23、基于模糊逻辑的物联网节点自管理能源效率方法

基于模糊逻辑的物联网节点自管理能源效率方法

1. 引言

在数字化时代，数据的收集和分析对于提高业务流程的效率和优化至关重要，有力地推动了数字化转型。物联网（IoT）技术借助智能传感器实现了数据的采集，并将大量多样的数据从异构源发送到远程云应用进行存储和处理，以实现监测、诊断、预测和优化等目标。

据麦肯锡报告，到2025年，连接到互联网的智能设备数量预计将超过500亿，物联网每年可创造高达1.11万亿美元的经济价值。然而，物联网设备（节点）的发展面临着安全、隐私、互操作性等挑战，在某些特定情况下，能源消耗和供应也是一大问题。许多应用要求物联网节点远程部署且无法连接电网，需依靠电池和/或可再生能源供电，因此设计时需考虑使节点高效节能的技术和运营策略。

在设计阶段，可通过使用低功耗技术（如低功耗控制器和通信协议）或实施高效处理算法来提高能源效率。例如，使用低能耗通信网络（如LoRa和蓝牙低功耗）有助于解决能源效率问题。但在某些情况下，仅靠这些还不够，还需在运营阶段采取管理能源消耗的措施，如降低采样、传输或处理能力以节省能源、延长节点寿命并确保服务质量（QoS）。机器学习技术可用于分析运营数据，创建模型以指导节点自我感知，确定执行高能耗任务的最佳条件。

本文旨在分析受限区域、脱离电网且由太阳能电池板充电的物联网节点的能源效率。为此，提出了一种模糊逻辑系统，基于当前功率资源需求、电池状况和充电预期，动态调整物联网节点的运行条件，以提高能源效率。该方法在有Wi-Fi覆盖的大学校园得到应用，实验对比了在本地节点和云平台运行智能算法的影响，结果表明在本地运行模糊系统对响应时间和能源消耗的影响更小。

2. 相关工作

能源消耗是物联网节