一种基于谐振中继的可充电传感器网络移动能量补充方法

多跳无线能量传输技术已经成为延长无线传感器网络(WSN)寿命的有效手段。提出一种基于谐振中继的可充电传感器网络移动能量补充方法(TMWRN)。首先在整个网络中根据三角形外接圆性质部署谐振中继节点,然后,移动充电装置(MC)根据短距离优先的在线充电方式规划充电路径,并利用谐振中继器给多个传感器节点以多跳方式补充能量。最后模拟实验表明,TMWRN可以有效地降低MC的充电成本和节点失效率,延长网络寿命。     

一对多充电方式下WRSN移动充电器驻点选择策略

能量问题是约束无线传感器网络发展的一大瓶颈,借助磁耦合谐振充电技术,可实现单个充电装置同时对多个传感器节点进行能量补充,从而提高网络充电效率,降低充电成本。现有的单对多充电方案往往忽略了磁耦合谐振充电技术的能量分配,对于移动充电器的停靠位置(即驻点)没有考虑发射线圈和接收线圈的互感对能量传输效率的影响。线圈之间的距离是影 响互感的关键物理因素。本文提出一种在线能量补充策略(OMRN)。该策略基于互感模型和连续平面上的重心法选址问题,根据线圈之间的距离找出移动充电器的最优驻点,让多个节点能量接收达到均衡,从而减少总充电时长,使充电效率最大化。     

基于WRSN的多节点按需充电策略研究

针对无线可充电传感器网络(WRSN)中的节点死亡率过高问题，为了降低节点死亡率，以按需充电架构为基础，提出了一种动态不均匀分簇的单移动充电设备(MC)多节点在线充电策略SMMCS(single MC multi-node charging strategy)。策略首先将无线可充电传感器网络进行动态不均匀分簇，以此划分移动充电设备的服务分区；然后在此模型基础上以最小网络节点死亡率为目标，进行路径规划时综合考虑节点剩余能量、距离以及能耗等因素。仿真实验结果表明，与SAMER、VTMT以及FCFS策略相比，该策略减少了节点等待时间，缩短了MC总充电代价，减小了节点死亡率。基于仿真条件，网络节点死亡率为4.31%。     

联合无线充电与数据收集的移动充电装置多目标路径规划算法

针对无线传感器网络节点资源有限导致数据收集不完整和时效性差的问题，建立了联合无线充电和数据收集的移动充电装置（MCD）多目标路径规划模型，提出了一种基于贪心策略的联合无线充电和数据收集的MCD路径规划算法(PPGS)。首先，对监测区域采用基于正六边形的无缝划分策略，有效减少了MCD的访问单元数；然后，利用马尔可夫模型预测节点能量和数据采集量等参数，在此基础上预估了MCD锚点最小停留时间和最长等待时间。与现有时延受限移动式能量补充算法(DCMEC)和基于网格的移动装置调度算法(GBA+MDSA)相比，所提算法具有复杂度较低，且无需事先知道节点和锚点实际位置信息的优势。仿真结果表明：PPGS能以较少的MCD保证无线传感器网络数据收集的完整性和时效性。     

多节点部分充电模型下的充电调度优化

在无线可充电传感器网络中,针对移动充电车采用多节点部分充电模型在充电调度过程中往复行驶,导致充电时间增加的问题进行了研究。提出一种新颖的多节点部分充电模型,从全局优化移动充电车在每个充电位置的充电时间,保证每个能量临界的传感器被充满电。同时提出AlgMinTime算法进行路径规划,确定移动充电车的充电环路以及对应位置的充电时间,使得环路上总充电调度时间最小化。最终通过仿真实验评估所提出算法的性能。实验结果表明,所提算法的充电调度平均环路时间相较于SOTA算法缩短9.8%。     

基于时空协作的多移动充电器充电路径规划的研究

为解决大型无线可充电传感器网络中节点的实时充电问题,对具有多个移动充电器的网络进行了研究。在将网络公平划分为多个簇的基础上提出一种基于时空协作的多移动充电器实时充电算法STMA：通过联合考虑节点的空间位置和截止充电时间要求规划移动充电器的充电路径,在充电过程中及时获取最新的充电请求,并按照充电请求的紧急程度及时调整充电路径。仿真结果表明,采用STMA算法比单纯考虑时空要求的算法的能量利用率提高约14%,节点存活率提高约9%,更加适应节点的实时充电需求。     

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.     

无线可充电传感网的高能效移动充电策略

采用无线能量传输技术的移动充电在无线可充电传感网的能量供给中扮演着重要角色。现有相关研究通常忽略了节点在等待充电时的能耗,简化对节点剩余能量阈值的假设,容易使节点耗尽能量而暂停工作。针对这一问题,文中提出一种新的移动充电策略,建立一种节点剩余能量预测模型以匹配节点的充电需求,分别构建了带权路径最小化以及基于带权路径的能量分配最大化问题,并分别采用遗传算法与线性规划对两者进行求解。通过仿真对所提移动充电策略进行了评估并与现有研究进行了对比。结果显示,所提移动充电策略有更高的移动充电能效,可维持网络长期正常工作。     

无线传感器网络节点能量补给算法设计*

针对无线传感器网络节点能量补给困难这一问题,设计了基于太阳能充电技术的无线传感器网络节点能量补给的最小移动距离算法和最近两节点中心移动算法。仿真实验证明,在同等条件下,两种算法都可以实现无线网络的能量补给,从而延长网络的生命周期,其中最近两节点中心移动算法比最小移动距离算法的平均移动距离小,稳定性强,是一种较好的能量补给算法。     

基于移动充电设备的无线传感网络充电策略研究综述

近年来,利用移动充电设备为传感器节点补充能量,消除电池供电方式导致的网络生存期限制,成为传感器网络的研究热点.从多个角度介绍基于移动充电设备的无线传感器网络充电策略的研究现状,总结了基于移动充电车或无人机的充电策略,在充电方式选择、路径优化、充电设备数量优化等方面的研究成果,并讨论充电策略研究所面临的挑战以及未来可能的...     

大规模无线传感器网络中高效按需充电规划

随着无线充电技术的日趋成熟,特别是磁共振无线充电技术的发展,利用移动充电车和无线充电技术给无线传感器补充能量,以保证无线传感器网络持续运转,成为新的研究热点。为此,主要介绍在大规模的无线传感器网络中,如何调度多个充电车给网络中的待充电传感器补充能量。为了均衡多个充电车的充电任务,缩小整个充电任务的完成时间,提出了充电总耗时最短问题,希望能为多个充电车找到各自的充电路径,使得多个充电车中耗时最长的任务完成时间最短。因为充电总耗时最短问题是一个NP难问题,难以在多项式时间内找到最优解,所以针对该问题提出了一个近似比为5的近似算法。最后用模拟实验证明了算法的性能,实验表明该算法的实际近似比不足2。     

一种高效有向无线充电器的布置算法

传统的传感器节点通常采用电池供电,有限的电池能量限制了传感器网络整体的寿命.无线能量传输技术可将能量以无线方式从充电器发送至传感器,从而可以彻底解决这一问题.无线可充电传感网中的一个重要问题是无线充电器的布置问题,即,如何有效地布置充电器,使得传感器网络的整体充电效用最大化.已有的工作主要考虑的是全向充电器的布置问题,且充电器可布置的位置受限,如只能布置在三角形顶点或网格中的格点处,因此具有相当的局限性.首次考虑了有向充电器的一般布置问题,即,充电器充电区域为扇形,并且充电器可布置在区域内任何位置处,其朝向可任意调节.另外,首次基于实测数据建立了有向充电器的充电模型,并提出一系列创新方法将问题进行转化,设计了一种近似比为(1-1/e)/(1+e)的高效算法——CDG(charger deployment-greedy)算法来解决这一问题.仿真实验结果说明了CDG算法的有效性.与其他提出的两种随机算法相比,CDG算法的性能分别提升了将近300%和100%.     

无线充电WSN中低维护频率的路由与能量补充策略

由于传感器节点的电池容量有限,为使网络可持续运行,可利用无线能量传输技术对节点充电。在使用无线充电设备为传感器周期性充电的场景中,由于现有研究很少考虑节点的频繁充电带来的额外成本问题,以维护频率作为成本的度量,对节点实行按需维护,通过联合优化每个节点的路由和能量补充策略,使充电设备对节点的总维护频率最小。仿真结果表明,算法可以减小网络节点充电的频率,同时缩短充电设备的行驶路程,最终降低网络维护的成本。     

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.     

移动传感器网络中能量均衡分簇及移动策略

无线传感器网络各节点能量有限,如果数据收集节点（Sink）能够移动,则可以大大节约节点能量,从而延长网络的寿命。首先提出一种能量均衡的分簇算法,根据节点地理信息进行分簇,使得节点耗费总能量尽可能小的同时,使各簇能量消耗基本平衡;在此基础上提出一种Sink 移动策略,Sink 优先选择能量较充足的簇收集信息。仿真结果表明,与传统的随机移动算法相比,提出的算法能够显著平衡各族之间的能量消耗,并减少总的网络能量消耗,从而提高网络的寿命。     

A Hyper-Heuristic Framework for Lifetime Maximization in Wireless Sensor Networks With A Mobile Sink

Maximizing the lifetime of wireless sensor networks(WSNs) is an important and challenging research problem. Properly scheduling the movements of mobile sinks to balance the energy consumption of wireless sensor network is one of the most effective approaches to prolong the lifetime of wireless sensor networks. However, the existing mobile sink scheduling methods either require a great amount of computational time or lack effectiveness in finding high-quality scheduling solutions. To address the above issues, this paper proposes a novel hyperheuristic framework, which can automatically construct high-level heuristics to schedule the sink movements and prolong the network lifetime. In the proposed framework, a set of low-level heuristics are defined as building blocks to construct high-level heuristics and a set of random networks with different features are designed for training. Further, a genetic programming algorithm is adopted to automatically evolve promising high-level heuristics based on the building blocks and the training networks. By using the genetic programming to evolve more effective heuristics and applying these heuristics in a greedy scheme, our proposed hyper-heuristic framework can prolong the network lifetime competitively with other methods, with small time consumption. A series of comprehensive experiments, including both static and dynamic networks,are designed. The simulation results have demonstrated that the proposed method can offer a very promising performance in terms of network lifetime and response time.     

一种能量高效的非均匀分簇算法

针对无线传感器网络中的能量消耗不均衡问题,提出一种能量高效的非均匀分簇算法--EUCA。算法采取基于节点剩余能量的簇首选举策略,簇首采用非均匀分簇的思想来构建大小不等的簇,在构建簇间路由树时,综合考虑了邻近簇首的剩余能量、簇成员数目、相对自身的距离和相对基站的距离,以此来均衡簇首能量损耗。仿真结果表明,该算法有效均衡了网络能量损耗,延长了网络的生存周期。