CN111770467A - 一种高效的传感器与执行器协同移动能量补充的离线方案 - Google Patents

一种高效的传感器与执行器协同移动能量补充的离线方案 Download PDF

Info

Publication number
CN111770467A
CN111770467A CN202010562684.XA CN202010562684A CN111770467A CN 111770467 A CN111770467 A CN 111770467A CN 202010562684 A CN202010562684 A CN 202010562684A CN 111770467 A CN111770467 A CN 111770467A
Authority
CN
China
Prior art keywords
actuator
rpi
sensor
relay
charging
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.)
Pending
Application number
CN202010562684.XA
Other languages
English (en)
Inventor
冯勇
潘琪
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.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and Technology
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 Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN202010562684.XA priority Critical patent/CN111770467A/zh
Publication of CN111770467A publication Critical patent/CN111770467A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B5/00—Near-field transmission systems, e.g. inductive or capacitive transmission systems
    • H04B5/70—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes
    • H04B5/79—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes for data transfer in combination with power transfer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/38—TPC being performed in particular situations
    • H04W52/46—TPC being performed in particular situations in multi hop networks, e.g. wireless relay networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种高效的传感器与执行器协同移动能量补充的离线方案，属于传感器与执行器网络能量补充领域。利用谐振中继器可以实现多跳无线充电，能够显著拓展充电距离，提高网络充电效率。在无线传感器与执行器网络中，静止的传感器与可移动的执行器协同工作，本文考虑在执行器节点上安装谐振中继器，利用执行器的移动性将执行器当作可移动的中继器来进行多跳无线充电。我们提出一种高效的传感器与执行器的协同能量补充策略，基于选址问题中的带权集合覆盖问题求解执行器节点近似最优的移动目的地，利用执行器的受控能力将其移动到该位置作为中继节点，如此，能够增加网络中的多跳无线充电机会，从而延长网络生存时间。

Description

一种高效的传感器与执行器协同移动能量补充的离线方案
技术领域
本发明涉及一种高效的传感器与执行器协同移动能量补充的离线方案，属于传感器与执行器网络能量补充领域。
背景技术
传感器与执行器网络(Wireless Sensor and Actuator Network,WSAN)一般是由多个传感器节点和一定数量的执行器节点组成。传感器节点通常随机均匀部署在监测区域网络中，且传感器节点往往是静止的，而执行器节点是可移动的，每个执行器负责网络中固定区域的事件响应，即其移动范围固定。与传感器相比，执行器具有更高的计算和通信能力，和容量更大的电池，并且价格也要贵的多。传感器节点从环境中监测、感应和收集信息并且将信息传输给负责该区域的执行器节点，执行器节点收到信息后做出反应来改变环境。与传统的无线传感器网络(Wireless Sensor Network,WSN)不同，WSN是由汇聚节点来进行数据收集和协调功能，而WSAN中，传感器与执行器节点之间存在着无线链路，要求传感器与传感器之间、传感器与执行器之间以及各个区域的执行器与执行器之间能够进行协作和通信。
与WSN一样，WSAN同样面临着能量问题。由于传感器节点体积较小，所需数量较大，受成本影响，往往配置的电池容量较小，并且由于环境限制，直接为其更换电池是不现实的。为了延长传感器网络的生存时间，各国学者进行了大量研究工作，近年来涌现出了许多节能方法、能量收集方法和无线充电方法。节能方法是通过优化传感器的性能来减少能耗，从而延长网络生存时间，但是此方法有可能会增加网络延迟，降低数据的可靠性，而且由于传感器电池容量有限，节能方法的效果也是有限的。能量收集方法是指传感器通过自身配置的能量转化器从环境中获取能量的方法，由于能量转换器体积较大且能量转化率低，此方案应用并不广泛。无线充电方法是指在网络中配备移动充电装置MC(Mobile Charger)为网络中的节点进行无线能量补充，这是一种延长网络生存时间的十分有效的方法。
移动充电装置支持的充电技术分为单跳和多跳充电。单跳充电方案通过将MC移动至谐振中继器附近来给中继器中继范围内的多个节点充电，这种方式在网络节点较少的情况下充电成本不高且不能及时给节点进行能量补充。现有的多跳能量补充方法有两种，一种是以传感器节点作为中继器来进行多跳能量补充，由于传感器节点之间的距离往往大于能量传输的距离，因此网络中能够中继的节点较为有限，这在很大程度上影响了网络的能量补充效率。另一种是在网络中部署一定数量的谐振中继器以增加传感器节点获得多跳无线充电的机会，,这种方法需要部署大量的谐振中继器。
发明内容
提供一种高效的传感器与执行器协同移动能量补充的离线方案，在执行器节点上安装谐振中继器，利用执行器的移动性将执行器当作可移动的中继器来进行多跳无线充电，基于选址问题中的带权集合覆盖问题求解执行器节点近似最优的移动目的地，利用执行器的受控能力将其移动到该位置作为中继节点，如此，能够增加网络中的多跳无线充电机会。
本发明的技术方案是：首先找到所有可以作为能量中继位置的范围，并确定中继位置候选点集合；然后基于选址问题中的加权集合覆盖问题找到最优中继点集合；最后调整充电路径使充电代价更小。
所述方法的具体步骤如下：
Step1、确定最优中继位置集合；
设谐振中继器传输能量的范围为r,传感器节点集合U＝{u1,u2,…，un}，中继位置候选点集合R＝{r1,r2,…,rm}，)中继位置ri到网络中心的距离为权值d(ri)，L(u)表示覆盖传感器节点u的所有中继点的集合。
(1)以每个传感器为圆心，中继范围r为半径作圆；
(2)遍历所有传感器所构造的圆，
Figure BDA0002546660150000021
①选择下一个元素ui∈U；
②判断u构造的圆是否与其他节点的圆相交或相切，若无，转⑤；若相切，转③；若相交，转④；
③设切点为ri,R＝R∪ri；
④找到相交区域距离执行器管辖区域中心点的最近的点设为ri，R＝R∪ri；
⑤i++；
(3)根据带权集合覆盖问题的随机近似算法WSC_RA应求解满足覆盖所有有中继条件的传感器节点前提下，执行器作为中继器的总的位置个数最小且权值最小的问题。
Step2、充电路径调整
基于旅行商算法构建一条最短路径SP遍历所有传感器节点和执行器节点。所有中继器位置的集合为RP＝{rpi|0<＝i<＝Ns}，Actuator(rpi)为负责rpi位置中继的对应执行器，Sensor(rpi)为以rpi作为中继位置能够覆盖的传感器集合，Path(rpi)为插入rpi后的最短路径，AD为当前充电代价，即当前充电路径的长度与执行器行驶路径之和，AD’为插入rpi的充电代价。接下来通过下面几个步骤调整充电路径使充电代价更小。
当RP不为空时：
①对于集合RP中的每一个位置，例如rpi,需要考虑如果将其插入到SP中是否能够降低充电代价，首先遍历Sensor(rpi)，删除Sensor(rpi)中除当前节点之外的节点，计算充电代价(包括将执行器移动到rpi点的距离)，选择充电代价最小的节点ss；
②如果插入rpi的充电代价小于当前充电成本，则在当前充电路径删除Sensor(rpi)中除ss之外的节点，Actuator(rpi)移动到rpi并将其当前位置更新为rpi，当前充电代价为插入rpi的充电代价，将rpi从RP中删去；否则转③；
③如果RP不空，则i++，转①；否则调整完毕。
本发明的有益效果是：
(1)以传感器节点作为中继器来进行多跳能量补充是最常见的多跳能量补充方式，由于传感器节点之间的距离往往大于能量传输的距离，因此网络中能够中继的节点较为有限，这在很大程度上影响了网络的能量补充效率。在无线传感器与执行器网络中，在执行器上也放置谐振中继器，利用执行器的受控能力将其移动到合适的中继位置，作为能量中继节点给其它节点充电,如此便能增加网络中节点的充电机会。
(2)另一种常见的多跳能量补充方式是在网络中部署一定数量的谐振中继器以增加传感器节点获得多跳无线充电的机会，这种方式的弊端在于传感器节点往往是随机部署的，将线圈准确地部署到指定位置并不是一个容易的事情，并且网络拓扑变化之后，线圈又要重新布置，采用执行器协作的方式可以自适应网络拓扑的变化。
总之，发明了一种高效的传感器与执行器协同移动能量补充策略，能够自适应网络拓扑的变化，又能增加网络中节点的充电机会，给传感器与执行器网络的能量补充提供了新的思路。
附图说明
图1为本发明中的确定中继位置候选点过程图
图2为本发明的最优中继位置图。
图3为本发明的MC行驶路径图。
图4为本发明的执行器行驶路径图。
具体实施方式
下面结合附图和具体实施方式，对本发明作进一步说明。
实施例：一种高效的传感器与执行器协同移动能量补充的离线方案，如图1-4所示，首先找到所有可以作为能量中继位置的范围，并确定中继位置候选点集合；然后基于选址问题中的加权集合覆盖问题找到最优中继点集合；最后调整充电路径使充电代价更小。将N个传感器节点和M个执行器节点随机部署于二维平面区域中，基站位于网络中心。整个移动能量补充系统由四个成员组成：一个基站，一个移动充电装置，传感器节点)和执行器节点。对于WSAN数据处理问题，本实例采用半自主结构，在这种结构中，传感器节点将感知数据和自身状态路由到基站，然后基站向执行器节点发送动作指令。每个传感器和执行器上都安装有无线能量接受装置和无线能量中继装置。MC需要移动到传感器附近为其充电，但是可以通过执行器作为中继为传感器节点充电。每个执行器负责网络中固定区域的事件响应，即其移动范围固定。
所述方法的具体步骤如下：
Step1、确定最优中继位置集合；
首先，本文中的谐振中继器是部署于每个传感器节点、移动充电装置以及作为可移动中继节点的执行器上，当节点随机部署于网络中时，通过将执行器节点移动到合适的位置来提高网络的充电覆盖率。
假设传感器节点的信息传输半径为d，执行器的中继范围为r。由于谐振中继器是由线圈做成，限制了它的充电半径的大小，因此d<r，也就是说传感器节点与传感器节点之间往往不能直接进行多跳充电。
由于执行器的中继距离为r，因此MC最多能够通过执行器给以执行器为圆心半径为r的范围内的传感器节点充电。在选择中继器位置时，可以考虑缩短执行器移动总距离的因素。采用向心法则，尽量选择靠近网络中心(此处网络中心指的是执行器管辖区域的中心，而不是整个网络的中心)的地点。我们可以通过以下的方法来确定中继位置候选点：
设谐振中继器传输能量的范围为r,传感器节点集合U＝{u1,u2,…，un}，中继位置候选点集合R＝{r1,r2,…,rm}，)中继位置ri到网络中心的距离为权值d(ri)，L(u)表示覆盖传感器节点u的所有中继点的集合。
(1)以每个传感器为圆心，中继范围r为半径作圆；
(2)遍历所有传感器所构造的圆，
Figure BDA0002546660150000051
①选择下一个元素ui∈U；
②判断u构造的圆是否与其他节点的圆相交或相切，若无，转⑤；若相切，转③；若相交，转④；
③设切点为ri,R＝R∪ri；
④找到相交区域距离执行器管辖区域中心点的最近的点设为ri，R＝R∪ri；
⑤i++；
(3)将带权集合覆盖问题的随机近似算法WSC_RA应用本实例的实际问题中去，则是求解满足覆盖所有有中继条件的传感器节点前提下，执行器作为中继器的总的位置个数最小且权值最小的问题。其中权值为中继位置到网络中心的距离。将此问题转化为求解带权集合覆盖问题形式化如下：
有中继条件的传感器节点集合U＝{u1,u2,…，un}，中继位置候选点集合R＝{r1,r2,…,rm},中继位置ri到网络中心的距离为权值d(ri)，L(u)表示覆盖传感器节点u的所有中继点的集合。
将以上数据代入算法WSC_RA中运行多次，即可得到求权重和最小且覆盖所有传感器的最优中继位置集合。
Step2、充电路径调整
由于传感器固定，我们可以基于旅行商算法构建一条最短路径SP(ShortestPath)遍历所有传感器节点和执行器节点。所有中继器位置的集合为RP＝{rpi|0<＝i<＝Ns}，Actuator(rpi)为负责rpi位置中继的对应执行器，Sensor(rpi)为以rpi作为中继位置能够覆盖的传感器集合，Path(rpi)为插入rpi后的最短路径，AD为当前充电代价，即当前充电路径的长度与执行器行驶路径之和，AD’为插入rpi的充电代价。接下来通过下面几个步骤调整充电路径使充电代价更小。
当RP不为空时：
①对于集合RP中的每一个位置，例如rpi,需要考虑如果将其插入到SP中是否能够降低充电代价，首先遍历Sensor(rpi)，删除Sensor(rpi)中除当前节点之外的节点，计算充电代价(包括将执行器移动到rpi点的距离)，选择充电代价最小的节点ss；
②如果插入rpi的充电代价小于当前充电成本，则在当前充电路径删除Sensor(rpi)中除ss之外的节点，Actuator(rpi)移动到rpi并将其当前位置更新为rpi，当前充电代价为插入rpi的充电代价，将rpi从RP中删去；否则转③；
③如果RP不空，则i++，转①；否则调整完毕。
上面结合附图对本发明的具体实施方式做了详细说明，但是本发明并不限于上述方式。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做出各种变化，这些变化也应视为本发明的保护范围。

Claims (1)

1.一种高效的传感器与执行器协同移动能量补充的离线方案，其特征在于：
具体步骤如下：
Step1、确定最优中继位置集合；
设谐振中继器传输能量的范围为r,传感器节点集合U＝{u1,u2,…，un}，中继位置候选点集合R＝{r1,r2,…,rm}，)中继位置ri到网络中心的距离为权值d(ri)，L(u)表示覆盖传感器节点u的所有中继点的集合；
(1)以每个传感器为圆心，中继范围r为半径作圆；
(2)遍历所有传感器所构造的圆，
Figure FDA0002546660140000011
①选择下一个元素ui∈U；
②判断u构造的圆是否与其他节点的圆相交或相切，若无，转⑤，若相切，转③，若相交，转④；
③设切点为ri,R＝R∪ri；
④找到相交区域距离执行器管辖区域中心点的最近的点设为ri，R＝R∪ri；
⑤i++；
(3)根据带权集合覆盖问题的随机近似算法WSC_RA应求解满足覆盖所有有中继条件的传感器节点前提下，执行器作为中继器的总的位置个数最小且权值最小的问题；
Step2、充电路径调整
基于旅行商算法构建一条最短路径SP遍历所有传感器节点和执行器节点；所有中继器位置的集合为RP＝{rpi|0<＝i<＝Ns}，Actuator(rpi)为负责rpi位置中继的对应执行器，Sensor(rpi)为以rpi作为中继位置能够覆盖的传感器集合，Path(rpi)为插入rpi后的最短路径，AD为当前充电代价，即当前充电路径的长度与执行器行驶路径之和，AD’为插入rpi的充电代价，接下来通过下面几个步骤调整充电路径使充电代价更小；
当RP不为空时：
①对于集合RP中的每一个位置，例如rpi,需要考虑如果将其插入到SP中是否能够降低充电代价，首先遍历Sensor(rpi)，删除Sensor(rpi)中除当前节点之外的节点，计算充电代价(包括将执行器移动到rpi点的距离)，选择充电代价最小的节点ss；
②如果插入rpi的充电代价小于当前充电成本，则在当前充电路径删除Sensor(rpi)中除ss之外的节点，Actuator(rpi)移动到rpi并将其当前位置更新为rpi，当前充电代价为插入rpi的充电代价，将rpi从RP中删去；否则转③；
③如果RP不空，则i++，转①；否则调整完毕。
CN202010562684.XA 2020-06-19 2020-06-19 一种高效的传感器与执行器协同移动能量补充的离线方案 Pending CN111770467A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010562684.XA CN111770467A (zh) 2020-06-19 2020-06-19 一种高效的传感器与执行器协同移动能量补充的离线方案

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010562684.XA CN111770467A (zh) 2020-06-19 2020-06-19 一种高效的传感器与执行器协同移动能量补充的离线方案

Publications (1)

Publication Number Publication Date
CN111770467A true CN111770467A (zh) 2020-10-13

Family

ID=72721377

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010562684.XA Pending CN111770467A (zh) 2020-06-19 2020-06-19 一种高效的传感器与执行器协同移动能量补充的离线方案

Country Status (1)

Country Link
CN (1) CN111770467A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113490221A (zh) * 2021-07-05 2021-10-08 长沙理工大学 基于启发式算法的可持续无线传感器网络系统构建方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113490221A (zh) * 2021-07-05 2021-10-08 长沙理工大学 基于启发式算法的可持续无线传感器网络系统构建方法

Similar Documents

Publication Publication Date Title
Huang et al. Mobile robots in wireless sensor networks: A survey on tasks
Anastasi et al. An adaptive data-transfer protocol for sensor networks with data mules
Tirta et al. Efficient collection of sensor data in remote fields using mobile collectors
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
CN107592604B (zh) 基于离线模型的无线可充电传感器网络移动数据收集方法
CN103327653B (zh) 基于睡眠调度和覆盖补偿的覆盖保持方法
CN104734372A (zh) WRSNs中联合地理位置路由的能量自适应充电方法
CN108173664B (zh) 一种多跳无线可充电传感器网络中谐振中继器部署方法
CN109862612B (zh) 基于双功能小车移动路径规划的数据收集和无线充电方法
CN104539374A (zh) 基于水面传感网-水声传感网的混合组网方法
CN109451556B (zh) 基于uav对无线传感网充电的方法
CN102883429B (zh) 基于定向天线的传感器网络内移动物体跟踪方法及装置
CN105451292B (zh) WRSNs中基于网格结构的分层网络充电方法
Zhang et al. Data collecting and energy charging oriented mobile path design for rechargeable wireless sensor networks
CN109511150A (zh) 一种基于单对多充电技术的移动充电车路径规划算法
CN105592472A (zh) 无线传感器网络拓扑方法
CN111770467A (zh) 一种高效的传感器与执行器协同移动能量补充的离线方案
CN108832730B (zh) 一种物联网无线充电方法
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
CN100583932C (zh) 无线传感器网络中数据收集设备的移动决策方法
CN112702688A (zh) 结合能量补充和数据收集的移动小车规划方法
CN110248330B (zh) 一种基于中继充电模型最大化充电小车休息时间调度方法
CN112118583A (zh) 一种基于目标覆盖的可充电小车移动最优路径规划方法
Li et al. Cooperative recharge scheme based on a Hamiltonian path in mobile wireless rechargeable sensor networks
KR102241029B1 (ko) 무선 센서 네트워크에서 병합 노드 결정 방법 및 그 장치

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201013

WD01 Invention patent application deemed withdrawn after publication