CN113507172A - 基于移动充电车的无线传感器网络节点充电方法 - Google Patents

基于移动充电车的无线传感器网络节点充电方法 Download PDF

Info

Publication number
CN113507172A
CN113507172A CN202110700795.7A CN202110700795A CN113507172A CN 113507172 A CN113507172 A CN 113507172A CN 202110700795 A CN202110700795 A CN 202110700795A CN 113507172 A CN113507172 A CN 113507172A
Authority
CN
China
Prior art keywords
sensor
charging
path
coverage
time
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
CN202110700795.7A
Other languages
English (en)
Other versions
CN113507172B (zh
Inventor
于红利
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.)
Liaoning University of Technology
Original Assignee
Liaoning University of 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 Liaoning University of Technology filed Critical Liaoning University of Technology
Priority to CN202110700795.7A priority Critical patent/CN113507172B/zh
Publication of CN113507172A publication Critical patent/CN113507172A/zh
Application granted granted Critical
Publication of CN113507172B publication Critical patent/CN113507172B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
    • 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
    • H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
    • 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
    • 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
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于移动充电车的无线传感器网络节点充电方法，包括以下步骤，S1：移动充电车评估充电请求队列Q和已规划充电路径P中每个传感器的覆盖范围收益，确定从充电路径P中删除的传感器组
Figure DDA0003129750530000011
和充电请求队列Q中要添加到充电路径中的传感器组
Figure DDA0003129750530000012
构建新的充电候选传感器集；S2：为新的充电候选传感器集建立新的充电路径
Figure DDA0003129750530000013
S3：移动充电车沿着新的充电路径
Figure DDA0003129750530000014
移动，并为路径中的第一个传感器充电；S4：移动充电车完成对路径中第一个传感器节点充电后，重复执行步骤S1～S3，直至完成对Q中所有传感器的充电。本发明中的方法考虑每个请求充电的传感器的覆盖贡献，最大化网络覆盖范围，降低传感器电量不足导致的覆盖范围损失，提高充电效率。

Description

基于移动充电车的无线传感器网络节点充电方法
技术领域
本发明涉及无线充电技术领域，尤其涉及基于移动充电车的无线传感器网络节点充电方法。
背景技术
无线传感器网络(WSN)已广泛应用于各个领域，包括医疗保健，智能运输，工业应用，环境监测，辅助农业生产以及军事领域。由于无线传感器主要由能量有限的电池供电，这导致了网络寿命有限的问题。近年来，随着无线充电技术的飞速发展，为无线传感器网络的能量供应提供了有效的解决方案。无线充电技术允许移动能源站在传感器之间移动，并在一定的充电范围内以无线方式为传感器充电补充能量。
现有技术中已经提出了许多充电机制来延长传感器网络的寿命，这些研究主要可以分为两类：按固定顺序充电的方法和按实际需求充电的方法。在按固定顺序充电方法中，假设移动充电车知道包括能耗率、上次充电时间和传感器位置在内的信息，移动充电车沿着监视器场景中的固定路径行走，为传感器充电，该充电机制要解决的核心问题是如何规划移动充电车的充电路径，以满足传感器的充电需求，从而实现整个传感器网络的高充电效率。但是，监视环境的实际特征和传感器的特定要求将导致某些信息不确定或不可预测。这就产生了一个问题，即预定路径不能满足传感器的充电需求，由于传感器没有及时充电，导致了传感器的故障，影响网络的监视性能。
由于按序充电方法的缺点是导致充电路径过长、充电效率低，因此，出现了按需充电方法。按需充电机制允许能量不足的传感器随时向移动充电车发送充电请求，移动充电车动态规划传感器的充电顺序，并构造充电路径以执行充电任务。由于在充电车执行充电任务过程中，信息的充电请求不断产生，因此充电路径要不断更新。按需充电机制考虑了每个传感器不同的充电需求，并采用有效的方法来提高传感器的充电效率。但是，现有技术都只考虑了所需传感器和移动充电车之间的距离，目的是最大化充电传感器的数量，并没有考虑传感器的覆盖范围，这就使得现有充电机制难以网络覆盖范围最大化。
发明内容
针对上述存在的问题，本发明旨在提供一种基于移动充电车的无线传感器网络节点充电方法，考虑每个请求充电的传感器的覆盖范围贡献，基于移动充电车动态调度，评估每个请求充电的传感器的覆盖范围贡献，并选择覆盖范围贡献大且距离较近的传感器作为下一个充电路径的候选充电对象，从而提高充电效率。
为了实现上述目的，本发明所采用的技术方案如下：
基于移动充电车的无线传感器网络节点充电方法，其特征在于，包括以下步骤，
S1：移动充电车评估充电请求队列Q和已规划充电路径P中每个传感器的覆盖范围收益，确定从充电路径P中删除的传感器组
Figure BDA0003129750510000021
和充电请求队列Q中要添加到充电路径中的传感器组
Figure BDA0003129750510000022
构建新的充电候选传感器集；
S2：为步骤S1中构建的新的充电候选传感器集建立新的充电路径
Figure BDA0003129750510000023
S3：移动充电车沿着步骤S2中建立的新的充电路径
Figure BDA0003129750510000024
移动，并为路径中的第一个传感器充电；
S4：移动充电车完成对路径中第一个传感器节点充电后，重复执行步骤S1～S3，直至完成对Q中所有传感器的充电。
进一步的，步骤S1的具体操作包括以下步骤，
S101：设时间t为当前时刻，令
Figure BDA0003129750510000025
表示已经发送充电请求的传感器组，也即充电请求队列，Q中任何一个候选传感器记为
Figure BDA0003129750510000026
其中，i＝1,2，…，y；
Figure BDA0003129750510000027
代表已规划的充电路径；
S102：令
Figure BDA0003129750510000028
表示新的充电路径，通过在P中加入传感器
Figure BDA0003129750510000029
或者将传感器
Figure BDA00031297505100000210
从P中删除后而获得，假设传感器
Figure BDA00031297505100000211
被部署在新的充电路径中的第k个位置处，则新的充电路径
Figure BDA00031297505100000212
可表示为
Figure BDA00031297505100000213
S103：令li＝(xi，yi)和lj＝(xj，yj)表示传感器
Figure BDA00031297505100000214
和
Figure BDA00031297505100000215
的位置，d(si，sj)表示传感器
Figure BDA00031297505100000216
和
Figure BDA00031297505100000217
之间的距离，则
Figure BDA00031297505100000218
S104：令
Figure BDA00031297505100000219
表示传感器
Figure BDA00031297505100000220
的覆盖范围收益，即移动充电车每移动单位距离所获得的覆盖贡献，传感器的覆盖范围收益表示为
Figure BDA00031297505100000221
式中，
Figure BDA00031297505100000222
是将传感器
Figure BDA0003129750510000031
添加到充电路径中后引起路径长度增加量，若将
Figure BDA0003129750510000032
插入到传感器s1和s2之间，则导致的路径的增加量
Figure BDA0003129750510000033
表示为
Figure BDA0003129750510000034
为传感器
Figure BDA0003129750510000035
在t时刻的独立覆盖贡献；
S105：计算上一轮计划的充电路径P中每个传感器
Figure BDA0003129750510000036
的覆盖范围收益
Figure BDA0003129750510000037
S106：令
Figure BDA0003129750510000038
和
Figure BDA0003129750510000039
分别表示Q中覆盖范围收益
Figure BDA00031297505100000310
最大的传感器和P中覆盖范围收益
Figure BDA00031297505100000311
最小的传感器，也即
Figure BDA00031297505100000312
S107：令
Figure BDA00031297505100000313
表示Q中所有传感器的平均覆盖范围收益，则
Figure BDA00031297505100000314
式中，|Q|表示充电请求队列Q中传感器的数量；令
Figure BDA00031297505100000315
表示路径P中所有传感器的平均覆盖范围收益，则
Figure BDA00031297505100000316
式中，|P|表示已规划充电路径P中传感器的数量；
S108：将
Figure BDA00031297505100000317
作为阈值，判断是否将传感器
Figure BDA00031297505100000318
添加到新的充电路径
Figure BDA00031297505100000319
中；同时，将
Figure BDA00031297505100000320
作为阈值，判断是否将传感器
Figure BDA00031297505100000321
从路径P中删除。
进一步的，步骤S104中传感器
Figure BDA00031297505100000322
在t时刻的独立覆盖贡献
Figure BDA00031297505100000323
的计算方法为：令Ni代表
Figure BDA00031297505100000324
的邻居传感器，ai表示
Figure BDA00031297505100000325
的覆盖面积，
Figure BDA00031297505100000326
和
Figure BDA00031297505100000327
分别表示
Figure BDA00031297505100000328
邻居传感器的覆盖面积和覆盖贡献，则
Figure BDA00031297505100000329
表示为
Figure BDA00031297505100000330
令
Figure BDA00031297505100000331
表示传感器
Figure BDA00031297505100000332
在t时刻的工作状态，表示为
Figure BDA00031297505100000333
式中，
Figure BDA00031297505100000334
表示
Figure BDA00031297505100000335
的睡眠时间；
Figure BDA00031297505100000336
的邻居传感器在t时刻的覆盖贡献
Figure BDA00031297505100000337
表示为
Figure BDA00031297505100000338
则传感器
Figure BDA00031297505100000339
的独立覆盖贡献表示为
Figure BDA00031297505100000340
的覆盖区域减去与邻居传感器重叠的覆盖区域，即
Figure BDA00031297505100000341
进一步的，步骤S108的具体操作包括，令
Figure BDA00031297505100000342
和
Figure BDA00031297505100000343
分别表示传感器
Figure BDA00031297505100000344
和
Figure BDA00031297505100000345
的覆盖范围收益，则当
Figure BDA00031297505100000346
时，将传感器
Figure BDA00031297505100000347
添加到新的充电路径
Figure BDA00031297505100000348
中，此时，传感器
Figure BDA0003129750510000041
成为加入路径P的候选传感器组
Figure BDA0003129750510000042
的一个成员；当
Figure BDA0003129750510000043
时，将传感器
Figure BDA0003129750510000044
从路径P中删除，传感器
Figure BDA0003129750510000045
成为从路径P中候选删除的传感器组
Figure BDA0003129750510000046
的一个成员。
进一步的，步骤S108的具体操作包括，根据计算出来的充电请求队列Q中每个传感器
Figure BDA0003129750510000047
对应的覆盖范围收益
Figure BDA0003129750510000048
以及充电路径P中每个传感器
Figure BDA0003129750510000049
对应的覆盖范围收益
Figure BDA00031297505100000410
所有符合
Figure BDA00031297505100000411
的传感器
Figure BDA00031297505100000412
构成加入路径P的候选传感器组
Figure BDA00031297505100000413
所有符合
Figure BDA00031297505100000414
的传感器
Figure BDA00031297505100000415
构成路径P中候选删除的传感器组
Figure BDA00031297505100000416
进一步的，步骤S1的具体操作包括，
S101：设时间t为当前时间，令
Figure BDA00031297505100000417
表示已经发送充电请求的传感器组，称为充电请求队列，Q中任何一个传感器记为
Figure BDA00031297505100000418
其中，i＝1,2，…，y；
Figure BDA00031297505100000419
代表已规划的充电路径；
S102：令E和
Figure BDA00031297505100000420
分别表示传感器
Figure BDA00031297505100000421
满电量时的能量和在t时刻的剩余能量，αch和αdisch分别代表传感器的充电速率和放电速率，
Figure BDA00031297505100000422
表示传感器
Figure BDA00031297505100000423
的充电时间，
Figure BDA00031297505100000424
表示传感器发送充电请求后等待充电的时间，称为充电等待时间，则
Figure BDA00031297505100000425
令li＝(xi，yi)和lj＝(xj，yj)表示传感器
Figure BDA00031297505100000426
和
Figure BDA00031297505100000427
的位置，d(xi，sj)表示传感器
Figure BDA00031297505100000428
和
Figure BDA00031297505100000429
之间的距离，则d(si，sj)＝((xi-xj)2+(yi-yj)2)1/2假设移动充电车以恒定的速度v沿着充电路径移动，则充电车从传感器
Figure BDA00031297505100000430
到
Figure BDA00031297505100000431
所需要的时间表示为
Figure BDA00031297505100000432
S103：已知已规划的充电路径
Figure BDA00031297505100000433
表示传感器
Figure BDA00031297505100000434
的充电等待时间，则
Figure BDA00031297505100000435
的充电等待时间由两部两部分构成，一部分为充电路径P中传感器
Figure BDA00031297505100000436
之前所有传感器的充电时间之和；另一部分为充电车从当前位置行走至传感器
Figure BDA00031297505100000437
所耗费的时间之和；则传感器
Figure BDA00031297505100000438
的充电等待时间表示为
Figure BDA00031297505100000439
其中，
Figure BDA00031297505100000440
表示充电路径P中第j个传感器的充电时间，
Figure BDA0003129750510000051
表示传感器
Figure BDA0003129750510000052
和
Figure BDA0003129750510000053
之间的距离；
设路径P中最后一个传感器编号为
Figure BDA0003129750510000054
传感器
Figure BDA0003129750510000055
的充电等待时间
Figure BDA0003129750510000056
和充电时间
Figure BDA0003129750510000057
分别可通过公式
Figure BDA0003129750510000058
和
Figure BDA0003129750510000059
来获得，因此，移动充电车完成一轮充电任务所需的总充电时间
Figure BDA00031297505100000510
S104：令
Figure BDA00031297505100000511
表示传感器
Figure BDA00031297505100000512
进入睡眠状态之前的最大连续工作时间，其表示为
Figure BDA00031297505100000513
为传感器
Figure BDA00031297505100000514
的睡眠阈值，当传感器剩余电量为
Figure BDA00031297505100000515
时，将进入睡眠状态；
令
Figure BDA00031297505100000516
表示传感器
Figure BDA00031297505100000517
的睡眠时间，将传感器的睡眠时间平均划分为多个时间槽，记为
Figure BDA00031297505100000518
则在给定的时间段T范围内，传感器
Figure BDA00031297505100000519
的睡眠时间
Figure BDA00031297505100000520
根据传感器
Figure BDA00031297505100000521
的睡眠时间，进一步定义传感器
Figure BDA00031297505100000522
在t时刻的状态
Figure BDA00031297505100000523
当时刻t落在睡眠时间
Figure BDA00031297505100000524
范围内时，传感器
Figure BDA00031297505100000525
处于睡眠状态，否则，传感器
Figure BDA00031297505100000526
处于其他状态；
S105：令
Figure BDA00031297505100000527
表示在时间段T内，路径P中所有传感器获得的覆盖范围收益，时间段T可以平均的划分为tx个时间槽，即T＝{t1，...tx}，令|P|表示路径P中传感器的数量，则
Figure BDA00031297505100000528
表示为
Figure BDA00031297505100000529
其中
Figure BDA00031297505100000530
表示t时刻传感器si的独立覆盖贡献；令
Figure BDA00031297505100000531
表示新的充电路径，它是根据当前传感器的充电请求情况和充电路径覆盖范围收益最大的原则，在已规划充电路径P中添加或者删除传感器而构成；
Figure BDA00031297505100000532
表示在时间段T内，新的路径
Figure BDA00031297505100000533
中所有传感器获得的覆盖范围收益，则
Figure BDA00031297505100000534
表示为
Figure BDA0003129750510000061
S106：计算充电请求队列Q中每个传感器
Figure BDA0003129750510000062
在时间段T中对应的覆盖范围收益
Figure BDA0003129750510000063
令
Figure BDA0003129750510000064
表示列队Q中传感器
Figure BDA0003129750510000065
的覆盖范围收益，令
Figure BDA0003129750510000066
表示传感器
Figure BDA0003129750510000067
加入路径P后的覆盖范围收益，则
Figure BDA0003129750510000068
S107：计算路径P中所有传感器sj∈P的覆盖范围收益；令
Figure BDA0003129750510000069
表示路径P中去掉传感器sj后的路径的覆盖范围收益，则sj的覆盖范围收益
Figure BDA00031297505100000610
表示为：
Figure BDA00031297505100000611
S108：令
Figure BDA00031297505100000612
和
Figure BDA00031297505100000613
分别表示Q中覆盖范围收益最大的传感器和P中覆盖范围收益最小的传感器，二者分别表示为
Figure BDA00031297505100000614
S109：令
Figure BDA00031297505100000615
和
Figure BDA00031297505100000616
分别表示Q和P中传感器在T时间内的平均充电收益，则
Figure BDA00031297505100000617
S1010：将
Figure BDA00031297505100000618
作为阈值，判断是否将传Q中的感器
Figure BDA00031297505100000619
添加到充电路径P中，同时，将
Figure BDA00031297505100000620
作为阈值，判断是否将P中的传感器
Figure BDA00031297505100000621
从路径P中删除。
进一步的，步骤S1010的具体操作包括，令
Figure BDA00031297505100000622
和
Figure BDA00031297505100000623
分别表示传感器
Figure BDA00031297505100000624
和
Figure BDA00031297505100000625
的覆盖范围收益，
Figure BDA00031297505100000626
和
Figure BDA00031297505100000627
表示网络工作过程中的平均充电收益；则当
Figure BDA00031297505100000628
时，传感器
Figure BDA00031297505100000629
添加到新的充电路径
Figure BDA00031297505100000630
中；当
Figure BDA00031297505100000631
时，将传感器
Figure BDA00031297505100000632
从路径P中删除。
进一步的，步骤S1010的具体操作包括，根据计算出来的充电请求队列Q中每个传感器
Figure BDA00031297505100000633
在时间段T中的覆盖范围收益
Figure BDA00031297505100000634
和已规划的充电路径P中每个传感器
Figure BDA00031297505100000635
在时间段T中对应的覆盖范围收益
Figure BDA00031297505100000636
所有符合
Figure BDA00031297505100000637
条件的传感器
Figure BDA00031297505100000638
构成加入路径P的候选传感器组
Figure BDA00031297505100000639
所有符合
Figure BDA00031297505100000640
条件的传感器
Figure BDA00031297505100000641
构成路径P中候选删除的传感器组
Figure BDA00031297505100000642
进一步的，步骤S2的具体操作包括以下步骤，
S201：从路径P中删除传感器组
Figure BDA00031297505100000643
中的传感器；令
Figure BDA00031297505100000644
表示路径P的子路径，每个
Figure BDA0003129750510000071
被删除后，子路径由
Figure BDA0003129750510000072
变为
Figure BDA0003129750510000073
S202：将传感器组
Figure BDA0003129750510000074
中的传感器插入到新的充电路径
Figure BDA0003129750510000075
中；
S203：为新加入的传感器节点寻找插入位置，在充电路径P中，寻找与插入传感器距离最近的线段
Figure BDA0003129750510000076
进而将传感器组
Figure BDA0003129750510000077
插入到
Figure BDA0003129750510000078
和
Figure BDA0003129750510000079
之间，此时，充电路径由
Figure BDA00031297505100000710
变为
Figure BDA00031297505100000711
S204：令d(sx，sy)表示两个传感器sx,sy之间的距离，令
Figure BDA00031297505100000712
表示将传感器
Figure BDA00031297505100000713
插入充电路径后导致充电路径长度的增加量，则
Figure BDA00031297505100000714
S205：假设
Figure BDA00031297505100000715
是插入传感器
Figure BDA00031297505100000716
的最佳位置，则传感器的最佳插入位置必须满足
Figure BDA00031297505100000717
的条件，即传感器加入到该位置后所产生的路径增加量最小；因此，按照该原则，为每个传感器
Figure BDA00031297505100000718
寻找最佳插入位置，并加入到路径P中，再结合S201中对路径P中传感器的删除结果，从而构造新的充电路径
Figure BDA00031297505100000719
本发明的有益效果是：
1、本发明中基于移动充电车的无线传感器网络节点充电方法每完成一个传感器的充电工作后，都将会根据传感器的充电请求情况重新规划充电路径，并且在路径规划过程中充分考虑每个请求充电的传感器的覆盖范围，基于充电排程的动态更新方法，评估每个请求充电的传感器所产生的连锁效应，并选择覆盖范围贡献大且距离短的传感器作为下一轮充电候选充电对象，从而有效的提高了充电效率，最大程度地提高网络的时间和空间监控质量。
2、本发明中基于移动充电车的无线传感器网络节点充电方法在计算每个请求充电的传感器的覆盖范围时，提出了两种不同的算法，包括基本充电覆盖收益(S-RCB)算法和连锁效应充电覆盖收益(CE-RCB)算法；S-RCB算法将传感器的充电收益作为评估传感器能否加入充电路径的条件；CE-RCB算法进一步考虑每个传感器的连锁效应，即传感器插入路径后导致后续传感器等待时间和休眠时间的增加，从而影响网络覆盖范围；在此基础上，还使用两种传感器更新策略(包括单传感器更新(single update,SU)和多传感器更新(multiple-update,MU))，从当前充电路径和充电请求队列中选取传感器节点，定期更新充电路径，从而最大化网络的总体覆盖范围，本方法在覆盖效率和成本效益指标等方面均优于现有的充电方法。
附图说明
图1为本发明中移动充电车已完成上一轮充电，检查当前队列Q中充电请求充电传感器的场景；
图2为本发明每个传感器的状态转换图；
图3为本发明实施例三中部署多个传感器的监视区域情况；
图4为本发明实施例三中传感器s8加入充电路径前、后示意图；
图5为本发明仿真实验中监视区域A内传感器随机部署的场景；
图6为本发明仿真实验中在传感器数量和睡眠阈值不同的情况下，CAERM、MERSH和JESRP算法在覆盖率方面的性能比较结果；
图7为本发明仿真实验中在传感器的数量和充电率/放电率不同的情况下，CAERM、MERSH和JESRP算法在覆盖率方面的性能比较结果；
图8为本发明仿真实验中在充电率/放电率和经过时间不同的情况下，CAERM、MERSH和JESRP算法在覆盖率方面的性能比较结果；
图9为本发明仿真实验中在经过时间和睡眠阈值不同的情况下，CAERM、MERSH和JESRP算法在覆盖率方面的性能比较结果；
图10为本发明仿真实验中在睡眠阈值和充电率/放电速率不同的情况下，CAERM、MERSH和JESRP算法在充电覆盖贡献方面的性能比较结果；
图11为本发明仿真实验中在睡眠阈值和充电率/放电速率不同的情况下，CAERM、MERSH和JESRP算法的覆盖范围损失的比较结果；
图12为本发明仿真实验中在睡眠阈值和传感器数量不同的情况下，CAERM、MERSH和JESRP算法成本效益指数的比较结果；
图13为本发明仿真实验中在充电率/放电速率和传感器数量不同的情况下，CAERM、MERSH和JESRP算法成本效益指数的比较结果。
具体实施方式
为了使本领域的普通技术人员能更好的理解本发明的技术方案，下面结合附图和实施例对本发明的技术方案做进一步的描述。
实施例一：
基于移动充电车的无线传感器网络节点充电方法，包括以下步骤，
S1：移动充电车评估充电请求队列Q和已规划充电路径P中每个传感器的覆盖范围收益，确定从充电路径P中删除的传感器组
Figure BDA0003129750510000091
和充电请求队列Q中要添加到充电路径中的传感器组
Figure BDA0003129750510000092
构建新的充电候选传感器集；
令
Figure BDA0003129750510000093
代表上一轮已计划的充电路径，并且移动充电车已完成第一个传感器
Figure BDA0003129750510000094
的充电任务。在网络初始化阶段，移动充电车将所有已发送充电请求的传感器作为一组候选节点，并使用汉密尔顿路径构造初始路径。从而，得到初始路径P。由于每个传感器所承担的代传数据量不同，导致它们的能量消耗率也是不同。因此，不同的传感器发送充电请求的时间不同步，这使得移动充电车在执行充电任务过程中不断接收传感器的充电请求。令Ri＝(si,(xi，yi),ti)表示在ti时刻由传感器si发送的充电请求，其中，li＝(xi，yi)表示传感器si的位置坐标。移动充电车从t时刻开始，移动充电车开始接收传感器发送的充电请求。在充电路径中，移动充电车每完成一个传感器节点的充电任务后，重新检查充电队列Q中的充电请求，选择下一轮充电的传感器。附图1显示了移动充电车在路径中，完成第一个传感器充电后检查当前队列Q中传感器的充电请求的场景。
具体的，本实施例中采用基本充电覆盖范围收益(S-RCB)算法评估充电请求队列Q，以及上一轮计划的充电路径P中每个传感器的覆盖范围收益，具体操作包括以下步骤，
S101：设时间t为当前时刻，令
Figure BDA0003129750510000095
表示已经发送充电请求的传感器组，也即充电请求队列，Q中任何一个候选传感器记为
Figure BDA0003129750510000096
其中，i＝1,2，…，y；
Figure BDA0003129750510000097
代表已规划的充电路径；
S102：令
Figure BDA0003129750510000098
表示新的充电路径，通过在P中加入传感器
Figure BDA0003129750510000099
或者将传感器
Figure BDA00031297505100000910
从P中删除后而获得，假设传感器
Figure BDA00031297505100000911
被部署在新的充电路径中的第k个位置处，则新的充电路径
Figure BDA00031297505100000912
可表示为
Figure BDA00031297505100000913
S103：令li＝(xi，yi)和lj＝(xj，yj)表示传感器
Figure BDA00031297505100000914
和
Figure BDA00031297505100000915
的位置，d(si，sj)表示传感器
Figure BDA0003129750510000101
和
Figure BDA0003129750510000102
之间的距离，则d(si，sj)＝((xi-xj)2+(yi-yj)2)1/2；
S104：令
Figure BDA0003129750510000103
表示传感器
Figure BDA0003129750510000104
的覆盖范围收益，即移动充电车每移动单位距离所获得的覆盖贡献，传感器的覆盖范围收益表示为
Figure BDA0003129750510000105
式中，
Figure BDA0003129750510000106
是将传感器
Figure BDA0003129750510000107
添加到充电路径中后引起路径长度增加量，若将
Figure BDA0003129750510000108
插入到传感器s1和s2之间，则导致的路径的增加量
Figure BDA0003129750510000109
表示为
Figure BDA00031297505100001010
为传感器
Figure BDA00031297505100001011
在t时刻的独立覆盖贡献；
传感器
Figure BDA00031297505100001012
在t时刻的独立覆盖贡献
Figure BDA00031297505100001013
的计算方法为：令Ni代表
Figure BDA00031297505100001014
的邻居传感器，ai表示
Figure BDA00031297505100001015
的覆盖面积，
Figure BDA00031297505100001016
和
Figure BDA00031297505100001017
分别表示
Figure BDA00031297505100001018
邻居传感器的覆盖面积和覆盖贡献，则
Figure BDA00031297505100001019
表示为
Figure BDA00031297505100001020
令
Figure BDA00031297505100001021
表示传感器
Figure BDA00031297505100001022
在t时刻的工作状态，表示为
Figure BDA00031297505100001023
式中，
Figure BDA00031297505100001024
表示
Figure BDA00031297505100001025
的睡眠时间；
Figure BDA00031297505100001026
的邻居传感器在t时刻的覆盖贡献
Figure BDA00031297505100001027
表示为
Figure BDA00031297505100001028
则传感器
Figure BDA00031297505100001029
的独立覆盖贡献表示为
Figure BDA00031297505100001030
的覆盖区域减去与邻居传感器重叠的覆盖区域，即
Figure BDA00031297505100001031
S105：计算上一轮计划的充电路径P中每个传感器
Figure BDA00031297505100001032
的覆盖范围收益
Figure BDA00031297505100001033
计算方法与步骤S104中的
Figure BDA00031297505100001034
相同；
S106：令
Figure BDA00031297505100001035
和
Figure BDA00031297505100001036
分别表示Q中覆盖范围收益
Figure BDA00031297505100001037
最大的传感器和P中覆盖范围收益
Figure BDA00031297505100001038
最小的传感器，也即
Figure BDA00031297505100001039
S107：令
Figure BDA00031297505100001040
表示Q中所有传感器的平均覆盖范围收益，则
Figure BDA00031297505100001041
式中，|Q|表示充电请求队列Q中传感器的数量；令
Figure BDA00031297505100001042
表示路径P中所有传感器的平均覆盖范围收益，则
Figure BDA0003129750510000111
式中，|P|表示已规划充电路径P中传感器的数量；
S108：将
Figure BDA0003129750510000112
作为阈值，判断是否将传感器
Figure BDA0003129750510000113
添加到新的充电路径
Figure BDA0003129750510000114
中；同时，将
Figure BDA0003129750510000115
作为阈值，判断是否将传感器
Figure BDA0003129750510000116
从路径P中删除。
在判断将Q中传感器
Figure BDA0003129750510000117
添加到新的充电路径
Figure BDA0003129750510000118
和路径P中传感器
Figure BDA0003129750510000119
从删除的过程中，可采用单传感器更新(SU)和多传感器更新(MU)策略来实现。
单传感器更新(SU)策略：令
Figure BDA00031297505100001110
和
Figure BDA00031297505100001111
分别表示传感器
Figure BDA00031297505100001112
和
Figure BDA00031297505100001113
的覆盖范围收益，则当
Figure BDA00031297505100001114
时，将传感器
Figure BDA00031297505100001115
添加到新的充电路径
Figure BDA00031297505100001116
中，此时，传感器
Figure BDA00031297505100001117
成为加入路径P的候选传感器组
Figure BDA00031297505100001118
的一个成员；当
Figure BDA00031297505100001119
时，将传感器
Figure BDA00031297505100001120
从路径P中删除，传感器
Figure BDA00031297505100001121
成为从路径P中候选删除的传感器组
Figure BDA00031297505100001122
的一个成员。由此，完成了基于SU策略的充电路径更新。
多传感器更新(MU)策略：步骤S108的具体操作包括，根据计算出来的充电请求队列Q中每个传感器
Figure BDA00031297505100001123
对应的覆盖范围收益
Figure BDA00031297505100001124
以及充电路径P中每个传感器
Figure BDA00031297505100001125
对应的覆盖范围收益
Figure BDA00031297505100001126
所有符合
Figure BDA00031297505100001127
的传感器
Figure BDA00031297505100001128
构成加入路径P的候选传感器组
Figure BDA00031297505100001129
依据每一轮更新传感器的数量n，将
Figure BDA00031297505100001130
中n个传感器按照覆盖范围收益由大到小的次序依次加入路径P。
同理，所有符合
Figure BDA00031297505100001131
的传感器
Figure BDA00031297505100001132
构成路径P中候选删除的传感器组
Figure BDA00031297505100001133
依据每一轮更新传感器的数量n，将
Figure BDA00031297505100001134
中n个传感器按照覆盖范围收益由小到大的次序依次从路径P中删除。
S2：为步骤S1中更新后的充电传感器建立充电路径
Figure BDA00031297505100001135
具体的，S201：从路径P中删除传感器组
Figure BDA00031297505100001136
中的传感器；令
Figure BDA00031297505100001137
表示路径P的子路径，每个
Figure BDA00031297505100001138
被删除后，子路径由
Figure BDA00031297505100001139
变为
Figure BDA00031297505100001140
S202：将传感器组
Figure BDA00031297505100001141
中的传感器插入到新的充电路径
Figure BDA00031297505100001142
中；
S203：为新加入的传感器节点寻找插入位置，在充电路径P中，寻找与插入传感器距离最近的线段
Figure BDA00031297505100001143
进而将传感器组
Figure BDA00031297505100001144
插入到
Figure BDA00031297505100001145
和
Figure BDA00031297505100001146
之间，此时，充电路径由
Figure BDA0003129750510000121
变为
Figure BDA0003129750510000122
S204：令d(sx，sy)表示两个传感器sx,sy之间的距离，令
Figure BDA0003129750510000123
表示将传感器
Figure BDA0003129750510000124
插入充电路径后导致充电路径长度的增加量，则
Figure BDA0003129750510000125
S205：假设
Figure BDA0003129750510000126
是插入传感器
Figure BDA0003129750510000127
的最佳位置，则传感器的最佳插入位置必须满足
Figure BDA0003129750510000128
的条件，即传感器加入到该位置后所产生的路径增加量最小；因此，按照该原则，为每个传感器
Figure BDA0003129750510000129
寻找最佳插入位置，并加入到路径P中，再结合S201中对路径P中传感器的删除结果，从而构造新的充电路径
Figure BDA00031297505100001210
S3：移动充电车沿着步骤S2中建立的新的充电路径
Figure BDA00031297505100001211
移动，并为路径中的第一个传感器充电。
在这个操作步骤中，移动充电车以恒定的速度沿着充电路径
Figure BDA00031297505100001212
移动，并为路径
Figure BDA00031297505100001213
中的第一个传感器充电。
附图2描绘了每个传感器的状态转变图，网络初始运行时，每个传感器为满电量并处于在强工作状态。由于传感器在执行监测和数据代传任务过程中不断消耗能量，导致自身剩余能量不断降低。传感器在工作过程中不断检查其剩余能量
Figure BDA00031297505100001214
并判断其剩余电量是否到达充电阈值
Figure BDA00031297505100001215
一旦剩余电量小于
Figure BDA00031297505100001216
传感器将向基站发送充电请求，并切换到弱工作状态。在此状态下，传感器继续执行感测和数据代传任务并检查其是否满足睡眠状态，如果其剩余能量下降到预定的睡眠阈值
Figure BDA00031297505100001217
则传感器切换到睡眠状态。传感器一旦进入睡眠状态，将不再执行监测任务，等待移动充电车为其充电。充电车到达并完成对传感器的充电后，传感器将再次切换为强工作状态。
S4：移动充电车完成对路径中第一个传感器节点充电后，重复执行步骤S1～S3，直至完成对Q中所有传感器的充电。
当移动充电车完成一个传感器的充电任务时，将重新检查其请求队列Q并重复步骤S1-步骤S3的操作，其目的是确定新的一组充电传感器并重建充电路径，重复执行上述三个步骤，实现对无线传感器网络中能量不足的节点充电，从而延长网络生命周期。
实施例二：
基于移动充电车的无线传感器网络充电方法，包括以下步骤，
S1：移动充电车评估充电请求队列Q和已规划充电路径P中每个传感器的覆盖范围收益，确定从充电路径P中删除的传感器组
Figure BDA00031297505100001218
和充电请求队列Q中要添加到充电路径中的传感器组
Figure BDA0003129750510000131
构建新的充电候选传感器集；
令
Figure BDA0003129750510000132
代表上一轮已计划的充电路径，并且移动充电车已完成第一个传感器
Figure BDA0003129750510000133
的充电任务。在网络初始化阶段，移动充电车将所有已发送充电请求的传感器作为一组候选节点，并使用汉密尔顿路径构造初始路径。从而，得到初始路径P。由于每个传感器所承担的代传数据量不同，导致它们的能量消耗率也是不同。因此，不同的传感器发送充电请求的时间不同步，这使得移动充电车在执行充电任务过程中不断接收传感器的充电请求。令Ri＝(Si，(xi，yi)，ti)表示在ti时间传感器si发送的充电请求，其中，li＝(xi，yi)表示传感器si的位置坐标。移动充电车从t时刻开始，接收传感器发送的充电请求。在充电路径中，移动充电车每完成一个传感器节点的充电任务后，重新检查充电队列Q中的充电请求，选择下一轮充电的传感器。附图1显示了移动充电车在路径中，完成第一个传感器充电后检查当前队列Q中传感器的场景。
具体的，本实施例中采用连锁效应充电覆盖效益(CE-RCB)算法评估充电请求队列Q和已规划的充电路径P中每个传感器的覆盖范围收益。连锁效应是指传感器si插入路径后，导致路径中si后面传感器等待时间和睡眠时间的增加。从而增加了这些传感器的睡眠时间，进而导致网络覆盖率的下降。
连锁效应充电覆盖率效益(CE-RCB)算法的具体操作包括以下步骤，
S101：设时间t为当前时间，令
Figure BDA0003129750510000134
表示已经发送充电请求的传感器组，称为充电请求队列，Q中任何一个传感器记为
Figure BDA0003129750510000135
其中，i＝1,2，…，y；
Figure BDA0003129750510000136
代表已规划的充电路径；
S102：令E和
Figure BDA0003129750510000137
分别表示传感器
Figure BDA0003129750510000138
满电量时的能量和在t时刻的剩余能量，αch和αdisch分别代表传感器的充电速率和放电速率，
Figure BDA0003129750510000139
表示传感器
Figure BDA00031297505100001310
的充电时间，
Figure BDA00031297505100001311
表示传感器发送充电请求后等待充电的时间，称为充电等待时间，则
Figure BDA00031297505100001312
；令li＝(xi，yi)和lj＝(xj，yj)表示传感器
Figure BDA00031297505100001313
和
Figure BDA00031297505100001314
的位置，d(si，sj)表示传感器
Figure BDA00031297505100001315
和
Figure BDA00031297505100001316
之间的距离，则d(si，sj)＝((xi-xj)2+(yi-yj)2)1/2假设移动充电车以恒定的速度v沿着充电路径移动，则充电车从传感器
Figure BDA00031297505100001317
到
Figure BDA00031297505100001318
所需要的时间表示为
Figure BDA00031297505100001319
S103：已知已规划的充电路径
Figure BDA00031297505100001320
表示传感器
Figure BDA00031297505100001321
的充电等待时间，则
Figure BDA0003129750510000141
的充电等待时间由两部两部分构成，一部分为充电路径P中传感器
Figure BDA0003129750510000142
之前所有传感器的充电时间之和；另一部分为充电车从当前位置行走至传感器
Figure BDA0003129750510000143
所耗费的时间之和；则传感器
Figure BDA0003129750510000144
的充电等待时间表示为
Figure BDA0003129750510000145
其中，
Figure BDA0003129750510000146
表示充电路径P中第j个传感器的充电时间，
Figure BDA0003129750510000147
表示传感器
Figure BDA0003129750510000148
和
Figure BDA0003129750510000149
之间的距离；
设路径P中最后一个传感器编号为
Figure BDA00031297505100001410
传感器
Figure BDA00031297505100001411
的充电等待时间
Figure BDA00031297505100001412
和充电时间
Figure BDA00031297505100001413
分别可通过公式
Figure BDA00031297505100001414
和
Figure BDA00031297505100001415
来获得，因此，移动充电车完成一轮充电任务所需的总充电时间
Figure BDA00031297505100001416
S104：令
Figure BDA00031297505100001417
表示传感器
Figure BDA00031297505100001418
进入睡眠状态之前的最大连续工作时间，其表示为
Figure BDA00031297505100001419
为传感器
Figure BDA00031297505100001420
的睡眠阈值，当传感器剩余电量为
Figure BDA00031297505100001421
时，将进入睡眠状态；
令
Figure BDA00031297505100001422
表示传感器
Figure BDA00031297505100001423
的睡眠时间，将传感器的睡眠时间平均划分为多个时间槽，记为
Figure BDA00031297505100001424
则在给定的时间段T范围内，传感器
Figure BDA00031297505100001425
的睡眠时间
Figure BDA00031297505100001426
根据传感器
Figure BDA00031297505100001427
的睡眠时间，进一步定义传感器
Figure BDA00031297505100001428
在t时刻的状态
Figure BDA00031297505100001429
当时刻t落在睡眠时间
Figure BDA00031297505100001430
范围内时，传感器
Figure BDA00031297505100001431
处于睡眠状态，否则，传感器
Figure BDA00031297505100001432
处于其他状态。
S105：令
Figure BDA00031297505100001433
表示在时间段T内，路径P中所有传感器获得的覆盖范围收益，时间段T可以平均的划分为tx个时间槽，即T＝{t1，...tx}，令|P|表示路径P中传感器的数量，则
Figure BDA00031297505100001434
表示为
Figure BDA00031297505100001435
其中
Figure BDA00031297505100001436
表示t时刻传感器si的独立覆盖贡献；令
Figure BDA0003129750510000151
表示新的充电路径，它是根据当前传感器的充电请求情况和充电路径覆盖范围收益最大的原则，在已规划充电路径P中添加或者删除传感器而构成；
Figure BDA0003129750510000152
表示在时间段T内，新的路径
Figure BDA0003129750510000153
中所有传感器获得的覆盖范围收益，则
Figure BDA0003129750510000154
表示为
Figure BDA0003129750510000155
S106：计算充电请求队列Q中每个传感器
Figure BDA0003129750510000156
在时间段T中对应的覆盖范围收益
Figure BDA0003129750510000157
令
Figure BDA0003129750510000158
表示列队Q中传感器
Figure BDA0003129750510000159
的覆盖范围收益，令
Figure BDA00031297505100001510
表示传感器
Figure BDA00031297505100001511
加入路径P后的覆盖范围收益，则
Figure BDA00031297505100001512
S107：计算路径P中所有传感器sj∈P的覆盖范围收益；令
Figure BDA00031297505100001513
表示路径P中去掉传感器sj后的路径的覆盖范围收益，则sj的覆盖范围收益
Figure BDA00031297505100001514
表示为：
Figure BDA00031297505100001515
S108：令
Figure BDA00031297505100001516
和
Figure BDA00031297505100001517
分别表示Q中覆盖范围收益最大的传感器和P中覆盖范围收益最小的传感器，二者分别表示为
Figure BDA00031297505100001518
S109：令
Figure BDA00031297505100001519
和
Figure BDA00031297505100001520
分别表示Q和P中传感器在T时间内的平均充电收益，则
Figure BDA00031297505100001521
S1010：将
Figure BDA00031297505100001522
作为阈值，判断是否将传Q中的感器
Figure BDA00031297505100001523
添加到充电路径P中，同时，将
Figure BDA00031297505100001524
作为阈值，判断是否将P中的传感器
Figure BDA00031297505100001525
从路径P中删除。
在确定将Q中的传感器
Figure BDA00031297505100001526
添加到新的充电路径
Figure BDA00031297505100001527
和将路径P中传感器
Figure BDA00031297505100001528
删除的过程中，可采用单传感器更新(SU)和多传感器更新(MU)策略来实现。
单传感器更新(SU)策略：已知
Figure BDA00031297505100001529
和
Figure BDA00031297505100001530
为Q中覆盖范围收益最大和P中覆盖范围收益最小的传感器节点，令
Figure BDA00031297505100001531
和
Figure BDA00031297505100001532
分别表示传感器
Figure BDA00031297505100001533
和
Figure BDA00031297505100001534
的覆盖范围收益，则当
Figure BDA00031297505100001535
时，将传感器
Figure BDA00031297505100001536
添加到新的充电路径
Figure BDA00031297505100001537
中。当
Figure BDA00031297505100001538
时，将传感器
Figure BDA00031297505100001539
从路径P中删除。由此，完成了基于SU策略的充电路径更新。
多传感器更新(MU)策略：根据充电请求队列Q中每个传感器
Figure BDA00031297505100001540
对应的覆盖范围收益
Figure BDA0003129750510000161
以及充电路径P中每个传感器
Figure BDA0003129750510000162
对应的覆盖范围收益
Figure BDA0003129750510000163
所有符合
Figure BDA0003129750510000164
forsi∈Q的传感器
Figure BDA0003129750510000165
存入传感器组
Figure BDA0003129750510000166
为加入路径P的候选传感器组。依据每一轮更新传感器的数量n，将
Figure BDA0003129750510000167
中n个传感器按照覆盖范围收益由大到小的次序依次加入路径P。同理，所有符合
Figure BDA0003129750510000168
for sj∈P的传感器
Figure BDA0003129750510000169
存入传感器组
Figure BDA00031297505100001610
为路径P中候选删除的传感器组。依据每一轮更新传感器的数量n，将
Figure BDA00031297505100001611
中n个传感器按照覆盖范围收益由小到大的次序依次从路径P中删除。
S2：为步骤S1中更新后的充电传感器建立充电路径
Figure BDA00031297505100001612
具体的，S201：从路径P中删除传感器组
Figure BDA00031297505100001613
中的传感器；令
Figure BDA00031297505100001614
表示路径P的子路径，每个
Figure BDA00031297505100001615
被删除后，子路径由
Figure BDA00031297505100001616
变为
Figure BDA00031297505100001617
S202：将传感器组
Figure BDA00031297505100001618
中的传感器插入到新的充电路径
Figure BDA00031297505100001619
中；
S203：为新加入的传感器节点寻找插入位置，在充电路径P中，寻找与插入传感器距离最近的线段
Figure BDA00031297505100001620
进而将传感器组
Figure BDA00031297505100001621
插入到
Figure BDA00031297505100001622
和
Figure BDA00031297505100001623
之间，此时，充电路径由
Figure BDA00031297505100001624
变为
Figure BDA00031297505100001625
S204：令d(sx，sy)表示两个传感器sx,sy之间的距离，令
Figure BDA00031297505100001626
表示将传感器
Figure BDA00031297505100001627
插入充电路径后导致充电路径长度的增加量，则
Figure BDA00031297505100001628
S205：假设
Figure BDA00031297505100001629
是插入传感器
Figure BDA00031297505100001630
的最佳位置，则传感器的最佳插入位置必须满足
Figure BDA00031297505100001631
的条件，即传感器加入到该位置后所产生的路径增加量最小；因此，按照该原则，为每个传感器
Figure BDA00031297505100001632
寻找最佳插入位置，并加入到路径P中，再结合S201中对路径P中传感器的删除结果，从而构造新的充电路径
Figure BDA00031297505100001633
S3：移动充电车沿着步骤S2中建立的新的充电路径
Figure BDA00031297505100001634
移动，并为路径中的下一个传感器充电。
具体的，该操作步骤与实施例一中S3操作相同。
S4：移动充电车完成对路径中第一个传感器节点充电后，重复执行步骤S1～S3，直至完成对Q中所有传感器的充电。
实施例三：
本实施例为实施例一中基本充电覆盖范围收益(S-RCB)算法的具体应用。
如附图3所示，在监视区域中部署了多个传感器。假设传感器sfinished，s1，s2，s3，s4和s5已经规划的充电路径P中，即路径P表示为，
Figure BDA0003129750510000171
在当前时刻t，移动充电车已经完成了传感器
Figure BDA0003129750510000172
的充电任务，并收到了传感器s6，s8和s10的充电请求，此时充电队列Q为
Figure BDA0003129750510000173
充电请求队列Q中的这些传感器按充电请求的发出时间排序，为了确定下一轮充电的传感器，移动充电车评估每个传感器的覆盖范围收益，将满足插入条件的传感器添加到充电路径中。本实施例中，充电请求队列Q中传感器的覆盖范围收益计算方法如下。
传感器s8在t时刻的独立覆盖贡献表示为
Figure BDA0003129750510000174
其中a8和
Figure BDA0003129750510000175
分别代表传感器s8的覆盖范围和s8在时间t的工作状态；
Figure BDA0003129750510000176
表示传感器s8与其相邻传感器之间的重叠覆盖贡献。
Figure BDA0003129750510000177
表示由于传感器s8添加到充电路径P而导致的路径长度的增加量，则
Figure BDA0003129750510000178
表示为，
Figure BDA0003129750510000179
由于传感器的覆盖范围收益表示为每增加单位充电路径所获得的覆盖范围，因此，传感器s8的覆盖范围收益可表示为
Figure BDA00031297505100001710
同理，通过上述方法计算队列Q和路径P中所有传感器的覆盖范围效益，进而得出Q中覆盖范围收益最大的传感器
Figure BDA00031297505100001711
和P中覆盖范围收益最小的传感器
Figure BDA00031297505100001712
其中，
Figure BDA00031297505100001713
在此基础上，分别计算P和Q中传感器的平均覆盖范围收益，
Figure BDA00031297505100001714
Figure BDA00031297505100001715
最后，应用单传感器更新(SU)策略判断需要从P中删除的传感器和Q中添加到新的充电路径中的传感器：对于Q中的传感器，将覆盖范围收益最大的传感器
Figure BDA00031297505100001716
与P中传感器的平均覆盖范围收益
Figure BDA0003129750510000181
进行比较，如果传感器
Figure BDA0003129750510000182
满足
Figure BDA0003129750510000183
则将
Figure BDA0003129750510000184
添加到新的充电路径中；另一方面，将P中覆盖范围收益最小的传感器与Q的平均覆盖范围收益进行比较，如果传感器
Figure BDA0003129750510000185
满足删除条件
Figure BDA0003129750510000186
则将传感器
Figure BDA0003129750510000187
从路径P中删除。通过应用SU策略，获得下一轮充电路径中的传感器，令
Figure BDA0003129750510000188
表示下一轮传感器组，则
Figure BDA0003129750510000189
类似的，应用多传感器更新(MU)策略，将Q中多个传感器同时加入新的充电路径，同时，将P中多个传感器同时删除，从而构建新一轮充电路径。
仿真实验：
在仿真环境中，一组可充电传感器随机部署在面积为500m×500m的监控区域A中，如图5所示。移动充电车M在区域A中行走，为电量不足的传感器充电。基站B部署在监控区域的中心位置，基站接收传感器的感测数据和充电请求，并将充电请求转发给移动充电车。每个传感器的电池容量设置为3.6kJ，传感器的能耗率为0.05J/s。当传感器的剩余能量降到20％时，传感器向基站发送充电请求。移动充电车以0.5m/s的速度移动，充电速度为2J/s。详细的仿真参数如表1所示。
表1仿真参数
参数名称 参数值
监控场景 500m×500m
传感器数量 200-400个
部署方式 随机部署
耗电率 0.05J/s
传感器电池容量 3.6kJ
充电阈值 720J
睡眠阈值 60J
充电车移动速度 0.5m/s
充电率 2J/s
充电车移动耗电率 0.01J/s
本实验将本发明中提出的覆盖感知充电算法，简称为CAERM算法，与现有技术中的MERSH算法和JESRP算法的应用效果进行对比。MERSH算法根据请求充电传感器的最大可允许的充电等待时间和最小等待时间来规划充电路径。JESRP算法根据每个传感器的重要参数，包括传感器的剩余能量、未来能耗率等构建充电路径。
本发明的效能分析：
图6比较了在传感器数量和睡眠阈值不同的情况下三种算法所获得的覆盖率。覆盖率定义为每个传感器的独立覆盖区域除以整个监测区域的值来定义。如图6所示，三种比较算法的覆盖率通常随着传感器的睡眠阈值的增大而减小，这是因为传感器的睡眠阈值越小，其可以工作的时间越长，从而增加了覆盖率。图6也反映了传感器数量对覆盖率的影响，三种比较算法的覆盖率随传感器数量的增加而增加；这是因为传感器数量的增加将导致传感器密度增大，传感器之间的平均距离减小，移动充电车从一个传感器到另一个传感器的移动距离也随之减小，从而使得移动充电车耗费在行走上的能量降低，因此提高了充电效率。相比之下，本发明中提出的CAERM算法在覆盖率方面优于其他两种算法，因为本发明中提出的CAERM算法综合考虑传感器覆盖范围和距离来构造充电路径，移动充电车通常选择覆盖范围贡献大和充电成本小的传感器作为下一轮充电对象。
图7比较了CAERM，MERSH和JESRP三种算法在传感器数量和充电率/放电率不同的情况，所获得的覆盖率。部署传感器的数量从200到400不等，充电率/放电率之比在30％到50％之间。令ε表示充电率与放电率之比，即
Figure BDA0003129750510000191
比率ε表示了传感器的充电效率，覆盖率均随比率ε的增加而增加。因为ε越大，其充电时间越短，使得传感器的工作时间越长，因此网络的覆盖率越大。相比之下，本发明中提出的CAERM算法优于其他两种比较算法。因为本发明中提出的CAERM算法在规划充电路径时充分考虑网络的覆盖问题。但是，现有技术中的MERSH和JESRP算法主要参考传感器的电量消耗速度，而没有考虑传感器覆盖问题。
图8通过改变充电率/放电率比值和网络持续工作时间来评估三种算法的覆盖率。ε的值设置为30％至60％，网络持续工作时间设定为10小时至25小时。图8中，三种算法的共同趋势是覆盖率随着网络工作时间的增加而减小，这是因为每个传感器承担的感知和通讯任务随着时间不断，因此传感器的剩余能量会随着工作时间不断减少。此外，覆盖率随着ε的增加而增加，这是因为提高充电率可以加快充电过程，而降低放电率可以减少每个传感器的能耗，从而增加其工作时间。因此，覆盖率随ε增加而增加。相比之下，本发明中提出的CAERM算法在所有情况下均优于其他两种比较算法。这是由于本发明中提出的CAERM算法在选取下一轮充电传感器时，充分考虑了每个传感器的连锁效应，使得本发明与现有的MERSH算法和JESRP算法相比有了显着改进。
图9在网络工作时间和睡眠阈值不同的情况下比较三种算法的覆盖率。如图9所示，三种比较的算法具有相似的趋势，即它们的覆盖率随传感器的睡眠阈值增加而减小，这是由于睡眠阈值的增加导致传感器更早地从工作状态切换到睡眠状态，从而减小了网络覆盖范围。由于在选择充电传感器时，本发明提出的CAERM算法会考虑整个网络的覆盖范围，以最大化网络的整体覆盖范围为目标。因此，本发明中提出的CAERM算法优于MERSH和JESRP算法
图10比较了CAERM，MERSH和JESRP算法在不同传感器睡眠阈值和充电率/放电速率下情况的充电覆盖贡献(RCC)。RCC定义为所有充电传感器获得的覆盖范围之和除以监测区域的总面积。令布林变量
Figure BDA0003129750510000201
表示传感器si在时刻ti(ti∈T)是否被充电，其中T＝{t0，...，ti，...tx}是移动充电车的一个充电周期；令πi表示传感器si一种工作状态持续的时间长度，包括强工作状态和弱工作状态。假设传感器si在时刻ti被充电，则在充电后的πi时间段内，传感器si的覆盖范围是完整的。充电覆盖贡献可以通过以下公式计算，
Figure BDA0003129750510000202
如附图10所示，三种算法呈现的一个共同的趋势是充电覆盖范围随ε的增加明显增加。ε的增加可以减少充电时间，增加需要充电的传感器数量，从而使得RCC值增加。此外，RCC随着传感器的睡眠阈值的增加而降低。当睡眠阈值增加时，切换到睡眠状态的传感器数量将增加，使得RCC减小。相比之下，所提出的CAERM优于现有的两种比较算法。
图11在传感器的睡眠阈值和充电率/放电速率不同的情况研究了三种算法的覆盖范围损失(UCL)。覆盖范围损失定义为由充电请求传感器引起的覆盖范围损失除以监视区域的总面积，可通过公式
Figure BDA0003129750510000203
计算求得。
在实验中，传感器的睡眠阈值设置为20到100，三种算法的UCL值随传感器睡眠阈值的增加而增加。因为睡眠阈值的增加将减少传感器充电的机会，从而使得UCL值增加。同时，UCL随ε的增加而增加，这是由于较低的ε使传感器更容易保持在睡眠状态，从而增加了UCL的值。相比之下，本发明中提出的CAERM算法相比于其他的两种算法具有较小的UCL。
附图12比较了三种充电算法的成本效益指数(CEI)。所部署传感器的数量在300到700之间，而睡眠阈值设置为20到100。CEI定义为获得的总覆盖率除以已充电传感器的总等待时间。令
Figure BDA0003129750510000211
为一个布林变量，它表示传感器si是否已在时间段T内发送充电请求。CEI的值可以通过公式得出
Figure BDA0003129750510000212
如附图12所示，三种算法的CEI均随着传感器数量的增加而增加，这是因为传感器数量的增加将减少相邻传感器之间的平均距离，从而减少移动充电车沿充电路径的移动时间，提高了充电传感器所获得的覆盖范围。由图12可知，三种算法的CEI值均随睡眠阈值增加而降低，因为睡眠阈值越高，传感器可能会更早地切换到睡眠状态，从而导致覆盖范围丢失，CEI值降低。相比之下，本发明中提出的CAERM算法在所有情况下都优于其他两个现有算法。
附图13在传感器数量和充电率/放电速率不同的情况下比较了CAERM算法，MERSH算法和JESRP算法的CEI。从图13可以看出，CAERM，MERSH和JESRP算法的CEI值均随ε的增加而增加，因为ε越大其充电时间越短；另一方面，如果放电速率较小，则每个传感器可以工作的时间越长。基于这两个原因，使得三种算法的CEI与ε成正比例关系。三种算法相比之下，本发明所提出的CAERM算法优于其他两种比较算法，因为CAERM算法同时考虑传感器独立覆盖贡献和网络整体覆盖率，因此，CAERM的成本效益大于MERSH和JESRP。
综上所述，本发明中提出的CAERM算法在覆盖率、充电覆盖范围贡献、覆盖损失以及成本效益指数等方面都优于现有技术中的MERSH算法和JESRP算法。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (9)

1.基于移动充电车的无线传感器网络节点充电方法，其特征在于，包括以下步骤，
S1：移动充电车评估充电请求队列Q和已规划充电路径P中每个传感器的覆盖范围收益，确定从充电路径P中删除的传感器组
Figure FDA0003129750500000011
和充电请求队列Q中要添加到充电路径中的传感器组
Figure FDA0003129750500000012
构建新的充电候选传感器集；
S2：为步骤S1中构建的新的充电候选传感器集建立新的充电路径
Figure FDA0003129750500000013
S3：移动充电车沿着步骤S2中建立的新的充电路径
Figure FDA0003129750500000014
移动，并为路径中的第一个传感器充电；
S4：移动充电车完成对路径中第一个传感器节点充电后，重复执行步骤S1～S3，直至完成对Q中所有传感器的充电。
2.根据权利要求1所述的基于移动充电车的无线传感器网络节点充电方法，其特征在于，步骤S1的具体操作包括以下步骤，
S101：设时间t为当前时刻，令
Figure FDA0003129750500000015
表示已经发送充电请求的传感器组，也即充电请求队列，Q中任何一个候选传感器记为
Figure FDA0003129750500000016
其中，i＝1，2，…，y；
Figure FDA0003129750500000017
代表已规划的充电路径；
S102：令
Figure FDA0003129750500000018
表示新的充电路径，通过在P中加入传感器
Figure FDA0003129750500000019
或者将传感器
Figure FDA00031297505000000110
从P中删除后而获得，假设传感器
Figure FDA00031297505000000111
被部署在新的充电路径中的第k个位置处，则新的充电路径
Figure FDA00031297505000000112
可表示为
Figure FDA00031297505000000113
S103：令li＝(xi，yi)和lj＝(xj，yj)表示传感器
Figure FDA00031297505000000114
和
Figure FDA00031297505000000115
的位置，d(si，sj)表示传感器
Figure FDA00031297505000000116
和
Figure FDA00031297505000000117
之间的距离，则d(si，sj)＝((xi-xj)2+(yi-yj)2)/2；
S104：令
Figure FDA00031297505000000118
表示传感器
Figure FDA00031297505000000119
的覆盖范围收益，即移动充电车每移动单位距离所获得的覆盖贡献，传感器的覆盖范围收益表示为
Figure FDA00031297505000000120
式中，
Figure FDA00031297505000000121
是将传感器
Figure FDA00031297505000000122
添加到充电路径中后引起路径长度增加量，若将
Figure FDA00031297505000000123
插入到传感器s1和s2之间，则导致的路径的增加量
Figure FDA00031297505000000124
表示为
Figure FDA00031297505000000125
Figure FDA00031297505000000126
为传感器
Figure FDA00031297505000000127
在t时刻的独立覆盖贡献；
S105：计算上一轮计划的充电路径P中每个传感器
Figure FDA0003129750500000021
的覆盖范围收益
Figure FDA0003129750500000022
S106：令
Figure FDA0003129750500000023
和
Figure FDA0003129750500000024
分别表示Q中覆盖范围收益
Figure FDA0003129750500000025
最大的传感器和P中覆盖范围收益
Figure FDA0003129750500000026
最小的传感器，也即
Figure FDA0003129750500000027
S107：令
Figure FDA0003129750500000028
表示Q中所有传感器的平均覆盖范围收益，则
Figure FDA0003129750500000029
式中，|Q|表示充电请求队列Q中传感器的数量；令
Figure FDA00031297505000000210
表示路径P中所有传感器的平均覆盖范围收益，则
Figure FDA00031297505000000211
式中，|P|表示已规划充电路径P中传感器的数量；
S108：将
Figure FDA00031297505000000212
作为阈值，判断是否将传感器
Figure FDA00031297505000000213
添加到新的充电路径
Figure FDA00031297505000000214
中；同时，将
Figure FDA00031297505000000215
作为阈值，判断是否将传感器
Figure FDA00031297505000000216
从路径P中删除。
3.根据权利要求2所述的基于移动充电车的无线传感器网络节点充电方法，其特征在于，步骤S104中传感器
Figure FDA00031297505000000217
在t时刻的独立覆盖贡献
Figure FDA00031297505000000218
的计算方法为：令Ni代表
Figure FDA00031297505000000219
的邻居传感器，ai表示
Figure FDA00031297505000000220
的覆盖面积，
Figure FDA00031297505000000221
和
Figure FDA00031297505000000222
分别表示
Figure FDA00031297505000000223
邻居传感器的覆盖面积和覆盖贡献，则
Figure FDA00031297505000000224
表示为
Figure FDA00031297505000000225
令
Figure FDA00031297505000000226
表示传感器
Figure FDA00031297505000000227
在t时刻的工作状态，表示为
Figure FDA00031297505000000228
式中，
Figure FDA00031297505000000229
表示
Figure FDA00031297505000000230
的睡眠时间；
Figure FDA00031297505000000231
的邻居传感器在t时刻的覆盖贡献
Figure FDA00031297505000000232
表示为
Figure FDA00031297505000000233
则传感器
Figure FDA00031297505000000234
的独立覆盖贡献表示为
Figure FDA00031297505000000235
的覆盖区域减去与邻居传感器重叠的覆盖区域，即
Figure FDA00031297505000000236
4.根据权利要求2所述的基于移动充电车的无线传感器网络节点充电方法，其特征在于，步骤S108的具体操作包括，令
Figure FDA00031297505000000237
和
Figure FDA00031297505000000238
分别表示传感器
Figure FDA00031297505000000239
和
Figure FDA00031297505000000240
的覆盖范围收益，则当
Figure FDA00031297505000000241
时，将传感器
Figure FDA00031297505000000242
添加到新的充电路径
Figure FDA00031297505000000243
中，此时，传感器
Figure FDA00031297505000000244
成为加入路径P的候选传感器组
Figure FDA00031297505000000245
的一个成员；当
Figure FDA00031297505000000246
时，将传感器
Figure FDA00031297505000000247
从路径P中删除，传感器器
Figure FDA00031297505000000248
成为从路径P中候选删除的传感器组
Figure FDA00031297505000000249
的一个成员。
5.根据权利要求2所述的基于移动充电车的无线传感器网络节点充电方法，其特征在于，步骤S108的具体操作包括，根据计算出来的充电请求队列Q中每个传感器
Figure FDA0003129750500000031
对应的覆盖范围收益
Figure FDA0003129750500000032
以及充电路径P中每个传感器
Figure FDA0003129750500000033
对应的覆盖范围收益
Figure FDA0003129750500000034
所有符合
Figure FDA0003129750500000035
Figure FDA0003129750500000036
的传感器
Figure FDA0003129750500000037
构成加入路径P的候选传感器组
Figure FDA0003129750500000038
所有符合
Figure FDA0003129750500000039
Figure FDA00031297505000000310
的传感器
Figure FDA00031297505000000311
构成路径P中候选删除的传感器组
Figure FDA00031297505000000312
6.根据权利要求1所述的基于移动充电车的无线传感器网络节点充电方法，其特征在于，步骤S1的具体操作包括，
S101：设时间t为当前时间，令
Figure FDA00031297505000000313
表示已经发送充电请求的传感器组，称为充电请求队列，Q中任何一个传感器记为
Figure FDA00031297505000000314
其中，i＝1，2，…，y；
Figure FDA00031297505000000315
代表已规划的充电路径；
S102：令E和
Figure FDA00031297505000000316
分别表示传感器
Figure FDA00031297505000000317
满电量时的能量和在t时刻的剩余能量，αch和αdisch分别代表传感器的充电速率和放电速率，
Figure FDA00031297505000000318
表示传感器
Figure FDA00031297505000000319
的充电时间，
Figure FDA00031297505000000320
表示传感器发送充电请求后等待充电的时间，称为充电等待时间，则
Figure FDA00031297505000000321
令li＝(xi，yi)和lj＝(xj，yj)表示传感器
Figure FDA00031297505000000322
和
Figure FDA00031297505000000323
的位置，d(si，sj)表示传感器
Figure FDA00031297505000000324
和
Figure FDA00031297505000000325
之间的距离，则d(si，sj)＝((xi-xj)2+(yi-yj)2)1/2，假设移动充电车以恒定的速度v沿着充电路径移动，则充电车从传感器
Figure FDA00031297505000000326
到
Figure FDA00031297505000000327
所需要的时间表示为
Figure FDA00031297505000000340
S103：已知已规划的充电路径
Figure FDA00031297505000000328
Figure FDA00031297505000000329
表示传感器
Figure FDA00031297505000000330
的充电等待时间，则
Figure FDA00031297505000000331
的充电等待时间由两部两部分构成，一部分为充电路径P中传感器
Figure FDA00031297505000000332
之前所有传感器的充电时间之和；另一部分为充电车从当前位置行走至传感器
Figure FDA00031297505000000333
所耗费的时间之和；则传感器
Figure FDA00031297505000000334
的充电等待时间表示为
Figure FDA00031297505000000335
其中，
Figure FDA00031297505000000336
表示充电路径P中第j个传感器的充电时间，
Figure FDA00031297505000000337
表示传感器
Figure FDA00031297505000000338
和
Figure FDA00031297505000000339
之间的距离；
设路径P中最后一个传感器编号为
Figure FDA0003129750500000041
传感器
Figure FDA0003129750500000042
的充电等待时间
Figure FDA0003129750500000043
和充电时间
Figure FDA0003129750500000044
分别可通过公式
Figure FDA0003129750500000045
和
Figure FDA0003129750500000046
来获得，因此，移动充电车完成一轮充电任务所需的总充电时间
Figure FDA0003129750500000047
S104：令
Figure FDA0003129750500000048
表示传感器
Figure FDA0003129750500000049
进入睡眠状态之前的最大连续工作时间，其表示为
Figure FDA00031297505000000410
Figure FDA00031297505000000411
为传感器
Figure FDA00031297505000000412
的睡眠阈值，当传感器剩余电量为
Figure FDA00031297505000000413
时，将进入睡眠状态；
令
Figure FDA00031297505000000414
表示传感器
Figure FDA00031297505000000415
的睡眠时间，将传感器的睡眠时间平均划分为多个时间槽，记为
Figure FDA00031297505000000416
则在给定的时间段T范围内，传感器
Figure FDA00031297505000000417
的睡眠时间
Figure FDA00031297505000000418
根据传感器
Figure FDA00031297505000000419
的睡眠时间，进一步定义传感器
Figure FDA00031297505000000420
在t时刻的状态
Figure FDA00031297505000000421
Figure FDA00031297505000000422
当时刻t落在睡眠时间
Figure FDA00031297505000000423
范围内时，传感器
Figure FDA00031297505000000424
处于睡眠状态，否则，传感器
Figure FDA00031297505000000425
处于其他状态；
S105：令
Figure FDA00031297505000000426
表示在时间段T内，路径P中所有传感器获得的覆盖范围收益，时间段T可以平均的划分为tx个时间槽，即T＝{t1，...tx}，令|P|表示路径P中传感器的数量，则
Figure FDA00031297505000000427
表示为
Figure FDA00031297505000000428
其中
Figure FDA00031297505000000429
表示t时刻传感器si的独立覆盖贡献；令
Figure FDA00031297505000000430
表示新的充电路径，它是根据当前传感器的充电请求情况和充电路径覆盖范围收益最大的原则，在已规划充电路径P中添加或者删除传感器而构成；
Figure FDA00031297505000000431
表示在时间段T内，新的路径
Figure FDA00031297505000000432
中所有传感器获得的覆盖范围收益，则
Figure FDA00031297505000000433
表示为
Figure FDA00031297505000000434
S106：计算充电请求队列Q中每个传感器
Figure FDA0003129750500000051
在时间段T中对应的覆盖范围收益
Figure FDA0003129750500000052
令
Figure FDA0003129750500000053
表示列队Q中传感器
Figure FDA0003129750500000054
的覆盖范围收益，令
Figure FDA0003129750500000055
表示传感器
Figure FDA0003129750500000056
加入路径P后的覆盖范围收益，则
Figure FDA0003129750500000057
S107：计算路径P中所有传感器sj∈P的覆盖范围收益；令
Figure FDA00031297505000000543
表示路径P中去掉传感器sj后的路径的覆盖范围收益，则sj的覆盖范围收益
Figure FDA0003129750500000058
表示为：
Figure FDA0003129750500000059
S108：令
Figure FDA00031297505000000510
和
Figure FDA00031297505000000511
分别表示Q中覆盖范围收益最大的传感器和P中覆盖范围收益最小的传感器，二者分别表示为
Figure FDA00031297505000000512
S109：令
Figure FDA00031297505000000513
和
Figure FDA00031297505000000514
分别表示Q和P中传感器在T时间内的平均充电收益，则
Figure FDA00031297505000000515
S1010：将
Figure FDA00031297505000000516
作为阈值，判断是否将传Q中的感器
Figure FDA00031297505000000517
添加到充电路径P中，同时，将
Figure FDA00031297505000000518
作为阈值，判断是否将P中的传感器
Figure FDA00031297505000000519
从路径P中删除。
7.根据权利要求6所述的基于移动充电车的无线传感器网络节点充电方法，其特征在于，步骤S1010的具体操作包括，令
Figure FDA00031297505000000520
和
Figure FDA00031297505000000521
分别表示传感器
Figure FDA00031297505000000522
和
Figure FDA00031297505000000523
的覆盖范围收益，
Figure FDA00031297505000000524
和
Figure FDA00031297505000000525
表示网络工作过程中的平均充电收益；则当
Figure FDA00031297505000000526
时，传感器
Figure FDA00031297505000000527
添加到新的充电路径
Figure FDA00031297505000000528
中；当
Figure FDA00031297505000000529
时，将传感器
Figure FDA00031297505000000530
从路径P中删除。
8.根据权利要求6所述的基于移动充电车的无线传感器网络节点充电方法，其特征在于，步骤S1010的具体操作包括，根据计算出来的充电请求队列Q中每个传感器
Figure FDA00031297505000000531
在时间段T中的覆盖范围收益
Figure FDA00031297505000000532
和已规划的充电路径P中每个传感器
Figure FDA00031297505000000533
在时间段T中对应的覆盖范围收益
Figure FDA00031297505000000534
所有符合
Figure FDA00031297505000000535
条件的传感器
Figure FDA00031297505000000536
构成加入路径P的候选传感器组
Figure FDA00031297505000000537
所有符合
Figure FDA00031297505000000538
条件的传感器
Figure FDA00031297505000000539
构成路径P中候选删除的传感器组
Figure FDA00031297505000000540
9.根据权利要求1所述的基于移动充电车的无线传感器网络节点充电方法，其特征在于，步骤S2的具体操作包括以下步骤，
S201：从路径P中删除传感器组
Figure FDA00031297505000000541
中的传感器；令
Figure FDA00031297505000000542
表示路径P的子路径，每个
Figure FDA0003129750500000061
被删除后，子路径由
Figure FDA0003129750500000062
变为
Figure FDA0003129750500000063
S202：将传感器组
Figure FDA0003129750500000064
中的传感器插入到新的充电路径
Figure FDA0003129750500000065
中；
S203：为新加入的传感器节点寻找插入位置，在充电路径P中，寻找与插入传感器距离最近的线段
Figure FDA0003129750500000066
进而将传感器组
Figure FDA0003129750500000067
插入到
Figure FDA0003129750500000068
和
Figure FDA0003129750500000069
之间，此时，充电路径由
Figure FDA00031297505000000610
变为
Figure FDA00031297505000000611
S204：令d(sx，sy)表示两个传感器sx，sy之间的距离，令
Figure FDA00031297505000000612
表示将传感器
Figure FDA00031297505000000613
插入充电路径后导致充电路径长度的增加量，则
Figure FDA00031297505000000614
S205：假设
Figure FDA00031297505000000615
是插入传感器
Figure FDA00031297505000000616
的最佳位置，则传感器的最佳插入位置必须满足
Figure FDA00031297505000000617
的条件，即传感器加入到该位置后所产生的路径增加量最小；因此，按照该原则，为每个传感器
Figure FDA00031297505000000618
寻找最佳插入位置，并加入到路径P中，再结合S201中对路径P中传感器的删除结果，从而构造新的充电路径
Figure FDA00031297505000000619
CN202110700795.7A 2021-06-23 2021-06-23 基于移动充电车的无线传感器网络节点充电方法 Active CN113507172B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110700795.7A CN113507172B (zh) 2021-06-23 2021-06-23 基于移动充电车的无线传感器网络节点充电方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110700795.7A CN113507172B (zh) 2021-06-23 2021-06-23 基于移动充电车的无线传感器网络节点充电方法

Publications (2)

Publication Number Publication Date
CN113507172A true CN113507172A (zh) 2021-10-15
CN113507172B CN113507172B (zh) 2024-05-10

Family

ID=78010835

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110700795.7A Active CN113507172B (zh) 2021-06-23 2021-06-23 基于移动充电车的无线传感器网络节点充电方法

Country Status (1)

Country Link
CN (1) CN113507172B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113825101A (zh) * 2021-11-24 2021-12-21 浙江师范大学 一种基于异构无线传感器网络的充电小车轨迹设计方法
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 (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104640180A (zh) * 2014-08-29 2015-05-20 湖南信息职业技术学院 无线可充电传感器网络中一般随机事件捕获调度
CN107977788A (zh) * 2017-12-03 2018-05-01 淮阴工学院 基于角度特征计算的wrsn充电调度bar_edf算法
CN110263228A (zh) * 2019-05-21 2019-09-20 杭州电子科技大学 无线可充电传感网的k-弱栅栏构建与移动充电调度方法
CN112803550A (zh) * 2021-03-02 2021-05-14 南京邮电大学 基于多重阈值的最大化无线充电车利用率的方法及系统
CN112909928A (zh) * 2021-01-29 2021-06-04 华侨大学 一种无线传感网移动充电车路径规划与充电调度算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104640180A (zh) * 2014-08-29 2015-05-20 湖南信息职业技术学院 无线可充电传感器网络中一般随机事件捕获调度
CN107977788A (zh) * 2017-12-03 2018-05-01 淮阴工学院 基于角度特征计算的wrsn充电调度bar_edf算法
CN110263228A (zh) * 2019-05-21 2019-09-20 杭州电子科技大学 无线可充电传感网的k-弱栅栏构建与移动充电调度方法
CN112909928A (zh) * 2021-01-29 2021-06-04 华侨大学 一种无线传感网移动充电车路径规划与充电调度算法
CN112803550A (zh) * 2021-03-02 2021-05-14 南京邮电大学 基于多重阈值的最大化无线充电车利用率的方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113825101A (zh) * 2021-11-24 2021-12-21 浙江师范大学 一种基于异构无线传感器网络的充电小车轨迹设计方法
CN113825101B (zh) * 2021-11-24 2022-02-15 浙江师范大学 一种基于异构无线传感器网络的充电小车轨迹设计方法
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
CN113507172B (zh) 2024-05-10

Similar Documents

Publication Publication Date Title
CN105101478B (zh) 一种无线网络传感器的充电方法及装置
Hamidouche et al. An efficient clustering strategy avoiding buffer overflow in IoT sensors: A bio-inspired based approach
CN113507172A (zh) 基于移动充电车的无线传感器网络节点充电方法
KR100933681B1 (ko) 무선 센서네트워크의 에너지와 거리 기반 클러스터링라우팅 방법 및 장치
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
Turgut et al. Heuristic approaches for transmission scheduling in sensor networks with multiple mobile sinks
Zhong et al. Ant colony optimization algorithm for lifetime maximization in wireless sensor network with mobile sink
CN109982452A (zh) 一种基于拟阵的无线可充电传感器网络充电调度方法
CN109152103A (zh) 一种对无线传感器网络进行组网方法及装置
CN116702635A (zh) 基于深度强化学习的多智能体移动充电调度方法及装置
CN101321184A (zh) 一种实现无线传感器网络查询的方法和数据传回的方法
CN112261704B (zh) 一种基于可充电无线传感器网络的重复博弈路由方法
Tomar et al. On-demand energy provisioning in wireless sensor networks with capacity-constrained mobile chargers
Tsoumanis et al. A recharging distance analysis for wireless sensor networks
CN112702688A (zh) 结合能量补充和数据收集的移动小车规划方法
Murtaza et al. Optimal data transmission and battery charging policies for solar powered sensor networks using Markov decision process
Singh et al. An efficient approach for wireless rechargeable sensor networks for vehicle charging
Huang et al. ACO-based path planning scheme in RWSN
KR102241029B1 (ko) 무선 센서 네트워크에서 병합 노드 결정 방법 및 그 장치
CN115190560A (zh) 基于簇的自适应充电路径优化方法
KR102239797B1 (ko) 무선 센서 네트워크에서 병합 노드 결정 방법 및 그 장치
CN109450015B (zh) 一种考虑充电特性的无线传感器网络充电方法和装置
Tsoumanis et al. Recharging vehicle distance minimization in wireless sensor networks
Suo et al. Charger mobility scheduling and modeling in wireless rechargeable sensor networks
CN113179457B (zh) 无线可充电传感网络中的路过时空部分充电方法

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