一种基于多节点充电模型的按需顺带充电方案

在无线可充电传感器网络中,针对提高充电能量效率问题,提出了一种按需多节点顺带充电调度方案.考虑移动充电器在为请求节点充电时,允许其为覆盖范围内的非请求节点同时充电.为了进一步减少分组个数,通过对已有的算法改进提出了一种更有效的启发式算法,并证明了停止点选择的正确性.分析了低效率分组对充电性能的影响,并提出了拆分低效率分组的有效策略,以局部优化行驶路径.仿真结果表明,在离线和按需场景中,所提算法和方案可以减少能耗和提高充电能效.

一种按需多节点优先级充电调度算法

无线可充电传感器网络中,大部分现有的移动充电调度方案集中在周期性充电方案和单节点充电模型。但周期性充电忽略了网络的动态变化因素,通常导致充电性能较低。单节点充电模型的充电效率低,可扩展性差。针对这一问题,文中基于多节点充电模型,提出了一种按需多节点优先级调度算法,旨在减少死亡节点个数以及能量消耗。同时,文中对传感器的能量消耗模型提出了一种新的与基站距离有关的线性模型。在节点分组时,为了减少停止点的数量并平衡节点的充电时间,开发了一种基于形心的聚类算法。在路径规划时,综合考虑了节点的剩余寿命以及停止点与移动充电器之间的距离因素。最后,通过实验证明了所提算法可以有效地减少节点死亡和能量消耗。

可充电概率传感网络中的充电小车休息时间最大化方法

在保证无线可充电传感网中目标点持久覆盖的情况下,基于概率监测模型和多节点充电模型,对最大化传感网络中充电小车休息时间比例问题进行研究。文中通过放宽节点不可死亡的限制,提出基于单位子簇的充电选择算法和基于全局的重聚类启发式算法。将目标点周围冗余的传感器构建成目标簇并根据贪心思想划分子簇。充电小车以子簇为单位服务覆盖过程中的充电请求,通过调整子簇内距离要求并对全局请求节点重聚类来选择锚点进行充电,从而降低子簇的混合增益,减少锚点数量。仿真实验表明,与单节点充电模型相比,新算法可将充电小车的休息时间提升10%~15%。