一种基于蚂蚁费洛蒙算法的无线传感器网络的充电方法技术

本发明专利技术为解决现有无线传感器网络中传感器不能移动，仅依靠充电车的移动进行传感器充电，存在充电效率低、监测品低的问题，而提供了一种基于蚂蚁费洛蒙算法的无线传感器网络的充电方法。将监测区域划分成若干个子区域，在每个子区域设立了虚拟的充电站，子区域内的传感器会在约定的时间在虚拟充电站等待充电车来充电，缩短了充电车的充电行走路径。同时考虑时间点与空间点上的监测品质，通过调整传感器的感测频率和在子区域内重新分配传感器的工作位置，实现了监测区域内的传感器在任意时间点与空间点上的监测品质最大化。间点与空间点上的监测品质最大化。

【技术实现步骤摘要】
一种基于蚂蚁费洛蒙算法的无线传感器网络的充电方法


[0001]本专利技术属于无线可充电传感器网络能量供应
，具体涉及一种基于蚂蚁费洛蒙算法的无线传感器网络的充电方法。

技术介绍

[0002]无线传感器网络是由许多传感器组成的自组织网络，广泛应用于许多领域，如环境监测、工业监测、沙漠管理、军事管理和交通管理等，但是传感器是由电池供电的，其生命周期是有限的，这就限制了无线传感器网络的应用。为了打破这个限制，近几年，许多研究者开始致力于研究怎样能够延续无线传感器网络的生命周期问题。这些研究主要分为两大类：能源收集技术和无线充电技术。能源收集技术能够收集自然界的能源，如风能、水能和太阳能等，并将自然界能源转换成电能供传感器使用。然而，自然界能源受环境影响较大，不稳定，这将导致无线传感器网络不稳定。相反，无线充电技术能源相对稳定，近几年得到了快速发展。无线充电技术一般采用充电车给传感器充电。当传感器剩余能量达到门限值时，会给充电车发送充电请求，充电车会根据发送充电请求的传感器的位置和剩余能量来规划充电路径并给传感器充电。
[0003]无线充电技术主要有离线充电技术和在线充电技术两类。离线充电技术中，充电车在收到传感器的充电请求后，首先进行充电排序，并且构建充电路径；然后，充电车沿着充电路径完成传感器的充电。在离线充电技术中，一旦制订好了充电排序，充电车就不会考虑其它传感器的充电请求，直至完成本次充电，导致充电率较低。
[0004]为了改善离线充电技术的缺点，出现了在线充电技术。在线充电技术会实时考虑传感器的充电请求，并实时调整充电路径，跟离线充电技术相比，有更好的充电效率。在在线充电技术中，如果新发出充电请求的传感器的位置离已构建路径很近，这个传感器会被加入到充电排序中进行充电，这样缩短了充电车的充电路径，降低了充电成本，增强了充电效率。但是，充电车依然需要走到已排程的传感器旁，逐个完成充电。充电车移动和给传感器充电都要消耗时间，所以许多传感器不能被及时充电，因此最终耗完电而死亡，导致监测区域的监测质量较低。
[0005]一些研究考虑到了移动的无线传感器网络，在移动无线传感器网络中，部分或者所有的传感器都会移动，传感器可以移动到指定的地点，等待充电车充电，这样降低了充电车的工作量。但是尽管充电车的工作量降低了，仍然需要考虑怎样提高监测区域的监测品质，因为充电车和传感器间的合作非常重要，其严重影响监测品质。

技术实现思路

[0006]本专利技术的目的是解决现有无线传感器网络中传感器不能移动，仅依靠充电车的移动进行传感器充电，存在充电效率低、监测品低的问题，而提供了一种基于蚂蚁费洛蒙算法的无线传感器网络的充电方法。
[0007]为达到上述目的，本专利技术采用的技术方案为：
[0008]一种基于蚂蚁费洛蒙算法的无线传感器网络的充电方法，其特殊之处在于，包括以下步骤：
[0009]步骤1)、传感器网络初始化
[0010]将监测区域划分成若干个子区域，确定监测区域内充电站的数量与位置，选择任一子区域为传感器网络基站，且为第一个被充电的子区域，充电车以规则路径对所有子区域进行充电，计算每个子区域的开始充电时间，并广播给监测区域中的每个传感器；
[0011]步骤2)、传感器第一个工作周期
[0012]根据传感器所在子区域的开始充电时间，计算单个传感器的工作时间，保证传感器可以按时到达子区域进行充电；按照监测区域内在时间轴上监测品质最大化的原则，将单个传感器的感测频率均调整为最佳感测频率，传感器开始工作，并按时到达子区域进行充电；充电完成后，按照监测区域内在空间轴上监测品质最大化的原则，分配并使传感器移动至新工作位置；
[0013]步骤3)、传感器正常的工作周期
[0014]计算单个传感器在新工作位置的需充电的出发时间、工作时间和感测频率，并根据计算结果执行监测任务，并按时到达子区域进行充电，且监测区域内传感器的监测品质最大。
[0015]进一步地，步骤1)中，所述若干个子区域面积相等；所述规则路径为蛇形。
[0016]进一步地，步骤1)具体为：
[0017]1.1)、确定监测区域内充电站的数量与位置
[0018]1.1.1)、将监测区域划分为等面积的m
×
m个子区域，每个子区域的中心设为虚拟的充电中心，选择任一子区域为传感器网络基站，且为第一个被充电的子区域，充电车以规则路径对所有子区域进行充电；
[0019]1.1.2)、计算监测区域内充电车的行走时间
[0020][0021]其中，为监测区域的长度；W为监测区域的宽度；v
M
为充电车的行走速度；
[0022]1.1.3)、计算所有子区域内传感器充电时间之和
[0023][0024]其中，为第i个子区域内所有传感器的充电时间；1≤i≤m2；
[0025]1.1.4)、计算监测区域内充电站的数量
[0026][0027]计算得到m的最大值为划分的子区域的个数；
[0028]其中，T
f
为监测数据新鲜度的限制时间；
[0029]1.2)、计算每个子区域的开始充电时间
[0030]第i个子区域的虚拟充电站RS
i
的开始充电时间为：
[0031][0032]其中，为第i
‑
1个子区域的虚拟充电站RS
i
‑1的开始充电时间；为第i
‑
1个子区域内所有传感器的充电时间；为充电车从第i
‑
1个子区域的虚拟充电站RS
i
‑1到第i个子区域的虚拟充电站RS
i
的行走时间；
[0033]1.3)、充电车将每个子区域的开始充电时间广播给监测区域中的每个传感器。
[0034]进一步地，步骤2)具体为：
[0035]2.1)、根据传感器所在第i个子区域的虚拟充电站RS
i
的开始充电时间计算第i个子区域内的第k个传感器的工作时间
[0036][0037]其中，为传感器从初始位置移动到虚拟充电站RS
i
的时间；
[0038][0039]其中，为传感器初始位置与虚拟充电站RS
i
的距离；
[0040]v
s
为传感器的移动速度；
[0041]2.2)、按照监测区域内在时间轴上监测品质最大化的原则，将单个传感器的感测频率均调整为最佳感测频率
[0042][0043]其中，为传感器的总的感测次数；
[0044][0045][0046][0047][0048]其中，为传感器在初始位置所预留的用于工作的能量；
[0049]E
sensor
为传感器的电池容量；
[0050]为传感器初始位置移动至虚拟充电站RS
i
所需要的能量；
[0051]为传感器的单位距离移动耗电率；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于蚂蚁费洛蒙算法的无线传感器网络的充电方法，其特征在于，包括以下步骤：步骤1)、传感器网络初始化将监测区域划分成若干个子区域，确定监测区域内充电站的数量与位置，选择任一子区域为传感器网络基站，且为第一个被充电的子区域，充电车以规则路径对所有子区域进行充电，计算每个子区域的开始充电时间，并广播给监测区域中的每个传感器；步骤2)、传感器第一个工作周期根据传感器所在子区域的开始充电时间，计算单个传感器的工作时间，保证传感器可以按时到达子区域进行充电；按照监测区域内在时间轴上监测品质最大化的原则，将单个传感器的感测频率均调整为最佳感测频率，传感器开始工作，并按时到达子区域进行充电；充电完成后，按照监测区域内在空间轴上监测品质最大化的原则，分配并使传感器移动至新工作位置；步骤3)、传感器正常的工作周期计算单个传感器在新工作位置的需充电的出发时间、工作时间和感测频率，并根据计算结果执行监测任务，并按时到达子区域进行充电，且监测区域内传感器的监测品质最大。2.根据权利要求1所述的基于蚂蚁费洛蒙算法的无线传感器网络的充电方法，其特征在于：步骤1)中，所述若干个子区域面积相等；所述规则路径为蛇形。3.根据权利要求2所述的基于蚂蚁费洛蒙算法的无线传感器网络的充电方法，其特征在于，步骤1)具体为：1.1)、确定监测区域内充电站的数量与位置1.1.1)、将监测区域划分为等面积的m
×
m个子区域，每个子区域的中心设为虚拟的充电中心，选择任一子区域为传感器网络基站，且为第一个被充电的子区域，充电车以规则路径对所有子区域进行充电；1.1.2)、计算监测区域内充电车的行走时间1.1.2)、计算监测区域内充电车的行走时间其中，L为监测区域的长度；W为监测区域的宽度；v
M
为充电车的行走速度；1.1.3)、计算所有子区域内传感器充电时间之和1.1.3)、计算所有子区域内传感器充电时间之和其中，为第i个子区域内所有传感器的充电时间；1≤i≤m2；1.1.4)、计算监测区域内充电站的数量计算得到m的最大值为划分的子区域的个数；其中，T
f
为监测数据新鲜度的限制时间；
1.2)、计算每个子区域的开始充电时间第i个子区域的虚拟充电站RS
i
的开始充电时间T
istart_recharge
为：其中，为第i
‑
1个子区域的虚拟充电站RS
i
‑1的开始充电时间；为第i
‑
1个子区域内所有传感器的充电时间；为充电车从第i
‑
1个子区域的虚拟充电站RS
i
‑1到第i个子区域的虚拟充电站RS
i
的行走时间；1.3)、充电车将每个子区域的开始充电时间广播给监测区域中的每个传感器。4.根据权利要求1所述的基于蚂蚁费洛蒙算法的无线传感器网络的充电方法，其特征在于，步骤2)具体为：2.1)、根据传感器所在第i个子区域的虚拟充电站RS
i
的开始充电时间T
istart_recharge
，计算第i个子区域内的第k个传感器的工作时间的工作时间其中，为传感器从初始位置移动到虚拟充电站RS
i
的时间；其中，为传感器初始位置与虚拟充电站RS
i

【专利技术属性】
技术研发人员：胡志洁，沈瑞冰，张迪，马丽华，巩冰，李赛汉，魏靓，
申请(专利权)人：西安欧亚学院，
类型：发明
国别省市：