[0005] 本发明提出了一种基于中继充电模型最大化充电小车休息时间调度方法。首先，通过无线通信获取每个传感器节点的地理位置和剩余能量，计算传感器节点的能量需求，并根据获取的传感器节点位置信息构建无线传感器网络的2D平面网络。然后，为充电小车选择锚点(充电小车停靠位置)并确定当前锚点的充电集合，充电小车停靠在锚点，为充电集合的传感器节点充电并收集它们感知的数据。接着，根据充电集合中传感器节点的能量需求计算充电小车在该锚点的充电时间。随后，为充电小车规划移动路径。最后，执行充电集合分裂，从整体上进一步优化充电小车的休息时间。
[0006] 本发明解决其技术问题采用的技术方案步骤如下：
[0007] 一种基于中继充电模型最大化充电小车休息时间调度方法，采用的无线传感网络为：在一个感兴趣的平面区域中，随机部署了N个全向传感器，一个服务基站和多跳充电小车；具体的步骤如下：
[0008] 步骤1：获取传感器节点的地理位置和剩余能量信息，计算每个传感器节点的能量需求；
[0009] 步骤2：选择充电小车的锚点和锚点的充电集合；
[0010] 步骤3：计算充电小车在每个锚点的充电时间；
[0011] 步骤4：为多辆充电小车规划移动路径。
[0012] 步骤5：执行锚点分裂操作。
[0013] 步骤1所述的获取传感器节点的地理位置和剩余信息是通过基站与传感器节点无线通信的方式获取，传感器节点的能量需求为传感器节点在一个充电周期消耗的电量di＝T·pi，其中di是传感器节点i的能量需求，T是充电周期，pi是传感器i的能量消耗速率。
[0014] 步骤2所述的为充电小车选择锚点和锚点的充电集合分为以下步骤：
[0015] 2‑1、计算每个传感器节点的充电集合。传感器节点i充电集合为Si，若ηij≤δ,则传感器j∈Si，其中ηij是充电小车停靠在锚点i时对传感器节点j的充电效率，δ是最低充电效率阈值。
[0016] 2‑2、计算每个传感器节点i的权重
[0017]
[0018]
[0019]
[0020] 其中，pMC是充电小车的输出功率， 是锚点集合Sa中所有节点能量消耗速率总和，pmax是充电小车的最大输出功率，nMC是充电小车同时多个对传感器节点充电的最佳数量，pi是传感器i的能量消耗速率。
[0021] 2‑3、在待充电传感器集合 中选择权重 最大的传感器i作为锚点，更新待充电集合 直至待充电
[0022] 步骤3所述的充电小车在锚点的充电时间ta:
[0023]
[0024] 其中pMC是充电小车的输出功率，ηaj是充电小车停靠在锚点a时对传感器j的充电效率，Sa是锚点a的充电集合，dj是传感器节点j的能量需求。
[0025] 步骤4所述的为多辆充电小车规划移动路径，具体如下：
[0026] 4‑1、构建一条经过所有锚点的哈密尔顿回路p＝(b,π1,π2,...,πn,b)。j j
[0027] 4‑2、为充电小车mcj规划充电路径p :对于p ，沿着TSP路径p寻找最后一个锚点满足： 获得第j条闭合回路用其中 是充电小车mcj的移动消耗， 是充电小车mcj的充电消耗，CMC是充电小车电量容量， 是充电小车mcj的移动用时， 是充电小车mcj的充电用时。
[0028] 步骤5所述的分裂充电集合，具体如下：
[0029] 5‑1、寻找充电集合节点数量大于nMC的所有充电集合。
[0030] 5‑2、遍历寻找到的充电集合，尝试分裂充电集合看能否提升充电小车的休息时间，若是，执行分裂，否则不执行。
[0031] 本发明的有益效果：
[0032] 1.本发明针对实际部署区域的二维平面应用场景，提出基于中继充电模型最大化充电小车休息时间调度方法，与传统的点对点和点对多点充电方案相比，更有利于缩短充电延时，延长网络生命周期。
[0033] 2.本发明采用基于充电效益和再优化的调度策略，缩短的充电延时，提升充电效率，从而能够适用于传感器部署稠密的无线传感器网络能量补充。
