一种面向任务的多移动充电车调度方法技术

技术编号:36798773 阅读:11 留言:0更新日期:2023-03-08 23:23
本发明专利技术公开了一种面向任务的多移动充电车调度方法,包括:获取并确定无线可充电传感器及充电车位置和性能参数,依据获取的参数建立无线可充电传感器网络模型;设定移动可充电设备的充电效用函数;形式化面向任务的充电调度问题;最大化传感器充电的效用之和,更新效用最大的路径和小车集合。本发明专利技术能够将事件监测和无线充电紧密联系起来,形式化面向任务的充电调度问题,最大化传感器充电的效用之和;提出了面向任务的充电调度算法,该算法满足计算有效性和较好的近似比,且使用多辆移动充电器,可以满足大规模无线传感器网络的工作。可以满足大规模无线传感器网络的工作。可以满足大规模无线传感器网络的工作。

【技术实现步骤摘要】
一种面向任务的多移动充电车调度方法


[0001]本专利技术涉及无线可充电传感器网络
,具体为一种面向任务的多移动充电车调度方法。

技术介绍

[0002]近年来,基于强磁共振的无线能量传输技术被认为是延长无线可充电传感器网络中传感器寿命的一项突破性技术。无线可充电传感器网络的传感器是通过没有导线连接进行充电而构成的无线传感器网络。每个传感器都有接收装置,可以接受无线充电器传递电量。电磁波受周围影响较小,所以避免了潜在的安全隐患,例如电线因为老化而漏电,网络更加健壮和安全。
[0003]目前,由于充电器的数量通常是有限的,在大型区域下,将所有传感器都覆盖充电器是不可行的。在此情况下,移动可充电无线传感器网络可以大大降低充电器部署成本,其应用于为无线传感器网络中的传感器充电,定期调度移动充电车辆,使网络能够永久运行。但以目前的研究,无法从移动成本和充电成本考虑去实施效果,容易造成在实际运行中的资源浪费,因此如何考虑移动可充电无线传感器网络中的面向任务的充电调度问题,同时考虑可充电设备的移动成本和充电成本,在有限的能量约束下最大化充电效用是一个亟需解决的问题。

技术实现思路

[0004]鉴于上述存在的问题,提出了本专利技术。
[0005]因此,本专利技术解决的技术问题是目前无法同时从移动成本和充电成本考虑去实施效果,容易造成在实际运行中的资源浪费、易损耗的问题。
[0006]为解决上述技术问题,本专利技术提供如下技术方案:一种面向任务的多移动充电车调度方法,包括:获取并确定无线可充电传感器及充电车位置和性能参数,依据获取的参数建立无线可充电传感器网络模型;设定移动可充电设备的充电效用函数;形式化面向任务的充电调度问题;最大化传感器充电的效用之和,更新效用最大的路径和小车集合。
[0007]作为本专利技术所述的面向任务的多移动充电车调度方法的一种优选方案,其中,获取并确定无线可充电传感器位置及性能参数,包括,设定为一个给定的完全无向图,其中,为基站,为传感器集合,为兴趣点集合,其中,每个传感器监控一个兴趣点,执行随机事件捕获任务,每个兴趣点被至少一个传感器所覆盖,传感器之间,以及传感器与基站之间都存在一条边,设边的集合为
;监控同一个兴趣点的传感器类型是一致的,监控同一个兴趣点被充电的传感器集合为,中的传感器的电池容量均为,感知功率均为。
[0008]作为本专利技术所述的面向任务的多移动充电车调度方法的一种优选方案,其中,获取并确定充电车位置和性能参数,包括,调度辆充电小车为中的传感器提供充电服务,辆小车集合表示为:设辆充电小车类型不同,传感器和之间的边权重为,表示移动充电小车在传感器和之间的旅行能耗;其中,表示传感器和之间的距离,为小车移动单位距离的能耗,小车在传感器集合中传感器的充电能耗为,为车辆的充电效率,,移动充电小车的电池容量为。
[0009]作为本专利技术所述的面向任务的多移动充电车调度方法的一种优选方案,其中,所述建立无线可充电传感器网络模型,包括,定义表示移动充电小车的充电路径;其中是小车在路径中除了基站服务的传感器数量;小车在路径中的能耗为;其中,每辆移动充电小车的路径中的能耗不能超过其能量约束,即。
[0010]作为本专利技术所述的面向任务的多移动充电车调度方法的一种优选方案,其中,所述设定移动可充电设备的充电效用函数,包括,设每个兴趣点随机事件到达的时间符合泊松分布,令一个兴趣点在时间间隔内到达的随机事件个数为;根据泊松分布的概率函数可知,其中,为兴趣点随机事件的到达强度;对于传感器集合中的传感器,其监控兴趣点为,用表示能够覆盖兴趣点的且被充电的传感器数量;
令兴趣点的效用为,其中,为中的传感器的电池容量, 为中的传感器的感知功率,为传感器集合中每个传感器充电的效用为:其中,且属于即:。
[0011]作为本专利技术所述的面向任务的多移动充电车调度方法的一种优选方案,其中,所述形式化面向任务的充电调度问题,包括,给定一个图;设定问题为在图中为辆小车找到条传感器不相同的路径;目标为在有限的能量约束下最大化所有路径的充电效用之和,表示为:其中,表示是不同于的一个小车。
[0012]作为本专利技术所述的面向任务的多移动充电车调度方法的一种优选方案,其中,所述最大化传感器充电的效用之和,包括,令已经找到路径的小车集合为,已经找到的路径集合为,已经找到的路径数量为;初始化;对于所述给定的图,构造个辅助图,其中,用于寻找移动充电小车的路径;图中边的权重为;对于任意一条路径,用表示路径的成本也就是边权重之和,;并对已经找到的路径数量为进行判断。
[0013]作为本专利技术所述的面向任务的多移动充电车调度方法的一种优选方案,其中,所
述判断包括,若已经找到的路径数量大于,则调度结束,返回已经找到的路径集合为。
[0014]作为本专利技术所述的面向任务的多移动充电车调度方法的一种优选方案,其中,所述判断还包括,若已经找到的路径数量小于,则将当前已经找到了条路径表示为;令表示充电小车的路径,且;对所有的,通过单路径效用最大算法在图中找到一条起点和终点同为s路径,使得路径的效用最大化,且满足;所述图中每个传感器的服务效用为:;其中,属于;选择一条效用最大的路径,对应小车为,即:;更新已经找到的路径集合,更新已经找到路径的小车集合,更新已经找到的路径数量,并返回执行所述对已经找到的路径数量为进行判断的步骤。
[0015]作为本专利技术所述的面向任务的多移动充电车调度方法的一种优选方案,其中,所述单路径效用最大算法,包括,A1:令当前路径已经找到了个传感器,当前路径中已经找到的传感器集合为,初始化当前的路径;A2:判断当前路径的成本是否超过能量约束,若则执行步骤A3,否则已找到效用最大的路径,算法结束;A3:设定所有的传感器,计算边际效用表示为:其中,属于;根据旅行商问题的最近邻算法分别计算与;
其中,表示在集合中的传感器用旅行商问题的最近邻算法计算得到的路径成本,则传感器的边际成本为;A4:选择一个边际效用与边际成本比值最大的传感器,即:;A5:判断路径成本是否超过能量约束,若未超过,则将该传感器加入当前路径,并执行步骤A6;否则,算法结束;A6:根据旅行商问题的最近邻算法得到遍历中所有传感器的最短闭合路径,更新当前已经选取的传感器数,并返回继续执行步骤A2。
[0016]本专利技术的有益效果:本专利技术提供一种面向任务的多移动充电车调度方法,能够将事件监测和无线充电紧密联系起来,形式化面向任务的充电调度问题,最大化传感器充电的效用之和;提出了面向任务的充电调度算法,该算法满足计算有效性和较好的近似比,且使用多辆移动充电器,可以满足大规模无线传感器网络的工作。
附图说明
[0017]为了更清楚地说明本专利技术实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:图1为本专利技术一个实施例提供的一本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种面向任务的多移动充电车调度方法,其特征在于,包括:获取并确定无线可充电传感器及充电车位置和性能参数,依据获取的参数建立无线可充电传感器网络模型;设定移动可充电设备的充电效用函数;形式化面向任务的充电调度问题;最大化传感器充电的效用之和,更新效用最大的路径和小车集合。2.如权利要求1所述的面向任务的多移动充电车调度方法,其特征在于,获取并确定无线可充电传感器位置及性能参数,包括,设定为一个给定的无向图,其中,为基站,为传感器集合,为兴趣点集合,其中,每个传感器监控一个兴趣点,执行随机事件捕获任务,每个兴趣点被至少一个传感器所覆盖,传感器之间,以及传感器与基站之间都存在一条边,设边的集合为;监控同一个兴趣点的传感器类型是一致的,监控同一个兴趣点被充电的传感器集合为,中的传感器的电池容量均为,感知功率均为。3.如权利要求2所述的面向任务的多移动充电车调度方法,其特征在于,获取并确定充电车位置和性能参数,包括,调度辆充电小车为中的传感器提供充电服务,辆小车集合表示为:设辆充电小车类型不同,传感器和之间的边权重为,表示移动充电小车在传感器和之间的旅行能耗;其中,表示传感器和之间的距离,为小车移动单位距离的能耗,小车在传感器集合中传感器的充电能耗为,为车辆的充电效率,,移动充电小车的电池容量为。4.如权利要求3所述的面向任务的多移动充电车调度方法,其特征在于,所述建立无线可充电传感器网络模型,包括,定义表示移动充电小车的充电路径;其中是小车在路径中除了基站服务的传感器数量;小车在路径中的能耗为;其中,每辆移动充电小车的路径中的能耗不能超过其能量约
束,即。5.如权利要求4所述的面向任务的多移动充电车调度方法,其特征在于,所述设定移动可充电设备的充电效用函数,包括,设每个兴趣点随机事件到达的时间符合泊松分布,令一个兴趣点在时间间隔内到达的随机事件个数为;根据泊松分布的概率函数可知,其中,为兴趣点随机事件的到达强度;对于传感器集合中的传感器,其监控兴趣点为,用表示能够覆盖兴趣点的且被充电的传感器数量;令兴趣点的效用为,其中,为中的传感器的电池容量, 为中的传感器的感知功率,为传感器集合中每个传感器充电的效用为:其中,且属于;即:。6.如权利要求5所述的面向任务的多移动充电车调度方法,其特征在于,所述形式化面向任...

【专利技术属性】
技术研发人员:徐佳申辰雷张毅铭范露露张一宁徐力杰鲁蔚锋肖甫
申请(专利权)人:南京邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1