首页 > 专利 > 杭州电子科技大学 > 基于离线模型的无线可充电传感器网络移动数据收集方法专利详情

基于离线模型的无线可充电传感器网络移动数据收集方法   0    0

有效专利 查看PDF
专利申请流程有哪些步骤?
专利申请流程图
申请
申请号:指国家知识产权局受理一件专利申请时给予该专利申请的一个标示号码。唯一性原则。
申请日:提出专利申请之日。
2017-08-11
申请公布
申请公布指发明专利申请经初步审查合格后,自申请日(或优先权日)起18个月期满时的公布或根据申请人的请求提前进行的公布。
申请公布号:专利申请过程中,在尚未取得专利授权之前,国家专利局《专利公报》公开专利时的编号。
申请公布日:申请公开的日期,即在专利公报上予以公开的日期。
2018-02-09
授权
授权指对发明专利申请经实质审查没有发现驳回理由,授予发明专利权;或对实用新型或外观设计专利申请经初步审查没有发现驳回理由,授予实用新型专利权或外观设计专利权。
2020-09-08
预估到期
发明专利权的期限为二十年,实用新型专利权期限为十年,外观设计专利权期限为十五年,均自申请日起计算。专利届满后法律终止保护。
2037-08-11
基本信息
有效性 有效专利 专利类型 发明专利
申请号 CN201710685049.9 申请日 2017-08-11
公开/公告号 CN107592604B 公开/公告日 2020-09-08
授权日 2020-09-08 预估到期日 2037-08-11
申请年 2017年 公开/公告年 2020年
缴费截止日
分类号 H04W4/38H04W16/18 主分类号 H04W4/38
是否联合申请 独立申请 文献类型号 B
独权数量 1 从权数量 3
权利要求数量 4 非专利引证数量 1
引用专利数量 0 被引证专利数量 0
非专利引证 1、CN 101344516 A,2009.01.14CN 201732467 U,2011.02.02CN 102594509 A,2012.07.18CN 103237313 A,2013.08.07CN 105722091 A,2016.06.29李海威.“无线传感器网络数据采集系统设计”《.网络天地》.2016,wei zhang et al.“.Network Coding DataCollecting Mechanism based on PrioritizedDegree Distribution in Wireless SensorNetwork”《.2011 IFIP Ninth InternationalConference on Embedded and UbiquitousComputing》.2011,;
引用专利 被引证专利
专利权维持 5 专利申请国编码 CN
专利事件 事务标签 公开、实质审查、授权
申请人信息
申请人 第一申请人
专利权人 杭州电子科技大学 当前专利权人 杭州电子科技大学
发明人 徐向华、尤炳棋、程宗毛 第一发明人 徐向华
地址 浙江省杭州市下沙高教园区2号大街 邮编 310018
申请人数量 1 发明人数量 3
申请人所在省 浙江省 申请人所在市 浙江省杭州市
代理人信息
代理机构
专利代理机构是经省专利管理局审核,国家知识产权局批准设立,可以接受委托人的委托,在委托权限范围内以委托人的名义办理专利申请或其他专利事务的服务机构。
杭州君度专利代理事务所 代理人
专利代理师是代理他人进行专利申请和办理其他专利事务,取得一定资格的人。
朱月芬
摘要
本发明公开了一种基于离线模型的无线可充电传感器网路移动数据收集方法。本发明针对一些需要收集网络中每个传感器节点产生的数据并且网络能持续运行的场景而设计。该方法提出了离线数据收集模型、锚点选择、路径规划等三部分,通过离线数据收集模型,基站全局规划SenCar的路径,选择锚点的能服务到整个网络,能提前预测网络中的可能死亡节点,将可能死亡节点作为特殊锚点获得充电机会,通过路径规划可用尽可能少的SenCar来完成目标。该方法能在该周期收集到网络中每个传感器节点上个周期所产生的数据,同时保证网络中的传感器节点的剩余能量不会低于正常工作所需能量。适用于特殊场景中的数据可靠、高效收集。
  • 摘要附图
    基于离线模型的无线可充电传感器网络移动数据收集方法
  • 说明书附图:图1
    基于离线模型的无线可充电传感器网络移动数据收集方法
  • 说明书附图:图2
    基于离线模型的无线可充电传感器网络移动数据收集方法
  • 说明书附图:图3
    基于离线模型的无线可充电传感器网络移动数据收集方法
  • 说明书附图:图4
    基于离线模型的无线可充电传感器网络移动数据收集方法
  • 说明书附图:图5
    基于离线模型的无线可充电传感器网络移动数据收集方法
  • 说明书附图:图6
    基于离线模型的无线可充电传感器网络移动数据收集方法
  • 说明书附图:图7
    基于离线模型的无线可充电传感器网络移动数据收集方法
  • 说明书附图:图8
    基于离线模型的无线可充电传感器网络移动数据收集方法
法律状态
序号 法律状态公告日 法律状态 法律状态信息
1 2020-09-08 授权
2 2018-02-09 实质审查的生效 IPC(主分类): H04W 4/00 专利申请号: 201710685049.9 申请日: 2017.08.11
3 2018-01-16 公开
权利要求
权利要求书是申请文件最核心的部分,是申请人向国家申请保护他的发明创造及划定保护范围的文件。
1.基于离线模型的无线可充电传感器网路移动数据收集方法,其特征在于该数据收集方法包括以下步骤:
步骤1:部署无线可充电传感器网络
1-1将N个可充电传感器节点随机部署在欲监测区域内,各传感器节点通过自组织网络形成网络;
1-2设置基站的位置,初始化所有传感器节点的配置信息;
1-3基站获取网络中传感器节点的剩余能量以及网络的拓扑图;
步骤2:挑选锚点
2-1将网络中的传感器节点按照剩余能量划分等级,剩余能量为Emin到10%为第一等级,10%到20%为第二等级,20%到30%为第三等级,依次类推;
2-2挑选剩余能量等级最低的传感器节点作为锚点,在剩余能量等级相同的情况下,选择获取单位数据所耗能量最少的传感器节点作为锚点;每个传感器节点获取单位数据所耗能量的计算如下:
2-2-1计算该传感器节点最大服务跳数内所有传感器节点缓存的数据量;
2-2-2计算当该传感器节点选作锚点时,该传感器节点最大服务跳数内因收集数据而消耗的能量;搜集数据消耗的能量包括传感器节点接收数据消耗的能量和传感器节点传送数据消耗的能量;具体的:传感器节点s距离该传感器节点两跳,中间有一个传感器节点作为中继节点,则当该传感器节点选作锚点时,传感器节点s将自身缓存的数据传送到该锚点消耗的能量包括传感器节点s发送该缓存数据消耗的能量,中继节点接收该缓存数据消耗的能量,中继节点传送该缓存数据消耗的能量,锚点接收该缓存数据消耗的能量,锚点发送该缓存数据给SenCar消耗的能量;
2-2-
3.能量消耗比上数据量即为获取单位数据所耗能量;
2-
3.预测死亡节点作为特殊锚点获得充电机会;
在网络运行过程中,出现剩余能量低于Emin的传感器节点,低于Emin的传感器节点要提前选作特殊锚点获得充电的机会,在某一轮周期的开始时刻,如果传感器节点的剩余能量减去该周期最大能量消耗减去Emin小于传感器节点一个周期自身监测事件的能量消耗值,则该节点就被选作特殊锚点;传感器节点的能量消耗包括传感器节点自身监测事件的能量消耗、传送数据的能量消耗和发送数据的能量消耗,其中自身监测事件的能量消耗在离线模型中是恒定的,传送或接收数据的能量消耗跟传送或接收的数据量成正比;传送数据量与接收数据量的差值为传感器节点自身产生的数据量,在离线模型中,该部分的数据量也是恒定的;最大能量消耗对应最大的数据量,因此只需知道传感器节点该周期的最大数据接收量即可算出最大能量消耗;传感器节点该周期最大数据接收量计算如下:
2-3-
1.计算网络中任意两个传感器节点之间的最短跳数;
2-3-
2.若传感器节点Si和传感器节点Sj之间的最短跳数为h1,传感器节点Sj和锚点的最短跳数为h2,传感器节点Si和锚点的最短跳数为h3;
2-3-
3.若h1+h2=h3,则传感器节点Si产生的数据经过传感器节点Sj传送,传感器节点Si产生的数据算入传感器节点Sj的数据接收量;
2-
4.步骤2中挑选出来的锚点可以服务到整个网络,因此挑选出来的死亡节点肯定在步骤2中挑选出来的某个锚点的服务范围内;设置特殊锚点的服务跳数为锚点的服务跳数减去锚点和特殊锚点间的最短跳数;
步骤3:访问路径规划
3-1利用最近邻点法的启发式方法对锚点求一条旅行商路径;
3-2将特殊锚点插入旅行商路径中,每个特殊锚点都至少属于一个锚点,应先访问特殊锚点,再访问特殊锚点所属的锚点,如果锚点最大服务跳数内有多个特殊锚点,先对特殊锚点求一条哈密尔顿路径,先访问该哈密尔顿路径再访问锚点;
3-3将旅行商路径根据SenCar电池容量和访问时间的限制划分成访问路径集合;划分过程中保证特殊锚点和其所属锚点要处于同一个访问路径,不能划分到不同的访问路径里,也即在划分过程中,特殊锚点和其所属锚点是不可分割的;
3-4将访问路径集合分配给SenCars,该分配问题可转化成一维装箱问题,一维装箱问题已被证明是NP-hard问题,设计启发式算法解决;将访问路径集合里的访问路径按照SenCar完成所需的时间从小到大进行排序,将排序好的访问路径依次分配给SenCar,如果累计的时间超过周期间隔T则将访问路径分配给下一个SenCar。

2.根据权利要求1所述的基于离线模型的无线可充电传感器网路移动数据收集方法,其特征在于:
为计算获取单位数据能量消耗,依次计算局部范围内每个传感器节点传送数据到SenCar所需经过的最短跳数和能量消耗。

3.根据权利要求1所述的基于离线模型的无线可充电传感器网路移动数据收集方法,其特征在于:为提前预测死亡节点,需提前知道传感器节点本周期的最大能量消耗,最大能量消耗对应最大数据传送量;为计算最大数据传送量需知传感器节点中继了多少其它传感器节点的数据;根据最短跳数传输数据的特性,通过计算任意两传感器节点间的最短跳数判断传感器节点的最大数据传送量。

4.根据权利要求1所述的基于离线模型的无线可充电传感器网路移动数据收集方法,其特征在于:在步骤3中为使用最少的SenCar来完成对锚点的访问,先对锚点计算一条旅行商路径,并将特殊锚点插入旅行商路径中;然后将旅行商路径划分成访问路径集合;并设计贪心策略将访问路径集合分配给最少的SenCar。
说明书

技术领域

[0001] 本发明主要涉及无线传感器网络领域,特别涉及一种基于离线模型的无线可充电传感器网路移动数据收集方法,适用于需收集网络中每个传感器节点产生的数据并且网络能持续运行的场景。

背景技术

[0002] 无线传感器网络是由大量的传感器节点通过无线通信方式组成的多跳自组织网络,这些传感器节点具有信息采集、数据处理和无线通信等功能,同时具有能量受限,计算和通信能力受限的特点。无线传感器网络能够在人们无法接近的恶劣或特殊环境中工作,如气候监控、外层空间以及战场环境和信息采集系统建设等,也可以在水灾、火灾或地震灾难性环境的灾害监测中发挥重要作用,这类场景是无线传感器网络一类常见的应用模式。在一些场景中,需要收集到网络中每个传感器节点的数据并且网络中不能出现剩余能量低于正常工作值Emin的传感器节点。然而以前设计的基于离线模型的无线可充电传感器网络数据收集方法均无法保证。如何收集到网络中每个传感器节点的数据并且保证网络中不出现剩余能量低于正常工作值的传感器节点成了该研究领域的热点。
[0003] 在无线传感器网络中,传统的数据收集方法是通过传感器节点的自组网将数据通过多跳中继的方式传回基站,但这样会造成越靠近基站的传感器节点所需要传送和接收的数据越多,而传感器节点的主要能量消耗是数据的传送和接收,所以越靠近基站的传感器节点能量消耗越快,整个网络的能量消耗非常不均衡。近年来,此领域中基于离线模型的无线可充电传感器网络移动数据收集方法的研究得到了较多的关注。
[0004] 移动数据收集有效的解决了网络中能量消耗不均衡的情况,有效地延长了网络的寿命。研究者们针对不同的问题相继提出了不同的移动数据收集方法,如:Wang等人在《Extending the lifetime of wireless sensor networks through mobile relays》一文中,研究了在网络当中存在一些可以移动的传感器节点,这些节点比静止的传感器节点拥有更多的能量可以充当中继节点来减轻负荷比较重的中继节点,设计了移动和路由算法极大地延长了网络的寿命;Gatzianas等人在《A Distributed Algorithm for Maximum Lifetime Routing in Sensor Networks with Mobile Sink》一文中,通过使用移动基站,设计了分布式最大化生命时间路由算法,该算法综合考虑每个传感器的能量限制;Miao等人在《Joint mobile energy replenishment and data gathering in wireless rechargeable sensor networks》中首次将数据收集和能量补充结合起来,通过SenCar来对网络进行移动数据收集和充电,将剩余能量最少的那一部分传感器节点选作锚点来让SenCar停靠,问题转化成网络效用最大化问题,效用函数是数据收集量的递增函数。根据流守恒,能量守恒,链路容量限制得到约束条件,通过拉格朗日对偶分离等数学方法将网络效用最大化问题转化成三个子问题,证明这些子问题是收敛的通过迭代可以逼近最优解,以此提出了无线可充电传感器网络中移动数据收集的方法。
[0005] 由于以前的研究中大部分没有考虑无线充电,移动数据收集使用移动装置在网络中收集数据,可以同时给移动装置配备无线充电装置,在收集数据同时对网络补充能量,还有小部分的研究虽然考率了对网络补充能量,但无法保证能收集到网络中每个传感器节点产生的数据也无法保证网络中传感器节点的剩余能量不低于正常工作值。

发明内容

[0006] 本发明的目的在于针对已有的无线可充电传感器网络数据收集方法无法保证收集到网络中每个传感器节点数据且无法保证网络中传感器节点的剩余能量不低于正常工作值等不足,提出一种基于离线模型的无线可充电传感器网路移动数据收集方法,保证每个周期能收集到网络中每个传感器节点上个周期所产生的数据,同时保证网络中的传感器节点剩余能量不会低于正常工作值。
[0007] 为了达到以上目的,本发明设计了无线充电结合移动数据收集的方案。该方案主要包括离线数据收集模型、锚点选择、路径规划等三部分。
[0008] 本发明解决其技术问题的技术方案具体实现步骤如下:
[0009] 步骤1:部署无线可充电传感器网络
[0010] 1-1将N个可充电传感器节点随机部署在欲监测区域内,各传感器节点通过自组织网络形成网络。
[0011] 1-2设置基站的位置,初始化所有传感器节点的配置信息,如传感器节点的电池容量,通信链路容量,最大服务跳数。
[0012] 1-3基站获取网络中传感器节点的剩余能量以及网络的拓扑图。
[0013] 步骤2:挑选锚点
[0014] 2-1将网络中的传感器节点按照剩余能量划分等级,剩余能量为Emin到10%为第一等级,10%到20%为第二等级,20%到30%为第二等级,依次类推。
[0015] Step2:挑选剩余能量等级最低的传感器节点作为锚点,在剩余能量等级相同的情况下,选择获取单位数据所耗能量最少的传感器节点作为锚点。每个传感器节点获取单位数据所耗能量的计算如下:
[0016] 1)计算该传感器节点最大服务跳数内所有传感器节点缓存的数据量。
[0017] 2)计算当该传感器节点选作锚点时,该传感器节点最大服务跳数内因收集数据而消耗的能量。搜集数据消耗的能量包括传感器节点接收数据消耗的能量和传感器节点传送数据消耗的能量。比如传感器节点s距离该传感器节点两跳,中间有一个传感器节点作为中继节点,则当该传感器节点选作锚点时,传感器节点s将自身缓存的数据传送到该锚点消耗的能量包括传感器节点s发送该缓存数据消耗的能量,中继节点接收该缓存数据消耗的能量,中继节点传送该缓存数据消耗的能量,锚点接收该缓存数据消耗的能量,锚点发送该缓存数据给SenCar消耗的能量。
[0018] 3)能量消耗比上数据量即为获取单位数据所耗能量。
[0019] Step3:预测可能死亡节点作为特殊锚点获得充电机会。在网络运行过程中,可能出现剩余能量低于Emin的传感器节点,这些传感器节点要提前选作特殊锚点获得充电的机会,在某一轮周期的开始时刻,如果传感器节点的剩余能量减去该周期最大能量消耗减去Emin小于传感器节点一个周期自身监测事件的能量消耗值,则该节点就被选作特殊锚点。传感器节点的能量消耗包括传感器节点自身监测事件的能量消耗,传送数据的能量消耗,发送数据的能量消耗,其中自身监测事件的能量消耗在离线模型中是恒定的,传送或接收数据的能量消耗跟传送或接收的数据量成正比。传送数据量与接收数据量的差值为传感器节点自身产生的数据量,在离线模型中,该部分的数据量也是恒定的。最大能量消耗对应最大的数据量,因此只需知道传感器节点该周期的最大数据接收量即可算出最大能量消耗。传感器节点该周期最大数据接收量计算如下:
[0020] 1)计算网络中任意两个传感器节点之间的最短跳数。
[0021] 2)若传感器节点Si和传感器节点Sj之间的最短跳数为h1,传感器节点Sj和锚点的最短跳数为h2,传感器节点Si和锚点的最短跳数为h3。
[0022] 3)若h1+h2=h3,则传感器节点Si产生的数据可能经过传感器节点Sj传送,传感器节点Si产生的数据算入传感器节点Sj的数据接收量。
[0023] Step4:步骤2中挑选出来的锚点可以服务到整个网络,因此挑选出来的可能死亡节点(特殊锚点)肯定属于锚点。设置特殊锚点的服务跳数为锚点的服务跳数减去锚点和特殊锚点间的最短跳数。
[0024] 步骤3:访问路径规划
[0025] Step1:利用最近邻点法的启发式方法对锚点求一条旅行商路径。
[0026] Step2:将特殊锚点(可能死亡节点)插入旅行商路径中,每个特殊锚点都至少属于一个锚点,将它们插入锚点之后,应先访问特殊锚点,再访问特殊锚点所属的锚点,如果锚点最大服务跳数内有多个特殊锚点,先对特殊锚点求一条哈密尔顿路径,先访问该哈密尔顿路径再访问锚点。
[0027] Step3:将旅行商路径根据SenCar电池容量和访问时间的限制划分成访问路径集合。划分过程中还要保证特殊锚点(可能死亡节点)和其所属锚点要处于同一个访问路径,不能划分到不同的访问路径里,也即在划分过程中,特殊锚点(可能死亡节点)和其所属锚点是不可分割的。
[0028] Step4:将访问路径集合分配给SenCars,该分配问题可转化成一维装箱问题,一维装箱问题已被证明是NP-hard问题,设计启发式算法解决。将访问路径集合里的访问路径按照SenCar完成所需的时间从小到大进行排序,将排序好的访问路径依次分配给SenCar,如果累计的时间超过周期间隔T则将访问路径分配给下一个SenCar。
[0029] 本发明有益效果:
[0030] 1、本发明采用离线模型,即认为传感器节点的数据产生率和能量消耗率是恒定的,基站可以预测传感器节点的剩余能量。在离线模型下方便设计集中式方案,能对网络全局进行考虑。
[0031] 2、本发明采用锚点作为传感器节点的停靠点,设计的锚点选择方案可以保证选出来的锚点能服务到整个网络,可以收集到网络中每个传感器节点产生的数据,这样不会遗漏某一段时间内网路中发生的事件。
[0032] 3、本发明提前将可能死亡的节点选出来作为特殊锚点,获得充电的机会,可以保证网络在运行的过程中不会出现死亡传感器节点。如果传感器节点出现死亡,我们将无法获取该传感器节点监测区域发生的事件。本发明适用于对网络监控要求较高的环境。
[0033] 4、本发明对锚点求一条旅行商路径,可以使得SenCar在路上的花费尽可能的少。并对旅行商路径进行分割,分割后的访问路径通过贪心策略可以分配给尽可能少的SenCar。

实施方案

[0042] 根据图1移动数据收集示意图,本发明技术采用的无线可充电传感器网络为:N个传感器节点被随机部署在一个L×L的监测区域里,基站被放置在监测区域的边缘。传感器节点由电池供电,通信半径为R,通信的链路容量为C。SenCar靠大容量电池供电,电量有限,同时装备有充电和数据收集装置,在某一个时刻能对某个传感器节点进行数据收集并对其充电。当SenCar停在某个传感器节点时,能发送一个TTL=h(TTL为Time To Live的缩写,指报文的生存跳数)的报文给该传感器节点,在该节点跳内的其它传感器节点都可以通过该节点将数据传给SenCar。SenCar回基站可更换电池,更换电池时间可忽略不计。SenCar回到基站会将收集到的数据交给基站,提交的数据中包含传感器节点的电量消耗率,基站可准确预测传感器节点的剩余电量。SenCar每次从基站出发,基站会指令SenCar本次要访问的锚点及顺序。
[0043] 本发明技术主要包括离线数据收集模型、锚点选择、路径规划三个部分:
[0044] 离线数据收集模型:
[0045] 离线模型认为传感器网络的能量消耗速率是恒定的。传感器节点的能量消耗速率一经确定并固定下来不会变化,传感器节点的数据产生率也是确定的。基站可以根据历史数据准确知道网络中各传感器节点的剩余能量和数据积累量,可以安排SenCar按照一定的顺序访问网络中的锚点。
[0046] 锚点选择:
[0047] 锚点选择可以保证选出来的传感器节点能服务到整个网络。以图2为例,每个圆圈表示一个传感器节点,圆圈中的数字为传感器节点编号,传感器节点旁边的数字为剩余能量百分比,括号内表示上一周期产生的数据量即本周期要收集的数据量,数据量单位为M。现假定传感器节点作为锚点最多能服务3跳,接受3跳内的数据。为方便讨论,假设传送或接收1M数据均需消耗1J的电量。锚点选择算法优先挑选剩余电量等级最低传感器节点作为锚点,图中2号传感器节点和7号传感器节点电量等级均为第一等级。此时再计算获取单位数据所耗电量。假如2号传感器节点选作锚点,则获取单位数据所耗电量为2.37J/M,假如7号传感器节点选作锚点,则获取单位数据所耗电量为2.75J/M。因为7号传感器节点选作锚点后,能获取的数据量为2.6M+(2M+3M)+2.6M=10.2M。因为假设传送或接收1M数据均需要消耗1J的电量,所以三跳内消耗的电量为2.6J(7号传感器节点的数据只需传给SenCar)+(2J+
3J)*3(6号节点和8号节点的数据先传给7号节点,7号节点接收一遍数据,7号节点再将数据传给SenCar)+2.6J*4(9号节点的数据先传给8号节点,8号节点接收一遍数据,然后将数据传给7号节点,7号节点接收一遍数据再将数据传给SenCar)=28J。因此获取单位数据所耗电量为28J/10.2M=2.75J/M。同理可得2号传感器作为锚点,获取单位数据所耗电量为[2.2J+(2.8J+2J)*3]/7M=2.37J/M,所以选择2号传感器节点作为锚点。选择2号传感器节点作为锚点后将2号传感器节点连同2号传感器节点所服务的那些节点从网络中移除。移除后重新计算网络中每个传感器节点获取单位数据所耗电量,选择下一个锚点,直到选出的锚点能服务到整个网络。
[0048] 同时提前选出可能死亡节点作为特殊锚点可以使得网络中的传感器节点不会死亡。在离线模型中,知道最大数据传送量即可知道最大能量消耗,从而可知传感器节点是否可能死亡。如图3所示,设表示圆形节点与四角形节点之间的最短跳数,表示四角形节点与三角形节点之间的最短跳数,表示圆形节点与三角形节点之间的最短跳数。假如h1+h2=h3,则认为圆形节点产生的数据可能通过四角形节点将数据传送给锚点(三角形节点),因此在计算四角形节点的最大数据传送量时要把该数据加上去。以此类推即可推算出四角形节点的最大数据传送量。最大数据传送量减去传感器节点自身数据产生量为最大数据接收量,如此可知四角形节点的最大能量消耗。可能死亡节点作为特殊锚点其服务跳数如图4所示,锚点的服务跳数为h,可能死亡节点和锚点的最短跳数为h’,则特殊锚点的服务跳数为h-h’。
[0049] 路径规划:
[0050] 本发明先对锚点求一条旅行商路径,假如有网络如图5所示。图5中三角形表示锚点,四角形表示可能死亡节点(特殊锚点)。图5中箭头所指的路径为锚点的旅行商路径。接下来,将可能死亡节点(特殊锚点)插入旅行商路径中,每个可能死亡节点都至少属于一个锚点,将它们插入锚点之前,应先访问可能死亡节点,再访问可能死亡节点所属锚点,如果锚点服务跳数内有多个可能死亡节点,先对可能死亡节点求一条哈密尔顿路径,先访问该哈密尔顿路径再访问锚点。将图5中可能死亡节点插入旅行商路径后如图6所示。
[0051] 求得旅行商路径后,根据SenCar的能量限制将旅行商路径划分成访问路径集合。即划分的访问路径保证SenCar每趟的能量消耗不大于SenCar的电池容量,即划分的访问路径让SenCar去服务一趟,SenCar不会在中途死亡。划分过程中还要保证可能死亡节点(特殊锚点)和其所属锚点要处于同一个访问路径,不能划分到不同的访问路径里,也即在划分过程中,可能死亡节点(特殊锚点)和其所属锚点是不可分割的。图6示例中可以划分成三个访问路径如图7所示。
[0052] 本技术发明的具体流程图如图8所示。

附图说明

[0034] 图1为本发明技术采用的无线可充电传感器网络的移动数据收集示意图;
[0035] 图2为本发明的锚点选择示意图;
[0036] 图3为本发明计算最大数据传送量示意图;
[0037] 图4为本发明对特殊锚设置服务跳数的示意图;
[0038] 图5为本发明对锚点计算旅行商路径的示意图;
[0039] 图6为本发明将特殊锚点插入旅行商路径的示意图;
[0040] 图7为本发明将旅行商路径分割成访问路径集合示意图;
[0041] 图8为本发明技术的具体流程图。
版权所有:盲专网 ©2023 zlpt.xyz  蜀ICP备2023003576号