能量對無線傳感器網(wǎng)絡（Wireless Sensor Networks,WSNs）來說至關重要,是WSNs壽命以及工作時間的重要瓶頸,同時也是一直以來研究的熱點之一。WSNs通常具有很大的部署數(shù)量、超小的體積、特殊的應用環(huán)境等特點,所以給WSN節(jié)點手動更換電池耗時耗力,并可能造成環(huán)境污染,增加了人工成本,有時甚至是極其困難且非常不現(xiàn)實的。因此,能量采集無線傳感器網(wǎng)絡（Energy-harvesting Wireless Sensor Networks,EHWSNs）應運而生,為WSNs的能量限制問題提供了一個新穎的解決方案。EHWSNs的出現(xiàn)解決了部分應用場景的能量限制問題的同時,也面臨新的困難。由于部署EHWSN節(jié)點環(huán)境可能會出現(xiàn)使用環(huán)境惡劣、EHWSNs能量采集源與環(huán)境能量不匹配等問題,EHWSNs采集的能量因此具有非連續(xù)性、隨機性、不穩(wěn)定性、不可預測性等特點。特別是針對微小能量環(huán)境的自供能EHWSNs,這就需要改進EHWSNs與能量相關的諸如傳感信號處理技術、數(shù)據(jù)傳輸協(xié)議、工作模式等關鍵技術與管理方案。但現(xiàn)有EHWSN節(jié)點的硬件結構能量管理方法,仍然采用傳統(tǒng)的信號采樣技術對節(jié)點電... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【部分圖文】：

壓縮感知采樣模塊組成電路

第三章自供能壓縮感知采樣模型設計與電路仿真29的噪聲系數(shù)NF為3.8dB。乘法器性能的主要影響是它對輸入信號的離散化，它將輸入的模擬或者數(shù)字信號乘上微控制單元產(chǎn)生的偽隨機信號，就產(chǎn)生了離散的、采樣率與微控制單元產(chǎn)生的偽隨機信號相同的離散波形。(a)(b)圖3-3壓縮感知采樣模塊組成電路。(a)乘法器電路；(b)低通濾波器電路對于低通濾波器，其電路設計[93]如圖3-3(b)所示。該低通濾波器使用了一個差分輸入、差分輸出的RC有源積分器。由于放大器增益的限制，這種積分器具有有限的時間常數(shù)，因此可以作為低通濾波器，其時間常數(shù)決定截止頻率。在模擬中，放大器的截止頻率可以根據(jù)輸入信號的不同進行調(diào)整，以覆蓋調(diào)制信號的整個范圍。圖3-4壓縮感知采樣模塊諾頓等效電路圖當采樣電路的目標信號輸入時，系統(tǒng)的噪聲帶寬由采樣電容和CMOS開關、乘法器的串聯(lián)電阻決定。在實際應用中，乘法器應占主導地位，以確保乘法器看乘法器R1I1R2I2fsCL低通濾波器

第三章自供能壓縮感知采樣模型設計與電路仿真33幅度時間(s)點數(shù)幅度3.4.2自供能壓縮感知采樣模型仿真3.4.2.1多音頻輸入信號下的自供能壓縮感知采樣模型仿真本小節(jié)主要是在多音頻輸入信號的情況下，模擬了自供能壓縮感知采樣模型工作模式，并進行了功耗分析。仿真條件如下：假設輸入信號為()()()12xt=0.7sin2ft+sin2ft，其中1f=450Hz，2f=250Hz，且PN信號采樣率為900sf=Hz，采樣點數(shù)即輸入信號長度N=512，Lemple-Ziv復雜度為0.1406，Nyquist采樣理論要求的最低采樣率為900Nquistf=Hz。其時域信號如圖3-5(a)所示。(a)(b)圖3-5原始信號x(t)時域圖。(a)原始信號x(t)時域圖；(b)恢復信號時域圖微控制單元采用MSP430FR6989模擬。根據(jù)MSP430FR6989官方手冊，MSP430FR6989正常工作時，工作電壓DDAV為3V，工作電流sI為210A，待機模式時，待機電壓DV為2.2V，待機電流dI為0.2A，此外，MSP430FR6989的ADC位寬為12bit。壓縮感知采樣模塊的有源RC低通濾波器3dB截止頻率設置為信號最高頻率，即3dbmax1f=f=f�；謴椭亟ㄋ惴ㄊ褂肙MP算法。當ADC實際采樣速率89.64AICf=Hz，壓縮率為9.96%時，經(jīng)過OMP算法恢復后時域信號如圖3-5(b)所示。通過計算可得，自供能EHWSN節(jié)點任務工作模式功率P=0.7089mW，節(jié)點待機功率0.4400dP=W，采集1bit的能量為1bit=0.6590J/bitE，信噪比SNR=7.8dB。對比圖3-5(a)和圖3-5(b)可以看出，在9.96%的壓縮率條件下，ADC實際采樣

【參考文獻】：
期刊論文
[1]凸松弛全局優(yōu)化機器人手眼標定[J]. 李巍,呂乃光,董明利,婁小平.  計算機應用. 2017(05)
[2]基于混合匹配追蹤算法的MIMO雷達稀疏成像方法[J]. 王偉,張斌,李欣.  電子與信息學報. 2016(10)
[3]雷達高分辨率緊湊感知矩陣追蹤算法[J]. 劉靜,盛明星,宋大偉,尚社,韓崇昭.  電子與信息學報. 2016(08)
[4]電磁能量收集技術現(xiàn)狀及發(fā)展趨勢[J]. 趙爭鳴,王旭東.  電工技術學報. 2015(13)
[5]一種基于基追蹤壓縮感知信號重構的改進算法[J]. 芮國勝,王林,田文飚.  電子測量技術. 2010(04)
[6]基于非常稀疏隨機投影的圖像重建方法[J]. 方紅,章權兵,韋穗.  計算機工程與應用. 2007(22)
[7]無線傳感器網(wǎng)絡[J]. 任豐原,黃海寧,林闖.  軟件學報. 2003(07)

博士論文
[1]基于分簇結構的無線傳感器網(wǎng)絡節(jié)能路由協(xié)議研究[D]. 楊柳.重慶大學 2016

碩士論文
[1]基于環(huán)境能量收集的自供能無線傳感系統(tǒng)的能量管理研究[D]. 黃瑞.電子科技大學 2019
[2]帶鉸接分流板的碰撞式壓電風能采集器[D]. 高軍.重慶大學 2013



本文編號：2932346