Page 245 - 《软件学报》2021年第9期

钟萍 等:一种高效低能耗移动数据采集与无线充电策略 2869

• 通过分析节点数据传输路径和能量消耗模型,将 WRSN 的网络性能问题定义为最小化网络能量消耗
问题,并利用对偶问题分解理论,将优化问题分解为若干个子对偶问题,求得全局最优解;
• 通过大量实验结果,对提出的 NP-NSD,AS-SE 以及网络整体策略的高效性进行了验证.实验结果表明:
本文所提方案和策略不仅确保网络的持续操作,而且实现了较优的网络性能.
本文第 1 节阐述相关研究.第 2 节介绍网络模型和网络分区方案 NP-NSD.第 3 节设计基于节点社交性和能
量的锚点选择方案 AS-SE.接下来,第 4 节通过对偶理论求解网络能量消耗函数,以获得最优节点感知率和物理
链路传输率,实现最小化网络能量消耗的目的.第 5 节通过实验分析验证所提方案 NP-NSD,AS-SE 以及本文整
体策略的性能.最后,第 6 节总结本文.

1 相关研究

本节根据无线可充电传感器网络中,设计移动数据收集以及无线充电策略的 3 个步骤对现有工作进行分
类概述,即网络分区方案、自适应锚点选择方案以及网络优化目标这 3 个方面展开.
1.1 网络分区方案
为了达到较高的 DCV 数据收集量和 WCV 充电效率,通常根据传感器节点之间的距离、物理链路连接情
况以及基站的部署方位等,将传感网络划分为多个子区域.
文献[13]利用多辆 WCV 为传感器节点补充能量,提出了将传感网络划分为多个子区域,并在每个子区域内
部署一辆 WCV 为区域内节点补充能量.该文献提出一个自适应分区方案,首先选择网络具有最少能量的传感
器节点作为分区后各个子区域的中心节点,并将所有节点分配至距离最近的中心节点.根据传感器节点的笛卡
尔坐标,重新计算分配后每个子区域的中心节点,重新将所有节点分配至距离最近的中心节点.重复此过程,直
到网络中所有中心节点不再发生变化为止.由于基站位于传感区域中心位置,为减少节点通信能量消耗和数据
收集延迟,文献[14]提出了基于最小生成树的分区算法.这种方法是将传感网络划分为内外两部分:以基站为中
心、距离基站 k 跳之内的传感器节点作为内部节点,这类节点以多跳方式将数据传至基站;剩余节点作为外部节
点,使用 DCV 收集节点数据.文献[15]考虑复杂社交网络的分区方法,采用复杂社交网络服从正态分布的特性,
提出了基于正态分布的最小割集算法和子网生成算法,使得子网和原始网络有相似的节点度分布,很大程度上
减少了动态在线社交网络的计算复杂度.文献[16]设计了一个联合移动数据收集和无线能量传输策略(a scheme
of joint mobile data collection and wireless energy transfer,简称 MDCWET)负责传感器节点数据收集和能量补充
过程.该文献根据 MC 个数,提出了基于中心点的二次分区算法(a twice-partition algorithm based on center points,
简称 TP-CP),将传感网络划分为多个区域,即:首先将网络进行初始划分,选定子区域的中心节点;随后,通过其他
所有传感器节点到中心节点的距离和静态路由长度,将节点划分给其中一个中心节点,直到所有节点均有属于
自己的分区为止.
1.2 自适应锚点选择方案
为减少传感器节点的通信能量消耗和数据收集延迟,通常需要考虑如何选择网络中的数据收集锚点以及
构建 DCV 的最短移动路径.
1/2
文献[13]提出用一系列圆覆盖传感区域,任意两个相邻圆的圆心长度为(3) kd r ,其中,k 表示锚点的覆盖范
围为 k 跳,d r 表示传感器节点的传感范围.每个圆的圆心即为网络中的数据收集锚点,随后,DCV 构建所有锚点的
最短旅行商(traveling salesman problem,简称 TSP)路径,收集锚点处数据.文献[16]提出一种基于传感器节点邻
居节点数目和剩余能量的锚点选择算法(an anchor selection algorithm based on neighbor amount and residual
energy of sensor nodes,简称 AS-NAE),该文献根据区域内节点的 k 跳邻居节点数目和最小电量选择锚点,再构建
区域内锚点的 TSP 路径,DCV 巡游该路径并收集节点数据.文献[17]提出一种基于传感器节点 k 跳邻居之内最
小电量的锚点选择算法(an anchor selection algorithm based on least energy of sensor nodes within k hops,简称
AS-LE),该算法将所有节点的最小邻居节点电量按升序排列,依次选择具有最大电量的节点作为锚点.文献[18]