一种在异构无线传感器网络中布置混合异构无线充电器的方法技术

一种在异构无线传感器网络中布置混合异构无线充电器的方法，1)根据静态无线充电器和移动无线充电器的充电模型，基于上述模型提出混合异构无线传感器网络中混合异构无线充电器布置问题的模型；2)利用充电功率近似和区域离散技术，将整个2D平面划分为功率常数子区域，并通过枚举所有类型的静态充电器，获得了每种类型静态充电器的候选部署位置集合；3)利用充电离散化技术和映射函数，采用最近邻原则构建近似充电路径，将单个移动充电器布置问题转化为一般路径约束下的子模函数最大化问题；4)根据2)获得的每种类型静态充电器的候选部署位置集合和3)的布置单个移动充电器的收益成本比算法，提出布置混合异构无线充电器的近似算法。

A method of arranging hybrid heterogeneous wireless chargers in Heterogeneous Wireless Sensor Networks

【技术实现步骤摘要】
一种在异构无线传感器网络中布置混合异构无线充电器的方法
本专利技术涉及无线可充电传感器网络的电能传输领域，更具体的说，是在异构无线可充电传感器网络中，布置多种异构无线充电器来提高网络总体充电效用的方法。
技术介绍
无线功率传输(WPT)技术由于具有非接触式，高可靠性和为各种类型的可充电设备持续供电等的优点，已进入大规模商业应用时代。2008年成立的促进WPT标准化的无线电源联盟组织，如今已经有600多家成员公司。通常，在WPT系统中，配备功率发射器的无线充电器可以将功率通过无线电传递给带有功率接收器的可充电设备。可充电设备通常部署在特定区域中，以执行监视，计算和通信任务。由于某些实际的约束，例如有效充电距离的限制，无线充电器的高昂费用等，许多实际应用中都利用安装在支架或可旋转头，无人飞行器，机器人和船上的移动无线充电器来为可充电设备充电，以提高WPT系统的充电灵活性，效率和可靠性。但是，由于以前的无线充电器放置方案是基于只能使用单一类型的充电器(移动/固定无线充电器)的假设而提出的，因此在充电效率和灵活性方面仍然存在很大的高性能差距。而且大多数都集中在最大化充电覆盖率或最小化充电延迟，而不是充电效用上。由于移动充电器的长距离行驶，对某些远程设备进行充电会带来过多的能源浪费和充电延迟，这在某种程度上是不利的，而使用固定充电器为部分固定设备充电会失去能量分配的自由度并降低能量利用效率。现有充电调度解决方案中，可充电设备通常要么充满电要么不充电，这是不灵活且效率低下的，并且充电覆盖率也很低。由于移动充电器的能量容量有限或固定充电器的高昂成本，许多设备无法采用直接充电调度方案进行充电，这会导致设备之间的不公平。因为设备分部具有空间冗余的特性，完全充电也可能会增加能耗。因此，仅考虑完全充电或不充电策略会明显降低总体充电效用。此外，由于极端天气条件、硬件约束和异质性、障碍物等，不同的充电器/设备可能产生/收获不同的充电功率。因此，考虑到充电器和设备的异构性来表征此特性并构建更接近真实环境的场景。具体而言，由于功率发送器和接收器的类型不同，充电器/设备可能具有不同的参数设置。本专利技术研究了混合异构无线充电器布置的问题。在所考虑的场景中，在监视区域中给出了给定数量的异构可充电设备的目标分布以及位置。充电效用被建模为设备对目标/兴趣点(PointofInterest，POI)覆盖的有效性，这与监控距离和接收到的能量有关。本专利技术联合考虑具有异构性的静态和移动无线充电器的布置，即为具有每种类型给定基数的静态充电器确定部署位置，以及为移动充电器选定部分充电设备和相应的能量分配，以最大程度地提高整体充电效用。
技术实现思路
针对上述问题，本专利技术研究了异构无线可充电传感器网络中布置混合异构无线充电器的基本问题，即为具有每种类型给定基数的静态充电器确定部署位置，以及为移动充电器选定部分充电设备和相应的能量分配，规划充电路径，以最大程度地提高网络的整体充电效用。本专利技术技术方案是，一种在异构无线传感器网络中布置混合异构无线充电器的方法，其步骤是，步骤1：根据静态无线充电器和移动无线充电器的充电模型，可充电设备对兴趣点(PointofInterest，POI)的覆盖效用模型、可充电设备的充电效用模型，以及移动充电器的能耗模型，然后基于上述模型提出混合异构无线传感器网络中混合异构无线充电器布置问题的数学模型；步骤2：利用充电功率近似和区域离散的技术，将整个2D平面划分为功率常数子区域，并通过枚举所有类型的静态充电器，获得了每种类型静态充电器的候选部署位置集合；步骤3：利用充电离散化技术和映射函数，采用最近邻原则构建近似充电路径，将单个移动充电器布置问题转化为一般路径约束下的子模函数最大化问题，该问题通过一个有效的收益成本比算法获得有性能保证的近似解；步骤4：根据步骤2获得的每种类型静态充电器的候选部署位置集合和步骤3的布置单个移动充电器的收益成本比算法，提出了一种简单但高效的具有(1-1/e)/(5-1/e)近似比的布置混合异构无线充电器的近似算法；所述异构无线传感器网络中混合异构无线充电器布置问题的优化目标是最大化网络的整体充电效用；假设有No个POI和Ns个异构可充电设备分布在2D平面Ω上，分别表示为并且总共有Nv个无线充电器包括个异构静态全向充电器和个移动充电器，静态充电器可以部署在2D平面上的任何位置，而移动充电器只能放置在以s0表示的服务基站上，vi，sj和ok分别表示充电器vi、可充电设备sj和POIok的位置；建立静态充电器的充电模型，即从静态充电器到可充电设备sj的充电功率由下式给出：其中表示充电器与设备sj之间的距离，aij和bij是由充电器/设备的硬件和周围环境确定的两个预定常数，Di表示的充电器能够达到的最远距离；假设τ为每一轮充电持续时间，从个静态充电器到设备sj的充电能量为建立移动充电器的充电模型，即在第t轮中从个移动充电器到设备sj的充电能量为其中hij是一个二进制变量，是在一个充电轮次中从移动充电器到设备sj的充电能量；不失一般性，使用S′i表示由静态和移动充电器vi充电的设备组；建立能量消耗模型，主要有两种能量成本类型，即旅行成本和充电成本，对于选定的设备集有以下旅行成本：其中α是单位距离的能耗率，而是最短的封闭充电路线，其始于和终止于服务基站s0，而所有S′中的设备有且仅被访问一次；对于充电成本，将设备sj的充电能量成本表示为因此，移动充电器对于所选设备集S′的总充电成本为其中移动充电器在将一单位能量传输到设备时会消耗系数β的能量。结合封闭充电行程中行驶和充电的能耗，任何选定的设备子集S′的总能量成本表示为充电效用模型表示如下：其中u(sj，ok)表示当设备sj覆盖POIok的充电效用，d(sj，ok)表示可充电设备sj和POIok之间的距离，ej为设备sj接收的总能量，λ1和λ2是两个预定常数，而Ds是设备的最大覆盖距离。对于由充电器vi充电的任何设备集POIok的叠加充电效用为因此所有充电器对POIok的充电效用可以表示为由于每个POI通常具有覆盖效用的上限，这意味着叠加充电效用具有阈值Uth，因此，对于POIok的最终充电效用有UV(ok)＝min{fV(Ok)，Uth}，所有POI的充电效用表示为：定义混合异构无线充电器的布置问题如下：maxU(V)s.t.其中B表示移动充电器能量容量，Ω表示2D平面上所有的点，和是决策变量，本方案的任务是确定每个静态充电器的部署位置和为每个移动充电器选定充电设备集S′i和相应的充电能量并规划充电路径，使整体充电效用最大化；利用充电功率近似和区域离散的技术，获得了每种类型静态充电器的候选部署位置集合，分为两步：第一步近似非线性充电功率，用表示距离为d时从vi到sj的充电功率，使用分段常数函数本文档来自技高网...

【技术保护点】
1.一种在异构无线传感器网络中布置混合异构无线充电器的方法，其特征在于，包括：一种在异构无线传感器网络中布置混合异构无线充电器的方法，/n步骤1：根据静态无线充电器和移动无线充电器的充电模型，可充电设备对兴趣点(Point of Interest，POI)的覆盖效用模型、可充电设备的充电效用模型，以及移动充电器的能耗模型，然后基于上述模型提出混合异构无线传感器网络中混合异构无线充电器布置问题的数学模型；/n步骤2：利用充电功率近似和区域离散的技术，将整个2D平面划分为功率常数子区域，并通过枚举所有类型的静态充电器，获得了每种类型静态充电器的候选部署位置集合；/n步骤3：利用充电离散化技术和映射函数，采用最近邻原则构建近似充电路径，将单个移动充电器布置问题转化为一般路径约束下的子模函数最大化问题，该问题通过一个有效的收益成本比算法获得有性能保证的近似解；/n步骤4：根据步骤2获得的每种类型静态充电器的候选部署位置集合和步骤3的布置单个移动充电器的收益成本比算法，提出具有(1-1/e)/(5-1/e)近似比的布置混合异构无线充电器的近似算法；/n所述异构无线传感器网络中混合异构无线充电器布置问题的优化目标是最大化网络的整体充电效用；/n假设有N...

【技术特征摘要】
1.一种在异构无线传感器网络中布置混合异构无线充电器的方法，其特征在于，包括：一种在异构无线传感器网络中布置混合异构无线充电器的方法，
步骤1：根据静态无线充电器和移动无线充电器的充电模型，可充电设备对兴趣点(PointofInterest，POI)的覆盖效用模型、可充电设备的充电效用模型，以及移动充电器的能耗模型，然后基于上述模型提出混合异构无线传感器网络中混合异构无线充电器布置问题的数学模型；
步骤2：利用充电功率近似和区域离散的技术，将整个2D平面划分为功率常数子区域，并通过枚举所有类型的静态充电器，获得了每种类型静态充电器的候选部署位置集合；
步骤3：利用充电离散化技术和映射函数，采用最近邻原则构建近似充电路径，将单个移动充电器布置问题转化为一般路径约束下的子模函数最大化问题，该问题通过一个有效的收益成本比算法获得有性能保证的近似解；
步骤4：根据步骤2获得的每种类型静态充电器的候选部署位置集合和步骤3的布置单个移动充电器的收益成本比算法，提出具有(1-1/e)/(5-1/e)近似比的布置混合异构无线充电器的近似算法；
所述异构无线传感器网络中混合异构无线充电器布置问题的优化目标是最大化网络的整体充电效用；
假设有No个POI和Ns个异构可充电设备分布在2D平面Ω上，分别表示为并且总共有Nv个无线充电器包括个异构静态全向充电器和个移动充电器，静态充电器可以部署在2D平面上的任何位置，而移动充电器只能放置在以s0表示的服务基站上，vi，sj和Ok分别表示充电器vi、可充电设备sj和POIOk的位置；
建立静态充电器的充电模型，即从静态充电器到可充电设备sj的充电功率由下式给出：



其中表示充电器与设备sj之间的距离，aij和bij是由充电器/设备的硬件和周围环境确定的两个预定常数，Di表示的充电器能够达到的最远距离；假设τ为每一轮充电持续时间，从个静态充电器到设备sj的充电能量为



建立移动充电器的充电模型，即在第t轮中从个移动充电器到设备sj的充电能量为



其中hij是一个二进制变量，是在一个充电轮次中从移动充电器到设备sj的充电能量；不失一般性，使用S′i表示由静态和移动充电器vi充电的设备组；
建立能量消耗模型，主要有两种能量成本类型，即旅行成本和充电成本，对于选定的设备集有以下旅行成本：



其中α是单位距离的能耗率，而是最短的封闭充电路线，其始于和终止于服务基站s0，而所有S′中的设备有且仅被访问一次；
对于充电成本，将设备sj的充电能量成本表示为因此，移动充电器对于所选设备集S′的总充电成本为



其中移动充电器在将一单位能量传输到设备时会消耗系数β的能量；
结合封闭充电行程中行驶和充电的能耗，任何选定的设备子集S′的总能量成本表示为



充电效用模型表示如下：



其中u(sj，ok)表示当设备sj覆盖POIok的充电效用，d(sj，ok)表示可充电设备sj和POIOk之间的距离，ej为设备sj接收的总能量，λ1和λ2是两个预定常数，而Ds是设备的最大覆盖距离；
对于由充电器vi充电的任何设备集POIok的叠加充电效用为因此所有充电器对POIok的充电效用可以表示为由于每个POI通常具有覆盖效用的上限，这意味着叠加充电效用具有阈值Uth，因此，对于P0Iok的最终充电效用有UV(ok)＝min{fV(Ok)，Uth}，所有POI的充电效用表示为：



定义混合异构无线充电器的布...

【专利技术属性】
技术研发人员：戴海鹏，许运，窦万春，汪笑宇，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏;32