Page 243 - 《软件学报》2021年第9期

软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: jos@iscas.ac.cn
Journal of Software,2021,32(9):2867−2886 [doi: 10.13328/j.cnki.jos.005975] http://www.jos.org.cn
©中国科学院软件研究所版权所有. Tel: +86-10-62562563

∗
一种高效低能耗移动数据采集与无线充电策略

1
1
1
2
1
1
钟 萍 , 徐爱昆 , 张艺雯 , 李亚婷 , 张一鸣 , 黄家玮 , 王建新 1
1
(中南大学 计算机学院,湖南 长沙 410083)
2 (国防科技大学 计算机学院,湖南 长沙 410073)
通讯作者: 黄家玮, E-mail: jiaweihuang@csu.edu.cn

摘 要: 在无线可充电传感器网络(wireless rechargeable sensor network,简称 WRSN)中,所面临的一项重要挑战是
如何在高效收集传感器节点数据的同时,降低网络整体能量消耗.大多数现有数据收集策略或是不能适应大规模的
充电传感器网络,或是没有充分考虑到传感器节点能量补充的问题,这将严重降低网络的通信量和生命周期.为此,
针对 WRSN 中数据收集和网络能耗的问题,提出使用数据收集小车(data collection vehicle,简称 DCV)和无线充电小
车(wireless charging vehicle,简称 WCV)分别负责数据收集和节点充电,从而在优化数据收集的同时,保证网络的持
续性.首先,为了提高数据收集和充电效率,根据传感器节点的邻域相似度以及节点之间的距离,将网络自适应划分
为多个子区域;随后,根据传感器节点 k 跳路由之内的电池能量和节点社交性,选择各个区域内数据收集锚点;接着,
通过分析传感器节点自身能量消耗与网络系统能耗之间的关系,设计了网络能耗优化函数,通过对偶分解和次梯度
的方法求得优化函数的最佳节点感知率和物理链路传输率;最后,实验验证了该网络不仅能有效降低网络整体能耗,
而且具有较低的节点死亡数目.
关键词: 数据收集;网络区域划分;锚点选择;能耗优化函数
中图法分类号: TP311

中文引用格式: 钟萍,徐爱昆,张艺雯,李亚婷,张一鸣,黄家玮,王建新.一种高效低能耗移动数据采集与无线充电策略.软件学
报,2021,32(9):2867−2886. http://www.jos.org.cn/1000-9825/5975.htm
英文引用格式: Zhong P, XU AK, Zhang YW, Li YT, Zhang YM, Huang JW, Wang JX. Effective low-energy scheme for mobile
data collection and wireless charging. Ruan Jian Xue Bao/Journal of Software, 2021,32(9):2867−2886 (in Chinese). http://www.
jos.org.cn/1000-9825/5975.htm
Effective Low-energy Scheme for Mobile Data Collection and Wireless Charging

1
1
1
2
1
1
ZHONG Ping , XU Ai-Kun , ZHANG Yi-Wen , LI Ya-Ting , ZHANG Yi-Ming , HUANG Jia-Wei , WANG Jian-Xin 1
1
(School of Computer, Central South University, Changsha 410083, China)
2
(School of Computer Science and Technology, National University of Defense Technology, Changsha 410073, China)
Abstract: In wireless rechargeable sensor network (WRSN), how to efficiently collect data from sensor nodes and reduce the system
energy cost is very challenging. However, most recent data collection works either cannot adapt to the large-scale rechargeable sensor
network or do not take into account the sensors’ energy recharging problem. They will lead to the decrease of network traffic and lifetime.
Thus, aiming at the problem of data collection and network cost in WRSN, this study proposes to use the data collection vehicle (DCV)
and wireless charging vehicle (WCV) to be responsible for data collection and wireless charging respectively. It can optimize data
collection and ensure network continuity at the same time. Firstly, in order to improve the data collection and charging efficiency to divide
the large network into several parts, this study proposes a network partition scheme based on the neighborhood similarity of sensor nodes

∗ 基金项目: 湖南省自然科学基金(2018JJ3692); 国家自然科学基金(61402542, 61572530)
Foundation item: Natural Science Foundation of Hunan Province of China (2018JJ3692); National Natural Science Foundation of
China (61402542, 61572530)
收稿时间: 2017-10-19; 修改时间: 2019-07-28; 采用时间: 2019-09-30