CN107547268A - 一种基于虚拟骨干网的移动能量补充方法 - Google Patents
一种基于虚拟骨干网的移动能量补充方法 Download PDFInfo
- Publication number
- CN107547268A CN107547268A CN201710684420.XA CN201710684420A CN107547268A CN 107547268 A CN107547268 A CN 107547268A CN 201710684420 A CN201710684420 A CN 201710684420A CN 107547268 A CN107547268 A CN 107547268A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- node
- energy
- mfrac
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000013589 supplement Substances 0.000 title claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 235000003642 hunger Nutrition 0.000 claims description 17
- 230000003993 interaction Effects 0.000 claims description 14
- 230000037351 starvation Effects 0.000 claims description 8
- 230000007812 deficiency Effects 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000013480 data collection Methods 0.000 abstract 1
- 230000004927 fusion Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005059 dormancy Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及了一种基于虚拟骨干网的移动能量补充方法，属于无线传感器网络技术领域。在无线传感器网络中，骨干网可方便地实现数据聚合，有利于达到能量高效的数据收集，但是其面临着骨干节点能量消耗过快，易出现因节点能量耗尽而导致骨干网连接中断的问题。本发明提出了利用移动能量补充技术来解决无线传感器网络中骨干网节点的能耗过快问题，同时也兼顾对非骨干节点的能量补充。该方法根据节点的通信量计算其充电优先级，选择优先级最大的节点作为充电候选节点以优先满足高负载节点的能量需求，有效避免了节点因能量耗尽而失效。本发明为实现具有骨干网的无线传感器网络的长生存周期和可持续运行提供了一种新的方法。
Description
技术领域
本发明涉及一种基于虚拟骨干网的移动能量补充方法，属于无线可充电传感器网络技术领域。
背景技术
无线传感器网络由大量的传感器节点组成，网络中的传感器节点可以采集其感知半径内的网络环境信息，并将收集到的信息进行数据聚合，处理之后，通过多跳的方式将信息发送给基站节点，然后由基站将信息上传给网络供用户分析、使用。然而无线传感器节点由自身携带的电池供电，受体积，成本，电池容量等技术的限制，也就是说网络中的节点随时都有可能因能量不足而失效，从而导致网络中断，数据丢失，节点感知覆盖空洞，甚至网络瘫痪等。此外，无线传感器网络中节点是随机部署在人类很难达到的环境中，电池能量受限问题阻碍了网络长时间运行，因此，解决网络中节点能量成为关键挑战。
在无线传感器网络中，延长网络生存时间有两个方面，一是降低节点的能量消耗，二是通过外界进行能量补充，减低节点能耗可以通过采用数据聚合，休眠等方式，让其在单位时间内消耗更少的能量。能量补充一般通过移动充电装置进行充电，充电装置可以靠近节点后对其充电，也可以长距离进行充电，但是长距离充电能量损耗比较大，同时稳定性较差。
在无线可充电传感器网络中，如何选择充电目标以及MC充电路线直接影响到网络的运行效率，MC为移动充电装置。
发明内容
本发明要解决的技术问题是提供一种基于虚拟骨干网的移动能量补充方法，目的在于确定网络中节点的充电优先级，充电优先级大小刻画了网络中节点的负载情况，本发明提出首先为优先级最大的节点进行充电，避免了节点快速进入能量饥饿状态，从而延长了网络生存时间。
本发明中基于虚拟骨干网的移动能量补充方法首先是确定网络中的骨干节点与非骨干节点，由于骨干节点在网络中具有很好的连通性和网络覆盖性，同时还能得到有效的路由路径，很大程度上节约了传感器节点的能量消耗。在网络运行时，非骨干节点负责感知周围环境信息，并将信息发送给邻近的骨干节点，骨干节点负责将信息以多跳的方式发送给基站。
在网络中，传感器节点周期性的产生信息，MC每隔一段时间间隔计算一次节点的信息交互率并对数据进行更新，当网络中有节点提出充电请求时，将其保存在充电服务池中，然后根据上文提出的方法计算充电服务池中的所有节点的优先级。按照优先级从大到小的顺序进行能量补充，对于充电完成后的节点，将其从服务池中删除。不断重复充电工作，采用本发明提出的能量补充方法，能有效的延长网络寿命。
本发明所采用的技术方案是：
一种基于虚拟骨干网的移动能量补充方法，MC始终优先选择节点优先级最大的节点进行充电，非骨干节点周期性的采集并发送信息，骨干节点接收信息并以多跳的方式将信息传递给sink节点，骨干节点等到所有邻接点发送的信息到达并进行数据融合之后才转发，在整个充电过程中优先给骨干节点进行能量补充，具体包括如下步骤：
Step1、MC充电前，首先计算充电服务池中每个待充电节点vi的当前最大充电容忍延迟，待充电节点的最大充电容忍延迟Di(t)为：
其中REi为发送充电请求时该节点vi的剩余能量，t为当前时间,tsi是发送充电请求时的时间戳，ψ为传感器节点处理一条信息消耗的能量，Ci为发送充电请求时该节点vi的信息交互率，如果节点的当前最大充电容忍延迟小于或等于零，说明节点已经饿死，则从队列中删除该节点；
Step1.1、计算每个传感器节点的当前交互率，网络中每个传感器节点在不同的时刻的通信量不同，为了得到当前时刻节点的交互率，设初始网络部署的时间为t0＝0，让每个传感器节点每隔时间间隔Δ记录自己的当前剩余能量值和当前时间值，并以消息的形式把记录的能量值和对应的时间值发送给基站，如：传感器节点i发送给基站的第n个能量通告消息形式为＜IDi,REin,tin＞，IDi表示传感器节点i的编号，REin表示传感器节点i发送第n个能量通告后的剩余能量值，tin为传感器节点i发送第n个能量通告的时间，假设每个传感器节点处理一条信息消耗的能量为ψ，该能量包含接收信息的消耗能量ERx(k)和转发信息消耗的能量ETx(k,d)，则ψ＝ETx(k,d)+ERx(k)，那么传感器节点i信息交互率的当前值cin为：
令Cin表示接收n+1条能量值通告后基站对节点i信息交互率的估计，利用加权平均法有：
其中tn表示传感器节点i记录第n条剩余能量的时间，cin为收到第n次能量通告后计算得到的信息交互率实时值，将时间值作为计算信息交互率的权重，时间值越大，对应的信息交互率的值就越新，越接近实时值，把公式(1)代入公式(2)得：
这样计算节点的信息交互率的方法需要基站保存所有的剩余能量记录，代价会比较大，因此我们利用递推方法改进公式(3)得：
其中Tn-1为前n-1个剩余能量值通告的时间值总和，节点每更新一次信息交互率，就要累加一次时间值总和Tn：
Tn＝Tn-1+tn
Step1.2、此时可根据公式4计算出每个传感器节点的优先级大小，如节点vi的优先级SNDPRI(vi)计算公式如下：
其中：
tc(i)＝t(MC,i)+tw
Cj指传感器节点vj的当前信息交互率，根据公式4获得，tc(i)表示vi被选中成为充电目标到充电结束所需要的时间，它是由MC的移动时间和充电时间组成，NS(vi)表示节点vi的邻接点集合，t(MC,i)表示MC移动到传感器节点vi的时间，tw表示MC为节点vi充满电所需要的时间，v表示MC的移动速度,η为MC充电速率，E为传感器的初始能量值,从公式5可以看出，MC在选择充电目标时，既考虑了节点的负载，同时也考虑了MC的充电成本以及其它节点的充电延迟；
Step2、对于充电服务池中未陷入饥饿的节点，MC依次计算若选择任一个节点作为下一充电节点时，所有其他待充电节点的最短等待时间，如选择节点vi作为下一待充电节点时，节点vj的最短等待时间SWT(i,j)计算如下：
其中：
E-Ei(t+t(MC,i))＝E-(Ei(t)+Ci·ψ·t(MC,i))
＝E-[REi+Ci·ψ·(t-tsi)+Ci·ψ·t(MC,i)]
＝E-REi-Ci·ψ·(t+t(MC,i)-tsi)
其中Ei(t)表示节点vi的当前剩余能量值，若Di(t)≥SWT(i,j)，说明选择节点vi作为下一充电节点时节点vj不会被饿死，若节点vi满足对于有Di(t)≥SWT(i,j)，说明选择节点vi为下一充电节点时，充电服务池中其他待充电节点均不会被饿死，此时把节点vi加入充电节点候选集∑中，MC遍历充电服务池中所有节点，找到所有满足上述条件的节点加入充电节点候选集，若集合∑为空，则对于充电服务池中各节点，如节点vi，MC统计满足Di(t)≥SWT(i,j)的节点vj的个数和对应的节点vj的ID号；
Step3、在选择下一充电节点时：
1)若集合∑不为空，则MC对集合∑中每个节点根据公式5如下：
分别计算它的优先级，接着MC根据公式6判断为∑中优先级最大的节点充电时，公式6是否成立，若公式6成立则说明MC的剩余能量足够为该节点充电并使充电后MC能够回到服务站补充能量，此时选择∑中优先级最大的节点为下一充电节点，因为该节点的负载大并且充电时间较短，优先为其充电，避免了该节点的失效同时使其它待充电节点有较短的等待时间，
REMC(t)表示MC的当前剩余能量值，t(i,SS)表示MC从节点vi移动到服务站SS所需要的时间。
2)若∑为空，判断在Step2中统计的满足条件Di(t)≥SWT(i,j)的节点数量最多的请求节点是否满足公式6，若满足则选择该节点作为下一充电目标，这是因为选择这样的节点作为下一充电节点时能够使充电服务池中陷入饥饿的传感器节点数量最少；
3)如果按照1)、2)均找不到满足条件的充电节点，说明MC的剩余能量不足，则MC立即返回服务站补充能量；
Step4、如果Step3已选中下一充电节点，就为被选节点充电，在充电完成后从MC的充电服务池中删除已经被充电的节点，清空集合∑后执行步骤5。如果步骤3没有选中任何节点，则MC补充完能量后执行Step5；
Step5、重复步骤1，步骤2，步骤3和步骤4，直到MC的充电服务池为空时进入空闲状态。
本发明的工作原理是：本发明首先在网络中构建虚拟骨干网，然后根据节点的通信量计算节点的优先级，在充电时，按照节点优先级从大到小的顺序进行充电，也就是保证负载大的节点能够及时得到能量补充，避免了个别节点快速失效导致网络停止运行。
本发明的有益效果是：使用本发明能够很好的解决节点能耗差异造成的网络运行效率低下的问题。能耗的差异性可能导致充电过程中由于目标节点选择不当而造成节点失效。按照节点的充电优先级进行能量补充能够很好的解决以上问题，从而有效的延长网络的生存时间。
附图说明
图1是信息多跳转发示意图；
图2是MC充电路线图；
图3是充电算法流程图；
图4是无线传感器网络工作模块图。
具体实施方式
下面结合附图和具体实施方式，对本发明作进一步的说明。
实施例1：如图1-4所示，一种基于虚拟骨干网的移动能量补充方法，移动充电装置-MC始终优先选择节点优先级最大的节点进行充电，优先级的确定是根据网络中节点的实时通信量来确定的，通信量越大则节点的负载越大，那么相应的节点的优先级就越大，每次选择优先级最大的节点进行充电，就能有效的避免节点快速进入能量饥饿状态。本发明涉及到的充电方法满足的要求为：
(1)网络中的节点分为骨干节点和非骨干节点，对于不同类型的节点分担的角色要明确，本文规定，非骨干节点周期性的采集并发送信息，骨干节点接收信息并以多跳的方式将信息传递给sink节点；
(2)骨干节点往往与多个非骨干节点邻接，即骨干节点接收到的信息存在大量的冗余数据，因此骨干节点有必要对收集到的信息进行数据融合，即骨干节点并不是接收到一条信息就立刻进行转发，而是等到所有邻接点发送的信息到达并进行数据融合之后才转发。我们用Efusion表示单位比特数据融合所消耗的能量，那么在采用数据融合技术的情况下，发送节点向距离d外的接收节点发送k字节的数据所消耗的能量ETx(k,d)可以通过下面的公式进行计算：
ETx(k,d)＝Eelec(k)+Eamp(k,d)+Efusion(k)
＝kEelec+kεampd2+kEfusion
其中，Eelec表示无线收发电路所消耗的能量，Eamp表示放大器消耗的能量,其大小取决于发送节点与接收节点间的距离以及可接受的比特位错误率。
(3)在整个充电过程中不同的传感器节点扮演着不同的角色，为了更加高效的实现节点的充电功能，有必要考虑节点的优先级，由于骨干节点在网络中能耗速度相对比较大，直接决定了网络的生存能力，基于此，我们着重考虑了节点的优先级，提出了优先给骨干节点进行能量补充的方法，
具体包括如下步骤：
Step1、MC充电前，首先计算充电服务池中每个待充电节点vi的当前最大充电容忍延迟，待充电节点的最大充电容忍延迟Di(t)为：
其中REi为发送充电请求时该节点vi的剩余能量，t为当前时间,tsi是发送充电请求时的时间戳，ψ为传感器节点处理一条信息消耗的能量，Ci为发送充电请求时该节点vi的信息交互率，如果节点的当前最大充电容忍延迟小于或等于零，说明节点已经饿死，则从队列中删除该节点；
Step1.1、计算每个传感器节点的当前交互率，网络中每个传感器节点在不同的时刻的通信量不同，为了得到当前时刻节点的交互率，设初始网络部署的时间为t0＝0，让每个传感器节点每隔时间间隔Δ记录自己的当前剩余能量值和当前时间值，并以消息的形式把记录的能量值和对应的时间值发送给基站，如：传感器节点i发送给基站的第n个能量通告消息形式为＜IDi,REin,tin＞，IDi表示传感器节点i的编号，REin表示传感器节点i发送第n个能量通告后的剩余能量值，tin为传感器节点i发送第n个能量通告的时间，假设每个传感器节点处理一条信息消耗的能量为ψ，该能量包含接收信息的消耗能量ERx(k)和转发信息消耗的能量ETx(k,d)，则ψ＝ETx(k,d)+ERx(k)，那么传感器节点i信息交互率
的当前值cin为：
令Cin表示接收n+1条能量值通告后基站对节点i信息交互率的估计，利用加权平均法有：
其中tn表示传感器节点i记录第n条剩余能量的时间，cin为收到第n次能量通告后计算得到的信息交互率实时值，将时间值作为计算信息交互率的权重，时间值越大，对应的信息交互率的值就越新，越接近实时值，把公式(1)代入公式(2)得：
这样计算节点的信息交互率的方法需要基站保存所有的剩余能量记录，代价会比较大，因此我们利用递推方法改进公式(3)得：
其中Tn-1为前n-1个剩余能量值通告的时间值总和，节点每更新一次信息交互率，就要累加一次时间值总和Tn：
Tn＝Tn-1+tn
Step1.2、此时可根据公式4计算出每个传感器节点的优先级大小，如节点vi的优先级SNDPRI(vi)计算公式如下：
其中：
tc(i)＝t(MC,i)+tw
Cj指传感器节点vj的当前信息交互率，根据公式4获得，tc(i)表示vi被选中成为充电目标到充电结束所需要的时间，它是由MC的移动时间和充电时间组成，NS(vi)表示节点vi的邻接点集合，t(MC,i)表示MC移动到传感器节点vi的时间，tw表示MC为节点vi充满电所需要的时间，v表示MC的移动速度,η为MC充电速率，E为传感器的初始能量值,从公式5可以看出，MC在选择充电目标时，既考虑了节点的负载，同时也考虑了MC的充电成本以及其它节点的充电延迟；
Step2、对于充电服务池中未陷入饥饿的节点，MC依次计算若选择任一个节点作为下一充电节点时，所有其他待充电节点的最短等待时间，如选择节点vi作为下一待充电节点时，节点vj的最短等待时间SWT(i,j)计算如下：
其中：
E-Ei(t+t(MC,i))＝E-(Ei(t)+Ci·ψ·t(MC,i))
＝E-[REi+Ci·ψ·(t-tsi)+Ci·ψ·t(MC,i)]
＝E-REi-Ci·ψ·(t+t(MC,i)-tsi)
其中Ei(t)表示节点vi的当前剩余能量值，若Di(t)≥SWT(i,j)，说明选择节点vi作为下一充电节点时节点vj不会被饿死，若节点vi满足对于有Di(t)≥SWT(i,j)，说明选择节点vi为下一充电节点时，充电服务池中其他待充电节点均不会被饿死，此时把节点vi加入充电节点候选集∑中，MC遍历充电服务池中所有节点，找到所有满足上述条件的节点加入充电节点候选集，若集合∑为空，则对于充电服务池中各节点，如节点vi，MC统计满足Di(t)≥SWT(i,j)的节点vj的个数和对应的节点vj的ID号；
Step3、在选择下一充电节点时：
1)若集合∑不为空，则MC对集合∑中每个节点根据公式5如下：
分别计算它的优先级，接着MC根据公式6判断为∑中优先级最大的节点充电时，公式6是否成立，若公式6成立则说明MC的剩余能量足够为该节点充电并使充电后MC能够回到服务站补充能量，此时选择∑中优先级最大的节点为下一充电节点，因为该节点的负载大并且充电时间较短，优先为其充电，避免了该节点的失效同时使其它待充电节点有较短的等待时间。
REMC(t)表示MC的当前剩余能量值，t(i,SS)表示MC从节点vi移动到服务站SS所需要的时间。
2)若∑为空，判断在Step2中统计的满足条件Di(t)≥SWT(i,j)的节点数量最多的请求节点是否满足公式6，若满足则选择该节点作为下一充电目标，这是因为选择这样的节点作为下一充电节点时能够使充电服务池中陷入饥饿的传感器节点数量最少；
3)如果按照1)、2)均找不到满足条件的充电节点，说明MC的剩余能量不足，则MC立即返回服务站补充能量；
Step4、如果Step3已选中下一充电节点，就为被选节点充电，在充电完成后从MC的充电服务池中删除已经被充电的节点，清空集合∑后执行步骤5。如果步骤3没有选中任何节点，则MC补充完能量后执行Step5；
Step5、重复步骤1，步骤2，步骤3和步骤4，直到MC的充电服务池为空时进入空闲状态。
说明：图1，图2中黑色节点代表骨干节点，其中图2表示服务池中有9个待充电节点时的充电路线图。
以上结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (1)
1.一种基于虚拟骨干网的移动能量补充方法，其特征在于：MC始终优先选择节点优先级最大的节点进行充电，非骨干节点周期性的采集并发送信息，骨干节点接收信息并以多跳的方式将信息传递给sink节点，骨干节点等到所有邻接点发送的信息到达并进行数据融合之后才转发，在整个充电过程中优先给骨干节点进行能量补充，具体包括如下步骤：
Step1、MC充电前，首先计算充电服务池中每个待充电节点vi的当前最大充电容忍延迟，待充电节点的最大充电容忍延迟Di(t)为：
<mrow>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>RE</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>&psi;</mi>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>ts</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mi>t</mi>
</mrow>
其中REi为发送充电请求时该节点vi的剩余能量，t为当前时间,tsi是发送充电请求时的时间戳，ψ为传感器节点处理一条信息消耗的能量，Ci为发送充电请求时该节点vi的信息交互率，如果节点的当前最大充电容忍延迟小于或等于零，说明节点已经饿死，则从队列中删除该节点；
Step1.1、计算每个传感器节点的当前交互率，网络中每个传感器节点在不同的时刻的通信量不同，为了得到当前时刻节点的交互率，设初始网络部署的时间为t0＝0，让每个传感器节点每隔时间间隔Δ记录自己的当前剩余能量值和当前时间值，并以消息的形式把记录的能量值和对应的时间值发送给基站，如：传感器节点i发送给基站的第n个能量通告消息形式为＜IDi,REin,tin＞，IDi表示传感器节点i的编号，REin表示传感器节点i发送第n个能量通告后的剩余能量值，tin为传感器节点i发送第n个能量通告的时间，假设每个传感器节点处理一条信息消耗的能量为ψ，该能量包含接收信息的消耗能量ERx(k)和转发信息消耗的能量ETx(k,d)，则ψ＝ETx(k,d)+ERx(k)，那么传感器节点i信息交互率的当前值cin为：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>RE</mi>
<mrow>
<mi>i</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>RE</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mi>&psi;</mi>
<mo>&CenterDot;</mo>
<mi>&Delta;</mi>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>n</mi>
<mo>&GreaterEqual;</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
令Cin表示接收n+1条能量值通告后基站对节点i信息交互率的估计，利用加权平均法有：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>t</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mn>2</mn>
</mrow>
</msub>
<msub>
<mi>t</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>t</mi>
<mi>n</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>t</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<mo>+</mo>
<msub>
<mi>t</mi>
<mi>n</mi>
</msub>
</mrow>
</mfrac>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>n</mi>
<mo>&GreaterEqual;</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中tn表示传感器节点i记录第n条剩余能量的时间，cin为收到第n次能量通告后计算得到的信息交互率实时值，将时间值作为计算信息交互率的权重，时间值越大，对应的信息交互率的值就越新，越接近实时值，把公式(1)代入公式(2)得：
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>RE</mi>
<mrow>
<mi>i</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>RE</mi>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
<mo>(</mo>
<msub>
<mi>t</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<mi>&Delta;</mi>
<mo>)</mo>
<mo>+</mo>
<mo>...</mo>
<mo>(</mo>
<msub>
<mi>RE</mi>
<mrow>
<mi>i</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>RE</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>)</mo>
<mo>(</mo>
<msub>
<mi>t</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<mi>n</mi>
<mi>&Delta;</mi>
<mo>)</mo>
</mrow>
<mrow>
<mi>n</mi>
<mi>&Delta;</mi>
<mo>&lsqb;</mo>
<msub>
<mi>t</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
<mi>&Delta;</mi>
</mrow>
<mn>2</mn>
</mfrac>
<mo>&rsqb;</mo>
<mi>&psi;</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
这样计算节点的信息交互率的方法需要基站保存所有的剩余能量记录，代价会比较大，因此我们利用递推方法改进公式(3)得：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>T</mi>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>r</mi>
<mi>n</mi>
</msub>
<msub>
<mi>t</mi>
<mi>n</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>T</mi>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mi>n</mi>
</msub>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>n</mi>
<mo>&GreaterEqual;</mo>
<mn>2</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>RE</mi>
<mrow>
<mi>i</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>RE</mi>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
</mrow>
<mrow>
<mi>&psi;</mi>
<mo>&CenterDot;</mo>
<mi>&Delta;</mi>
</mrow>
</mfrac>
</mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中Tn-1为前n-1个剩余能量值通告的时间值总和，节点每更新一次信息交互率，就要累加一次时间值总和Tn：
Tn＝Tn-1+tn
Step1.2、此时可根据公式4计算出每个传感器节点的优先级大小，如节点vi的优先级SNDPRI(vi)计算公式如下：
<mrow>
<msub>
<mi>SN</mi>
<mrow>
<mi>D</mi>
<mi>P</mi>
<mi>R</mi>
<mi>I</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<mrow>
<msub>
<mi>t</mi>
<mi>c</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>t</mi>
<mi>c</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&CenterDot;</mo>
<munderover>
<mo>&Sigma;</mo>
<msub>
<mi>v</mi>
<mi>j</mi>
</msub>
<mrow>
<msub>
<mi>v</mi>
<mi>j</mi>
</msub>
<mo>&Element;</mo>
<mi>N</mi>
<mi>S</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</munderover>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:
<mrow>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<msub>
<mi>v</mi>
<mi>j</mi>
</msub>
<mrow>
<msub>
<mi>v</mi>
<mi>j</mi>
</msub>
<mo>&Element;</mo>
<mi>N</mi>
<mi>S</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</munderover>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
</mrow>
tc(i)＝t(MC,i)+tw
<mrow>
<msub>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>M</mi>
<mi>C</mi>
<mo>,</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>d</mi>
<mi>i</mi>
<mi>s</mi>
<mi>tan</mi>
<mi>c</mi>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>M</mi>
<mi>C</mi>
<mo>,</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mi>v</mi>
</mfrac>
</mrow>
<mrow>
<msub>
<mi>t</mi>
<mi>w</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>E</mi>
<mo>-</mo>
<mi>E</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>M</mi>
<mi>C</mi>
<mo>,</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mi>&eta;</mi>
</mfrac>
</mrow>
Cj指传感器节点vj的当前信息交互率，根据公式4获得，tc(i)表示vi被选中成为充电目标到充电结束所需要的时间，它是由MC的移动时间和充电时间组成，NS(vi)表示节点vi的邻接点集合，t(MC,i)表示MC移动到传感器节点vi的时间，tw表示MC为节点vi充满电所需要的时间，v表示MC的移动速度,η为MC充电速率，E为传感器的初始能量值,从公式5可以看出，MC在选择充电目标时，既考虑了节点的负载，同时也考虑了MC的充电成本以及其它节点的充电延迟；
Step2、对于充电服务池中未陷入饥饿的节点，MC依次计算若选择任一个节点作为下一充电节点时，所有其他待充电节点的最短等待时间，如选择节点vi作为下一待充电节点时，节点vj的最短等待时间SWT(i,j)计算如下：
<mrow>
<mi>S</mi>
<mi>W</mi>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>M</mi>
<mi>C</mi>
<mo>,</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<mi>E</mi>
<mo>-</mo>
<msub>
<mi>E</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>M</mi>
<mi>C</mi>
<mo>,</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mi>&eta;</mi>
</mfrac>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</msub>
</mrow>
其中：
<mrow>
<msub>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>d</mi>
<mi>i</mi>
<mi>s</mi>
<mi>tan</mi>
<mi>c</mi>
<mi>e</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>v</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mi>v</mi>
</mfrac>
</mrow>
E-Ei(t+t(MC,i))＝E-(Ei(t)+Ci·ψ·t(MC,i))
＝E-[REi+Ci·ψ·(t-tsi)+Ci·ψ·t(MC,i)]
＝E-REi-Ci·ψ·(t+t(MC,i)-tsi)
其中Ei(t)表示节点vi的当前剩余能量值，若Di(t)≥SWT(i,j)，说明选择节点vi作为下一充电节点时节点vj不会被饿死，若节点vi满足对于(vj∈S,j≠i)有Di(t)≥SWT(i,j)，说明选择节点vi为下一充电节点时，充电服务池中其他待充电节点均不会被饿死，此时把节点vi加入充电节点候选集∑中，MC遍历充电服务池中所有节点，找到所有满足上述条件的节点加入充电节点候选集，若集合∑为空，则对于充电服务池中各节点，如节点vi，MC统计满足Di(t)≥SWT(i,j)的节点vj的个数和对应的节点vj的ID号；
Step3、在选择下一充电节点时：
1)若集合∑不为空，则MC对集合∑中每个节点根据公式5如下：
<mrow>
<msub>
<mi>SN</mi>
<mrow>
<mi>D</mi>
<mi>P</mi>
<mi>R</mi>
<mi>I</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<mrow>
<msub>
<mi>t</mi>
<mi>c</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>t</mi>
<mi>c</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&CenterDot;</mo>
<munderover>
<mo>&Sigma;</mo>
<msub>
<mi>v</mi>
<mi>j</mi>
</msub>
<mrow>
<msub>
<mi>v</mi>
<mi>j</mi>
</msub>
<mo>&Element;</mo>
<mi>N</mi>
<mi>S</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</munderover>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
</mrow>
分别计算它的优先级，接着MC根据公式6判断为∑中优先级最大的节点充电时，公式6是否成立，若公式6成立则说明MC的剩余能量足够为该节点充电并使充电后MC能够回到服务站补充能量，此时选择∑中优先级最大的节点为下一充电节点，因为该节点的负载大并且充电时间较短，优先为其充电，避免了该节点的失效同时使其它待充电节点有较短的等待时间。
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>RE</mi>
<mrow>
<mi>M</mi>
<mi>C</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mi>E</mi>
<mo>-</mo>
<msub>
<mi>E</mi>
<mi>i</mi>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>M</mi>
<mi>C</mi>
<mo>,</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>RE</mi>
<mrow>
<mi>M</mi>
<mi>C</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>&lsqb;</mo>
<mi>E</mi>
<mo>-</mo>
<msub>
<mi>RE</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>&psi;</mi>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>M</mi>
<mi>C</mi>
<mo>,</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>ts</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>&GreaterEqual;</mo>
<mi>c</mi>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>M</mi>
<mi>C</mi>
<mo>,</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>S</mi>
<mi>S</mi>
<mo>)</mo>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mi>v</mi>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
REMC(t)表示MC的当前剩余能量值，t(i,SS)表示MC从节点vi移动到服务站SS所需要的时间。
2)若∑为空，判断在Step2中统计的满足条件Di(t)≥SWT(i,j)的节点数量最多的请求节点是否满足公式6，若满足则选择该节点作为下一充电目标，这是因为选择这样的节点作为下一充电节点时能够使充电服务池中陷入饥饿的传感器节点数量最少；
3)如果按照1)、2)均找不到满足条件的充电节点，说明MC的剩余能量不足，则MC立即返回服务站补充能量；
Step4、如果Step3已选中下一充电节点，就为被选节点充电，在充电完成后从MC的充电服务池中删除已经被充电的节点，清空集合∑后执行步骤5。如果步骤3没有选中任何节点，则MC补充完能量后执行Step5；
Step5、重复步骤1，步骤2，步骤3和步骤4，直到MC的充电服务池为空时进入空闲状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710684420.XA CN107547268B (zh) | 2017-08-11 | 2017-08-11 | 一种基于虚拟骨干网的移动能量补充方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710684420.XA CN107547268B (zh) | 2017-08-11 | 2017-08-11 | 一种基于虚拟骨干网的移动能量补充方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107547268A true CN107547268A (zh) | 2018-01-05 |
| CN107547268B CN107547268B (zh) | 2020-08-25 |
Family
ID=60970233
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710684420.XA Active CN107547268B (zh) | 2017-08-11 | 2017-08-11 | 一种基于虚拟骨干网的移动能量补充方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107547268B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108471356A (zh) * | 2018-03-09 | 2018-08-31 | 昆明理工大学 | 一种虚拟骨干网环境下基于层次结构的移动能量补充方法 |
| CN110675035A (zh) * | 2019-09-06 | 2020-01-10 | 三峡大学 | 基于实时能耗检测的无人机激光供能集群充电调度方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110051644A1 (en) * | 2009-08-28 | 2011-03-03 | National Chiao Tung University | Power-efficient backbone-oriented wireless sensor network, method for constructing the same and method for repairing the same |
| EP2724446A1 (en) * | 2011-06-08 | 2014-04-30 | Socpra-Sciences Et Génie S.E.C. | A distributed electrical load management method and system for controlling community loads |
| CN105636144A (zh) * | 2016-01-20 | 2016-06-01 | 浙江理工大学 | 一种延长zigbee网络生命周期的方法 |
| CN105764084A (zh) * | 2016-02-05 | 2016-07-13 | 南京邮电大学 | 一种无线传感网多径路由协议的实现方法 |
| CN106028417A (zh) * | 2016-05-26 | 2016-10-12 | 重庆大学 | 一种基于节点能耗和剩余能量的无线传感网络路径规划方法 |
-
2017
- 2017-08-11 CN CN201710684420.XA patent/CN107547268B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110051644A1 (en) * | 2009-08-28 | 2011-03-03 | National Chiao Tung University | Power-efficient backbone-oriented wireless sensor network, method for constructing the same and method for repairing the same |
| EP2724446A1 (en) * | 2011-06-08 | 2014-04-30 | Socpra-Sciences Et Génie S.E.C. | A distributed electrical load management method and system for controlling community loads |
| CN105636144A (zh) * | 2016-01-20 | 2016-06-01 | 浙江理工大学 | 一种延长zigbee网络生命周期的方法 |
| CN105764084A (zh) * | 2016-02-05 | 2016-07-13 | 南京邮电大学 | 一种无线传感网多径路由协议的实现方法 |
| CN106028417A (zh) * | 2016-05-26 | 2016-10-12 | 重庆大学 | 一种基于节点能耗和剩余能量的无线传感网络路径规划方法 |
Non-Patent Citations (2)
| Title |
|---|
| ZI LI,ECT: ""J-RoC: A Joint Routing and Charging scheme to prolong sensor network lifetime"", 《2011 19TH IEEE INTERNATIONAL CONFERENCE ON NETWORK PROTOCOLS》 * |
| 张诗悦: ""能耗均衡的无线传感器网络分簇路由算法的研究"", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108471356A (zh) * | 2018-03-09 | 2018-08-31 | 昆明理工大学 | 一种虚拟骨干网环境下基于层次结构的移动能量补充方法 |
| CN108471356B (zh) * | 2018-03-09 | 2021-05-14 | 昆明理工大学 | 一种虚拟骨干网环境下基于层次结构的移动能量补充方法 |
| CN110675035A (zh) * | 2019-09-06 | 2020-01-10 | 三峡大学 | 基于实时能耗检测的无人机激光供能集群充电调度方法 |
| CN110675035B (zh) * | 2019-09-06 | 2022-05-06 | 三峡大学 | 基于实时能耗检测的无人机激光供能集群充电调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107547268B (zh) | 2020-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Adaptive quality-of-service-based routing for vehicular ad hoc networks with ant colony optimization | |
| CN100399772C (zh) | 基于负载均衡的自组网并发多径路由方法 | |
| Kamgueu et al. | Energy-based routing metric for RPL | |
| CN106714263B (zh) | 无线传感网络aodv路由协议实现系统及方法 | |
| CN101083616B (zh) | 基于蚁群算法的无线自组网络节能按需路由方法 | |
| CN102271377B (zh) | 基于能量收集技术的无线传感器网络两跳多路径路由方法 | |
| CN106887887B (zh) | 一种无线可充电传感网中移动充电车调度方法 | |
| CN108366134A (zh) | 一种基于物联网的能源快速补给方法及系统 | |
| CN102271380B (zh) | Ad hoc网络基于博弈论的按需距离矢量路由建立方法 | |
| CN104093180A (zh) | 一种基于多网关数据传输的无线传感网络路由方法 | |
| CN104734372A (zh) | WRSNs中联合地理位置路由的能量自适应充电方法 | |
| CN107657374A (zh) | 一种基于能耗和距离动态变化的按需充电调度方法 | |
| Saraswat et al. | Techniques to enhance lifetime of wireless sensor networks: a survey | |
| CN103546377B (zh) | 一种基于改进传输概率估计的容迟网络数据传输方法 | |
| CN107547268A (zh) | 一种基于虚拟骨干网的移动能量补充方法 | |
| CN101754316A (zh) | 基于最大化网络生命周期的QoS节能路由方法 | |
| CN103036783B (zh) | 一种基于dtn深空传感器网络多径路由方法 | |
| CN103095572A (zh) | 一种移动多Sink型无线传感器网络的路由维护方法 | |
| CN101572662A (zh) | 基于位置信息的无线传感网节能分组转发方法 | |
| CN108471356B (zh) | 一种虚拟骨干网环境下基于层次结构的移动能量补充方法 | |
| CN107612078A (zh) | 一种射频能量捕获网络数据收集及移动能量源均衡化充电方法 | |
| Ji et al. | A-star algorithm based on-demand routing protocol for hierarchical LEO/MEO satellite networks | |
| JP2012212390A (ja) | 計量器端末およびそれを備える検針データ収集システムならびに検針データ収集方法 | |
| CN104918294A (zh) | 一种无线传感网络功耗智能分配方法及无线传感网络 | |
| CN105187515B (zh) | 一种考虑终端能力的网络缓存方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |