[發(fā)明專利]一種無線可充電傳感器網(wǎng)絡(luò)中移動充電器的部署方法

在審

• 申請?zhí)枺?/td>: 202110889666.7
• 申請日: 2021-08-04
• 公開（公告）號: CN113630737A
• 公開（公告）日: 2021-11-09
• 發(fā)明（設(shè)計）人: 胡昊楠;張恩銘;錢彤途
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: H04W4/38
• 分類號: H04W4/38;H04W16/18;H04W40/24;H02J7/00
• 代理公司: 上海思牛達專利代理事務(wù)所(特殊普通合伙) 31355
• 代理人: 雍常明

本發(fā)明公開了一種無線可充電傳感器網(wǎng)絡(luò)中移動充電器的部署方法，涉及移動充電器部署技術(shù)領(lǐng)域，該部署方法具體步驟如下：獲得移動充電器與節(jié)點基本數(shù)據(jù)；構(gòu)建傳感器網(wǎng)絡(luò)節(jié)點加權(quán)路徑圖；尋找總權(quán)值最小的哈密頓圖；執(zhí)行優(yōu)化的移動充電器數(shù)量與路徑規(guī)劃算法；數(shù)量路徑的最優(yōu)解集是否滿足各路徑均衡；移動充電器得到傳感器允許的最低閾值；得到最終移動充電器的部署方案；本發(fā)明整體運算速度快，收斂效果好；各個移動充電器的各個路徑均衡提高了效率；通過合理規(guī)劃部署移動充電器的充電路徑，有效減少移動充電器在路上的能源損耗，具有廣泛應(yīng)用價值。

技術(shù)領(lǐng)域

本發(fā)明涉及移動充電器部署技術(shù)領(lǐng)域，尤其涉及一種無線可充電傳感器網(wǎng)絡(luò)中移動充電器的部署方法。

背景技術(shù)

無線傳感器網(wǎng)絡(luò)是一種分布式傳感網(wǎng)絡(luò)，無線傳感器網(wǎng)絡(luò)中包括若干傳感器以及一個數(shù)據(jù)中心，新型網(wǎng)絡(luò)模型稱為無線可充電傳感器網(wǎng)絡(luò)：傳感器從環(huán)境中收集信息后每隔一段時間將收集到的信息發(fā)送到數(shù)據(jù)中心。數(shù)據(jù)中心對數(shù)據(jù)進行分析并回傳控制信息，傳感器在該過程中會不斷消耗能量，最小化能量消耗對于網(wǎng)絡(luò)壽命和使用性能有著重要意義；基于無線可充電網(wǎng)絡(luò)中移動充電車維持系統(tǒng)正常工作的背景下，針對移動充電車在工作過程中的路線規(guī)劃和優(yōu)化進行了討論，從最優(yōu)路徑規(guī)劃出發(fā)，將問題轉(zhuǎn)化為旅行商問題與多旅行商問題建立數(shù)學(xué)模型，采用模擬退火算法和圖論與遺傳算法結(jié)合規(guī)劃出近似最優(yōu)解，最后通過數(shù)值計算方法列出方程組，最終根據(jù)預(yù)測結(jié)果得到滿足網(wǎng)絡(luò)工作的最小電池容量；

現(xiàn)有的通過周期性派遣移動充電器完成充電工作，在不成規(guī)模的網(wǎng)絡(luò)中有優(yōu)秀的表現(xiàn)，但能耗高，且單個移動充電器不能滿足大規(guī)模的網(wǎng)絡(luò)的充電要求，能量損耗高，不節(jié)能，充電效率不穩(wěn)定，為此，我們提出一種無線可充電傳感器網(wǎng)絡(luò)中移動充電器的部署方法。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決現(xiàn)有技術(shù)中存在的缺陷，而提出的一種無線可充電傳感器網(wǎng)絡(luò)中移動充電器的部署方法。

為了實現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：

一種無線可充電傳感器網(wǎng)絡(luò)中移動充電器的部署方法，該部署方法具體步驟如下：

步驟一：獲得移動充電器與節(jié)點基本數(shù)據(jù)；

步驟二：構(gòu)建傳感器網(wǎng)絡(luò)節(jié)點加權(quán)路徑圖；

步驟三：尋找總權(quán)值最小的哈密頓圖；

步驟四：執(zhí)行優(yōu)化的移動充電器數(shù)量與路徑規(guī)劃算法；

步驟五：數(shù)量路徑的最優(yōu)解集是否滿足各路徑均衡；

步驟六：移動充電器得到傳感器允許的最低閾值；

步驟七：得到最終移動充電器的部署方案。

作為本發(fā)明進一步的方案：步驟四所述路徑規(guī)劃算法具體為遺傳算法，其具體步驟如下：

A、先初始產(chǎn)生個編碼個體；

B、計算每個個體的目標函數(shù)；

C、利用輪盤法選出N個個體作為下一代變異對象；

D、對選出的個體按概率循環(huán)變異，交叉選擇，產(chǎn)生新的一代群體；

E、比較現(xiàn)有記錄,如果比現(xiàn)有記錄更優(yōu),記錄下群體中最優(yōu)的個個體；

重復(fù)步驟B，通過遺傳到足夠多代后，將收斂到一個近似最優(yōu)解,算法結(jié)束。

作為本發(fā)明進一步的方案：所述遺傳算法具體表現(xiàn)為以下方面：

(1)、遺傳個體的編碼設(shè)計；

(2)、遺傳算法的目標函數(shù)；

(3)、輪盤選擇；

(4)、部分匹配交叉與交換變異。