間為O；（3）每個(gè)工件同時(shí)只能被一臺(tái)設(shè)備加工；（4）每臺(tái)機(jī)器從開機(jī)到該機(jī)器所有的加工任務(wù)完成，中間不關(guān)機(jī)；（5）每個(gè)工序的加工從開始到結(jié)束不允許被中斷。

1.2 能量模型

根據(jù)假設(shè)，每臺(tái)機(jī)器從任務(wù)開始，到本機(jī)器所有加工任務(wù)完成，一直在運(yùn)轉(zhuǎn)。在實(shí)際生產(chǎn)中，機(jī)器的切削能耗占總能耗的比例不大，為了方便建立，數(shù)學(xué)模型，采用空轉(zhuǎn)功率來(lái)計(jì)算機(jī)器運(yùn)轉(zhuǎn)淌耗的能量。作如下符號(hào)定義：

PAi：機(jī)器i運(yùn)轉(zhuǎn)平均功率，即單位時(shí)平均消耗能量。

EAi：機(jī)器i運(yùn)轉(zhuǎn)消耗能量。

EA：所有機(jī)器運(yùn)轉(zhuǎn)消耗能量總和。

2 算法設(shè)計(jì)

本文提出的混合調(diào)度算法主要由遺傳編碼、遺傳操作、模擬退火、模擬回火等模塊組成，算法以迭代次數(shù)為收斂依據(jù)。在算法中，染色體采用分層編碼的方式，遺傳算法的變異模塊用模擬退火代替，同時(shí)引入回火機(jī)制，既保留了遺傳算法的尋優(yōu)性，義具備模擬退火的突變性。算法流程如圖1所示，設(shè)置回火代數(shù)為20。

算法步驟如下：

（1）基本參數(shù)輸入，Jm，T，包含詳細(xì)的工藝路線、加工機(jī)器、加工時(shí)間等信息；

（2）進(jìn)行遺傳算法操作，初始化種群；

（3）計(jì)算適應(yīng)度值，判斷是否滿足迭代次數(shù)，否則繼續(xù)；

（4）進(jìn)行復(fù)制交叉、模擬退火、回火操作，產(chǎn)生新的種群，轉(zhuǎn)步驟3；

（5）結(jié)束。

2.1 染色體編碼及種群初始化

用遺傳算法解決優(yōu)化問(wèn)題，對(duì)染色體的編碼設(shè)計(jì)非常重要.既要包括工藝規(guī)劃和車間調(diào)度的全部信息，又要有利于交叉變異。本文采用分層編碼的方式，第一層為工藝選擇，碼長(zhǎng)為工件個(gè)數(shù)，每個(gè)基因的值表示該序號(hào)工件選擇的工藝路線序號(hào)；第二層編碼為工序排列。碼長(zhǎng)為各工件機(jī)器矩陣t，，的列數(shù)和。以6工件為例，如第一層編碼表示為3―2 2 1 3 3，表示1號(hào)工件采用第3條工藝路線，2號(hào)工件采用第2條工藝路線，3號(hào)工件采用第2條工藝路線。第二層編碼：3-2-3-1-5-4-3-4-2-1-6-3-6-2-4-1-3-6-3-5-2-1-3-5.該層編碼有7個(gè)3表示3號(hào)工件的7道工序，4個(gè)1表示1號(hào)工件的4道工序。結(jié)合第一層工藝編碼，該染色體表示的加工順序?yàn)镹312N221N322N131N53lN411N323N412N222N132N631N324N632N223N413N133N325N633N326N532N224N134N327N533，其中，Nijk表示工件i的第j條工藝路線的第k道工序。這種編碼的好處是每個(gè)個(gè)體的長(zhǎng)度是一樣的，有利于后續(xù)的交叉變異操作，而且交叉中不需要考慮各工件的加工工序約束關(guān)系。

2.2 適應(yīng)度函數(shù)

在實(shí)際生產(chǎn)中，有時(shí)候交貨期緊張，這個(gè)時(shí)候就需要完工時(shí)間最短，有時(shí)候交貨期比較松，就可以能量消耗最少為目標(biāo)。根據(jù)這一實(shí)際情況，對(duì)節(jié)能和完工時(shí)間的綜合采用加權(quán)多目標(biāo)綜合方法，設(shè)置一個(gè)權(quán)重系數(shù)W來(lái)控制目標(biāo)函數(shù)的傾向。由于能量和完工時(shí)間量綱的差異，且數(shù)值相差較大，不具有可比性，在加權(quán)之前需要對(duì)能耗和完工時(shí)間值作適當(dāng)?shù)奶幚恚軉l(fā)，本文對(duì)兩個(gè)目標(biāo)進(jìn)行去量綱處理。先對(duì)兩個(gè)目標(biāo)單獨(dú)進(jìn)行10次優(yōu)化，取優(yōu)化過(guò)程中出現(xiàn)的最大值Makespan（max），EA（max），最小值Makespan（min），EA（min）。去量綱后的目標(biāo)函數(shù)可表示為

2.3 交叉

交叉是遺傳算法進(jìn)行尋優(yōu)的重要環(huán)節(jié)。由于本文采取分層編碼的方式，所以交叉也進(jìn)行分層交叉。

在父代種群Chroml中隨機(jī)選取兩個(gè)染色體P1和P2作為父代，滿叉概率后，進(jìn)行分層交叉，如圖2所示。工藝部分：分別從P1和P2中取出染色體的工藝部分P11和P21，進(jìn)行普通的單點(diǎn)交叉，得到O11和021作為子代的工藝部分。工序部分：先取出父代染色體的工序部分P12和P22。根據(jù)工件個(gè)數(shù)n.將n的隨機(jī)系列隨機(jī)分為兩塊A和B，A中含有工件的數(shù)為（0.3-0.5）×N個(gè)，這樣既能維持交叉產(chǎn)生新個(gè)體的多樣性，又能充分繼承父代的優(yōu)良特性。以6工件為例，假設(shè)A=（2，5.6），B=（l，3，4），令Ol2 =P12，O22=P22，將O12中B工件位置置O，將P22中B工件依次填人O12中O的位置。同理，將022中A工件位置置0，將P12中A工件依次填入022中O的位置。將O11和012組合得到子代01，將021和組合得到子代02。將01和02放入子代種群Chrom2中。

對(duì)父代種群Chroml以及概率交叉后得到予種群Chrom2采取精英保留策略.即對(duì)Chroml和Chrom2進(jìn)行全排列，取出較優(yōu)的一半染色體組成新的種群Chrom，這樣做的好處是既能得到交叉后的染色體的多樣性，義不破壞父代種群中的優(yōu)良個(gè)體。

2.4 變異

為了改善遺傳算法容易陷入局部最優(yōu)的缺點(diǎn)，本文采用模擬退火算法代替遺傳算法中的變異模塊，步驟如下：

（1）給定初始溫度t0，在種群中隨機(jī)取一個(gè)染色體，汁算目標(biāo)值F。

（2）對(duì)染色體進(jìn)行變異操作。工藝部分：隨機(jī)取一個(gè)工件位置，隨機(jī)取該工件的另一條工藝路線代替當(dāng)前工藝路線。若當(dāng)前工件只有一條工藝路線，則另取一個(gè)工件。工序部分：隨機(jī)將兩個(gè)基因值不同的工序位置進(jìn)行交換，得到新的染色體，計(jì)算目標(biāo)值F'，即F'-F=df，若dfO，即新染色體劣于原染色體，則概率接受新染色體。接受概率為cxp（-df/t）。

（3）更新溫度t=t×q，q為降溫系數(shù)。

2.5 回火機(jī)制

回火，就是連續(xù)多代小更新最優(yōu)解時(shí)，人為地增加溫度t的值，從而增大突變慨率。在算法運(yùn)行的每一代中，以tempF記錄、當(dāng)前最優(yōu)解，tempt記錄當(dāng)前溫度，如果新種群最優(yōu)解優(yōu)于tempF，則更新tempF和tempt。本文設(shè)置回火代數(shù)為20，當(dāng)連續(xù)20代不更新tempF時(shí)，令t=tempt，提高t的值，也就是提高突變慨牢。

3 算法仿真

目標(biāo)函數(shù)值為0. 042 843?？梢钥闯?，不管是完工時(shí)間還是能量消耗，都不是單目標(biāo)優(yōu)化的最優(yōu)值，但是目標(biāo)函數(shù)最優(yōu)。

（3）當(dāng)w=0時(shí)，此時(shí)完工時(shí)間對(duì)目標(biāo)函數(shù)值沒有影響，相當(dāng)于單一的能量?jī)?yōu)化。如圖6所示，目標(biāo)函數(shù)與能量消耗的變化曲線一致。最終的能量消耗值為617. 53，完工時(shí)間為37。由圖7所示甘特圖可以看出，在以能量消耗為單一目標(biāo)優(yōu)化的情況下，機(jī)器10由于能耗較大，并沒有參與工作。

由圖3可知，單純的從車間調(diào)度與工藝規(guī)劃的角度來(lái)看，本文的優(yōu)化結(jié)果Makespan一27，優(yōu)于的結(jié)果28，證明了本算法的可行性。圖6中的能量消耗為617. 53，與圖3中單一的完工時(shí)間優(yōu)化所耗能量為796相比，能量的節(jié)約達(dá)到22. 5%。由以上結(jié)果可以看出，在權(quán)重系數(shù)W取值不同的結(jié)果下，目標(biāo)函數(shù)的優(yōu)化結(jié)果都不一樣，企業(yè)在實(shí)際生產(chǎn)過(guò)程中，可以根據(jù)需求設(shè)置權(quán)重系數(shù)，在不影響交貨期的情況下，最大限度地減少能量消耗。

4 實(shí)際案例

某車間需生產(chǎn)10個(gè)工件，每個(gè)工件有不同的工藝路線，共有加工設(shè)備10臺(tái)，各設(shè)備在運(yùn)轉(zhuǎn)時(shí)所消耗的平均功率PU=[2.9，1.O，0.8，0.75，0.7，0. 65，0.95，1.7，0. 85，1.6] kW。加工數(shù)據(jù)如表l所示。

優(yōu)化算法的參數(shù)設(shè)置和第3節(jié)一樣，權(quán)重系數(shù)w=0：0.1：1.O，共11組，每組運(yùn)行 20次，優(yōu)化結(jié)果的完工時(shí)間和能量消耗各自取平均值。結(jié)果如表2所示。

篇5

 

現(xiàn)代社會(huì)不斷進(jìn)步，科學(xué)技術(shù)不斷發(fā)展，人們的生活水平也在不斷提高。由此而帶來(lái)的一系列問(wèn)題也越來(lái)越明顯，肥胖就是其中之一。肥胖是指身體內(nèi)脂肪積累過(guò)多。肥胖的主要原因是熱能不平衡，即營(yíng)養(yǎng)過(guò)度，熱能攝入量過(guò)剩，長(zhǎng)期缺乏運(yùn)動(dòng)使新陳代謝逐漸降低，內(nèi)分泌失調(diào)，影響脂肪代謝。由于身體活動(dòng)量減小，熱能的需求量也將減少，從而使多余的熱量就以脂肪的形式貯存在體內(nèi)，使體重、體脂超出正常水平，給人類的生活工作帶來(lái)諸多的不便，而且影響到人類的健康。肥胖可引起人體機(jī)能的一系列變化，使人體的工作能力降低，甚至顯著縮短壽命。對(duì)于成年人，肥胖是損害健康的先兆,肥胖時(shí)由于過(guò)量的脂肪在體內(nèi)堆積，增加了身體負(fù)擔(dān)，過(guò)多的脂肪需大量的血液來(lái)供應(yīng)，加重了身體心血管系統(tǒng)負(fù)擔(dān)。肥胖者在同等情況下,氧消耗較正常人高34%-40%，嚴(yán)重肥胖者對(duì)疾病的抵抗力下降。肥胖者動(dòng)作遲緩，易疲勞，常有腰、背、腿疼，不能耐受高溫，同時(shí)肥胖影響體型美觀。論文格式。

隨著現(xiàn)代社會(huì)的發(fā)展，生活水平不斷的提高，肥胖癥有逐年增加的趨勢(shì)。近年來(lái)社會(huì)上出現(xiàn)了多種減肥方法：藥物減肥、手術(shù)減肥、節(jié)食減肥、運(yùn)動(dòng)減肥等。減肥方法雖多，但如果應(yīng)用不當(dāng)，不僅達(dá)不到減肥的目的，還會(huì)引起一定的副作用及危險(xiǎn)。運(yùn)動(dòng)減肥簡(jiǎn)便易行，效果最好。

研究報(bào)導(dǎo)，力量訓(xùn)練也是運(yùn)動(dòng)減肥的一種方式，力量訓(xùn)練能夠幫助提高新陳代謝，減少脂肪，對(duì)減肥有明顯的效果，同時(shí)可以改善機(jī)體的功能,提高機(jī)體的免疫功能。中低強(qiáng)度的力量訓(xùn)練是以脂肪供能為主，在運(yùn)動(dòng)中可以消耗大量的脂肪。大強(qiáng)度力量訓(xùn)練后的24h恢復(fù)期由于基礎(chǔ)代謝率的加強(qiáng),需要消耗更多的能量促進(jìn)機(jī)體恢復(fù),這時(shí)以脂肪供能為主。論文格式。因此，從某種意義上相對(duì)于中低強(qiáng)度力量訓(xùn)練來(lái)說(shuō)，大強(qiáng)度力量訓(xùn)練可以消耗更多的身體脂肪。最新的研究表明，足夠強(qiáng)度的力量訓(xùn)練，能使訓(xùn)練者在訓(xùn)練結(jié)束后也保持較高的代謝水平。但另有研究提出，力量訓(xùn)練會(huì)給機(jī)體帶來(lái)不必要的傷害，不提倡力量訓(xùn)練減肥。多數(shù)實(shí)驗(yàn)研究樣本為正常人群，肥胖群體作為特殊人群有其不同于正常人群的解剖生理結(jié)構(gòu)，那么，力量訓(xùn)練能否對(duì)肥胖人群運(yùn)動(dòng)減肥起到積極的效果正是本文的論點(diǎn)。

力量訓(xùn)練是人體在運(yùn)動(dòng)中抵抗阻力的能力的訓(xùn)練。各項(xiàng)運(yùn)動(dòng)都非常重視力量的訓(xùn)練，提高力量素質(zhì)就是要發(fā)育肌肉并提高神經(jīng)調(diào)節(jié)機(jī)能。其原因在于：力量來(lái)自于肌肉的收縮，肌肉的粗壯必然導(dǎo)致肌力的增加。而神經(jīng)調(diào)節(jié)使應(yīng)該用力的肌肉協(xié)調(diào)集中的收縮，對(duì)抗的肌肉高度放松。

力量訓(xùn)練能夠幫助提高新陳代謝，減少脂肪，對(duì)減肥有明顯的效果，同時(shí)可以改善機(jī)體的功能,提高機(jī)體的免疫功能。力量訓(xùn)練能夠控制機(jī)體運(yùn)動(dòng)時(shí)的交感神經(jīng)分泌腎上腺素增加，刺激機(jī)體運(yùn)動(dòng)后的能量代謝增加，促進(jìn)減肥效果。

力量訓(xùn)練會(huì)促進(jìn)身體肌肉和骨骼的增加，即使已停止鍛煉，能量消耗還會(huì)繼續(xù)，以便身體生成新的肌肉組織。通過(guò)力量訓(xùn)練，身體已經(jīng)變成一個(gè)消耗熱量和脂肪的高效能機(jī)器，如果你是想要減少脂肪、以達(dá)到健美的目標(biāo)。中低強(qiáng)度的力量訓(xùn)練是以脂肪供能為主，在運(yùn)動(dòng)中可以消耗大量的脂肪。大強(qiáng)度力量訓(xùn)練后的24h恢復(fù)期由于基礎(chǔ)代謝率的提高，需要消耗更多的能量促進(jìn)機(jī)體恢復(fù)，這時(shí)以脂肪供能為主。

最新的研究表明，足夠強(qiáng)度的力量訓(xùn)練，能使訓(xùn)練者在訓(xùn)練結(jié)束后也保持較高的代謝水平。運(yùn)動(dòng)后過(guò)量能耗的增加必須達(dá)到一定的閾值強(qiáng)度才能有效果，低強(qiáng)度有氧運(yùn)動(dòng)還不能產(chǎn)生這種效果，中強(qiáng)度和大強(qiáng)度運(yùn)動(dòng)可以刺激機(jī)體運(yùn)動(dòng)后的能量消耗。在一定時(shí)間內(nèi)，中低強(qiáng)度運(yùn)動(dòng)在運(yùn)動(dòng)后只能額外消耗少量的熱量，大強(qiáng)度運(yùn)動(dòng)可以額外消耗更多能量。大強(qiáng)度力量訓(xùn)練導(dǎo)致機(jī)體瘦體重增加，肌肉能有效的消耗脂肪。實(shí)驗(yàn)發(fā)現(xiàn)，大小兩種不同運(yùn)動(dòng)強(qiáng)度運(yùn)動(dòng)后，最大有氧能力都增加，低強(qiáng)度力量訓(xùn)練組肌糖原降解酶活性下降，而高強(qiáng)度力量訓(xùn)練組糖原降解酶活性增加，促進(jìn)脂肪β氧化增加。得出結(jié)論認(rèn)為高強(qiáng)度力量訓(xùn)練更易導(dǎo)致機(jī)體能量負(fù)平衡而達(dá)到減肥效果，并且認(rèn)為大強(qiáng)度運(yùn)動(dòng)有利于促進(jìn)機(jī)體骨骼肌對(duì)脂肪的氧化。

人們經(jīng)常會(huì)認(rèn)為運(yùn)動(dòng)后能量消耗增多，食欲會(huì)增強(qiáng)，食物攝取也會(huì)增加，能量過(guò)多的攝取足以抵消運(yùn)動(dòng)中的能量消耗而致運(yùn)動(dòng)減肥沒有效果。但實(shí)際上大量研究文獻(xiàn)表明，運(yùn)動(dòng)并不一定會(huì)導(dǎo)致食欲增強(qiáng)，運(yùn)動(dòng)對(duì)食欲的研究結(jié)果非常復(fù)雜。運(yùn)動(dòng)強(qiáng)度是影響運(yùn)動(dòng)后食欲的因素之一，而且運(yùn)動(dòng)中能量和身體脂肪的消耗在短時(shí)間內(nèi)是不會(huì)導(dǎo)致能量攝取增加而抵消，雖然從長(zhǎng)遠(yuǎn)來(lái)說(shuō)，運(yùn)動(dòng)最終會(huì)導(dǎo)致食物攝取增加而達(dá)到能量平衡以維持身體正常體重。力量訓(xùn)練后消耗能量導(dǎo)致能量缺失，但不會(huì)在短時(shí)間(至少1小時(shí))內(nèi)導(dǎo)致食欲增加、攝食增多而完全補(bǔ)足運(yùn)動(dòng)中所消耗的能量；相反，一定強(qiáng)度的力量訓(xùn)練后，食欲會(huì)在短時(shí)間內(nèi)下降，造成“運(yùn)動(dòng)性厭食”，但這種厭食行為只會(huì)持續(xù)一段較短時(shí)間，在這段時(shí)間過(guò)后，如果停止任何運(yùn)動(dòng)，往往食欲增加，攝食增多，逐步補(bǔ)充運(yùn)動(dòng)所消耗的能量達(dá)到能量平衡以維持自身體重。如果堅(jiān)持長(zhǎng)期力量訓(xùn)練，由于食欲抑制而導(dǎo)致的能量攝入減少，會(huì)造成身體能量負(fù)平衡，對(duì)超重和肥胖者控制體重有較好效果。

運(yùn)動(dòng)減肥消耗總能量，除了考慮運(yùn)動(dòng)中的能量消耗外，還要考慮運(yùn)動(dòng)后的能量消耗。對(duì)于減脂肪來(lái)說(shuō)，運(yùn)動(dòng)中和運(yùn)動(dòng)后總能量消耗比單純運(yùn)動(dòng)中的能量消耗更重要。中低強(qiáng)度力量訓(xùn)練可以持續(xù)較長(zhǎng)時(shí)間，是以脂肪供能為主，在運(yùn)動(dòng)中可以消耗大量的脂肪，大強(qiáng)度力量訓(xùn)練雖然不能堅(jiān)持太長(zhǎng)時(shí)間，但是訓(xùn)練后的24h恢復(fù)期由于基礎(chǔ)代謝率的增強(qiáng)，需要消耗更多的能量促進(jìn)身體恢復(fù)，這時(shí)也以脂肪供能為主。不論中低強(qiáng)度力量訓(xùn)練，還是大強(qiáng)度力量訓(xùn)練，都能消耗大量能量。

篇6

中圖分類號(hào)TM4 文獻(xiàn)標(biāo)識(shí)碼A 文章編號(hào) 1674-6708（2012）64-0189-02

無(wú)線傳感器網(wǎng)絡(luò)中的大量監(jiān)測(cè)數(shù)據(jù)需經(jīng)過(guò)合理處理，才可滿足不同用戶的查詢需求。但該網(wǎng)絡(luò)數(shù)據(jù)的高效查詢受到網(wǎng)絡(luò)自身的限制，其中節(jié)點(diǎn)能量是制約其發(fā)展的核心因素。為有效降低網(wǎng)絡(luò)節(jié)點(diǎn)的能耗，本文研究了兩種算法。

1 基于時(shí)間范圍查詢的優(yōu)化算法

傳感器網(wǎng)絡(luò)對(duì)環(huán)境的感應(yīng)，很多時(shí)候要求得到查詢時(shí)間范圍內(nèi)感應(yīng)對(duì)象的屬性變化趨勢(shì)。若傳感器節(jié)點(diǎn)上有大量重復(fù)數(shù)據(jù)查詢并向基站發(fā)送時(shí)，可通過(guò)擬訂新的查詢表，將這些查詢合并，使大量重復(fù)數(shù)據(jù)一次性發(fā)送，減少了節(jié)點(diǎn)能量的消耗。該算法充分利用基站強(qiáng)大的計(jì)算能力、足夠的存儲(chǔ)及充足的能量等特點(diǎn)，以求減少節(jié)點(diǎn)的通信能量消耗，延長(zhǎng)傳感器網(wǎng)絡(luò)的壽命,如流程圖1所示。該算法只考慮了時(shí)間范圍條件下單用戶查詢的優(yōu)化，同時(shí)在能量消耗上只考慮了發(fā)送能量的消耗。

合并查詢發(fā)送能聊消耗為,優(yōu)化合并后發(fā)送能量消耗為,則能量消耗節(jié)省量為,其中，ΔE為能量節(jié)省量，t為查詢時(shí)間范圍，T為查詢采樣周期，f(a)為合并分解次數(shù)，a為一次感應(yīng)屬性數(shù)據(jù)量，A為一次感應(yīng)總數(shù)據(jù)量， Es為位能量發(fā)送消耗能量。

2 查詢類型的歸納并引入的算法

文獻(xiàn)[3]給出了一種基于where條件的多查詢合并算法，實(shí)際上查詢中節(jié)點(diǎn)上固有屬性也可以進(jìn)行合并。另外文獻(xiàn)[3]中給出的查詢滿足概率是基于屬性能夠選擇的最大范圍，而實(shí)際上，幾乎沒有節(jié)點(diǎn)在實(shí)際工作時(shí)能夠取得感應(yīng)的最大范圍。針對(duì)這兩點(diǎn)，本文研究了以下算法。本算法是利用基站存儲(chǔ)的節(jié)點(diǎn)歷史信息，以最小化查詢消耗能量為目標(biāo)，提出一種基于預(yù)測(cè)查詢滿足概率的多查詢合并算法，以達(dá)到能量消耗最小的目的。

以下給出多查詢能量消耗模型。假設(shè)節(jié)點(diǎn)發(fā)送一個(gè)數(shù)據(jù)包消耗能量為E，接收一個(gè)數(shù)據(jù)包消耗能量為E。一個(gè)節(jié)點(diǎn)是否發(fā)送數(shù)據(jù)包，與節(jié)點(diǎn)采集的數(shù)據(jù)是否滿足查詢的概率P有關(guān)。每次采樣相互獨(dú)立，因此n次采樣滿足查詢條件的次數(shù)為n×p，每個(gè)數(shù)據(jù)包需要d次轉(zhuǎn)發(fā)到基站，一個(gè)時(shí)間間隔為t的查詢單位時(shí)間內(nèi)單個(gè)節(jié)點(diǎn)發(fā)送數(shù)據(jù)消耗的能量為，接收數(shù)據(jù)消耗的能量為（此處不考慮最后基站接收數(shù)據(jù)消耗的能量）。則整個(gè)網(wǎng)絡(luò)的所有節(jié)點(diǎn)消耗的能量為，其中，Esi為第i個(gè)節(jié)點(diǎn)發(fā)送一個(gè)數(shù)據(jù)包消耗的能量，Eri為第i個(gè)節(jié)點(diǎn)接收一個(gè)數(shù)據(jù)包消耗的能量，Pi為第i個(gè)節(jié)點(diǎn)滿足查詢條件的概率，為無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)，di為節(jié)點(diǎn)深度（對(duì)應(yīng)發(fā)送次數(shù)），t為采樣周期。

上面各參數(shù)中，節(jié)點(diǎn)深度di可以根據(jù)網(wǎng)絡(luò)路由計(jì)算得到，采樣周期可以根據(jù)查詢需求或網(wǎng)絡(luò)采樣周期得到。下面給出查詢滿足概率計(jì)算方法。假設(shè)某查詢屬性A的搜索條件為x

在實(shí)際的無(wú)線傳感器網(wǎng)絡(luò)中，不是每個(gè)節(jié)點(diǎn)都能感應(yīng)到屬性值A(chǔ)的最大范圍。本文利用基站的計(jì)算和存儲(chǔ)能力，將節(jié)點(diǎn)歷史感應(yīng)并發(fā)送到基站的數(shù)據(jù)匯總起來(lái)得到每個(gè)節(jié)點(diǎn)感應(yīng)到的最大值A(chǔ)max和最小值A(chǔ)min。由于最大值A(chǔ)max和最小值A(chǔ)min是已知能夠觀測(cè)到的屬性范圍，而未來(lái)觀測(cè)到的屬性范圍，而未來(lái)觀測(cè)到的屬性范圍可能在最大值A(chǔ)max和最小值A(chǔ)min之間，也可能在其范圍之外，此處用參數(shù)ΔA來(lái)修正觀測(cè)到的最大值A(chǔ)max和最小值A(chǔ)min。則節(jié)點(diǎn)取值范圍為[Amin-ΔA，Amax+ΔA]。

節(jié)點(diǎn)i的滿足查詢條件概率為：

其中，y為查詢上限，x為查詢下限，pi為在以[x,y]為查詢條件下節(jié)點(diǎn)i查詢滿足概率，Aimax為節(jié)點(diǎn)i歷史查詢出現(xiàn)的屬性A的最大值，Aimin為節(jié)點(diǎn)i歷史查詢出現(xiàn)的屬性A的最小值，ΔiA為節(jié)點(diǎn)i屬性A歷史最大值最小值變化修正值，ΔiA可以用屬性A歷史出現(xiàn)的數(shù)據(jù)標(biāo)準(zhǔn)差得到。

對(duì)兩個(gè)查詢要判斷是否進(jìn)行合并，可以根據(jù)上面的公式分別計(jì)算兩個(gè)查詢消耗的能量；。根據(jù)表1合并規(guī)則合并查詢，預(yù)測(cè)合并后查詢消耗的能量Enew。

若Enew>E1+E2兩查詢不進(jìn)行合并，反之進(jìn)行合并。

若n個(gè)查詢需判斷是否進(jìn)行合并，需輪流判斷可以合并的查詢，最后將合并后的查詢列表發(fā)送到傳感器網(wǎng)絡(luò)再查詢。

該多查詢合并算法與文獻(xiàn)[3]提出的算法相比更好地利用了基站能量充足、計(jì)算能力強(qiáng)的特點(diǎn)，隨著查詢時(shí)間的持續(xù)，能夠大量減少查詢數(shù)量，降低無(wú)線傳感器網(wǎng)絡(luò)查詢傳輸?shù)臄?shù)據(jù)量，減少網(wǎng)絡(luò)節(jié)點(diǎn)的能量消耗，從而大大增加無(wú)線傳感器網(wǎng)絡(luò)的壽命。由于存在查詢合并，本算法的時(shí)效性有所欠缺，更加適合對(duì)實(shí)效要求不是太高的環(huán)境。

參考文獻(xiàn)

篇7

［ABSTRACT］ Objective To investigate the characteristics of rest energy expenditure （REE） of patients with gastric cancer during perioperative period. Methods Forty-six gastric cancer patients were enrolled randomly as study objects and 25 healthy volunteers served as controls. REE was measured by indirect calorimetry in the patients before and on day 1 after surgery and in the controls. Body composition was measured by dual-energy X-ray absorptiometry （DEXA） and nutrition was evaluated by mini-nutritional assessment （MNA）. Results REE in the patients of both sex was lower than that of the control （t=2.359， 2.236;P

［KEY WORDS］Stomach neoplasms; Resting energy expenditure; Body composition; Nutritional evaluation

能量代謝是指生物體內(nèi)營(yíng)養(yǎng)物質(zhì)（主要指糖類、脂肪、蛋白質(zhì)）在代謝過(guò)程中所伴隨的能量產(chǎn)生和利用過(guò)程。靜息能量消耗量（REE）即機(jī)體禁食2 h以上、平臥休息30 min后的能量消耗，約占總能量消耗的65%～70%。由于REE測(cè)定方便、實(shí)用，且能夠較好地反映機(jī)體每天的總能量消耗，故為臨床上研究人體代謝消耗的常用指標(biāo)。腫瘤是不受機(jī)體生理調(diào)節(jié)的新生物，由于腫瘤生長(zhǎng)以及由此產(chǎn)生的機(jī)體代謝變化，使得腫瘤病人的能量代謝具有特殊性。本研究旨在觀察胃癌病人圍手術(shù)期REE特點(diǎn)，探討胃癌病人REE改變的原因，從而更好地指導(dǎo)病人進(jìn)行營(yíng)養(yǎng)支持。

1 對(duì)象和方法

1.1 研究對(duì)象

選擇入住我科的46例胃癌病人為研究對(duì)象，其中男39例，女7例，年齡36～81歲，平均61.8歲。以25例健康志愿者作為對(duì)照組，其中男15例，女10例，年齡46～73歲，平均59.8歲。入選者均無(wú)肝、腎、內(nèi)分泌、自身免疫性、骨骼系統(tǒng)疾病，無(wú)感染、發(fā)熱，測(cè)試前未進(jìn)行腸內(nèi)外營(yíng)養(yǎng)。

1.2 研究方法

入院時(shí)通過(guò)詢問(wèn)病史、常規(guī)體格檢查、實(shí)驗(yàn)室及輔助檢查等多種途徑，明確術(shù)前診斷及一般狀況，記錄飲食情況。根據(jù)簡(jiǎn)易營(yíng)養(yǎng)評(píng)價(jià)法（MNA）將胃癌病人分為3組:營(yíng)養(yǎng)不良組（MNA 評(píng)分＜17分）、營(yíng)養(yǎng)不良危險(xiǎn)組（17分≤MNA評(píng)分＜24分）、營(yíng)養(yǎng)良好組（MNA評(píng)分≥24分）。病人入院當(dāng)天利用美國(guó)MedGraphics公司生產(chǎn)的間接測(cè)熱儀（代謝車）采用咬口法測(cè)定REE。測(cè)定時(shí)，代謝車需要先開機(jī)預(yù)熱30 min，再采用標(biāo)準(zhǔn)氣體校正，至定標(biāo)通過(guò)。室溫20～25 ℃。病人于測(cè)試前禁食 2 h以上，安靜平臥半小時(shí)后，接受測(cè)試，連續(xù)測(cè)定10 min以上。機(jī)體REE按Weir公式計(jì)算:REE=（3.9VO2+1.1VCO2）×1 440，式中VO2表示氧耗量（L/min），VCO2表示二氧化碳產(chǎn)生量（L/min）。能量消耗預(yù)測(cè)公式為Harris-Benedict公式。病人入院后第2天行人體組成測(cè)定，采用美國(guó)LUNAR公司生產(chǎn)的DPX-NT雙能量X線吸收儀測(cè)量全身體成分。測(cè)定時(shí)要求研究對(duì)象只穿貼身衣褲，摘下任何含金屬的物件。采用儀器上的全身掃描模式進(jìn)行掃描，分別給出各區(qū)域的脂肪、瘦體、骨礦鹽含量及脂肪百分比；脂肪、瘦體、骨礦鹽相加等于全身質(zhì)量。術(shù)后第1天停止輸液4 h安靜平臥半小時(shí)后依前法測(cè)量術(shù)后REE， 根據(jù)日本胃癌學(xué)會(huì)1999年6月修訂的第13版胃癌處理規(guī)約行PTNM分期。對(duì)照組記錄性別、年齡和體質(zhì)量，并按上法測(cè)量REE。

1.3 統(tǒng)計(jì)學(xué)處理

采用SPSS 13.0及PPMS 1.5軟件［1］進(jìn)行統(tǒng)計(jì)分析。計(jì)量資料數(shù)據(jù)均以x±s表示，兩獨(dú)立樣本比較采用t檢驗(yàn)，配對(duì)資料比較采用配對(duì)t檢驗(yàn)，多組間比較用方差分析及兩兩比較q檢驗(yàn)， REE與人體組成各指標(biāo)間行簡(jiǎn)單相關(guān)分析。

2 結(jié) 果

2.1 胃癌病人術(shù)前REE與正常人比較

胃癌病人術(shù)前REE較對(duì)照組低（t=2.359、2.236，P

2.2 不同營(yíng)養(yǎng)狀態(tài)男性胃癌病人術(shù)前REE比較

營(yíng)養(yǎng)良好者REE明顯高于營(yíng)養(yǎng)不良危險(xiǎn)和營(yíng)養(yǎng)不良者（F=6.493，q=4.673、5.921，P

2.3 飲食未受影響及飲食受疾病影響的男性病人REE的比較

飲食未受影響組瘦體為（48.927±6.645）kg，REE為（5.998±1.411）kJ/d，飲食受影響組瘦體為（44.087±5.390）kg，REE為（4.649±1.348）kJ/d，兩組比較有明顯差異（t=2.354、2.943，P

2.4 不同病理分期的胃癌病人REE比較

不同病理分期的男性胃癌病人REE比較未見明顯差異（P＞0.05），見表4。女性病人由于例數(shù)較少未行分析。表4 不同病理分期的男性胃癌病人REE比較（略）

2.5 手術(shù)前后REE比較

手術(shù)后第1天REE為（6.199±0.798）kJ，呼吸商為0.798±0.067，而術(shù)前REE為（5.351±1.453）kJ/d，呼吸商為0.836±0.040。手術(shù)前后比較有明顯差異（t=2.496、2.415，P

2.6 REE與年齡及人體組成的相關(guān)性

REE與年齡呈負(fù)相關(guān)（r=-0.340，P

3 討論

許多學(xué)者曾經(jīng)認(rèn)為，惡性腫瘤病人的能量消耗高于正常人群或良性腫瘤病人［2，3］。但近年來(lái)眾多相關(guān)研究卻發(fā)現(xiàn)，腫瘤病人的能量代謝值并不一定高于正常人群，甚至有病人表現(xiàn)為低代謝［4］。本文結(jié)果顯示，胃癌病人REE并沒有升高，而是有所下降。這是因?yàn)橛绊戩o息能量代謝的因素很多，除了性別、年齡之外，個(gè)體體質(zhì)量是決定REE大小的最重要因素，而個(gè)體體質(zhì)量可以通過(guò)雙能量X線吸收儀分解為脂肪、瘦體和骨礦鹽。本研究結(jié)果顯示，脂肪和骨礦鹽與REE無(wú)明顯相關(guān)，瘦體是三種人體成分中影響REE的惟一因素，而有研究表明胃癌病人的瘦體量較正常人減少［5］，因此瘦體含量的減少可能是胃癌病人REE下降的關(guān)鍵因素。其次，REE降低的原因也可能與腫瘤細(xì)胞能量代謝的特點(diǎn)有關(guān)，雖然腫瘤細(xì)胞代謝旺盛，但是產(chǎn)能并不一定多，因?yàn)槟[瘤細(xì)胞多以無(wú)氧代謝為主，甚至出現(xiàn)酵解抑制氧化的Crabtree效應(yīng)［6］。另外，人體對(duì)機(jī)體內(nèi)外環(huán)境的變化都有一定的代償適應(yīng)能力，能量消耗下降是人體在攝入不足、體質(zhì)量下降時(shí)的一種代償性反應(yīng)［7］。REE降低這一結(jié)果也提示胃癌病人體質(zhì)量的下降可能與營(yíng)養(yǎng)的攝入、吸收和利用減少更為密切相關(guān)，而不像甲狀腺功能亢進(jìn)癥病人體質(zhì)量下降原因以代謝亢進(jìn)為主。

轉(zhuǎn)貼于 MNA 法是GUIGOZ等［8］為完善對(duì)老年人營(yíng)養(yǎng)評(píng)估而研究出的一種簡(jiǎn)便而快速的方法，這種方法的靈敏度為96%，特異度為98%，預(yù)測(cè)價(jià)值為97%［9］。本研究根據(jù)MNA 法將男性胃癌病人分為3組，發(fā)現(xiàn)不同營(yíng)養(yǎng)狀態(tài)的胃癌病人其瘦體含量、REE具有明顯差異，而每千克瘦體的REE在3組之間未見有明顯不同，進(jìn)一步提示瘦體含量的減少是引起胃癌病人REE下降的原因。將3組病人的術(shù)前REE分別與男性對(duì)照組比較，發(fā)現(xiàn)營(yíng)養(yǎng)良好的病人其REE并無(wú)改變，有所下降的是營(yíng)養(yǎng)不良危險(xiǎn)病人和營(yíng)養(yǎng)不良的病人。因此，從營(yíng)養(yǎng)狀態(tài)的角度講，胃癌病人REE之所以較健康人下降，是因?yàn)闋I(yíng)養(yǎng)不良的發(fā)生率較正常人高。另外，胃癌病人常有飲食差，尤以出現(xiàn)幽門梗阻者明顯，本研究根據(jù)病人飲食情況將男性胃癌病人分為飲食未受影響組和飲食受影響組，發(fā)現(xiàn)前者的瘦體、REE明顯高于后者，每千克瘦體的REE雖然相差較大，但無(wú)統(tǒng)計(jì)意義。因此從營(yíng)養(yǎng)攝入的角度看，營(yíng)養(yǎng)物質(zhì)攝入的減少是胃癌病人REE下降的一個(gè)因素。綜合以上實(shí)驗(yàn)結(jié)果，胃癌病人攝入不足、腫瘤消耗等因素導(dǎo)致其在臨床上表現(xiàn)出營(yíng)養(yǎng)不良，在人體組成上表現(xiàn)為瘦體含量下降，而在能量代謝上則表現(xiàn)為REE減少。腫瘤分期與腫瘤細(xì)胞的生物學(xué)特點(diǎn)、腫瘤的分化程度等眾多因素有關(guān)，許多惡性程度高的腫瘤病人常尚未表現(xiàn)出明顯的營(yíng)養(yǎng)不良、瘦體減少就已發(fā)生遠(yuǎn)處轉(zhuǎn)移，這可能是不同腫瘤分期病人REE未發(fā)現(xiàn)明顯不同的原因之一。

手術(shù)、創(chuàng)傷和感染等應(yīng)激反應(yīng)常使機(jī)體代謝率升高，并且隨著應(yīng)激程度的不同代謝率升高的幅度也不同。近年的研究表明，擇期手術(shù)病人應(yīng)激狀態(tài)下代謝率增高幅度比以往想像的要小得多，甚至有人發(fā)現(xiàn)中等大小的手術(shù)對(duì)機(jī)體的REE并無(wú)明顯影響［10］。本實(shí)驗(yàn)也顯示，術(shù)后REE高于術(shù)前REE，但增高幅度并不大，因此術(shù)后給予營(yíng)養(yǎng)支持時(shí)應(yīng)注意營(yíng)養(yǎng)物質(zhì)的量，過(guò)多的營(yíng)養(yǎng)物質(zhì)可能會(huì)加重各器官的負(fù)擔(dān)。術(shù)后病人的呼吸商較術(shù)前明顯低，提示術(shù)后營(yíng)養(yǎng)物質(zhì)的利用與術(shù)前不同，糖的利用下降，而脂肪利用增多，這可能與體內(nèi)代謝紊亂尤其是與應(yīng)激引起的胰島素抵抗有關(guān)，所以術(shù)后營(yíng)養(yǎng)支持時(shí)各種營(yíng)養(yǎng)物質(zhì)的比例要合適，從而達(dá)到更好的治療效果。

能量消耗下降是人體在攝入不足、體質(zhì)量下降時(shí)的一種代償性反應(yīng)，胃癌病人術(shù)前REE偏低，并不意味著其需要的營(yíng)養(yǎng)物質(zhì)較少，相反，此類病人尤其是營(yíng)養(yǎng)不良者仍需要給予足夠的能量才能夠改善營(yíng)養(yǎng)狀態(tài)。而對(duì)于術(shù)后的病人，臨床工作者在根據(jù)代謝車測(cè)定結(jié)果給予代謝支持的同時(shí)也應(yīng)該發(fā)現(xiàn)，術(shù)后病人體內(nèi)代謝紊亂明顯，如何采取措施將體內(nèi)紊亂的代謝狀況轉(zhuǎn)為正常，從而變代謝支持為代謝調(diào)理是今后面臨的一個(gè)重要問(wèn)題。

【參考文獻(xiàn)】

1］周曉彬，紀(jì)新強(qiáng)，徐莉. 醫(yī)用統(tǒng)計(jì)學(xué)軟件PPMS 1.5的組成和應(yīng)用特點(diǎn)［J］. 齊魯醫(yī)學(xué)雜志， 2009，24（1）:29-32.

［2］HYLTANDER A， DROTT C， KORNER U， et al. Elevated energy expenditure in cancer patients with solid tumors［J］. Eur J Cancer， 1991，27（1）:9-15.

［3］CHEN W J， CHUNG Y C. Energy expenditure in patients with hepatocellular carcinoma［J］. Cancer， 1994，73（3）:590-595.

［4］吳國(guó)豪，吳肇漢，吳肇光. 癌癥病人機(jī)體能量消耗測(cè)定［J］. 腫瘤， 1997，17（6）：455-457.

［5］張彩坤，周巖冰，陳棟. 胃癌病人人體組分變化的研究［J］. 青島大學(xué)醫(yī)學(xué)院學(xué)報(bào)， 2007，43（3）：267-268.

［6］朱世能. 腫瘤基礎(chǔ)理論［M］. 第2版.上海：復(fù)旦大學(xué)出版社，2001：110-130.

［7］BARENDREGT K， SOETERS P B， ALLISON S P. 臨床營(yíng)養(yǎng)基礎(chǔ)［M］. 上海：復(fù)旦大學(xué)出版社， 2002:2-10.

篇8

中圖分類號(hào):TP393文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2010)01-34-03

A Novel Routing Algorithm Based on Ant Colony optimization for Wireless Sensor Networks

HAO Xiao-qing

(School of Computer Science, Chengdu University of Electronic Science and Technology,Chengdu 610054,China)

Abstract: In this paper, we introduce a novel routing algorithm which is based on Ant Colony System. The aim of this novel algorithm is to solve the problem of energy and congestion control on wireless sensor network routing process. This algorithm is able to achieve better load balance and prolong the network lifetime. In this new algorithm we combine the pheromone released by multi-ant colonies and residual energy. We also introduce the competition mechanism among multi-ant colonies to avoid the simplex convergence. The new algorithm controls the network traffic congestion effectively and balances the energy consumption for sensor networks. Simulation results demonstrate that this algorithm has better performance on load balance comparing with fundamental ant colony algorithm.

Key words: wireless sensor networks; ant colony system; pheromone; routing algorithm

無(wú)線傳感器網(wǎng)絡(luò)[1]是近幾年新興的信息獲取平臺(tái),具有快速展開、抗毀性強(qiáng)等特點(diǎn),有著廣闊的應(yīng)用前景。路由算法的作用是初始化并維護(hù)包含路徑信息的路由表。路由算法可分為單播、多播以及廣播路由算法,它應(yīng)該具有簡(jiǎn)單性、可擴(kuò)展性、節(jié)能性和魯棒性。另外,針對(duì)節(jié)點(diǎn)故障和網(wǎng)絡(luò)拓?fù)渥兓€應(yīng)該具有自重構(gòu)性。

蟻群算法是一種群體智能算法,最初用于解決組合優(yōu)化問(wèn)題中的旅行商問(wèn)題、二次分配等問(wèn)題,并取得了較好的效果。蟻群算法具有分布式并行計(jì)算、自組織、正反饋的特點(diǎn),且有較強(qiáng)的魯棒性。由于無(wú)線傳感器網(wǎng)絡(luò)自身的特點(diǎn),傳統(tǒng)網(wǎng)絡(luò)的路由協(xié)議不能很好地適用于無(wú)線傳感器網(wǎng)絡(luò)。許多學(xué)者都在集中研究開發(fā)基于蟻群算法的無(wú)線傳感器網(wǎng)絡(luò)路由算法[2-4]。我們?cè)诒疚闹刑岢鲆环N改進(jìn)的基于蟻群優(yōu)化的路由算法,該算法避免了基本蟻群算法中的單一收斂,在控制網(wǎng)絡(luò)擁塞和平衡能量消耗上也達(dá)到了很好的效果,延長(zhǎng)了網(wǎng)絡(luò)生命周期,實(shí)現(xiàn)無(wú)線傳感器網(wǎng)絡(luò)的路由優(yōu)化目標(biāo)。

1 基于蟻群優(yōu)化的路由原理

1.1 蟻群算法原理

蟻群算法[5]是一種啟發(fā)式算法,螞蟻借助他們?cè)谕ㄟ^(guò)了的路徑上留下的信息素彼此通信。每個(gè)螞蟻可以嗅到其它螞蟻留下的信息素并通過(guò)信息素引導(dǎo)自己的移動(dòng)方向,但信息素會(huì)隨著時(shí)間的流逝而揮發(fā)。因此,路徑的長(zhǎng)度和經(jīng)過(guò)這條道路徑的螞蟻個(gè)數(shù)會(huì)影響信息素的濃度。另一方面,信息素的濃度將引導(dǎo)蟻群中其他螞蟻的移動(dòng)方向,如果有很多螞蟻經(jīng)過(guò)這條道路徑,那么其它的螞蟻選擇這條路徑的概率將會(huì)很高。這在蟻群系統(tǒng)中構(gòu)成了一種信息素正向反饋機(jī)制。

近幾年,生物啟發(fā)算法已被廣泛地應(yīng)用到網(wǎng)絡(luò)路由問(wèn)題上,基于蟻群優(yōu)化的路由算法對(duì)最大化網(wǎng)絡(luò)生命周期有顯著貢獻(xiàn)?；谙伻核惴ǖ穆酚伤惴ㄒ话惴譃閮纱箢?。一是Ant-Net算法,即通過(guò)正向螞蟻和逆向螞蟻的協(xié)作來(lái)取得最優(yōu)路由,正向螞蟻收集節(jié)點(diǎn)信息而由逆向螞蟻根據(jù)這些信息來(lái)更新路由表。另外一種是蟻群控制算法, 它以特殊的概率選擇和更新路徑。該算法只有一種螞蟻,從源點(diǎn)出發(fā)到終點(diǎn)。當(dāng)螞蟻抵達(dá)終點(diǎn)時(shí)更新路由表。兩種算法在網(wǎng)絡(luò)變化中都具有較強(qiáng)的自適應(yīng)性,并能迅速的建立最優(yōu)路徑。但是當(dāng)他們更新路由表時(shí)有兩個(gè)缺點(diǎn):一個(gè)是節(jié)點(diǎn)癱瘓,這是由于網(wǎng)絡(luò)延遲,節(jié)點(diǎn)能量消耗過(guò)快引起的。另一個(gè)是因廣播通信中更多的螞蟻需要協(xié)同工作而消耗過(guò)多的能量。

為了達(dá)到結(jié)果最優(yōu)和適應(yīng)無(wú)線傳感網(wǎng)絡(luò),在文獻(xiàn)[6]中,提出了均衡節(jié)點(diǎn)的能量消耗的蟻群算法路由協(xié)議,他們利用螞蟻算法建立最優(yōu)路由路徑。文獻(xiàn)[7]中作者提出了基于蟻群系統(tǒng)的網(wǎng)絡(luò)能量平衡路由算法。文獻(xiàn)[8]實(shí)現(xiàn)了多蟻群路由算法。

1.2 基本蟻群路由算法

我們將無(wú)線傳感器網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)模擬成一個(gè)無(wú)向圖G(N,A),N是節(jié)點(diǎn)集,A是路徑集。在初始化過(guò)程中,圖中所有的路徑都被給定一個(gè)信息素值。當(dāng)搜索活動(dòng)開始,螞蟻會(huì)隨機(jī)的在候選的節(jié)點(diǎn)集中選擇一個(gè)并開始搜尋過(guò)程中。在這個(gè)搜尋過(guò)程中,螞蟻傾向于選擇具有較高濃度的信息素路徑的下一個(gè)節(jié)點(diǎn)。當(dāng)所有的螞蟻都完成了他們的搜尋過(guò)程,更新全局信息素。這意味著所有路徑上信息素會(huì)蒸發(fā)掉一部分,每一個(gè)螞蟻根據(jù)能量消耗參數(shù)更新它通過(guò)的路徑上的信息素。如果能量消耗參數(shù)低,這條路徑上的信息素減少的就會(huì)很少。隨后螞蟻會(huì)選擇一個(gè)新的節(jié)點(diǎn)重新開始搜索過(guò)程。

我們假設(shè)一些螞蟻在節(jié)點(diǎn)n,螞蟻k根據(jù)概率Pk(n,d)訪問(wèn)下一個(gè)節(jié)點(diǎn)d。Pk(n,d)公式如下:

在公式(1)中,Ω代表信息素大小,Γ代表從源點(diǎn)到目的地的距離的倒數(shù),Xk(n)表示螞蟻還沒有訪問(wèn)過(guò)的節(jié)點(diǎn)集,ε是調(diào)整能量消耗和信息素之間關(guān)系的一個(gè)常數(shù)。全局信息素的更新根據(jù)公式(2):

ΔΩk(n,d)由公式(3)表示:

這里,Ek是螞蟻k完成路由路徑搜索的能量消耗。

從上面的描述我們可以知道,所有的螞蟻通過(guò)具有最高信息素的路徑到達(dá)目的地。因此,如果一條路徑可以引導(dǎo)螞蟻到達(dá)目的地,這條路會(huì)涌現(xiàn)大量的螞蟻,最后我們會(huì)把這個(gè)路徑作為熱路徑。在無(wú)線傳感器網(wǎng)絡(luò)中,這種熱路徑并不一定是一個(gè)用來(lái)轉(zhuǎn)發(fā)數(shù)據(jù)包的最佳選擇。因?yàn)樵谶@個(gè)路徑上數(shù)據(jù)包可能會(huì)擁塞、甚至導(dǎo)致部分網(wǎng)絡(luò)崩潰的結(jié)果。而且熱路徑會(huì)縮短網(wǎng)絡(luò)的生命周期。

2 基于蟻群優(yōu)化的無(wú)線傳感網(wǎng)絡(luò)路由算法

為了達(dá)到平衡負(fù)載這個(gè)目的,我們不得不改進(jìn)基本的蟻群算法。新算法能讓數(shù)據(jù)包通過(guò)不同的路由路徑來(lái)轉(zhuǎn)發(fā),收斂速度更快,避免了單一收斂。在新方法中,我們將標(biāo)記不同的數(shù)據(jù)包流使他們通過(guò)不同的通道轉(zhuǎn)發(fā)。為此我們引進(jìn)多蟻群之間的競(jìng)爭(zhēng)機(jī)制,結(jié)合節(jié)點(diǎn)能量的變化來(lái)達(dá)到負(fù)載均衡的目標(biāo)。因?yàn)槊恳粋€(gè)蟻群都有他們自己的信息素,我們將每個(gè)蟻群標(biāo)記不同的信息素以作為他們的蟻群劃分。一旦不同的信息素出現(xiàn)在同一轉(zhuǎn)發(fā)路徑上時(shí),所有的信息素會(huì)被迅速蒸發(fā)掉。這意味著, 不同的蟻群的信息素相互抑制。因此,這就導(dǎo)致了這個(gè)轉(zhuǎn)發(fā)路徑上螞蟻的數(shù)量將會(huì)越來(lái)越少。

我們定義m個(gè)螞蟻的蟻群為A1,A2,…,Am-1,Am,每個(gè)螞蟻的信息素為Ω1,Ω2,…,Ωm-1,Ωm。螞蟻Ai停留在節(jié)點(diǎn)n,根據(jù)概率Pik(n,d),螞蟻Ai將訪問(wèn)下一個(gè)節(jié)點(diǎn)d。

這里Ω代表每條路徑上信息素的量,Γ代表從源點(diǎn)到目的地的距離的倒數(shù),Xik(n)表示螞群Ai中螞蟻k沒有訪問(wèn)過(guò)的節(jié)點(diǎn)集,ε是調(diào)整能量消耗和信息素之間關(guān)系的一個(gè)常數(shù),值設(shè)置為2。φi,d是蟻群Ai中螞蟻k的信息素能量操作因子:

Ed表示蟻群Ai中螞蟻k將要訪問(wèn)的下一個(gè)節(jié)點(diǎn)的能量消耗,Uk(n)表示蟻群Ai中螞蟻k將要訪問(wèn)的下一個(gè)節(jié)點(diǎn)集合。

公式(4)中,?諄j是當(dāng)蟻群Ai和其他蟻群有相同推進(jìn)方向時(shí)候的抑制概率因子:

公式(6)表明在搜索傳輸路徑過(guò)程中,如果兩個(gè)蟻群Ai和Aj在同一路徑上,這兩個(gè)蟻群會(huì)相互抑制,最后導(dǎo)致這個(gè)路徑上的兩種蟻群的螞蟻數(shù)目都減少。然而,這種數(shù)據(jù)流平衡不能使網(wǎng)絡(luò)快速的穩(wěn)定。在任何一個(gè)蟻群系統(tǒng)中,當(dāng)選擇一個(gè)路徑的概率發(fā)生了變化,選擇另一個(gè)相關(guān)路徑作為下一個(gè)路徑的概率也將更新。所以更新概率應(yīng)該要滿足下式:

在公式(7)中,我們以節(jié)點(diǎn)n作為源節(jié)點(diǎn),并且所有的候選轉(zhuǎn)發(fā)節(jié)點(diǎn)都有他們自己的轉(zhuǎn)發(fā)概率,概率和為1。因此,在調(diào)整一個(gè)轉(zhuǎn)發(fā)節(jié)點(diǎn)概率后,所有轉(zhuǎn)發(fā)節(jié)點(diǎn)的概率都需要重新計(jì)算,也就是要?jiǎng)討B(tài)的調(diào)整概率。

從公式(4)中可以看到,當(dāng)所有的蟻群相互競(jìng)爭(zhēng)最優(yōu)路徑時(shí),他們都服從來(lái)自于轉(zhuǎn)發(fā)節(jié)點(diǎn)的能量消耗最小的約束條件。也就是為了達(dá)到當(dāng)蟻群算法收斂于最優(yōu)解的同時(shí)平衡節(jié)點(diǎn)間的能量消耗的目標(biāo)。與此同時(shí),我們的算法將避免所有的蟻群收斂于同一個(gè)全局最優(yōu)解,更避免了通信擁塞并延長(zhǎng)了網(wǎng)絡(luò)生命周期。全局信息素的更新公式(8):

這里的Eik表示當(dāng)螞蟻k完成路由路徑搜尋后的能量消耗。在公式(8)中,λi表示改進(jìn)后的信息素?fù)]發(fā)因子,這個(gè)因子能由公式(10)計(jì)算:

εij是信息素抑制參數(shù)。在我們的算法中,我們使用信息素抑制參數(shù)來(lái)計(jì)算在兩個(gè)蟻群競(jìng)爭(zhēng)過(guò)程中的信息素的揮發(fā)程度和在競(jìng)爭(zhēng)中螞蟻減少的數(shù)量。

3 實(shí)驗(yàn)與分析

我們把改進(jìn)的算法和基本蟻群算法做了實(shí)驗(yàn)比較。實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)圖如下:

圖1基本蟻群算法中螞蟻的多樣性 圖2改進(jìn)的蟻群算法中螞蟻的多樣性 圖3節(jié)點(diǎn)D的能量消耗情況

圖1是模擬基本蟻群算法的實(shí)驗(yàn)結(jié)果,顯示隨著時(shí)間的推移不同路徑上的螞蟻的數(shù)目。結(jié)論:在路徑BD上,螞蟻的數(shù)量急劇增加。然而,路徑BC和BE上的螞蟻數(shù)目的遠(yuǎn)低于BD上的。圖2顯示的是改進(jìn)算法的實(shí)驗(yàn)結(jié)果,可以看到在最優(yōu)路徑BD上,螞蟻的數(shù)量得到了控制并相對(duì)于基本蟻群算法有明顯的減少。另一方面,在路徑BC和BE上,螞蟻的數(shù)量也顯著增加,這可以達(dá)到平衡網(wǎng)絡(luò)負(fù)載這個(gè)目標(biāo)。我們還對(duì)節(jié)點(diǎn)D在改進(jìn)的算法和基本蟻群算法關(guān)于能源消耗上做了比較。從圖3中可以看到采用基本蟻群算法時(shí),節(jié)點(diǎn)D的能量消耗顯著;相反,改進(jìn)的算法在負(fù)載平衡上很有效,節(jié)點(diǎn)D則保留了更多的能量。

新算法結(jié)合了多蟻群的信息素釋放機(jī)制和節(jié)能策略,還引進(jìn)多蟻群之間的競(jìng)爭(zhēng)機(jī)制以避免算法的單一收斂,解決了無(wú)線傳感器網(wǎng)絡(luò)路由過(guò)程中節(jié)點(diǎn)能量消耗和擁塞控制問(wèn)題,能夠達(dá)到更好的負(fù)載平衡能力,并延長(zhǎng)了網(wǎng)絡(luò)生命周期。

4 結(jié)束語(yǔ)

WSN具有廣闊的應(yīng)用前景,但是由于節(jié)點(diǎn)能量,處理能力,儲(chǔ)存空間以及帶寬等的限制,它的大規(guī)模應(yīng)用還是存在許多需要克服的問(wèn)題,設(shè)計(jì)一個(gè)滿足需要的高效的路由算法是目前面臨的一個(gè)主要問(wèn)題。在本文中,我們提出一種新的基于蟻群優(yōu)化的無(wú)線傳網(wǎng)絡(luò)的路由算法。新算法對(duì)基本蟻群算法進(jìn)行了改進(jìn)。引入多蟻群之間的競(jìng)爭(zhēng)機(jī)制來(lái)解決局部最優(yōu)解的問(wèn)題和避免早熟現(xiàn)象。同時(shí),結(jié)合節(jié)點(diǎn)的能量消耗問(wèn)題,實(shí)現(xiàn)負(fù)載平衡。算法對(duì)延長(zhǎng)網(wǎng)絡(luò)的生命周期具有很明顯的效果。

參考文獻(xiàn):

[1] 李曉維,徐勇軍,任豐原,等.無(wú)線傳感器網(wǎng)絡(luò)技術(shù)[M].北京:北京理工大學(xué)出版社,2007.

[2] M. Dorigo and L.Gambardella, “Ant colony system: a cooperative learning approach to the traveling salesman problem,” IEEE Trans. On Evolutionary Computation,Vol.1,pp.53-66, Apr.1997.

[3] G.Chen,T.D.Guo,W.G.Yang and T.Zhao,“An improved ant based routing protocol in wireless sensor networks,” Proc. of International Conference on Collaborative Computing: Networking. Applications and Worksharing,pp.1-7.Nov.2006.

[4] L.Juan. S.Chen and Z.Chao,“Ant system based anycast Routing in wireless sensor networks,” Proc.of the International Conference on Wireless Communications, Networking and Mobile Computing (WiCom2007), pp.2420-2423, Sept 2007.

[5] 段海濱.蟻群算法原理及其應(yīng)用[M].北京:科學(xué)出版社,2005.

篇9

在騎行中，空氣阻力為速度的二次方：特別是在高速騎行過(guò)程中，對(duì)抗空氣阻力是身體主要的能量消耗。當(dāng)運(yùn)動(dòng)員騎行速度達(dá)到30km/h時(shí)，空氣動(dòng)力阻力占總阻力的90％以上，當(dāng)達(dá)到50km/h時(shí)，空氣阻力就成為起決定作用的變量。例如，對(duì)于1小時(shí)騎行的先前世界記錄，在風(fēng)道中每小時(shí)50kin的阻力的計(jì)算結(jié)果為12g(g為在海平面上的重力加速度)。為了最大程度減少騎行時(shí)的阻力，自行車的構(gòu)造和組成部分以及運(yùn)動(dòng)員的身體騎行位置是需要特別關(guān)注的問(wèn)題。

在1989年環(huán)法大賽上，自行車手柄首次被發(fā)現(xiàn)在空氣動(dòng)力學(xué)上起到重要作用，除了設(shè)備外，運(yùn)動(dòng)員的騎行姿勢(shì)對(duì)于速度和能量代謝有重要影響。從減少橫截面積的角度出發(fā)，當(dāng)運(yùn)動(dòng)員采取向前蜷曲身體的姿勢(shì)時(shí)，對(duì)騎行效果是有幫助的。然而，當(dāng)運(yùn)動(dòng)員的上半身從垂直位置向前傾位置改變時(shí)，攝氧量，心率以及呼吸交流比率都有很大程度的增加。

由此可見，在不考慮風(fēng)阻的情況下，極限的空中姿勢(shì)會(huì)增加代謝消耗。采用這種上半身蜷曲姿勢(shì)騎行時(shí)，空氣阻力會(huì)減少20％，再加上雙手搭在橫杠上，作為完整的騎行姿勢(shì)，又會(huì)減少10％―17％的阻力，總體來(lái)看，從垂直姿勢(shì)變?yōu)轵榍藙?shì)時(shí)，空氣阻力會(huì)下降30％-35％。

2、運(yùn)動(dòng)員身體橫截面積對(duì)騎行效果的影響

與自行車選手緊密聯(lián)系的身體橫截面積會(huì)給騎行中產(chǎn)生的阻力帶來(lái)很大影響，為了計(jì)算橫截面積，會(huì)用攝影技術(shù)獲得運(yùn)動(dòng)員在特殊騎行姿勢(shì)下的矩形區(qū)域，通過(guò)對(duì)矩形區(qū)域的劃分與測(cè)量，計(jì)算出整體面積。通過(guò)大量圖片對(duì)比和數(shù)據(jù)參考，獲得最終的運(yùn)動(dòng)員的騎行橫截面積。另外，根據(jù)比例圖采用面積測(cè)量學(xué)計(jì)算運(yùn)動(dòng)員坐在自行車上的橫截面積。Bassett等人通過(guò)總結(jié)大量數(shù)據(jù)也描述了一種用來(lái)評(píng)估運(yùn)動(dòng)員表面積的方法，他們利用運(yùn)動(dòng)員的身高和體重，建立了一個(gè)方程用來(lái)計(jì)算運(yùn)動(dòng)員總的橫截面積，當(dāng)運(yùn)動(dòng)員采用空中騎行位置時(shí)，方程FA=0.0293H0.725M0.425+0.0604FA的單位是米2，身高單位是米，質(zhì)量單位為千克。

3、運(yùn)動(dòng)員體型對(duì)騎行效果的影響

篇10

中圖分類號(hào)：TN929文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1007-9599 (2011) 12-0000-02

Distributed Power Control Used for Ad Hoc Network

Shao Shuhua

(Technological Vocational College of Dezhou,Dezhou251200,China)

Abstract:In order to achieve information collection,processing and transmission in the coverage area,it needs to consider multi-hop transmission for large coverage area in bandwidth-limited Ad Hoc network.However,the multi-hop transmission will increase the interference between nodes,and cause the unbalanced energy consumption,so how to reduce nodes in the conflict and improve energy efficiency,has become the important issues of Ad Hoc Network.In this paper,we study the distributed power control.In the promise to ensure communication quality,it can minimize signal transmission power to reduce sending node interference with adjacent nodes,and improve the channel space complex in degrees.The results of a simulation model analyzed by OPNET show the effectiveness of mechanism.It can minimize the energy consumption per bit,reduce network conflicts,and improve network performance.

Keywords:Ad Hoc networks;Power control;Energy;OPNET

一、介紹

多跳傳輸是無(wú)線通信系統(tǒng)中常見的傳輸技術(shù)，它可以在不影響網(wǎng)絡(luò)連接性和傳輸能力的前提下最小化節(jié)點(diǎn)供電能量消耗，但其會(huì)引發(fā)節(jié)點(diǎn)間互擾和能量消耗不均衡等問(wèn)題，無(wú)線分組網(wǎng)中可以采用功率控制技術(shù)來(lái)解決此問(wèn)題，主要通過(guò)調(diào)整發(fā)送節(jié)點(diǎn)的信號(hào)發(fā)射功率，在保證一定通信質(zhì)量的前提下盡量降低信號(hào)發(fā)射功率來(lái)節(jié)省能量消耗，同時(shí)也可以減少某些發(fā)送節(jié)點(diǎn)對(duì)鄰近節(jié)點(diǎn)的干擾，此時(shí)空間上相距較遠(yuǎn)的節(jié)點(diǎn)可以同時(shí)發(fā)送數(shù)據(jù)而不會(huì)相互影響，這樣在一個(gè)較大區(qū)域內(nèi)可以有更多的節(jié)點(diǎn)同時(shí)發(fā)送數(shù)據(jù)，因此也就提高了信道的空間復(fù)用度，增大了網(wǎng)絡(luò)容量[1]。

本文針對(duì)Ad Hoc網(wǎng)絡(luò)，在多跳場(chǎng)景中采用功率控制機(jī)制，將網(wǎng)絡(luò)層路由協(xié)議，數(shù)據(jù)鏈路層介質(zhì)接入控制和物理層功率調(diào)整等各層功能緊緊結(jié)合在一起，路由協(xié)議通過(guò)選擇路徑來(lái)決定功率等級(jí)是否可用，介質(zhì)接入控制根據(jù)新的傳輸距離采用特定參數(shù)如等待或退避時(shí)間，最后物理層改變傳輸功率到一個(gè)新的等級(jí)，從而進(jìn)行數(shù)據(jù)傳輸。

二、功率控制機(jī)制的設(shè)計(jì)

論文工作集中于隨機(jī)信道接入，通過(guò)最小化每比特能量消耗來(lái)制定分布式功率控制的設(shè)計(jì)，同時(shí)考慮兩種MAC協(xié)議：簡(jiǎn)單的載波監(jiān)聽ALOHA（CS-ALOHA）和IEEE802.11的MAC協(xié)議[2]。

（一）網(wǎng)絡(luò)部署和最大功率設(shè)置

Ad Hoc網(wǎng)絡(luò)拓?fù)渲械墓?jié)點(diǎn)部署問(wèn)題是網(wǎng)絡(luò)工作的基礎(chǔ)，對(duì)網(wǎng)絡(luò)的運(yùn)行情況和生存周期有很大的影響，它涉及覆蓋、連接和節(jié)約能量消耗等方面[3]。目前，Ad Hoc網(wǎng)絡(luò)的初期部署有兩種策略：一種是節(jié)點(diǎn)完全隨機(jī)部署，即所有傳感器節(jié)點(diǎn)隨機(jī)分布在整個(gè)網(wǎng)絡(luò)面積中，這樣不僅會(huì)造成網(wǎng)絡(luò)覆蓋的不合理，而且此時(shí)的最大傳輸功率也與網(wǎng)絡(luò)節(jié)點(diǎn)密度無(wú)關(guān)，無(wú)法采用功率機(jī)制技術(shù)；另一種是節(jié)點(diǎn)均勻放置在格型網(wǎng)絡(luò)中，這樣的網(wǎng)絡(luò)拓?fù)湓趯?shí)際中更常見，仿真中假設(shè)這樣的拓?fù)淠Ｐ瓦M(jìn)行網(wǎng)絡(luò)性能分析。

網(wǎng)絡(luò)拓?fù)洳渴饏^(qū)域?yàn)楦裥?，每個(gè)方格隨機(jī)布放一個(gè)節(jié)點(diǎn)[4]，此時(shí)網(wǎng)絡(luò)密度 為：

（1）

其中， 表示網(wǎng)絡(luò)中總的節(jié)點(diǎn)數(shù)目， 表示網(wǎng)絡(luò)面積， 表示節(jié)點(diǎn)間平均距離，且節(jié)點(diǎn)間最大距離 表示為：

（2）

Ad Hoc網(wǎng)絡(luò)中各節(jié)點(diǎn)應(yīng)能夠根據(jù)網(wǎng)絡(luò)拓?fù)渲泄?jié)點(diǎn)間的距離遠(yuǎn)近，在有限的功率集合中變換傳輸功率，其集合范圍從某一最小值到最大值，分別表示為 ，且定義最大傳輸功率 為最小值時(shí)仍可以保證網(wǎng)絡(luò)中相鄰兩節(jié)點(diǎn)間的連接性。通常認(rèn)為兩個(gè)節(jié)點(diǎn)如果可以達(dá)到目標(biāo)信噪比則物理上是連接的，考慮到網(wǎng)絡(luò)中采用多跳通信方式，則兩個(gè)節(jié)點(diǎn)之間如果至少存在一條物理連接就表明是連通的。

（二）功率等級(jí)劃分及數(shù)目[4]

已知傳輸功率 與節(jié)點(diǎn)傳輸距離 有關(guān)，假設(shè)功率等級(jí)均勻分布，則兩個(gè)連續(xù)功率等級(jí)之間的步長(zhǎng) 定義為：

， ， （3）

這里 表示相應(yīng)于距離 的傳輸功率，兩者之間具體關(guān)系如圖1所示。

另外，兩個(gè)連續(xù)功率等級(jí)的間隔也可以根據(jù)覆蓋范圍內(nèi)節(jié)點(diǎn)間距離的均勻增值 定義：

， ， （4）

其中，功率等級(jí)步長(zhǎng)以 來(lái)表示：

（5）

而距離增值 以米作單位表示為：

（6）

圖1 兩種策略下的功率等級(jí)劃分

圖1顯示相應(yīng)于公式（3）和（4）的兩種功率等級(jí)分配策略，由圖看出這兩種功率劃分差別不大，如 ，但考慮到采用與距離增值相關(guān)的功率等級(jí)劃分較為簡(jiǎn)單，本文中用此定義來(lái)分配功率等級(jí)。

可以完全描述功率控制的參數(shù)是功率等級(jí)數(shù)目 ，增加等級(jí)數(shù)目可以更精確地進(jìn)行功率變換，但小的功率等級(jí)數(shù)則更易于實(shí)現(xiàn)，由此推測(cè)當(dāng)功率等級(jí)數(shù)超過(guò)某個(gè)值時(shí)繼續(xù)增加等級(jí)數(shù)將不再會(huì)明顯節(jié)約能量消耗，而具體數(shù)目可通過(guò)網(wǎng)絡(luò)仿真來(lái)估計(jì)。

（三）介質(zhì)接入控制

簡(jiǎn)單介紹下這兩種MAC協(xié)議：CS-ALOHA和IEEE802.11的MAC協(xié)議[5]。

1.CS-ALOHA。

節(jié)點(diǎn)在傳輸前首先監(jiān)聽信道，如果發(fā)現(xiàn)信道空閑，它就開始傳輸數(shù)據(jù)，由于所用的調(diào)制解調(diào)器采取半雙工操作，傳感器傳輸時(shí)不能檢測(cè)到信道沖突，因此節(jié)點(diǎn)將傳輸完整個(gè)數(shù)據(jù)包，如果等待一段時(shí)間后沒有得到肯定答復(fù)則表明本次傳輸與其它節(jié)點(diǎn)發(fā)生沖突，此時(shí)，若沒有超過(guò)重傳次數(shù)，節(jié)點(diǎn)將重新傳輸數(shù)據(jù)包。

CS-ALOHA優(yōu)勢(shì)在于簡(jiǎn)單和平均端到端延時(shí)，但是就能量來(lái)看并不是最好的選擇，因?yàn)閿?shù)據(jù)重傳會(huì)導(dǎo)致更多的能量損耗。

2.IEEE802.11的MAC協(xié)議。

IEEE802.11的MAC協(xié)議是一種虛擬載波監(jiān)聽協(xié)議，最基本的媒體訪問(wèn)方法是分布協(xié)調(diào)功能DCF（Distributed Coordination Function），核心是CSMA/CA。它包括載波偵聽機(jī)制、幀間間隔和隨機(jī)退避。每個(gè)節(jié)點(diǎn)使用CSMA/CA機(jī)制的信道接入算法，通過(guò)競(jìng)爭(zhēng)獲得信道使用權(quán)，它基于基本發(fā)幀模式和RTS/CTS發(fā)幀模式[6]來(lái)進(jìn)行數(shù)據(jù)傳輸，并利用短的控制包交換來(lái)避免數(shù)據(jù)包沖突，從而最大化網(wǎng)絡(luò)吞吐量。

此協(xié)議就每比特能量消耗方面可以改進(jìn)系統(tǒng)性能，但由于采用退避算法增加了系統(tǒng)復(fù)雜性和平均端到端延時(shí)。

三、結(jié)論

在帶寬有限的Ad Hoc網(wǎng)絡(luò)中分布式功率控制可將多跳通信用于可擴(kuò)展的大面積范圍，不同功率分配機(jī)制通過(guò)可變的功率等級(jí)數(shù)來(lái)改變功率密度。對(duì)于選定的場(chǎng)景，可看出四個(gè)均勻分布功率等級(jí)即可實(shí)現(xiàn)能量消耗接近最小值，改善網(wǎng)絡(luò)性能。

未來(lái)工作中，還需要考慮含移動(dòng)節(jié)點(diǎn)的網(wǎng)絡(luò)，以適應(yīng)Ad Hoc網(wǎng)絡(luò)的動(dòng)態(tài)變化。

參考文獻(xiàn)：

[1]鄭少仁,王海濤.Ad Hoc網(wǎng)絡(luò)技術(shù)[M].北京:人民郵電出版社,2005:135-137

[2]B.Peleato,M.Stojanovic,“Distance aware collision avoidance protocol for ad-hoc underwater acoustic sensor networks,”Communications Letters,IEEE,2007,11,12:1025-1027

[3]陶丹,馬華東,劉亮.基于虛擬勢(shì)場(chǎng)的有向傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)算法[J].軟件學(xué)報(bào),2007,5

[4]Josep Miquel Jornet,Milica Stojanovic.Distributed Power Control for Underwater Acoustic Networks,OCEANS 2008,Sept

[5]B.Peleato,M.Stojanovic.“Distance aware collision avoidance protocol for ad-hoc underwater acoustic sensor networks,”Communications Letters,IEEE2007,11,12:1025-1027

[6].多跳中繼式水聲通信網(wǎng)的MAC層協(xié)議研究與實(shí)現(xiàn)[D].東南大學(xué),2008,1