论文部分内容阅读
无线可充电传感器网络(Wireless Rechargeable Sensor Network,WRSN)使用主动充电的设备为无线传感器网络(Wireless Sensor Network,WSN)中的传感器节点补充能量并采集传感器数据,在延迟WSN寿命的同时,减轻了WSN因数据多跳传输带来的压力。WRSN在物联网领域有着广泛的研究意义和应用前景。本文研究使用无线充电车辆(Wireless Charging Vehicle,WCV)在WSN中移动为传感器节点充电并收集数据。在WCV周期性充电规划的基础上,为充分利用WCV的驻站时间,从而提高WCV的数据采集服务效率,本文考虑将WCV的驻站时间分配到传感器节点处,增加WCV在传感器节点处的等待时间,以期提高WCV数据采集量。首先,建立带等待时间的WCV周期性充电规划模型,分析并设计了衔接普通充电周期和初始充电周期的方法。针对同时优化WCV路径序列和等待时间序列,设计了基于烟花算法的混合变量优化算法。通过实验验证了所提充电规划的可行性,并与基于功率分配等待时间序列规划算法、基于最短路径的普通周期性充电规划进行比较,实验验证了本文提出的基于混合变量优化的WCV路径及时间序列规划算法的优势,其在单位时间数据采集频率上相较TSDPA平均提高了26.4%,相比CPA-SP平均提高了40.6%。随着网络规模的扩大,使用单个WCV服务大规模网络,会导致充电周期过长。单个WCV行驶能量有限,无法行驶较长的距离,且单个WCV的无线充电功率有限,因此,单个WCV周期性充电规划无法满足大规模无线传感器网络的需求。针对此,提出了行驶能量受限的多WCV周期性充电规划。针对大规模网络所需WCV数量,设计了基于功率和时空因素的WCV数量规划启发式算法。为最大化WCV单位时间数据收集量,基于烟花搜索算法,改进了快速交叉分组操作,提出了基于有序分组编码的离散烟花算法。通过实验仿真,验证了该充电规划的可行性。最后,将本文提出的基于有序分组编码的离散烟花算法求解多WCV周期性充电规划与两种局部贪婪规划:基于区域划分的多WCV充电的规划和基于最近先服务的充电规划进行对比,实验仿真表明所提充电规划在优化目标的求解上优于DDCP和NJNP充电规划。MPCP相比于DDCP平均提高了1.71倍,相比NJNP基准算法在优化目标上平均提升了2.83倍。