• 沒有找到結果。

中 華 大 學

N/A
N/A
Protected

Academic year: 2022

Share "中 華 大 學"

Copied!
52
0
0

加載中.... (立即查看全文)

全文

(1)

中 華 大 學

碩 士 論 文

無線感測網路上自動充電排程之研究

Automatic Recharging Schedule Research in Wireless Sensor Network

系 所 別:資訊工程學系碩士班 學號姓名:M09702029 郝志偉 指導教授:俞征武 博士

中華民國 100 年 2 月

(2)

摘要

將感測點佈署在戶外空間,一旦感測點電力用完將會導致網路通訊中斷不能把資 料訊息回傳給基地台(Sink Node),而且在戶外沒電時要重新更換一個感測點,是一件 很麻煩的事,並且重新佈署或是更換感測點都是很困難的事情,在一些山谷或是雨林 中的環境下要派人力去恐怕很困難且危險,而隨機空中播灑感測點也會導致感測點的 佈署位置的不精準。因此通常在感測網路上是使用充電電池配置在感測點上,感測點 的電力對於整個網路的生存期限有很重要的影響,一旦電力不足就會導致這個感測點 無法繼續使用,整個感測網路就會發生中斷,當中斷發生就會有資料無法傳遞給予其 它感測點,對此在這方面希望能夠以充電方式來達到提升整個感測網路的生存期限,

這是一個十分基礎且重要的問題。

利用無線充電的技巧,可以使我們不必考慮在一些不好的環境地區下還要很艱難 的進去充電,可以在一段距離內就能幫助感測點進行充電。可透過移動式機器(Mobile Machine)來達到充電功用,這樣不但感測點可以不需要為了節能而暫時停止工作,也 可以保持感測點的生命週期延長。前人發展出的無線充電技巧雖可延長無線感測網路 的生命時間,但是它們還不能達到最佳化的延長方法,也沒有考慮一旦網路有感測點 一旦沒電,那剩下的感測點是否還要繼續進行工作呢。他們並沒有考慮到最佳化連接 時間。

本論文是希望利用一個會移動的機器到達感測點附近,以無線方式進行其充電功 能,幫助感測點可以恢復能量的機制,主要目的就是延長網路生存時間或網路連結時 間。我們將延長目前感測網路存活時間最佳化的問題,可以轉化成有期限的工作排程 問題(Job Scheduling with Deadlines)並且將感測網路不連結的時間降低於最少的問題 利用演算法中的圖學技巧轉成圖形模式來解決。

關鍵字: 生命週期, 無線充電, 無線感測網路

(3)

Abstract

To put the Sensor Node in outdoors, if Sensor Node out of energy will break off the Sensor Network communication and can't deliver message to the Sink Node. And when Sensor Node out of energy in outdoors, it's really difficult and danger to change a new Sensor Node at some mountain valley or rain forests, to sprinkle Sensor Node at random will be inaccurate. Therefore, it's usually use rechargeable battery in Sensor Node, Sensor Node's power influence all Sensor Network's duration of life. When Sensor Node's power is not enough will let this Sensor Node dead, and all Sensor Network break off, then the message can't be deliver to another Sensor Nodes. For this, we hope can use to charge the rechargeable battery this way to promote Sensor Network's duration of life. This is a very basic and important problem.

To use wireless recharging the rechargeable battery this way can let us don't have to consider how to go to some dangerous environment to charge the battery. That can be in a long way to charge the battery. We can use Mobile Machine to recharge the battery, it's not only let Sensor Node don't have to stop the work, but also can contain Sensor Node's duration of life to be long. Although predecessors develop wireless recharging the rechargeable battery skills can contain Sensor Node's duration of life to be long, but they still can't be better, and they don't consider if one Sensor Node out of energy, how can other Sensor Nodes to be work? They haven't considered about the optimization link time.

This paper want to use a machine which can be move to reach Sensor Node's nearby, and wireless recharging the rechargeable battery , help Sensor Node restore the energy.

This mechanism's main purpose is contained Sensor Node's duration of life to be long or Sensor Network's link time. We let Sensor Network's optimization duration of life change to be Job Scheduling with Deadlines, and use algorithm's graphic skills change graphic models to solve Sensor Network unlink time reduce to least.

(4)

Keywords: Life Cycle、Wireless Recharging、Wireless Sensor Network

(5)

誌謝

在研究所的求學階段,首先要感謝我的指導教授俞征武老師兩年多的悉心指導,

不斷給予我鼓勵和意見,而跟老師的相處也讓我學到一些做事的處理方式。感謝老師 的栽培才使我能夠學到這些事情。學生亦要感謝百忙抽空的口試委員吳東光教授、田 慶誠教授以及鄭瑞恆教授撥冗細審,給予學生相當中肯且精闢的建議,讓學生得以在 論文的修改上,得到更多的啟發。

在研究所修業期間,感謝實驗室同學們的幫忙與照顧,在我需要幫忙時會提供一 些意見或是從旁協助,在我陷入低潮時給予鼓勵與打氣,也會給予我很多的想法,使 我能夠馬上又有新的靈感出現。

最後,感謝我摯愛的家人們,有你們的鼓勵還有支持才能提供我精神上的支柱,

願以此成果及榮耀與你們分享。

郝志偉 謹誌 中華大學 資訊工程研究所 中華民國 100 年 2 月

(6)

目錄

摘要...i

誌謝...iv

目錄...v

圖目錄...vii

表目錄...ix

第一章 簡介...1

第二章 相關研究...5

2.1 能量反射充電...5

2.2 輪休執行機制...5

2.3 感測點傳遞能量...5

2.4 微波充電...6

2.5 移動式機器人進行充電...6

2.5.1 Region Patrol Charge Scheme (RPC)...6

2.5.2 Region Inquire Charge Scheme (RIC)...8

2.5.3 Distance and Energy Aware Charge Scheme (DEC)...9

第三章 簡介無線充電技巧...13

3.1 線圈感應充電...13

3.2 微波充電...15

3.3 無線充電之常用假設...18

第四章 在無線感測網路上利用行動式載具進行自動充電方法...19

4.1 無線感測網路假設...19

4.2 影響自動充電排程演算法之因素...19

4.3 設計自動充電排程演算法...20

第五章 模擬實驗...32

(7)

5.1 移動式載具數量對監控生命週期及品質的影響...32

5.2 感測點數目對監控生命週期及品質的影響...34

5.3 感測半徑大小對監控生命週期及品質的影響...36

第六章 結論與未來展望...38

參考文獻...39

(8)

圖目錄

圖 1. 感測網路...1

圖 2. 感測點死亡造成網路中斷...2

圖 3. RPC 分割模組...7

圖 4. RPC 方法來不及救到尚未巡邏的位置...7

圖 5. RPC 方法到需要充電的感測點時感測點已死亡...8

圖 6. RIC 分割模組實線為巡邏路徑虛線為可詢問的鄰居...9

圖 7. RIC 方法當有鄰居感測點需要充電時可以先行充電...9

圖 8. RIC 方法到需要充電的感測點時感測點已死亡...10

圖 9. DEC 方法模組...11

圖 10. DEC 找尋最需要充電感測點進行充電...12

圖 11. DEC 充電步驟...12

圖 12. 線圈感應圖...14

圖 13. 電磁感應圖...14

圖 14. 電子防盜門...15

圖 15. 微波使用的八木天線...16

圖 16. 微波使用的全向輻射天線...17

圖 17. 微波使用的鐵酸鹽棒形天線...17

圖 18. 微波使用的旋轉調諧駐波天線...17

圖 19. 不同感測點造成網路不連接的程度不同...22

圖 20. 當有三個關鍵點同時需要充電時會以離 sink node 距離給予不同權重...24

圖 21. 感測網路切割...25

圖 22. 車子沿著各自分割的路徑行走...25

圖 23. 實心點為需要充電的感測點虛線箭頭為車子移動到充電位置...26

圖 24. 充電機器會跳過巡邏路徑直接去充電,充電點回深色,原巡邏點為淺色....26

(9)

圖 25. 充滿電的機器會回到原巡邏點繼續巡邏數字為優先順序...27

圖 26. 當多個感測點需要充電時...27

圖 27. 充電機器充滿電後回去原本巡邏路徑才去找其它需要充電的機器...28

圖 28. 充滿電而退回原巡邏位置造成有感測點來不及死亡...28

圖 29. 不退回去而直接找須要充電感測點先充電可以改善來不急救方法...31

圖 30. 改變充電機器數量生存時間的改變...33

圖 31. 改變充電機器數量接收訊息數量的改變...33

圖 32. 改變感測點數量生存時間的改變...35

圖 33. 改變感測點數量接收訊息數量的改變...35

圖 34. 改變感測半徑生存時間的改變...37

圖 35. 改變感測半徑接收訊息的改變...37

(10)

表目錄

表 1. 法拉第電磁感應定理...14

表 2. 法拉第電磁感應定理...14

表 3. 微波的波長...16

表 4. 微波的範圍...16

表 5. 改變充電機器數量模擬數據...32

表 6. 改變感測點數量模擬參數...34

表 7. 改變感測半徑模擬參數...36

(11)

第 1 章 簡介

無線感測網路是一個自我配置的 Ad Hoc Network,Ad Hoc Network 是一個沒有 基礎建設的 Mobile Network,Ad Hoc Network 是一個自我組織和自我配置的”Multi - Hop” Network,在 Ad Hoc Network 裡的 Node 它是一個動態且任意配置,而且 Node 之間傳遞資料必須要透過其它 Node 轉傳資料才行。在無線感測網路上它具有自主性 的進行監督、監視、軍事運用、醫療照顧和安全性監控等。而感測點的功能具有計算 能力、感測能力和節點間溝通。對於它的技術發展,我們可以佈署多個較小且不昂貴 的感測點來形成一個感測網路的架構,如圖 1 所示。

圖 1. 感測網路

將感測點佈署在戶外空間,一旦感測點電力用完將會導致一些很大的問題發生,

如圖 2 導致網路通訊中斷不能把資料訊息回傳給基地台(Sink Node),而且在戶外沒電 時要重新更換一個感測點,是一件很麻煩的事,並且重新佈署或是更換感測點都是很 困難的事情,在一些山谷或是雨林中的環境下要派人力去恐怕很困難且危險,而隨機 空中播灑感測點也會導致感測點的佈署位置的不精準。因此通常在感測網路上是使用 充電電池配置在感測點上,因此感測點的電力對於整個網路的生存期限有很重要的影 響,一旦電力不足就會導致這個感測點無法繼續使用,因此整個感測網路就會發生中

(12)

斷,一旦中斷發生就會有資料無法傳遞給予其它感測點,對此在這方面希望能夠以充 電方式來達到提升整個感測網路的生存期限,這是一個十分基礎且重要的問題。

圖 2. 感測點死亡造成網路中斷

為了解決如此昂貴的代價,因此我們需要能夠使用一些方法可以延長感測網路的 生命週期(Lifetime Cycle)。在先前的研究中常常使用一些節約能量的方法,可以減少 感測點的能量消耗,利用感測點在沒有工作時可以進行休眠狀態達到一個省能作用,

一旦進入休眠狀態就不會再做任何工作,因此如果此時有狀況發生會導致無法緊急進 行感測動作。因此在這方面就有很多關於如何進行休眠的研究開始提出,雖然這些方 法都可以把感測點的生命週期提升不少時間,但是就必須捨去一些睡眠狀態時無法進 行感測工作的時間。

以上一些改善感測網路的效能以提升感測網路的生命週期,都只是減緩消耗能量 而不是可以提供源源不絕的能量,這裡我們列出一些有限能量常見問題:

1. 受到電池能量限制。

2. 沒有能量時需要重新更換感測點。

3. 感測點進行輪流休息,因而產生停止工作狀態。

4. 需要多個感測點當備份。

(13)

因此以機器來進行充電,而在無線充電上變成一個研究方向。利用無線充電及移動式 機器(Mobile Machine)的技巧,可以使我們不必考慮在一些不好的環境地區下還要很 艱難的進去充電,可以在一段距離內就能幫助感測點進行充電。這樣不但感測點可以 不需要為了節能而暫時停止工作,也可以保持感測點的生命週期延長。

有關無線充電技巧前人有些研究考慮使用移動式機器人來充電,在[11]這篇論文 中 Wen Yao 提出三個方法,分別為 RPC、RIC 和 DEC,Region Patrol Charge Scheme (RPC)的優點方面為設計簡單,對於實作上很容易去完成,且可以依照一個巡邏式路 徑來找尋每個點之間是否有需要充電,一旦須要充電當移動式機器到達時就可以幫助 它進行充電。缺點方面沒有考慮到離充電機器較遠的節點,此節點(Node)需要充電時 它沒辦法即時的充電完成,導致能源耗盡而網路中斷。Region Inquire Charge Scheme (RIC)的優點方面可以改良 RPC 的方法,事先透過詢問方式問經過節點的周遭節點是 否需要充電,因此可以在網路生存時間上較優於 RPC。缺點方面對於太遠的節點還 是無法即時充電,因為資訊只知道區域性的資訊,無法得知更遠的節點的資訊,因此 在遠方節點可能會先把電力耗盡。Distance and Energy Aware Charge Scheme (DEC)的 優點方面透過此方法所提出的公式,可以事先計算哪些節點是具有最高優先權,一旦 發生須要充電的事件它就會以最短路徑方式找到距離最近的移動式機器人求救,可以 即時有機器來充電,充電機器人較多,因此可以分別先從那個節點開始充電,而不局 限於區域性。缺點方面由於使用過多的充電機器人,可能導致成本過高,也需要增加 車子位置的追蹤,缺少一些關鍵點判斷可能導致網路通訊中斷,充電機器的分佈也是 一個可以研究的方向。

由於以上三個方法都會延長無線感測網路的生命時間,但是它們還不能達到最佳 化的延長方法,也沒有考慮一旦網路有感測點一旦沒電,那剩下的感測點是否還要繼 續進行工作呢。因此就沒有考慮到最佳化連接時間,在這裡我們會以此兩種主要問題 再做改良。

本論文是希望利用一個會移動的機器到達感測點附近,以無線方式進行其充電功

(14)

能,幫助感測點可以恢復能量的機制,主要目的就是延長網路生存時間或網路連結時 間。我們將延長目前感測網路存活時間最佳化的問題,可以轉化成有期限的工作排程 問題(Job Scheduling with Deadlines)並且將感測網路不連結的時間降低於最少的問題 利用演算法中的圖學技巧轉成圖形模式來解決。

目前無線充電的發展並不是很完全,因此在此方面的研究也比較少,在未來成熟 後發展將會極大,在這裡我們提出的兩個最佳網路連接強度演算法,由於可以把圖中 的關鍵點找出來,加強關鍵點的保護,使關鍵點可以延長生存時間,而所接收的網路 資訊也會增加,從我們的模擬實驗中可以看出,我們所設計的兩個方法會比之前研究 有更好結果。

本文章的剩餘章節配置如下。第二章描述前人一些相關工作。第三章主要是描述 在感測網路上常用的充電技巧。第四章我們提出自動充電之演算法來延長感測網路生 存期限。第五章是我們的實驗模擬結果。最後結論部份為第六章。

(15)

第2章 相關研究

有一些之前作過的類似研究可以幫助整體感測網路提升更多的生存時間。以下 我們可以分成幾種延長感測網路生命週期的方法。

2.1

能量反射充電

Muhammd Imran Afzal[1]主要是考量雖然現在感測點可以被充電,但是其實還是 有很多情況下是無法進行充電的行為。例如假設有障礙物的情況下,它就可能會截斷 某個關鍵點(Cut Point)使這個關鍵點無法進行充電,這樣就會造成此感測點電力不足 無法使用,造成訊息傳遞的中斷,因此這篇論文主要是要想辦法解決如何想辦法避開 障礙物進行充電。這裡充電的方式是利用紅外線來進行充電,使用一些鏡子放置在那 些關鍵點的位置,再利用鏡子來反射紅外線能量,來達到一個傳達能量的效果,幫助 感測點進行充電效果。

2.2

輪休執行機制

Ka. Selvaradjou[2]使用很多感測點去佈署一個網路空間,讓每個區域範圍內至少 要有兩個以上的感測點可以去進行覆蓋區域,這裡區域範圍是分割成很多子區塊,每 個區塊至少要有兩個感測點以上,感測點是以定期喚醒跟睡眠在進行輪流監督,喚醒 後的感測點會隨時更新自己的資訊,而另一個睡眠節點(Sleep Node)此時可以使用脈 衝充電(Pulse Charge)方式進行充電,讓此感測點有機會恢復它的電力,因此就可以提 升整體網路的壽命。

2.3

感測點傳遞能量

Mohamed K.Watfa[3],是利用能量的傳遞來幫助其它需要充電的感測點進行充 電,但是這篇是假設硬體上需要哪些裝置才可以達成的目標,因此在這方法上並不能 真正的實作出來,而是透過模擬的結果假設出來,此方法是在基地台鄰居的感測點會

(16)

一直透過基地台來做充電,假如其它感測點需要充電時會發送一個訊息給基地台,此 時基地台便會回傳接受到此訊息,就可開始準備充電,因此假如硬體是可行的,就可 以實做出此種無線充電的方法。

2.4

微波充電

Matthew D’Souza[5]是使用微波(Microwave)來進行充電的,它可以用來幫助感測 點的充電電池進行充電,它這裡透過硬體設備來達到能量傳遞,但是它的距離不是很 遠,且充電速度慢,感測點如果裝上這些裝置可能需要增加感測點的大小,原本的感 測點可能沒辦法把硬體給裝上,因此缺點就是造成感測點體積過大。

2.5

移動式機器人進行充電

Wen Yao[11]使用 Mobile Sensor 對其它感測點做充電,它主要充電使用 Inductive Charging,這是一種利用電磁波共振的原理產生電,在移動到需要充電的感測點把電 給它。這裡使用三種方法。

2.5.1 Region Patrol Charge Scheme (RPC)

RPC 是先把感測網路切成許多小區塊,每個區塊都有一個移動式充電載具,

它會規劃一個行走路徑把每一個感測點都巡邏過一次,一旦巡邏的路徑經過剛好收到 需要充電的要求,就會立刻停下來幫此感測點進行充電,在充電過程中就不會再做任 何動作直到把此感測點充完電源為止,如圖 3 就是會依照有幾個充電機器去切割成幾 個小區域,再利用一個巡邏路線去進行充電的方法(由於此篇論文沒有說明是如何切 割因此圖中的切割是由我們自己所假設的切割方式)。

此 RPC 方法可以檢查每一個感測點是否需要充電,不會有遺漏任一個感測點,

但是卻往往會造成一些急需充電的感測點無法即時的幫助它充電,必須等待巡邏到來 才可以幫它進行充電,因此此方法對網路生命延長效益不是很好。如圖 4 顯示假使有 些感測點須要充電,它無法立即過去必須等到巡邏到那需要充電的感測點時才可以進

(17)

行充電動作。圖 5 顯示因為來不及充電而導致感測點的死亡,會造成感測網路中斷,

一旦發生中斷(Disconnect)就會有訊息的遺失發生。

圖 3. RPC 分割模組

圖 4. RPC 方法來不及救到尚未巡邏的位置

(18)

圖 5. RPC 方法到需要充電的感測點時感測點已死亡

2.5.2 Region Inquire Charge Scheme (RIC)

RIC 方法跟 RPC 其實很像,兩者都是要先把感測網路劃分成好幾個區塊,一樣 每個區塊皆有一台移動式充電載具,也是規劃一個巡邏路徑可以使它巡邏到每個感測 點,不同於 RPC 的地方是在每當它巡邏到那個感測點,它會問此感測點週圍是否需 要充電,假如需要充電此移動式載具會移動到需要充電的感測點旁,對它進行充電,

如圖 6 會詢問感測點的鄰居是否有需要充電的需求,有的話就可以先執行,執行動作 如圖 7(由於此篇論文沒有說明是如何切割因此圖中的切割是由我們自己所假設的切 割方式)。

此 RIC 雖然可以比 RPC 有更好的網路延長時間,可以先詢問一些感測點是否需 要先充電,但是也不是很完整,畢竟有些需要充電的感測點可能是巡邏路徑中很後面 的,它也是會來不急詢問到,不過此方法有比 RPC 好許多了。圖 8 顯示一些離巡邏 位置較遠的感測點也無法透過詢問鄰居的方法可以提早幫它把電充滿。

(19)

圖 6. RIC 分割模組實線為巡邏路徑虛線為可詢問的鄰居

圖 7. RIC 方法當有鄰居感測點需要充電時可以先行充電

(20)

圖 8. RIC 方法到需要充電的感測點時感測點已死亡

2.5.3 Distance and Energy Aware Charge Scheme (DEC)

DEC 方法不同於上述兩種方法,它是不需要將感測網路劃分成好幾個區塊,直接 在感測網路上分配數台移動式充電載具來進行充電,而這個方法分成兩部分來討論。

2.5.3.1 DEC 發送充電訊息.

利用一個時間終止器來做計算,當一個感測點低於它的能量標準值(Threshold)此 標準值依照使用者需求所設定,它會發送一個需要充電的封包,而其中一個移動式充 電載具接受此訊息會開始至時間終止,告訴需要充電的感測點那個移動式充電載具會 過去幫它充電,這個移動式充電載具只幫這個感測點充電,直到充電完成才會取消任 務,如果充電當中有其它感測點向它發送充電需求它不會理會其它的感測點。圖 9 顯示是其配置方式,圖 10 顯示感測點進行充電方法。

(21)

2.5.3.2 DEC 計算能量消耗率.

當一個移動式充電載具在一個時間內有很多感測點需要充電,它會挑選哪個感測 點是比較需要充電的,因此有一個公式提出 f=(e-v(tn-t))log(d) 這個公式意思為利用 目前時間跟發送需求時間差,求出能量消耗比率,利用全部能量減去這個能量消耗,

在把消耗能量乘上距離可以知道哪個感測點的需求量比較大,因此可以知道充電不一 定只會先以移動式充電載具附近的先充電,而是以最需要充電的感測點先開始充電。

圖 11 會先幫最需要充電的感測點進行充電,完成後才會幫其它感測點充電。

這個方法可以大大改善上述的兩種方法,不過此方法很浪費成本,可能需要較多 的移動式充電載具,才可以迅速的在附近需要充電的感測點進行充電,也會造成一些 過度區域性問題,都只能在這範圍內做事而不能超過此範圍。

圖 9. DEC 方法模組

(22)

圖 10. DEC 找尋最需要充電感測點進行充電

圖 11. DEC 充電步驟

(23)

第3章 無線充電技巧簡介

在本章節中我們討論有哪些無線充電技術,透過這些技術來達到可以遠距離的對 感測點進行充電。

各樣的電子產品無線化,可以是最近幾年來的共同發展方向。家中的有線電話先 是變成無線子母機,再變成行動電話,網路也從有線網路變成無線網路,更有紅外線、

藍芽和未來的無線 USB 等無線資料傳輸標準,將數位資料的傳輸也無線化。接下來,

連供給裝置運作所需電力的電源線,也可望逐步無線化了!包括學術單位和商業公 司,都在努力研發無線供電技術 。

根據美國康乃迪克州帕里瑟技術研究中心負責人帕里瑟表示,未來的電動車將像 現在的流動電話一樣,用天線接收以特殊激光束或微波形式發出的電能作為動力或進 行“遠距充電”。當電動車以不超過每小時一百公里的速度駛經發射器發射範圍時,安 裝在電燈柱或其他高空建築物上的發射器就會被啟動,然後追蹤瞄準電動車三百米為 其充電,充電費用可在類似信用卡的預繳卡中扣除[33]。如果全美國安裝了這種系 統,電動車就可以馳騁各地而不必每行駛幾個小時就停下來充電。大城市的市區巴士 在停站時有較多時間充電,因此可先用於試驗有關的充電系統。以下開始介紹無線充 電的技術。

3.1 線圈感應充電

無線充電之原理是由電磁波與線圈產生感應電流。經由電磁感應方法當一個封 閉線圈中的磁力線數有變化時,導線上就會產生電流,經由法拉第電磁感應定理 表 1.和表 2.這公式計算,由於產生一感應電流因而產生一感應磁場,由於電場和 磁場的交互變化,就會產生電磁波發射出去,就可以產生無線充電的方法[29]。圖 14.為線圈感應圖的樣子,圖 15.是電磁感應圖。

(24)

表 1. 法拉第電磁感應定理[29]

表 2. 法拉第電磁感應定理[29]

圖 12. 線圈感應圖[29]

圖 13. 電磁感應圖[29]

而在生活中也已經陸續出現利用無線供電原理來充電的電子產品,例如電動刮鬍 刀和電動牙刷等等。不過這些仍需要專屬的充電器。上述的技術都需要把裝置放在充

(25)

電板或充電座上,才能進行無線供電或充電,是因為把電力無線傳遞到較遠距離時,

有很多不易突破的技術障礙。這是使用交流電來進行充電,它是一種磁感應的方式,

[30]在賣場常常可以看到兩個大型板子圖 16.來偵測是否有東西偷偷被拿拿走就是利 用磁感應。它主要感應是靠天線,天線越大感應範圍越大,但是也相對越不方便。電 場產生範圍大概一公分內。

圖 14. 電子防盜門[30]

3.2 微波充電

微波(Microwave),是電磁波的一種,以電磁波型式存在的能量,其能量值介於 紅外線與無線電波之間根據表 3.其波長在 0.01m 至 0.3m 之間[31]。電磁波的行為,

乃是由馬克斯威方程式(Maxwell's Equations)所描述;描述電磁波如何在真空或介 質中行進,以及電場、磁場如何分佈等情形。而微波既是電磁波的一種,其行徑自然 亦在 Maxwell's Equations 的敘述範圍之內。從表 4.可以看出微波的分佈範圍。

微波技術的應用已有很長的歷史,早期是以通訊領域的應用為主,而隨著微波技 術的發展,在分析樣品的製備及食品加工方面亦逐見有廣泛的應用。1986 年,加拿 大的 Gedye 等人,首次成功地在 Dies-Alder 反應系統中,引進微波加熱技術,而將微 波技術帶進有機合成化學的領域。

而 一 般 來 說 , 物 質 吸 收 微 波 的 途 徑 主 要 可 分 為 兩 種 , 一 種 是 偶 極 轉 動 (Dipolerotation):當一極性分子在無微波場作用時,其分子的排列會趨於最大亂度,

(26)

但當相同極性分子處於微波磁場中時,則分子的偶極矩會立刻依照磁場極性的方向而 呈規則性的排列,所以極性分子的偶極矩會隨著微波磁場,以每秒數十億次的高速振 動而快速轉動,使分子產生摩擦而釋放出大量的熱能,導致溶液達到快速加熱分子的 目的。另一種物質吸收微波的途徑是藉由離子導電(Ionic conductance):溶液中含有離 子性物質,因微波場作用使得離子性物質隨著磁場振盪而遷移,進而產生電流傳導。

用電力線從一點到另一點傳送電功率,是很有效和方便的方法,它的損耗很低,

成本不高,可以想像用良好聚焦的微波束傳送電功率。頻率越高則傳電效率越低,因 此邁向實用化需要降低頻率數,而一方面,在大幅降低頻率的情況下,車的電線必須 延長以接收電力。因此化學家認為微波技術是結合了高速率、高產率、高選擇性及綠 色能源的新領域。雖面臨諸多難題,但有實現的可能。從[32]這篇文章可看出微波也 是需要使用天線的,它的天線有很多不同形狀,圖 17.八木天線用在一個方向的工作;

圖 18. 全向輻射天線用於流動的無線電設備;圖 19. 鐵酸鹽棒形用於電視機或是收音 機使用;圖 20. 旋轉調諧駐波天線用於各頻率。

表 3. 微波的波長[31]

表 4. 微波的範圍[31]

圖 15. 微波使用的八木天線[32]

(27)

圖 16. 微波使用的全向輻射天線[32]

圖 17. 微波使用的鐵酸鹽棒形天線[32]

圖 18. 微波使用的旋轉調諧駐波天線[32]

(28)

3.3 無線充電之常用假設

這裡我們會假設一些無線充電可能會有的假設情形,這些假設可以幫助我們更加 了解無線充電的方法,以下是由我們所列出的幾項假設:

1. 把感測點設計成可以轉換兩種型態,其一為感測狀態(Sensor State),另一則 為充電狀態。把電流當作資料傳送,但效率不是很高。

2. 使用集中式方法來充電,由於充電具有方向性,因此越多台充電器充電速度 越快。

3. 由於電磁學上=>能量與距離成反比,因此距離越遠能量越小。

4. 使用聰明式天線,把天線可以調整角度來接收能量,也可以使用多個天線陣 列來加強接收訊號。但是天線要做的小效率才高。

5. 電池不可以一直充電,由於現在充電電池大都是鎳氫電池或是鋰電池,由於 鎳氫電池具有記憶功能所以如果電量還足夠就充電可能會導致電池更早會 掉,因此在這要等電用完才可以充電。因此這裡要以重要感測點為主要優先 考量。由於電池完全沒電還是可以充電回來,所以一些比較不重要的感測點 可以等充電機器有空時再幫它充電。

6. 當有障礙物產生時,導致充電機器無法進入,我們可以考慮配置一些反射板,

把能量反射給那些需要充電的感測點。

(29)

第4章 在無線感測網路上利用行動式載具進行自 動充電方法

在此節中我們將介紹一個利用行動式載具進行自動充電方法。首先,說明所需要 的假設。

4.1 無線感測網路假設

在這裡提出的方法先假設有 n 個感測點和 m 個同質的移動式充電機器而且 n>>m。在每個感測點上都會安裝 GPS 來進行定位,因此可以知道每個感測點的座

標。因此可以估計從基地台到達每個感測點之間的距離。

每個感測點的能量消耗率是多少,知道能量消耗率和距離資訊就可以判斷出哪個 感測點是快要沒電的,因此我們這裡會給予每個感測點三個資訊目前電量狀態、電量 消耗率和每個感測點之間的距離。

4.2 影響自動充電排程演算法之因素

在為了讓感測網路存活時間越久,因此這裡希望提出一個方法,來幫助它提升或 延長網路存活時間。影響網路生命週期之因素有以下幾種 :

1. 感測點的數目為 n 而移動式充電載具為 m 。

2. 感測點的剩餘電量 ci: 感測點的最高電量充滿為 C。

3. 感測點的電量消耗率 bi:每個感測點的消耗率要回傳給基地台,以方便可以估 計何時需要充電。

4. 感測點的期望存活時間為 ci/bi

5. 基地台到每個感測點之間的最短距離 Di:也就是移動式充電載具自基地台到 各個感測點之間的最短距離。

6. 每個感測點之間的最短距離 di,j: 也就是移動式充電載具自感測點之間移動的

(30)

最短距離。

7. 移動式充電載具的移動速度 M。

8. 移動式充電載具對感測點充電的速度 R。

9. 移動式充電載具自行充電的速度 SR。

10. 移動式充電載具的總數量。

11. 一個標準值 T,一旦感測點低於這個標準值就必須向收集器發出充電訊息。

合理的計算此門檻值至少需滿足 T/biDi/M+ (在此處代表移動式充電載具 實際需要在移動的時間)。即感測點發出充電訊息後的期望存活時間需多於移 動式充電載具的移動到達的時間。

4.3 設計自動充電排程演算法

要維持一個無線感測網路正常運作最基本需達成的功能為完全覆蓋(Coverage) 及網路連結(connectivity)。但是一旦移動式充電載具不足以同時維持完全覆蓋及網路 連結時,至少一個感測器無法運作(若有備用的感測器應於此之前行開啟以延長網路 存活時間),退而求其次的方法為保持大多數的感測器得以將所所感測到的訊息傳送 到接收器。以下我們設計兩個演算法來解決上述兩種種狀況。

4.3.1 工作排程演算法

自動充電排程演算法之首先目標是有效地安排移動式充電載具前往特定感測點 加以充電,使得每一個感測點不至於因電力枯竭而死亡。反之,一旦有任何一個感測 點因電力枯竭而死亡,則此感測網路的生命週期因而停止。

延長目前感測網路存活時間最佳化的問題,可以轉化成有期限的工作排程問題 (Job Scheduling with Deadlines)。

每一個發出要求充電的感測點代表一個需要被完成的工作 J。利用計算 ti i (收集器 收到要求充電的時間)+(ci/bi)-(Di/M)得知此工作需被完成分派的期限。Dn 為處理期 限,收集感測點需要做多久的時間。Pn 工作時間,決定可以多久完成一個任務。Rn

(31)

為判斷感測點是否要充電,等於 1 時為需要充電,而等於 0 時為不需要充電。此工作 需要的機器設備工作時間總和為(C-ci)/R+ (此參數為移動式充電載具移動所花的時 間不行參與充電)動式充電載具的數目 m 就是機器設備的數目。

此有期限的工作排程問題的演算法如下:

1. 各個感測點隨機分布。

2. 一旦有感測點的 Rn=1,即為需要充電時。

3. 以 Dn和 Pn來判斷需要派幾台充電載具過去幫忙充電。

3.1. Pn<=Dn : 可即時完成。

3.2. Pn>Dn : 需要多台充電載具才可以解決,因此需要增加充電器數量直到 判斷為 Pn<=Dn 即可以。

4. 假如充電載具數量不足時,可以事先自訂一個充電範圍(Range),充電只要充 到此範圍即可以幫助其它需要充電的感測點進行充電動作。

5. 收集器接收到需要充電的感測點訊息,便會立刻產生一個工作對應此充電需 求。執行任何一個解有期限的工作排程問題的演算法使得所有目前的工作皆 可於期限前完成。

6. 佇列個數可以依照充電載具數來分成幾個佇列,即 m 台載具有 m 個佇列。依 照需要充電的順序會把需要充電的感測點訊息依序丟到佇列中。並依此排程 派遣充電載具。

7. 如果有空的充電載具可以主動四處巡邏對較少電量的感測點加以充電。

8. 只要有任一感測點死亡即結束工作。

4.3.2 最佳網路連結強度演算法一

我們提出的方法是找出,對網路連接來說,是最重要的幾個感測點做為最優先充 電考量。使得當有感測點沒電時,不會造成整個感測網路不連結(Disconnected) 到接 收器。目標希望將感測網路不連結的時間降低於最少的狀態。

(32)

在圖 21.中我們可以看出這個圖裡會有很多個感測器,這些感測點可以藉由不同 感測點到達不同的感測點鄰居。但是一旦有些(或一個)感測點沒電就會造成網路中斷 或是很多感測點可能需要更換目前的路由路徑。

例如,在這裡以紅色為最重的感測點,一旦沒電可能會導致整個網路訊息中斷。

這裡總共有三個紅色的感測點,一旦這個三個感測點其中一個沒電就會畫分兩個以上 的子網路,因此這幾個紅色感測點是維持網路連接最重要的感測點。另外,一旦越靠 近接收器沒電會造成最多感測點無法連通到接收器。

其次一旦有兩個藍色感測點沒電可能會造成整個網路不連接而通訊產生中斷。若 只會失去一條路徑通往鄰居的感測點,因此一個藍色感測點沒電,此時還存在一條路 徑可以通往鄰居,但是也有可能造成需更換目前的路由路徑。因此相對重要性比只有 一條路徑的紅色感測點還要低。當然最小優先權的是黑色感測點。

此演算法會以這些紅色的感測點作為最高優先權,若是屬於同一優先權則再以距 離接收器較近的感測點為優先考量。

由於可充式電池一旦完全沒電後,只要在充電就可以使用的特性。因此只要不是 很重要的感測點我們可以考慮以後等充電機器有空再去幫它充電。

圖 19. 不同感測點造成網路不連接的程度不同 我們提出的充電排程演算法如下:

(33)

1. 充電機器的配置是以分割方式來分配,有幾台充電機器就劃分幾個區域,區 域劃分以距離基地台最近者先為同一區,而同一區內的巡邏路徑為基地台到 剩餘各點之間的最短距離。每個區域內巡邏都是以離基地台最近的開始執行 巡邏。如圖 21。

1.1. 巡邏路徑會以感測點與剩下感測點之間最短路徑找出,充電機器會沿著 此路徑當作是巡邏路徑巡邏。圖 22.充電機器沿著巡邏路線。

1.2. 一旦發生需要充電時,機器可以暫時離開巡邏路線去幫助需要充電的感 測點。圖 23.為有感測點需要充電;圖 24.機器會離開巡邏點,直接前往需 要充電的感測點去幫忙充電。

1.3. 一旦充電完成再回到原本的巡邏路徑。圖 25.機器回到原巡邏路徑上。

2. 收集每個感測點的位置並計算出找出基地台到每個感測點之間的最短距離是 Di及每個感測點之間的最短距離 di,j

3. 判斷感測點的電源低於一個標準值 (此乃系統參數值) 以下時就要馬上回傳 要求充電的訊號給接收器其目前相關資訊,也就是感測點 si的目前耗電資訊 (ci, bi, ci/bi)。

4. 一旦基地台收到有感測點需要充電它會進行排程後並指派移動式充電載具過 去進行充電。排程的演算法如下:

4.1. 計算要求充電的感測點 si的優先權向量(wi, Di)。向量值越小代表優先權 越高,需要優先充電。這裡 wi代表 Minimum{V’這裡 siV’是 V 的一個 子集合使得整個網路所代表的圖 G-V’是不連通的}。當一個感測點其 wi

為 1 時代表此感測點的死亡將造成網路之不連接。當一個感測點其 wi

>1 時,其值越大代表此感測點的死亡將造成網路之不連接的機率越小。

Di代表距離(Distance)基地台較近者優先。

4.2. 所有要求充電的感測點根據以上的優先權向量作由小到大的排序成{s1,

s2, …, sk}。並依照此順序分配移動式充電載具前往進行充電。

(34)

4.2.1. 當其中有一個感測點電量低於標準值就會開始比較權重,假使只有 一個感測點低於標準值,就會找離自己最近的充電載具進行充電動 作。

4.2.2. 當有很多個感測點電量低於標準值就會開始比較權重,先比 wi,一 旦 wi 等於 1 代表最為重要因此必須優先充電,其次就是 1 以上因 此類推。

4.2.3. 當有很多個感測點電量低於標準值就會開始比較權重,先比 wi,但 是如果 wi都相等時就會比較 Di代表距離,會依照距離基地台的距 離给它權重比較,以離基地台越近者權重越高。如圖 20。

4.3. 當多個優先權高的感測點發生沒電,當重要的感測點不需充電時,機器 可以去幫一些已經沒電的感測點進行充電。如果在非必要情況下機器盡量 以一個為主,可以減少成本的考量。

圖 20. 當有三個關鍵點同時需要充電時會以離 sink node 距離給予不同權重

(35)

圖 21. 感測網路切割

圖 22. 車子沿著各自分割的路徑行走

(36)

圖 23. 實心點為需要充電的感測點虛線箭頭為車子移動到充電位置

圖 24. 充電機器會跳過巡邏路徑直接去充電,充電點回深色,原巡邏點為淺色

(37)

圖 25. 充滿電的機器會回到原巡邏點繼續巡邏數字為優先順序

圖 26. 當多個感測點需要充電時

(38)

圖 27. 充電機器充滿電後回去原本巡邏路徑才去找其它需要充電的機器

圖 28. 充滿電而退回原巡邏位置造成有感測點來不及死亡

(39)

4.3.3 最佳網路連結強度演算法二

從圖 26.可看出同時有多個感測點需要充電時,會先找最需要充電者進行充電。

圖 27.顯示充完電以後充電機器會先回去原本巡邏路線在才去下一個需要充電的感測 點,這樣會造成一些時間上的浪費。圖 28.就是由於這些時間的浪費,導致無法即時 救到剩餘的感測點,如果可以省下回去的那段時間,也可以省下回去在移動過去的時 間,就有機會把下一個需要充電的感測點給救回來。因此在這裡我們又提出一個新方 法來修改前一個所提出的方法,把原本需要回去原巡邏路徑改掉,改成可以直接就去 幫助下一個需要充電的感測點,可以省去來回移動的等待時間。

我們提出的充電排程演算法如下:

1. 充電機器的配置是以分割方式來分配,有幾台充電機器就劃分幾個區域,區域劃 分以距離基地台最近者先為同一區,而同一區內的巡邏路徑為基地台到剩餘各點 之間的最短距離。每個區域內巡邏都是以離基地台最近的開始執行巡邏。

1.1 巡邏路徑會以感測點與剩下感測點之間最短路徑找出。

1.2 一旦發生需要充電時,機器可以暫時離開巡邏路線去幫助需要充電的感測 點。

1.3 一旦充電完成直接在充電完成的感測點位置開始出發。圖 29.比較淺色的感 測點為快充好的點,一旦充完就會往箭頭的方向過去幫助其它需要幫助的 感測點充電。

2. 收集每個感測點的位置並計算出找出基地台到每個感測點之間的最短距離是 Di 及每個感測點之間的最短距離 di,j

3. 判斷感測點的電源低於一個標準值 (此乃系統參數值) 以下時就要馬上回傳要求 充電的訊號給接收器其目前相關資訊,也就是感測點 si 的目前耗電資訊(ci, bi, ci/bi)。

4. 一旦基地台收到有感測點需要充電它會進行排程後並指派移動式充電載具過去

(40)

進行充電。排程的演算法如下:

4.1 計算要求充電的感測點 si 的優先權向量(wi, Di)。向量值越小代表優先權越 高,需要優先充電。這裡 wi代表 Minimum{V’這裡 siV’是 V 的一個子 集合使得整個網路所代表的圖 G-V’是不連通的}。當一個感測點其 wi為 1 時代表此感測點的死亡將造成網路之不連接。當一個感測點其 wi為>1 時,

其值越大代表此感測點的死亡將造成網路之不連接的機率越小。Di 代表距 離基地台較近者優先。

4.2 所有要求充電的感測點據以上的優先權向量作由小到大的排序成{s1, s2, …,

sk}。並依照此順序分配移動式充電載具前往進行充電。

4.2.1 當其中有一個感測點電量低於標準值就會開始比較權重,假使只有一個 感測點低於標準值,就會找離自己最近的充電載具進行充電動作。

4.2.2 當有很多個感測點電量低於標準值就會開始比較權重,先比 wi,一旦 wi 等於 1 代表最為重要因此必須優先充電,其次就是 1 以上因此類推。

4.2.3 當有很多個感測點電量低於標準值就會開始比較權重,先比 wi,但是如 果 wi都相等時就會比較 Di代表距離,會依照距離基地台的距離给它權 重比較,以離基地台越近者權重越高。如圖 20。

4.3 當多個優先權高的感測點發生沒電,當重要的感測點不需充電時,機器可以 去幫一些已經沒電的感測點進行充電。如果在非必要情況下機器盡量以一 個為主,可以減少成本的考量。

(41)

圖 29. 不退回去而直接找須要充電感測點先充電可以改善來不急救方法

(42)

第5章 模擬實驗

實驗的環境為 500*500 單位距離下隨機佈署分別 100 個、200 個和 300 個感測點,

每個感測點的能量消耗比率都不同,這些能量消耗都是隨機所產生的。移動式載具分 別 10 個和 20 個。實驗中所有數值結果為實驗 20 回合的算術平均數。

5.1 移動式載具數量對監控生命週期及品質的影響

在這裡從表 5 中可以看出模擬參數是多少,並且有圖 30 和圖 31 顯示模擬出來的 生存時間還有接收訊息數量是多少。

參數 值

區域大小(m2) 500x500 感測點(Sensor Node)數量 100

感測點能量全滿(J) 1000

能量標準值(Threshold) 500 傳送封包頻率消耗比率(J/min) 30 移動載具速度(hop/min) 1 充電速度比率(J/min) 50

移動式載具數量 5、10、15、20

表 5. 改變充電機器數量模擬數據

(43)

圖 30. 改變充電機器數量生存時間的改變

圖 31. 改變充電機器數量接收訊息數量的改變

從圖 30 中可看出前人結果 RPC 和 RIC 方法,兩者很相近由於都是依照巡邏路徑 來執行,因此能夠提升生存時間並不是很理想,雖然 RIC 還可以透過鄰居幫忙,不 過也只比 RPC 方法好而已。DEC 和我們所提出的兩個方法一開始都很相近,由於感 測器數量少,區域劃分出來距離就會大、感測點多,因此跟 DEC 方法會有點類似,

(44)

因此在感測點少時很難從實驗中看出誰比較好,隨著感測點的慢慢增加,我們也會慢 慢越來越明顯我們的方法二會好許多,方法一沒有這麼好是因為之前演算法中有提 出,它會先幫感測點充滿電後要先回到原巡邏處,而方法二則是可以充滿電後繼續為 其它需要充電的感測點服務,因此可以提升不少感測網路生存時間。

圖 31 是訊息接收率,先前研究的三個方法,都沒考慮關鍵點問題,因此有關鍵 點沒電了,就會產生兩個子區塊,這兩個子區塊又不能連通造成訊息遺失,如果遺失 的區塊越大那就會遺失越多訊息。我們所提出的兩個演算法都是針對關鍵點來做保護 的,因此我們可以減少訊息遺失,在實驗圖上才會有比較好結果。

5.2 感測點數目對監控生命週期及品質的影響

在這裡從表 6 中可以看出模擬參數是多少,並且有圖 32 和圖 33 顯示模擬出來的 生存時間還有接收訊息數量是多少。

參數 值

區域大小(m2) 500x500

感測點(Sensor Node)數量 100、200、300

感測點能量全滿(J) 1000

能量標準值(Threshold) 500 傳送封包頻率消耗比率(J/min) 30 移動載具速度(hop/min) 1 充電速度比率(J/min) 50

移動式載具數量 20

表 6. 改變感測點數量模擬參數

(45)

圖 32. 改變感測點數量生存時間的改變

圖 33. 改變感測點數量接收訊息數量的改變

從圖 32 中感測點數增加,每個方法的生存時間都會下降,由於感測點數量一多,

充電機器數量不變,導致機器工作量不斷增加,生存時間就會下降。圖 32 結果剛好 跟圖 30 有點相反結果,一開始我們提出兩個方法都會領先其它錢人研究,但是當感 測點越來越多時,差距也將會所小,我們兩個方法也會跟前人提出的 DEC 方法很接

(46)

近,跟之前一樣由於感測點多,機器數量不變,造成機器要跑比較大範圍會和 DEC 方法很類似因此感測點越多時會越接近。

圖 33 顯示訊息接受量,一開始由於生存時間較高因此所收到的訊息量相對也會 高,隨著生存時間的下降,我們也可以看出訊息慢慢變少,我們可以發現到後面每個 方法都會有一個趨近值,由於感測點越多所收到的訊息越多,但是相對生存時間也會 減少,因此每個方法都會出現趨近值現象。

5.3 感測半徑大小對監控生命週期及品質的影響

在這裡從表 7 中可以看出模擬參數是多少,並且有圖 34 和圖 35 顯示模擬出來的 生存時間還有接收訊息數量是多少。

參數 值

區域大小(m2) 500x500 感測點(Sensor Node)數量 200

感測點能量全滿(J) 1000

能量標準值(Threshold) 500 傳送封包頻率消耗比率(J/min) 30 移動載具速度(hop/min) 1 充電速度比率(J/min) 50

移動式載具數量 20

感測半徑 10、20、30

表 7. 改變感測半徑模擬參數

(47)

圖 34. 改變感測半徑生存時間的改變

圖 35. 改變感測半徑接收訊息的改變

從圖 34 中改變感測點感測點半徑,感測半徑越大鄰居數就會越多,鄰居數越多 收到的訊息量會變大,但生存時間不太會有太大變化。

圖 35 由於感測半徑變大,訊息量就會增多,鄰居變多訊息量就會變多,因此會 有明顯提升的傾向。

(48)

第6章 結論與未來展望

本篇論文的主要動機是要設計出最佳充電排程演算法以派遣移動式充電載具前 往進行充電。先前的研究沒有考慮連接強度,因此在這方面我們設計了兩個方法經由 這些方法有效改善了前人的缺點,無論在生存期限或是訊息的接收都有較好的結果。

不過由於我們方法裡有做切割感測網路的部分,在此部分發現切割也是一個很 重要的因素,由於感測點會把訊息傳送給基地台,因此會有越前面的感測點會越耗損 電力的狀況。因此如果有好的分割方法提出,是可以提升更佳的結果。此外感測網路 進行切割,每個區塊有各自移動式載具,可能發生此區塊沒有任何感測點需要執行充 電的需求,導致此移動式載具沒有任務可以執行。如果可以使空閒的移動式載具幫助 其它區塊,或許也是個提升感測網路生存週期的方法。

未來將考慮無定位系統(GPS-free)下自動充電排程演算法之設計及無定位系統下 自動充電排程演算法之分散式演算法設計。

(49)

參考文獻

[1] Muhammd Imran Afzal, Waqar Mahmood, Ali Hammad Akbar, "A Battery Recharge Model for WSNs using FreeSpace Optics (FSO)", IEEE, 2008 International Multitopic Conference, pp. 272-277.Dec.

[2] Ka. Selvaradjou, M. Dhanaraj, B. Goutham, and C. Siva Ram Murthy, "A New Battery and Redundancy Aware Node Scheduling Protocol for Wireless Sensor Networks", IEEE, 2008 Communication Systems Software and Middleware and Workshops, pp. 784-790 .Jan.

[3] Mohamed K.Watfa, Haitham Al-Hassanieh,Samir Salmen, "The Road to Immortal Sensor Nodes", IEEE, 2008 Intelligent Sensors, Sensor Networks and Information Processing, pp. 523–528 . Dec.

[4] Kevin M. Farinholt, Gyuhae Park,Charles R. Farrar, "RF Energy Transmission for a Low-Power Wireless Impedance Sensor Node", IEEE, 2009 SENSOR JOURNAL, pp.793-800 . Jul.

[5] Matthew D’Souza, Konstanty Bialkowski, Montserrat Ros, "A Wireless Sensor Node Architecture Using Remote Power Charging, for Interaction Applications", IEEE, 2007 Digital System Design Architectures, Methods and Tools, pp. 485-494 . Aug.

[6] P.T.V.Bhuvaneswari, R.Balakumar, V.Vaidehi, P.Balamuralidhar, "Solar Energy Harvesting For Wireless Sensor Networks", IEEE, 2009 Computational Intelligence, Communication Systems and Networks, pp. 57-61. Sep.

[7] Aristeidis Karalis,J.D. Joannopoulos.Marin Soljacic, "Efficient wireless non-radiative mid-range energy transfer", 2007 Microwave Symposium Digest, pp.

34-48. Jan.

[8] Ren C. Luo, Wei-Lung Hsu, Chen, Shau-Ku Huang, "Localization Based on

(50)

Magnetic and RSS Data Fusion with Covariance Intersection for Mobile Sensor Network", IEEE, 2007 Asme international conference on Advanced intelligent mechatron, pp. 1-6..

[9] Olivier Chevalerias, Terence O’Donnell, Daithí Power, Neil O’Donovan, Gerald Duffy, Gary Grant, Seán Cian O’Mathuna, "Inductive Telemetry of Multiple Sensor Modules", IEEE, 2005 Computer Society, pp. 46-52. Jan.

[10] Anthony LaMarca, David Koizumi, Matthew Lease, Stefan Sigurdsson, Gaetano Borriello, " Making Sensor Networks Practical with Robots", LNCS 2414(2002), pp. 152-166.

[11] Wen Yao, Minglu Li, Min-You Wu , "Inductive Charging with Multiple Charger Nodes in Wireless Sensor Networks", LNCS 3842(2006), pp. 262-270.

[12] Zhi Ang Eu, Hwee-Pink Tan, Winston K. G. Seah, "Routing and Relay Node Placement in Wireless Sensor Networks Powered by Ambient Energy Harvesting", IEEE, 2009 Wireless Communications and Networking Conference , pp.

2003-2008.

[13] Winston K.G. Seah, Zhi Ang Eu, Hwee-Pink Tan, "Wireless Sensor Networks Powered by Ambient Energy Harvesting (WSN-HEAP) – Survey and Challenges", IEEE, 2009 1st International Conference on Wireless Communication, Vehicular Technology, Information Theory and Aerospace & Electronic Systems Technology, pp. 1-5 .May.

[14] Olufemi Adeluyi, Sangman Moh, Jeong-A Lee, " PEARSH: A Power Efficient Algorithm for Raising Sensor Half-Life With Wireless Battery Recharge Module", IEEE, 2009 Sensors Applications Symposium, pp. 194-199 .

[15] Dusit Niyato, Ekram Hossain, Mohammad M.Rashid, Vijay K.Bhargava, "

Wireless Sensor Networks with Energy Harvesting Technologies A Game

(51)

Theoretic Approach to Optimal Energy Management", IEEE, 2007 Wireless Communications Magazine, pp. 90-96 .

[16] Elio Velazquez, Nicola Santoro, "Distributed Facility Location for Sensor Network Maintenance",IEEE, 2009 Fifth International Conference on Mobile Ad-hoc and Sensor Networks, pp.237-243.

[17] Shujuan Jin, Keqiu Li, "LBCS:A Load Balanced Clustering Scheme in Wireless Sensor Networks" ,IEEE, 2009 Third International Conference on Multimedia and Ubiquitous Engineering, pp.221-225.

[18] Shinji Inoue, Noriyuki Masuda, Yoshiaki Kakuda, "An Autonomous Method for Aggregating and Repairing Paths in Sensor Networks", IEEE, 2007 Eighth International Symposium on Autonomous Decentralized Systems, pp.1-8.

[19] Shinji Inoue, Jun Shimaichi, Yoshiaki Kakuda, "An Autonomous Method for Aggregating Primary paths and Reserving Backup Paths in Sensor Networks ", IEEE, 2009International Symposium on Autonomous Decentralized Systems, pp.1-6.

[20] Kai Zengy, Wenjing Louy, Kui Reny and Patrick J. Moran, "Energy-Efficient Geographic Routing in Environmentally Powered Wireless Sensor Networks ", IEEE, 2006 Conference On Military Communications, pp.1-7.

[21] Peter Brucker, "Scheduling Algorithms", Fourth Edition, 2004 Springer-Verlag Berlin Heidelberg.

[22] Michael Pinedo, "Scheduling Theory, Algorithms, and Systems", Second Edition, 2002 by Prentice-Hall, Inc.

[23] LAGEWEG, B.J.,J.K.LENSTRA, and A.H.G. RINNOOY KAN, "Minimizing maximum lateness on one machine: computational experience and some applications", Statistica Neerlandica 30, pp. 25-41.

(52)

[24] Mark Cieliebak, Thomas Erlebach, Fabian Hennecke, Birgitta Weber and Peter Widmayer, "Scheduling with Release Times and Deadlines on a Minimum Number of Machines", Proceedings 18th IFIP World Computer Congress (WCC), TC1 3rd International Conference on Theoretical Computer Science (TCS), pp. 209-222.

[25] Miao, X.; Luh, P.B.; Kleinman, D.L., "Dynamic job scheduling with strict deadline", 1990 Proceedings of the 29th IEEE Conference on Decision and Control, pp. 116-121.

[26] JIA XU and DAVID LORGE PARNAS, "Scheduling Processes with Release Times, Deadlines, Precedence, and Exclusion Relations", 1990 IEEE Transactions on Software Engineering, VOL.16.No3. 3. March, pp. 360-369.

[27] W. Zhou, K. Ramamrithan. and J. Stankovic, "Preemptive schedulingunder time and resource constraints.", IEEE Transactions on Computer, vol., Aug. 1987.

[28] C. Martel, "Preemptive scheduling with release times. deadlines, and due dates", J. ACM, vol. 29. July 1982.

[29] http://aca4.saihs.edu.tw/equip/relative_web/35th/work/03.htm [30] http://www.w-shield.com.tw/new_page_69.htm

[31] http://www.phy.ncu.edu.tw/notes/down/microwave/

[32] http://other.ce.fcu.edu.tw/CEhistory/microwave.htm [33] http://www.tangben.com/Newtech/ecar.htm

參考文獻

相關文件

In view of the large quantity of information that can be obtained on the Internet and from the social media, while teachers need to develop skills in selecting suitable

Good joke tellers can add whatever they want to the joke as they tell it, but they clearly know the details of the beginning , mi ddle and ending of the joke.. It is also

To explore different e-learning resources and strategies that can be used to successfully develop the language skills of students with special educational needs in the

Explore different e-learning resources and strategies that can be used to successfully develop the language skills of students with special educational needs in the..

• If a graph contains a triangle, any independent set can contain at most one node of the triangle.. • We consider graphs whose nodes can be partitioned in m

Through the help of this study, the inconvenient of insufficient information of biological pilot plant can be improved, the manufacture security can be promoted, and the

This can be used to guide small and medium construction industry to setup occupational safety and health management.. The checklists can be used to build and evaluate

This thesis makes use of analog-to-digital converter and FPGA to carry out the IF signal capture system that can be applied to a Digital Video Broadcasting - Terrestrial (DVB-T)