PBEBC：太阳能供电无线传感器网络中能量中性边界监视的日前预测控制优化

《Internet of Things》：PBEBC: Day-ahead predictive–control–optimization for energy-neutral barrier surveillance in solar-powered WRSNs

　　

# 摘要

太阳能供电的无线可充电传感器网络（WRSNs）支持长时程屏障监视，但其保护质量受最弱穿越路径和不确定光伏（PV）供应的制约。本文提出了一种预测瓶颈感知的能量中性屏障覆盖方案（PBEBC），这是一种面向太阳能供电WRSNs的汇聚节点辅助的日前预测—控制—优化框架。PBEBC通过显式接口连接三个模块：动态贝叶斯网络引导的场景树（DBST）承诺日前的光伏曲线；Lyapunov引导的控制器将其映射为可执行的逐时隙能量预算族；瓶颈引导的大邻域搜索调度器将该预算族转化为选定目标链上瓶颈时空段的可行感知动作。该设计保持节点侧执行轻量级，避免了日内反复重规划。我们建立了能量等效的半径—时长离散化、当实际收获占优承诺保守曲线时的单侧可执行性，以及在可行支撑包络下词典序目标骨干选择规则的精确性。在模拟基准下，实验表明DBST在对比的预测器中实现了最低预测误差，而PBEBC在评估的基线方法中提供了最强的最坏情况屏障质量、更高的路径级协同检测概率、更少的能量中性违反以及更高的寿命保持率。实现研究报告了在测试条件下亚秒级的日初延迟和适度的汇聚节点内存。这些发现表明在所测试的模拟环境下具有基准级优势，而非部署就绪性。

# 引言

屏障覆盖是保护边境、河岸、工业场所和受限基础设施的关键安全原语[4]、[5]、[6]。与区域覆盖不同，屏障覆盖要求任何穿越边界的入侵者以高概率被检测；其性能由最弱穿越路径而非平均感知质量决定[5]、[7]。在长期部署中，这一最弱路径目标必须与可持续能源使用相结合[8]。

无线可充电传感器网络（WRSNs）提供了天然的平台。早期的屏障覆盖设计依赖有限电池、占空比循环、自适应睡眠调度和协同激活。这些机制减少了瞬时消耗，但并未消除储存能量的寿命限制。

后续研究引入了由移动充电器（MC）服务的可充电传感器[9]、[10]、[11]。移动充电可以延长寿命，但大型屏障部署通常需要多个充电器和协调路线[12]、[13]、[14]，增加了成本、运维复杂度和维护负担。

太阳能供电传感器更具可扩展性。通过收集光伏能量，它们可以实现接近能量中性操作（ENO），即长期收获与消耗相匹配[15]、[16]、[17]。然而，光伏供应在天气、地形、季节和时间尺度上具有随机性[18]、[19]、[20]。因此，监视可靠性与能源可持续性相互耦合：积极的感知增强了保护但可能导致耗尽，而过度的保守则保留了能量却削弱了屏障。

本文中，可持续性被用于有意限定的运行意义。它指的是可再生能源供电的感知、能量感知的消耗、能量中性操作，以及在不确定光伏供应下屏障服务连续性的保持。模拟结果并未建立生命周期环境效益、经验证的碳排放减少、循环经济成果、经济可持续性，或更广泛的社会和制度影响，所有这些都超出了当前WRSN基准的系统边界和证据范围。

图1说明了所考虑的场景。具有可调半径和局部存储的太阳能供电传感器监视一条被离散化为空间网格和时间时隙的保护边界。入侵者可能在任意位置和时间穿越。目标是在所采用的网格—时间抽象下最大化最坏情况屏障质量，同时遵守长期能量中性约束；评估还考察了穿越路径检测概率分布。汇聚节点执行密集计算，传感器执行轻量级的逐时隙决策。

近期概率感知模型（PSM）用距离相关的检测概率取代了布尔可检测性。在PSM下，协同检测和感知半径选择决定了如何在薄弱屏障段上分配努力。近期工作已经引入了太阳能预测、可调半径和瓶颈导向的调度。

在这一方向中，BCRAS是最接近的对比方法，因为它将日前光伏预测、范围可调感知和瓶颈导向调度结合用于PSM下的太阳能供电屏障覆盖[21]。

关于太阳能供电屏障覆盖的最接近的先前工作，特别是BCRAS和相关范围可调瓶颈感知方法，将光伏预测、能量感知控制和瓶颈导向调度集成在一个松耦合的流水线中。然而，这些组件通常以顺序或启发式方式优化，未暴露显式的中间决策表示来系统性地连接可再生能源预测输出与下游调度决策。相比之下，本文的主要创新在于一种结构化的预测器—控制器—调度器接口，其中每个阶段导出一个定义明确且可复用的计算对象。具体而言，预测模块生成一个承诺的光伏（PV）曲线，控制模块将该曲线转化为可执行的逐时隙能量预算族，调度模块将这些预算映射到屏障时空段上的瓶颈感知感知动作。这种显式接口使得不确定性和能量约束能够跨层可追溯地传播，这在如BCRAS等现有方法中并未明确表述。因此，PBEBC与先前工作的根本区别在于，它严格地语义分离了预测、能量可行性构建和瓶颈优化，而非将它们视为松耦合的优化组件。

在运行上，PBEBC是一个汇聚节点辅助的一次性日初流水线。汇聚节点执行DBST推理、预算构建和LS-LNS搜索；传感器执行轻量级的逐时隙动作而无需日内反复重规划。本文通过理论和实验评估PBEBC在光伏预测鲁棒性、最坏情况屏障质量、ENO行为、天气冲击鲁棒性、寿命和实现开销方面的表现。

在整个手稿中，该接口被处理为对象级决策链，而不仅仅是实现序列。预测层导出一个承诺的PV曲线，控制层将其转化为可执行的逐时隙预算族，调度层将由此产生的可行动作集转化为瓶颈时空段上的可执行感知动作。该对象链被用作相关工作综述、算法开发和在可再生能源不确定性下系统影响讨论的组织原则。

本文的主要贡献总结如下：

本文的核心贡献是集成式的预测器—控制器—调度器架构；以下预测、能量接口、调度、理论和实证组件作为支撑元素，实例化并验证该架构。

我们明确区分架构新颖性与算法人新意。架构新颖性在于对象级的预测器—控制器—调度器接口，该接口在连续的层之间保持了承诺PV曲线、可执行逐时隙预算族、可行动作集和可执行瓶颈感知感知调度的语义。算法人新意在于实例化这些接口的具体过程：基于DBST的时间一致场景生成和分位数承诺、Lyapunov引导的闭式裁剪预算释放，以及精确目标链选择后接瓶颈引导的LS-LNS破坏—修复调度。这些架构和算法主张与以下作为一个一致理论包总结的形式化保证分开。

（1）**主要架构贡献**：我们提出了一种面向太阳能供电WRSNs能量中性屏障监视的统一预测器—控制器—调度器框架（PBEBC），该框架建立了结构化的端到端决策流水线，将可再生能源预测、能量可行性构建和瓶颈感知感知优化连接起来。

（2）**算法贡献—可再生能源预测**：我们设计了一种基于DBST的日前光伏预测机制，该机制结合了显式动态贝叶斯网络、时间一致场景树采样、重要性引导的场景精炼和分位数承诺，以导出结构化承诺PV曲线用于下游控制。

（3）**算法贡献—能量可行性控制**：我们开发了一种具有闭式裁剪预算释放规则的Lyapunov引导控制器，该规则将承诺PV曲线映射为可执行的逐时隙能量预算族及在电池储备和逐时隙放电约束下的对应可行动作集。

（4）**算法贡献—瓶颈调度**：我们将精确的词典序目标链选择与瓶颈引导的LS-LNS破坏—修复调度相结合，使得调度器仅将能量可行的感知动作分配给薄弱的时空屏障段，同时保持选定的目标链和瓶颈集接口。

（5）**一致的理论贡献**：我们为不同的模型和接口组件建立了三个形式化结果。定理1在二次感知功率模型和逐时隙时长规则下精确刻画了理想的能量等效感知半径阶梯。定理2证明了当每个传感器和时隙的实际收获占优承诺收获时，日前单侧可执行性成立。定理3证明了在可行支撑包络下，分层网格上词典序最大化最小目标链选择的精确性。这些结果共同确定每个阶段的精确性，同时明确排除了完整LS-LNS调度问题的全局最优性和全局最弱连续入侵路径的精确识别。

（6）**系统级贡献**：我们提供了广泛的实证评估，证明与现有基线方法相比，在最坏情况屏障质量、能量中性操作、光伏不确定性下的鲁棒性和计算效率方面的改进。

因此，贡献层级不是可互换主张的列表。显式导出对象接口是主要的架构贡献；DBST、Lyapunov引导裁剪和目标链感知的LS-LNS是实例化该架构的算法机制；定理1—3构成了一个有限范围的理论包，涵盖理想半径—时长构建、条件承诺预算可执行性和分层网格目标链选择。与第2节中回顾的先前表述相比，理论新颖性在于在一个预测器—控制器—调度器架构内将三个先前分离的形式化角色显式化。定理1给出了所采用的线性配额规则的基础理想半径—时长阶梯的精确刻画，定理2陈述了固定日前预算序列的显式单侧可执行性条件，定理3在可行支撑包络下建立了分层网格上词典序目标链子问题的精确优化，而非将该选择阶段留作启发式过程。比较性能结果仍然是所陈述基准下的实证验证，而非这些定理的推论。

本文其余部分组织如下。第2节通过预测器—控制器—调度器接口的视角回顾相关工作。第3节提出系统模型和问题表述。第4节详细说明所提出的PBEBC框架及其导出的决策对象。第5节报告模拟结果和性能评估。第6节讨论架构影响、它们与研究差距和先前工作的关系、观察到的性能差异背后的地形条件机制、条件可执行性与天气冲击行为之间的联系、三个核心模块之间的功能关系、面向部署的风险处理、承诺校准、汇聚节点可扩展性和地形上下文维护等影响、可持续性范围以及所提出框架的局限性。第7节总结本文。

## 相关工作

与本文最相关的现有研究分为三条路线：几何/确定性屏障覆盖、概率/协同屏障覆盖，以及能量感知或可再生能源供电的WRSNs。它们为长时程监视提供了有用的要素，但在抽象和目标上存在差异。

因此，本综述的目的不是将这些研究流视为孤立的缺陷，而是展示它们如何提供互补的要素，其缺失的链接正是所提方法动机的来源。

## 网络环境

我们考虑一个汇聚节点辅助的太阳能供电WRSN，部署在长度为L、宽度为W的矩形区域$\mathcal{R}\subset\mathbb{R}^2$上用于屏障监视。其边界为$B_{\text{left}}$、$B_{\text{right}}$、$B_{\text{top}}$和$B_{\text{bottom}}$。监视的穿越方向为从$B_{\text{left}}$到$B_{\text{right}}$；成功的入侵是连接这两个边界的任何连续路径，而另外两个边界界定带状区域。区域$\mathcal{R}$中的任何点$v$具有坐标$v=(x_v, y_v)$。

在$\mathcal{R}$内部署了一组N个静止太阳能供电传感器，记为$\mathcal{S}=\{s_1, s_2, \ldots, s_N\}$。

## 所提出的预测瓶颈感知的能量中性屏障覆盖方案

所提出的预测瓶颈感知的能量中性屏障覆盖（PBEBC）方案解决了太阳能供电屏障覆盖的关键局限性。固定半径和静态激活会造成密度不平衡，使薄弱段得不到足够的加固[4]、[5]、[6]、[7]。聚合覆盖指标也可能遗漏决定屏障安全的最弱穿越路径[5]、[7]。在可再生能源供电的WRSNs中，能量感知调度通常过于简化或反应过度[30]、[32]。图5……

## 实验评估

本节通过预测相关和系统级基线方法、共同的实验配置、评估指标、鲁棒性和消融分析、实现和可扩展性研究，以及承诺分位数的控制敏感性分析来评估PBEBC。重点在于日前光伏精度/鲁棒性、具有可持续运行的最坏情况屏障质量，以及每个模块在正常和冲击天气下的贡献。

因此，所有方法排名……

## 讨论

本节结合架构研究差距、形式化保证和所采用基准的假设来解释实证发现。不重复第5节中报告的数值结果，而是解释观察到的趋势对预测器—控制器—调度器耦合意味着什么，并划定模型条件精确性、基准级证据和面向部署结论之间的边界。讨论围绕核心角色组织……

## 结论

本文提出了PBEBC，一种面向WRSNs中太阳能供电屏障监视的汇聚节点辅助的日前预测—控制—优化框架。DBST承诺日前的光伏曲线，Lyapunov引导的控制器将其映射为可执行的逐时隙能量预算族，目标链选择配合瓶颈引导的LS-LNS将该预算转化为瓶颈时空段上的可执行感知动作。主要贡献是清晰的预测器—控制器—调度器接口和一次性的……

## 资金

本工作未获得任何资金。

## CRediT作者贡献声明

Pei Xu：撰写—审阅与编辑，撰写—初稿，验证，方法论，形式化分析，概念化。Tzu-Chia Huang：撰写—审阅与编辑，可视化，调查，数据整理。

Chih-Yung Chang：写作 - 审阅与编辑，监督，概念化。Diptendu Sinha Roy：写作 - 初稿，调查。
利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系，这些关系可能会影响本论文中报告的工作。
Pei Xu|Tzu-Chia Huang|Chih-Yung Chang|Diptendu Sinha Roy
中国，合肥，230601，合肥大学，人工智能与大数据学院