可充电无线传感器网络动态拓扑问题研究

在可充电无线传感器网络中的能量补给设备兼任数据采集设备的情况下,提出了可充电无线传感器网络时变动态拓扑模型,并在此基础上根据最大化能量补给设备驻站时间比为目标提出了最优化问题。通过分析不同时刻不同传感器节点和无线能量补给/数据采集设备的工作情况及需要遵循的约束条件,得到与原问题具有等优性的多状态线性规划问题。求解该优化问题,获得可充电无线传感器网络动态拓扑下的周期动态路由和无线能量补给/数据采集设备的工作策略。与之前的研究成果相比,优化目标值均有20%以上的提升。

多基站可充电无线传感器网络建模及优化研究

研究问题为引入无线能量补给设备后,多基站无线传感器网络的跨层优化问题。以设计无线传感器网络中的数据路由、传感器节点的功率控制及无线能量补给设备的工作策略为研究目标,通过提出无线传感器网络中传感器节点活跃度的概念,分析无线传感器网络物理层与网络层需要满足的约束条件,结合无线能量补给设备需要满足的约束条件,提出可充电无线传感器动态网络跨层优化问题,并将其转化为易于求解的线性规划问题。根据求得的最优解获得无线传感器网络中传感器节点动态且周期的数据路由及功率控制策略,并得到无线能量补给设备周期性工作策略,且无线能量补给设备驻站时间比较之前研究成果提升在100%以上。

基于能量预测的分簇可充电无线传感器网络充电调度

为及时对可充电无线传感器网络中的"饥饿"节点补充能量,提出了一种基于预测的分簇低能量路径移动充电算法(CLP)。网络采用非均匀分簇的多跳路由协议,每个簇选取能量最低的节点作为簇头节点,移动充电车仅为簇头节点充电并收集簇内节点的能量信息。每次充电调度完成后,移动充电车将所收集的能量信息发送至基站,基站根据马尔科夫模型预测各簇内节点的能耗,以优化选取下一次的充电目标。仿真结果表明,采用CLP算法比旅行商问题(TSP)算法的网络效用提高约20%,数据传输能力提高约17%。

最小跳数路由可充电无线传感器网络模型研究

文章研究了最小跳路由下可充电无线传感器网络的建模和优化问题,分析了可充电无线传感器网路的拓扑连通性,并依据Dijkstra算法给出了该网络的最小跳数路由算法。在给定数据路由的前提下,提出了可充电无线传感器网络中针对能量补给设备驻站时间比的优化问题,并将其转化为易于求解的线性规划问题,最终得到无线传感器节点和无线能量补给设备的工作策略。

可充电无线传感器网络中的最大流算法研究

通过在传感器网络中一些节点附近部署静态辅助充电器(ACs)的方法,能提升网络中从source节点流向sink节点的最大流量.为此,构建了该问题的混合整数线性规划模型(MILP),并证明该问题为NP-hard问题,提出首先使用BottleNeck算法为遗传算法生成初始种群,该算法以路径为单位,采用能量最低的节点优先的原则部署ACs,然后使用改进的自适应的遗传算法(IAGA)模拟自然进化过程,搜索部署ACs的最优位置,使到达sink节点的流量达到最大.仿真实验结果表明,与其他的几种布属ACs的方法相比,IAGA可以有效提高到达sink节点的最大流量.

面向区块链的可充电无线传感器网络路由算法

区块链技术凭借去中心化属性逐渐成为电力物联网建设的重要手段,但电力物联网无线接入层中现有传感器终端尚不能满足该技术对终端性能的较高需求,为此面向区块链应用可充电无线传感器网络路由算法被提出,各节点根据分布式路由将数据上传至附近的同步节点,同步节点之间彼此通过洪泛实现区块链应用,此外采用移动补能设备基于异序补能算法为网络持续补能。仿真结果表明,该算法可保证原有无线传感器网络节点在引入区块链应用后稳定运行。

可充电无线传感器网络动态拓扑的分析

对不同时刻不同传感器节点,还有无线能量补给需要遵循的约束条件进行了分析,通过分析得到了多状态线性规划问题。然后对此优化问题进行求解,最终获得无限能量补给等。对比之前的研究结果,优化目标得到了有20%以上的提高。

无线可充电传感器网络下的高维多目标动态充电规划

随着无线充电传感器网络(Wireless Rechargeable Sensor Networks,WRSNs)的出现,针对延长无线传感器网络(Wireless Sensor Networks,WSNs)的寿命问题,大量的研究者们提出了多种充电方案.然而大多数充电方案都属于离线的,没有考虑充电路径规划会随着新需充电节点的加入而发生动态变化的多时间窗问题.因此,针对上述问题,本文提出了高维多目标动态充电路径方案模型.通过最小化路径距离、死亡节点数量、通信延迟以及最大化无线充电车(Wireless Charging Vehicle,WCV)剩余能量,以减少死节点数量,延长WRSNs的生命周期.同时为求解该动态模型以及适应路径编码方式和响应环境变化,通过引入改进的进化策略和环境响应机制到强帕累托进化算法2(The Strength Pareto Evolutionary Algorithm 2,SPEA2)中,提出了改进的SPEA2.仿真实验结果表明,该动态模型和改进算法能够有效地延长WRSNs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 online chargings cheme,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.

C-MCC:无线可充电传感器网络中一种基于分簇的多MC协同充电策略

已有研究显示,将无线能量转移机制应用到WSN中能够从根本上改善WSN的寿命.为了提供稳定的并且高的充电效率以提高网络的性能,提出了一种基于分簇的多移动充电器(Mobile Charger,MC)协同充电策略C-MCC,文中定义MC相对合适度用于衡量网络中的MC相对于簇头节点的合适程度,并结合MC的当前剩余能量和MC与簇头节点的距离给出了相应的计算公式.在C-MCC中,整个网络被划分为多个充电簇,簇头节点只向网络中相对合适度最大的MC传送簇状态信息.MC在进行充电决策时,不仅考虑了充电簇的当前剩余能量,还考虑了MC与簇头节点之间的距离.仿真结果表明,C-MCC提高了充电效率,在网络中存活的节点数方面较DCLK都有所增加,网络路由鲁棒性和网络连通度较DCLK提高了7.7%.

带时间窗的无线可充电传感器网络多目标路径规划算法

现阶段无线可充电传感器网络的研究中,充电规划问题往往只考虑单一目标,没有考虑能量空洞问题对无线充电设备(Wireless Charging Equipment,WCE)路径规划以及网络整体性能的影响.基于充电时间窗和惩罚函数,以最大化网络中WCE的能量利用率和最小化节点惩罚值为目标,提出了带时间窗的多目标路径规划模型,优化WCE对节点的充电时间并提高WCE的能量利用率.为求解多目标优化问题,在多目标连续烟花算法的基础上,提出了一种多目标离散烟花算法,通过烟花爆炸操作加快收敛速度并防止陷入局部最优.仿真结果表明,相较于传统算法,本文提出的算法所求得的Pareto最优解的分布均匀性提升22.5%以上,分布范围性能提升14.5%以上.

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%。

无线可充电传感器网络中的移动充电调度算法

针对在可充电的传感网络中节点能量损耗的问题,提出一种使用移动充电小车给待充电节点进行充电的方法。首先,建立移动充电小车给传感网络节点进行充电的模型,提出了充电电池的能量利用率的概念;其次对于提出的模型,分别在离线和在线两种模式下设计了离线启发式算法和在线启发式算法;最后通过仿真实验数据对比了离线和在线这两种大小不同规模环境的充电利用率,分析离线和在线模式在大规模环境中充电周期和充电电池总能量对充电利用率的影响。理论分析和实验仿真表明,与在线模式相比,离线模式的充电利用率平均提高了近13个百分点;而在大规模环境的一定范围内,离线和在线的充电利用率随着充电时间和电池总能量的增长而呈线性式增长。所提算法考虑到了小车充电能量的限制,更加贴近现实环境,可以提升充电电池利用率,提高传感网络的工作效率。

一种新的无线可充电传感器网络分簇算法

为了弥补现有无线可充电传感器网络充电效率低下和节点能量冗余并存的问题,提出了一种基于节点信息的分簇算法。首先,根据传感器节点的剩余能量状态,选择候选簇首。其次,计算候选簇首集合中节点之间的距离,并与基于节点密度的距离阈值比较,最终筛选出合适的簇首。其他节点根据就近原则选择簇首,形成对应的簇。该算法由于同时考虑节点剩余能量和簇首之间的距离,可以使得具有较多剩余能量的节点成为簇首,且簇首均匀分布整个网络中。仿真结果表明,提出的算法可以提高充电效率,减少节点的能量冗余或节点能量消耗过快而死亡的现象,从而有效延长整个网络的寿命。

无线充电传感器网络能量效率优化研究

针对传统无线充电传感器网络中无线能量传输效率较低的问题,提出了一种基于SWIPT技术的协作传输协议(简称CTS),利用无线信息和能量的协作传输来提高无线能量传输的效率。在此基础上,设计了一个以最大化网络效用为目的的资源分配策略优化问题,并提出RAPOA算法来求解问题。仿真实验表明,CTS最大化了网络效用,提高了无线充电传感器网络的能量传输效率。

无线充电传感器网络点播式充电实验平台研究

归纳了现阶段无线充电传感器网络存在的问题,介绍了无线充电传感器网络的架构设计,详细描述了无线充电传感器网络的搭建和调度方法。在点播式的充电模式下,充电方法更适用于实际的网络中节点的充电问题,在实时性和可靠性方面都有良好的系统性能。关于平台的实验结果表明:该平台能够有效提高充电效率,具有较好的教学与科研价值。

基于多目标优化的无线传感器网络移动充电及数据收集算法

近年来,通过引入移动设备(ME)为无线传感器网络(WSNs)进行无线充电和数据收集成为一个研究热点。传统方法一般先根据节点的充电需求优先级确定移动路径,再根据该路径依次对节点进行数据收集。该文同时考虑充电需求和数据收集两个维度,以最大化ME的总能量利用率和最小化数据收集平均时延为目标,建立多目标一对多充电及数据收集模型。在ME携带的行驶能量和充电能量不足的前提下,设计路径规划策略和均衡化充电策略,并改进多目标蚁群算法对该文问题进行求解。实验结果表明,该文算法在多种场景下的目标值、Pareto解的数量、Pareto解集的均匀性、分布范围等性能指标均优于NSGA-II算法。

无线可充电传感器网络中协作式充电方法

多数的充电方案采用移动小车对感测区域中传感器节点进行按需充电,但移动小车的移动受限于速度和地形。无人机能克服小车的限制因素,但其携带的电池容量较小。综合考虑小车和无人机的优缺点,提出了协作式充电方案。该方案采用一部小车配备数部无人机为传感器节点进行充电服务,并设计相应的充电调度算法。最后,在三种网络情形下进行大量的仿真实验来分析和比较所提充电方案的性能。

可充电传感器网络中改进的移动能量补充方案

为更可靠地向传感器节点供应能量,针对可充电传感器网络采用一种新的无线电源传输技术,该技术通过引入移动启动器来实现传感器能量的无线补充.建立基于随机无线能量补充的解析模型,以获得一组性能指标.根据理论分析结果提出基于电量感知的移动能量补充方案,并给出两种启发式算法:充电优先的线性自适应传感器激活算法和选择性充电的电量感知激活算法.通过仿真实验证明了理论分析的正确性和算法的有效性.研究结果表明:合适的传感器激活机制以及对移动能量补充的有效控制,可显著提升性能.