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.

WRSNs中路由协议对充电簇的影响

为解决网络能量瓶颈问题,将一对多无线可充电传感器网络(Wireless rechargeable sensor networks,WRSNs)划分成多个正六边形充电簇,分析基于Flooding(洪泛)路由协议和Gossiping路由协议下充电簇内的存活节点数和剩余能量的变化情况,以及2种协议对充电簇能耗均衡度的影响.仿真结果表明:与Flooding协议相比,Gossiping协议能够减少充电簇内的死亡节点数,减缓充电簇剩余能量的下降,延长网络寿命,但能耗均衡度低;适合传统WSNs的路由协议不一定适合WRSNs;针对基于分簇的一对多WRSNs,为改善充电簇的能耗均衡度,可以从设计新的路由协议或构建合适的充电簇两方面着手进行.

WRSNs中接收线圈间互感对传能的影响分析

从磁耦合谐振电路模型原理出发,理论分析了接收线圈间互感系数对接收节点能量传输效率和功率的影响,进一步分析了影响接收线圈间互感系数的影响因子,其分别为接收线圈间距离、高度和角度,并建立了3个影响因子与节点能量传输效率和功率之间的关系。分析了基于磁耦合谐振WRSNs一对二的充电过程中,当接收线圈位于同侧时,3个影响因子对接收线圈间互感系数、节点能量传输效率和功率的影响关系。结果表明两个接收线圈相对距离越近、夹角和高度越小,其间互感越大,对节点能量接收的相互抑制性越强。

WRSNs中无线充电和辅助移动数据收集算法

研究在无线充电设备(WCE)辅助基站进行数据收集情况下,无线可充电传感器网络(WRSNs)中充电和数据收集问题,旨在减少网络中长距离无线传输造成的能量浪费,缓解能量空洞问题。对充电及数据收集过程建模分析,设置用于计算WCE辅助收集数据量的节能系数,利用拉格朗日对偶分解和次梯度算法设计一种WRSNs中无线充电和辅助移动数据收集算法(Wc AMDG),优化节点充电量和路由。仿真实验表明,算法能够有效延长网络寿命、均衡节点能耗、提高网络能量利用率。

WCE能量受限的充电路径规划算法

在中小网络规模使用单个无线移动充电设备(WCE)能够有效地为无线传感器网络(WSNs)节点持续提供能量。针对WCE行驶距离和充电容量受限而导致的充电效果不佳的问题,提出了一种基于节点充电优先级的路径规划算法MMAS-CNP。为了防止网络节点大量死亡而无法通信,先确定满足节点正常工作的最低能量阈值,再确定剩余能量低于能量阈值的节点之间的充电优先级,最后在WCE行驶距离和充电容量均受限时,运用最大-最小蚂蚁算法实现WCE为优先级高的节点充电的路径规划。与现有NJNP和MMAS-CM算法相比,MMAS-CNP算法能有效地降低节点的失效率,延长网络寿命。

改进海洋捕食者算法及其在WRSN充电规划中的应用

针对无线可充电传感器网络下的多无人机充电规划,仅考虑无人机的飞行距离为成本目标规划出最优充电路径显得单一片面,现把无人机的飞行距离、能量消耗、时间成本和无人机搭配成本组合成新的成本目标模型,为了减少飞行停留点次数,还加入了正六边形充电模型,并提出了一种改进的海洋捕食者算法(BMPA)应用到此场景中.改进之处在于:一方面,在海洋捕食者算法中引入了天牛须搜索算法寻找全局气味值最大的点的操作,改善了最优解的质量;另一方面,在海洋捕食者算法中加入了新的自适应的非线性移动步长的参数,进一步改善勘探与开发的平衡,提高了全局搜索能力,促进局部研究的快速收敛.仿真实验结果表明,提出的算法不仅有效地减少了飞行次数,而且降低了飞行距离和算力消耗,与BAS、MPA和PreWBAS算法相比,在求解新的成本目标函数值上减少了50.90%、4.85%和14.38%,证明了改进后的算法的有效性.

基于强化学习的多无人机WRSN充电路径规划方案

针对无线可充电传感网(WRSNs)存在的充电难、效率低等问题,提出了一种多无人机协同无线可充电传感网充电路径规划方案(MC-CPP).首先描述了多无人机路径规划问题并建立了数学模型,然后针对问题模型提出了相应的深度强化学习(DRL)算法,算法借助了神经网络、贪婪策略和经验回放等获取无人机的充电飞行路径;最后无人机沿着规划的路径为网络中各待充电节点进行充电.实验结果表明,与传统Q学习方案相比,MC-CPP方案在获得了较优规划路径的同时,不仅能够减少充电无人机的数量和强化学习迭代次数,而且提高了无人机的能量利用率;与TSCA、NJNP、GC等方案相比,该方案能有效减少无人机飞行时间、节点死亡的数量及无人机能量消耗.

基于选址机制与深度强化学习的WRSN移动能量补充

无线充电已成为彻底解决无线传感器网络能量受限问题最有前景的技术之一。针对传感器网络应用场景中的高能量补充需求,提出一种基于选址机制与深度强化学习的一对多充电策略MSRL,利用带权集合覆盖问题求解移动充电装置(MC)的近似最优充电驻点集;基于Dueling DQN算法,综合考虑传感器的能量消耗率、地理位置、剩余能量等因素确定MC访问充电驻点的顺序。通过捕捉充电动作在时间序列中的关系,使用奖励反馈评估充电决策的质量,自适应调整充电路径,实现MC充电调度的优化。进一步对Dueling DQN算法进行改进,利用Gradient Bandit策略提高奖励值高的样本被采样的概率,加快算法训练速度。大量仿真实验结果表明,MSRL策略不仅可以显著减少传感器节点的死亡数和网络平均能量消耗,延长网络的生存时间,并且优于其他比较方法。

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%。

适于无线可充电传感网络的节点优化部署

针对现有无线可充电传感网络的节点优化部署方法中存在的收信能量估计模型未考虑实际商用天线的定向辐射特征、优化目标未考虑节点部署方式对定位精度和覆盖程度的影响、节点部署方法寻优精度有待进一步提升等问题,研究适于无线可充电传感网络的新型节点优化部署方法。以精确估计收信能量为目标,提出基于双偶极子天线的收信能量估计模型;提出传感节点失活时间、普通节点定位精度、普通节点覆盖程度的评价方法,完成优化目标函数的构建;提出融合信息正迁移机制的多任务进化算法,求解优化目标函数,通过优化部署传感节点的位置实现节点失活时间最小化、定位精度最大化、覆盖程度最大化。仿真结果显示:当普通节点数为36时,相比于传统单任务进化算法,本文算法的节点失活时间降低了32%,定位精度提高了23.5%,节点覆盖程度提高了12%。

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充电器的部署优化

为在无线可充电传感器网络中部署尽量少的充电器实现充电代价最小化,根据传感器节点的位置关系和拓扑特征设计2种无线充电器位置优化算法:近似算法与聚类分区算法。采用分割技术将网络划分成若干个网格的形式,分别求解每个网格内最少充电器数目,并通过移位策略减少充电器数目,提出近似比为(1+ε)的近似算法。同时,采用贪心思想进行聚类分区,结合最小包围圆算法提出聚类分区算法。复杂度分析与仿真结果表明,2种算法都能准确求解出充电器的位置,其中聚类分区算法部署的充电器数目更少,并且时间复杂度更低。

WRSN中带时间窗的多MC充电规划算法

有限的传感器节点能量一直是制约无线传感器网络(wireless sensor network,WSN)广泛应用和发展的瓶颈问题。文章指出每个传感器节点具有相应的充电时间窗,能在各自的时间窗内被充电;研究在传感器节点平均能量低于阀值上限后使用多个无线可移动充电器为传感器节点补充能量,并提出了带时间窗的多移动充电器(mobile charger,MC)充电规划算法。仿真结果表明,该文设计的充电规划算法使得每个需要充电的传感器节点的能量都能及时得到补充,并且在充电过程中使用的MC数目比贪心算法低13.2%,所消耗的总代价少22.7%。

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。

基于效用最大化的无线可充电传感器网络有向充电调度方案

针对当前无线可充电传感器网络(WRSNs)一对一移动充电方式存在充电效率低、定向充电模型缺乏问题,该文提出了一种基于充电效用最大化(MUC)的一对多有向充电调度方案。方案首先筛选网络中充电增益最大的有向覆盖子集;然后根据有向覆盖子集确定充电锚点,并进而规划充电器的移动路径;最后在满足移动充电器能量和充电周期约束条件下优化移动充电器的充电时间。实验结果表明,该方案与平均能量充电(AEC)、固定能量充电(FEC)相比,充电效率分别提高了13.7%和32.7%;与最多节点覆盖(MNC)、最大平均增益覆盖(MAGC)子集筛选方案相比,充电效率分别提高了4.4%和35.9%;同时在网络饿死节点数目上与MNC,MAGC方案相比也显著降低。

多跳无线可充电传感器网络中谐振中继器部署方法

基于谐振中继的多跳无线充电技术有利于提高无线可充电传感器网络(WRSN)的能量补充效率,提出了如何以最少的谐振中继器实现对WRSN中节点的完全多跳充电覆盖这一问题,并给出了一种能实现对传感器节点完全多跳充电覆盖的中继器部署方法(TRLDS)。利用基于多跳充电有效距离确定的蜂窝网格划分整个网络,在每个网格的中心部署一个中继器以确保完全多跳充电覆盖。设计了一组规则来删除冗余中继器,优化必要保留的中继器的位置以提高充电效率。仿真实验表明:提出的方法以较少数量的中继器达到了对传感器节点的完全多跳充电覆盖,以较低的成本实现对WRSN的高效能量补充。

基于充电效率的WRSN能量补充策略

无线可充电传感器网络(WRSN)的节点能量补充问题是当前传感器网络研究的一个热点。已有研究大多假设传感器能量消耗速率较为恒定,因此难以适应能量动态消耗的实际场景;还有些研究虽然考虑了节点充电请求的动态性,却无法选出适当的充电对象,使性能受到限制。为解决该问题,分析了WRSN的充电问题,提出基于充电效率的能量补充策略(CEBER)。该策略首先提出充电效率的量化计算方法,将充电效率作为选择充电对象的重要决策因素;同时其也考虑了节点所能容忍的最长充电等待时间,使决策结果尽可能避免引起节点失效。仿真结果表明,CEBER能够有效降低节点失效率,提高网络整体的充电效率,从而为WRSN提供更加有效的充电服务。