论文部分内容阅读
能量受限一直是制约无线传感器网络(WSN)大规模应用的重要问题,如何为传感器节点进行有效的能量补充受到越来越多的学者关注。有学者提出在网络中部署一个或多个移动充电设备(Mobile Charger,MC)为传感器节点进行充电。目前关于MC的充电路径规划大多是针对单MC开展研究,关于多MC的研究较少,并且当前的多MC充电路径规划研究仅仅考虑一个性能指标。本文针对多MC充电路径规划进行研究,联合考虑多MC的能量效用和承担充电任务均衡性,研究基于多目标优化的多MC充电路径规划问题。本文首先研究在一轮充电调度中多MC为所有的传感器节点都进行充电,建立多MC全覆盖充电模型,确定了每一个MC所服务的传感器节点集合以及在所服务的每个节点处停留的时间。以最大化多MC能量利用率和均衡多MC承担充电任务为目标,建立基于多目标优化的多MC全覆盖充电路径规划问题模型,并设计基于分解多目标烟花的多MC全覆盖充电路径规划算法(FCCPA)求解该问题。实验结果表明,FCCPA算法得到的能量利用率最高达到了33.49%,优于MOEA/D算法6.15%、MOFWA算法2.54%和Schedule Algorithm 5.45%,并且FCCPA算法得到的充电任务均衡性目标的中位值分别优于MOEA/D算法16.97%、MOFWA算法2.35%和Schedule Algorithm 19.33%。然后,针对多MC仅仅为有充电需求的传感器节点进行能量补充,研究多MC按需充电路径规划问题。当传感器节点的剩余生命低于一定阈值时,向充电服务站发送充电请求,服务站按照基于响应比优先级的动态需求响应策略响应充电请求,为多MC规划充电路径。基于传感器节点能量消耗率预测模型,给出多MC按需充电模型,提出两阶段优化策略,在动态需求响应算法的基础上,联合考虑多MC能量利用率最大化和承担充电任务均衡性两个目标,提出多MC按需充电路径规划算法(MDCPA)求解多MC按需充电路径规划问题。通过仿真实验以及数据分析,MDCPA算法得到的多MC能量利用率最高达到63.14%,优于MOEA/D算法3.41%和MOFWA算法1.15%;得到的充电任务均衡性目标的最优值达到了7.58,优于MOEA/D算法16.34%和MOFWA算法35.93%。表明MDCPA算法在提高多MC按需充电路径规划的能量利用率和均衡多MC充电任务方面,均具有较好的性能。