无线可充电传感器网络中能量饥饿避免的移动充电

无线可充电传感器网络（wireless rechargeable sensor networks,简称WRSN）中,如何调度移动充电器（mobile charger,简称MC）,在充电过程中及时为传感器节点补充能量,尽量避免节点能量饥饿的同时降低MC充电代价及节点平均充电延迟,成为无线充电问题的研究挑战.大多数现有WRSN充电策略或是不能适应实际环境中传感器节点能量消耗的动态性和多样性,或是没有充分考虑节点及时充电问题和MC对充电响应的公平性,导致节点由于能量饥饿失效和充电策略性能下降.当网络中请求充电的节点数量较多时,节点能量饥饿现象尤为明显.为此,研究了WRSN中移动充电的能量饥饿问题,提出了能量饥饿避免的在线充电策略（energy starvation avoidance onlinecharging scheme,简称ESAOC）.首先,根据各节点能量消耗的历史统计和实时值计算当前能量消耗率.接着,在调度MC时,根据当前能量消耗率计算各请求充电节点的最大充电容忍延迟和当某节点被选为下一充电节点时各节点的最短充电等待时间,通过比较这两个值,始终选择使其他待充电节点饥饿数量最少的节点作为充电候选节点以尽量避免节点陷入能量饥饿.仿真分析表明：与现有几种在线充电策略相比,ESAOC不仅能有效解决节点的能量饥饿问题,同时具有较低的充电延迟和充电代价.     

基于充电效率的WRSN能量补充策略

无线可充电传感器网络(WRSN)的节点能量补充问题是当前传感器网络研究的一个热点。已有研究大多假设传感器能量消耗速率较为恒定,因此难以适应能量动态消耗的实际场景;还有些研究虽然考虑了节点充电请求的动态性,却无法选出适当的充电对象,使性能受到限制。为解决该问题,分析了WRSN的充电问题,提出基于充电效率的能量补充策略(CEBER)。该策略首先提出充电效率的量化计算方法,将充电效率作为选择充电对象的重要决策因素;同时其也考虑了节点所能容忍的最长充电等待时间,使决策结果尽可能避免引起节点失效。仿真结果表明,CEBER能够有效降低节点失效率,提高网络整体的充电效率,从而为WRSN提供更加有效的充电服务。     

一种多移动充电车在线协同充电策略

在大规模无线可充电传感器网络(WRSN)中，引入多部移动充电车(MCV)为传感器补充能量可以有效提高充电可靠性。如何协同多MCV进行充电规划是提高WRSN性能的关键，为此提出一种基于注意力机制的多MCV在线分布式协同充电算法(OCAMD)。首先根据能耗率对传感器进行分级，结合传感器节点的距离和能量属性，采用注意力机制在线选择充电节点，并自适应调整充电时间。其次在满足WRSN正常运行的基础上，确定网络中所需的MCV数量。最后提出分布式协同算法，确保MCV与充电节点一一对应，同时均衡多MCV的充电负载。仿真结果表明，与当前主流的几种协同充电算法相比，OCAMD能有效提高传感器的存活率和MCV的能量利用率。     

无线传感器网络能量优化与建模技术综述

由于无线传感器网络的能量受限,如何优化网络能量消耗和评估网络生存周期是当前无线传感器网络研究的首要挑战。在分析无线传感器网络能量消耗特征的基础上,调研传感器网络节点和网络系统的能量优化策略;并针对能量优化存在的不足,分析近几年兴起的无线传感器网络能耗建模工作;从基于无线通信、状态转换、协议栈等方面归纳总结无线传感器网络能耗模型的建模方法;指出跨层能量优化以及软硬件综合的能耗建模技术是无线传感器网络能量研究的重点。     

基于改进蚁群算法的无线传感器网络路由的优化

为了延长无线传感器网络(wireless sensor network,WSN)的生命周期,均衡各个节点间能量消耗,针对现有的WSN路由优化算法存在的问题,提出了一种基于改进蚁群算法的路由优化算法;首先通过对蚁群算法和遗传算法的优劣性比较,在蚁群算法的基础上,结合遗传算法的选择、交叉和变异的操作,从而提高蚁群算法的搜索速度和寻优能力;最优路径评价函数综合考虑节点能耗及节点的剩余能量,使剩余能量多的节点优先参与数据转发,均衡节点间的能量消耗;通过与经典蚁群算法及遗传算法的对比实验表明,随着数据转发轮数增加,改进的蚁群算法能耗小,剩余能量多,网络生命周期明显延长;随着整个网络运行时间的增长,改进的蚁群算法,节点均衡能耗性好,最优路径搜索的成功率也明显优于其他两种算法。     

无线可充电传感器网络能耗分级充电策略

在传统的无线传感器网络中,有限的电池能量会限制传感器网络的寿命,而在无线可充电传感器网络中,能量可以通过无线方式给传感器充电,延长传感器网络的寿命,利用充电小车等移动设备对无线传感器网络进行能量补充时,在一个充电周期内减小充电小车的移动总路径,可以有效减少经济成本,基于无线可充电传感网中各节点的能耗差异性,结合蚁群算法和对旅行商(TSP)问题的研究,提出了基于能耗分级的非固定周期和固定周期两种小车充电策略。仿真结果表明,与传统的充电策略相比,两种新策略均能有效减少充电小车的移动总路径。     

基于一种虚拟骨干网环境下的移动能量补充策略

在无线传感器网络中,骨干网可方便地实现数据聚合,有利于达到能量高效的数据收集,但是其面临着骨干节点能量消耗过快,易出现因节点能量耗尽而导致骨干网连接中断的问题.为了保证网络能够持续高效的运行,一种基于虚拟骨干网的移动能量补充策略VBMERS(Mobile Energy Replenishment Strategy with Virtual Backbone)被提出来解决网络中骨干节点的能耗过快问题,同时也兼顾对非骨干节点的能量补充.VBMERS策略根据待充电传感器节点当前的通信量计算其优先级,始终选择优先级最大的节点作为充电候选节点以尽量给负载大的节点优先充电,从而避免节点快速进入能量饥饿状态.仿真结果显示,VBMERS策略能有效的解决节点的能量饥饿问题,降低了节点的失效率,进而延长了传感器网络的生存周期.     

无线传感器网络中的最大生命期基因路由算法

无线传感器网络(wireless sensor networks,简称WSNs)由一组低功率且能量受限的传感器节点构成,设计此类网络的一个基本挑战便是最大化网络生命期的问题.在WSNs中,由于邻近传感器节点所收集的数据之间往往具有时空相关性,多采用数据聚合技术作为去除数据冗余、压缩数据大小的有效手段.合理地应用数据聚合技术,可以有效地减少数据传递量,降低网络能耗,从而延长网络生命期.研究了WSNs中结合数据聚合与节点功率控制的优化数据传递技术,提出了一种新的最大化网络生命期的路由算法.该算法采用遗传算法(genetic algorithm,简称GA)最优化数据聚合点的选择,并采用梯度算法进一步优化结果.该算法均衡节点能耗,并最大化网络生命期.仿真结果表明,该算法极大地提高了网络的生命期.     

无线传感器网络中的最大生命期基因路由算法

无线传感器网络(wireless sensor networks,简称WSNs)由一组低功率且能量受限的传感器节点构成,设计此类网络的一个基本挑战便是最大化网络生命期的问题.在WSNs中,由于邻近传感器节点所收集的数据之间往往具有时空相关性,多采用数据聚合技术作为去除数据冗余、压缩数据大小的有效手段.合理地应用数据聚合技术,可以有效地减少数据传递量,降低网络能耗,从而延长网络生命期.研究了WSNs中结合数据聚合与节点功率控制的优化数据传递技术,提出了一种新的最大化网络生命期的路由算法.该算法采用遗传算法(genetic algorithm,简称GA)最优化数据聚合点的选择,并采用梯度算法进一步优化结果.该算法均衡节点能耗,并最大化网络生命期.仿真结果表明,该算法极大地提高了网络的生命期.     

无线传感器网络节点基于遗传算法的充电路径规划

无线传感器网络应用越来越广泛,为了解决传感器节点的能量问题,将无线充电技术应用到传感器网络中。使用无人机为传感器节点进行无线充电,但是无人机的电池容量有限,合理的规划能够让无人机以最小的充电代价获得最大的网络效用。以最小化无人机能耗为优化目标,对无人机能量消耗进行分析,将优化目标简化成最小化路径距离,并使用遗传算法对无人机规划路径。针对遗传算法不适合解决目标点多的问题,提出基于半径的聚类算法,将节点分簇,求出每个簇的充电停留点,减少目标点数目。仿真结果表明,所设计算法得到的充电路径缩短了33.52%,无人机的能量消耗降低了35.29%。     

无线可充电传感器网络中充电规划研究进展

传感器网络作为当代信息获取的重要手段之一,受到各国各界的广泛关注.在传感器网络中,能量问题一直是限制其广泛应用的重要约束和挑战.由于无线充电技术和智能移动节点的发展,使得综合使用这两种技术能够彻底解决传感器网络中的能量问题.这类采用无线充电方案的传感器网络称为无线可充电传感器网络.其中,充电规划影响无线可充电传感器网络在解决能量问题时的成本和效果,因此成为研究的热点.综述了最近几年无线可充电传感器网络研究中充电规划设计,从软、硬件层面的6个不同维度对这些方案进行分类概述和对比分析,总结在不同应用场景下进行充电规划设计的一般性思路,并通过3个实例进行演示,验证该设计思路的易用性和实用性.     

基于RFID的传感器网络合作式充电和数据收集策略

能量限制是制约无线传感器网络发展的主要瓶颈之一,可充电无线传感器网络的出现对其发展起了巨大的作用.提出了一种基于RFID标签的无线传感器网络合作式无线充电和数据收集策略,根据通信方式的不同,具体提出了TBR和TDC两种方案,通过将网络中的节点进行分簇,并在单个簇内部署簇内移动读取器进行路径移动,对簇内的各个节点进行充电和数据收集;在簇间部署簇间移动读取器收集簇内读取器内的数据,并将数据传输给汇聚节点进行数据处理,通过分簇完成对节点充电和数据收集任务的分层处理.通过仿真验证,其结果表明合作式充电策略可应用在大型区域内部署的网络,并且保证所需的移动读取器数量最少,数据传输至汇聚节点的时延最短,TBR方案与TDC方案有效.     

智能反射面辅助的无线传感网络充电策略研究

在无线可充电传感网的研究中面临诸多挑战,如无线功率传输中易衰弱、充电规划复杂度高、内存数据易溢出导致丢包。为此,引入智能反射面（IRS）并基于强化学习设计一种无线传感网能量传输和数据收集方案IRS_MDP。首先,该方案建立反射相位偏移优化问题,计算出以任一传感器节点为充电目标节点时IRS的最优相移值,实现最大化目标节点处所接收的功率。其次,根据上述结果并结合传感器实时状态,基于强化学习设计关于充电和数据传输过程的优化充电策略实现丢包率降低。仿真结果表明,该方案相较其他方案可以更好地提升网络吞吐量和降低数据丢包率。     

可充电无线传感网络能量均衡路由算法

针对可充电无线传感网络中的能量均衡路由问题,提出在稳定功率无线充电和监测数据收集网络场景下的多路径路由算法和机会路由算法,以实现网络的能量均衡。首先,通过电磁传播理论构建了无线传感节点的充电和接收功率关系模型;然后,考虑网络中无线传感节点的发送能耗和接收能耗,基于上述充电模型将网络能量均衡的路由问题转化为网络节点运行时间的最大最小化问题,通过线性规划得到的各链路流量用以指导路由中数据流量分配;最后,考虑一种更加现实的低功耗的场景,并提出了一种基于机会路由的能量均衡路由算法。实验结果表明,与最短路径路由（SPR）和期望周期最短路由（EDC）算法相比较,所提出的两种路由算法均能有效提高采集能量的利用率和工作周期内的网络生命周期。     

基于深度强化学习的WRSN动态时空充电调度

高效的移动充电调度是构建长生命期、可持续运行的无线可充电传感器网络(WRSN)的关键之一.现有基于强化学习的充电策略只考虑了移动充电调度问题的一个维度,即移动充电器(MC)的路径规划,而忽略了充电调度问题中的另一维度,即充电时长调整,因而仍然存在性能限制.提出一种基于深度强化学习的WRSN动态时空充电调度方法(SCSD),建立充电序列调度和充电时长动态调整的深度强化学习模型.针对移动充电调度中离散的充电序列规划和连续的充电时长调整问题,使用DQN为待充电节点优化充电序列,并基于DDPG计算并动态调整序列中待充电节点的充电时长.通过分别从空间和时间两个维度的优化,在避免节点缺电失效的同时,所提出的SCSD可实现充电性能的有效提高.大量仿真实验结果表明,SCSD与现有的几种有代表性的充电方案相比,其充电性能具有明显的优势.     

磁耦合谐振技术的无线可充电传感器节点设计

结合磁耦合谐振技术,设计了一款基于磁耦合谐振的无线可充电传感器节点.该节点不仅能够实现数据采集和传输,还能通过磁耦合谐振实现能量补充,从而解决WSNs能量受限问题.结合可充电节点的设计要求,基于模块化设计思想,给出其软硬件设计;采用双电源设计架构,以及能量监控和管理,实现节点能量获取与数据传输互不影响.实验结果表明,本文设计的无线可充电传感器节点满足设计要求,使构成无线可充电传感器网络成为可能.     

一种无线传感器网络的多优先级数据聚集协议

无线传感器网络当前已成为一种新的分布计算模式，由于大部分无线传感器网络中节点的能源是不可补充的，因此需使用数据聚集协议提高整个网络的生命周期，传统的数据聚集协议不能保证网络中的高实时性数据的延迟较低．文中提出的DAIDA协议根据节点上的流量状况及数据的不同优先级要求自适应地调整数据链路层发送的数据包的大小，模拟结果表明，高实时性数据通过网络的延迟低于低实时性数据的延迟，并且延长了无线传感器网络的生命周期。