一种可旋转定向射频能量源的射频能发送方法

摘要

一种可旋转定向射频能量源的射频能发送方法，首先对于一个可旋转的定向射频能量源，在其旋转周期给定的条件下，以能量源所在位置为圆心，将地平面划分成若干个扇区，并将这些扇区的供电时长表示为一个时长向量。然后利用粒子群算法，每个粒子有一个位置向量和一个速度向量，位置向量即为时长向量，通过迭代更新所有粒子的位置向量和速度向量，找出在旋转周期内节点总工作时长较长的一个位置向量。该方法能合理地分配各个扇区的供电时长，使得周期内网络中各个节点的工作时长最大化，实现射频能量的有效利用。

说明书

技术领域

本发明涉及一种可旋转定向射频能量源的射频能发送方法，该方法适用于传感器节点能够捕获射频能量的无线传感器网络。

背景技术

随着技术的发展，我们已经可以研制出能够捕获环境中射频能量的传感器节点，这类节点我们称为射频能量捕获传感器节点。由于环境中射频能过于微弱，我们通常会通过专用射频能量源来给这类节点供能。天线作为能量源的重要组成部分，用于发射电磁波。天线一般分为全向天线和定向天线，全向天线在水平方向上360°都均匀辐射，其特点是应用距离近，覆盖范围大；定向天线在水平方向上成一定角度范围辐射，其特点是通信距离远，覆盖范围小。由于全向天线的电磁波是均匀辐射的，处理起来很方便，因此很多研究都采用基于全向天线的能量源。基于定向天线的能量源内部拥有一个反射面，射向后面的信号被反射面挡住并反射到前方，加强了前面的信号强度，故而适用于目标密集的场景。

本发明涉及的是一种可旋转的定向射频能量源，在其有效辐射区域中，通过旋转定向天线，并且停留一段时间，给该区域中的节点供能。由于节点与射频能量源的距离不同，节点距离能量源越近，节点捕获的能量越多，而距离能量源越远，则节点捕获的能量越少，由此不可避免的存在一些距离较远的节点会工作时间较小，休眠时间所占比例较大。因此本发明考虑的就是在给定能量源旋转周期的前提下，合理划分能量源旋转供能时长，使得周期内所有节点的总工作时间最大化。

发明内容

为了克服现有定向射频能量源匀速旋转过程中缺乏供能针对性的不足，针对网络中已经部署且坐标已知的一个可旋转射频能量源以及若干个射频能量捕获节点，本发明提出了一种给不同区域分配合理供电时长的可旋转定向射频能量源的射频能发送方法。

为了解决上述技术问题，本发明提供如下的技术方案：

一种可旋转定向射频能量源的射频能发送方法，所述方法包括以下步骤：

(1.1)对于传感器网络中所部署的一个可旋转的定向射频能量源和N个能够捕获射频能量的传感器节点，已知它们的物理位置，将N个节点从1到N进行编号,以能量源所在位置为中心，以min{d₁,d₂,…,d_N}为半径形成覆盖N个传感器节点所在位置的圆，其中d_i是第i个节点n_i与射频能量发送源之间的距离；

(1.2)将该圆划分成个相邻但不重叠的扇形区域，扇形区域的顶点为能量源所在位置，其中α为定向射频能量源辐射出电磁波的角度大小，K-1个扇形区域的圆心角为α，一个扇形区域的圆心角为360-(K-1)α，并将K个扇形区域从1到K进行编号；

(1.3)用粒子群算法中的一个粒子的位置向量代表一个具体的射频能发送方案，初始化M个粒子的初始位置向量：对于i＝1,2,…,M,将第i个粒子的位置向量x_i＝(t₁,t₂,...,t_K)初始化为t₁,t₂,...,t_K都大于等于零且的任意一个向量，其中t_j表示射频能量源在第j个扇区供电的时长，T为能量源给K个扇区完成一次射频能发送的供电周期，M的取值方式与传统粒子群算法中粒子个数取值方式一样；

(1.4)初始化第i个粒子的初始速度矢量v_i＝0，以及初始化第i个粒子的最优位置向量p_i为它的初始位置向量，即p_i←x_i；

(1.5)对于i＝1,2,…,M，计算出位置向量p_i所对应的传感器网络一个周期T内各节点工作时间总和f(p_i)，然后在p₁,p₂,...,p_M中找出网络中节点工作时间总和最大的p_i并且将全局最优位置向量p_g初始化为p_i，即p_g←p_i；

(1.6)令num←1；

(1.7)若num≥Iteration_times，则跳到步骤(1.10)，否则根据公式(1)更新第i个粒子的当前速度矢量v_i和位置向量x_i；

其中Iteration_times为粒子群算法迭代次数，它的取值取决于所能够接受的运行时长，取值越大则运行时长越长但能找到更好的粒子，r_p和r_g是两个(0,1)之间的随机数，w、和是常数值，用来控制速度矢量v_i的更新步伐，其取值方式与传统粒子群算法中的取值方式一样；

(1.8)对于i＝1,2,…,M，如果位置向量x_i所对应的一个周期T内各个节点工作时间总和f(x_i)大于位置向量p_i所对应的各节点工作时间总和f(p_i)，则令p_i←x_i；如果位置向量x_i所对应的传感网一个周期T内各个节点工作时间总和f(x_i)大于全局最优位置向量p_g所对应的各节点工作时间总和f(p_g)，则令p_g←x_i；

(1.9)令num←num+1，返回步骤(1.7)；

(1.10)结束操作，以位置向量p_g＝(t₁,t₂,...,t_K)所对应的可旋转定向射频能量源供电时长分配方案为最终方案，即能量源在第j个扇区供电时长为t_j。

进一步，所述步骤(1.5)和步骤(1.8)中，为位置向量p_i＝(t₁,t₂,...,t_K)计算出它所对应的传感网一个周期T内各个节点工作时间总和f(p_i)，包括以下步骤：

Step1对于j＝1,2,…,K,一个旋转周期T内射频能量源给第j个扇区内节点供电的时长为t_j；

Step2对于u＝1,2,...,N,根据公式(2)计算传感器节点n_u从射频能量源捕获的功率

其中η是整流效率，G_s是源天线增益，G_r是接收天线增益，L_p是极化损耗，λ是波长，p_α是定向射频能量源的发送功率；

Step3对于u＝1,2,...,N,根据公式(3)计算传感器节点n_u在一个周期T内捕获到的能量

其中，j为节点n_u所在的扇区号，B表示节点电容的最大储能值；

Step4对于u＝1,2,...,N,根据公式(4)计算传感器节点n_u在一个周期T内所需消耗的能量

其中表示节点n_u工作所需消耗的功率；

Step5对于u＝1,2,...,N,如果则节点n_u的工作时长否则节点n_u的工作时长

Step6根据公式(5)计算一个周期内传感网中各个节点的工作时长总和f(p_i)：

本发明的有益效果为：本发明利用粒子群优化算法来解决可旋转定向射频能量源的不同区域供电时长分配问题，通过不断地更新各个扇区供电时长，使得在一个固定旋转周期时间内，最大化网络节点的工作时间总和，实现有效利用能量源供能的效果。

附图说明

图1是本发明网络拓扑实例图。

具体实施方式

下面对本发明做进一步说明。

参照图1，一种可旋转定向射频能量源的射频能发送方法，包括以下步骤：

(1.1)对于传感器网络中所部署的一个可旋转的定向射频能量源和N个能够捕获射频能量的传感器节点，已知它们的物理位置，将N个节点从1到N进行编号,以能量源所在位置为中心，以min{d₁,d₂,…,d_N}为半径形成覆盖N个传感器节点所在位置的圆，其中d_i是第i个节点n_i与射频能量发送源之间的距离；

(1.2)将该圆划分成个相邻但不重叠的扇形区域，扇形区域的顶点为能量源所在位置，其中α为定向射频能量源辐射出电磁波的角度大小，K-1个扇形区域的圆心角为α，一个扇形区域的圆心角为360-(K-1)α，并将K个扇形区域从1到K进行编号；

(1.3)用粒子群算法中的一个粒子的位置向量代表一个具体的射频能发送方案，初始化M个粒子的初始位置向量：对于i＝1,2,…,M,将第i个粒子的位置向量x_i＝(t₁,t₂,...,t_K)初始化为t₁,t₂,...,t_K都大于等于零且的任意一个向量，其中t_j表示射频能量源在第j个扇区供电的时长，T为能量源给K个扇区完成一次射频能发送的供电周期，M的取值方式与传统粒子群算法中粒子个数取值方式一样；

(1.4)初始化第i个粒子的初始速度矢量v_i＝0，以及初始化第i个粒子的最优位置向量p_i为它的初始位置向量，即p_i←x_i；

(1.5)对于i＝1,2,…,M，计算出位置向量p_i所对应的传感器网络一个周期T内各节点工作时间总和f(p_i)，然后在p₁,p₂,...,p_M中找出网络中节点工作时间总和最大的p_i并且将全局最优位置向量p_g初始化为p_i，即p_g←p_i；

(1.6)令num←1；

(1.7)若num≥Iteration_times，则跳到步骤(1.10)，否则根据公式(1)更新第i个粒子的当前速度矢量v_i和位置向量x_i；

其中Iteration_times为粒子群算法迭代次数，它的取值取决于所能够接受的运行时长，取值越大则运行时长越长但能找到更好的粒子，r_p和r_g是两个(0,1)之间的随机数，w、和是常数值，用来控制速度矢量v_i的更新步伐，其取值方式与传统粒子群算法中的取值方式一样；

(1.8)对于i＝1,2,…,M，如果位置向量x_i所对应的一个周期T内各个节点工作时间总和f(x_i)大于位置向量p_i所对应的各节点工作时间总和f(p_i)，则令p_i←x_i；如果位置向量x_i所对应的传感网一个周期T内各个节点工作时间总和f(x_i)大于全局最优位置向量p_g所对应的各节点工作时间总和f(p_g)，则令p_g←x_i；

(1.9)令num←num+1，返回步骤(1.7)；

(1.10)结束操作，以位置向量p_g＝(t₁,t₂,...,t_K)所对应的可旋转定向射频能量源供电时长分配方案为最终方案，即能量源在第j个扇区供电时长为t_j。

进一步，所述步骤(1.5)和步骤(1.8)中，为位置向量p_i＝(t₁,t₂,...,t_K)计算出它所对应的传感网一个周期T内各个节点工作时间总和f(p_i)，包括以下步骤：

Step1对于j＝1,2,…,K,一个旋转周期T内射频能量源给第j个扇区内节点供电的时长为t_j；

Step2对于u＝1,2,...,N,根据公式(2)计算传感器节点n_u从射频能量源捕获的功率

其中η是整流效率，G_s是源天线增益，G_r是接收天线增益，L_p是极化损耗，λ是波长，p_α是定向射频能量源的发送功率；

Step3对于u＝1,2,...,N,根据公式(3)计算传感器节点n_u在一个周期T内捕获到的能量

其中，j为节点n_u所在的扇区号，B表示节点电容的最大储能值；

Step4对于u＝1,2,...,N,根据公式(4)计算传感器节点n_u在一个周期T内所需消耗的能量

其中表示节点n_u工作所需消耗的功率；

Step5对于u＝1,2,...,N,如果则节点n_u的工作时长否则节点n_u的工作时长

Step6根据公式(5)计算一个周期内传感网中各个节点的工作时长总和f(p_i)：

针对给定可旋转定向射频能量源物理位置以及每个传感器节点物理位置的无线射频能量捕获传感器网络来说明本发明的具体实施方案。

如图1所示为本发明网络拓扑实例图。给定一个坐标已知的可旋转射频能量源，在其周围有7个能够捕获射频能量的传感器节点，分别是节点1到节点7。

首先以能量源所在位置为圆心，确定以min{d₁,d₂,…,d_N}为半径形成覆盖N个传感器节点所在位置的圆。

以该能量源为圆心，划分成若干个圆心角为α度的扇形区域和一个圆心角小于等于α度的扇形区域，α为定向射频能量源放射出电磁波的角度大小。图1中α＝60，因此可以划分成6个扇形区域，从顺时针方向分别记为第1个扇形、第2个扇形、……、第6个扇形区域，每个扇形区域分布的节点如表1所示

扇形区域节点分布第1个扇形节点1、节点2第2个扇形节点3第3个扇形节点4第4个扇形节点5第5个扇形节点6第6个扇形节点7

表1

假设粒子群算法中的粒子个数M取为20。对于i＝1,2,…,M，第i个粒子的位置向量设为x_i＝(t₁,t₂,...,t₆)，其中，射频能量源在第j个扇区供电t_j时长，t₁,t₂,…,t₆初始值赋值为能量源旋转周期时长T内的一个随机非负值且满足粒子的适应度值用式子(5)来计算。

初始化第i个粒子的最优位置向量p_i为它的初始位置向量，即p_i←x_i。在p₁,p₂,...,p_M中找出网络中节点工作时间总和最大的p_i并且将全局最优位置向量p_g设置为p_i，即p_g←p_i。

初始化第i个粒子的初始速度矢量v_i＝0。

循环迭代Iteration_times次，每次根据式子(1)来更新单个粒子的位置向量x_i，将每个粒子的最优位置向量p_i设置为该粒子搜索到的节点工作总时长最大的位置向量，将全局最优位置向量p_g设置为所有粒子中节点工作总时长最大的位置向量。

最终以位置向量p_g＝(t₁,t₂,...,t_K)所对应的可旋转定向射频能量源供电时长分配方案为最终方案，即能量源在第j个扇区供电时长为t_j。