一种WSN节点智能分簇及移动充电设备路径规划方法技术

本发明专利技术涉及一种WSN节点智能分簇及移动充电设备路径规划方法。本发明专利技术结合无线传感器网络及移动充电设备的特点，分两阶段实现对移动充电设备的路径规划。在第一阶段，采用非监督学习方法将可充电传感器节点聚类为若干个节点簇，根据每个节点簇中可充电传感器节点的能量剩余，选择多种充电模式，完成对簇内节点的充电。在第二阶段，利用启发式进化算法对移动充电设备进行路径规划，满足完成一次充电任务所需总耗能最小化。因此，本发明专利技术能提供多种充电策略，提高充电效率，有效延长无线传感器网络的生命周期。

A WSN Node Intelligent Clustering and Mobile Charging Device Path Planning Method

【技术实现步骤摘要】
一种WSN节点智能分簇及移动充电设备路径规划方法
本专利技术涉及无线传感器网络领域，更具体的，涉及一种WSN(无线传感器)节点智能分簇及移动充电设备路径规划方法。
技术介绍
无线传感器网络(WirelessSensorNetworks,WSNs)是由几十到几千个具有无线信号收发能力的传感器节点组成的网络，可在监测范围内对数据进行收集，并通过无线信号发送至处理中心进行处理。广泛应用于工业监控、环境监测以及医疗健康等诸多领域。无线传感器网络中的传感器节点一般由电池供电，且电力无法补充。有限的电力导致无线传感器网络无法长期运行，制约了无线传感器网络的应用与发展。无线可充电传感器网络(WirelessRechargeableSensorNetworks,WRSNs)是由传统无线传感器网络发展而来。近年来无线充电技术的研究取得突破性进展，为实现无线传感器网络的长期运行提供了新的解决方法，产生了无线可充电传感器网络。在无线可充电传感器网络中，节点配备无线电力接收装置，当节点电力即将耗尽时，由可移动的无线充电设备(WirelessChargingEquipment,WCE)对节点进行充电，从而实现网络的长期运行。然而在实际应用中，移动充电设备所携带的充电能量往往是有限的，无法在单次充电过程中将所有的传感器节点的能量充满，只能延长无线传感器网络的工作时间，因此需要根据无线传感器网络的能量分布情况来选择移动充电设备的充电模式并规划移动路径。此外，当选择一对多的充电方式时，由于充电设备的充电效率受距离影响较大，充电锚点的选择也影响这充电效果。
技术实现思路
为了解决现有技术中移动充电设备无法在单次充电过程中将所有的传感器节点的能量充满，并且充电设备的充电效率受距离和充电锚点的影响较大的不足，本专利技术提供了一种WSN节点智能分簇及移动充电设备路径规划方法。为实现以上专利技术目的，采用的技术方案是：一种WSN节点智能分簇及移动充电设备路径规划方法，包括以下步骤：步骤S1：采用非监督学习方法将可充电传感器节点聚类为若干个节点簇；步骤S2：根据每个节点簇中可充电传感器节点的能量剩余，选择充电模式，根据充电模式确定充电设备在每个簇节点中的驻留时间和充电锚点位置；步骤S3：对充电设备进行充电，并利用启发式进化算法对移动充电设备进行路径规划，计算完成一次充电任务所需总耗能最小化。优选的，所述的步骤S1中的的具体步骤如下：利用k-均值算法将可充电传感器节点聚类为若干个节点簇，从传感器节点中随机选择若干个传感器节点作为初始质心，将每个传感器节点指配到最近的质心构成簇，并更新每个簇的质心，重复上述步骤直到簇质心不再发生变化。优选的，所述的步骤S2中选择充电模式的具体方法如下：在每个节点簇中，计算簇中可充电传感器节点的剩余工作时间，将最小的剩余工作时间作为该节点簇的剩余工作时间，并计算所有节点簇的平均剩余工作时间T；判断每个节点簇的剩余工作时间是否大于T，若大于T，则移动充电设备在该节点簇采用节点剩余能量最大化充电模式进行充电，反之则采用节点剩余能量均衡化充电模式。优选的，所述的节点剩余能量最大化充电模式确定充电设备在每个簇节点中的驻留时间和充电锚点位置的具体方法如下：确定充电设备在每个簇节点中的驻留时间：其中，为所有传感器节点的平均剩余工作时间，ti为移动充电设到达锚点i的时刻，τi为移动充电设备在锚点i驻留充电的时间；其中，Tj(t)为传感器节点j的剩余工作时间，N为传感器节点个数；其中，ej(t)为传感器节点j的剩余能量，Pj为传感器节点j的消耗功率；其中，ej(t)为一个分段函数，为充电效率函数，为传感器节点j到充电锚点的距离，Pch为移动充电设备的充电功率，Emax为传感器节点的能量上限；充电设备在每个簇节点中的充电锚点位置：筛选簇节点中所有能量小于预设阈值a的可充电传感器节点，置入节点集合Q，计算集合Q中所有节点的中心点，将中心点设置为充电锚点；充电设备移动到该锚点后进行充电，直到集合Q中存在一个可充电传感器节点的剩余能量不小于预设阈值a，将该节点从集合Q中删去，重新计算充电锚点；重复上述步骤直到充电设备的驻留时间达到要求的驻留时间。优选的，所述的节点剩余能量均衡化充电模式确定充电设备在每个簇节点中的驻留时间和充电锚点位置的具体方法如下：确定充电设备在每个簇节点中的驻留时间：其中，为所有传感器节点的剩余工作时间的方差，ti为移动充电设到达锚点i的时刻，τi为移动充电设备在锚点i驻留充电的时间；其中，Tj(t)为传感器节点j的剩余工作时间，为所有传感器节点的平均剩余工作时间,N为传感器节点个数；其中，ej(t)为传感器节点j的剩余能量，Pj为传感器节点j的消耗功率；其中，ej(t)为分段函数，为充电效率函数，为传感器节点j到充电锚点的距离，Pch为移动充电设备的充电功率，Emax为传感器节点的能量上限；确定充电设备在每个簇节点中的充电锚点位置：将簇节点中剩余能量最少的可充电传感器节点设置为充电锚点，将充电设备移动到该锚点后进行充电，直到该可充电传感器节点的剩余能量不小于预设阈值a，重新计算充电锚点；重复上述步骤直到充电设备的驻留时间达到要求的驻留时间。优选的，其特征在于，步骤S3的启发式进化算法具体步骤如下：首先构建个体和种群，根据锚点标号成一组随机序列作为个体；生成若干个个体作为种群，确定每个个体的适应度，对种群进行交叉、变异、选择操作；重复迭代上述步骤，直到达到要求的迭代次数，并输出群体中适应度最小的个体。优选的，确定每个个体的适应度值的具体步骤如下：fit＝Etra+Ech(10)其中，fit为总耗能，Etra为移动充电设备行驶耗能，Ech为移动充电设备为WSN中所有传感器节点充电所消耗的能量；其中，Ptra为移动充电设备的行驶功率，V为移动无线充电设备的行驶速度，D为移动充电设备完成充电任务所行驶的路程；其中，m为锚点个数。di,i+1为锚点i到锚点i+1的距离，dm,0为锚点m到充电站点的距离；其中，Pch为移动充电设备的充电功率，τi为移动充电设备在锚点i的驻留时间。与现有技术相比，本专利技术的有益效果是：本专利技术将传感器网络节点聚类为若干个簇，将簇心设置为充电锚点；根据每个簇中传感器节点的能量剩余情况来确定移动充电设备的充电模式；通过生物启发算法规划出充电设备完成充电任务所需总耗能最小的路径。本专利技术能有效延长网络寿命，提高了充电效率。附图说明图1是本专利技术的方法流程图；图2是K-均值算法的流程图；图3是充电模式确定方法的流程图；图4是节点剩余能量最大化充电模式确定充电锚点方法的流程图；图5是节点剩余能量均衡化充电模式确定充电锚点方法的流程图；图6是差分进化算法的流程图。具体实施方式附图仅用于示例性说明，不能理解为对本专利的限制；以下结合附图和实施例对本专利技术做进一步的阐述。实施例1如图1-图6所示，一种WSN节点智能分簇及移动充电设备路径规划方法，包括以下步骤：步骤S1：采用非监督学习方法将可充电传感器节点聚类为若干个节点簇；步骤S2：根据每个节点簇中可充电传感器节点的能量剩余，选择充电模式，根据充电模式确定充电设备在每个簇节点中的驻留时间和充电锚点位置；步骤S3：对充电设备进行充电，并利用启发式进化算法对移动充电设备进行路径规本文档来自技高网...

【技术保护点】
1.一种WSN节点智能分簇及移动充电设备路径规划方法，其特征在于，包括以下步骤：步骤S1：采用非监督学习方法将可充电传感器节点聚类为若干个节点簇；步骤S2：根据每个节点簇中可充电传感器节点的能量剩余，选择充电模式，根据充电模式确定充电设备在每个簇节点中的驻留时间和充电锚点位置；步骤S3：根据所选择的充电模式对充电设备进行充电，并根据充电设备在每个簇节点中的驻留时间和充电锚点位置利用启发式进化算法对移动充电设备进行路径规划。

【技术特征摘要】
1.一种WSN节点智能分簇及移动充电设备路径规划方法，其特征在于，包括以下步骤：步骤S1：采用非监督学习方法将可充电传感器节点聚类为若干个节点簇；步骤S2：根据每个节点簇中可充电传感器节点的能量剩余，选择充电模式，根据充电模式确定充电设备在每个簇节点中的驻留时间和充电锚点位置；步骤S3：根据所选择的充电模式对充电设备进行充电，并根据充电设备在每个簇节点中的驻留时间和充电锚点位置利用启发式进化算法对移动充电设备进行路径规划。2.根据权利要求1所述的一种WSN节点智能分簇及移动充电设备路径规划方法，其特征在于，所述的步骤S1中的的具体步骤如下：利用k-均值算法将可充电传感器节点聚类为若干个节点簇，从传感器节点中随机选择若干个传感器节点作为初始质心，将每个传感器节点指配到最近的质心构成簇，并更新每个簇的质心，重复上述步骤直到簇质心不再发生变化。3.根据权利要求2所述的一种WSN节点智能分簇及移动充电设备路径规划方法，其特征在于，所述的步骤S2中选择充电模式的具体方法如下：在每个节点簇中，计算簇中可充电传感器节点的剩余工作时间，将最小的剩余工作时间作为该节点簇的剩余工作时间，并计算所有节点簇的平均剩余工作时间T；判断每个节点簇的剩余工作时间是否大于T，若大于T，则移动充电设备在该节点簇采用节点剩余能量最大化充电模式进行充电，反之则采用节点剩余能量均衡化充电模式。4.根据权利要求3所述的一种WSN节点智能分簇及移动充电设备路径规划方法，其特征在于，所述的节点剩余能量最大化充电模式确定充电设备在每个簇节点中的驻留时间和充电锚点位置的具体方法如下：确定充电设备在每个簇节点中的驻留时间：其中，为所有传感器节点的平均剩余工作时间，ti为移动充电设到达锚点i的时刻，τi为移动充电设备在锚点i驻留充电的时间；其中，Tj(t)为传感器节点j的剩余工作时间，N为传感器节点个数；其中，ej(t)为传感器节点j的剩余能量，Pj为传感器节点j的消耗功率；其中，ej(t)为一个分段函数，为充电效率函数，为传感器节点j到充电锚点的距离，Pch为移动充电设备的充电功率，Emax为传感器节点的能量上限；充电设备在每个簇节点中的充电锚点位置：筛选簇节点中所有能量小于预设阈值a的可充电传感器节点，置入节点集合Q，计算集合Q中所有节点的中心点，将中心点设置为充电锚点；充电设备移动到该锚点后...

【专利技术属性】
技术研发人员：李中华，郭俊，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东,44