摘要
进入21世纪以来，科技的快速发展和生活质量的提升使得人们的平均寿命不断提高，但与此同时，人口老龄化的问题也逐渐凸显。根据我国统计局在2023年年初的数据显示，中国在2022年末人口比上年末减少85万人，人口自然增长率为-0.60‰。同时，伴随而来的是老年人慢性病患者的数量越来越多。慢性病如果不在早期进行干预或者检测，其后果会愈演愈烈，若能及时地进行诊断以及监护，则会降低疾病恶化的概率，所以如何给越来越多的老年人提供健康监测是亟待解决的社会问题。在此背景下，无线体域网技术从众多监测手段中脱颖而出。 无线体域网（WirelessBodyAreaNetwork，WBAN）是一种应用在人体上的无线传感器网络，其最初的目的是解决远程医疗和人体健康监测问题。WBAN的传感器遍布全身，且节点一般位于人体体表，有的甚至植入体内，因此WBAN设备由于其应用位置的限制，有着非常严苛的能耗要求。如何降低WBAN系统传感器节点的能耗，最大程度地延长节点的工作时间，是WBAN研究的热点问题。本文为了优化WBAN系统生存周期，降低节点能耗，做出了以下工作。 1、研究了无线体域网的系统结构，信道模型以及拓扑结构。通过WBAN的结构，确定了节点的功能；通过对信道模型在不同环境下的测试，为后文所用到的仿真建模的基本参数、公式中参数的获取，提供了理论基础；通过对无线体域网拓扑结构的规定和通信协议栈底层的规定研究，为文章后续的链路构建，提供了理论模型。 2、研究了基于Q-Learning的路由算法。为了提升网络的生存周期，减少传输损耗，该算法在源节点到Sink节点之间的路径选择时，使用Q-Learning算法，定义强化学习的奖励时，综合考虑了剩余能量、传输能耗、电磁损耗与接收能量，使得算法在获得奖励时可以更全面地考虑无线体域网的特性；在Q值更新时，优化了更新方式，使得节点在路由选择时，可以预见更长远的未来，更早的遇见链路的断点。仿真结果表明：系统的生存周期得到了提升，减少了系统传输时的路由损耗，验证了该算法的有效性。 3、研究了蚁群算法强化的Dijkstra路由算法。为了使树形拓扑结构的节点能耗更加均衡，提升其网络的生存周期，该算法在源节点到达Sink节点之间的路径选择时，使用Dijkstra算法，为节点提供了选择最短路径（能耗）到达Sink节点的方案；在后续的工作中，为了减少中继节点被频繁使用，引入了节点剩余能量以及系统剩余能量和路由损耗来规划节点权重，降低了剩余能量较少的节点在路由选择时被选择的概率；最后引入了蚁群算法，优化了上述方案，使得节点可以获得对应的最优权重的影响因子，从而进一步提高系统的生存周期。仿真结果表明：该路由算法可以缩短中继节点和边缘节点工作时长的差距，从而均衡系统能耗，提升系统的生存周期，验证了算法的有效性。
NETL