CN110245807B - 一种基于能量分布密度的无线充电方法及充电系统 - Google Patents

一种基于能量分布密度的无线充电方法及充电系统 Download PDF

Info

Publication number
CN110245807B
CN110245807B CN201910550919.0A CN201910550919A CN110245807B CN 110245807 B CN110245807 B CN 110245807B CN 201910550919 A CN201910550919 A CN 201910550919A CN 110245807 B CN110245807 B CN 110245807B
Authority
CN
China
Prior art keywords
network node
charging
energy
clustering center
clustering
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.)
Active
Application number
CN201910550919.0A
Other languages
English (en)
Other versions
CN110245807A (zh
Inventor
彭军
刘伟荣
杨迎泽
顾欣
陈彬
李恒
张晓勇
黄志武
蒋富
程亦君
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.)
Central South University
Original Assignee
Central South 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 Central South University filed Critical Central South University
Priority to CN201910550919.0A priority Critical patent/CN110245807B/zh
Publication of CN110245807A publication Critical patent/CN110245807A/zh
Application granted granted Critical
Publication of CN110245807B publication Critical patent/CN110245807B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Evolutionary Biology (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Primary Health Care (AREA)
  • Genetics & Genomics (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Physiology (AREA)
  • Water Supply & Treatment (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Public Health (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Educational Administration (AREA)
  • Computer Vision & Pattern Recognition (AREA)

Abstract

本发明公开了一种基于能量分布密度的无线充电方法及充电系统，该方法采集无线传感器网络中每个网络节点当前的剩余能量和位置信息，并计算出能量密度；再根据网络节点的能量密度大小选择出能量密度高的网络节点作为聚类中心，并依据距离最近原则将剩余网络节点分配至聚类中心；然后计算每个聚类中心的聚类范围内每个网络节点的充电服务时间，并得到每个聚类中心对应的充电服务时间；进而根据聚类中心的位置信息以及聚类中心的充电服务时间生成移动充电策略，并根据移动充电策略遍历聚类中心进行充电。其中，同时考虑到能量信息和位置信息得到表示能量分布的能量密度，降低了移动开销，同时保障低电量节点能量及时供应，延长了整个网络的生命周期。

Description

一种基于能量分布密度的无线充电方法及充电系统
技术领域
本发明属于无线传感器网络技术领域，具体涉及一种基于能量分布密度的无线充电方法及充电系统。
背景技术
随着无线传感器网络的发展和普及，保障整个网络节点的能量补充是重中之重的任务之一。虽然传统的无线充电方式可以实现基本的传感器节点能量补充，但其设计过程中并没有考虑到较大规模、密集部署环境下传感器节点的迫切供能需求。根据同时充电的节点个数，传统的无线充电系统可分为一对一无线充电系统和一对多无线充电系统。对于一对一的无线充电方法，遍历每个待充电的节点虽然可以达到较高的充电效率，但在网络规模较大、节点密集部署的无线传感器网络中，往往会导致移动充电装置产生大的移动损耗，且可能会出现某些待充电节点因等待时间过长而电量过低、无法正常工作的现象，影响了整个无线传感器网络的寿命。对于一对多的无线充电方式，同时给多个节点进行无线能量传输可以提高电磁利用率，但距离无线充电装置停留位置较远的节点能量传输效率较低，因此如何设计合适的移动充电装置停留位置至关重要。
传统的一对一无线充电方法也会分析节点能量的动态变化，但其设计过程中并没有考虑节点的能量分布情况。传统的一对多无线充电策略大多针对结构相对简单的小型网络设计，而大规模、密集部署的无线传感器网络中，节点分布随机性强、能量水平差异大，若采用传统的一对多充电策略，由于忽视了这些新的网络特征，不同时考虑网络节点分布和能量分布的不均衡性，从而导致节点供电不及时、充电开销过大等问题，造成网络电量不足，影响其正常工作。
发明内容
本发明的目的是提供一种基于能量分布密度的无线充电方法及充电系统，其同时考虑到网络节点分布和能量分布，降低了移动充电装置的开销，保证低电量节点的能量得到及时补充，延长整个无线传感器网络的寿命，尤其是在较大规模、密集部署的无线传感器网络能量供应中效果突出。
一方面，本发明提供的一种基于能量分布密度的无线充电方法，包括如下步骤：
S1：采集无线传感器网络中每个网络节点当前的剩余能量和位置信息；
S2：根据每个网络节点的剩余能量计算每个网络节点的能量密度；
网络节点的能量密度为在距离所述网络节点的预设范围内剩余能量高于所述网络节点剩余能量的网络节点个数；
S3：根据网络节点的能量密度大小选择出能量密度高的网络节点作为聚类中心，并依据距离最近原则将剩余网络节点分配至聚类中心；
作为聚类中心的网络节点以及分配至同一聚类中心的网络节点构成了所述聚类中心的聚类范围内的所有节点；
S4：计算每个聚类中心的聚类范围内每个网络节点的充电服务时间，并得到每个聚类中心对应的充电服务时间；
每个聚类中心的充电服务时间为所述聚类中心的聚类范围内网络节点的充电服务时间最大值；
S5：根据聚类中心的位置信息以及聚类中心的充电服务时间生成移动充电策略，并根据所述移动充电策略遍历聚类中心进行充电；
其中，所述移动充电策略为根据聚类中心的位置信息以及聚类中心的充电服务时间生成旅行商问题并求解，所述移动充电策略包括每个聚类中心的位置信息、停留时间、以及聚类中心的遍历顺序。
本发明提供的一种基于能量分布密度的无线充电方法，其同时考虑的网络节点的位置以及能量分布得到本发明所述能量密度，用能量密度作为指标来评估网络节点是否可以作为聚类中心，其中，一个网络节点的能量密度越高说明与该网络节点距离接近的且剩余能量较高的其他网络节点越多，从而可知，能量密度可以衡量各个网络节点的能量分布，本发明再按照能量密度的高低选择能量密度高的网络节点作为聚类中心，通过给在聚类中心附近供电实现对聚类中心的聚类范围内的网络节点供电，一方面可以缩短传输距离进而提高了网络节点能量传输效率，另一方面，移动充电装置无需遍历访问所有待充电节点，只需访问每个聚类中心，降低了移动开销，提高了一对多无线充电模式的充电效率。
进一步优选，网络节点的充电服务时间按照如下公式计算：
Figure BDA0002105458870000021
式中，ti表示网络节点i的充电服务时间，Ei为网络节点i所需电量(电池容量与剩余电流的差值即为节点i的所需电量)，
Figure BDA0002105458870000022
为移动充电装置给网络节点i充电速率，表示如下：
Figure BDA0002105458870000023
式中，γ和ɑ为常数，网络节点i非聚类中心时，
Figure BDA0002105458870000031
为网络节点i与网络节点i的聚类中心之间的距离，网络节点i为聚类中心时，
Figure BDA0002105458870000032
的取值范围为[0.3,1.0]，具体可以根据网络节点分布密度进行选取，本发明优选为0.5m。
进一步优选，网络节点的能量密度的计算公式如下：
Figure BDA0002105458870000033
式中，ρi表示网络节点i的能量密度，di,j为网络节点i与网络节点j之间的距离，dc为截断距离，εi、εj分别为网络节点i和网络节点j的剩余能量，n为网络节点的总个数，当x＜0时，χ(x)＝1，否则χ(x)＝0。
进一步优选，步骤S5中根据聚类中心的位置信息以及聚类中心的充电服务时间生成旅行商问题，所述旅行商问题的优化目标如下：
Figure BDA0002105458870000034
式中，tm为移动充电装置移动的总时间，它反映了移动路径的损耗，
Figure BDA0002105458870000035
为移动充电装置给每个聚类中心充电的总时间，并等于聚类中心的充电服务时间，它反映了无线充电的能量损耗。α为系数，取值范围为[0,1]，用于调节两种成本的重要程度。
生成的旅行商问题是考虑到移动充电装置遍历访问每一个聚类中心，对聚类内的节点进行无线充电，通过综合考虑充电成本和网络能量与节点位置分布，选定一条最佳的访问路径(即充电顺序S)，实现总成本充电最低。
进一步优选，步骤S3中选择出N个网能量密度最高的网络节点作为聚类中心，N小于或等于网络节点总数的10％。
另一方面，本发明提供的基于上述方法的充电系统，包括相互连接的无线传感与电源模块、充电服务模块以及移动充电装置；
其中，所述无线传感与电源模块用于采集每个网络节点当前的剩余能量和位置信息，并反馈给充电服务模块；
所述充电服务模块用于计算每个网络节点的能量密度，以及用于生成聚类中心和分配剩余网络节点至聚类中心，以及用于计算每个网络节点的充电服务时间和每个聚类中心对应的充电服务时间并生成移动充电策略；
所述移动充电装置用于从所述充电服务模块获取移动充电策略，并根据所述移动充电策略遍历每个聚类中心为每个网络节点充电。
进一步优选，每个网络节点设有一个所述无线传感与电源模块，所述无线传感与电源模块包括能量供应单元、传感单元、定位单元、微处理器、射频收发单元，所述传感单元、定位单元、微处理器、射频收发单元均与能量供应单元连接；
其中，所述传感单元用于实现网络节点的无线传感功能；
所述定位单元用于实现网络节点的定位；
所述微处理器与所述能量供应单元、传感单元、定位单元、射频收发单元连接，用于实现控制处理；
所述射频收发单元，用于将网络节点上所述能量供应单元的剩余能量、位置信息发送给所述充电服务模块，以及用于将所述移动充电装置传输的能量输送至能量供应单元。
进一步优选，所述充电服务模块包括依次连接的能量分布收集单元、网络节点聚类单元以及移动充电策略生成单元；
其中，所述能量分布收集单元，用于获取每个网络节点的剩余能量以及位置信息，并计算出每个网络节点的能量密度；
所述网络节点聚类单元，用于生成聚类中心和分配剩余网络节点至聚类中心；
移动充电策略生成单元用于计算每个网络节点的充电服务时间和每个聚类中心对应的充电服务时间，以及用于生成移动充电策略。
有益效果
1、本发明提供了一种基于能量分布密度的无线充电方法，其尤其可以解决密集部署的无线传感器网络的能量补充难题，本发明通过聚类对网络节点进行划分，由于移动充电装置无需遍历访问所有待充电节点，只需访问每个聚类中心，降低了移动充电装置的移动开销，提升了一对多无线充电模式的充电效率，提高了电磁利用率；
2、由于传感器节点分布具有随机性，本发明设计的聚类方法同时考虑了节点的位置和能量分布情况得到能量密度，将能量密度高的节点选作移动充电装置访问的聚类中心，保证低电量节点的无线能量传输在较短的距离内，降低了无线充电的开销；
3、针对实际场景中传感器节点采集信息复杂多变，导致其能量分布不均的情况，本发明可以阶段性采集位置与能量信息，更新移动充电装置的移动路径，适用于动态、复杂的无线传感器网络场景。
附图说明
图1是本发明提供的一种基于能量分布密度的无线充电方法的原理图；
图2是本发明的充电策略更新示意图；
图3是本发明所述充电系统结构示意图；
图4是无线传感与电源模块中射频收发单元原理图。
具体实施方式
下面将结合实施例对本发明做进一步的说明。
如图1所示，本发明提供的一种基于能量分布密度的无线充电方法，包括如下步骤：
S1：采集无线传感器网络中每个网络节点当前的剩余能量和位置信息。
S2：根据每个网络节点的剩余能量计算每个网络节点的能量密度。
网络节点的能量密度为在距离所述网络节点的预设范围内剩余能量高于所述网络节点剩余能量的网络节点个数，如下所示：
Figure BDA0002105458870000051
式中，ρi表示网络节点i的能量密度，di,j为网络节点i与网络节点j之间的距离，dc为截断距离，εi、εj分别为网络节点i和网络节点j的剩余能量，n为网络节点的总个数，当x＜0时，χ(x)＝1，否则χ(x)＝0。
S3：根据网络节点的能量密度大小选择出能量密度高的网络节点作为聚类中心，并依据距离最近原则将剩余网络节点分配至聚类中心。作为聚类中心的网络节点以及分配至同一聚类中心的网络节点构成了所述聚类中心的聚类范围内的所有节点。
本发明实施例中，聚类中心的数据依据实际得到的效果来确定，在密集部署的无线传感器网络，优选聚类中心的数据是整个网络中网络节点总数的10％以内。
S4：计算每个聚类中心的聚类范围内每个网络节点的充电服务时间，并得到每个聚类中心对应的充电服务时间；其中，每个聚类中心的充电服务时间为所述聚类中心的聚类范围内网络节点的充电服务时间最大值。
每个聚类中心的聚类范围内每个网络节点的充电服务时间如下所示：
Figure BDA0002105458870000052
式中，ti表示网络节点i的充电服务时间，Ei为网络节点i所需电量，
Figure BDA0002105458870000053
为移动充电装置给网络节点i充电速率，表示如下：
Figure BDA0002105458870000061
式中，γ和ɑ为常数，网络节点i非聚类中心时，
Figure BDA0002105458870000062
为网络节点i与网络节点i的聚类中心之间的距离，网络节点i为聚类中心时，
Figure BDA0002105458870000063
为0.5m。
S5：根据聚类中心的位置信息以及聚类中心的充电服务时间生成移动充电策略，并根据所述移动充电策略遍历聚类中心进行充电；
其中，根据聚类中心的位置分布和充电服务时间确定移动充电装置对所有聚类中心的访问遍历顺序，其具体过程为根据问题的特点将其抽象为旅行商问题，具有NP-hard特性，利用遗传算法进行求解。具体的旅行商问题的优化目标如下：
Figure BDA0002105458870000064
式中，tm为移动充电装置移动的总时间，
Figure BDA0002105458870000065
为移动充电装置给每个聚类中心充电的总时间，并等于聚类中心的充电服务时间，C为聚类中心的个数，α为系数，取值范围为[0,1]。
其中，利用本发明所述方法还可以进行动态更新，譬如，一旦传感器网络节点信息发生变化，在网络节点的位置信息与能量数据库将发生对应的调整。本发明无需每次传输所有的节点位置与能量信息，而只需根据信息变化更新对应的数据库。当充电周期性实施时，每次实施之前获取最新的信息生成移动充电策略，实现了该无线充电系统与方法的高效性和适应性。
基于上述方法，如图3所示，本发明提供的一种充电系统，包括相互连接的无线传感与电源模块、充电服务模块以及移动充电装置。其中无线传感与电源模块用于采集每个网络节点当前的剩余能量和位置信息，并反馈给充电服务模块；充电服务模块用于计算每个网络节点的能量密度，以及用于生成聚类中心和分配剩余网络节点至聚类中心，以及用于计算每个网络节点的充电服务时间和每个聚类中心对应的充电服务时间并生成移动充电策略；移动充电装置用于从所述充电服务模块获取移动充电策略，并根据所述移动充电策略遍历每个聚类中心为每个网络节点充电。
具体的，每个网络节点设有一个所述无线传感与电源模块，所述无线传感与电源模块包括能量供应单元、传感单元、定位单元、微处理器、射频收发单元，所述传感单元、定位单元、微处理器、射频收发单元均与能量供应单元连接，由能量供应单元提供能量供给。
传感单元用于实现网络节点的无线传感功能，即实现传感器节点的主要功能(信息采集)，通过传感器感知外部环境，采集信息并发送至微处理器进行感知数据的处理。
定位单元用于实现网络节点的定位，并将位置信息传送至射频收发单元而发送出去。
微处理器与能量供应单元、传感单元、定位单元、射频收发单元连接，主要实现控制处理以及数据处理，譬如对采集数据的预处理和系统规定的计算任务。
射频收发单元，用于将网络节点上所述能量供应单元的剩余能量、位置信息发送给所述充电服务模块，以及用于将所述移动充电装置传输的能量输送至能量供应单元。如图4所示为其原理图，天线端接收到的射频信号经二极管、低通滤波器处理后，信号经RF流量控制分离，一部分转换为电能存贮在节点的电源中，另一部分信号经A/D转换器和解码器转换为数据信息。
充电服务模块包括依次连接的能量分布收集单元、网络节点聚类单元以及移动充电策略生成单元。
能量分布收集单元，用于获取每个网络节点的剩余能量以及位置信息，并计算出每个网络节点的能量密度。
网络节点聚类单元，用于生成聚类中心和分配剩余网络节点至聚类中心。
移动充电策略生成单元用于计算每个网络节点的充电服务时间和每个聚类中心对应的充电服务时间，以及用于生成移动充电策略。
需要强调的是，本发明所述的实例是说明性的，而不是限定性的，因此本发明不限于具体实施方式中所述的实例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，不脱离本发明宗旨和范围的，不论是修改还是替换，同样属于本发明的保护范围。

Claims (8)

1.一种基于能量分布密度的无线充电方法，其特征在于：包括如下步骤：
S1：采集无线传感器网络中每个网络节点当前的剩余能量和位置信息；
S2：根据每个网络节点的剩余能量计算每个网络节点的能量密度；
网络节点的能量密度为在距离所述网络节点的预设范围内剩余能量高于所述网络节点剩余能量的网络节点个数；
S3：根据网络节点的能量密度大小选择出能量密度高的网络节点作为聚类中心，并依据距离最近原则将剩余网络节点分配至聚类中心；
作为聚类中心的网络节点以及分配至同一聚类中心的网络节点构成了所述聚类中心的聚类范围内的所有节点；
S4：计算每个聚类中心的聚类范围内每个网络节点的充电服务时间，并得到每个聚类中心对应的充电服务时间；
每个聚类中心的充电服务时间为所述聚类中心的聚类范围内网络节点的充电服务时间最大值；
S5：根据聚类中心的位置信息以及聚类中心的充电服务时间生成移动充电策略，并根据所述移动充电策略遍历聚类中心进行充电；
其中，所述移动充电策略为根据聚类中心的位置信息以及聚类中心的充电服务时间生成旅行商问题并求解，所述移动充电策略包括每个聚类中心的位置信息、停留时间、以及聚类中心的遍历顺序。
2.根据权利要求1所述的方法，其特征在于：网络节点的充电服务时间按照如下公式计算：
Figure FDA0002105458860000011
式中，ti表示网络节点i的充电服务时间，Ei为网络节点i所需电量，
Figure FDA0002105458860000012
为移动充电装置给网络节点i充电速率，表示如下：
Figure FDA0002105458860000013
式中，γ和ɑ为常数，网络节点i非聚类中心时，
Figure FDA0002105458860000014
为网络节点i与网络节点i的聚类中心之间的距离；网络节点i为聚类中心时，
Figure FDA0002105458860000015
的取值范围为[0.3,1.0]。
3.根据权利要求1所述的方法，其特征在于：网络节点的能量密度的计算公式如下：
Figure FDA0002105458860000021
式中，ρi表示网络节点i的能量密度，di,j为网络节点i与网络节点j之间的距离，dc为截断距离，εi、εj分别为网络节点i和网络节点j的剩余能量，n为网络节点的总个数，当x＜0时，χ(x)＝1，否则χ(x)＝0。
4.根据权利要求1所述的方法，其特征在于：步骤S5中根据聚类中心的位置信息以及聚类中心的充电服务时间生成旅行商问题，所述旅行商问题的优化目标如下：
Figure FDA0002105458860000022
式中，tm为移动充电装置移动的总时间，
Figure FDA0002105458860000023
为移动充电装置给每个聚类中心充电的总时间，并等于聚类中心的充电服务时间，C为聚类中心的个数，α为系数，取值范围为[0,1]。
5.根据权利要求1所述的方法，其特征在于：步骤S3中选择出N个网能量密度最高的网络节点作为聚类中心，N小于或等于网络节点总数的10％。
6.一种基于权利要求1-5任一项所述的方法的充电系统，其特征在于：包括相互连接的无线传感与电源模块、充电服务模块以及移动充电装置；
其中，所述无线传感与电源模块用于采集每个网络节点当前的剩余能量和位置信息，并反馈给充电服务模块；
所述充电服务模块用于计算每个网络节点的能量密度，以及用于生成聚类中心和分配剩余网络节点至聚类中心，以及用于计算每个网络节点的充电服务时间和每个聚类中心对应的充电服务时间并生成移动充电策略；
所述移动充电装置用于从所述充电服务模块获取移动充电策略，并根据所述移动充电策略遍历每个聚类中心为每个网络节点充电。
7.根据权利要求6所述的充电系统，其特征在于：每个网络节点设有一个所述无线传感与电源模块，所述无线传感与电源模块包括能量供应单元、传感单元、定位单元、微处理器、射频收发单元，所述传感单元、定位单元、微处理器、射频收发单元均与能量供应单元连接；
其中，所述传感单元用于实现网络节点的无线传感功能；
所述定位单元用于实现网络节点的定位；
所述微处理器与所述能量供应单元、传感单元、定位单元、射频收发单元连接，用于实现控制处理；
所述射频收发单元，用于将网络节点上所述能量供应单元的剩余能量、位置信息发送给所述充电服务模块，以及用于将所述移动充电装置传输的能量输送至能量供应单元。
8.根据权利要求6所述的充电系统，其特征在于：所述充电服务模块包括依次连接的能量分布收集单元、网络节点聚类单元以及移动充电策略生成单元；
其中，所述能量分布收集单元，用于获取每个网络节点的剩余能量以及位置信息，并计算出每个网络节点的能量密度；
所述网络节点聚类单元，用于生成聚类中心和分配剩余网络节点至聚类中心；
移动充电策略生成单元用于计算每个网络节点的充电服务时间和每个聚类中心对应的充电服务时间，以及用于生成移动充电策略。
CN201910550919.0A 2019-06-24 2019-06-24 一种基于能量分布密度的无线充电方法及充电系统 Active CN110245807B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910550919.0A CN110245807B (zh) 2019-06-24 2019-06-24 一种基于能量分布密度的无线充电方法及充电系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910550919.0A CN110245807B (zh) 2019-06-24 2019-06-24 一种基于能量分布密度的无线充电方法及充电系统

Publications (2)

Publication Number Publication Date
CN110245807A CN110245807A (zh) 2019-09-17
CN110245807B true CN110245807B (zh) 2021-04-06

Family

ID=67889141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910550919.0A Active CN110245807B (zh) 2019-06-24 2019-06-24 一种基于能量分布密度的无线充电方法及充电系统

Country Status (1)

Country Link
CN (1) CN110245807B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105979488A (zh) * 2016-07-26 2016-09-28 河海大学常州校区 无线传感器网络中基于区域划分的协同充电算法
CN106255131A (zh) * 2015-07-28 2016-12-21 西南大学 基于无线充电的传感器网络锚点选择方法
CN107277840A (zh) * 2017-06-09 2017-10-20 浙江工业大学 一种可充电无线传感器网络数据收集方法
CN107613540A (zh) * 2017-11-07 2018-01-19 合肥工业大学 一种无线可充电传感器网络聚类分簇路由方法
CN109495945A (zh) * 2018-12-18 2019-03-19 河海大学常州校区 一种WSNs中基于聚类分簇的协同充电方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101309840B1 (ko) * 2009-12-17 2013-09-23 한국전자통신연구원 무선 센서 네트워크에서의 전력 충전장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106255131A (zh) * 2015-07-28 2016-12-21 西南大学 基于无线充电的传感器网络锚点选择方法
CN105979488A (zh) * 2016-07-26 2016-09-28 河海大学常州校区 无线传感器网络中基于区域划分的协同充电算法
CN107277840A (zh) * 2017-06-09 2017-10-20 浙江工业大学 一种可充电无线传感器网络数据收集方法
CN107613540A (zh) * 2017-11-07 2018-01-19 合肥工业大学 一种无线可充电传感器网络聚类分簇路由方法
CN109495945A (zh) * 2018-12-18 2019-03-19 河海大学常州校区 一种WSNs中基于聚类分簇的协同充电方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
An Active Mobile Charging and Data Collection Scheme for Clustered Sensor Networks;Kaiyang Liu 等;《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》;20190531;第68卷(第5期);第5100-5113页 *
Distributed voltage equalization design for sepercapacitors using state observer;Weirong Liu 等;《IEEE TRANSAC TIONS ON INDUSTRY APPLICATIONS》;20190131;第55卷(第1期);第620-629页 *
无线可充电传感器网络高效在线充电算法;陈辉 等;《计算机应用与软件》;20190228;第36卷(第2期);第180-188页 *

Also Published As

Publication number Publication date
CN110245807A (zh) 2019-09-17

Similar Documents

Publication Publication Date Title
Han et al. An uneven cluster-based mobile charging algorithm for wireless rechargeable sensor networks
CN107277840B (zh) 一种可充电无线传感器网络数据收集方法
Bozorgi et al. A new clustering protocol for energy harvesting-wireless sensor networks
Lin et al. mTS: Temporal-and spatial-collaborative charging for wireless rechargeable sensor networks with multiple vehicles
CN107835499B (zh) 一种WSNs中基于分簇和能量中继的移动充电方法
CN108448731B (zh) 一种协作式无线传感网能量补充方法及其无线传感网
TWI774856B (zh) 用於確定換電站內的欠電電池的充電策略的方法和裝置
CN108376989A (zh) 一种基于多智能体的电池储能电站分区控制方法及系统
CN110493802B (zh) 一种无线传感器网络apteen路由协议的优化方法及其优化装置
Feng et al. Starvation avoidance mobile energy replenishment for wireless rechargeable sensor networks
CN107613540A (zh) 一种无线可充电传感器网络聚类分簇路由方法
CN110418434A (zh) 一种无人机辅助的无线传感器网络充电方法与装置
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
CN110677892B (zh) 一种无线传感器网络循环充电方法及系统
CN108321916B (zh) 一种具有能量协作功能的基站及能量协作方法
CN112996076B (zh) 一种无线传感器网络中移动充电和数据收集方法
CN108738118B (zh) 无线可充电传感器网络中的能量交易方法
CN110245807B (zh) 一种基于能量分布密度的无线充电方法及充电系统
CN109275170A (zh) 一种无线可充电传感网络的充电方法及系统
CN114336775A (zh) 一种包含分布式能源接入的配电网调度控制系统及方法
CN111245941B (zh) 一种面向大规模可充电物联网的监测系统及分布式协议
Deng et al. Energy management of WSN-based charge measurement system of ultra high-voltage direct-current transmission line
CN110049500B (zh) 基于模拟退火算法的无线可充电传感网中uav能量补偿方法
CN105933913B (zh) 无线传感器网络中分层数据回传链路能量收集存储方法
Wang et al. Charging path optimization for wireless rechargeable sensor network

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