面向低功耗多传感器协同的电磁频谱能量采集与优化方法与流程

本发明属于无线通信与物联网，具体涉及一种面向低功耗多传感器协同的电磁频谱能量采集与优化方法及系统。

背景技术：

1、随着现代军事信息化的快速发展，低功耗物联网装备在战场态势感知、装备状态监测、无人集群协同作战等军事领域发挥关键作用。然而，传统军用物联网节点多采用特种电池供电，存在三大核心痛点：其一，高寒、湿热、强震动等极端战场环境下电池性能急剧衰减，可能造成关键节点失效，直接影响作战任务执行；其二，敌后部署节点的电池更换存在战术暴露风险，可能引发敌方无线电侦测定位；其三，现有装备缺乏能源抗毁机制，局部节点能量耗尽将导致战场传感网络出现监测盲区。针对上述问题，基于电磁频谱能量的自供能技术成为军事物联网发展的新方向，但其在战场环境下面临特殊挑战：首先，复杂电磁对抗环境下存在高强度干扰信号与低信噪比目标频段共存现象，需解决频谱能量捕获的抗干扰问题；其次，动态战场中射频能量分布呈现强时空异质性，例如无人机集群机动导致近场能量场畸变；再次，军用设备需支持“静默侦察-突发传输-紧急唤醒”多模态自适应切换，传统固定阈值的能量管理策略难以满足战术响应需求；最后，战术级能源协同需解决跨密级节点的安全能量共享问题，防止能量传输过程引发的电磁特征暴露。为此，本发明提出面向军用物联网的电磁频谱能量抗毁采集与战术优化方法，通过构建抗干扰多频段采集阵列、动态战场能量场建模、任务驱动的能量调度策略以及隐蔽协同供能机制，实现复杂对抗环境下军事物联网装备的全域能源保障与抗毁持续运行。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、本发明的目的是提出一种面向低功耗多传感器协同的电磁频谱能量采集与优化方法及系统。针对低功耗物联网设备在能量采集与管理方面面临的诸多挑战，本发明提出了一种基于多频段能量采集、节点布局优化、能量管理策略以及协同唤醒机制的综合解决方案，旨在实现物联网设备的高效能量利用和长寿命运行，同时降低系统能耗和硬件部署成本。

3、具体而言，本公开公开了一种面向低功耗多传感器协同的电磁频谱能量采集与优化方法，其特征在于，包括如下步骤：

4、在目标区域部署多个自供能传感器节点，所述自供能传感器节点采集多频段射频能量，捕获环境中的电磁频谱能量并转换为电能存储；

5、基于半方差聚类算法构建三维电磁能量密度分布地图，基于能量密度分布地图优化部署自供能传感器节点；

6、建立能量-频谱联合优化模型，结合强化学习算法动态调整所述自供能传感器节点工作模式；

7、设计自适应休眠调度策略，根据所述自供能传感器节点能量状态与任务优先级，动态调整所述自供能传感器节点休眠周期与唤醒时序；

8、通过协同唤醒机制实现低能量自供能传感器节点的能量共享与数据传输。

9、进一步，本公开所述自供能传感器节点包括多频段微带贴片天线阵列、π型阻抗匹配网络和多级dickson电荷泵整流电路；

10、所述自供能传感器节点采集2.4ghz、5ghz及900mhz频段，转换效率公式：

11、

12、其中，输出的直流功率，即整流后供给负载的实际功率；输入的射频功率，即天线从环境中捕获到的射频能量功率；第k个射频输入信号的电压，表示天线接收到的多个频段的射频信号电压；n代表频段数量；为输出电压，为负载电阻，为输入阻抗。

13、进一步，本公开所述自供能传感器节点具有超级电容和锂电池，其中所述超级电容用于瞬态能量缓冲，所述锂电池作为长期储能单元，通过pmic实现充放电逻辑控制，充放电策略为：

14、

15、其中，表示充电电流，表示最大充电电流，表示超级电容的当前电压，表示超级电容的电压阈值，表示调整充电电流大小的系数。

16、进一步，本公开所述基于半方差聚类算法构建三维电磁能量密度分布地图，基于能量密度分布地图优化部署自供能传感器节点具体包括：

17、基于半方差聚类算法构建三维电磁能量密度分布地图；

18、对所述三维电磁能量密度分布地图采用k-means++算法对能量热点进行聚类；

19、使用模拟退火算法解决全局最优解。

20、进一步，本公开所述基于半方差聚类算法构建三维电磁能量密度分布地图具体公式为：

21、

22、其中，为位置处的射频能量密度，d 为空间距离，为距离为 d 的样本点对数；

23、采用k-means++算法对能量热点聚类，目标函数为最小化类内方差为：

24、

25、其中，k 为聚类数目，为第 i 个聚类，为第 i 个聚类的中心能量值，位置点的能量密度值。

26、进一步，本公开所述自供能传感器节点布局优化通过下列式子：

27、

28、其中，s 为节点部署位置集合，为位置的能量密度，受限于；允许部署的最大节点数量；为位置权重因子，用于抑制节点过于密集部署：

29、

30、当前正在评估的候选位置点，集合 s 中已选中的其他位置点；为已选中的位置集合，为与之间的欧几里得距离。

31、7、根据权利要求书4所述的方法，其特征在于，所述能量-频谱联合优化模型的目标函数为：

32、

33、其中,为基准寿命;为网络的实际生存周期；为权衡因子；为频谱覆盖的均方根误差；

34、目标函数的约束条件包括能量平衡约束和频谱覆盖约束。

35、进一步，本公开强化学习策略状态空间定义为：

36、

37、其中，为节点当前存储的能量水平；为当前环境中射频能量的可用性；为当前任务的优先级；

38、动作空间定义为：

39、

40、其中，active为节点进行能量采集或数据处理；sleep为节点进入低功耗休眠状态；transmit为节点进行数据通信；

41、奖励函数定义为：

42、

43、其中，节点当前存储的能量水平；为能量阈值；rmse频谱地图重构的均方根误差；表示节点能量处于合理范围，表示频谱地图的精度相比之前有所提升。

44、进一步，本公开所述设计自适应休眠调度策略，根据所述自供能传感器节点能量状态与任务优先级，动态调整所述自供能传感器节点休眠周期与唤醒时序具体包括：

45、休眠调度策略通过马尔可夫决策过程优化节点状态转移概率；

46、建立自适应休眠周期的计算公式，计算公式为：

47、

48、其中，为休眠周期时长；为当前节点的储能容量，为唤醒能耗，为休眠功耗；

49、对自供能传感器节点能量状态分级与采样频率调整，根据任务优先级调整唤醒时序；

50、通过协同唤醒机制实现低能量自供能传感器节点的能量共享与数据传输。

51、进一步，本公开所述协同唤醒机制基于tdma信标帧，高能量自供能传感器节点通过近场耦合向低能量自供能传感器节点传输能量，其传输效率模型为：

52、

53、其中，为耦合系数，，为线圈品质因数。

54、本公开通过提出的面向低功耗多传感器协同的电磁频谱能量采集与优化方法，通过多频段能量采集模块的设计，能够高效捕获环境中不同频段的电磁能量；通过三维电磁能量密度分布地图的构建和节点布局优化，实现了节点的合理部署，提高了能量采集效率；通过能量-频谱联合优化模型和强化学习算法，动态调整节点工作模式，最大化网络生存周期；通过自适应休眠调度策略和协同唤醒机制，进一步优化了能量利用效率和系统可靠性。本发明适用于低功耗物联网设备，能够在复杂环境中高效采集和利用电磁频谱能量，延长设备使用寿命，降低维护成本，具有广阔的应用前景。

55、上述说明仅是本公开技术方案的概述，为了能更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。