【技术实现步骤摘要】
本专利技术属于无线充电，具体涉及一种基于无线传感器网络的无人机充电调度方法、产品及设备。
技术介绍
1、无线传感器网络(wireless sensor networks，wsn)是大量小型廉价的电池供电节点构成的集合，能够监测和收集感测区域中的数据。作为物联网(internet of thing，iot)的关键技术，wsn广泛应用于军事、航天科工、智能交通、精细农业、环境监测、医疗卫生、安全防护、工业自动化监控、智能电网、建筑物结构状态监测、家居应用等诸多领域。
2、从网络构成来看，wsn中的传感器节点大多依靠能量受限的电池供电，节点部署环境的特殊性、危险性和难以触碰性，以及节点更换引发的人力、物力和财力的大量成本，使得靠更换电池来延长网络生存周期的难度大大增加。近年来，针对无线传感器网络的相关技术受到广泛重视，具体包括节能（power saving）、目标追踪（target tracking）、网络数据路由、网络覆盖问题、网络链接强度、移动数据收集、无线充电机制等。在这些相关技术中，如何解决传感器的能量问题在无线传感器网络的应用中具有举足轻重的地位。目前已有的技术采用平衡电源消耗负载，建造省电的数据收集方式，利用移动式的收集器等方法来减缓能量消耗的速度。然而，由于整体wsn的总电源仍在不断损耗，这些方法并未能从实质上延长wsn的生命周期。
3、随着无线充电技术应用到wsn后，搭配可充电设备的无线传感器网络将成为许多应用的发展平台，此类网络被称为无线充电传感器网络(wireless rechargeabl
4、随着无人机技术广泛应用于人类的生活，加上无人机的体型小，成本低，飞行路线灵活及飞行速度最高可达289公里/小时，一些研究开始考虑采用无人机作为移动载具给传感器节点充电。然而，无人机由于体型小，所携带电池容量有限，飞行距离受到了很大的限制，无法直接长途飞行执远较远距离的充电任务。同时，无人机的成本较低，但携带的电源能量有限，不能同时执行多个连续的充电任务，因此，不能独立完成整体网络的所有充电需求。
5、无线充电板技术的发展为解决无线充电无人机的续航能力提供了一个全新的技术。只需要在机身上加装无线充电设备，就可以令无人机随时降落补充自身能量。针对无线充电无人机的优缺点，设计了新型的单部无线充电无人机及一组无线充电板的新型无线可充电传感器网络模型。该模型采用无线充电无人机给传感器节点提供充电服务，无线充电板为无线充电无人机提供进行主动式充电，克服无线充电无人机不能长途飞行的缺点，从而延长wrsn的生命周期。
6、因此，如何设计一种应用于无线可充电传感器网络的在充电板辅助下的无人机充电调度方法，如何合理部署最小数量的无线充电板，针对网络中实时出现的充电请求设计无人机的充电调度方案，减少和无人机的无谓飞行，在最短时间内完成每次充电调度的工作，延长传感器网络的运行时间和整体寿命是本领域技术人员亟需解决的问题。
技术实现思路
1、本专利技术旨在至少在一定程度上解决上述相关技术中的技术问题之一。
2、为此，本专利技术的目的在于提供一种基于无线传感器网络的无人机充电调度方法、产品及设备，能够通过合理的充电路径规划，最小化充电路径，减少无人机的飞行总距离和飞行时间，最大化完成每一轮充电任务的充电效率，延长了传感器网络的运行时间和整体寿命，降低了维护成本。
3、为了解决上述技术问题，本专利技术是这样实现的：
4、本专利技术实施例提供了一种基于无线传感器网络的无人机充电调度方法，所述方法包括：
5、s1、构建二维平面无线可充电传感器网络模型；
6、s2、基于所述无线可充电传感器网络模型，利用层次聚类算法求解聚类并计算各个聚类的中心，获得无线充电板的部署个数和部署位置；
7、s3、基于无线充电板的部署个数和部署位置，采用a星算法计算无人机从每个传感器节点出发到其他任意一个传感器节点的路径，从而获得无人机的静态路由表；
8、s4、根据传感器节点的充电请求，结合无人机的静态路由表，获得无人机的多跳充电调度路径。
9、另外，根据本专利技术的基于无线传感器网络的无人机充电调度方法，还可以具有如下附加的技术特征：
10、在其中的一些实施方式中，步骤s1中构建无线可充电传感器网络模型的内容包括：定义基站和传感器节点位置，确定无人机的最大飞行距离。
11、在其中的一些实施方式中，步骤s2的内容包括：
12、s21、对无线可充电传感器网络模型中的基站和传感器节点进行编码；
13、s22、计算各个传感器节点之间的欧拉距离，得到距离矩阵；
14、s23、基于距离矩阵，利用层次聚类算法计算传感器节点的聚类并得到聚类个数；
15、s24、基于计算所得到的聚类，计算各个聚类的中心，并将其作为对应充电板的部署位置。
16、在其中的一些实施方式中，步骤s23的内容包括：
17、s231、初始化聚类，将每个传感器节点作为一个单独的聚类；
18、s232、在距离矩阵中找出欧拉距离最近的两个聚类进行合并，形成一个新的聚类；
19、s233、按最远邻法重新计算新的聚类与其他各个聚类之间的欧拉距离，并更新距离矩阵；
20、s234、重复s232和s233，直到距离矩阵中的每两个聚类之间的欧拉距离均大于 d dmax/2为止， d dmax为无人机的最大飞行距离。
21、在其中的一些实施方式中，步骤s24的内容包括：
22、s241、采用均值法依次计算出各聚类的中心；
23、s242、判断任意两个聚类中心之间的距离是否满足要求，若是，则在这两个聚类中心之间画一条边，从而构建出由传感器节点集和边集构成的第一图；
24、s243、判断第一图是否连通，若是，进入下一步；否则，增加中本文档来自技高网...
【技术保护点】
1.一种基于无线传感器网络的无人机充电调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于无线传感器网络的无人机充电调度方法，其特征在于，步骤S1中构建无线可充电传感器网络模型的内容包括：定义基站和传感器节点位置，确定无人机的最大飞行距离。
3.根据权利要求1所述的基于无线传感器网络的无人机充电调度方法，其特征在于，步骤S2的内容包括：
4.根据权利要求3所述的基于无线传感器网络的无人机充电调度方法，其特征在于，步骤S23的内容包括：
5.根据权利要求3所述的基于无线传感器网络的无人机充电调度方法，其特征在于，步骤S24的内容包括：
6.根据权利要求1所述的基于无线传感器网络的无人机充电调度方法，其特征在于，步骤S3的内容包括：
7.根据权利要求6所述的基于无线传感器网络的无人机充电调度方法，其特征在于，步骤S35中，判断当前要处理的节点能够抵达的节点的方式是：
8.根据权利要求1所述的基于无线传感器网络的无人机充电调度方法，其特征在于，步骤S4中，根据每一轮的传感器节点的充电请求，
9.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-8中任一项所述基于无线传感器网络的无人机充电调度方法的步骤。
10.一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-6中任一项所述基于无线传感器网络的无人机充电调度方法的步骤。
...【技术特征摘要】
1.一种基于无线传感器网络的无人机充电调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于无线传感器网络的无人机充电调度方法，其特征在于，步骤s1中构建无线可充电传感器网络模型的内容包括：定义基站和传感器节点位置，确定无人机的最大飞行距离。
3.根据权利要求1所述的基于无线传感器网络的无人机充电调度方法，其特征在于，步骤s2的内容包括：
4.根据权利要求3所述的基于无线传感器网络的无人机充电调度方法，其特征在于，步骤s23的内容包括：
5.根据权利要求3所述的基于无线传感器网络的无人机充电调度方法，其特征在于，步骤s24的内容包括：
6.根据权利要求1所述的基于无线传感器网络的无人机充电调度方法，其特征在于，步骤s3的内容包括：
...
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。