CN108738099A - 一种移动接收无线传感器网络最优充电策略及其制定系统 - Google Patents

一种移动接收无线传感器网络最优充电策略及其制定系统 Download PDF

Info

Publication number
CN108738099A
CN108738099A CN201810294528.2A CN201810294528A CN108738099A CN 108738099 A CN108738099 A CN 108738099A CN 201810294528 A CN201810294528 A CN 201810294528A CN 108738099 A CN108738099 A CN 108738099A
Authority
CN
China
Prior art keywords
charging
node
sub
trolley
sensor network
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
Application number
CN201810294528.2A
Other languages
English (en)
Other versions
CN108738099B (zh
Inventor
李春龙
黄辉
梁云
黄凤
李路明
黄莉
杨智豪
郭云飞
王瑶
曾鹏飞
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.)
State Grid Corp of China SGCC
State Grid Jiangxi Electric Power Co Ltd
Global Energy Interconnection Research Institute
Original Assignee
State Grid Corp of China SGCC
State Grid Jiangxi Electric Power Co Ltd
Global Energy Interconnection Research Institute
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 State Grid Corp of China SGCC, State Grid Jiangxi Electric Power Co Ltd, Global Energy Interconnection Research Institute filed Critical State Grid Corp of China SGCC
Priority to CN201810294528.2A priority Critical patent/CN108738099B/zh
Publication of CN108738099A publication Critical patent/CN108738099A/zh
Application granted granted Critical
Publication of CN108738099B publication Critical patent/CN108738099B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明提供了一种移动接收无线传感器网络最优充电策略及其制定系统，包括：将移动接收无线传感器网络等分为至少两个子区域；获取子区域中节点的位置信息和初始能量信息；根据移动接收无线传感器网络子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型，求解子区域中使充电效率最大的无线充电小车的最优行驶速度；根据每个子区域中无线充电小车的最优行驶速度确定移动接收无线传感器网络的最优充电策略。本发明提供的技术方案，无线充电小车根据最优充电策略对移动接收无线传感器网络进行充电，提高了充电稳定性和充电效率。

Description

一种移动接收无线传感器网络最优充电策略及其制定系统
技术领域
本发明涉及无线传感器网络充电技术，具体涉及一种移动接收无线传感器网络最优充电策略及制定系统。
背景技术
随着无线通信技术理论的进步，无线传感网(Wireless Sensor Network,WSN)的网络基础设施也正逐步融入人类的生活。传统的无线传感网络中的节点都是配有一个能量有限的电池来收集周边环境里的指定信息，并传输给周边的协调器。这样能量有限的传感网势必会带来有限的网络寿命。为了使无线传感网中的节点能永不间断地运行，对传感器节点进行充电的技术随之产生。
近几年人们对可充电移动接收无线传感器网络的研究越来越多，现有的技术中，传感器节点从周边环境(如太阳能等)获取能量，但是由于太阳能的昼夜强度差别和四季强度差别，导致传感器节点无法获得稳定的能量来源。
发明内容
为了解决上述问题，本发明提供了一种移动接收无线传感器网络的最优充电策略及制定系统，用于提高无线传感器网络的充电效率。
本发明针对移动接收无线传感网络提出一种使用无线充电小车(WCV)给移动接收无线传感网络中的所有节点进行能量充电的分块变速充电策略(Block Vary SpeedCharging Strategy，简称BVSCS)。
本发明提供的一种移动接收无线传感器网络最优充电策略，包括：
将移动接收无线传感器网络等分为至少两个子区域；
获取子区域中节点的位置信息和初始能量信息；
根据移动接收无线传感器网络子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型，求解子区域中使充电效率最大的无线充电小车的最优行驶速度；
根据每个子区域中无线充电小车的最优行驶速度确定移动接收无线传感器网络的最优充电策略。
所述根据每个子区域中无线充电小车的最优行驶速度确定移动接收无线传感器网络的最优充电策略，包括：
根据每个子区域中无线充电小车的最优行驶速度得到无线充电小车对所述移动接收无线传感器网络的初始充电策略；
判断无线充电小车执行所述初始充电策略所需的充电总能耗是否大于无线充电小车的初始总能量，若不大于，则判定初始充电策略为最优充电策略；若大于，则对所述初始充电策略进行调整，直至无线充电小车执行所述初始充电策略所需的充电总能耗不大于无线充电小车的初始总能量。
对所述初始充电策略进行调整，包括：
按比例增大无线充电小车在每个子区域的行驶速度，直至无线充电小车的充电总能耗不大于无线充电小车的初始总能量。
所述无线充电小车对所述移动接收无线传感器网络的初始充电策略如下所示：
π＝{v1,v2,…vj，…vk}，
其中，π为初始充电策略，vj为无线充电小车为子区域j充电的最优行驶速度，j∈[1,k]，k为移动接收无线传感器网络子区域的个数；当无线充电小车用初始充电策略π给所述移动接收无线传感器网络充电时，无线充电小车在子区域j中以速度vj为子区域j中的所有节点充电，当无线充电小车遍历完所有子区域后，充电结束。所述节点能量消耗模型的表达式如下所示：
Enode_i＝ΔEnode_i·t
其中：Enode_i为节点i产生的能量消耗，t为节点i的工作时间，ΔEnode_i为单位时间的节点i的能量损耗；
ΔEnode_i＝m·[(2gi+1)·Eelec+ξa]
其中，m为节点每秒从外界采集的数据量，gi为移动接收无线传感器网络中以节点i为网关的节点总数，Eelec为节点发送或接收每bit数据所消耗的传输能量，ξa为节点从外界采集1bit的数据消耗的能量。
所述节点能量充电模型的表达式如下所示：
其中，Eh(i)为节点i获取到的充电能量，tstart_i为节点i开始进入无线充电小车的充电范围的时间tend_i为节点i离开无线充电小车充电范围的时间，Pr(di)为节点i的充能接收功率，di为无线充电小车和节点i之间的距离。
根据子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型求解子区域中使充电效率最大的无线充电小车的最优行驶速度，包括：
根据子区域中节点的位置信息、初始能量信息以及所述节点能量消耗模型和节点能量充电模型建立无线充电小车在子区域中的充电效率目标函数；
根据所述充电效率目标函数，求解在子区域使充电效率最大的无线充电小车的最优行驶速度。
所述根据子区域中节点的位置信息、初始能量信息以及所述节点能量消耗模型和节点能量充电模型建立无线充电小车在子区域中的充电效率目标函数包括：
根据子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型得到子区域中节点经无线充电小车充电后的节点剩余能耗；
将所述子区域中的所述节点剩余能耗汇总得到所述子区域的总能量提升值；
根据所述子区域的总能量提升值和无线充电小车在子区域中的充电能量消耗值计算无线充电小车在子区域中的充电效率；
根据所述无线充电小车在子区域中的充电效率构建无线充电小车在子区域中的充电效率目标函数。
所述节点剩余能耗按下式计算：
Eres_i＝min(Efull,Einit_i-Enode_i+Eh(i))
式中，Eres_i为经无线充电小车充电后节点i的剩余能耗，Efull为节点电量为满时的能量，Einit_i为节点i的初始能量，Enode_i为节点i产生的能量消耗，Eh(i)为节点i获取到的充电能量。
所述子区域中所有节点的总能量提升值按下式计算：
式中，Echarge_j为子区域j中所有节点的总能量提升值，nj为在子区域j中的所有节点数量。
所述无线充电小车在子区域中的充电效率按下式计算：
式中，echarge_j为无线充电小车在子区域j中的充电效率，Ecomsuption_j为无线充电小车在子区域中的充电能量消耗；
其中，
式中：Pt为无线充电小车的辐射功率，vj为无线充电小车给子区域j充电的行驶速度，s为无线充电小车在移动接收无线传感器网络中的行驶路径总长度，k为移动接收无线传感器网络的子区域个数。
所述无线充电小车在子区域中的充电效率目标函数如下所示：
echarge_j＝max(echarge_j)
所述无线充电小车在子区域中的充电效率目标函数还包括如下约束条件：Eres_i＞＝Ehelthy
式中，Ehelthy为预设的子区域中节点的充电能量阈值。
根据所述充电效率目标函数，按下式求解在子区域中使充电效率最大的无线充电小车的最优行驶速度：
式中，ε为与收发天线增益以及传输损耗相关的常数，d为无线充电小车和节点之间的距离，α为基于自由空间短距离传输的friis方程引入的参数。
所述节点包括：传感器节点、移动接收器节点和用于接收传感器节点传输的数据，并向移动接收器节点发送数据的子汇节点。
本发明提供的一种移动接收无线传感器网络最优充电策略制定系统，包括：
分区模块，用于将移动接收无线传感器网络等分为至少两个子区域；
采集模块，用于获取子区域中节点的位置信息和初始能量信息；
计算模块，用于根据移动接收无线传感器网络子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型，求解子区域中使充电效率最大的无线充电小车的最优行驶速度；
确定模块，用于根据每个子区域中无线充电小车的最优行驶速度确定移动接收无线传感器网络的最优充电策略。
一种移动接收无线传感器网络充电系统，包括：无线充电小车、服务站；其中，
所述无线充电小车配置有充电策略制定系统和控制系统，所述充电策略制定系统根据上述移动接收无线传感器网络最优充电策略制定移动接收无线传感器网络的充电策略；所述控制系统根据所述充电策略控制小车为所述移动接收无线传感器网络充电；
所述服务站为所述无线充电小车补充能量。
一种移动接收无线传感器网络，包括无线传感器网络主体、无线充电小车及服务站，所述无线传感器网络主体中的节点包括移动接收器，所述无线充电小车配置有充电策略制定系统和控制系统，所述充电策略制定系统根据上述移动接收无线传感器网络最优充电策略制定所述无线传感器网络主体的充电策略；所述控制系统根据所述充电策略控制小车为所述无线传感器网络主体充电；
所述服务站为所述无线充电小车补充能量。
与最接近的现有技术比，本发明提供的技术方案具有以下有益效果：
移动接收移动接收移动接收本发明提供的技术方案，通过建立移动接收无线传感器网络中的节点能量消耗模型和节点能量充电模型，构造了无线充电小车的充电效率目标函数，并求解其最大值，以此确定无线充电小车在各子区域的最优行驶速度，根据无线充电小车的最优行驶速度确定对移动接收无线传感网络的最优充电策略，利用无线充电小车根据本发明方案中的最优充电策略对移动接收无线传感网络充电，大大提高了无线充电小车对无线传感器网络的充电效率，尤其适用移动接收无线传感器网络的充电，可使移动接收无线传感器网络节点获得稳定的能量来源提高了充电效率；
本发明的移动接收无线传感器网络充电系统和移动接收无线传感器网络，其无线充电小车根据本发明提供的最优充电策略对移动接收无线传感网络进行充电，大大提高了无线充电小车对移动接收无线传感器网络的充电效率，使移动接收无线传感器网络节点获得稳定的能量来源。
附图说明
图1为本发明提供的一种移动接收无线传感器网络最优充电策略示意图；
图2为本发明实施例提供的移动接收无线传感网络的系统模型示意图；
图3为本发明实施例提供的移动接收无线传感网络充电模型示意图；
图4为本发明实施例提供的移动接收无线传感器网络的最优充电策略设定流程图；
图5为本发明实施例提供的最大化充电效率充电策略流程图。
具体实施方式
下面结合附图对本发明做进一步详细的说明：
图1为本发明提供的一种移动接收无线传感器网络的最优充电策略示意图，如图1所示，所述方法包括：
本发明提供的一种移动接收无线传感器网络最优充电策略，包括：
将移动接收无线传感器网络等分为至少两个子区域；
获取子区域中节点的位置信息和初始能量信息；
根据移动接收无线传感器网络子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型，求解子区域中使充电效率最大的无线充电小车的最优行驶速度；
根据每个子区域中无线充电小车的最优行驶速度确定移动接收无线传感器网络的最优充电策略。
所述根据每个子区域中无线充电小车的最优行驶速度确定移动接收无线传感器网络的最优充电策略，包括：
根据每个子区域中无线充电小车的最优行驶速度得到无线充电小车对所述移动接收无线传感器网络的初始充电策略；
判断无线充电小车执行所述初始充电策略所需的充电总能耗是否大于无线充电小车的初始总能量，若不大于，则判定初始充电策略为最优充电策略；若大于，则对所述初始充电策略进行调整，直至无线充电小车执行所述初始充电策略所需的充电总能耗不大于无线充电小车的初始总能量。
对所述初始充电策略进行调整，包括：
按比例增大无线充电小车在每个子区域的行驶速度，直至无线充电小车的充电总能耗不大于无线充电小车的初始总能量。
所述无线充电小车对所述移动接收无线传感器网络的初始充电策略如下所示：
π＝{v1,v2,…vj，…vk}，
其中，π为初始充电策略，vj为无线充电小车为子区域j充电的最优行驶速度，j∈[1,k]，k为移动接收无线传感器网络子区域的个数；当无线充电小车用初始充电策略π给所述移动接收无线传感器网络充电时，无线充电小车在子区域j中以速度vj为子区域j中的所有节点充电，当无线充电小车遍历完所有子区域后，充电结束。所述节点能量消耗模型的表达式如下所示：
Enode_i＝ΔEnode_i·t
其中：Enode_i为节点i产生的能量消耗，t为节点i的工作时间，ΔEnode_i为单位时间的节点i的能量损耗；
ΔEnode_i＝m·[(2gi+1)·Eelec+ξa]
其中，m为节点每秒从外界采集的数据量，gi为移动接收无线传感器网络中以节点i为网关的节点总数，Eelec为节点发送或接收每bit数据所消耗的传输能量，ξa为节点从外界采集1bit的数据消耗的能量。
所述节点能量充电模型的表达式如下所示：
其中，Eh(i)为节点i获取到的充电能量，tstart_i为节点i开始进入无线充电小车的充电范围的时间tend_i为节点i离开无线充电小车充电范围的时间，Pr(di)为节点i的充能接收功率，di为无线充电小车和节点i之间的距离。
根据子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型求解子区域中使充电效率最大的无线充电小车的最优行驶速度，包括：
根据子区域中节点的位置信息、初始能量信息以及所述节点能量消耗模型和节点能量充电模型建立无线充电小车在子区域中的充电效率目标函数；
根据所述充电效率目标函数，求解在子区域使充电效率最大的无线充电小车的最优行驶速度。
所述根据子区域中节点的位置信息、初始能量信息以及所述节点能量消耗模型和节点能量充电模型建立无线充电小车在子区域中的充电效率目标函数包括：
根据子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型得到子区域中节点经无线充电小车充电后的节点剩余能耗；
将所述子区域中的所述节点剩余能耗汇总得到所述子区域的总能量提升值；
根据所述子区域的总能量提升值和无线充电小车在子区域中的充电能量消耗值计算无线充电小车在子区域中的充电效率；
根据所述无线充电小车在子区域中的充电效率构建无线充电小车在子区域中的充电效率目标函数。
所述节点剩余能耗按下式计算：
Eres_i＝min(Efull,Einit_i-Enode_i+Eh(i))
式中，Eres_i为经无线充电小车充电后节点i的剩余能耗，Efull为节点电量为满时的能量，Einit_i为节点i的初始能量，Enode_i为节点i产生的能量消耗，Eh(i)为节点i获取到的充电能量。
所述子区域中所有节点的总能量提升值按下式计算：
式中，Echarge_j为子区域j中所有节点的总能量提升值，nj为在子区域j中的所有节点数量。
所述无线充电小车在子区域中的充电效率按下式计算：
式中，echarge_j为无线充电小车在子区域j中的充电效率，Ecomsuption_j为无线充电小车在子区域中的充电能量消耗；
其中，
式中：Pt为无线充电小车的辐射功率，vj为无线充电小车给子区域j充电的行驶速度，s为无线充电小车在移动接收无线传感器网络中的行驶路径总长度，k为移动接收无线传感器网络的子区域个数。
所述无线充电小车在子区域中的充电效率目标函数如下所示：
echarge_j＝max(echarge_j)
所述无线充电小车在子区域中的充电效率目标函数还包括如下约束条件：Eres_i＞＝Ehelthy
式中，Ehelthy为预设的子区域中节点的充电能量阈值。
根据所述充电效率目标函数，按下式求解在子区域中使充电效率最大的无线充电小车的最优行驶速度：
式中，ε为与收发天线增益以及传输损耗相关的常数，d为无线充电小车和节点之间的距离，α为基于自由空间短距离传输的friis方程引入的参数。
所述节点包括：传感器节点、移动接收器节点和用于接收传感器节点传输的数据，并向移动接收器节点发送数据的子汇节点。
实施例二、
基于相同的发明构思，本发明提供的一种移动接收无线传感器网络最优充电策略制定系统，可以包括：
分区模块，用于将移动接收无线传感器网络等分为至少两个子区域；
采集模块，用于获取子区域中节点的位置信息和初始能量信息；
计算模块，用于根据移动接收无线传感器网络子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型，求解子区域中使充电效率最大的无线充电小车的最优行驶速度；
确定模块，用于根据每个子区域中无线充电小车的最优行驶速度确定移动接收无线传感器网络的最优充电策略。
所述确定模块根据每个子区域中无线充电小车的最优行驶速度确定移动接收无线传感器网络的最优充电策略，包括：
根据每个子区域中无线充电小车的最优行驶速度得到无线充电小车对所述移动接收无线传感器网络的初始充电策略；
判断无线充电小车执行所述初始充电策略所需的充电总能耗是否大于无线充电小车的初始总能量，若不大于，则判定初始充电策略为最优充电策略；若大于，则对所述初始充电策略进行调整，直至无线充电小车执行所述初始充电策略所需的充电总能耗不大于无线充电小车的初始总能量。
对所述初始充电策略进行调整，包括：
按比例增大无线充电小车在每个子区域的行驶速度，直至无线充电小车的充电总能耗不大于无线充电小车的初始总能量。
所述无线充电小车对所述移动接收无线传感器网络的初始充电策略如下所示：
π＝{v1,v2,…vj，…vk}，
其中，π为初始充电策略，vj为无线充电小车为子区域j充电的最优行驶速度，j∈[1,k]，k为移动接收无线传感器网络子区域的个数；当无线充电小车用初始充电策略π给所述移动接收无线传感器网络充电时，无线充电小车在子区域j中以速度vj为子区域j中的所有节点充电，当无线充电小车遍历完所有子区域后，充电结束。所述节点能量消耗模型的表达式如下所示：
Enode_i＝ΔEnode_i·t
其中：Enode_i为节点i产生的能量消耗，t为节点i的工作时间，ΔEnode_i为单位时间的节点i的能量损耗；
ΔEnode_i＝m·[(2gi+1)·Eelec+ξa]
其中，m为节点每秒从外界采集的数据量，gi为移动接收无线传感器网络中以节点i为网关的节点总数，Eelec为节点发送或接收每bit数据所消耗的传输能量，ξa为节点从外界采集1bit的数据消耗的能量。
所述计算模块中的节点能量充电模型的表达式如下所示：
其中，Eh(i)为节点i获取到的充电能量，tstart_i为节点i开始进入无线充电小车的充电范围的时间tend_i为节点i离开无线充电小车充电范围的时间，Pr(di)为节点i的充能接收功率，di为无线充电小车和节点i之间的距离。
所述计算模块根据子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型求解子区域中使充电效率最大的无线充电小车的最优行驶速度，包括：
根据子区域中节点的位置信息、初始能量信息以及所述节点能量消耗模型和节点能量充电模型建立无线充电小车在子区域中的充电效率目标函数；
根据所述充电效率目标函数，求解在子区域使充电效率最大的无线充电小车的最优行驶速度。
所述根据子区域中节点的位置信息、初始能量信息以及所述节点能量消耗模型和节点能量充电模型建立无线充电小车在子区域中的充电效率目标函数包括：
根据子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型得到子区域中节点经无线充电小车充电后的节点剩余能耗；
将所述子区域中的所述节点剩余能耗汇总得到所述子区域的总能量提升值；
根据所述子区域的总能量提升值和无线充电小车在子区域中的充电能量消耗值计算无线充电小车在子区域中的充电效率；
根据所述无线充电小车在子区域中的充电效率构建无线充电小车在子区域中的充电效率目标函数。
所述节点剩余能耗按下式计算：
Eres_i＝min(Efull,Einit_i-Enode_i+Eh(i))
式中，Eres_i为经无线充电小车充电后节点i的剩余能耗，Efull为节点电量为满时的能量，Einit_i为节点i的初始能量，Enode_i为节点i产生的能量消耗，Eh(i)为节点i获取到的充电能量。
所述子区域中所有节点的总能量提升值按下式计算：
式中，Echarge_j为子区域j中所有节点的总能量提升值，nj为在子区域j中的所有节点数量。
所述无线充电小车在子区域中的充电效率按下式计算：
式中，echarge_j为无线充电小车在子区域j中的充电效率，Ecomsuption_j为无线充电小车在子区域中的充电能量消耗；
其中，
式中：Pt为无线充电小车的辐射功率，vj为无线充电小车给子区域j充电的行驶速度，s为无线充电小车在移动接收无线传感器网络中的行驶路径总长度，k为移动接收无线传感器网络的子区域个数。
所述无线充电小车在子区域中的充电效率目标函数如下所示：
echarge_j＝max(echarge_j)
所述无线充电小车在子区域中的充电效率目标函数还包括如下约束条件：Eres_i＞＝Ehelthy
式中，Ehelthy为预设的子区域中节点的充电能量阈值。
根据所述充电效率目标函数，按下式求解在子区域中使充电效率最大的无线充电小车的最优行驶速度：
式中，ε为与收发天线增益以及传输损耗相关的常数，d为无线充电小车和节点之间的距离，α为基于自由空间短距离传输的friis方程引入的参数。
所述节点包括：传感器节点、移动接收器节点和用于接收传感器节点传输的数据，并向移动接收器节点发送数据的子汇节点。
实施例三、
一种移动接收无线传感器网络充电系统，包括：无线充电小车、服务站；其中，
所述无线充电小车配置有充电策略制定系统和控制系统，所述充电策略制定系统根据上述移动接收无线传感器网络最优充电策略制定移动接收无线传感器网络的充电策略；所述控制系统根据所述充电策略控制小车为所述移动接收无线传感器网络充电；
所述服务站为所述无线充电小车补充能量。
实施例四、
一种移动接收无线传感器网络，包括无线传感器网络主体、无线充电小车及服务站，所述无线传感器网络主体中的节点包括移动接收器，所述无线充电小车配置有充电策略制定系统和控制系统，所述充电策略制定系统根据上述移动接收无线传感器网络最优充电策略制定所述无线传感器网络主体的充电策略；所述控制系统根据所述充电策略控制小车为所述无线传感器网络主体充电；
所述服务站为所述无线充电小车补充能量。
实施例五、
本发明提出了一种移动接收无线传感网的充电方法，适用于移动接收无线传感网络，移动接收无线传感网络的系统模型如图2所示。
如图2所示，在固定大小的移动接收无线传感网络的二维区域A中随机部署n个节点，该系统模型将网络中的节点分为三类：1.普通的传感器节点(Sense Node)，其主要作用是周期性地从周边环境中获取数据，并进行数据的转发；2.子汇节点(Sub Sink)，在移动接收器一次通信范围内的节点，其主要作用是接收从Sense Node传输过来的数据，并在移动接收器问其索要数据的时候回应数据；3.移动接收器(Mobile Sink)，其在二维区域A的对称线Pm上来回往返匀速移动，以周期性地获取整个网络的数据。为了对上述网络中的节点进行充电，本发明使用了无线充电小车WCV对移动接收无线传感网络进行无线充电。为了定期对WCV进行能量补给，需要在对称线Pm两侧配备服务站。
假设所有节点开始部署时的初始能量为满，记为Efull,且当该节点的能量耗尽时该节点停止工作。设每个传感器节点单位从周边环境收集到的数据量为m(bit/s),节点采集到收据后会先存储在自身的RAM中，并每隔tint的时间向下一个子汇节点发送自身数据；下一个子汇节点不仅自身会周期性地从周边获取数据，还会接收上述节点传输给自身的数据，并在下一个tint时间将全部数据(自身产生数据和从其他节点接收到的数据)进行转发。最终所有的传感器节点的数据会转发给子汇节点，子汇节点在收到移动接收器的数据请求消息后将自身接收到的所有传感器节点的数据传输给移动接收器。这样移动接收器在Pm上行驶完一次后就可以获取到整个网络采集到的数据。
根据上面的分析，每个节点在收发数据时都会耗费能量，为了不让节点能量枯竭，本发明采用无线充电小车WCV为网络节点提供能量。小车在服务站补充完充电所需的能量后出发，其向外辐射的功率恒定为Pt，充电半径为D，即在充电半径以内节点的充能功率和节点与WCV之间的距离平方成反比，充电半径外的节点由于节点距离WCV的距离太远，其获得的能量可以忽略不计。在小车移动的过程中，在充电半径内的所有节点均可以被WCV同时充电。当小车移动到另一方的服务站时，整个网络中的节点也充电完毕，并保证每个节点充电后的剩余能量超过充电能量阈值Ehelthy。
若WCV采用恒定不变的行驶速度v对整个网络进行充电，很有可能发生以下问题：1.对于随机分布不均匀的传感器网络来说，节点密集区(距离相近)的充电效率比节点稀疏区的效率高，造成稀疏区的电能浪费；2.若以充电时节点的剩余能耗作为密度指标，采用恒定不变的行驶速度对整个网络进行充电对于节点密集区(剩余能量较少)的充电效率要比节点稀疏区的效率高。
为了解决上述问题，本发明提出了一种移动接收无线传感器网络最优充电策略，即为分块变速充电策略BVPCS。
移动接收无线传感器网络的最优充电策略的设定如附图4所示，具体包括：
步骤S101：初始化网络拓扑和通信机制。网络拓扑结构本发明设定为移动接收无线传感网。通信机制即节点之间的路由通信策略，因为本发明主要是在充电策略上的优化，所以路由通信协议的不同不会影响到充电策略，本发明直接采用最小跳数的路由协议(SPT)。
步骤S102：选定WCV充电路径。由于拓扑结构导致节点越靠近区域对称线Pm，节点消耗的能量往往越大。所以本发明直接将WCV的充电路径选在Pm，因为在WCV的充电半径内，节点获得的充电功率和节点与WCV之间的距离平方成反比。
步骤S103：将无线传感网区域划分为k个子区域。因为不进行区域划分可能会造成如下问题：1.对于随机分布不均匀的网络来说，节点密集区(距离相近)的充电效率比节点稀疏区的效率高，造成稀疏区的电能浪费；2.若以充电时节点的剩余能耗作为密度指标，该充电策略对于节点密集区(剩余能量较少)的充电效率要比节点稀疏区的效率高。另外k的选取受以下两方面的限制：一是k值选取地越大，区域划分地就越精细，由于WCV在单个子区域中的速度是恒定的，所以极限情况下可以为每个节点归结到单独的子区域中，并为每个节点计算出WCV为其充电的最优充电速率，提高每个子区域充电效率；二是随着k值的增大，WCV需要为每个区域制定不同的充电速率的计算能量消耗也越大，同时也会消耗更长的计算时间，最坏情况下可能会导致后序子区域中的节点在WCV没有对其充电之前就消耗尽了自身能量，降低了网络的数据传输的有效率。所以k值的选择应该根据不同的应用场景需求进行权衡选择。
步骤S104：建立每个区域中的节点能量消耗模型和节点能量充电模型。节点能量损耗是由于网络的传统数据传输业务逻辑决定的，本发明最终将节点能耗表达式定义为：Enode_i＝ΔEnode_i·t，其中：ΔEnode_i＝m·[(2gi+1)·Eelec+ξa]为单位时间的节点的能量损耗，t为节点的工作时间；节点能量充电模型表达式定义为：其中tstart_i,tend_i为节点开始进入WCV的充电范围的时间和离开WCV充电范围的时间，Pr(di)为节点的充能接收功率。
步骤S105：利用最大化充电效率充电策略MECS算法求出每个子区域中WCV的最优行驶速度。MECS算法的具体运作流程依赖于建立该子区域的整体充电效率表达式，并建立一个单目标优化问题，最终可以利用MATLAB数学工具求解。算法具体运作流程参照图5。
步骤S106：将每个区域中的最优行驶速度整合为整个网络中的最优充电策略。
根据每个子区域中无线充电小车的最优行驶速度可得到无线充电小车给当前网络的初始充电策略π，其中π＝{v1,v2,…vk}，vj,j∈[1,k]表示前面计算的无线充电车为子区域j充电的最优行驶速度，k代表将整个网络等分的个数。当无线充电小车采用策略π给网络充电时，即是充电小车在每个子区域j中以速度vj为该子区域中的所有节点充电的过程，当充电小车遍历完所有子区域后，充电过程结束。
若小车执行策略π所需的充电总能耗不大于小车初始总能量，则小车最终的充电策略就确定为π；若充电总能耗大于小车初始总能量，代表小车的初始能量并不能满足原始充电策略π，则需要对上述策略π作出调整。调整思路为保证充电总能耗不大于小车初始总能量的情况下，按比例增大充电小车在每个区域的行驶速度vj，这是因为在充电小车的辐射功率不变的情况下，适当地增大vj可以缩短小车给当前子区域j的充电时间，也就节约了充电总能耗。
采用本发明提供的充电策略对移动接收无线传感器网络进行充电，可使移动接收无线传感器网络节点获得稳定的能量来源，大大提高了充电效率，解决了现有技术中对无线传感器网络中移动接收器(节点)充电不稳定，效率较低的问题。
实施例六、
本发明提出的最大化充电效率充电策略(Max Efficiency Charging Strategy，简称MECS)，执行流程如图5所示，包括：
步骤1：WCV获取到子区域j中的所有节点的位置和初始能耗信息；
步骤2：判断节点编号i是否大于n，n为整个移动接收无线传感器网络的节点总数，若大于n则执行步骤7，若不大于则执行步骤3；
步骤3：:计算节点i的能量损耗；
步骤4：判断节点i是否在WCV充电范围内，若在则执行步骤5，不在则执行步骤6；
步骤5：计算节点i的充电能量；
步骤6：i+1并返回步骤1；
步骤7：计算WCV在此子区域j内的充电总效率表达式echarge_j，求解使其效率最大的最优vj。
所述步骤3根据节点能量消耗模型计算节点i的能量损耗，所述节点能量消耗模型的建立包括：
对于网络中任意一个编号为i,i∈[1,n]的节点来说，其消耗的能量主要由三部分组成：数据采集、数据发送以及数据接收。假设每个节点每秒从外界采集mbit的数据，且每采集1bit的数据需要消耗的能量为ξa。
记该节点发送数据和接收数据的能耗为Et_i、Er_i：
其中和分别代表节点i发送和接收的总bit数，Eelec代表的是节点发送和接收每bit数据所消耗的传输能量。
又因为记网络中以节点i为子汇节点的节点总数为gi，所以对于该节点，其单位时间内总消耗的能量为：
则该节点在时间t内产生的能量消耗为：
Enode_i＝ΔEnode_i·t (4)
由上式可以看出节点消耗的总能量Enode_i和gi成线性关系，即以当前节点为子汇节点的节点数越多，该节点损耗的能量就越大，这也符合移动接收无线传感网的能量损耗特性。
所述步骤5根据节点能量充电模型计算节点i的充电能量，所述节点能量充电模型的建立包括：
为了保证网络中的节点能量不被耗尽，需要配备无线充电小车(WCV)为其充电，其充电模型如图3所示。
由于移动接收无线传感网的拓扑的特殊性，由上述的节点能量消耗模型可知，节点越靠近Pm(如子汇节点),其转发的数据量越多，所对应的gi(以该节点i为子汇节点的节点总数)越大，损耗的能量往往越大，其所需充电的能量也越大。为了最大化WCV的充电效率，就要尽可能的保证在WCV的充电范围内，这些距离Pm较近的节点的充能功率比距离Pm较远的节点多。由于节点的充能功率反比于节点与WCV之间的距离的平方，所以本发明将Pm作为WCV的充电路径(WCV充电路径固定)，以保证能量消耗较快的节点的充能功率越大。
节点为了简化模型，本发明将原始的圆形充电范围扩展成正方形充电范围。
对于在充电范围内的节点i来说，记其相对于充电起始点的坐标为(xi,yi)，其距离充电起始点的距离为d0,i，当前充电小车已经行驶的距离为βi为d0,i和dx,i间的夹角，则可以求出节点i距离充电小车的距离ds,i为：
单个节点的接收功率Pr(d)为：
其中ε是一个和收发天线增益以及传输损耗相关的常数，d为充电小车和节点之间的距离，α是为了适应自由空间短距离传输的friis方程引入的参数，Pt代表充电小车的辐射功率。由于在任何一个子区域充电期间，小车的辐射功率不变，则上述中除了d为变量之外，其余的都是常量。
记节点i开始进入小车充电范围的时间为tstart_i，离开小车充电范围的时刻为tend_i，则在小车充电期间，节点i获取到的充电能量Eh(i)为：
其中：
则：
所述步骤7计算WCV在此子区域j内的充电总效率表达式echarge_j，求解使其效率最大的最优vj包括：
WCV每次沿着充电轨迹Pm充电一次，该网络中的所有节点的能量都要被充电到能量阈值Ehelthy以上。为了实现这个目标，由节点能量消耗模型和节点能量充电模型可知，单独考虑某个子区域j，记小车给当前子区域j开始充电的时刻为tbegin_j，在tbegin_j时刻，节点i的初始能量为Einit_i,小车在当前区域充电的行驶速度为vj，则在充电时间内节点消耗的总能量为：Enode_i＝mt·[(2gi+1)·Eelec+ξa]。
在t时间段内节点获取到的总能量为所以小车充电完成后节点i的剩余能耗Eres_i为：
Eres_i＝min(Efull,Einit_i-Enode_i+Eh(i))(8)
其中Efull为节点电量为满时的能量。则要保证Eres_i＞＝Ehelthy。
节点i在WCV充电后的剩余能量为Eres_i，则区域j中所有节点的总能量提升Echarge_j为：
其中nj表示在子区域j中的所有节点数量，有nj≤n。由于充电小车总行驶路径的长度是固定的s,所以小车行驶带来的路径损耗为固定值，不会对优化的目标产生影响，所以本发明为了简化模型，忽略了该部分能量。
则小车在子区域j中的充电效率echarge_j为：
其中Echarge_j,Ecomsuption_j分别代表子区域j中的所有节点总获得充电能量和充电小车在子区域中的充电能量消耗。则本发明的优化目标为：
在求解公式11时，对于任何一个节点i∈[1,nj],其本身的位置信息(xi,yi)在网络建立的时候就已经确定了，所以d0,i,tanβi等参数都是确定的常数。则最终可以使用MATLAB数学工具求解该单目标优化问题的最优值。
通过建立WCV在Subj子区域中的充电效率表达式，最终可以利用MECS算法求得WCV在此区域中充电速率的最优值vj，实现WCV在该区域中的充电效率最高。由于本发明将整个区域A划分成k块，所以在不同的子区域中使用MECS算法即可求得各个子区域中的最优充电功率，从而实现WCV在整个A区域中的充电效率最高。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解：本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。

Claims (18)

1.一种移动接收无线传感器网络最优充电策略，其特征在于，包括：
将移动接收无线传感器网络等分为至少两个子区域；
获取子区域中节点的位置信息和初始能量信息；
根据移动接收无线传感器网络子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型，求解子区域中使充电效率最大的无线充电小车的最优行驶速度；
根据每个子区域中无线充电小车的最优行驶速度确定移动接收无线传感器网络的最优充电策略。
2.如权利要求1所述的移动接收无线传感器网络最优充电策略，其特征在于，所述根据每个子区域中无线充电小车的最优行驶速度确定移动接收无线传感器网络的最优充电策略，包括：
根据每个子区域中无线充电小车的最优行驶速度得到无线充电小车对所述移动接收无线传感器网络的初始充电策略；
判断无线充电小车执行所述初始充电策略所需的充电总能耗是否大于无线充电小车的初始总能量，若不大于，则判定初始充电策略为最优充电策略；若大于，则对所述初始充电策略进行调整，直至无线充电小车执行所述初始充电策略所需的充电总能耗不大于无线充电小车的初始总能量。
3.如权利要求2所述的移动接收无线传感器网络最优充电策略，其特征在于，对所述初始充电策略进行调整，包括：
按比例增大无线充电小车在每个子区域的行驶速度，直至无线充电小车的充电总能耗不大于无线充电小车的初始总能量。
4.如权利要求3所述的移动接收无线传感器网络最优充电策略，其特征在于，所述无线充电小车对所述移动接收无线传感器网络的初始充电策略如下所示：
π＝{v1,v2,…vj，…vk}，
其中，π为初始充电策略，vj为无线充电小车为子区域j充电的最优行驶速度，j∈[1,k]，k为移动接收无线传感器网络子区域的个数；当无线充电小车用初始充电策略π给所述移动接收无线传感器网络充电时，无线充电小车在子区域j中以速度vj为子区域j中的所有节点充电，当无线充电小车遍历完所有子区域后，充电结束。
5.如权利要求1所述的移动接收无线传感器网络最优充电策略，其特征在于，所述节点能量消耗模型的表达式如下所示：
Enode_i＝ΔEnode_i·t
其中：Enode_i为节点i产生的能量消耗，t为节点i的工作时间，ΔEnode_i为单位时间的节点i的能量损耗；
ΔEnode_i＝m·[(2gi+1)·Eelec+ξa]
其中，m为节点每秒从外界采集的数据量，gi为移动接收无线传感器网络中以节点i为网关的节点总数，Eelec为节点发送或接收每bit数据所消耗的传输能量，ξa为节点从外界采集1bit的数据消耗的能量。
6.如权利要求1所述的移动接收无线传感器网络最优充电策略，其特征在于，所述节点能量充电模型的表达式如下所示：
其中，Eh(i)为节点i获取到的充电能量，tstart_i为节点i开始进入无线充电小车的充电范围的时间tend_i为节点i离开无线充电小车充电范围的时间，Pr(di)为节点i的充能接收功率，di为无线充电小车和节点i之间的距离。
7.如权利要求1-6任一所述的移动接收无线传感器网络最优充电策略，其特征在于，根据子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型求解子区域中使充电效率最大的无线充电小车的最优行驶速度，包括：
根据子区域中节点的位置信息、初始能量信息以及所述节点能量消耗模型和节点能量充电模型建立无线充电小车在子区域中的充电效率目标函数；
根据所述充电效率目标函数，求解在子区域使充电效率最大的无线充电小车的最优行驶速度。
8.如权利要求7所述的移动接收无线传感器网络最优充电策略，其特征在于，所述根据子区域中节点的位置信息、初始能量信息以及所述节点能量消耗模型和节点能量充电模型建立无线充电小车在子区域中的充电效率目标函数包括：
根据子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型得到子区域中节点经无线充电小车充电后的节点剩余能耗；
将所述子区域中的所述节点剩余能耗汇总得到所述子区域的总能量提升值；
根据所述子区域的总能量提升值和无线充电小车在子区域中的充电能量消耗值计算无线充电小车在子区域中的充电效率；
根据所述无线充电小车在子区域中的充电效率构建无线充电小车在子区域中的充电效率目标函数。
9.如权利要求8所述的移动接收无线传感器网络最优充电策略，其特征在于，所述节点剩余能耗按下式计算：
Eres_i＝min(Efull,Einit_i-Enode_i+Eh(i))
式中，Eres_i为经无线充电小车充电后节点i的剩余能耗，Efull为节点电量为满时的能量，Einit_i为节点i的初始能量，Enode_i为节点i产生的能量消耗，Eh(i)为节点i获取到的充电能量。
10.如权利要求9所述的移动接收无线传感器网络最优充电策略，其特征在于，所述子区域中所有节点的总能量提升值按下式计算：
式中，Echarge_j为子区域j中所有节点的总能量提升值，nj为在子区域j中的所有节点数量。
11.如权利要求10所述的移动接收无线传感器网络最优充电策略，其特征在于，所述无线充电小车在子区域中的充电效率按下式计算：
式中，echarge_j为无线充电小车在子区域j中的充电效率，Ecomsuption_j为无线充电小车在子区域中的充电能量消耗；
其中，
式中：Pt为无线充电小车的辐射功率，vj为无线充电小车给子区域j充电的行驶速度，s为无线充电小车在移动接收无线传感器网络中的行驶路径总长度，k为移动接收无线传感器网络的子区域个数。
12.如权利要求11所述的移动接收无线传感器网络最优充电策略，其特征在于，所述无线充电小车在子区域中的充电效率目标函数如下所示：
echarge_j＝max(echarge_j)
13.如权利要求12所述的移动接收无线传感器网络最优充电策略，其特征在于，所述无线充电小车在子区域中的充电效率目标函数还包括如下约束条件：Eres_i＞＝Ehelthy
式中，Ehelthy为预设的子区域中节点的充电能量阈值。
14.如权利要求12所述的移动接收无线传感器网络最优充电策略，其特征在于，根据所述充电效率目标函数，按下式求解在子区域中使充电效率最大的无线充电小车的最优行驶速度：
式中，ε为与收发天线增益以及传输损耗相关的常数，d为无线充电小车和节点之间的距离，α为基于自由空间短距离传输的friis方程引入的参数。
15.如权利要求14所述的移动接收无线传感器网络最优充电策略，其特征在于，所述节点包括：传感器节点、移动接收器节点和用于接收传感器节点传输的数据，并向移动接收器节点发送数据的子汇节点。
16.一种移动接收无线传感器网络最优充电策略制定系统，其特征在于，包括：
分区模块，用于将移动接收无线传感器网络等分为至少两个子区域；
采集模块，用于获取子区域中节点的位置信息和初始能量信息；
计算模块，用于根据移动接收无线传感器网络子区域中节点的位置信息、初始能量信息以及节点能量消耗模型和节点能量充电模型，求解子区域中使充电效率最大的无线充电小车的最优行驶速度；
确定模块，用于根据每个子区域中无线充电小车的最优行驶速度确定移动接收无线传感器网络的最优充电策略。
17.一种移动接收无线传感器网络充电系统，其特征在于，包括：无线充电小车、服务站；其中，
所述无线充电小车配置有充电策略制定系统和控制系统，所述充电策略制定系统根据权利要求1-15中任意一项所述的移动接收无线传感器网络最优充电策略制定移动接收无线传感器网络的充电策略；所述控制系统根据所述充电策略控制小车为所述移动接收无线传感器网络充电；
所述服务站为所述无线充电小车补充能量。
18.一种移动接收无线传感器网络，包括无线传感器网络主体、无线充电小车及服务站，所述无线传感器网络主体中的节点包括移动接收器，其特征在于，所述无线充电小车配置有充电策略制定系统和控制系统，所述充电策略制定系统根据权利要求1-15中任意一项所述的移动接收无线传感器网络最优充电策略制定所述无线传感器网络主体的充电策略；所述控制系统根据所述充电策略控制小车为所述无线传感器网络主体充电；
所述服务站为所述无线充电小车补充能量。
CN201810294528.2A 2018-03-30 2018-03-30 一种移动接收无线传感器网络最优充电策略及其制定系统 Active CN108738099B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810294528.2A CN108738099B (zh) 2018-03-30 2018-03-30 一种移动接收无线传感器网络最优充电策略及其制定系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810294528.2A CN108738099B (zh) 2018-03-30 2018-03-30 一种移动接收无线传感器网络最优充电策略及其制定系统

Publications (2)

Publication Number Publication Date
CN108738099A true CN108738099A (zh) 2018-11-02
CN108738099B CN108738099B (zh) 2022-05-31

Family

ID=63941278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810294528.2A Active CN108738099B (zh) 2018-03-30 2018-03-30 一种移动接收无线传感器网络最优充电策略及其制定系统

Country Status (1)

Country Link
CN (1) CN108738099B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111257772A (zh) * 2020-01-22 2020-06-09 重庆金康新能源汽车有限公司 用于改进的快速充电算法的连续soc测试
CN115759505A (zh) * 2023-01-10 2023-03-07 南京邮电大学 一种面向任务的多移动充电车调度方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012041355A1 (en) * 2010-10-01 2012-04-05 Nec Europe Ltd. Method for colaborative energy transfer in a wireless network and corresponding wireless network
CN105025528A (zh) * 2015-07-28 2015-11-04 西南大学 一种无线充电传感器网络总效用最大化方法
CN105101478A (zh) * 2015-06-04 2015-11-25 中国联合网络通信集团有限公司 一种无线网络传感器的充电方法及装置
CN105896672A (zh) * 2016-05-31 2016-08-24 河海大学常州校区 一种无线充电传感器网络系统中移动机器人的充电方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012041355A1 (en) * 2010-10-01 2012-04-05 Nec Europe Ltd. Method for colaborative energy transfer in a wireless network and corresponding wireless network
CN105101478A (zh) * 2015-06-04 2015-11-25 中国联合网络通信集团有限公司 一种无线网络传感器的充电方法及装置
CN105025528A (zh) * 2015-07-28 2015-11-04 西南大学 一种无线充电传感器网络总效用最大化方法
CN105896672A (zh) * 2016-05-31 2016-08-24 河海大学常州校区 一种无线充电传感器网络系统中移动机器人的充电方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YUANCHAO SHU等: "Near-Optimal Velocity Control for Mobile", 《IEEE TRANSACTIONS ON MOBILE COMPUTING》 *
蒋文贤等: "时延受限的无线传感网中移动式能量补充", 《西南交通大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111257772A (zh) * 2020-01-22 2020-06-09 重庆金康新能源汽车有限公司 用于改进的快速充电算法的连续soc测试
CN115759505A (zh) * 2023-01-10 2023-03-07 南京邮电大学 一种面向任务的多移动充电车调度方法

Also Published As

Publication number Publication date
CN108738099B (zh) 2022-05-31

Similar Documents

Publication Publication Date Title
Han et al. A joint energy replenishment and data collection algorithm in wireless rechargeable sensor networks
Han et al. A coverage-aware hierarchical charging algorithm in wireless rechargeable sensor networks
Wu et al. Learning-based synchronous approach from forwarding nodes to reduce the delay for Industrial Internet of Things
CN110300418B (zh) 一种无线可充电传感器网络中按需充电的时空调度算法
CN109451556B (zh) 基于uav对无线传感网充电的方法
KR101658736B1 (ko) 에너지 저손실 클러스터 트리구조를 이용한 무선 센서 네트워크의 클러스터링 방법
CN112788560B (zh) 一种基于深度强化学习的时空充电调度方法
CN108738099B (zh) 一种移动接收无线传感器网络最优充电策略及其制定系统
CN103327653A (zh) 基于睡眠调度和覆盖补偿的覆盖保持方法
Shi et al. Adding duty cycle only in connected dominating sets for energy efficient and fast data collection
CN111787500B (zh) 一种基于能量优先的移动充电车辆多目标充电调度方法
Yoon et al. Adaptive data collection using UAV with wireless power transfer for wireless rechargeable sensor networks
CN107623901B (zh) 一种WRSNs中联合数据收集及能量补给方法
CN107690168A (zh) 一种可扩展的无线传感器网络组网方法
CN105873160A (zh) 一种认知无线传感器网络中无公用信道的簇构建与路由方法
CN116113025A (zh) 一种无人机协能通信网络中轨迹设计和功率分配方法
TWI473522B (zh) 無線感測網路之階層式群集方法及系統
Boukerche et al. A novel two-mode QoS-aware mobile charger scheduling method for achieving sustainable wireless sensor networks
Borsetti et al. Virtual data mules for data collection in road-side sensor networks
Feng et al. Dynamic nodes collaboration for target tracking in wireless sensor networks
Deng et al. Early wake-up ahead node for fast code dissemination in wireless sensor networks
Shi et al. Time allocation optimization and trajectory design in UAV-assisted energy and spectrum harvesting network
Vijayalakshmi et al. Improving Data Communication of Wireless Sensor Network Using Energy Efficient Adaptive Cluster-Head Selection Algorithm for Secure Routing
Azim et al. A relay node based hybrid low energy adaptive clustering hierarchy for wireless sensor networks
Zhang et al. Eegr: Energy-efficient geographic routing inwireless sensor networks

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