一种无人机辅助的传感器节点充电方法技术

本发明专利技术公开了一种无人机辅助的传感器节点充电方法。所述方法包括：设置所述无人机辅助充电场景所需参数；基于马尔可夫决策过程建立传感器节点和物联网环境交互的基础模型，获取传感器节点的状态空间、行为空间和奖励；求解无人机最优充电调度策略；根据求解结果派遣无人机对传感器节点进行充电。采用本发明专利技术的方法以保障各传感器节点始终具备足够电量进行物联网任务作为前提，能够在恶劣的物联网环境下实现无人机的最优充电调度。下实现无人机的最优充电调度。下实现无人机的最优充电调度。

【技术实现步骤摘要】
一种无人机辅助的传感器节点充电方法


[0001]本专利技术属于无线网络通信
，具体为一种用于物联网环境下无人机辅助的传感器节点充电方法。

技术介绍

[0002]近年来，无线通信技术的迅速发展使得物联网广泛应用于各类国计民生领域，并将手机、车辆等众多类型设备均纳入到物联网的组成部分。然而，布置于沙漠、雨林等恶劣环境的物联网传感器节点只能使用电池供电且不易更换电池，进而限制了物联网的生命周期并增加了物联网的使用成本。因此，如何采用合理的方式定期地为节点充电对于物联网的可持续性具有重要研究意义。无线电力传输通过磁共振耦合技术能够在若干米的短距离内以相对较高效率传输功率，可以应用于对节点进行无线充电。无人机因其体积小、成本低而存在能量限制，并不适合直接作为充电源。鉴于此，本专利技术聚焦于多无人机搭载无线充电器飞到指定区域对节点进行无线充电的场景。针对此场景，胡洁提出了一种基于分布式快速拍卖算法的无人机调度方案，但仅考虑单周期充电情形。Su与Fang提出了以最大化总充电量为目标，联合使用MDP和匹配理论设计了多周期情形下的每个节点在一个充电周期最多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机辅助的传感器节点充电方法，其中，所述传感器节点分布在不同地理位置且具有不同的剩余电量，所述无人机会在无人机控制站的调度下对传感器节点进行充电。其特征在于，包括以下步骤：步骤1：设置所述无人机辅助充电场景所需参数；步骤2：基于马尔可夫决策过程(Markov Decision Process,MDP)建立传感器节点和物联网环境交互的基础模型，获取传感器节点的状态空间、行为空间和奖励；步骤3：求解无人机最优充电调度策略；步骤4：根据求解结果派遣无人机对传感器节点进行充电。2.根据权利要求1所述的无人机辅助的传感器节点充电方法，其特征在于，本发明将充电过程划分为多个充电周期t∈{1,2,
…
,D}，每个周期长度均为T秒。假设物联网中有序号集合为M＝{1,
…
,i,
…
,M}的M≥1个节点需要充电，由序号集合N＝{1,
…
,j,
…
,N}的N≥M架无人机为其进行无线充电，所有无人机在起始时刻统一停放在无人机控制站。将充电周期t的调度向量表示为：其中，表示派遣第j架无人机为第i个节点充电。第j架无人机在任一周期对第i节点的最大允许充电时间必须满足下式：其中，是第i个节点的地理位置，(x
U
,y
U
,0)为无人机控制站的地理位置，是第j架无人机最大携带电量，v是第j架无人机的飞行速度，P
f
是第j架无人机飞行功率，P
h
是第j架无人机的悬停功率。同时，针对任意i和j的取值，需要满足：其中，是第j架无人机搭载的无线充电器的充电功率，充电效率为η，q
i
为第i个节点的恒定消耗功率。将第i个传感器节点在充电周期t的最大充电量近似计算为：其中，其中，表示第i个节点的电池容量，表示第i个节点在充电周期t开始时刻的剩余电量。并且，将第i个节点在充电周期t+1开始时刻的剩余电量近似计算为：当时，充电调度向量必须满足下式：3.根据权利要求1所述的无人机辅助的传感器节点充电方法，其特征在于，步骤1所述无人机辅助充电场景所需参数包括：无人机控制站的坐标(x
U
,y
U
,0)，无人机的飞行速度v、
飞行功率P
f
、悬停功率P
h
、最大携带电量无线充电器的充电效率η、充电功率各节点的坐标电池容量恒定消耗功率q
i
，各节点的状态转移概率4.根据权利要求1所述的无人机多目标救援决策方法，其特征在于，步骤2基于马尔可夫决策过程建立...

【专利技术属性】
技术研发人员：郑倩媛，周凯，祁实，俞汉清，邹骏，张一晋，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：