无线可充电传感器网络高效在线充电算法

发布时间：2021-12-22 11:44

　　近些年来,无线传感器网络在智慧医疗、国防安全、交通监控、智能家居等领域具有广阔的应用前景,由于其潜在的巨大经济价值和良好的发展前景,它已受到业界学者的广泛关注。无线传感器网络中节点的有限能量对长期稳定的数据监控造成了巨大的挑战,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。“无线可充电传感器网络”是指为了解决传感器节点能源不足并延长传感器网络生命周期,通过采用移动充电车通过能量无线传输的方式为传感器节点提供电量补给。在无线可充电传感器网络中,如何设计充电车的充电策略、如何有效利用充电车的电量、以及如何有效降低网络整体功耗,是当前可充电传感器网络的研究热点。本文以动态请求（On-Demand）的无线可充电传感器网络为背景,研究了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。在每个充电周期内,该算法调度下的充电车依次选择距离最近的传感器节点进行充电。此外,基于聚类思想,本文提出一种在线聚类算法。该在线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子聚类中的充电路径构... 

【文章来源】：广东工业大学广东省

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
    1.3 主要研究内容和贡献点
    1.4 论文结构
第二章 预备知识
    2.1 无线可充电传感器网络研究概述
        2.1.1 无线可充电传感器网络架构
        2.1.2 无线可充电传感器网络特点
    2.2 网络生命周期定义
    2.3 可充电传感器网络的研究热点
        2.3.1 按处理请求类型分类
        2.3.2 按充电车数量分类
        2.3.3 按充电车充电模式分类
    2.4 可充电传感器网络的优化目标
        2.4.1 最大化充电服务吞吐量
        2.4.2 最小化充电车数量
第三章 最大化充电传感器数量充电策略
    3.1 网络模型
        3.1.1 无线可充电传感器网络
        3.1.2 最大充电传感器数
    3.2 问题定义
    3.3 算法思想及步骤
        3.3.1 Online_Greedy算法
        3.3.2 Online_MST_Cluster算法
    3.4 实验结果与分析
        3.4.1 离线精确算法与两个在线算法
        3.4.2 无线可充电传感器网络规模
        3.4.3 总电量
    3.5 本章小结
第四章 最大化部分充电奖励充电策略
    4.1 网络模型
        4.1.1 可充电传感器网络
        4.1.2 最大化部分充电奖励
    4.2 问题描述
        4.2.1 问题定义
        4.2.2 最大化部分充电奖励求解公式
    4.3 最大化部分充电奖励算法
    4.4 仿真实验
        4.4.1 实验环境
        4.4.2 无线可充电传感器网络规模
        4.4.3 充电车总电量
        4.4.4 充电次数
    4.5 本章小结
总结与展望
参考文献
攻读学位期间发表的成果
致谢


【参考文献】：
期刊论文
[1]无线传感器网络中的充电调度算法[J]. 曲立军,党鑫,武继刚.  计算机与数字工程. 2017(02)
[2]改进的Prim算法在求解旅行商问题中的应用[J]. 刘朝霞.  阴山学刊(自然科学版). 2015(01)
[3]面向物联网的无线传感器网络综述[J]. 钱志鸿,王义君.  电子与信息学报. 2013(01)
[4]最小生成树算法在旅行商问题中的应用[J]. 李萍,王春红,王文霞,任姚鹏.  电脑开发与应用. 2012(01)
[5]一种面向物联网的无线传感器网络优化部署策略(英文)[J]. 刘强,黄小红,冷延鹏,李龙江,毛玉明.  中国通信. 2011(08)

硕士论文
[1]基于无线可充电的无线传感器网络的充电策略研究[D]. 叶学辉.湘潭大学 2018
[2]无线传感器网络的移动数据收集及充电规划研究[D]. 缪海星.华侨大学 2016
[3]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：3546336