高动态无线可充电传感器网络充电规划研究

Energy supply is one of the key means of prolonging the lifetime of wireless senor networks. As the wireless charging technique goes to practice, the energy-replenishment enabled wireless rechargeable sensor networks (WRSNs) tend to be deployed in the longtime unmonitored scenarios. Existing work has done an ample research on the efficiency and overhead of WRSNs, however, with the emergence of new applications, they expose their insufficiency. In a complex circumstance, the location, energy consumption or duty cycle of nodes will change dynamically along with time. The current mode adopted by related work is based on the stationary and regular network objects therefore it does not apply on the change. In this project, targeting at the three challenges of highly dynamical location, energy consumption and duty cycle, we will find the core science problem, build the new model, from the aspects of optimizing charging allocation, time-sensitive charging sequence planning, clustering of limited charging set and optimizing routing algorithm, by the means of theoretical research and experiments. Finally, the result will benefit the charging efficiency, reduce cost, and expedite the application of wireless sensor networks.

能量供给是维持无线传感器网络长期工作的重要手段，随着无线充电技术的日益成熟，带有能量更新能力的无线可充电传感器网络（Wireless Rechargeable Sensor Networks, WRSNs）更适合无人值守和长期部署的场合。现有工作已经对WRSNs的充电效率和开销问题展开了大量研究，然而新应用场景的不断出现，使得这些工作越显不足。复杂环境下，节点的位置、能耗和工作周期会随任务或事件改变，体现出高动态性和时变性。目前研究工作的模型建立在静止的、规律的网络对象上，无法适应这些变化。本项目针对高动态WRSNs位置、能耗和工作周期动态改变三个核心挑战，从节点自适应充电最优分配、时机约束有序充电路径规划、有限充电集聚类及路由优化等方面出发，以理论研究和大规模实验为手段，凝练科学问题，建立新模型，提高无线可充电传感器网络的充电效率，减少充电开销，为传感器网络的进一步实用打下基础。

能量供给是保证无线传感器网络长期工作的必要手段，带有能量更新能力的无线可充电传感器网络（Wireless Rechargeable Sensor Networks, WRSNs）更适合无人值守和长期部署的场合。同时无线充电技术的日益成熟也给其他领域的发展进步带来了可能，比如车载能量网络。已有相关工作对无线传感器网络的充电效率和开销问题展开了研究，但是这些工作由于客观限制没有从整体上对WRSNs进行综合研究。复杂环境下，节点的位置、能耗和工作周期会随任务或事件改变，体现出高动态性和时变性。目前研究工作的模型建立在静止的、规律的网络对象上，无法适应这些变化。本项目针对高动态WRSNs位置、能耗和工作周期动态改变三个核心挑战，分别对节点自适应充电最优分配、时机约束有序充电路径规划、有限充电集聚类及路由优化这三个方面进行了研究。针对充电最优分配问题，面向实际需求，对二分匹配方法进行了多方面的扩展，包括多对多、变权值等等，有效的解决了问题。针对时序充电路径规划，提出了最优路径搜索，最少移动充电节点计算方法，节点的充电编队最优分配，以及多种路由策略等方法，通过实验证明效果很好。针对有限充电集聚类及路由优化，本项目引入最新的深度学习模型，有效的解决了电能分发和电池配置的联合优化问题。本项目取得了丰硕的研究成果，包括8篇SCI期刊论文和4篇中国计算机学会C类推荐学术会议，大大提高无线可充电传感器网络的充电效率，减少充电开销，为传感器网络，以及高动态能量敏感物联网的进一步实用打下基础。