论文部分内容阅读
得益于无线通信技术、遥感技术、计算机技术和微型电子制造技术的迅速发展,无线可充电传感器网络(Wireless Rechargeable Sensor Networks,WRSNs)应运而生并得到广泛应用。与传统的由电池供电的节点不同,无线可充电传感器网络中的传感节点通过射频信号等能源来收集能量,充电过程受周围环境变化的影响较小,能够有效延长网络的正常工作寿命。在WRSNs中,传感节点的部署方式是影响充电时间、充电效率和普通节点定位精度的重要因素,基于WRSNs的节点优化部署已成为业界的研究热点。针对WRSNs中的无线充电问题,现有研究通常将传感节点的位置固定,然后在网络中部署可移动的充电设备,利用路径寻优算法规划其最优行径路线,但没有考虑传感节点位置部署动态变化的情况对充电问题的影响。针对能量传输模型,传感节点基于自适应分布式算法,通过调整自身的最优数据传输速率、链路流量和路由路径与周围普通节点进行通信,而没有基于天线辐射特征构建能量传输模型。根据以上背景,本文将无线可定位传感器网络中的节点优化部署作为研究内容,重点包括:1.以精确估计全向辐射场景下的能量传输为目标,研究半波偶极子天线的辐射特性,提出双偶极子天线增益辐射模型,推导出基于天线位姿的增益表达式以及收信场强估计模型。2.基于以上双偶极子天线增益辐射模型,提出了WRSNs问题模型。首先利用移动充电器沿着指定路径为传感节点充电,采用充电时间限制法,提出基于充电失活时间的目标函数;然后通过传感节点与普通节点之间的信道传输模型,计算几何精度因子和系统覆盖程度;最后优化部署传感节点的位置,使得整个传感网络的充电失活时间最小、定位精度最高并且能够覆盖更多的普通节点。3.本文采用多任务进化算法(Mulitifactorial evolutionary algorithm,MFEA)优化WRSNs的节点部署,提出信息正迁移协同进化机制,在同一搜索空间根据不同任务的适应度初始值,配置相应的权重辅助其他任务的收敛,利用任务间的隐并行性完成同时优化。仿真结果显示,相比于传统单任务优化算法,信息正迁移多任务进化算法能够有效降低充电失活时间,并提高定位精度和覆盖程度。