一种联合路由优化的能量补充装置及其能量补充方法与流程

本发明属于物联网技术领域，尤其涉及一种联合路由优化的能量补充装置及其能量补充方法。

背景技术：

物联网具有非常广阔的应用前景，目前在军事侦察、医疗监护、环境监测、交通管理等多个领域都广泛使用，是目前受到关注的研究热点。在户外及一些复杂应用环境中，物联网节点一般通过飞机播撒、炮弹弹射或人工埋置的方式部署到监测区域中，节点部署结束后通过自组织多跳方式的构成网络。由于节点的能量有限性，当一些节点耗尽能量，网络就会碎片化并且一些传感区域的数据就不再提取上传。如何尽可能延长网络的工作时间成为物联网研究的关键性问题。

近年来，人们对延长物联网的寿命进行了广泛的研究。常规的研究一般集中在节能技术的研究，分别从物联网节点和网络两方面来减少物联网中的能耗，如设计低功耗的硬件体系结构，低复杂度的软件实现，能量有效的无线通信，动态路由技术和移动的数据采集等。虽然这些解决方案能够有效地延长网络寿命，网络寿命仍取决于有限的电池能量。另一类解决方案是利用能量补充方法来缓解物联网的能源使用限制。近年来在无线能量传输方面的进展，使电能的高效转移成为可能。无线能量传输已被用来给小型电器充电，最新的进展也展示了中等长度范围无辐射能量传输的应用前景。使具有磁性的感应线圈工作在相同的频率，那么他们会通过非辐射性的磁感应耦合产生强烈的共振耦合，在共振耦合下，将能量高效率地从源线圈传送到接收线圈，同时损失到外界的能量也很小。与电磁辐射方法相比，磁共振耦合能够在全向和非视距情况下提供更高的能量传送效率，而且受周围环境影响较小。目前，市场上已经有使用中等长度范围无线能量传输的商业产品。无线能量传输技术的发展已经为物联网节点的能量补充方面提供了一种新可行方法，正引起广泛的关注。

虽然已有一些研究工作开始研究物联网的能量补充机制，然而，当前的能量补充方法均缺乏对物联网数据传输机制的考虑，并且现有技术中存在能量补充效率低的问题。

技术实现要素：

(一)要解决的技术问题

针对现有存在的技术问题，本发明提供一种联合路由优化的能量补充装置，能够解决现有技术中物联网能量补充方式存在的补充效率低的问题。

本发明的再一个目的在于提出一种联合路径优化的能量补充方法。

(二)技术方案

为了达到上述目的，本发明采用的主要技术方案包括：

一种联合路由优化的能量补充装置，其包括：

链路状态获取器：用于获取节点之间链路的信息；

节点位置获取器：用于获取物联网节点的位置信息；

路径编码器：基于获取的链路状态信息与节点位置，对物联网间的通信路径以树的方式进行遗传编码；

遗传路径进化器：以遗传算法的方式对物联网的通信路径进行优化，构建最优路由树；

充电方式输出器：用于输出物联网中充电装置的充电行走路径；

最优路径输出器：用于输出该物联网的最优数据路由路径。

作为上述联合路由优化的能量补充装置的一种优选方案，所述该遗传路径进化器包括：

以选择、交叉、编译及替换方式组成的遗传运算器；

以停留点选择器、停留点优化器及适应值评估器组成的个体评估器。

一种联合路径优化的能量补充方法，其包括以下步骤：

步骤1:收集节点位置信息；

步骤2：收集链路状态信息；

步骤3：基于节点位置与链路状态，重复使用路由树构造算法构造n个个体作为遗传算法的初始种群；

步骤4：使用遗传算法构造最优路由树；

步骤5：对最优路由树对应的个体进行适应值评价，得到最优充电路径。

作为上述联合路径优化的能量补充方法的一种优选方案，种群每个个体初始化方法为：

步骤3-1:将sink节点在路由树中标志置为1，其余节点标志置为0；

步骤3-2:对任一节点i，使v＝i，其中，i∈n；

步骤3-3：判断邻居集合，其具体的包括以下步骤

步骤a：若vj的邻居集合不为空，在邻居集合中随机选择一个节点记作vj-1，同时将vj-1从邻居集合中除去；

步骤b；若邻居集合为空且v≠i，则令vj＝vj+1，重新执行步骤3；

步骤c：若邻居集合为空且vj＝i，表示在当前拓扑下没有可行路径，算法结束；

步骤3-4：若节点在路由树中的标志不为1，则置节点标志为1，记录路径vj-1→vj，否则，转步骤3-3；

步骤3-5：若节点的在路由树中的标志为1，表示找到了sink节点到感知节点的路径，转步骤3-6；否则，置节点的在路由树中标志为1，令vj＝vj-1，转到步骤3-3；

步骤3-6：记录从sink节点到感知节点i的路径；

步骤3-7：将n个sink节点到感知节点的路径构造成为一个染色体编码。

作为上述联合路径优化的能量补充方法的一种优选方案，在步骤4中，最优路由树的构造方法包括：

步骤4-1：选择操作，算法通过二元锦标赛算法选出原始种群的一半作为父代种群；

步骤4-2：交叉操作，从选出的父代中随机选择两个个体，在这两个个体中随机选择一对等位基因，对等位基因做交叉操作，得到两个新的子代个体，如果产生的新的个体不满足物联网路由树条件，那么需要对这个子代个体进行调整，使结果满足路由树条件；

步骤4-3:变异操作，从选出的父代种群中随机选择一个个体，随机选择一个等位基因使用单点变异产生新的子代个体，本算法中选择随机一个节点进行局部组播树调节，如果变异后的个体不是路由树，那么调整使之成为路由树；

步骤4-5：经过交叉、变异操作之后产生的子代与原种群合并，对合并种群中的每个个体进行适应值评估，选出最优的n个染色体构成新的种群；

步骤4-6：判断是否满足终止条件，如果不是，则返回步骤4-1；否则，在最优种群中找出最优个体。

作为上述联合路径优化的能量补充方法的一种优选方案，所述个体适应值的评价方法包括，基于给定的路由树，寻找物联网监控区域中的充电驻留点，并以连接所有充电驻留点与服务站点长度的最短哈密尔顿回路作为个体的适应值，

作为上述联合路径优化的能量补充方法的一种优选方案，在步骤5中，具体的包括以下步骤：

步骤5-1：驻留点选择，用于选择监控区域中的充电位置点；

步骤5-2：最优哈尔米顿回路计算，其包括利用蚁群算法得到连接服务站点和所有充电停留点的最短路径，将该路径作为wcv(wirelesschargingvehicle，无线充电车)的移动路径；

步骤5-3：根据哈密尔顿回路长度及路由树结构，返回当前的休息时间比，并以休息时间比作为个体的适应值。

作为上述联合路径优化的能量补充方法的一种优选方案，在驻留点选择中，包括以下步骤：

步骤5-1-1：获取网络的初始化信息，包括获取传感器节点坐标(x,y)，服务站点s位置(x0,y0)，充电半径rch，不在任何一个停留点充电范围内的传感器节点集合set＝n,在某个停留点充电范围内的传感器节点集合停留点坐标集合

步骤5-1-2：寻找距离服务站点s最近的传感器节点i的坐标(xi,yi)作为第一个停留点的候选位置，找到距离节点i小于2·rch的传感器节点集合u；

步骤5-1-3：如果

选择u中距离节点i最远的一个节点j，取节点j和节点i连线的中点m(xm,ym)作为wcv的第一个停留位置，将位于m(xm,ym)的rch内的传感器节点从set中删除，添加到集合c中，p＝p∪(xm,ym)，

否则，

连接s与节点i，选择距离节点i为rch的点(xs,ys)作为停留点，set＝set-i，c＝c∪i，p＝p∪(xs,ys)；

步骤5-1-4：选择set中距离上一个停留点最近的节点k作为下一个停留点的候选位置，寻找距离候选节点k小于2·rch的所有节点集合q；

步骤5-1-5：如果

寻找q中距离节点k最远的节点w，连接节点k和节点w，取连线的中点m(xm,ym)作为下一个wcv停留点，将停留点(xm,ym)附近rch范围内的节点从set中删除，添加到集合c中，p＝p∪(xm,ym),

否则，

该候选节点k为一个独立节点，连接上一个停留点和节点k，选择距离节点k为rch的位置(xpos，ypos)作为wcv的下一个停留点，set＝set-k，c＝c∪k，p＝p∪(xpos，ypos)；

步骤5-1-6：重复步骤5-1-4，步骤5-1-5，直到c＝n。

作为上述联合路径优化的能量补充方法的一种优选方案，在步骤5-1-5中，独立节点的定义为：某个节点i，除了该节点以外，以该节点为中心在2·rch范围内没有其他的节点存在，那么就将节点i叫做一个独立节点。

作为上述联合路径优化的能量补充方法的一种优选方案，根据哈密尔顿回路长度及路由树结构，返回当前的休息时间比，并以休息时间比作为个体的适应值，具体计算方法为：

步骤5-3-1：对任意停留点i，计算器充电停留时间ti，具体计算方式为选择停留点i覆盖集中能耗最大的节点j，其能量消耗速率为pj，则停留时间

其中γ为充电周期，u为充电速率；

步骤5-3-2：计算整个充电时间和te＝σi∈mti，其中m为充电停留点的集合；

步骤5-3-3：计算行走时间

其中l为哈密尔顿回路的长度，v为行走的速度；

setp5-3-4：计算休息时时间比为

(三)有益效果

本发明的有益效果是：本发明提供的联合路由优化的能量补充装置和方法，通过联合路径的方式得到最优的充电路径，能充分考虑物联网多对一通信的网络结构，具有更高的能量补充效率。

附图说明

图1为本发明具体实施方式提供的联合路由优化的能量补充装置结构示意图；

图2为本发明具体实施方式提供的组播树及构造出的染色体编码对应关系图；

图3为本发明具体实施方式提供的路由树交叉操作示意图；

图4为本发明具体实施方式提供的路由树变异操作示意图；

图5为本发明具体实施方式提供的停留点选择过程示意图；

图6为本发明具体实施方式提供的休息时间比与节点个数曲线。

具体实施方式

为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。

如图1所示，本实施方式提供了一种联合路由优化的能量补充装置，其包括：

链路状态获取器：用于获取节点之间链路的信息；

节点位置获取器：用于获取物联网节点的位置信息；

路径编码器：基于获取的链路状态信息与节点位置，对物联网间的通信路径以树的方式进行遗传编码；

遗传路径进化器：以遗传算法的方式对物联网的通信路径进行优化，构建最优路由树；

充电方式输出器：用于输出物联网中充电装置的充电行走路径；

最优路径输出器：用于输出该物联网的最优数据路由路径。

上述遗传路径进化器包括：以选择、交叉、编译及替换方式组成的遗传运算器和以停留点选择器、停留点优化器及适应值评估器组成的个体评估器。

为了对上述联合路由优化的能量补充装置进行进一步的说明，本实施方式还提供了一种联合路径优化的能量补充方法，其包括以下步骤：

步骤1:收集节点位置信息；

步骤2：收集链路状态信息；

步骤3：基于节点位置与链路状态，重复使用路由树构造算法构造n个个体作为遗传算法的初始种群；

步骤4：使用遗传算法构造最优路由树，其中，最优路由树的构造方法，对通过遗传算法得到的最优种群中的每个个体进行适应值的评估，得到最优个体，适应值的评估参照步骤5；

步骤5：对个体进行适应值评价，其基于给定的路由树，寻找物联网监控区域中的充电驻留点，并以连接所有充电驻留点与服务站点长度的最短哈密尔顿回路作为个体的适应值，得到最优充电路径。

在步骤3中，种群每个个体初始化方法为：

步骤3-1:将sink节点在路由树中标志置为1，其余节点标志置为0；

步骤3-2:对任一节点i，使v＝i，其中，i∈n，；

步骤3-3：判断邻居集合：

a)若vj的邻居集合不为空，在邻居集合中随机选择一个节点记作vj-1，同时将vj-1从邻居集合中除去；

b)若邻居集合为空且v≠i，则令vj＝vj+1，重新执行3)；

c)若邻居集合为空且vj＝i，表示在当前拓扑下没有可行路径，算法结束；

步骤3-4：若节点在路由树中的标志不为1，则置节点标志为1，记录路径vj-1→vj，否则，转步骤3-3；

步骤3-5：若节点的在路由树中的标志为1，表示找到了sink节点到感知节点的路径，转步骤3-6；否则，置节点的在路由树中标志为1，令vj＝vj-1，转到步骤3-3；

步骤3-6：记录从sink节点到感知节点i的路径；

步骤3-7：将n个sink节点到感知节点的路径构造成为一个染色体编码。具体的，可以参照图2中显示的组播书和染色体编码的对应关系。

在步骤4中，最优路由树的构造方法包括：

步骤4-1：选择操作，算法通过二元锦标赛算法选出原始种群的一半作为父代种群；

步骤4-2：交叉操作，从选出的父代中随机选择两个个体，在这两个个体中随机选择一对等位基因，对等位基因做交叉操作，得到两个新的子代个体，如果产生的新的个体不满足物联网路由树条件，那么需要对这个子代个体进行调整，使结果满足路由树条件；

参照图3，其显示了路由树交叉操作的具体过程，其中1号节点为sink节点，第一棵路由树的两条路由分别是(6→4→3→2→1)和(5→3→2→1)，第二棵路由树的两条路由分别是(4→3→2→1)和(8→7→5→2→1)，进行交叉操作之后生成的第一棵路由树的两条路由分别是(8→7→5→2→1)和(6→4→3→2→1)，第二棵路由树的两条路由分别是(5→3→2→1)和(4→3→2→1)。

步骤4-3:变异操作，从选出的父代种群中随机选择一个个体，随机选择一个等位基因使用单点变异产生新的子代个体，本算法中选择随机一个节点进行局部组播树调节，如果变异后的个体不是路由树，那么调整使之成为路由树。

如图4所示，变异操作之前的两条路由分别是(6→4→3→2→1)和(5→3→2→1)，变异操作之后，两条路由分别是(6→4→3→2→1)和

(5→2→1)。

步骤4-5：经过交叉、变异操作之后产生的子代与原种群合并，对合并种群中的每个个体进行适应值评估，选出最优的n个染色体构成新的种群；

setp4-6：判断是否满足终止条件，如果不是，则返回步骤4-1；否则，在最优种群中找出最优个体。

在步骤5中，具体的包括以下步骤：

步骤5-1：驻留点选择，用于选择监控区域中的充电位置点；

步骤5-2：最优哈尔米顿回路计算，其包括利用用蚁群算法得到连接服务站点和所有充电停留点的最短路径，将该路径作为wcv(wirelesschargingvehicle，无线充电车)的移动路径；

步骤5-3：根据哈密尔顿回路长度及路由树结构，返回当前的休息时间比，并以休息时间比作为个体的适应值。

在驻留点选择中，包括以下步骤：

步骤5-1-1：获取网络的初始化信息，包括获取传感器节点坐标(x,y)，服务站点s位置(x0,y0)，充电半径rch，不在任何一个停留点充电范围内的传感器节点集合set＝n,在某个停留点充电范围内的传感器节点集合停留点坐标集合

步骤5-1-2：寻找距离服务站点s最近的传感器节点i的坐标(xi,yi)作为第一个停留点的候选位置，找到距离节点i小于2·rch的传感器节点集合u；

步骤5-1-3：如果

选择u中距离节点i最远的一个节点j，取节点j和节点i连线的中点m(xm,ym)作为wcv的第一个停留位置，将位于m(xm,ym)的rch内的传感器节点从set中删除，添加到集合c中，p＝pu(xm,ym)，

否则，

连接s与节点i，选择距离节点i为rch的点(xs,ys)作为停留点，set＝set-i，c＝c∪i，p＝p∪(xs,ys)；

步骤5-1-4：选择set中距离上一个停留点最近的节点k作为下一个停留点的候选位置，寻找距离候选节点k小于2·rch的所有节点集合q；

步骤5-1-5：如果

寻找q中距离节点k最远的节点w，连接节点k和节点w，取连线的中点m(xm,ym)作为下一个wcv停留点，将停留点(xm,ym)附近rch范围内的节点从set中删除，添加到集合c中，p＝p∪(xm,ym),

否则，

该候选节点k为一个独立节点，连接上一个停留点和节点k，选择距离节点k为rch的位置(xpos，ypos)作为wcv的下一个停留点，set＝set-k，c＝c∪k，p＝p∪(xpos，ypos)；

步骤5-1-6：重复步骤5-1-4，步骤5-1-5，直到c＝n。

在步骤5-1-5中，独立节点的定义为：某个节点i，除了该节点以外，以该节点为中心，2·rch范围内没有其他的节点存在，那么就将节点i叫做一个独立节点。

图5显示了基于上述步骤完成充电停留点的选择过程。wcv从服务站点s出发，逐步获得停留点位置，将全部传感器节点覆盖。如图5(a)所示，首先选择传感器节点n1作为候选停留点，寻找距离n1小于2·rch的邻居节点，在图中满足条件的有节点n1，将n1和n2的中点作为最终的wcv停留点p1，将n1、n2从未被充电的节点集合中删除。继续寻找距离p1最近的节点，如图5(b)所示，找到节点n3，将n3作为候选停留点。同样的，寻找距离n3小于2·rch的邻居节点，在图中满足条件的所有节点n4、n5，其中n5距离候选停留点n3最远，将n3和n5的中点作为wcv的第二个停留点p2，将p2附近的在充电范围rch内的所有节点从未被充电的传感器节点集合中删除，n3、n4、n5满足条件，删除n3、n4、n5。继续寻找距离p2最近的节点，如图5(c)所示，找到节点n6，将n6作为候选停留点，寻找距离n6的小于2·rch的邻居节点，在图中没有满足条件的节点，因此节点n6是独立节点，对于独立节点，连接p2和n6，取连线上距离n6为rch的点作为第三个停留点位置p3，节点n6被覆盖。至此，网络中所有的传感器节点都可以通过无线充电方式得到能量补充。

根据哈密尔顿回路长度及路由树结构，返回当前的休息时间比，并以休息时间比作为个体的适应值，具体计算方法为：

步骤5-3-1：对任意停留点i，计算器充电停留时间ti，具体计算方式为选择停留点i覆盖集中能耗最大的节点j，其能量消耗速率为pj，则停留时间

其中γ为充电周期，u为充电速率；

步骤5-3-2：计算整个充电时间和te＝σi∈mti，其中m为充电停留点的集合；

步骤5-3-3：计算行走时间

其中，l为哈密尔顿回路的长度，v为行走的速度；

setp5-3-4：计算休息时时间比为

在本实施方式中，还通过具体的实验验证了本方案的效果，具体的为：采用在500m×500m的网络中，随机分布若干个传感器节点，sink节点坐标固定为(250,250)，服务站点固定于(0,0)坐标，传感器节点随机分布于网络中，感知数据产生率的数值固定为6kb/s。并通过联合路径规划的能量补充算法、具有最短路径的停留点选择算法和六边形划分充电算法得出不同的充电方案，并制成各个充电方案的休息时间比与节点个数的曲线，具体的参照图6，通过图6中显示的内容可以得出本实施方式提供的充电效果均优于其他两种方案。

以上结合具体实施例描述了本发明的技术原理，这些描述只是为了解释本发明的原理，不能以任何方式解释为对本发明保护范围的限制。基于此处解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本实用新型的保护范围之内。