一种基于核心节点选择的静态充电基站部署方法

技术领域

本发明涉及无线传感技术领域，具体涉及一种基于核心节点选择的静态充电基站部署方法。

背景技术

无线传感器网络(Wireless Sensor Networks,WSN)是由部署在监测区域内的传感器节点，以无线自组织方式构成多跳无线网络，节点间协同地感知、采集和处理网络覆盖区域中感知对象的信息。目前已被广泛用于环境监测、城市监测和人体监测等领域。传统的无线传感器网络中，由于传感器节点体积小、携带电量有限，且在一些应用场景中难以为节点更换电池等制约因素，导致了能源问题成为WSN的一大挑战。为了解决以上问题，如今有两种解决思路：能量节约和能量获取。能量节约技术致力于减少传感器的能量消耗，目前的研究有传感器休眠/激活机制、功率管理、平衡网络负载、路由选择等技术，减少单位时间能耗，延长网络生命周期。然而，这并没有从根本上解决传感器能量的问题，并且该方法需要在能耗节约和传输性能之间进行权衡，可能损失传输性能。而能量获取技术，其基本思想是从环境中获取能量，如太阳能、射频能、风能、震动能等，其优势在于可以从周围环境中汲取能量。但由于环境中能量不稳定且密度较低，为了达到一定的能量获取率，每个传感器节点都需要配备体积较大的能量转换器，并且能量转换效率较低。此外，由于外部环境具有不可预测性，能量获取过程不可控且难以精确预测。

为了解决上述问题，人们开始把目光投向无线能量传输技术(WPT)，从而提出一种无线可充电传感器网络(WRSN)。WRSN通过无线充电器持续稳定的给传感器网络中的节点提供能量，从而达到真正意义上解决能量约束问题。按照充电器在传感器网络中是否可移动来划分，可分为静态充电和移动充电两种形式。

移动充电是利用近场的磁耦合谐振无线充电传输技术来实现高效率、短时间的充电。其实现方式灵活，研究内容除了路径规划外还能够整合数据采集以及数据传输等功能。但是在某些现实环境条件下，传感器节点不易接近，能量发送线圈和能量接收线圈之间不易对准，从而导致能量传输效率低甚至无法充电的情况。

静态充电是利用远场辐射式无线能量传输技术，可以有较大的覆盖面积，适合于传感器节点部署稠密和传感器能耗低的部署条件中。其中一个要解决的问题是如何在保证所有节点都正常工作的前提下，使静态充电基站的个数最少、功耗最低，即充电效用最大化。为此，已经有很多学者进行了相关的研究。已有学者提出了两种优化算法：一种是中心聚类算法，将传感器节点聚类后优化覆盖区域，但是由于聚类算法本身的缺陷，会导致充电基站的部署有较多的充电重合区域；另一种是基于面分割的思想，将传感器网络分成多个小区域，使其覆盖整个传感器网络，但此算法的随机性较高，可能导致某些区域传感器节点较多而另一些区域传感器节点较少。

发明内容

发明目的：为了克服现有技术的不足，本发明提供一种基于核心节点选择的静态充电基站部署方法，该方法可以解决传统的静态充电基站部署方法存在的充电基站位置部署不够合理，充电范围有较多的重叠区域，充电基站个数过多导致充电效用不高的问题。

技术方案：本发明所述的基于核心节点选择的静态充电基站部署方法，包括：

(1)将无线可充电传感器网络抽象为二维平面上的区域，无线可充电传感器网络内部署若干传感器节点；

(2)选择第一个核心节点，所述第一个核心节点为距离二维坐标的原点位置最近的传感器节点，并初始化j＝1；

(3)计算第j个传感器和其他n-j个传感器的距离，并将其从小到大排序；

(4)将当前的核心节点加入集合SS

(5)判断该传感器网络中的所有节点是否都在区域集合U中，若所有节点都在区域集合U中，则执行步骤6，否则，选择下一个核心节点，即令j＝j+1，且跳转到步骤4，该核心节点为与上一个核心节点之间的距离最小且距离大于2D的节点；

(6)获取区域集合U中集合SS

进一步的，包括：

所述步骤(6)中，计算区域集合U中每个子集合SS

(61)定义目标函数T：

其中，(x

(62)迭代求解目标函数T的最小值，即计算d((x

且

即：

其中，β为天线近场传输情况下Friis自由空间方程的补偿参数，P

(63)计算充电基站到各个传感器之间的物理距离乘以相对应的充电功率，总和最大的点，即对应P

上式中，x,y分别为上一次迭代的横纵坐标。

进一步的，包括：

所述步骤(1)中，二维平面包含有相互垂直的X轴和Y轴，原点为O，该区域为设置在XOY轴第一象限内圆形，且该圆形相切于X轴和Y轴。

进一步的，包括：

传感系数表示为：

其中，G

进一步的，包括：

传感器在点(x,y)处获得的充电功率P

有益效果：本发明与现有技术相比，其显著优点是：本发明应用核心节点选择规则确定最少的静态充电基站个数和确定每个静态充电基站的最佳位置，从而提高充电效用。

附图说明

图1是本发明核心节点选择规则的示意图，其中，图1a为第一核心节点选择示意图，图1b为第二核心节点选择示意图，图1c为第三个核心节点选择示意图；

图2是根据本发明实施例中对一个传感器区域中静态充点基站部署的过程示意图；

图3是本发明提出的静态充电部署方法步骤的流程图。

具体实施方式

下面结合附图和实施例对本发明做进一步详细说明。

基于本发明的体系结构为一个部署在二维空间的无线传感器网络，其中包括传感器节点、静态充电基站和基站。以下对各部分进行具体说明。

(1)传感器节点：传感器节点为随机部署在这个二维空间位置上的一些节点，作用是可以对周围环境进行监测，节点间可以通过路由传输数据，这也导致了不同的节点会有不同的能量消耗率。此处所有的传感器节点电池总能量是相同的。

(2)静态充电基站：是静态的，静态充电基站为一个充电半径为D的充电装置，能够通过向周围发射射频能量给充电半径为D内的传感器节点进行充电。

(3)基站：基站为一个处于网络中心的固定的点，能通过多跳路由传输的方法收集整个网络传感器的数据，包括收集到的数据以及其自身电量信息。

本发明提出了一种基于核心节点选择的静态充电基站部署方法。传统的静态充电基站部署方法，存在充电基站位置部署不够合理，充电范围有较多的重叠区域，充电基站个数过多导致充电效用不高的现象。本发明与传统静态充电基站部署相比，通过核心节点选择规则，可以确定一个无线传感器网络中最少的充电基站个数，并优化每个充电基站相互重叠的充电范围，从而提高充电效用。

以图1的核心节点选择规则的示意图为例，核心节点选择规则是在坐标轴上，将第一个核心节点确定为离原点位置最近的节点，图1a中的A点，下一个核心节点为离第一个核心节点距离大于2D且距离最近的点，图1b中的B点，D表示充电基站的有效充电半径。以此类推，图1c中的C点为离B点最近且距离大于2D的点，因为2D范围刚好是充电基站的充电覆盖半径，超过2D，也就超出了充电基站的充电半径。确定完所有的核心节点，直到覆盖完区域内的所有传感器节点。通过核心节点选择规则，也就确定了最少的充电基站个数，减少了每个充电基站相互重叠的充电范围，即能用最少的充电基站个数进行整个区域的充电覆盖。

对整个区域通过核心节点划分为若干个小区域后，接下来就要考虑在划分后的每个小区域中确定最佳的充电基站位置。本发明中采用广义费马问题的收敛算法求得每个小区域内的充电基站位置。

由图可知，采用了核心节点选择规则，可以在一个可充电传感器网络中达到优化静态充电基站的部署位置和减少基站数量以提高充电效用的目的。

具体静态充电基站部署方法，包括：

步骤1、将无线可充电传感器网络抽象为二维平面上的区域，无线可充电传感器网络内部署若干传感器节点；其中，部署了n个可充电传感器节点，用S＝{s

本实施例中，二维平面包含有相互垂直的X轴和Y轴，原点为O，该区域为设置在XOY轴第一象限内圆形，且该圆形相切于X轴和Y轴。每个传感器拥有的最大电池容量为S

计算每个传感器的电量消耗功率

设t时刻，j

P

步骤2、选择第一个核心节点，所述第一个核心节点为距离二维坐标的原点位置最近的传感器节点，并初始化j＝1；

步骤3、计算第j个传感器和其他n-j个传感器的距离，并将其从小到大排序；

传感器在点(x，y)处获得的充电功率P

其中，α是传感系数，为一固定值

步骤4、将当前的核心节点加入集合SS

且按照步骤3的排序结果，将距离不大于2D的传感器节点加入集合SS

步骤5、判断该传感器网络中的所有节点是否都在区域集合U中，若所有节点都在区域集合U中，则执行步骤6，否则，选择下一个核心节点，即令j＝j+1，且跳转到步骤4，该核心节点为与上一个核心节点之间的距离最小且距离大于2D的节点；

步骤6、获取区域集合U中集合SS

步骤(6)中，计算区域集合U中每个子集合SS

(61)定义目标函数T：

其中，(x

(62)迭代求解目标函数T的最小值，求每个无线充电基站位置时，每个传感器的能量消耗功率P

且

即：

其中，β为天线近场传输情况下Friis自由空间方程的补偿参数，P

(63)采用广义费马问题的收敛算法，计算充电基站到各个传感器之间的物理距离乘以相对应的充电功率，总和最大的点，即对应P

上式中，x,y分别为上一次迭代的横纵坐标。

即：计算充电基站到各个传感器之间的物理距离乘以(各个传感器)相对应的充电效率，然后求这些值的总和，最后找出一点，这个点到各个传感器之间的物理距离乘以相对应的充电效率的总和是最大值。那么这一点就是这个小区域内最佳的充电基站部署位置。这一点就是要通过广义费马问题进行迭代求出的点。

因为刚开始每个小区域内的最佳充电基站位置未知，所以就需要通过广义费马问题来迭代的计算出这个最佳的位置。

为了便于描述，以图2中场景为实例：

当一个可充电的无线传感器网络投入运行后，如图3所示，以如下步骤执行：

步骤1：将无线可充电传感器网络抽象为一个二维平面上的区域L×W，图中以圆进行抽象表示，其中部署了n＝22个可充电传感器节点，把这22个节点加入到集合S中；

步骤2：每个传感器拥有的最大电池容量为S

步骤3：将第一个核心节点确定为距离原点位置最近的节点，初始化j＝1；

步骤4：计算第1个传感器和其他22-1个传感器的距离，并将其从小到大排序；

步骤5：根据步骤4中的排序结果，将距离不大于2D的传感器加入集合SS

步骤6：判断集合s中的所有的节点是否都在区域集合U中。如果所有节点都在区域集合U中，则执行步骤7，否则令j＝j+1(下一个核心节点的位置)，跳转到步骤4

步骤7：通过广义费马问题启发式收敛算法，遍历并计算区域集合U中每个子集合SS

通过以上步骤，可以得出在一个无线可充电区域中部署了22个传感器节点，通过核心节点选择规则确定了5个核心节点，需要5个静态充电基站节点。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。