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。     

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.     

一种基于非均匀分簇的实时充电算法

针对具有实时性要求的无线可充电传感器网络,使用移动充电器及时为网络中的节点补充能量,提出一种基于非均匀分簇的实时充电算法(nUCRC):首先采用非均匀分簇的方法,将网络划分为大小不等的多个簇,通过研究簇内节点的能量状态和充电截止时间决定簇头的选举和轮换;采用动态规划算法得出移动充电器的簇间最短移动路径,并根据簇内节点的时间和空间的混合优先级决定充电顺序,遍历完所有簇后,返回基站结束当前充电周期.仿真结果表明采用nUCRC算法比采用目前最新的按需充电算法的节点存活率提高约10％,平均充电时延提升约20％,更加适用于具有实时性要求的网络.     

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。     

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。     

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.     

无线可充电传感器网络的能量补充策略研究

为均衡网络能耗,及时为可充电无线传感器网络中能量较低的节点补充能量,本文提出一种基于非均匀分簇的多跳能量补充算法。该算采用非均匀分簇的多跳路由协议,每次充电前基站根据本文提出的剩余时间与地理位置联合优先权算法,计算出各簇的优先值后规划最优充电路径。仿真实验结果表明,本算法与其他算法相比有较好的扩展性,能有效均衡网络能耗并及时为节点充电。     

一种WRSN中基于有向接收的高效充电算法

无线可充电传感器网络中,节点在不同方向的能量接收能力是不同的。现有的充电策略很少考虑节点能量接收能力的各向异性。本文研究基于接收能力各向异性的移动充电策略,提出一种基于有向能量接收的高效充电算法(CderM)。先建立节点充电区域模型衡量节点的异向能量接收能力,再根据节点部署情况,优化充电部署,增加MC的充电覆盖区域,增大网络充电覆盖率。最后,采用启发式策略优化节点能量接收方向,最大化节点的有向能量接收能力,实现高效率充电。仿真结果表明CderM算法增大了网络充电覆盖率,提高了能量补充效率。     

基于分簇机制的移动无线传感器网络数据采集协议*

为了均衡无线传感器网络的能量消耗,提出了一种基于分簇机制的移动无线传感器网络数据采集协议。该协议中,整个网络使用网格均匀分簇,节点根据加权能量—邻居规则选出分布在簇中间区域的簇头,簇头负责收集簇内兴趣事件并进行数据融合,移动sink依次运动到簇的中心点位置收集簇内兴趣事件。仿真结果表明,该协议有效地均衡了网络的能量消耗,延长了网络的生存时间。     

基于注意力机制和策略梯度的多MC充电调度

大规模无线可充电传感器网络(WRSN)中单个MC显然不能应对繁重的充电任务。针对多MC充电调度中MCs能量利用率低下且充电负载不均衡的缺陷,提出一种基于注意力机制和策略梯度的多MC按需充电调度方法(APCS)。首先进行传感器节点到MC的分配,并将分配过程抽象为多旅行商问题(MTSP),结合注意力机制建立优化模型并采用强化学习中的策略梯度算法对其进行训练,从而为分配问题生成近似最优解。以此将多MC协同充电调度转化为多个单MC的充电调度问题,然后通过OR-tools对充电序列规划进行求解。仿真实验结果表明APCS在提高MCs能量利用率的同时均衡各个MC的充电负载,显著提高了充电效率和网络生存时间,对比其他几种充电策略具有明显优势。     

WSN中一种负载均衡的动态非均匀分簇方案

无线传感器网络(WSN)是由资源受限的传感器节点构成,节点能耗对网络的性能有着重要影响,对网络进行分簇可以有效地控制节点整体能耗。针对网络实际运行时节点状态和事件位置动态变化等特点,提出了一种负载均衡的动态非均匀分簇方案。方案主体思路是:首先网络利用O-LEACH算法自组织地进行非均匀分簇,接着动态地从簇头中选举出一定数量的决策节点用于网络的数据汇聚,并根据事件发生位置和节点状态变换而动态更改决策节点角色。仿真结果表明,与CAPNet方案相比,该方案均衡了网络能耗,提高了传输效率,延长了网络生命周期。     

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.     

带状无线传感器网络能量高效的节点部署策略

带状无线传感器网络具有特殊的拓扑结构,满足很多重要领域的应用需求。针对带状网络中的能量消耗不均衡问题,分析了带状无线传感器网络在多跳通信时的拓扑结构和能耗模型,在对带状网络进行分簇的基础上,提出一种非均匀的节点部署策略,该策略量化了带状传感器网络中簇内节点的数目关系,并设计了相应的路由协议。仿真结果表明,非均匀的节点部署策略可以缓解带状网络的能量空洞问题,使网络能耗趋于均衡,延长整个网络的生命周期。     

基于萤火虫算法的无线传感器网络节点重部署策略

节点部署是无线传感器网络研究的重要问题之一.针对节点部署过程中的能量空洞问题,提出了一种基于萤火虫算法(FA)的节点重部署(NRBFA)策略.首先,在节点随机部署的传感器网络中,利用k-means算法进行分簇并引入冗余节点;然后,利用FA移动冗余节点,以分担簇头(CH)负载并均衡网络中节点的能耗;最后,再次利用FA寻找...     

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%。     

基于簇头质量的移动无线传感器网络分簇算法

在部分节点移动的网络环境下,分析了传统静态无线传感器网络分簇算法对节点移动环境下成簇的失效性,给出了影响簇头质量的性能参数集,并提出了基于簇头质量的移动无线传感器网络分簇算法。该算法根据节点活动性、平均邻居距离、节点度偏差及信道质量等簇头性能的影响因子,通过加权的方法计算出簇头质量,在分布式传感网区域内簇头质量最大的节点将竞争成为簇头。通过理论分析和仿真对比表明,与LEACH算法相比该分簇算法降低了平均延迟,延长了网络生命期,并验证了该算法对动态拓扑具有适应性。     

一种适用于移动节点的事件驱动分簇算法

提出一种适用于移动无线传感器网络节点的事件驱动分簇算法,使用簇头间能量筛选法选举簇头,并加入事件驱动机制,能够使节点在有突发事件发生的情况下,对网络中的簇进行基于事件区域的重组,以减少数据冗余。建立相应的仿真实验模型,对运动节点的分簇情况进行动态跟踪及分析。实验结果表明,该算法能够满足事件驱动分簇的要求,能量消耗比经典算法更均衡。     

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.     

无线传感器网络备份路径分簇算法

在路由协议中利用分簇技术可以提高无线传感器网络的可扩展性。针对无线传感器网络(WSN)中分簇算法的不足,提出了基于备份节点策略的EDC算法,传感器节点在其簇头失效后仍可以通过其备份路径传输数据。通过OMNeT++平台上的仿真实验表明,EDC在网络重建时间、失效节点数量较其他WSN协议有明显的改善。     

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%。