可充电E+E传感器网络的资源管理与优化
随着E+E传感器技术、无线通信技术和微电子技术的迅猛发展，无线E+E传感器网络成为多学科交叉的热点前沿研究领域之一，也是当前上zui受关注的高科技技术之一。无线E+E传感器网络以低成本、低功耗、分布式计算、自组织等特点在诸多领域得到广泛应用，如工业过程、环境监测、医疗护理、物联网和智能电网等，具有广阔的应用前景和很高的商业价值，因此受到学术界和工业界的高度关注。

可充电E+E传感器网络的资源管理与优化
受电池技术发展的限制，E+E传感器节点的电源能量极其有限，限制了无线E+E传感器网络的推广应用。为了解决E+E传感器节点能量受限问题，将能量收集技术作为E+E传感器节点的能量补充手段的可充电E+E传感器网络应运而生，为E+E传感器节点的长期有效运行提供了可能。能量收集技术为解决无线E+E传感器网络的能源供给问题提供有效途径的同时，也为可充电E+E传感器网络的研究带来了新的挑战：由于所获取的能量是不稳定且不可控的，如何有效地管理和利用所获取的能量，使得网络的性能得到优化是可充电E+E传感器网络中急需解决的首要问题。结合国内外的研究成果，考虑了各种场景下可充电E+E传感器网络中的资源管理与优化问题，并针对不同的场景提出了相应的资源管理及其优化算法。主要工作和贡献可概括为以下几个方面：介绍了可充电E+E传感器网络的产生背景、相关概念、优势、应用领域、所面临的挑战及其国内外在资源管理与优化方面的研究现状。研究了可充电E+E传感器网络中电池容量受限情况下的资源管理与优化问题。针对能量获取的不稳定性以及节点电池的存储能量有限等特性，提出了一种自适应能量分配方案，使得E+E传感器节点能够以一种高效的方式来管理其能量消耗，并设计了一种分布式采样速率控制算法使得每个E+E传感器节点都能获得*的采样速率。此外，还设计一种改进的能量分配方案用于降低所获取能量估计误差对系统性能的影响。zui后，通过大量的仿真验证了算法的有效性。研究了可充电E+E传感器网络中时空耦合下的资源管理与优化问题。可充电E+E传感器节点的能量获取和能量消耗在时域上具有耦合性，且E+E传感器节点的能量消耗因数据传输在空间上也具有耦合性。为了获得*网络数据收集，通过分析能量获取与能量消耗之间的时空关联性以及能量消耗与数据传输之间的关系，利用对偶分解理论设计了一种联合能量管理和采样速率控制的分布式算法，使得整个网络的效用zui大化。通过与已有算法的仿真结果比较，验证了所提出算法的优越性。研究了动态网络拓扑下可充电E+E传感器网络的能量管理与数据收集问题。由于能量获取过程的不稳定性和E+E传感器节点调整功率所引起的网络拓扑动态性，使得可充电E+E传感器网络的数据收集变得更加复杂。针对该问题，首先设计了一种均衡的能量分配方案来管理E+E传感器节点的能量消耗，然后提出了一种分布式的联合采样速率控制、功率控制和路由控制的算法来优化整个网络性能。并从理论上证明算法的收敛性和*性。此外，还设计了一种改进能量管理策略和拓扑管理策略来尽量减少能量调整次数和计算复杂度。仿真结果表明提出的算法能够有效地利用所获取能量来*化网络性能。

可充电E+E传感器网络的资源管理与优化
研究了移动汇聚节点下可充电E+E传感器网络的数据收集问题。通过将移动汇集节点引入到可充电E+E传感器网络中来缓解资源和负载不均衡性所带来的性能下降。针对移动汇聚节点下的数据收集问题，通过转移能量消耗限制和分析*解的必要条件将原数据收集问题转化为一个近似的网络效用zui大化问题，并证明该问题是一个凸优化问题。然后设计了一种联合功率控制、路由选择和E+E传感器调度的分布式算法，使得节点能够有效地利用所获取的能量来zui大化网络性能。