论文部分内容阅读
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成一条回路的同时,降低移动耗能。最后通过模拟实验结果表明,在线贪心算法、在线聚类算法得出的充电传感器数量分别占充电请求总数的67%与76%。本文还研究了充电车优先为低电量传感器补充电量的充电调度策略问题,使得充电车在每个充电巡回中实现部分充电奖励最大化的目标。为了避免传感器节点因电量耗尽而死亡,本文通过低剩余电量高充电奖励的方式,迫使充电车优先为低电量传感节点充电。由于传感器节点在每个充电巡回中经历多次充电,因此可以将减少网络中死亡节点数量问题转化为解决部分充电奖励最大化问题。本文首先对问题模型建立了数学模型,然后提出算法用来解决充电车的充电路径规划问题,最后通过实验验证,所提出的算法可将网络中节点的死亡数量最高可降低20%。