CN105704731B - 无线可充电传感网络的全向充电基站部署方法 - Google Patents

无线可充电传感网络的全向充电基站部署方法 Download PDF

Info

Publication number
CN105704731B
CN105704731B CN201610274160.4A CN201610274160A CN105704731B CN 105704731 B CN105704731 B CN 105704731B CN 201610274160 A CN201610274160 A CN 201610274160A CN 105704731 B CN105704731 B CN 105704731B
Authority
CN
China
Prior art keywords
base station
sensor
charging
omnidirectional
charge
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201610274160.4A
Other languages
English (en)
Other versions
CN105704731A (zh
Inventor
徐向华
吴月菲
王然
程宗毛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN201610274160.4A priority Critical patent/CN105704731B/zh
Publication of CN105704731A publication Critical patent/CN105704731A/zh
Application granted granted Critical
Publication of CN105704731B publication Critical patent/CN105704731B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18Network planning tools
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/02Details
    • H04L12/10Current supply arrangements
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-organising networks, e.g. ad-hoc networks or sensor networks

Abstract

本发明公开了一种无线可充电传感网络的全向充电基站部署方法。本发明采用全向充电基站模型;且采用的无线可充电传感网络为在一个H*W的二维平面上,随机部署了N个可充电传感器;每个全向充电基站能为同时为多个传感器充电,同样每个传感器也能同时被多个全向充电基站充电,具体部署步骤如下:步骤1:对充电效率函数进行离散化;步骤2:通过画同心圆得出子区域;步骤3:分配全向充电基站的充电功率;步骤4:选择基站最少的作为部署方案。本发明考虑了无线传感网络中多个基站的协作以及基站充电功率的分配模型,更加符合实际应用场景;采用了带上界约束的启发式贪心算法,运行时间快同时结果准确度高,适用于传感器规模较大的应用场景。

Description

无线可充电传感网络的全向充电基站部署方法
技术领域
本发明涉及无线可充电传感器网络领域,特别涉及一种无线可充电传感网络的全向充电基站部署方法。
背景技术
随着无线充电技术的发展,无线可充电传感器网络已被广泛用于区域监控,科学探测,环境监测,目标跟踪等领域。在无线可充电传感器网络的应用中,充电基站需要按照可充电传感器、充电基站和充电模型的特点进行部署,满足使整个传感网络持续运行的要求。因此,充电基站的部署问题是无线可充电传感网络应用中十分重要的问题。
目前,关于无线可充电传感网络的基站部署问题,针对不同的充电基站模型,研究者们提出了相应的基站部署方法。吴以凡等人在专利《一种面向传感器网络的非接触式充电节点部署方法》(专利号:CN201310276000.X)中,针对保证所有传感器节点持续工作的同时最小化充电节点数量的问题,提出了一种非接触式充电节点的部署方法。该方法在网格化传感器节点所分布区域的基础上,选择最优网格点作为部署下一个充电节点的位置,直到所有传感器节点均被充电。戴海鹏等人在《一种高效有向无线充电器的布置算法》一文中,针对最大化整个传感网络的无线充电效益的问题,提出了一种近似的贪心算法。它基于离散化的充电效率函数,对有限个数的定向基站充电范围进行了几何分析和变换,把原问题重构为具有子模性的问题,进而得出最大化网络充电效益的定向基站部署方案。前人提出的基站部署方法并不能直接适用于全向无线充电基站的应用场景。因此,本发明提出针对全向充电模型的基站部署方法。
发明内容
本发明提出了一种无线可充电传感网络的全向充电基站部署方法。首先,对充电效率函数进行离散化。本发明根据充电效率函数P(d)和给定的离散化常数ε,将充电效率离散成等比的L份。此时,充电基站到传感器的距离也被划分成L份,当两个基站与某传感器之间的距离在同一份中时,近似认为基站的充电效率相同。接着,通过画圆得出子区域。以传感器为圆心,以被划分的L个距离为半径,可以画出L个同心圆。为网络中的N传感器画圆,总共可以得到N*L个圆。此时,整个平面区域将被这些圆划分成若干个子区域。易知,在同一子区域内的两个基站,对所有传感器的充电效率都相同。然后,对全向充电基站的充电功率进行分配。根据离散后的充电效率函数,将基站充电区域内的传感器按照充电效率从大到小降序排列。基站优先为充电效率高的传感器充电。最后,选择尽量少的基站。计算每个子区域中基站的充电效用,选择充电效用最高的基站,更新整个传感网络中各个传感器所需求的电量。重复执行这个过程,直到所有传感器所需求的电量都为零。
本发明解决其技术问题采用的技术方案步骤如下:
无线可充电传感网络的全向充电基站部署方法,采用全向充电基站模型;且采用的无线可充电传感网络为在一个H*W的二维平面上,随机部署了N个可充电传感器;每个全向充电基站能为同时为多个传感器充电,同样每个传感器也能同时被多个全向充电基站充电,具体部署步骤如下:
步骤1:对充电效率函数进行离散化;
步骤2:通过画同心圆得出子区域;
步骤3:分配全向充电基站的充电功率;
步骤4:选择基站最少的作为部署方案;
步骤1所述的对充电效率函数进行离散化,具体如下:
将充电效率函数P(d)按照给定的离散化常数ε分成等比的L份;也就是说,把中距离d的取值范围分成L份,分别为[D0,D1],(D1,D2],…,(DL-1,DL],并满足其中,α和β是由充电硬件决定的参数值,D为充电装置的最大充电距离,D0=0,DL=D;可得离散化后的充电效率函数为当两个基站与某传感器之间的距离在同一个取值范围内时,这两个基站对传感器充电时的充电效率相同。
步骤2所述的通过画同心圆得出子区域,具体如下:
对于每个传感器,都以传感器自身为圆心,分别以距离D1,D2,…,DL为半径,画出L个同心圆;在拥有N个可充电传感器的传感网络中,一共可以画出N*L个圆;此时,整个平面区域被划分成的子区域总数x为x≤(N·L)2-N·L+2;易知,在同一子区域内的两个基站,对所有传感器的充电效率都相同。
步骤3所述的对全向基站的充电功率进行分配,具体如下:
根据离散化的充电效率函数,将全向充电基站充电区域内的传感器按照充电效率从大到小降序排列,基站优先为充电效率高的传感器充电;其次当基站c被部署在某个子区域时,根据该基站与所有传感器S={s1,s2,…,sn}的距离,将充电效率分成L份,并将传感器按照充电效率从高到底排列,得L个传感器集合S1,S2,…,Sl,…,SL;L个传感器集合的充电优先级从高到低为S1>S2>…>SL
设传感器sj在单位时间内的能量消耗为Pwj,则单位时间内任意一个基站ci对传感器sj分配的电量不应该超过Pwj;即基站ci对传感器sj分配的充电功率有一个上界,为
用CM代表全向充电基站的最大输出功率,则对全向充电基站的充电功率进行分配分为以下步骤:
3-1、初始化l=1,基站未分配的充电功率CMremain=CM;
3-2、判断CMremain是否为0,若是,分配方案结束;
3-3、判断集合Sl是否为空集,若是,转到步骤3-5;
3-4、将CMremain平均分配给Sl中的所有传感器,并保证每个传感器分配到的充电功率不超过其充电功率上界;
3-5、l=l+1,判断l是否大于L,若是,则分配方案结束;否则,根据步骤3-4中基站充电功率的分配结果,重新计算基站未分配的充电功率CMremain,转到步骤3-2。
步骤4所述的选择基站最少的作为部署方案,具体如下:
首先:单位时间内在保证自身持续工作时,传感器应该获得的最少能量,称为能量需求;当传感器sj不被任何基站充电时,其能量需求为Pwj;当传感器能够持续工作时,其能量需求为0;当传感器只被提供了部分能量△E时,其能量需求为Pwj-△E;
传感器sj从基站ci获得的不会被浪费的充电功率,称为基站ci对传感器sj的有效充电功率单位时间内充电基站ci对传感网络中所有传感器的有效充电功率之和,称为基站的充电效用
其次:用整数向量K={k1,k2,…,kx}表示x个子区域中部署的全向充电基站个数;带上界约束的启发式贪心算法,具体包括以下步骤:
4-1、初始化部署策略K={k1,k2,…,kx},令其中所有的值均为0,根据步骤4中的描述,计算出所有传感器的电量需求Req={req1,req2,…,reqN};
4-2、根据传感器的电量需求Req,根据步骤4中的描述,计算出所有子区域中,每个基站位置的充电效用E={E1,E2,…,Ex};
4-3、从所有基站位置中选择充电效用最高的基站位置ci,并令部署策略K中的ki=ki+1;其中i表示第i个子区域;
4-4、根据部署策略K,按照根据步骤4中的描述,重新计算整个传感网络中各个传感器的电量需求Req;若Req中的值都为零,则得到一个可行的部署策略K;否则,转到步骤4-2;
4-5、计算部署策略K中所有元素之和Sum K;若Sum K>N,则令部署方案K为充电基站与传感器一一对应的情况;否则,当Sum K≤N时,部署方案K不需要被修改;算法结束。
本发明的有益效果:
1.本发明针对全向充电基站的应用,详细考虑了无线传感网络中多个基站的协作以及基站充电功率的分配模型,更加符合实际应用场景。
2.本发明采用了带上界约束的启发式贪心算法,既能够保证较快的运行时间,又能保证结果的准确度,能够适用于传感器规模较大的应用场景。
附图说明
图1为本发明采用的无线可充电传感网络模型示意图;
图2为本发明进行全向充电基站部署的具体流程图;
图3为划分子区域的示意图;
图4(a)和(b)为全向充电基站充电功率分配示意图;
图5(a)-(f)为有效充电功率和充电效用的示意图。
具体实施方式
本发明主要提出一种无线可充电传感网络的全向充电基站部署方法。所有可充电传感器,除了各自的消耗功率不同之外,其他规格均相同,一个传感器同时能被多个全向充电基站充电。全向充电基站的规格也都相同,基站同时能为多个传感器充电,但它的能量输出功率有上限。在一个H*W的二维平面上,随机部署了N个可充电传感器。在保证整个传感网络中所有的传感器都能持续工作的前提下,需要找到一种全向充电基站的部署策略,并使得所需的基站总个数尽量少。
本发明使用的是全向充电基站模型。它的充电区域是圆形,因此,它同时能为多个传感器充电。但是,全向充电基站的能量输出功率有上限,因此,需要考虑基站的充电功率分配问题。除此之外,还需要考虑一个传感器应该被哪些基站充电等情况。
根据图1的无线可充电传感网络模型示意图,本发明采用的无线可充电传感网络为:在一个H*W的二维平面上,随机部署了N个可充电传感器。在保证整个传感网络中所有的传感器都能持续工作的前提下,需要找到一种全向充电基站的部署策略,并使得所需的基站总个数尽量少。本发明采用的无线充电模型为:一个全向充电基站同时能为多个传感器充电。同样,一个传感器同时也能被多个全向充电基站充电。
下面结合附图,对本发明的具体实施方案作进一步详细描述。其具体步骤描述如图2所示。
步骤1:对充电效率函数进行离散化
将充电效率函数P(d)按照给定的离散化常数ε分成等比的L份。也就是说,把中距离d的取值范围分成L份,分别为[D0,D1],(D1,D2],…,(DL-1,DL],并满足其中,α和β是由充电硬件决定的参数值,D为充电装置的最大充电距离,D0=0,DL=D。可得离散化后的充电效率函数为当两个基站与某传感器之间的距离在同一个取值范围内时,这两个基站对传感器充电时的充电效率相同。
步骤2:通过画同心圆得出子区域
对于每一个传感器,都以传感器自身为圆心,分别以距离D1,D2,…,DL为半径,画出L个同心圆。在拥有N个可充电传感器的传感网络中,一共可以画出N*L个圆。此时,整个平面区域被划分成的子区域总数x为x≤(N·L)2-N·L+2。易知,在同一子区域内的两个基站,对所有传感器的充电效率都相同。
图3为划分子区域的示意图。如图3所示,实心圆点代表传感器,圆点越大,传感器能耗越大。充电效率被分成3份,即L=3,此时,同心圆的半径大小与传感器能耗无关。整个区域被划分为16个子区域。
步骤3:分配全向充电基站的充电功率
根据步骤1中得到的离散化的充电效率函数,将全向充电基站充电区域内的传感器按照充电效率从大到小降序排列。基站优先为充电效率高的传感器充电。
当基站c被部署在某个子区域时,根据它与所有传感器S={s1,s2,…,sn}的距离,可以将充电效率分成L份(忽略充电效率为0的情况)。我们将传感器按照充电效率从高到底排列,可得L个传感器集合S1,S2,…,Sl,…,SL。易知,传感器集合的充电优先级从高到低为S1>S2>…>SL
假设传感器sj在单位时间内的能量消耗为Pwj,因此,单位时间内,任一基站ci对传感器sj分配的电量不应该超过Pwj。也就是说,基站ci对传感器sj分配的充电功率有一个上界,为
用CM代表全向充电基站的最大输出功率。对全向充电基站的充电功率进行分配,可以分为以下五步:
3-1、初始化l=1,基站未分配的充电功率CMremain=CM;
3-2、判断CMremain是否为0,若是,分配方案结束;
3-3、判断集合Sl是否为空集,若是,转到步骤3-5;
3-4、将CMremain平均分配给Sl中的所有传感器,并保证每个传感器分配到的充电功率不超过其充电功率上界;
3-5、l=l+1,判断l是否大于L,若是,则分配方案结束;否则,根据步骤3-4中基站充电功率的分配结果,重新计算基站未分配的充电功率CMremain,转到步骤3-2。
图4(a)和(b)为全向充电基站充电功率分配示意图。
步骤4:选择基站最少的作为部署方案;
单位时间内,在保证自身持续工作时,传感器应该获得的最少能量,称为能量需求。当传感器sj不被任何基站充电时,它的能量需求为Pwj;当传感器能够持续工作时,它的能量需求为0;当传感器只被提供了部分能量△E时,它的能量需求为Pwj-△E。
传感器sj从基站ci获得的不会被浪费的充电功率,称为基站ci对传感器sj的有效充电功率单位时间内充电基站ci对传感网络中所有传感器的有效充电功率之和,称为基站的充电效用
图5(a)-(f)为有效充电功率和充电效用的示意图。图5(a)至图5(c)显示了在传感网络中先后部署了两个基站的过程。图5(d)至图5(f)记录了各个传感器的有效充电功率的变化以及两个基站的充电效用。
根据基站充电效用的评价标准,本发明在选择全向充电基站时,使用了带上界约束的启发式贪心算法迭代。算法思路为:对于一个传感网络,首先计算出所有候选基站的部署位置中每个基站的充电效用。接着,选择充电效用最高的基站位置,将其加入基站的部署策略。然后,根据基站的部署策略,更新整个传感网络中各个传感器所需求的电量。重复执行这个过程,直到所有传感器所需求的电量都为零。我们把每个传感器都单独使用一个基站进行充电的极端情况(本发明认为,充电基站输出的电量至少能够满足一个传感器节点的能量需求)做为贪心算法结果的上界。因此,最后要将贪心算法的结果与上界约束进行比较,从中选择所需基站数目最少的部署方案。
用整数向量K={k1,k2,…,kx}表示x个子区域中部署的全向充电基站个数。带上界约束的启发式贪心算法,可以分为以下五步:
4-1、初始化部署策略K={k1,k2,…,kx},令其中所有的值均为0,根据步骤4中的描述,计算出所有传感器的电量需求Req={req1,req2,…,reqN};
4-2、根据传感器的电量需求Req,根据步骤4中的描述,计算出所有子区域中,每个基站位置的充电效用E={E1,E2,…,Ex};
4-3、从所有基站位置中选择充电效用最高的基站位置ci,并令部署策略K中的ki=ki+1;其中i表示第i个子区域;
4-4、根据部署策略K,按照根据步骤4中的描述,重新计算整个传感网络中各个传感器的电量需求Req。若Req中的值都为零,则得到一个可行的部署策略K。否则,转到步骤4-2;
4-5、计算部署策略K中所有元素之和Sum K。若Sum K>N,则令部署方案K为充电基站与传感器一一对应的情况。否则,当Sum K≤N时,部署方案K不需要被修改。算法结束。

Claims (1)

1.无线可充电传感网络的全向充电基站部署方法,其特征在于采用全向充电基站模型;且采用的无线可充电传感网络为在一个H*W的二维平面上,随机部署了N个可充电传感器;每个全向充电基站能为同时为多个传感器充电,同样每个传感器也能同时被多个全向充电基站充电,具体部署步骤如下:
步骤1:对充电效率函数进行离散化;
步骤2:通过画同心圆得出子区域;
步骤3:分配全向充电基站的充电功率;
步骤4:选择基站最少的作为部署方案;
步骤1所述的对充电效率函数进行离散化,具体如下:
将充电效率函数P(d)按照给定的离散化常数ε分成等比的L份;也就是说,把中距离d的取值范围分成L份,分别为[D0,D1],(D1,D2],…,(DL-1,DL],并满足其中,α和β是由充电硬件决定的参数值,D为充电装置的最大充电距离,D0=0,DL=D;可得离散化后的充电效率函数为当两个基站与某传感器之间的距离在同一个取值范围内时,这两个基站对传感器充电时的充电效率相同;
步骤3所述的分配全向充电基站的充电功率,首先根据步骤1中得到的离散化的充电效率函数,将全向充电基站充电区域内的传感器按照充电效率从大到小降序排列,基站优先为充电效率高的传感器充电;其次当基站c被部署在某个子区域时,根据该基站与所有传感器S={s1,s2,…,sn}的距离,将充电效率分成L份,并将传感器按照充电效率从高到底排列,得L个传感器集合S1,S2,…,Sl,…,SL;L个传感器集合的充电优先级从高到低为S1>S2>…>SL
设传感器sj在单位时间内的能量消耗为Pwj,则单位时间内任意一个基站ci对传感器sj分配的电量不应该超过Pwj;即基站ci对传感器sj分配的充电功率有一个上界,为
用CM代表全向充电基站的最大输出功率,则对全向充电基站的充电功率进行分配分为以下步骤:
3-1、初始化l=1,基站未分配的充电功率CMremain=CM;
3-2、判断CMremain是否为0,若是,分配方案结束;
3-3、判断集合Sl是否为空集,若是,转到步骤3-5;
3-4、将CMremain平均分配给Sl中的所有传感器,并保证每个传感器分配到的充电功率不超过其充电功率上界;
3-5、l=l+1,判断l是否大于L,若是,则分配方案结束;否则,根据步骤3-4中基站充电功率的分配结果,重新计算基站未分配的充电功率CMremain,转到步骤3-2;
步骤4所述的选择基站最少的作为部署方案,具体如下:
首先:单位时间内在保证自身持续工作时,传感器应该获得的最少能量,称为能量需求;当传感器sj不被任何基站充电时,其能量需求为Pwj;当传感器能够持续工作时,其能量需求为0;当传感器只被提供了部分能量△E时,其能量需求为Pwj-△E;
传感器sj从基站ci获得的不会被浪费的充电功率,称为基站ci对传感器sj的有效充电功率单位时间内充电基站ci对传感网络中所有传感器的有效充电功率之和,称为基站的充电效用
其次:用整数向量K={k1,k2,…,kx}表示x个子区域中部署的全向充电基站个数;带上界约束的启发式贪心算法,具体包括以下步骤:
4-1、初始化部署策略K={k1,k2,…,kx},令其中所有的值均为0,根据步骤4中的描述,计算出所有传感器的电量需求Req={req1,req2,…,reqN};
4-2、根据传感器的电量需求Req,根据步骤4中的描述,计算出所有子区域中,每个基站位置的充电效用E={E1,E2,…,Ex};
4-3、从所有基站位置中选择充电效用最高的基站位置ci,并令部署策略K中的ki=ki+1;其中i表示第i个子区域;
4-4、根据部署策略K,按照根据步骤4中的描述,重新计算整个传感网络中各个传感器的电量需求Req;若Req中的值都为零,则得到一个可行的部署策略K;否则,转到步骤4-2;
4-5、计算部署策略K中所有元素之和Sum K;若Sum K>N,则令部署方案K为充电基站与传感器一一对应的情况;否则,当Sum K≤N时,部署方案K不需要被修改;算法结束;
步骤2所述的通过画同心圆得出子区域,具体如下:
对于每个传感器,都以传感器自身为圆心,分别以距离D1,D2,…,DL为半径,画出L个同心圆;在拥有N个可充电传感器的传感网络中,一共可以画出N*L个圆;此时,整个平面区域被划分成的子区域总数x为x≤(N·L)2-N·L+2;易知,在同一子区域内的两个基站,对所有传感器的充电效率都相同。
CN201610274160.4A 2016-04-28 2016-04-28 无线可充电传感网络的全向充电基站部署方法 Expired - Fee Related CN105704731B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610274160.4A CN105704731B (zh) 2016-04-28 2016-04-28 无线可充电传感网络的全向充电基站部署方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610274160.4A CN105704731B (zh) 2016-04-28 2016-04-28 无线可充电传感网络的全向充电基站部署方法

Publications (2)

Publication Number Publication Date
CN105704731A CN105704731A (zh) 2016-06-22
CN105704731B true CN105704731B (zh) 2018-11-30

Family

ID=56217696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610274160.4A Expired - Fee Related CN105704731B (zh) 2016-04-28 2016-04-28 无线可充电传感网络的全向充电基站部署方法

Country Status (1)

Country Link
CN (1) CN105704731B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106341825B (zh) * 2016-10-25 2020-02-21 南京大学 一种有向充电器的布置方法
CN107071847B (zh) * 2017-01-19 2020-01-03 天津工业大学 无线可充电传感网络能量分配方法
CN106851691A (zh) * 2017-03-06 2017-06-13 山东大学 一种无线传感器网络中的能量供应方法
CN108649286B (zh) * 2018-05-03 2020-01-21 南京大学 一种基于Powercast模型的WSNs充电方法
CN109495843B (zh) * 2019-01-09 2020-07-28 杭州电子科技大学温州研究院有限公司 一种基于凸包选择的定点无线充电基站部署方法
CN109688593B (zh) * 2019-01-10 2021-11-09 杭州电子科技大学温州研究院有限公司 一种基于核心节点规则的充电基站部署方法
CN110267323B (zh) * 2019-05-21 2020-09-01 杭州电子科技大学 一种基于可调感知半径模型的连通目标k覆盖方法
CN110351735B (zh) * 2019-08-15 2021-10-29 杭州电子科技大学温州研究院有限公司 一种基于贪心算法的无线可充电传感网基站部署方法
CN113630737A (zh) * 2021-08-04 2021-11-09 西安电子科技大学 一种无线可充电传感器网络中移动充电器的部署方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202190125U (zh) * 2011-08-16 2012-04-11 辽宁省电力有限公司营口供电公司 地区电网电压无功功率自动控制装置
CN103368751A (zh) * 2013-07-01 2013-10-23 杭州电子科技大学 一种面向传感器网络的非接触式充电节点部署方法
CN104581870A (zh) * 2014-12-30 2015-04-29 南京林业大学 基于能量采集的无线传感器网络及其低延迟路由方法
CN104822158A (zh) * 2015-05-20 2015-08-05 武汉大学 一种射频充电无线传感器网络中基站的位置优化方法
CN105006894A (zh) * 2015-06-11 2015-10-28 重庆大学 一种无线传感器网络的无线充电系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008014633B4 (de) * 2008-03-17 2010-10-14 Siemens Aktiengesellschaft Verfahren zum Betreiben eines drahtlosen Sensornetzwerks und Sensorknoten

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202190125U (zh) * 2011-08-16 2012-04-11 辽宁省电力有限公司营口供电公司 地区电网电压无功功率自动控制装置
CN103368751A (zh) * 2013-07-01 2013-10-23 杭州电子科技大学 一种面向传感器网络的非接触式充电节点部署方法
CN104581870A (zh) * 2014-12-30 2015-04-29 南京林业大学 基于能量采集的无线传感器网络及其低延迟路由方法
CN104822158A (zh) * 2015-05-20 2015-08-05 武汉大学 一种射频充电无线传感器网络中基站的位置优化方法
CN105006894A (zh) * 2015-06-11 2015-10-28 重庆大学 一种无线传感器网络的无线充电系统

Also Published As

Publication number Publication date
CN105704731A (zh) 2016-06-22

Similar Documents

Publication Publication Date Title
CN105704731B (zh) 无线可充电传感网络的全向充电基站部署方法
CN105722091B (zh) 无线可充电传感网络的定向充电基站部署方法
CN103368751B (zh) 一种面向传感器网络的非接触式充电节点部署方法
US20210237609A1 (en) A method to plan the optimal construction quantity and site selection scheme of electric vehicle charging stations
CN109447410A (zh) 一种考虑城市路网交通运行状态的充电站选址方法
CN110418434A (zh) 一种无人机辅助的无线传感器网络充电方法与装置
CN105870949B (zh) 一种基于分布式梯度算法的微电网储能单元优化控制方法
CN105451292B (zh) WRSNs中基于网格结构的分层网络充电方法
CN109474983A (zh) Mec网络中联合发射功率控制的信道分配方法
CN106792750A (zh) 一种基于导向粒子群算法的节点部署方法
CN109066660A (zh) 一种基于优化重构的配电网阻塞管理及降损方法和装置
Rahman et al. Swarm intelligence-based smart energy allocation strategy for charging stations of plug-in hybrid electric vehicles
CN110351735B (zh) 一种基于贪心算法的无线可充电传感网基站部署方法
Qian et al. Optimal recharge scheduler for drone-to-sensor wireless power transfer
CN113054725A (zh) 一种面向移动设备的充电调度方法及装置
CN105979488A (zh) 无线传感器网络中基于区域划分的协同充电算法
CN106125143A (zh) 直流场固定式电源勘探方法
CN107613480A (zh) 一种基于树状簇与移动元素的数据收集方法
CN107609670A (zh) 一种基于copula算法电动汽车充电站负荷预测方法
CN105163325A (zh) 异构有向传感器网络部署方法
CN106451504A (zh) 一种混合储能系统配置成本的控制方法及装置
CN109246602B (zh) 一种无线可充电传感器网络的充电基站部署方法
CN103258117B (zh) 一种用于智能微网中的分时电价计算方法
Tomar et al. On-demand energy provisioning in wireless sensor networks with capacity-constrained mobile chargers
Rahman et al. Intelligent energy allocation strategy for PHEV charging station using gravitational search algorithm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181130