检索结果-南通市图书馆

Joint Energy Predication and Gathering Data in Wireless Rechargeable Sensor Network

Computer Systems Science & Engineering 2023年第3期44卷 2349-2360页

作者： I.Vallirathi S.Ebenezer Juliet Department of Computer Science and Engineering PET Engineering CollegeVallioor627117India Department of Computer Science and Engineering VV College of EngineeringThisayanvilai627657India

Wireless Sensor Network(WSNs)is an infrastructure-less wireless net-work deployed in an increasing number of wireless sensors in an ad-hoc *** the sensor nodes could be powered using batteries,the development of WSN energy constraints is considered to be a key *** wireless sensor networks(WSNs),wireless mobile chargers(MCs)conquer such issues mainly,energy *** proposed work is to produce an energy-efficient recharge method for Wireless Rechargeable Sensor Network(wrsn),which results in a longer lifespan of the network by reducing charging delay and maintaining the residual energy of the *** this algorithm,each node gets sorted using the K-means technique,in which the data gets distributed into various *** mobile charges execute a Short Hamiltonian cycle opposite direction to reach each cluster’s anchor *** position of the anchor points is calculated based on the energy distribution using the base *** this case,the network will act as a spare MC,so that one of the two MCs will run out of energy before reaching the *** the current tours of the two MCs terminate,regression analysis for energy prediction initiates,enabling the updating of anchor points in the upcoming *** on thefindings of the regression-based energy prediction model,the recommended algorithm could effectively refill network energy.

关键词： WSNs MCs wrsn K-means algorithm shortest hamiltonian cycle regression analysis

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于DQN的无线传感器网络移动充电路径规划算法研究

基于DQN的无线传感器网络移动充电路径规划算法研究

引用

作者：张瀚文天津师范大学

学位级别：硕士

无线传感器网络(wireless sensor networks,简称WSN)中,能源问题是无线传感器网络在应用中面临的最重要挑战之一。无线充电技术无疑是解决能量问题的可行方案。在WSN中部署一个或多个带有大容量电池的无线移动充电器(mobile charger,简... 详细信息

无线传感器网络(wireless sensor networks,简称WSN)中,能源问题是无线传感器网络在应用中面临的最重要挑战之一。无线充电技术无疑是解决能量问题的可行方案。在WSN中部署一个或多个带有大容量电池的无线移动充电器(mobile charger,简称MC),这被称为无线可充电传感器网络(wireless rechargeable sensor networks,简称wrsn)。在无线可充电传感器网络(wrsn)的实际应用中,由于环境原因、收集数据的多少等诸多不确定性因素的影响,传感器节点的能量消耗率动态变化。然而,现有的无线充电方案仍具有较高的节点死亡率或较低的充电效率。为此,本文提出了一种基于深度强化学习(Deep Reinforcement Learning,简称DRL)的充电方案:Deep Q Network(简称DQN)充电算法。在DQN网络模型中,我们引入神经网络来搭建环境状态和充电行为价值之间的桥梁。对DQN网络模型训练完成后,能得到各种状态对应动作的价值,MC仅需读取wrsn中传感器节点的实时剩余能量即可做出充电选择,这样的模式比起传统按需分配的充电方案在公平性和适应传感器节点能耗变化上有很大的优势。本文的主要工作如下:(1)提出基于深度强化学习的充电方案:DQN(Deep Q Network)充电算法。该算法用两个相同的神经网络协同工作的方式,其中Q网络负责实时训练MC并更新网络权重,目标网络负责拟合预测值和目标值,每隔固定的时间步长将更新好的Q网络的权重拷贝到自身,直到损失函数完全收敛后,计算出网络的最终权重值,此后MC将根据所处的状态做出价值最高的充电选择决策。(2)构建模拟的无线可充电传感器网络场景,从不同角度训练DQN充电算法。我们将强化学习的奖励值设置为MC对传感器节点的单次充电量与单次移动路程的比值,目的是最大化MC的能量利用率。(3)我们将所提DQN充电算法与其他算法:NJNP(Nearest-Job-Next with Preemption)、随机策略和贪心算法进行多方面对比,大量的仿真表明本文所提出的DQN充电方案在能量利用率和减少饥饿节点数量方面均优于其他充电方案。

关键词： wrsn 强化学习 DQN 移动充电

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于无线可充电的无线传感器网络的充电策略研究

基于无线可充电的无线传感器网络的充电策略研究

引用

作者：叶学辉湘潭大学

学位级别：硕士

近几年无线传感器网络(WSN,Wireless Sensor Network)发展迅速,其在环境监测、建筑设备、动植物及人体的追踪和监控等方面都有广泛的应用。通常WSN中的传感器节点在完成监测任务的同时还要保证网络的连通性、覆盖性,而完成这些任务需要... 详细信息

近几年无线传感器网络(WSN,Wireless Sensor Network)发展迅速,其在环境监测、建筑设备、动植物及人体的追踪和监控等方面都有广泛的应用。通常WSN中的传感器节点在完成监测任务的同时还要保证网络的连通性、覆盖性,而完成这些任务需要传感器节点拥有足够的能量,一般传感器节点由于体积较小能携带的电池容量有限,如何摆脱能源对WSN的限制是我们需要重视的问题。无线可充电传感器网络(wrsn,Wireless Recharging Sensor Network)配合无线充电技术以及充电规划方案,利用移动充电节点为传感器节点主动提供能量补充服务,为传感器网络的能源短缺问题提供了有效的解决途径。本文首先简要阐述了在WSN背景下对wrsn的需求,介绍了 wrsn研究现状。紧接着简要介绍了无线充电技术、各类充电装置以及几类应用于wrsn的无线充电规划方法。面对能耗不均衡的网络本文选择了按需充电规划方法以及单移动充电节点的网络模型。接着本文提出了一种以分簇为背景的网络下的wrsn按需充电规划方法。首先节点以簇为单位发送充电请求,然后移动充电装置按照距离优先级选择充电请求,接着移动充电装置以簇为单位对网络中的节点进行能量补充服务。其次,本文描述了网络中不均衡现象的普遍性以及使用单因素优先级决策充电规划方法的局限性,提出了一种基于多重优先级判定的wrsn按需充电规划方法,使用了距离和簇内紧急充电节点数目双重因素来影响下一个充电簇的决策。通过与其他方法的仿真对比,证明了在单优先级决策的网络中,本文提出的方法降低了充电延时,提升了网络性能。而在多重优先级决策的网络中,本文提出的方法提高了移动充电装置的工作效率,降低了网络开销。

关键词： wrsn 优先级决策无线充电技术移动路径规划

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无线可充电传感器网络充电规划模型构建

引用

运筹与模糊学 2021年第3期11卷 322-335页

作者：杨思远盖嘉涛张辛欣黄帅张帅楠郑倩霞李治华中农业大学理学院湖北武汉华中农业大学工学院湖北武汉华中农业大学公共管理学院湖北武汉华中农业大学经济管理学院湖北武汉

随着无线可充电传感器网络(Wireless Rechargeable Sensor Network, wrsn)在社会生活中的应用越来越广泛,如何制定充电策略来应对更加灵活的充电场景是一个值得研究的问题。首先,本文规划出移动充电器(Mobile Charger, MC)移动路径能量... 详细信息

随着无线可充电传感器网络(Wireless Rechargeable Sensor Network, wrsn)在社会生活中的应用越来越广泛,如何制定充电策略来应对更加灵活的充电场景是一个值得研究的问题。首先,本文规划出移动充电器(Mobile Charger, MC)移动路径能量消耗最少的单MC充电策略,在此基础上提出了周期演绎充电模型(Periodic Deductive Charging, PDC)和稳定系统充电模型(Stabilizing System Charging, SSC),给出了单MC工作的最小电池容量(Minimum Battery Capacity, MBC)的计算方法。然后,结合实际充电场景,分别构建了基于遗传算法和最小电池容量(Minimum Battery Capacity-Genetic Algorithm, MBC-GA)的多MC路线规划模型及支持增加传感器的SSC和多MC模型,得到充电器和传感器数量增加时的路线规划及此时的传感器MBC。最后,通过实例进一步验证了模型的原理,结果证明所提出的模型能有效求解出不同条件下整个系统稳定运行的传感器MBC。

关键词： wrsn 增加传感器的SSC模型最小电池容量 MBC-GA模型

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：