EH-SWADS:面向农业无线传感器网络的能量收集智能天气感知无人机汇聚节点

《Scientific Reports》:EH-SWADS: energy-harvesting smart weather-aware drone sink for agricultural WSNs

【字体: 大 中 小 】 时间:2026年09月22日 来源:Scientific Reports 4.9

编辑推荐:

  农业无线传感器网络(Wireless Sensor Networks, WSNs)日益需要在动态环境条件下长期运行,同时依赖严格受限的能源资源。尽管分层聚类和无人机(Unmanned Aerial Vehicle, UAV)辅助移动汇聚节点能够降低通信开销,但

  
农业无线传感器网络(Wireless Sensor Networks, WSNs)日益需要在动态环境条件下长期运行,同时依赖严格受限的能源资源。尽管分层聚类和无人机(Unmanned Aerial Vehicle, UAV)辅助移动汇聚节点能够降低通信开销,但电池供电网络的运行寿命仍从根本上受到限制。本文提出了EH-SWADS,它是研究人员先前提出的天气感知型UAV辅助WSN架构SWADS的能量收集扩展,旨在实现可持续的长期农业监测。EH-SWADS集成了三个核心组件:(i)基于长短期记忆(Long Short-Term Memory, LSTM)网络的天气预测模块,该模块在恶劣天气期间管理移动UAV汇聚节点与固定地面汇聚节点之间的主动切换;(ii)基于强化学习(Reinforcement Learning, RL)的簇头选择机制,该机制增强了能量收集感知能力;(iii)能够从环境辐照中补充能量的太阳能供电传感器节点。与传统方法将收集能量视为被动缓冲不同,EH-SWADS明确将“收集-消耗”能量平衡纳入学习过程。在20000轮次的广泛MATLAB仿真表明,相对于非能量收集基线(包括研究人员先前报告的SWADS架构),太阳能能量收集是所观察到的寿命延长的主要驱动力(在真实时变天气轨迹下、使用下文描述的修正奖励公式进行评估时,首节点死亡时间相对匹配的非能量收集基线提高约668%;总体累计吞吐量提高约1.93倍),而一旦修正了收集率归一化缺陷和能量盲公平项,显式奖励收集感知和轮换公平性的基于强化学习的簇头选择机制与否则完全相同的能量收集无知奖励权重在统计上表现相当(不同随机种子下约±5%);初始未修正的公式比能量收集无知权重低24–58%,突显了在真实时变天气而非理想条件下验证奖励塑形项的重要性。
农业无线传感器网络(WSNs)需要在动态环境下长期运行,但节点电池能量有限、更换困难,现有分层聚类与UAV辅助移动汇聚节点仅能延缓能量耗尽,无法实现永久性监测。太阳能能量收集适合农田环境,但已有研究多将收集能量视为被动缓冲,未将天气、能量收集与网络控制联合优化。为突破这一局限,研究人员提出了EH-SWADS,即此前的天气感知UAV辅助WSN架构SWADS的能量收集扩展,旨在通过太阳能收集、LSTM天气预测和强化学习簇头选择的联合设计,实现“能量中性”的可持续农业监测。

EH-SWADS包含三个核心组件:LSTM天气预测模块基于历史气象数据预测天气状态,并据此在移动UAV汇聚节点与固定地面汇聚节点之间主动切换,以保证通信可靠性;太阳能能量收集(SEH)物理模型采用光伏面板将环境辐照转换为电能,为节点补充能量;强化学习决策引擎采用Q-learning进行簇头(CH)选择,其奖励函数明确纳入“收集-消耗能量平衡”这一可持续发展指标。该架构改变了传统仅依赖剩余能量的簇头选取逻辑,使能量收集成为网络拓扑与角色分配的主动决策变量。

在方法层面,研究人员利用MATLAB搭建仿真环境,模拟100 m×100 m区域中200个传感器节点在20000轮通信下的长时运行,采用一阶无线电能量模型和真实时变天气轨迹。关键的LSTM天气预测器包含64单元与32单元的两层LSTM层,输入10个时间步的六种气象读数,在10010个样本的测试集上达到97.97%总体准确率。强化学习采用分散式Q-learning,每个节点根据自身状态选择簇头或成员角色。研究还实现了非能量收集基线、EH-SWADS修正奖励版本以及经典LEACH、HEED和能量收集感知的MCSOC协议作为对比,用以分离能量收集、奖励塑形和天气感知移动性的各自贡献。

在仿真结果中,能量收集对网络寿命的贡献最为显著。非能量收集基线在真实天气轨迹下于第841轮出现首节点死亡,而EH-SWADS将这一事件推迟至第6458轮,相对延长约668%,累计吞吐量达到885202包,约为基线的1.93倍。然而,Q-learning奖励中的显式收集感知与轮换公平项在初始设计中因收集率归一化缺陷和能量盲目公平项而表现不佳,导致首节点死亡时间比能量收集无知奖励低24–58%;修正后,其性能与不含能量感知的奖励在统计上无显著差异(两个种子下为?4.4%和+5.2%),说明能量收集本身是寿命延长的主导因素,而奖励塑形需经谨慎设计才能避免损害性能。

在与文献基线对比中,EH-SWADS的首节点死亡时间比LEACH长43%、比HEED长32%、比能量收集感知的MCSOC长9%。但非能量收集的EH-SWADS消融基线(第841轮首节点死亡)明显差于这些文献协议,表明天气感知的移动汇聚节点在没有能量收集支撑时反而成为负载;而移除天气触发切换后,首节点死亡从第6458轮降至第4392轮,确认天气感知移动性在能量收集存在时具有净收益。可扩展性测试显示,当节点数增至500和1000时,能量收集带来的寿命延长分别降至22%和31%,表明其收益具有密度依赖性,稀疏部署中优势最大。在固定天气状态的敏感性分析中,晴天、多云、雨天、风暴条件下的首节点死亡分别为13322、5604、3328、2751轮,真实混合天气轨迹的结果(6458轮)介于多云与晴天之间,说明部署地的天气分布是寿命估计的关键因素。通信性能上,EH-SWADS的端到端时延与非能量收集基线相当,但由于存活节点更多,其早期绝对丢包数较高;累计吞吐量则因长期持续传输而显著提升。

研究结论表明,将太阳能能量收集与天气感知、强化学习簇头选择相结合,可将农业WSN从单纯的能耗减缓推进到可持续的能量中性运行。能量收集是寿命延长的核心驱动,而合理的奖励塑形能够实现与简单基线相当的性能而不产生额外劣势。该架构相比LEACH、HEED和MCSOC等既有协议在真实天气轨迹下均具有寿命优势,显示出其在长期农业监测中的应用潜力。未来工作将重点引入更精细的太阳能模型、多智能体深度强化学习、硬件试验验证、UAV能耗建模,以及安全与信任感知机制,并进一步研究首节点死亡后快速崩溃的机理和网络密度对能量收集收益的影响。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号