CN109216812A

CN109216812A - 一种基于能耗分级的无线可充电传感器网络的充电方法

Info

Publication number: CN109216812A
Application number: CN201811074009.1A
Authority: CN
Inventors: 程瑜华; 吴宝瑜; 王高峰; 李文钧
Original assignee: Hangzhou University Of Electronic Science And Technology Wenzhou Research Institute Co Ltd
Current assignee: Wenzhou Huidian Technology Co ltd
Priority date: 2018-09-14
Filing date: 2018-09-14
Publication date: 2019-01-15
Anticipated expiration: 2038-09-14
Also published as: CN109216812B

Abstract

本发明公开了一种基于能耗分级的无线可充电传感器网络的充电方法。基站式充电方式充电效率较差，扇形分级方式充电有效性不够。本发明如下：一、建立平面直角坐标系。二、根据生命周期的长短，对n个节点进行分类。三、对步骤二所得类别进行二次分类，并计算优化路径总长度。四、筛选出在二次分类总点集中仅出现一次的一次分类点集。五、对各转移点集内的节点进行转移。六、进行一轮充电。本发明通过能耗分级来实现无线可充电传感器的分类，进行实现无线可充电传感器的分批充电，进而减少充电小车的移动能量损耗。本发明通过对生命周期较长的无线可充电传感器充电批次的变化，实现对充电小车路径的进一步优化。

Description

一种基于能耗分级的无线可充电传感器网络的充电方法

技术领域

本发明属于无线可充电传感器网络能量供应技术领域，具体涉及一种基于能耗分级的无线可充电传感器网络的充电方法。

背景技术

由于一般的无线传感器网络中的无线传感器节点体积很小，所带的电池能量有限，使传感器节点的工作时间受到限制。为了解决传感器能量不足的问题，具有能量收集技术的无线传感网络，即无线可充电传感器网络(Wireless Rechargeable Sensor Network，WRSN)应运而生。对于一个部署好的传感器网络来说，找寻一种合理高效的充电方式给传感器节点充电，是使传感器网络持续生存下去的一种合理方式。徐向华等人在专利《无线可充电传感网络的定向充电基站部署方法》(专利号：201610279938.0)中提出一种在传感器网络中建立定向充电基站，通过旋转角度对整个传感器网络进行充电覆盖，对传感器进行充电，但这种远距离的充电方式充电效率较低。

在无线可充电传感器网络中放置一个可移动的充电小车，根据传感器的能耗的不同，确定不同剩余生命周期的节点集合，按需给传感器节点进行充电，在一定周期内保证每个传感器都能够得到能量补充，使WRSN能够正常工作。在相关研究中，王珺等人在专利《一种无线传感网络节点的充电控制方法》(专利号：201611042178.8)按照传感器节点的剩余能量将整个网络分为不同优先级的扇形区域，根据传感器节点的充电紧急程度进行充电，但此方法的分级策略并不能保证每个传感器节点都刚好按照需求的不同分别在不同的扇形中，使得充电小车的移动路径未能得到合理规划。

发明内容

本发明提供了一种基于能耗分级的无线可充电传感器网络的充电方法。

本发明的具体步骤如下：

步骤1、建立平面直角坐标系，以平面直角坐标系内的基点对应小车基站的位置，以平面直角坐标系内的n个节点分别对应n个无线可充电传感器的位置。

步骤2、根据生命周期的长短，对n个节点进行分类。

2-1.计算n个节点的生命周期T_i，i＝1，2，…，n，得到生命周期集合T＝{T₁，T₂,…,T_n}。

T_i＝(E_Ri-E_THi)/E_i。

其中，E_Ri为第i个节点内的剩余的能量；E_THi为第i个节点内的能量阈值，E_THi＝10％·E_Si；E_Si为第i个节点内的初始能量，E_i为第i个节点内的功率。

2-2.计算分级数T_max为生命周期集合T内的最大值；T_min为生命周期集合T内的最小值；为(T_max-T_min)/T_min向上取整所得值。

2-3.i＝1，2，…，n，依次执行步骤2-4。得到一次分类总点集C_C＝{C_C1，C_C2,…,C_Ch}。

2-4.若则将第i个节点加入第j一次分类点集C_Cj。

2-5.将1赋值给j，将1赋值给k。

2-6.若j为k的约数，则将第j一次分类点集C_Cj加入第k二次分类点集C_k。进入步骤2-7。

2-7.若j＜h，则将j增大1；若j＝h且k＜h，则将1赋值给j，并将k增大1；若j＝h且k＝h；则已得到二次分类总点集C＝{C₁，C₂，C₃，…，C_h}，进入步骤3。

步骤3、计算优化路径总长度。

3-1.k＝1，2，…，h，依次执行步骤3-2。

3-2.通过蚁群算法确定充电小车对第k分类点集C_k进行充电的优化路径A_k；路径A_k以基点为起点和终点、经过第k分类点集C_k内所有节点；得到充电小车对第k分类点集C_k进行充电的优化路径A_k的长度L_k。

3-3.计算优化路径总长度

步骤4、筛选出在二次分类总点集C中仅出现一次的一次分类点集。

4-1.将1赋值给M和j。

4-2.若第j一次分类点集C_Cj在二次分类总点集C中仅出现一次，则将第j一次分类点集C_Cj作为第M转移点集C′_M，之后将M增大1并进入步骤4-3；否则，直接进入步骤4-3。

4-3.若j＜h，则将j增大1，转到步骤4-2；若j＝h，则已得到分类总点集C′＝{C′₁,C′₂,...,C′_M}，进入步骤5。

步骤5、对各转移点集内的节点进行转移。

5-1.将M赋值给r，将1赋值给s。

5-2.将第r转移点集C′_r中生命周期最小的s个节点转移到第r-1转移点集C′_r-1。

5-3.k＝1，2，…，h，依次执行步骤5-4。

5-4.通过蚁群算法确定充电小车对第k分类点集C_k进行充电的更迭路径A′_k；路径A′_k以基点为起点和终点、经过第k分类点集C_k内所有节点；得到充电小车对第k分类点集C_k进行充电的更迭路径A′_k的长度L′_k。

5-5.计算待定路径总长度

5-6.若L′_TSP＜L_TSP，则将待定路径总长度L′_TSP作为新的优化路径总长度L_TSP，L′₁，L′₂，...，L′_h分别作为新的L₁，L₂，...，L_h，并进入步骤5-8。否则，将步骤5-2中转移到第r-1转移点集C′_r-1的s个节点转移回第r转移点集C′_r，并进入步骤5-7。

5-7.若s小于第r转移点集C′_r内节点的个数，则将s增大1，并重复步骤5-2至5-6；否则，进入步骤5-9。

5-8.若第r转移点集C′_r内还有节点，则将1赋值给s，并重复步骤5-2至5-6；否则，进入步骤5-9。

5-9.若r＞2，则将r减小1，并重复执行步骤5-2至5-8，否则，进入步骤6。

步骤6、z＝1，2，…，h，依次执行步骤7。

步骤7、等待T_min时间后，充电小车按照对第z分类点集C_z进行充电的优化路径A_z进行移动，并对途经的无线可充电传感器进行充电。

步骤8、重复执行步骤2至7。

本发明具有的有益效果是：

1、本发明通过能耗分级来实现无线可充电传感器的分类，进行实现无线可充电传感器的分批充电，进而减少充电小车的移动能量损耗。

2、本发明通过对生命周期较长的无线可充电传感器充电批次的变化，实现对充电小车路径的进一步优化。

3、本发明能够保障各无线可充电传感器稳定持续工作。

附图说明

图1为本发明的一个实例中无线可充电传感器、小车基站的分布示意图；

图2(a)、图2(b)图2(c)图2(d)为本发明的一个实例在执行步骤2后的得到的四张小车路径图；

图3(a)、图3(b)图3(c)图3(d)为本发明的一个实例在执行步骤5后的得到的四张小车路径图。

具体实施方式

以下结合附图对本发明作进一步说明。

本发明一种基于能耗分级的无线可充电传感器网络的充电方法，针对无线传感器网络内所有的无线可充电传感器均设置在同一平面上，且各无线可充电传感器除了各自消耗功率不同之外其它的规格均相同的情况。充电方式为充电小车从小车基站中驶出，并逐个移动到需要无线可充电传感器处进行近场磁耦合谐振无线充电，具有较高的充电效率。

一种基于能耗分级的无线可充电传感器网络的充电方法的具体步骤如下：

步骤1、如图1所示，建立一个WRSN模型，即平面直角坐标系，使得小车基站的坐标为(R,R)，所有的n个无线可充电传感器均位于平面直角坐标系第一象限的充电正方形内。坐标点(0,0)、(0,2R)、(2R,0)、(2R,2R)分别为充电正方形的四个顶点。小车基站的位置对应基点，n个无线可充电传感器的位置对应n个节点。n个节点在平面直角坐标系内的坐标分别为(x_i,y_i)，i＝1，2，…，n。对n个节点进行排序。

步骤2、根据生命周期的长短，对n个节点进行分类。

2-1.计算n个节点的生命周期T_i，i＝1，2，…，n，T_i的单位为天，得到生命周期集合T＝{T₁，T₂,…,T_n}。

T_i＝(E_Ri-E_THi)/E_i。

其中，E_Ri为第i个节点内的剩余的能量(即电池当前剩余的电量)；，E_THi为第i个节点内的能量阈值，E_THi＝10％·E_Si；E_Si为第i个节点内的初始能量(即电池满电时的电量)E_i为第i个节点内的功率。

当一个节点的能量小于能量阈值E_THi时，则认为该节点对应的无线可充电传感器死亡(无法工作)。

2-4.若则将第i个节点加入第j一次分类点集C_Cj。

2-5.将1赋值给j，将1赋值给k。

2-6.若j为k的约数(即j被k整除)，则将第j一次分类点集C_Cj加入第k二次分类点集C_k。进入步骤2-7。

2-7.若j＜h，则将j增大1；若j＝h且k＜h，则将1赋值给j，并将k增大1；若j＝h且k＝h；则进入步骤3，此时得到二次分类总点集C＝{C₁，C₂，C₃，…，C_h}。

步骤3、求得充电小车每次遍历的路径大小。

3-1.k＝1，2，…，h，依次执行步骤3-2。

3-2.通过蚁群算法确定充电小车对第k分类点集C_k进行充电的优化路径A_k；路径A_k以基点为起点和终点，且经过第k分类点集C_k内所有节点。得到充电小车对第k分类点集C_k进行充电的优化路径的长度L_k＝ACATSP(C_k)。ACATSP(C_k)为通过蚁群算法计算出的，以小车基站为起点和终点、经过第k二次分类点集C_k内所有节点的路径长度。蚁群算法采用许能闯在《软件导刊》发表的“基于改进蚁群算法的TSP问题研究”中提出的算法。

3-3.计算优化路径总长度

4-1.将1赋值给M和j。

4-2.若第j一次分类点集C_Cj在二次分类总点集C中仅出现一次(即第j一次分类点集C_Cj属于且仅属于C₁，C₂，C₃,…,C_h中的一个)，则将第j一次分类点集C_Cj作为第M转移点集C′_M(此时，第M转移点集C′_M与第j一次分类点集C_Cj为同一集合的不同表述，改变第M转移点集C′_M即为改变第j一次分类点集C_Cj)，之后将M增大1并进入步骤4-3；否则，直接进入步骤4-3。

4-3.若j＜h，则将j增大1，转到步骤4-2；若j＝h，则进入步骤5，此时得到分类总点集C′＝{C′₁,C′₂,...,C′_M}。

步骤5、对各转移点集内的节点进行转移。

5-1.将M赋值给r，将1赋值给s。

5-2.将第r转移点集C′_r中生命周期最小的s个节点转移到第r-1转移点集C′_r-1，由于转移点集对应一个一次分类点集，故转移点集的变化即为对应的一次分类点集的变化。

5-3.k＝1，2，…，h，依次执行步骤5-4

5-4.通过蚁群算法确定充电小车对第k分类点集C_k进行充电的更迭路径A′_k；路径A′_k以基点为起点和终点，且经过第k分类点集C_k内所有节点。得到充电小车对第k分类点集C_k进行充电的更迭路径的长度L′_k＝ACATSP(C_k)。ACATSP(C_k)为通过蚁群算法计算出的，以小车基站为起点和终点、经过第k二次分类点集C_k内所有节点的路径长度。

5-5.计算待定路径总长度

5-9.若r＞2，则将r减小1，并重复执行步骤5-2至5-8，否则，进入步骤6，此时的优化路径总长度L_TSP即为最终优化路径长度。最终优化路径长度对应的充电路径即为最终充电路径。进入步骤6。

步骤6、z＝1，2，…，h，依次执行步骤7。

步骤7、等待T_min时间后，充电小车按照A_z对应的路径进行移动，并对途经的无线可充电传感器进行充电。

步骤8、重复执行步骤2至7。

以n＝10，R＝50m，且各个无线可充电传感器的初始能量均为47300J，能量阈值均为4730J为例，进行计算。

各个无线可充电传感器对应的节点坐标如下表：

经过步骤2的分类，第一一次分类点集C_C1内包含节点S₁和节点S₂。第二一次分类点集C_C2内包含节点S₃、节点S₄和节点S₅。第三一次分类点集C_C3内包含节点S₆。第四一次分类点集C_C4内包含节点S₇、节点S₈、节点S₉和节点S₁₀。

步骤3所得的L₁、L₂、L₃、L₄对应的路径分别如图2(a)、图2(b)图2(c)图2(d)所示。步骤五所得的L₁、L₂、L₃、L₄对应的路径分别如图3(a)、图3(b)、图3(c)、图3(d)所示。

运用传统的节点全部遍历算法时，充电小车完成一个周期的充电需要行驶1098.2m。运用本发明时，充电小车完成一个周期的充电仅需要行驶732.5m。可见，本发明能够大大提高充电小车的效率，降低充电小车的损耗。

Claims

1.一种基于能耗分级的无线可充电传感器网络的充电方法，其特征在于：

步骤1、建立平面直角坐标系，以平面直角坐标系内的基点对应小车基站的位置，以平面直角坐标系内的n个节点分别对应n个无线可充电传感器的位置；

步骤2、根据生命周期的长短，对n个节点进行分类；

2-1.计算n个节点的生命周期T_i，i＝1，2，…，n，得到生命周期集合T＝{T₁，T₂,…,T_n}；

T_i＝(E_Ri-E_THi)/E_i；

其中，E_Ri为第i个节点内的剩余的能量；E_THi为第i个节点内的能量阈值，E_THi＝10％·E_Si；E_Si为第i个节点内的初始能量，E_i为第i个节点内的功率；

2-2.计算分级数T_max为生命周期集合T内的最大值；T_min为生命周期集合T内的最小值；为(T_max-T_min)/T_min向上取整所得值；

2-3.i＝1，2，…，n，依次执行步骤2-4；得到一次分类总点集C_C＝{C_C1，C_C2,…,C_Ch}；

2-4.若则将第i个节点加入第j一次分类点集C_Cj；

2-5.将1赋值给j，将1赋值给k；

2-6.若j为k的约数，则将第j一次分类点集C_Cj加入第k二次分类点集C_k；进入步骤2-7；

2-7.若j＜h，则将j增大1；若j＝h且k＜h，则将1赋值给j，并将k增大1；若j＝h且k＝h；则已得到二次分类总点集C＝{C₁，C₂，C₃，…，C_h}，进入步骤3；

步骤3、计算优化路径总长度；

3-1.k＝1，2，…，h，依次执行步骤3-2；

3-2.通过蚁群算法确定充电小车对第k分类点集C_k进行充电的优化路径A_k；路径A_k以基点为起点和终点、经过第k分类点集C_k内所有节点；得到充电小车对第k分类点集C_k进行充电的优化路径A_k的长度L_k；

3-3.计算优化路径总长度

步骤4、筛选出在二次分类总点集C中仅出现一次的一次分类点集；

4-1.将1赋值给M和j；

4-2.若第j一次分类点集C_Cj在二次分类总点集C中仅出现一次，则将第j一次分类点集C_Cj作为第M转移点集C′_M，之后将M增大1并进入步骤4-3；否则，直接进入步骤4-3；

4-3.若j＜h，则将j增大1，转到步骤4-2；若j＝h，则已得到分类总点集C′＝{C′₁,C′₂,...,C′_M}，进入步骤5；

步骤5、对各转移点集内的节点进行转移；

5-1.将M赋值给r，将1赋值给s；

5-2.将第r转移点集C′_r中生命周期最小的s个节点转移到第r-1转移点集C′_r-1；

5-3.k＝1，2，…，h，依次执行步骤5-4；

5-4.通过蚁群算法确定充电小车对第k分类点集C_k进行充电的更迭路径A′_k；路径A′_k以基点为起点和终点、经过第k分类点集C_k内所有节点；得到充电小车对第k分类点集C_k进行充电的更迭路径A′_k的长度L′_k；

5-5.计算待定路径总长度

5-6.若L′_TSP＜L_TSP，则将待定路径总长度L′_TSP作为新的优化路径总长度L_TSP，L′₁，L′₂，...，L′_h分别作为新的L₁，L₂，...，L_h，并进入步骤5-8；否则，将步骤5-2中转移到第r-1转移点集C′_r-1的s个节点转移回第r转移点集C′_r，并进入步骤5-7；

5-7.若s小于第r转移点集C′_r内节点的个数，则将s增大1，并重复步骤5-2至5-6；否则，进入步骤5-9；

5-8.若第r转移点集C′_r内还有节点，则将1赋值给s，并重复步骤5-2至5-6；否则，进入步骤5-9；

5-9.若r＞2，则将r减小1，并重复执行步骤5-2至5-8，否则，进入步骤6；

步骤6、z＝1，2，…，h，依次执行步骤7；

步骤7、等待T_min时间后，充电小车按照对第z分类点集C_z进行充电的优化路径A_z进行移动，并对途经的无线可充电传感器进行充电；

步骤8、重复执行步骤2至7。