WRSNs中异构移动充电车充电规划方法与流程

本发明属于无线可充电传感器网络技术领域，具体涉及异构移动充电车充电轨迹的规划。

背景技术：

无线可充电传感器网络(Wireless Rechargeable Sensor Network,WRSNs)是由传统无线传感器网络(Wireless Sensor Network,WSNs)发展而来。无线传感器网络是由几十到几千个具有无线信号收发能力的传感器节点组成的网络，可在监测范围内对数据进行收集，并通过无线信号发送至处理中心进行处理。广泛应用于工业监控、环境监测以及医疗健康等诸多领域。无线传感器网络中的传感器节点一般由电池供电，且电力无法补充。有限的电力导致无线传感器网络无法长期运行，制约了无线传感器网络的应用与发展。

近年来无线充电技术的研究取得突破性进展，为实现无线传感器网络的长期运行提供了新的解决方法，产生了无线可充电传感器网络。在无线可充电传感器网络中，节点配备无线电力接收装置，当节点电力即将耗尽时，可由配备无线充电装置的移动充电车对节点进行充电，从而实现网络的长期运行。

移动充电车在移动过程中需要消耗大量电力，如何合理规划移动充电车的充电路线，降低网络维护成本成为无线可充电传感器网络的研究重点之一。

目前，根据使用移动充电车的情况，为传感器网络当中节点充电的方法主要有如下几种：

1)单个充电车。Peng Y等首先提出使用配有无线充电装置的移动小车，为无线传感器网络中的节点进行充电，并设计系统原型。Xie L等将能量更新周期的概念引入无线可充电传感器网络。能量更新周期指的是，在无线可充电传感器网络中的节点能量消耗速率不变的条件下，每个节点的剩余能量在网络运行过程中呈周期性变化。在保证网络中每个节点能量不被耗尽的前提下，给出了一种在能量更新周期内，最小化移动充电车工作时间的优化算法。He L等充分考虑了无线传感器网络各节点能耗不均的特点，每轮只针对当前急需充电的节点集合进行充电。文章中算法遵循可抢占的最近任务优先策略，通过计算单位时间可以满足充电需求的节点数，设置相应的系统参数，使得所有传感器节点被及时充电的概率达到预设目标。

2)多个充电车。Wang J等使用多个移动充电车为网络中的节点进行充电。在网络运行过程中，如果剩余电量小于一定阈值，传感器节点即向决策节点发送充电请求。文章分别研究了最近邻优先策略和最轻负载优先策略在不同环境下的充电能力以及充电时延，指出前者适用于发送充电请求的节点在网络中较均匀分布的情况，而后者适用于发送充电请求的节点在网络中集中分布的情况。Zhang S等首先提出使用多个充电车的PushWaite算法。移动充电车不仅可以为传感器节点充电，还可以为其他移动充电车进行充电。文章指出在一维情景下，多辆移动充电车在行进过程中，每移动一段距离留下一辆移动充电车，该移动充电车只保留当前充电车辆返回上一个停留等待的移动充电车位置的电力。文章证明了此充电算法在一维环境下使得整体移动距离最小。

现有研究未注意到移动充电车电池容量与移动能耗的关系。由于充电车移动能耗与电池容量呈线性关系，因此不同的充电车对于不同分布的节点具有各自优势，合理使用异构充电车可有效降低移动能耗。

技术实现要素：

本发明针对现有充电车充电规划方法的不足，提出使用异构移动充电车为无线传感器网络充电。通过合理规划异构充电车的充电路径，达到在无线可充电传感器网络运行过程中，降低充电车整体移动能耗，提高能量利用效率的目的。具体步骤如下：

1)使用Christofides算法计算TSP回路，为所有节点及充电站计算TSP回路。

2)搜索空间的形成。在得到包含所有节点的TSP回路后，不断用不同充电车按照TSP回路顺序对节点进行划分所有的充电规划构成最佳充电规划的搜索空间。如图1。

在整个搜索空间中，每次对TSP回路分段只有两种选择，即使用小型移动充电车或者大型移动充电车。将每次分段的结果作为一个节点，全部的规划过程可以形成一棵二叉树。

基于贪心思想，每次首先搜索能量利用效率最高的节点。穷举所有充电规划，选出其中能量利用效率最高的规划。

3)搜索空间剪枝。首先根据已搜索信息剪枝。当搜索某个非叶子节点时，查找最佳规划中，所有节点对应TSP序号大于当前搜索节点的最小序号的节点，计算此时两种规划的移动能耗，如果当前规划的移动能耗值小于当前最佳规划路径则继续搜索，否则对该搜索节点进行剪枝，不再对该节点的左右子树进行搜索。由于贪心搜索总是尽可能快地找到一条比较良好的规划，结合剪枝策略后，则可以最大程度上进行剪枝。图2为剪枝举例。

同时根据当前搜索节点能耗下界进行剪枝。用N表示未充电的传感器的集合，错误！未找到引用源。表示节点错误！未找到引用源。间的距离。算法首先将所有节点与充电站错误！未找到引用源。相连，成为一棵有|N|个叶子节点的树。设权衡函数错误！未找到引用源。，其中错误！未找到引用源。表示节点错误！未找到引用源。与最邻近节点的距离，错误！未找到引用源。表示节点错误！未找到引用源。到充电站错误！未找到引用源。的距离。如果错误！未找到引用源。，则说明添加该连边可以减少整棵树的权重。如果错误！未找到引用源。，则说明添加该连边使整棵树权重增加。对所有传感器节点计算错误！未找到引用源。，选出函数值最小的节点，尝试将其作为其最近节点的孩子节点。检查新生成树的所有顶点最短两边长度之和的二分之一，加上所有节点的电量需要，是否超过移动充电车电量。若不超过，则将两节点归为一棵树，否则选取其他所有节点中，权衡函数值最小的节点与其最近邻居节点计算权衡函数。算法不断迭代，直到所有子树均不再变化为止。此时所有子树中节点最短两边之和的二分之一与小车单位移动能耗之积即为移动能耗下界。若当前搜索节点能耗下界已经超过当前最优规划，则进行剪枝。图3为下界估计。

本发明的有益效果主要有以下几点：1)本发明根据电池数量不同的充电车的单位距离移动能耗不同，提出使用异构充电车为无线感器网络中节点进行充电，有效减少充电车整体移动能耗。2)可以适当减少充电车负载的电池数量，减少购买成本。3)算法效率高，适用范围广。

附图说明

图1为本发明的算法搜索空间。

图2为本发明的算法剪枝示意图。

图3为本发明的能耗下界估计方法。

图4为本发明在不同网络范围下能量利用效率。

图5为本发明在不同节点电池容量下能量利用效率。

具体实施方式

1)在方形区域随机部署若干可进行无线充电的传感器，选择合适位置部署基站。基站具有为充电车充电功能。配备若干电池容量不同的充电车，充电车具有为传感器进行无线充电的能力。

2)当节点电量消耗至一定程度时，向基站发送充电请求。基站为此时所有电量低于10％的节点进行充电的路径规划，然后向充电车发出充电指令。由充电车移动到每个节点附近为节点充电。

3)充电完成后，充电车返回基站进行电力补充。

4)返回过程1。