本发明涉及无线传感器网络中一种射频能量捕获无线传感网能量源最少化布置方法，该方法适用于传感器节点能够捕获射频能量的无线传感器网络。
背景技术：
射频能量捕获无线传感网(RF-energy harvesting wireless sensor networks,RF-HWSN)指一些能将环境中的射频能量转化成电能供电的传感器节点通过无线通信方式相互联系起来的通信网络。射频能量发送源的布置位置，直接影响各个传感器节点能量捕获的输出功率(后面简称为捕获功率)。因此，在设计该类网络时，从经济角度出发，需要合理布置每一个能量源，使得满足每一个节点的捕获功率大于等于节点的能量消耗所需功率的条件下最少化射频能量发送源的个数。
目前为止，已经有少数文献研究了射频能量发送源放置问题。有文献考虑了只有单个射频能量源且该能量源可以移动的场景，研究了该能量源的最优访问地点以最大化用户自定义任务的收益(参见《Mission-aware placement of RF-based power transmitters in wireless sensor networks》，刊于IEEE ISCC，2012)；有文献考虑能量发送源移动的场景，研究能量源的停留位置和相应的停留时间，使得网络中所有的传感器节点充电的总时延最小化(参见《Minimizing charging delay in wireless rechargeable sensor networks》，刊于IEEE INFOCOM，2013)；有文献研究了静态环境下能量源的放置问题(参见《RF-Based charger placement for duty cycle guarantee in battery-free sensor networks》，刊于IEEE Communications Letters，2015)，不过这些已有的研究都是针对所有传感器节点具有相同的能量捕获功率需求该场景。
技术实现要素：
针对网络中节点能量捕获功率需求不一样的实际情况，为了克服现有射频能量捕获无线传感网的能量源布置方式较多、成本较高的不足，本发明提供一种有效减少能量源布置的数目、节省经济成本的基于粒子群优化的射频能量捕获无线传感网能量源最少化布置方法。
本发明解决其技术问题所采用的技术方案是：
一种射频能量捕获无线传感网能量源最少化布置方法，包括如下步骤：
(1.1)首先根据无线传感网中N个给定位置的能够捕获射频能量的传感器节点坐标，来计算出这N个节点的最小覆盖圆圆心；其中，N是传感器节点总个数，N个节点的最小覆盖圆是指覆盖了所有N个节点且具有最小半径的圆；
(1.2)初始化射频能量发送源的个数K＝1；
(1.3)对于m＝1,2,…,M,做如下操作：初始化第m个粒子的初始位置对于任意i＝1,2,…,K,和为最小覆盖圆中随机挑出的一个点的横坐标和纵坐标，初始化第m个粒子的初始速度矢量vm＝0，初始化第m个粒子的最优位置pm为它的初始位置，即pm←xm；其中M表示粒子的个数,其取值方式与传统粒子群算法中粒子个数取值方式一样；
(1.4)为p1,p2,…,pM,分别计算出它们所对应的捕获功率比值，然后在它们中找出能量捕获比值最大的pl并且将全局最优位置pg设置为pl，即pg←pl；所述的为位置pm计算出它所对应的捕获功率比值f(pm)包含如下操作步骤：
(1.4.1)对于i＝1,2,…,K,设置第i个能量源的横坐标为pm里的第2i-1个元素，设置第i个能量源的纵坐标为pm里的第2i个元素；
(1.4.2)为每个传感器节点nj，j＝1,2,…,N，根据公式(1)计算节点nj从K个射频能量发送源捕获的总的功率
其中η是整流效率，Gs是源天线增益，Gr是接收天线增益，Lp是极化损耗，λ是波长，dj,i是节点nj与第i个射频能量发送源之间的距离，Pt是射频能量发送源的发送功率；
(1.4.3)对于j＝1,2,…,N，根据公式(2)计算节点nj的捕获功率比值Rj，
其中，是节点nj的捕获功率需求，即节点nj的捕获功率必须大于等于
(1.4.4)将位置pm所对应的捕获功率比值f(pm)赋值为R1,R2,…,RN中最小的值；
(1.5)执行基于粒子群优化的能量源位置优化操作；
(1.6)如果全局最优位置pg的捕获功率比值大于等于1，则发送源的个数K不再改变，且K个能量源的坐标为pg中的K对坐标，并结束本方法的操作；否则K←K+1，并且回到步骤(1.3)。
进一步，所述步骤(1.5)中，基于粒子群优化的能量源位置优化包含如下操作步骤：
(1.5.1)对于第m个粒子，m＝1,2,…,M,根据公式(3)更新第m个粒子的当前速度矢量vm和位置向量xm；
其中，rp和rg分别是(0,1)之间的一个随机数，和是常数值，用来控制速度矢量vm的更新步伐，其取值方式与传统粒子群算法中的取值方式一样；
(1.5.2)如果f(pm)＜f(xm)，则令pm←xm；如果f(pg)＜f(xm)，则令pg←xm；
(1.5.3)重复执行Iteration_times次步骤(1.5.1)和步骤(1.5.2)，其中Iteration_times的取值取决于所能够接受的运行时长，所能够接受的运行时长越长，则可以将Iteration_times设置为越大的值。
本发明的技术特点及效果：基于粒子群优化算法来布置射频能量源，通过反复迭代寻找满足传感器节点能量捕获功率的能量源最优部署，从而有效减少能量源布置的数目，节省了经济成本。
具体实施方式
下面对本发明做进一步说明。
一种射频能量捕获无线传感网能量源最少化布置方法，包括如下步骤：
(1.1)首先根据无线传感网中N个给定位置的能够捕获射频能量的传感器节点坐标，来计算出这N个节点的最小覆盖圆圆心；其中，N是传感器节点总个数，N个节点的最小覆盖圆是指覆盖了所有N个节点且具有最小半径的圆；
(1.2)初始化射频能量发送源的个数K＝1；
(1.3)对于m＝1,2,…,M,做如下操作：初始化第m个粒子的初始位置对于任意i＝1,2,…,K,和为最小覆盖圆中随机挑出的一个点的横坐标和纵坐标，初始化第m个粒子的初始速度矢量vm＝0，初始化第m个粒子的最优位置pm为它的初始位置，即pm←xm；其中M表示粒子的个数,其取值方式与传统粒子群算法中粒子个数取值方式一样；
(1.4)为p1,p2,…,pM,分别计算出它们所对应的捕获功率比值，然后在它们中找出能量捕获比值最大的pl并且将全局最优位置pg设置为pl，即pg←pl；所述的为位置pm计算出它所对应的捕获功率比值f(pm)包含如下操作步骤：
(1.4.1)对于i＝1,2,…,K,设置第i个能量源的横坐标为pm里的第2i-1个元素，设置第i个能量源的纵坐标为pm里的第2i个元素；
(1.4.2)为每个传感器节点nj，j＝1,2,…,N，根据公式(1)计算节点nj从K个射频能量发送源捕获的总的功率
其中η是整流效率，Gs是源天线增益，Gr是接收天线增益，Lp是极化损耗，λ是波长，dj,i是节点nj与第i个射频能量发送源之间的距离，Pt是射频能量发送源的发送功率；
(1.4.3)对于j＝1,2,…,N，根据公式(2)计算节点nj的捕获功率比值Rj，
其中，是节点nj的捕获功率需求，即节点nj的捕获功率必须大于等于
(1.4.4)将位置pm所对应的捕获功率比值f(pm)赋值为R1,R2,…,RN中最小的值；
(1.5)执行基于粒子群优化的能量源位置优化操作；
(1.6)如果全局最优位置pg的捕获功率比值大于等于1，则发送源的个数K不再改变，且K个能量源的坐标为pg中的K对坐标，并结束本方法的操作；否则K←K+1，并且回到步骤(1.3)。
进一步，所述步骤(1.5)中，基于粒子群优化的能量源位置优化包含如下操作步骤：
(1.5.1)对于第m个粒子，m＝1,2,…,M,根据公式(3)更新第m个粒子的当前速度矢量vm和位置向量xm；
其中，rp和rg分别是(0,1)之间的一个随机数，和是常数值，用来控制速度矢量vm的更新步伐，其取值方式与传统粒子群算法中的取值方式一样；
(1.5.2)如果f(pm)＜f(xm)，则令pm←xm；如果f(pg)＜f(xm)，则令pg←xm；
(1.5.3)重复执行Iteration_times次步骤(1.5.1)和步骤(1.5.2)，其中Iteration_times的取值取决于所能够接受的运行时长，所能够接受的运行时长越长，则可以将Iteration_times设置为越大的值。
针对给定每个传感器节点物理位置的无线射频能量捕获传感器网络来说明本发明的具体实施方案。
对于N个给定位置的传感器节点，首先计算N个传感器节点的最小覆盖圆圆心。接着设置粒子个数M,M越大运行时间越长，但能找到更好的能量源部署。
从零个射频能量源即K＝0开始，反复执行增加一个能量源即K←K+1和基于粒子群优化的能量源位置改善操作，直到满足终止条件为止。
每当增加一个新的能量源时，对M个粒子做如下初始化操作：对于任意m＝1,2,…,M,初始化第m个粒子的初始位置对于任意i＝1,2,…,K,和为最小覆盖圆中随机挑出的一个点的横坐标和纵坐标，初始化第m个粒子的初始速度矢量vm＝0，初始化第m个粒子的最优位置pm为它的初始位置，即pm←xm。
接着执行基于粒子群优化的能量源位置优化操作，该操作通过控制每个粒子的速度矢量和位置矢量，不断对K个能量源的布置位置进行迭代优化，直至达到固定的迭代次数而结束迭代优化操作。
终止条件如下：如果当前K值所对应的M个粒子中的最优粒子所对应的能量源位置部署使每个传感器节点能量捕获功率大于其功率需求，则本方法终止，发送源的个数K不再改变，且K个能量源的坐标为M个粒子中最优的粒子所对应的K个能量源位置。