WRSN中能量受限的多个充电器全覆盖充电和按需充电规划研究
发布时间：2021-01-21 06:39
近几年来无线可充电传感器网络（Wireless Rechargeable Sensors Networks,WRSN）受到越来越多专家学者的关注,成为当下的一个研究热点。WRSN打破了限制无线传感器网络广泛应用和发展的瓶颈,为解决传感器节点的能量受限问题提供了新的思路。已有学者在无线能量传输技术的基础上研究WRSN中的充电规划方案,使用单个或多个无线可移动充电器（Wireless Mobile Charger,WMC）为传感器节点补充能量可以有效地延长WRSN的工作时间。但目前的充电规划中综合考虑WRSN中传感器节点带有充电时间窗,使用多个能量受限的WMC为节点补充能量和按照传感器节点需要进行充电的研究较少。本文针对WRSN中传感器节点能耗分布不均衡和单个WMC能量有限的情况,首先考虑在任一轮充电调度内使用多个WMC来补充能量,设计了使用多个能量受限的WMC为带有充电时间窗的传感器节点进行全覆盖充电的问题。在满足能量约束和传感器节点时间窗限制的基础上建立能量补充模型,并设计对应的充电路径构造策略,从而得到WRSN中的全覆盖充电规划。其次以充电过程中行走距离、启用的WMC数量和违背时间窗...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
图２．１无线可充电传感器网络体系架构??Ｆｉｇ?２．１?Ｔｈｅ?ｓｙｓｔｅｍ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?Ｗｉｒｅｌｅｓｓ?Ｒｅｃｈａｒｇｅａｂｌｅ?Ｓｅｎｓｏｒ?Ｎｅｔｗｏｒｋｓ??
个无线可移动充电器的充电规划设计，最后给出几种算法求解充电规划路径。??２．１?ＷＲＳＮ体系架构??ＷＲＳＮ的体系结构如图２．１所示。无线可充电传感器网络主要包括无线可充电??传感器节点和无线可移动充电器，其中无线可充电传感器节点分为一般传感器节??点和汇聚节点，这些传感器节点与基站、充电服务站和用户等共同构成一个完整??的网络系统。ＷＲＳＮ中的无线可充电传感器节点一般由能量受限的微型干电池来??供能。在充电过程中每个无线可移动充电器通过磁耦合谐共振无线能量传输方式??无接触地为传感器节点补充能量。无线通信过程中ＷＲＳＮ中的传感器节点对附近??监测目标的数据或状态信息进行实时采集，简单处理后按照设定的路由协议通过??单跳或多跳的方式将信息传输至基站或汇聚传感器节点。此后将数据信息传输给??主干网络，从而对数据信息进行汇总处理，最终按照相应的需求使用户获取到整??个传感器网络中的信息。??用户３?｜监１１区域Ｂ?传感器网络??Ｏ传感器节点鲁汇聚节点■监测目标｜无线充电＃充电器无线通信??图２．１无线可充电传感器网络体系架构??Ｆｉｇ?２．１?Ｔｈｅ?ｓｙｓｔｅｍ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?Ｗｉｒｅｌｅｓｓ?Ｒｅｃｈａｒｇｅａｂｌｅ?Ｓｅｎｓｏｒ?Ｎｅｔｗｏｒｋｓ??典型的无线可充电传感器网络１４２彻图２．２所示，ＷＲＳＮ由若干个无线可充电??６??
图２．３多个无线可移动充电器充电示意图??Ｆｉｇ?２．３?Ｉｎｄｅｐｅｎｄｅｎｔ?ｍｏｂｉｌｅ?ｃｈａｒｇｉｎｇ?ｕｓｉｎｇ?ｍｕｔｉｐｌｅ?ＷＭＣｓ??图２．３展示了在ＷＲＳＮ中使用多个无线可移动充电器独立地负责为传感器节点??补充能量，每个ＷＭＣ可以为相应充电路径上的所有传感器节点充电，这些充电器??能够并行处理传感器网络节点的能量补充任务。在ＷＲＳＮ中的多充电器的充电规划??包括启用的充电器的数量、每个ＷＭＣ所对应的充电路径、每次充电的起始时间、??每条路径上的待充电传感器节点、每个节点的充电时间和充电顺序等。在每次充??电幵始前将充电规划方案确定下来，每个ＷＭＣ只需要按照具体的方案要求完成充??电任务即可以使传感器网络永久工作。??２．３充电路径求解算法??多充电器的充电规划中每个充电器对应着一条充电路径，每条充电路径上有??若干个传感器节点，每轮充电过程中每个ＷＭＣ为充电路径上的所有传感器节点??补充不同的能量。对于充电路径的求解问题可以由多旅行商问题（ｍ－ＴＳＰ）推导而??来，ｍ－ＴＳＰ问题己被归入ＮＰ－ｈａｒｄ问题类，因此充电路径问题也是ＮＰ－ｈａｒｄ问题??对于充电路径类问题的求解方法主要分为两种：精确算法和启发式算法。精确算??法是通过数学规划的方法对具体的模型和问题求得最优解，但是随着问题的规模??呈指数增长，可能无法求得精确解。因此充电规划路径问题考虑使用启发式算法??求解
【参考文献】：
期刊论文
[1]基于遗传-模拟退火的蚁群算法求解TSP问题[J]. 徐胜,马小军,钱海,王震宇. 计算机测量与控制. 2016(03)
[2]基于改进遗传模拟退火算法的WSN路径优化算法[J]. 吴意乐,何庆. 计算机应用研究. 2016(10)
[3]无线可充电传感器网络中充电规划研究进展[J]. 胡诚,汪芸,王辉. 软件学报. 2016(01)
[4]基于并行模拟退火算法求解时间依赖型车辆路径问题[J]. 穆东,王超,王胜春,周圣川. 计算机集成制造系统. 2015(06)
[5]可充电无线传感器网络动态拓扑问题研究[J]. 丁煦,韩江洪,石雷,夏伟,魏振春. 通信学报. 2015(01)
[6]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[J]. 陈雪寒,陈志刚,张德宇,曾锋. 小型微型计算机系统. 2014(10)
[7]无线传感器网络时变充电和动态数据路由算法研究[J]. 韩江洪,丁煦,石雷,韩东,魏振春. 通信学报. 2012(12)
[8]有时间窗车辆路径问题的混合算法[J]. 黄樟灿,蒋文霞,李书淦. 武汉理工大学学报(信息与管理工程版). 2008(01)
博士论文
[1]无线可充电传感器网络中充电规划及其可调度性研究[D]. 胡诚.东南大学 2015
[2]无线可充电传感器网络系统分析与优化[D]. 舒元超.浙江大学 2015
[3]无线传感器/执行器网络的体系结构与算法研究[D]. 曹向辉.浙江大学 2011
硕士论文
[1]移动充电设备能量受限的无线传感器网络充电策略[D]. 徐俊逸.合肥工业大学 2016
本文编号：2990667
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
图２．１无线可充电传感器网络体系架构??Ｆｉｇ?２．１?Ｔｈｅ?ｓｙｓｔｅｍ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?Ｗｉｒｅｌｅｓｓ?Ｒｅｃｈａｒｇｅａｂｌｅ?Ｓｅｎｓｏｒ?Ｎｅｔｗｏｒｋｓ??
个无线可移动充电器的充电规划设计，最后给出几种算法求解充电规划路径。??２．１?ＷＲＳＮ体系架构??ＷＲＳＮ的体系结构如图２．１所示。无线可充电传感器网络主要包括无线可充电??传感器节点和无线可移动充电器，其中无线可充电传感器节点分为一般传感器节??点和汇聚节点，这些传感器节点与基站、充电服务站和用户等共同构成一个完整??的网络系统。ＷＲＳＮ中的无线可充电传感器节点一般由能量受限的微型干电池来??供能。在充电过程中每个无线可移动充电器通过磁耦合谐共振无线能量传输方式??无接触地为传感器节点补充能量。无线通信过程中ＷＲＳＮ中的传感器节点对附近??监测目标的数据或状态信息进行实时采集，简单处理后按照设定的路由协议通过??单跳或多跳的方式将信息传输至基站或汇聚传感器节点。此后将数据信息传输给??主干网络，从而对数据信息进行汇总处理，最终按照相应的需求使用户获取到整??个传感器网络中的信息。??用户３?｜监１１区域Ｂ?传感器网络??Ｏ传感器节点鲁汇聚节点■监测目标｜无线充电＃充电器无线通信??图２．１无线可充电传感器网络体系架构??Ｆｉｇ?２．１?Ｔｈｅ?ｓｙｓｔｅｍ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?Ｗｉｒｅｌｅｓｓ?Ｒｅｃｈａｒｇｅａｂｌｅ?Ｓｅｎｓｏｒ?Ｎｅｔｗｏｒｋｓ??典型的无线可充电传感器网络１４２彻图２．２所示，ＷＲＳＮ由若干个无线可充电??６??
图２．３多个无线可移动充电器充电示意图??Ｆｉｇ?２．３?Ｉｎｄｅｐｅｎｄｅｎｔ?ｍｏｂｉｌｅ?ｃｈａｒｇｉｎｇ?ｕｓｉｎｇ?ｍｕｔｉｐｌｅ?ＷＭＣｓ??图２．３展示了在ＷＲＳＮ中使用多个无线可移动充电器独立地负责为传感器节点??补充能量，每个ＷＭＣ可以为相应充电路径上的所有传感器节点充电，这些充电器??能够并行处理传感器网络节点的能量补充任务。在ＷＲＳＮ中的多充电器的充电规划??包括启用的充电器的数量、每个ＷＭＣ所对应的充电路径、每次充电的起始时间、??每条路径上的待充电传感器节点、每个节点的充电时间和充电顺序等。在每次充??电幵始前将充电规划方案确定下来，每个ＷＭＣ只需要按照具体的方案要求完成充??电任务即可以使传感器网络永久工作。??２．３充电路径求解算法??多充电器的充电规划中每个充电器对应着一条充电路径，每条充电路径上有??若干个传感器节点，每轮充电过程中每个ＷＭＣ为充电路径上的所有传感器节点??补充不同的能量。对于充电路径的求解问题可以由多旅行商问题（ｍ－ＴＳＰ）推导而??来，ｍ－ＴＳＰ问题己被归入ＮＰ－ｈａｒｄ问题类，因此充电路径问题也是ＮＰ－ｈａｒｄ问题??对于充电路径类问题的求解方法主要分为两种：精确算法和启发式算法。精确算??法是通过数学规划的方法对具体的模型和问题求得最优解，但是随着问题的规模??呈指数增长，可能无法求得精确解。因此充电规划路径问题考虑使用启发式算法??求解
【参考文献】：
期刊论文
[1]基于遗传-模拟退火的蚁群算法求解TSP问题[J]. 徐胜,马小军,钱海,王震宇. 计算机测量与控制. 2016(03)
[2]基于改进遗传模拟退火算法的WSN路径优化算法[J]. 吴意乐,何庆. 计算机应用研究. 2016(10)
[3]无线可充电传感器网络中充电规划研究进展[J]. 胡诚,汪芸,王辉. 软件学报. 2016(01)
[4]基于并行模拟退火算法求解时间依赖型车辆路径问题[J]. 穆东,王超,王胜春,周圣川. 计算机集成制造系统. 2015(06)
[5]可充电无线传感器网络动态拓扑问题研究[J]. 丁煦,韩江洪,石雷,夏伟,魏振春. 通信学报. 2015(01)
[6]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[J]. 陈雪寒,陈志刚,张德宇,曾锋. 小型微型计算机系统. 2014(10)
[7]无线传感器网络时变充电和动态数据路由算法研究[J]. 韩江洪,丁煦,石雷,韩东,魏振春. 通信学报. 2012(12)
[8]有时间窗车辆路径问题的混合算法[J]. 黄樟灿,蒋文霞,李书淦. 武汉理工大学学报(信息与管理工程版). 2008(01)
博士论文
[1]无线可充电传感器网络中充电规划及其可调度性研究[D]. 胡诚.东南大学 2015
[2]无线可充电传感器网络系统分析与优化[D]. 舒元超.浙江大学 2015
[3]无线传感器/执行器网络的体系结构与算法研究[D]. 曹向辉.浙江大学 2011
硕士论文
[1]移动充电设备能量受限的无线传感器网络充电策略[D]. 徐俊逸.合肥工业大学 2016
本文编号：2990667
本文链接：https://www.wllwen.com/kejilunwen/wltx/2990667.html
