WRSNs中联合地理位置路由的能量自适应充电方法
【技术领域】
[0001] 本发明属于无线传感器网络充电技术，具体地本发明涉及一种利用无线充电技术 为网络中的节点补充能量且能根据节点能耗不同动态调整充电器的充电量以达到网络能 量均衡、延长网络寿命的方法。
【背景技术】
[0002] WRSNs是无线可充电传感器网络的简称，包含一个或多个可移动的充电器，可以通 过无线充电的方式给网络中的节点传输能量，以实现对节点能量的补充，解决了传统传感 器网络中电量有限、电池更换困难的问题，大大延长了网络的生命周期。目前，WRSNs中充 电算法的相关研宄文献如下：
[0003] 1、Constantinos Marios Angelopoulos 等人在 2〇14 年的《Computer Networks》 上发表文章 "Wireless energy transfer in sensor networks with adaptive, limited knowledge protocols"，文中提出三种充电协议，分别是 GKP(Global Knowledge Protocol)， LRP(Limited Reporting Protocol)， RTP(Reactive Trajectory Protocol)。 其中GKP是一种集中式的充电协议，其需要知道网络的全局信息，通信代价较大，不适用于 大规模网络。LRP则只需要知道部分节点的剩余能量信息作为对网络全局信息的采样，因此 大大减少了网络的通信代价。RTP协议通过建树的方式选出网络中承担了较大通信量、能耗 较大的节点并优先给它们充电。节点只需要和周围的邻居节点进行通信，即信息只在小范 围内广播，减小了通信量。
[0004] 2、Tifenn Rault 等人在 2013 年的《IEEE Global Communications Conference)) 上发表文章 "Multi-hop wireless charging optimization in Low-Power Networks''。 算法设计的目标是确定最少的充电器个数及其位置，同时考虑了节点的能量需求、转化时 的能量损失及充电器容量。假设充电器的位置限制为节点的位置。算法分为两步：对充 电器的任一可能位置，以该位置为根建立一个能覆盖所有节点的最短路径树Oikjstra' s algorithm)。能量损失方面，认为和节点之间的边长为乘法关系而不是加法关系。提出一 种混合整数线性规划模型MILP，利用第一步建立的树，来确定所需的最少充电器个数。这样 如果一个充电器位于树根位置，它能满足该树上所有节点的能量需求。不足之处在于该算 法中充电器在部署完成之后，被限制在某些位置，同时只考虑了一个充电周期内对节点的 能量补充，而忽略了网络永续性问题。
[0005] 3、Liguang Xie 等人在 2012 年的《IEEE/ACM Transactions on Networking》 上发表文章 "Making Sensor Networks Immortal: An Energy-Renewal Approach with Wireless Power Transfer"，利用一种移动能量补充工具在网络中定期移动，为节点进行 无线能量补充。作者首次提出了能量补充周期的概念，着力解决一个最优化问题，其目标是 最大化充电器的休息时间和整个能量补充周期的比例。这样就提高了充电器的充电效率。 在充电器最佳移动路径方面，作者证明了只有当充电器沿着最短哈密顿循环经过所有节点 和基站时，才能使得充电器休息时间和整个能量补充周期的比值达到最大值，也就是求得 最优解。但是这种算法的计算复杂度较高，在大规模网络中应用时，计算代价太大。
[0006] 4、Zi Li 等人在 2010 年的《Wireless Algorithms, Systems, and Applications》 上发表文章 "Study of Joint Routing and Wireless Charging Strategies in Sensor Networks"，文章综合考虑了节点路由和充电（ML-JRC)问题，即通过这两种手段的共同作 用来延长网络寿命。作者认为节点的路由选择和充电器的充电顺序互相关联，具体体现为： 根据节点路由选择不同，充电器对应地确定节点的充电顺序；而根据充电器当前的位置，节 点可能调整路由选择，出于能效的考虑选择更长的但是距离充电器更近的路径。本文用数 学语言描述了 ML-JRC问题，证明这是一个NP完全问题，并用最优化理论计算得到了网络寿 命的上限值，从而可以确定充电策略，但是用该方法求得最优解的计算复杂度很高。因此作 者提出3种复杂度较低的启发式算法：LRE(最低剩余能量优先法），LEL(固定路由下最短 预测寿命优先算法），AEA(动态路由下能量自适应分配算法）。仿真结果表明本文提出的 这三种启发式充电算法能有效提高网络寿命，但是充电器需掌握整个网络的信息，包括节 点的位置及能量，通信代价较高。另外作者假设充电器移动无延迟和能量损耗，这是不实际 的。
[0007] 5、Bin Tong 等人在 2010 年的《International Conference on Distributed Computing Systems》上发表"How Wireless Power Charging Technology Affects Sensor Network Deployment and Routing"，文章阐述了无线充电技术对节点部署和路由的影响。 作者首先提出了一个无线充电模型，充电器可给周围临近的多个节点进行充电，且周围节 点数越多，充电器的充电效率越高。基于这个模型，作者提出了一种节点部署和充电方案， 具体分为四个步骤：找到从每个监测点到基站最省能量的路径，建立能量最低和负担集中 的路由树并削减路由树，合并兄弟监测点，根据工作负担部署节点。由于得到的路由树是 能量最低且负担高度集中的，且在这些树的根结点位置上部署了数量相对较多的传感器节 点，这样有利于均衡网络能耗。该算法结合充电模型和路由考虑了充电问题，但是没有考虑 充电器在各个监测点之间具体的移动策略，以及可能存在的各个监测点之间充电不均衡的 情况。
[0008] 综上所述，虽然WRSNs中无线充电算法研宄取得了很大进展，但仍存在以下问题： [0009]1.没有联合实际路由，考虑网络中节点实际的能量分布，即简单地假设节点能耗 相等或为随机值；
[0010] 2.只考虑一个充电周期内的充电策略而不考虑由于能量变化可能需要的充电策 略的调整；<