[发明专利]一种无人机辅助的无线传感器网络节点充电选择方法

说明书

本发明公开了一种无人机辅助的无线传感器网络节点充电选择方法，通过粒子群算法对无人机的悬停次数和无人机的悬停位置进行更新，通过改变决策的变量维度，并结合K‑means方法寻找无人机的位置并更新种群，计算所有粒子的适应度函数值，确定所述种群中的局部最优解和全局最优解；在此过程中通过惩罚和补偿机制提高算法的收敛速度和解的有效性，最后通过保存适应度函数值最小化的粒子，达到最大迭代次数时，输出的为最终无人机的悬停次数和无人机的悬停位置。本发明所提供的充电选择方法减少了无人机悬停次数，减少了无人机对同一节点的重复充电，从而达到提高了充电效率的目的。

技术领域

本发明涉及无线充电技术领域，更具体的是，本发明涉及一种无人机辅助的无线传感器网络节点充电选择方法。

背景技术

无线传感器网络是由大量传感器节点分布在监控区域组成的网络，具有感知、计算和通信能力。在无线传感器网络中，由于节点能量有限且更换电池昂贵，因此如何为节点补充电能是无线传感器网络的关键问题。

无线可充电传感网络是利用无线充电方式给传感器进行充电，是解决传感网络寿命的可行方案之一。在无线可充电传感网络中，由于无人机成本低且使用方便，所以使用无人机辅助为节点充电是一种可行的解决办法。

由于无人机在不同位置所覆盖的无线可充电传感网络的节点不同，而网络最终要保证所有的节点都被充电，并且充电效率是衡量无线可充电传感网络的重要因素，而无人机本身会产生能耗因而降低充电效率，另外，对一个节点重复充电也会降低充电效率，所以关键是要降低无人机本身的悬停能耗和减少节点的重复充电，因此，需要对无人机进行合理的调度以提升充电效率。

发明内容

本发明的目的是设计开发了一种无人机辅助的无线传感器网络节点充电选择方法，建立了多目标联合优化模型，利用进化算法获得最少的无人机悬停次数和无人机悬停位置，提高了无人机的调度速度和充电效率。

本发明提供的技术方案为：

一种无人机辅助的无线传感器网络节点充电选择方法，包括如下步骤：

步骤一、种群的随机初始化；

步骤二、以K-means方法寻找无人机的位置并更新种群，计算所有粒子的适应度函数值：

F＝k+SN_rc；

式中，F为适应度函数值，k为无人机悬停次数，SN_rc为被重复充电的无线传感器网络节点数量；

步骤三、确定所述种群中的局部最优解和全局最优解；

步骤四、以惩罚和补偿机制更新所述无人机的悬停次数；

步骤五、以K-means方法寻找无人机的位置并更新种群，计算所有粒子的适应度函数值；

步骤六、对粒子的速度与粒子的位置进行更新得到新的种群，计算所有粒子的适应度；

步骤七、保存适应度函数值更小的粒子并保持种群中粒子数的最大值；

步骤八、更新所述种群中的局部最优解和全局最优解；

步骤九、判断迭代次数是否达到上限：

若迭代次数达到最大迭代次数，则输出最终的无人机的悬停次数和无人机的悬停位置坐标；

若迭代次数未达到最大迭代次数，则重复执行所述步骤四至步骤九。

优选的是，所述步骤一中生成一定种群规模的粒子，以无人机悬停次数和无人机悬停位置联合作为粒子群算法的候选解，每个粒子在搜索域内随机初始化生成k个初始悬停次数和k个悬停位置坐标。