传感器网络中可充电移动小车路径规划方法及装置制造方法及图纸

本发明专利技术实施例提供一种传感器网络中可充电移动小车路径规划方法及装置，所述方法包括：获取传感器网络中的周期性充电特性与传感器节点的数据请求，根据周期性充电特性和数据请求构建移动小车的路径规划模型；根据周期性充电特性和数据请求获取对应的时间总和，并计算移动小车剩余能量的标准差，将时间总和和标准差的最小化划为优化目标；构建初始种群，结合优化目标，对种群迭代更新，并通过Pareto支配关系，在迭代更新过程中选出非支配解集存入外部档案；检测迭代更新的次数，当迭代更新的次数达到预设次数后，输出外部档案作为路径规划模型的输出结果。采用本方法能够保证传感器网络的寿命，并且进行合理的路线规划，也能减少移动小车调度的成本。少移动小车调度的成本。少移动小车调度的成本。

【技术实现步骤摘要】
传感器网络中可充电移动小车路径规划方法及装置


[0001]本专利技术涉及无线可充电传感器网络充电规划
，尤其涉及一种传感器网络中可充电移动小车路径规划方法及装置。

技术介绍

[0002]无线传感器网络(WSNs)中传感器节点一般都是体积小、具有一定感知和计算能力、并且由内部电池供电的单元设备，但是体积小意味着传感器节点的电池容量也相对较小，电池工作寿命成为了制约WSNs发展的最大阻碍，虽然随着电池技术的不断发展，电池容量不断扩大，但是电池容量始终有限，无法保证WSNs长期稳定运行。无线充电技术的出现为延长WSNs寿命提供了新方法。在WSNs中部署一个具有无线充电功能的移动充电小车(MobileCharging Vehicle,MCV)为传感器节点进行能量补充，可以尽可能延长WSNs 的工作寿命，这种新的WSNs称为无线可充电传感器网络(wirelessrechargeable sensor networks,WRSNs)。
[0003]对于大规模WRSNs，部署单个MCV已经无法满足网络中大量传感器节点的充电请求。同时监控范围的增大，也增大了数据传输的负担，大量且多跳的数据传输会极大增加传感器节点的能耗，造成网络能量空洞问题，缩短 WRSNs的工作寿命。为克服上述问题，现有方案在WRSNs中，部署多个 MCV进行移动充电以增加MCV的充电范围，通过移动数据收集降低传感器节点间的数据传输的负担，有效地均衡传感器节点间的能耗。
[0004]但是现有方案中大多从概率上确保WRSNs持续正常工作，不能完全传感器节点不死亡。并且有些方案为了减少数据收集的延迟，提出在网络中增加使用DCV(data collection vehicle,DCV)，虽然使用DCV可以减少数据收集等待充电完成时间，但是网络需要额外增加了调度数据收集车的数量，这将会增加了网络充电调度成本。

技术实现思路

[0005]针对现有技术中存在的问题，本专利技术实施例提供一种传感器网络中可充电移动小车路径规划方法及装置。
[0006]本专利技术实施例提供一种传感器网络中可充电移动小车路径规划方法，包括：
[0007]获取传感器网络中的周期性充电特性与传感器节点的数据请求，根据所述周期性充电特性和数据请求构建多个移动小车的路径规划模型；
[0008]根据所述周期性充电特性和数据请求获取对应的时间总和，并计算多个移动小车剩余能量的标准差，将所述时间总和和标准差的最小化划为优化目标；
[0009]构建初始种群，结合所述优化目标，对初始种群进行迭代更新，并通过预设的Pareto支配关系在所述迭代更新过程中选出种群的非支配解集，并将所述非支配解集存入外部档案；
[0010]检测所述迭代更新的次数，当所述迭代更新的次数达到预设次数后，输出所述外部档案作为所述路径规划模型的输出结果。
[0011]在其中一个实施例中，所述方法还包括：
[0012]将所述移动小车的调度过程分为初始调度周期和一般调度周期，获取所述移动小车在所述一般调度周期内，在传感器节点的充电时间、数据收集时间和行驶时间；；
[0013]根据所述移动小车在所述一般调度周期内，在传感器节点的充电时间、数据收集时间和行驶时间，调整所述初始调度周期的充电功率和数据收集速率；
[0014]结合所述一般调度周期的充电时间和数据收集时间以及初始调度周期的充电功率和数据收集速率，计算传感器节点的电源最长生存时间和数据最长缓冲时间，得到所述周期性充电特性和数据请求对应的时间总和。
[0015]在其中一个实施例中，所述方法还包括：
[0016]获取预设的约束条件以及所述时间总和和标准差的计算公式；
[0017]通过所述约束条件对所述计算公式进行数值限制，将所述计算公式的计算结果作为所述优化目标。
[0018]在其中一个实施例中，所述方法还包括：
[0019]设置所述移动小车对应算法的运行参数，并通过所述运行参数构成初始种群；
[0020]计算所述初始种群中每个个体的所述优化目标的目标值；
[0021]通过所述目标值，结合Pareto支配关系选出当前迭代中所述种群的非支配解集。
[0022]在其中一个实施例中，所述方法还包括：
[0023]通过所述外部档案的规模对所述非支配解集的大小进行调整。在其中一个实施例中，所述方法还包括：
[0024]计算所述外部档案EA中个体的平均距离，并根据所述平均距离对所述个体进行排序，根据排序的顺序从所述个体中选取全局最优个体；
[0025]根据所述全局最优个体，结合预设的计算公式，计算所述全局最优个体的下一个体；
[0026]根据预设的转换计算公式将所述全局最优个体的下一个体转换为下一种群，通过所述下一种群确定更新目标，通过所述更新目标对种群进行迭代更新。
[0027]本专利技术实施例提供一种传感器网络中可充电移动小车路径规划装置，包括：
[0028]获取模块，用于获取传感器网络中的周期性充电特性与传感器节点的数据请求，根据所述周期性充电特性和数据请求构建多个移动小车的路径规划模型；
[0029]计算模块，用于根据所述周期性充电特性和数据请求获取对应的时间总和，并计算多个移动小车剩余能量的标准差，将所述时间总和和标准差的最小化划为优化目标；
[0030]选取模块，用于构建初始种群，结合所述优化目标，对初始种群进行迭代更新，并通过预设的Pareto支配关系在所述迭代更新过程中选出种群的非支配解集，并将所述非支配解集存入外部档案；
[0031]输出模块，用于检测所述迭代更新的次数，当所述迭代更新的次数达到预设次数后，输出所述外部档案作为所述路径规划模型的输出结果。
[0032]在其中一个实施例中，所述装置还包括：
[0033]第二获取模块，用于将所述移动小车的调度过程分为初始调度周期和一般调度周期，获取所述移动小车在所述一般调度周期内，在传感器节点的充电时间、数据收集时间和行驶时间；
[0034]调整模块，用于根据所述移动小车在所述一般调度周期内，在传感器节点的充电时间、数据收集时间和行驶时间，调整所述初始调度周期的充电功率和数据收集速率；
[0035]第二计算模块，用于结合所述一般调度周期的充电时间和数据收集时间以及初始调度周期的充电功率和数据收集速率，计算传感器节点的电源最长生存时间和数据最长缓冲时间，得到所述周期性充电特性和数据请求对应的时间总和。
[0036]本专利技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述传感器网络中可充电移动小车路径规划方法的步骤。
[0037]本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述传感器网络中可充电移动小车路径规划方法的步骤。
[0038]本专利技术实施例提供的传感器网络中可充电移动小车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种传感器网络中可充电移动小车路径规划方法，其特征在于，包括：获取传感器网络中的周期性充电特性与传感器节点的数据请求，根据所述周期性充电特性和数据请求构建多个移动小车的路径规划模型；根据所述周期性充电特性和数据请求获取对应的时间总和，并计算多个移动小车剩余能量的标准差，将所述时间总和和标准差的最小化划为优化目标；构建初始种群，结合所述优化目标，对初始种群进行迭代更新，并通过预设的Pareto支配关系在所述迭代更新过程中选出种群的非支配解集，并将所述非支配解集存入外部档案；检测所述迭代更新的次数，当所述迭代更新的次数达到预设次数后，输出所述外部档案作为所述路径规划模型的输出结果。2.根据权利要求1所述的传感器网络中可充电移动小车路径规划方法，其特征在于，根据所述周期性充电特性和数据请求获取对应的时间总和，包括：将所述移动小车的调度过程分为初始调度周期和一般调度周期，获取所述移动小车在所述一般调度周期内，在传感器节点的充电时间、数据收集时间和行驶时间；根据所述移动小车在所述一般调度周期内，在传感器节点的充电时间、数据收集时间和行驶时间，调整所述初始调度周期的充电功率和数据收集速率；结合所述一般调度周期的充电时间和数据收集时间以及初始调度周期的充电功率和数据收集速率，计算传感器节点的电源最长生存时间和数据最长缓冲时间，得到所述周期性充电特性和数据请求对应的时间总和。3.根据权利要求1所述的传感器网络中可充电移动小车路径规划方法，其特征在于，所述将时间总和和标准差的最小化划为优化目标，包括：获取预设的约束条件以及所述时间总和和标准差的计算公式；通过所述约束条件对所述计算公式进行数值限制，将所述计算公式的计算结果作为所述优化目标。4.根据权利要求1所述的传感器网络中可充电移动小车路径规划方法，其特征在于，构建初始种群，结合所述优化目标，对初始种群进行迭代更新，并通过预设的Pareto支配关系在所述迭代更新过程中选出种群的非支配解集，包括：设置所述移动小车对应算法的运行参数，并通过所述运行参数构成初始种群；计算所述初始种群中每个个体的所述优化目标的目标值；通过所述目标值，结合Pareto支配关系选出当前迭代中所述种群的非支配解集。5.根据权利要求4所述的传感器网络中可充电移动小车路径规划方法，其特征在于，所述将非支配解集存入外部档案之后，还包括：通过所述外部档案的规模对所述非支配解集的大小进行调整。6.根据权利要求4所述的传感器...

【专利技术属性】
技术研发人员：姚宏玮，张顺淼，高圣博，林亚彪，
申请(专利权)人：福建工程学院，
类型：发明
国别省市：