1 概述
无线可充电传感器网络（WRSN）中公交网络辅助的无人机调度研究
摘要：无线可充电传感器网络（WRSN）被广泛应用于环境和交通监测、视频监控和医疗护理等领域，有助于提高城市生活质量。然而，在建筑物、土壤或其他难以从环境中获取能量的地方部署传感器，为其提供可持续能源是具有挑战性的。为解决这一问题，我们设计了一种新的无线充电系统，利用城市区域的公交网络辅助无人机。我们根据这一新的无线充电系统制定了无人机调度问题，以最小化无人机的总时间成本，同时满足无人机能够在能量约束下为所有传感器充电。然后，我们提出了一种逼近算法 DSA 来解决能量受限的无人机调度问题。为使 WRSN 的任务可持续进行，我们进一步制定了带有传感器截止日期的无人机调度问题，并提出了逼近算法 DDSA，以找到在截止日期前由无人机充电的传感器数量最大的无人机调度。通过大量模拟，我们证明 DSA 相对于贪婪补充能量算法可以将总时间成本降低 84.83%，并且平均使用的总时间成本最多是最优解的 5.98 倍。然后，我们还证明 DDSA 相对于截止日期贪婪补充能量算法可以将传感器的存活率提高 51.95%，并且平均可以获得 77.54% 的最优解存活率。
关键词：无线可充电传感器网络、公交网络、无人机调度、旅行推销员路径问题、子模取向问题
一、研究背景
无线可充电传感器网络（WRSN）作为物联网的重要组成部分，在环境监测、智能农业、智能家居等领域发挥着越来越重要的作用。然而，WRSN 的能量供应问题一直是制约其广泛应用的关键瓶颈。传统的一次性电池供电方式不仅成本高昂，维护困难，还会对环境造成污染。因此，无线充电技术应运而生，为 WRSN 的可持续运行提供了新的可能性。而无人机（UAV）作为灵活的空中平台，被视为 WRSN 最有前景的能量供应载体之一。然而，如何高效调度无人机，优化充电路径，确保 WRSN 的可持续运行，仍面临诸多挑战。
二、问题描述
在 WRSN 中，传感器节点通常部署在难以从环境中获取能量的地方，如建筑物内部、土壤深处等。这些节点依靠电池供电，一旦电量耗尽，将导致数据丢失，网络监测服务质量下降。为了解决这个问题，可以利用无人机携带无线充电器为传感器节点充电。然而，无人机电池容量有限，需要频繁返回地面充电站补充电量，这增加了无人机的飞行能耗，降低了充电效率。此外，对于部署在广阔区域的传感器网络，单架无人机的充电能力可能无法满足需求。
为了解决上述问题，研究人员设计了借助公交车网络的无人机充电系统。公交车按照预设路线和时间表运行，具有高度的可预测性，且公交车通常配备大容量电池，可以为无人机提供能量补给。因此，将无人机调度与公交网络相结合，有望为 WRSN 的可持续充电提供一种高效、经济、可靠的解决方案。
三、系统模型
- 传感器节点：部署在目标区域，负责采集数据并感知自身能量状态，将能量信息上报给调度中心。
- 无人机：搭载无线能量发射器和通信模块，负责执行充电任务。无人机可以携带小容量电池，并通过公交车辆进行能量补充。
- 公交车辆：作为移动的能量补给站或充电中继站，可以搭载无人机充电设备，在预定站点为无人机提供快速充电服务，或在行驶过程中为无人机提供持续的能量补给。
- 调度中心：负责收集传感器节点的能量状态信息，预测能量需求，并根据公交网络数据和无人机状态，生成最优的无人机调度和充电计划。
四、算法设计
- 无人机调度与公交网络（DSB）问题：
- 目标：在无人机能量约束下，最小化无人机为所有传感器充电的时间成本。
- 算法：提出了一种逼近算法 DSA（Drone Scheduling Algorithm），用于解决能量受限的 DSB 问题。该算法通过构建有向图，利用动态规划或贪心算法等优化技术，找到满足能量约束的最优充电路径。
- 带截止时间的无人机调度与公交网络（DDSB）问题：
- 目标：在无人机能量和传感器截止时间的双重约束下，最大化充电传感器的数量。
- 算法：提出了一种逼近算法 DDSA（Deadline-aware Drone Scheduling Algorithm），用于解决能量受限的 DDSB 问题。该算法在 DSA 的基础上，进一步考虑了传感器的截止时间，通过优先级排序或时间窗口分配等技术，确保在截止时间之前为尽可能多的传感器充电。
五、仿真实验
- 实验设置：
- 传感器节点数量：根据研究需求设置不同数量的传感器节点。
- 无人机数量：根据传感器节点数量和充电需求，设置单架或多架无人机。
