基于相遇位置预测的移动传感器网络能量补充方法研究

能量问题一直是无线传感器网络研究的热点。传感器有限的电池电量会造成能量供应不足,甚至会导致网络瘫痪。同时传感器的移动性也给实现移动传感器网络的高效能量补充带来了新的挑战。为了保证移动传感器网络持续高效运行,本文提出了一种基于相遇位置预测的移动传感器网络能量补充方法。首先根据移动传感器的剩余能量和移动信息,计算移动充电装置与每一个提出充电请求传感器的最短相遇时间及相遇位置。其次在保证缺电传感器都能够获得公平的充电响应的基础上,移动充电装置优先选择与其相遇时间最短的缺电传感器进行能量补充。仿真实验结果表明本文提出的移动传感器网络能量补充方法能更有效地缩短充电延迟,提高充电效率。     

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%。     

能量受限的单移动设备无线充电调度算法

基于磁耦合谐振的多节点充电技术为解决无线传感网络的健壮性问题提供了潜在的解决方法。为了减少充电设备的移动能耗,保证充电规划的可调度性,结合磁耦合谐振的充电效率,采用蜂窝网状结构将网络分割成若干充电区域,提出了基于移动充电设备的无线传感器网络充电调度算法。由于实际的移动设备能量通常有限,在每个充电周期内综合考虑移动设备能量、节点剩余能量等,提出了自适应动态算法以自动选择k个充电区域。规划充电路径时,采用实时性较好的弹性网络算法来满足网络节点的充电需求。仿真结果表明,充电设备能量的大小会直接影响网络的总能量与最小剩余能量,算法在设备能量有限时能够最大化网络的最小能量,延长网络的生命周期。     

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.     

无线可充电传感器网络高效在线充电算法

在无线可充电传感器网络中,传感器节点的电池寿命是决定整个传感器网络生命周期的重要因素之一,而移动充电车可有效地为传感器节点提供电量补给。在动态请求(On-Demand)的无线可充电传感器网络中,研究充电车移动耗能和充电周期内总电量两个约束条件下的充电传感器数量最大化问题。针对该问题建立非线性整型数学模型,并提出一个基于贪心策略的在线算法。该算法在每个充电周期内,充电车依次选择距离最近的传感器节点进行充电。基于聚类思想,提出另一个在线算法。该在线聚类算法利用解决旅行商问题的最小生成树算法,使得充电车在每一个类中的充电路径构成一条回路的同时,减少移动耗能。实验结果表明,在线贪心算法、在线聚类算法得出的充电传感器数量分别占充电请求总数的67%与76%。     

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。     

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。     

WRSN中多MC协同的一对多能量补充策略

无线可充电传感网络(Wireless Rechargeable Sensor Networks, WRSN)由于受到传感器有限的电池容量限制,所面临的一项重要挑战是如何调度移动充电器MC(Mobile Charger)及时为传感器进行充电,避免传感器由于能量过低而失效。然而现有的充电策略中单MC充电策略难以满足大规模WRSNs的电量需求,多MC充电策略常忽略充电的均衡性。针对WRSN中多MC协同充电问题,提出一种多MC协同的一对多能量补充策略(MTORN)。首先通过相交圆算法将网络中的传感器节点划分为若干个节点簇,MC根据节点簇的平均剩余能量以及距离划分簇的优先级,每个MC前往不同的节点簇进行一对多充电从而提高充电效率。仿真结果表明,与现有的算法相比,MTORN能够有效降低网络中传感器节点失效数量和MC的移动成本,延长网络生存时间。     

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。     

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...     

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.     

无线传感器网络RCF-MAC协议研究

射频充电（ RFC）技术是一种通过基站发射射频电波为传感器节点补充电量的新兴技术。但在RFC无线传感器网络中,多基站同时发射能量时产生的能量干涉衰减现象会明显降低充电效率,此外,能量传输与数据通信共享信道会降低整个网络的吞吐量。针对上述问题,提出了RFC—MAC协议,为提高充电效率,将请求充电传感器节点周围的基站按距离分为两组,两组基站分时能量传输,以避免能量干涉衰减现象;传感器网络中设双信道,分别用于能量传输与数据通信,以提高网络的吞吐量。仿真结果表明：RFC—MAC协议显著提高了传感器节点的充电效率和平均网络吞吐量。     

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%.     

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。     

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.     

用于智能电网的有差别射频充电传感器网络

针对应用于智能电网中的无线传感器网络(WSNs)节点能量受限问题,分析了基于无线射频充电技术的为传感器节点充电技术,改进了可持续无线充电传感器网络(SWRSNs),提出有差别射频充电传感器网络(DRRSNs)技术,增加节点的优先级设置,建立整数线性规划模型,用CPLEX求解模型确定标志性节点位置。求解数据表明:节点获得的能量平均提高105%,高优先级节点比低优先级节点平均多获得43%的能量,提高了节点的寿命,保证了WSNs的可靠性,但是路径访问效率平均降低了14%。     

一种基于有限信道的能量高效节点调度机制

在低负载、低功耗无线传感器网络中,节点状态切换的能量消耗因为用于数据传输的能量较小而变得不可忽略。针对此问题,提出了结合多信道技术与时分多路访问( TDMA)技术的节点调度算法。该算法设计了基于接收端的连续时隙分配策略以减少节点状态切换次数,并且在可用无线信道有限的约束条件下,提出了信道分配与时隙调整机制,实现了时隙重用并最小化有限信道约束对优化节点状态切换次数的影响。仿真实验结果表明,当可用无线信道数为3~5时,算法能够有效地改善节点能量效率。当可用无线信道数大于3之后,算法能够获得优化的数据汇聚时间。