一种基于Powercast模型的WSNs充电方法技术

本发明专利技术公开了一种基于Powercast模型的WSNs充电方法，包括以下步骤：基于传感器节点的再充电周期属性，采用聚类算法将所有传感器节点划分为若干个簇；基于节点构建完全无向图，采用近似算法寻找哈密顿回路，当簇内某个节点快要失效时，移动电源就沿着该簇的哈密顿回路给簇中所有节点充电，以此将二维场景转化为一维流形场景；在一维流形场景下，移动电源分组进行沿着哈密顿回路充电，具体包括：基于搜索半径定义移动电源最合适的覆盖范围；在每个小组中，使用RIA算法解决最小圆覆盖问题，并基于REUE指标确定移动电源在每个分组的充电时间。利用本发明专利技术的方法，在Powercast充电模型下，移动电源可以确保WSNs节点都不失效的同时，最小化充电过程中的能量消耗。

A WSNs charging method based on Powercast model

The invention discloses a WSNs charging method based on Powercast model, which comprises the following steps: based on the recharge cycle attribute of sensor nodes, all sensor nodes are divided into several clusters by clustering algorithm; based on the nodes, a complete undirected graph is constructed, and an approximate algorithm is used to find the Hamiltonian loop when a node in the cluster is located. When point fails, the mobile power charges all nodes in the cluster along the Hamiltonian loop of the cluster, thus transforming the two-dimensional scene into one-dimensional manifold scene; in one-dimensional manifold scene, the mobile power packet charges along the Hamiltonian loop, including: defining the most appropriate coverage of the mobile power based on the search radius. In each group, the RIA algorithm is used to solve the minimum circle coverage problem, and the charging time of the mobile power supply in each group is determined based on the REUE index. Using the method of the invention, under the Powercast charging model, the mobile power supply can ensure that the WSNs nodes are not invalid while minimizing the energy consumption in the charging process.

【技术实现步骤摘要】
一种基于Powercast模型的WSNs充电方法
本专利技术涉及无线传感器网络和无线能量转移领域，具体涉及一种基于Powercast模型对无线传感器网络进行充电的方法。
技术介绍
近年来，无线传感器网络(WirelessSensorNetworks,WSNs)取得了广泛的应用，比如在农作物生长监控、环境检测、医疗健康和智能家居等领域中。WSNs的广泛应用，实现了物与物、物与人、人与人之间更深层次的连接。伴随着WSNs的广泛应用，WSNs的能耗问题日益突出。一般而言，传感器节点由电池供电，电池自身能提供的能量有限；如果能量耗尽，传感器节点就会失效，整个网络的生存周期就结束了。为了增加WSNs的生存周期，研究人员已经提出了很多给传感器节点补充能量的方法。大致可以总结如下：(1)能量节省策略：通过优化传感器节点的数据采集和数据转发策略，降低传感器节点的能耗功率，变相增加节点的生存周期。显然，这种策略无法显著增加WSNs的工作周期。(2)能量提取策略：给传感器节点安装复杂的装置，让它们尝试从周围环境中提取能量，比如风能、太阳能等。但这种方式受限于自然条件，比如在阴天条件下，传感器节点无法提取太阳能；而且给节点安装复杂的装置，也增加了单个节点的成本，在大规模应用下，这种成本代价是无法接受的。(3)增量式部署：这种方法比较直接，如果有旧的传感器节点失效，就增量部署新的节点代替失效的旧节点。但是，被遗弃的旧节点可能会污染环境，而且新的传感器节点也需要额外的成本开销。(4)电池/节点的重新部署：它要求传感器节点可以被人或机器人所接触，改变其部署位置。但是在很多情况下，我们并不知道传感器节点的准确位置；或者知道了，想要接触节点的代价很高，比如节点部署在湖泊中用于检测水质。随着无线能量转移技术(WirelessPowerTransfer,WPT)和锂电池技术的发展，给传感器节点进行无线充电的想法得到越来越多的关注，具体做法是：让移动小车(或者机器人)携带大容量的电源，在WSNs部署区域活动，电源以无线电磁感应的方式给传感器节点充电。这种无线充电的方式有诸多优点，表现在：(1)非物理接触：移动电源无需和传感器节点直接接触，只要节点在移动电源的充电覆盖范围之内，就可以进行充电。(2)可重复使用：移动电源的能量耗尽，可以在基站补充能量。如此，移动电源和传感器节点都可以循环使用。(3)不受环境限制：移动电源的充电效率和部署环境条件无关，在一些恶劣环境条件下也可以使用。因此灵活性高，适用性广。移动电源给传感器节点充电的公式服从powercast模型，表示为：其中P(ci,sj)是传感器节点sj从移动电源ci处获得的输入功率；α和β是固定的参数，dij是ci和sj之间的距离，P是移动电源的发射功率。在整个充电过程中，能量的消耗包括两部分：(1)辐射能量，也就是移动电源向外辐射的能量，记为Er；此外，被所有传感器节点接收到的能量记为Ep。(2)移动能量消耗：移动小车在移动过程中消耗的能量，这部分能量记为Em。定义能量利用效率(energy-useefficiency,EUE)指标为显然最小化充电过程中的移动能量消耗等同于最大化EUE指标。目前关于最小化充电过程中的移动能量消耗，已经有很多卓有成效的工作了；但这些工作大多假设移动电源和传感器节点相遇充电。至今为止，还没有工作尝试在Powercast充电模型下最小化充电过程中的能量消耗。
技术实现思路
专利技术目的：针对现有技术的空白，本专利技术提出了一种在Powercast模型下对WSNs充电，且以最小化充电过程中所需的能量消耗为目的的交叉移动充电方法。该方法通过精心选择移动电源的充电位置、覆盖范围和充电时间，可以有效的降低充电的能耗，提高能量使用效率。技术方案：为实现上述目的，本专利技术提出一种基于Powercast模型对WSNs交叉移动充电(Crossmobilecharge，CMC)的方法，该方法包括以下步骤：采用分组和降维的方法将二维部署场景转化为一维流形场景；在一维流形场景下，使用交叉移动充电的策略按分组对传感器节点进行充电，具体包括：确定移动电源的覆盖范围，确定移动电源在每个分组的充电位置，确定移动电源在每个分组的充电时间。交叉移动充电策略指的是：在每个分组内，移动电源只给靠近它的内部节点充满电，只给边缘节点补充部分能量；边缘节点仍需补充的部分能量由移动电源在下一个分组内补充；边缘节点处于两个分组的交叉范围中，被移动电源在两个不同的位置充电。其中，将二维部署场景转化为一维流形场景包括以下步骤：11)使用kmeans聚类方法将传感器节点按照再充电周期划分为若干个簇，使得每个簇中传感器节点的再充电周期相近；12)在每个簇中构建无向完全图，其中传感器节点作为完全图的顶点，两个节点之间的距离作为顶点之间边的权重；13)使用基于MST的近似算法寻找每个簇中完全无向图的最短哈密顿回路，最终移动电源可以沿着哈密顿回路给节点充电。至此实现将二维场景下的充电问题转化为一维流形下的充电问题。基于搜索半径确定移动电源的覆盖范围包括：基于移动电源最大充电覆盖半径R构造分段函数，确定搜索半径(searchRadius)，将searchRadius当做移动电源的充电覆盖范围。确定移动电源在每个分组的充电位置包括：21)确定待充电节点：移动电源从基站BS出发，沿着哈密顿回路的顺时针(或逆时针)方向向前搜索，直到移动电源发现：在搜索的节点序列中，前x个节点之间的最大距离不超过2*searchRadius，但是前(x+1)个节点的最大距离已经超过了2*searchRadius，于是移动电源将这x个节点当做本分组的所有待充电节点，停止沿着哈密顿回路向前搜索；22)确定位置：使用RIA算法找到一个半径不超过searchRadius的圆覆盖这上述所有待充电节点，将该圆的圆心作为移动电源的充电位置。确定移动电源在每个分组的充电时间包括：针对分组中的n个节点，移动电源依次尝试给其中前i个节点充满电，而剩余n-i个节点仅补充部分能量的情形；i从1依次递增至n，分别计算i取不同值时对应的REUE指标，最终选择REUE指标最大值对应的情形，移动电源在当前分组的充电时间就是给该情形下选定的节点充满电的时间。其中，REUE的计算公式为Ep为传感器节点接收到的能量，Em为移动电源在移动过程中消耗的能量。有益效果：本专利技术以最小化充电过程中所需的能量消耗为目的，采用分类和降维的方法将二维场景下的充电问题转化为一维流形下的充电问题，并精心设计了一维流形下交叉移动充电的策略，包括基于搜索半径确定移动电源的覆盖范围，基于RIA算法确定移动电源在每个小组的充电位置，基于REUE指标确定移动电源在每个小组的充电时间。本专利技术提出的移动交叉充电策略使得处于边缘的节点能够被移动电源在不同位置多次充电，有效避免了能量浪费，提供了能量使用效率。附图说明图1是本专利技术方法总体流程图；图2是对二维部署的传感器节点进行分类和降维的示意图；图3是计算移动电源的覆盖范围的示意图；图4是确定移动电源在分组的充电位置的示意图；图5是确定移动电源在分组的充电时间的示意图。具体实施方式下面结合附图对本专利技术的技术方案作更进一步的说明。本专利技术提出了一种基于Powercast模型的WS本文档来自技高网...

【技术保护点】
1.一种基于Powercast模型的WSNs充电方法，其特征在于，所述方法方法包括以下步骤：采用分组和降维的方法将二维部署场景转化为一维流形场景；在一维流形场景下，使用交叉移动充电的策略按分组对传感器节点进行充电，具体包括：确定移动电源的覆盖范围，确定移动电源在每个分组的充电位置，确定移动电源在每个分组的充电时间。

【技术特征摘要】
1.一种基于Powercast模型的WSNs充电方法，其特征在于，所述方法方法包括以下步骤：采用分组和降维的方法将二维部署场景转化为一维流形场景；在一维流形场景下，使用交叉移动充电的策略按分组对传感器节点进行充电，具体包括：确定移动电源的覆盖范围，确定移动电源在每个分组的充电位置，确定移动电源在每个分组的充电时间。2.根据权利要求1所述的一种基于Powercast模型的WSNs充电方法，其特征在于，所述将二维部署场景转化为一维流形场景包括以下步骤：11)使用kmeans聚类方法将传感器节点按照再充电周期划分为若干个簇，使得每个簇中传感器节点的再充电周期相近；12)在每个簇中构建无向完全图，其中传感器节点作为完全图的顶点，两个节点之间的距离作为顶点之间边的权重；13)使用基于MST的近似算法寻找每个簇中完全无向图的最短哈密顿回路。3.根据权利要求1所述的一种基于Powercast模型的WSNs充电方法，其特征在于，所述基于搜索半径确定移动电源的覆盖范围包括：基于移动电源最大充电覆盖半径R构造分段函数，确定搜索半径，将搜索半径当做移动电源的充电覆盖范围。4.根据权利要求3所述的一种基于Powercast模型的WSNs充电方法，其特征在于，所述搜索半径的函数形式为：其中a是指定的阈值，其取值为哈密顿回路上相邻节点平均间隔的两倍；b为调整参数，取值范围为(0,1)。5.根据...

【专利技术属性】
技术研发人员：张胜，董茂健，钱柱中，张瑞，陆桑璐，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏,32