一种无线传感器网络循环充电方法及系统与流程

本发明涉及无线传感器
技术领域：
，尤其涉及一种无线传感器网络循环充电方法及系统。
背景技术：
：如今，无线传感器网络(wirelesssensornetwork，wsn)主要由电池供电，由于电池的电量有限，因此无线传感器网络寿命是有限的。近二十年以来，很多的研究工作致力于延长无线传感器网络的寿命，然而这些方法大多只能有限地提高无线传感器网络的寿命，这也是影响无线传感器网络大规模应用的瓶颈之一。在基于磁耦合共振的无线能量传输技术中，充电方式可分为固定式发射器和移动充电器两种。采用固定式发射器方案的问题是部署成本高，充电效率低，需要定期维护发射器，且需要解决发射器的供电问题。采用机器人式移动充电器的方案可节省部署成本，且无需人为干预和维护。在移动充电方案中，采用移动充电器(mobilechargingvehicle，下文统称mcv)对传感器节点进行充电,在每个循环访问周期(记为t)中，移动充电器依次移动到网络中的每个节点并对其充电，直到完成所有节点的充电后，返回服务器等待下一轮任务。(下文称此方案为传统方案)。传统方案存在的问题是，在每个周期t内，mcv都需要访问网络中的全部节点并对其充电，因此大幅增加了移动电源的行驶距离和能量消耗，造成系统能量效率的低下。技术实现要素：本发明提供了一种无线传感器网络循环充电方法，包括如下步骤：第一步，路由优化步骤：对wsn的数据路由进行优化，优化目标为最小化传感器节点的总功率，wsn表示无线传感器网络；第二步，集合分类和路径规划步骤：根据第一步优化得到的各传感器节点功率pi，对各传感器节点的访问周期、mcv每轮访问的节点集合和行驶路径进行设计，从而降低mcv的行驶距离和行驶能耗，mcv表示移动充电器。作为本发明的进一步改进，在所述第一步，路由优化步骤中，设xij表示传感器节点i到传感器节点j的数据流，xib表示传感器节点i到基站的数据流，根据流量平衡原理，应有如下的等式约束，传感器节点的功率消耗来自于发送和接收数据，采用的能量消耗模型如(5)式所示，其中为传感器节点i接收数据消耗的功率，为传感器节点i发送数据消耗的功率，βr表示接收1bit数据所消耗的能量，βij和βib分别表示传感器节点i发送1bit数据到节点j和基站所消耗的能量，βr为常数，βib表示为其中dij为传感器节点i和j之间的距离，c1为一个与距离无关的常量，c2为与距离相关的系数项，α为路径损耗因子，假定数据速率ri为随机产生的常量，网络中的数据流不随时间改变，xij为需要优化求解的变量，优化目标是最小化传感器节点的总功率，则此优化问题归纳为式(6)所示的线性规划问题，通过计算机仿真软件预先求解出来，根据优化的结果，再通过式(5)计算得到各传感器节点的功率pi作为本发明的进一步改进，所述第二步，集合分类和路径规划步骤包括：第1步：设置mcv的访问周期t以及访问集合分类的数量；第2步：设置每个传感器节点的访问周期ti并完成集合分类；第3步：设置每个周期t内mcv需要访问的节点集合及mcv的行驶路径。作为本发明的进一步改进，在所述第1步中，首先，分别求出传感器节点功率的最大值和最小值，如式(7)所示，pmax＝maxpi,pmin＝minpi(7)在式(7)中，pi为传感器节点i的能耗功率，maxpi表示传感器节点i的能耗功率最大值，minpi表示传感器节点i的能耗功率最小值，然后，设置mcv的访问周期和最小功率节点对应的周期上限，如式(8)所示，在式(8)中，t表示mcv的访问周期，tmax表示最小功率节点对应的周期上限，emax表示传感器节点的电池容量且初始状态为满电量,emin表示传感器节点正常工作的最小电量，则可将所有的传感器节点进行分类，记r为需要分类的集合数量，设置如下：其中和分别为上取整和下取整的操作。作为本发明的进一步改进，在所述第2步中，对于每个传感器节点i,i∈n，设置其访问周期ti如下，ti＝2a-1·t(10)其中a约为ti与t的比值的对数，并通过式(11)进行计算，定义集合sk(1≤k≤r)，令i∈sa,则mcv需要在第(n·2a-1)个周期访问传感器节点i并对其充电，n为正整数。作为本发明的进一步改进，在所述第3步中，首先，设置mcv在第j个周期需要访问的节点集合fj，将j(1≤j≤2r-1)展开写成j＝m·2c，其中m为奇数，c为大于等于0的整数，则fj通过式(12)获得，然后，获得mcv行驶路径pj，应为连接集合fj和服务器o的最短hamilton环路，即pj＝hamiltonian(fj∪o)(13)在第j个周期，mcv依次到达集合fj中的每个传感器节点，并将其电池的电量充满到emax，最终返回到服务器，等待下一轮出发；按照这种方法，经过2r-1个周期循环后，将周期计数清零，即mcv将重新从第一个周期开始，如此循环下去。本发明还提供了一种无线传感器网络循环充电系统，包括：路由优化模块：用于对wsn的数据路由进行优化，优化目标为最小化传感器节点的总功率，wsn表示无线传感器网络；集合分类和路径规划模块：用于根据路由优化模块优化得到的各传感器节点功率pi，对各传感器节点的访问周期、mcv每轮访问的节点集合和行驶路径进行设计，从而降低mcv的行驶距离和行驶能耗，mcv表示移动充电器。作为本发明的进一步改进，在所述路由优化模块中，设xij表示传感器节点i到传感器节点j的数据流，xib表示传感器节点i到基站的数据流，根据流量平衡原理，应有如下的等式约束，传感器节点的功率消耗来自于发送和接收数据，采用的能量消耗模型如(5)式所示，其中为传感器节点i接收数据消耗的功率，为传感器节点i发送数据消耗的功率，βr表示接收1bit数据所消耗的能量，βij和βib分别表示传感器节点i发送1bit数据到节点j和基站所消耗的能量，βr为常数，βib表示为其中dij为传感器节点i和j之间的距离，c1为一个与距离无关的常量，c2为与距离相关的系数项，α为路径损耗因子，假定数据速率ri为随机产生的常量，网络中的数据流不随时间改变，xij为需要优化求解的变量，优化目标是最小化传感器节点的总功率，则此优化问题归纳为式(6)所示的线性规划问题，通过计算机仿真软件预先求解出来，根据优化的结果，再通过式(5)计算得到各传感器节点的功率pi。作为本发明的进一步改进，所述集合分类和路径规划模块包括：第一处理模块：用于设置mcv的访问周期t以及访问集合分类的数量；第二处理模块：用于设置每个传感器节点的访问周期ti并完成集合分类；第三处理模块：用于设置每个周期t内mcv需要访问的节点集合及mcv的行驶路径。作为本发明的进一步改进，在所述第一处理模块中，首先，分别求出传感器节点功率的最大值和最小值，如式(7)所示，pmax＝maxpi,pmin＝minpi(7)在式(7)中，pi为传感器节点i的能耗功率，maxpi表示传感器节点i的能耗功率最大值，minpi表示传感器节点i的能耗功率最小值，然后，设置mcv的访问周期和最小功率节点对应的周期上限，如式(8)所示，在式(8)中，t表示mcv的访问周期，tmax表示最小功率节点对应的周期上限，emax表示传感器节点的电池容量且初始状态为满电量,emin表示传感器节点正常工作的最小电量，则可将所有的传感器节点进行分类，记r为需要分类的集合数量，设置如下：其中和分别为上取整和下取整的操作；在所述第二处理模块中，对于每个传感器节点i,i∈n，设置其访问周期ti如下，ti＝2a-1·t(10)其中a约为ti与t的比值的对数，并通过式(11)进行计算，定义集合sk(1≤k≤r)，令i∈sa,则mcv需要在第(n·2a-1)个周期访问传感器节点i并对其充电，n为正整数；在所述第三处理模块中，首先，设置mcv在第j个周期需要访问的节点集合fj，将j(1≤j≤2r-1)展开写成j＝m·2c，其中m为奇数，c为大于等于0的整数，则fj通过式(12)获得，然后，获得mcv行驶路径pj，应为连接集合fj和服务器o的最短hamilton环路，即pj＝hamiltonian(fj∪o)(13)在第j个周期，mcv依次到达集合fj中的每个传感器节点，并将其电池的电量充满到emax，最终返回到服务器，等待下一轮出发；经过2r-1个周期循环后，将周期计数清零，即mcv将重新从第一个周期开始，如此循环下去。本发明的有益效果是：本发明采用的基于移动电源的无线充电技术，可实现无线传感器网络的持续永久工作，同时相对传统方法，移动充电器在每个周期只需对部分传感器节点进行充电，从而减少了移动充电器的行驶距离和时间，有效降低了系统总能耗。附图说明图1是本发明的原理示意图。具体实施方式本发明采用基于磁耦合共振方式的无线能量传输技术，为传感器节点进行供电，从而可以彻底地解决无线传感器网络的有限寿命问题，实现无线传感器网络的长期免维护工作。这种技术具有能量转化效率高、对环境依赖性低(无需光照、任意天气)，不受障碍物遮挡的影响等优点。适用于不易更换电池或担心废旧电池带来环境污染问题的场合，比如军事、环境监测、智能电网等领域。本发明的技术方案无需人为干预，可实现无线传感器网络的自动化免维护持续运行。现实场景中，由于每个传感器节点的功率不同，比如靠近基站(中心)的节点(传感器节点的简称)消耗的功率一般远大于远离基站(偏远)的节点。因此，本发明方案根据各节点的能耗，设计访问周期及每次需要访问的节点集合，即mcv(移动充电器)在每轮只需要对一部分节点进行充电，从而可减少mcv的行驶距离，降低系统能耗。本发明公开了一种无线传感器网络循环充电方法，下面进行具体说明：一.采用的技术路线及简化模型：为了实现对所有传感器节点进行无线充电，我们采用mcv对传感器节点进行充电。如图1所示，mcv从服务器(记为o)出发，行驶速度为v(单位为m/s)。假定wsn中有n个传感器节点。当mcv到达传感器节点i时，通过磁耦合共振方式对节点i进行充电，记充电时间为ti。设mcv的充电速率为u(单位为w)。经过ti的充电时间后，mcv向下一个需要充电的传感器节点行驶，如此继续下去，完成对wsn中传感器节点的充电。完成充电任务后，mcv返回到服务器停留一段时间(如补充电量或更换电池)，记这段时间为tvac，之后准备开始下一轮的充电任务。设每个传感器节点的电池容量为emax且初始状态都为满电量，设emin为保证传感器节点正常工作的最小电量(低于此电量时认为节点失效)。设第i个传感器节点感知产生的数据速率为ri(单位为bit/s)。wsn中有一个固定的基站(记为b),即为无线传感器网络的sink节点。传感器节点通过多跳路由方式传输数据包。由于在实际环境中，不同传感器节点的功率相差很大，比如接近sink位置的节点比较偏远节点的功率高很多倍。因此，传统方案中mcv每轮访问全部节点，会增加mcv的行驶距离和行驶需要的时间，造成能量的浪费。本发明根据各节点的能耗情况，分别设计各节点的访问周期及mcv每轮需要访问的节点集合，即每次只对一部分节点进行充电，从而可大幅减少传输距离和时间。为保证wsn中所有节点能够持续工作，永不掉电，本发明采用周期性的策略，即mcv周期性的访问网络中的部分节点(周期记为t)。记mcv在第k个周期需要访问的节点集合(记为fk)以及服务器o组成的集合为mk。在第k个周期，mcv依次访问fk中的每个节点并对其充电，最终返回服务器并停留一段时间，等待下一轮的充电任务。为了尽量减少mcv的行驶距离，降低系统能耗，本发明选取连接集合mk中所有点的最短路径作为mcv的行驶路径。这种连接给定点的最短路径称为最短hamilton环路，记连接mk的最短hamilton环路为pk。对于网络中的任意节点i,i∈n,设节点i的访问(即充电)周期为ti，本发明将ti设置成周期t的整数倍，并保证节点i可持续工作(具体见方法实施的步骤)。设pi为节点i的能耗功率，根据能量守恒原理，周期ti内消耗的能量应等于充电补充的能量，如(1)式所示。ti·pi＝ti·u(i∈n)(1)二.主要技术指标：本发明中，为比较不同方案的优劣，采用如下两个参数作为评价系统性能的指标。1.系统总功率ptotal，定义为mcv给wsn中全部节点充电所需的能耗与mcv的行驶能耗之和，即其中ttotal和ltotal分别为mcv的行驶总时间和行驶路程总长度。epcm为mcv的每英里耗电量。λ为磁耦合式无线充电的能量转换效率。2.mcv的停留时间比例ηvac,定义为：此指标表示mcv在服务器的停留时间占总时间的比例，ηvac取值越高说明mcv有更长的时间可以在服务器进行充电或更换电池等服务，对应的系统性能越好。三.本发明的实施方案：本发明的无线传感器网络循环充电方法可以称之为一种基于可变周期的高能效的可循环充电方法(记为ersvc)，这里的“可变”周期是指每个节点的访问周期ti的取值各不相同。具体思路是首先设置mcv的访问周期t，然后对每个节点i,i∈n，根据能耗大小pi设计不同的访问周期ti(且均设置为t的整数倍)，使得mcv在每个周期t内只需访问一部分节点，从而降低mcv的行驶路程和行驶能耗。根据系统总功率公式(2)，ersvc方案分两大步骤对能耗的两部分组成，即传感器节点的总能耗及mcv的行驶能耗分别进行优化。本发明的无线传感器网络循环充电方法包括如下步骤：第一步，路由优化步骤：这个步骤实现对wsn的数据路由进行优化，优化目标为最小化传感器节点的总功率。设xij表示节点i到节点j的数据流(单位：bit/s)，xib表示节点i到基站的数据流。根据流量平衡原理(即流入某个节点i的总流量等于流出的总流量)，应有如下的等式约束，传感器节点的功率消耗主要来自于发送和接收数据，本发明采用已有文献的能量消耗模型，如(5)式所示。其中为节点i接收数据消耗的功率，为节点i发送数据消耗的功率，βr表示接收1bit数据所消耗的能量。βij和βib分别表示节点i发送1bit数据到节点j和基站所消耗的能量。βr为常数，βib可以表示为其中dij为节点i和j之间的距离，c1为一个与距离无关的常量，c2为与距离相关的系数项，α为路径损耗因子。假定数据速率ri为随机产生的常量，网络中的数据流不随时间改变，xij为我们需要优化求解的变量。优化目标是最小化传感器节点的总功率。则此优化问题可以归纳为式(6)所示的线性规划问题，可通过计算机仿真软件如matlab预先求解出来。根据优化的结果，再通过式(5)可计算得到各节点的功率pi。第二步，集合分类和路径规划步骤：这个步骤的目标是尽量降低mcv的行驶距离和行驶能耗，根据第一步优化得到的各节点功率pi，对各节点的访问周期，mcv每轮访问的节点集合和行驶路径进行设计，具体分为以下三个步骤。第1步：设置mcv的访问周期t以及访问集合分类的数量。首先，分别求出节点功率的最大值和最小值，如式(7)所示。pmax＝maxpi,pmin＝minpi(7)然后，设置mcv的访问周期和最小功率节点对应的周期上限，如式(8)所示。则可将所有的节点进行分类，记r为需要分类的集合数量，设置如下：其中和分别为上取整和下取整的操作。第2步：设置每个传感器节点的访问周期ti并完成集合分类。对于每个节点i,i∈n，设置其访问周期ti如下，ti＝2a-1·t(10)其中a约为ti与t的比值的对数，并通过式(11)进行计算。定义集合sk(1≤k≤r)，令i∈sa,则mcv需要在第(n·2a-1)(n为正整数)个周期访问节点i并对其充电。第3步：设置每个周期t内mcv需要访问的节点集合及mcv的行驶路径。首先，设置mcv在第j个周期需要访问的节点集合fj。将j(1≤j≤2r-1)展开写成j＝m·2c，其中m为奇数，c为大于等于0的整数。则fj可通过式(12)获得。然后，可获得mcv行驶路径pj，应为连接集合fj和服务器o的最短hamilton环路，即pj＝hamiltonian(fj∪o)(13)在第j个周期，mcv依次到达集合fj中的每个传感器节点，并将其电池的电量充满到emax，最终返回到服务器，等待下一轮出发。按照这种方法，经过2r-1个周期循环后，将周期计数清零，即mcv将重新从第一个周期开始，如此循环下去。然后通过sk可以得到集合fj的取值。可以证明，本发明的方法能够保证每个传感器节点的电量始终大于需求的最小电量emin，即可保证网络永久持续工作。注：在公式(12)中，集合sk是为计算方便而定义的中间变量，其含义为mcv在第(n·2k-1)个周期需要访问的节点集合。sk的起始值为空集合，对全部节点i(从1到n)，运行式(11)，即可以得到集合sk的取值。本发明的第二步的实现过程如下：四.方法评估和预期效果：为了评估本发明(ersvc方案)的效果，这里采用matlab软件对wsn场景进行仿真。假定传感器节点随机分布在一个二维的矩形1×1km2区域内，对n＝100的传感器网络进行了仿真。设传感器节点i(i∈n)产生的数据速率ri为[1,10]kb/s之间随机分布的常量。其他参数根据现有方案的参考文献选取，能量消耗模型的系数βr＝50nj/b，c1＝50nj/b，c2＝0.0013pj/(b·m4)，路径损耗因子α＝4。mcv行驶速度v＝5m/s，无线充电的能量转化效率为λ＝0.85。采用镍氢电池作为传感器节点的电池，设电池的标称电压和电流值为1.2v/2.5ah。表1为100个节点(n＝100)的传感器网络的系统性能结果。可以看出，与传统方法相比，本发明(ersvc方案)在不降低停留时间比ηvac的同时，将系统总功率ptotal降低约51％。由此可见，ersvc方案可以大幅降低系统总能耗。技术指标ersvc方案传统方案ptotal12.4725.3ηvac86.21％85.95％表1n＝100时ersvc与传统方案性能的对比本发明的有益效果：本发明采用的基于移动电源的无线充电技术，可实现无线传感器网络的持续永久工作，同时相对传统方法，移动充电器在每个周期只需对部分传感器节点进行充电，从而减少了移动充电器的行驶距离和时间，有效降低了系统总能耗。以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属
技术领域：
的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。当前第1页1 2 3