[0004] 本发明提出了一种无线可充电传感网的k‑弱栅栏构建与移动充电调度方法。首先，根据监控区域要求、节点参数信息构造网络流图。接着，利用最小费用最大流算法计算出要求的栅栏节点。然后，根据最小费用最大流算法信息找到构成栅栏的各条栅栏，计算出维护栅栏网络的充电车各个参数设置要求。最后，为栅栏编号，确定每个周期栅栏的充电顺序。
[0005] 本发明解决其技术问题采用的技术方案步骤如下：
[0006] 本发明采用的无线传感网络为：一个二维矩形窄带区域，随机部署有N个全向静止传感器节点，边界区域有一个可移动充电车，相关参数根据网络规模可以设置。具体步骤如下：
[0007] 步骤1：根据监控区域信息构建k栅栏图；
[0008] 从区域中获取传感器节点的覆盖半径、覆盖能耗以及位置信息，构建栅栏图，设置边权、流量等。
[0009] 步骤2：利用最小费用最大流算法求解栅栏网络构造。
[0010] 步骤3：根据最小费用最大流算法的信息，找到构成每条栅栏的传感器节点。
[0011] 步骤4：根据求出的栅栏节点计算充电车的各项参数。
[0012] 步骤5：为栅栏标号确定充电顺序。
[0013] 步骤1所述的构建k栅栏图根据传感器节点覆盖范围和覆盖能耗决定。当栅栏数目要求为k时，需要求出k+1条栅栏，充电策略是开启k条栅栏，同时对另一条栅栏进行充电。详细步骤如下：
[0014] 1‑1、构造一个有向权值图G＝(VG,EG,WG,FG)；图的顶点VG为场景中点的集合，其中每个传感器节点si被拆分为一个顶点对集合si和si′，同时为左边界增加虚顶点lslot，为右G G G边界增加顶点对集合rslot和rslot′；边E代表顶点的边；权值W 代表边的费用；权值F代表边的流量，确定网络的最大周期 即所有传感器节点的最小寿命为网
络最大运行周期。同时设置充电车为每条栅栏服务的时间片段为
[0015] 1‑2、根据监控区域传感器节点的信息，添加有向权值图G中的边。构建的弱栅栏覆盖，所以当传感器节点si在垂直区域上与传感器sj覆盖范围相互重叠，那么，增加有向边，边的费用为 ε为充电车的移动能耗单位为J/m，dis(si,sj)是两个传感器之间的距离，流量为1。当传感器节点si可以覆盖到左边界时，增加有向边，边的费用为 流量为1。当传感器节点si可以覆盖到右边界时，增加有向边，边的费用为 流量为1。同时对于每个传感器节点si，增加有向边，边的费用为 α为充电车输出功率的能量转化率，流量为1。最后，增加有向边，边的费用为0，流量为k+1。
[0016] 步骤2利用最小费用最大流算法，如经典的(EK)算法，计算出k+1条费用最小的栅栏。
[0017] 步骤3根据运行最小费用最大流算法后数据结构的信息，找出构成栅栏的节点：
[0018] 3‑1、从左边界lslot开始寻找构成k+1条栅栏的每个传感器节点，如果顶点lslot与某个顶点si之间建立原始网络图的流量为1，运行完最小费用最大流算法后，流量变为0，那么顶点si对应的传感器节点就是构成这条栅栏的一个节点。我们依次寻找下去，直到到达rslot′，这时构成一条栅栏的传感器节点就完全被找到了，记录该顶点序列为：
[0019] Q1＝{lslot,s1,s1’,…,sn,sn’,rslot,rslot’}，依次可以找到k+1个这样的序列集合。
[0020] 3‑2、对于每个序列，提取出构成栅栏的传感器节点。如Q1中，去除左、右边界以及虚顶点，可以得到C1＝{s1,…,sn}为构成一条栅栏的传感器节点，依次找到构成k+1条栅栏的传感器节点。
[0021] 步骤4根据构成栅栏的传感器设置充电车的参数：
[0022] 4‑1、对于栅栏序列为P1＝{s1,…,sn}，计算每条栅栏的长度|μi|＝dist(lslot,s1)+dist(s1,s2)+...+dist(sn,rslot)，每条栅栏一个周期消耗的电量
[0023] 4‑2、根据步骤4‑1计算方法，计算出每条栅栏的长度和一个周期消耗的电量。接着对于每条栅栏，充电车为每条栅栏服务的总时间为： 其中，v是充电车的移动速度，c为充电车输出功率，α为充电车输出功率的能量转化率。为每一条栅栏设置充电车速度v,功率c大小，使得ti≤τ，满足时间要求。
[0024] 步骤5为k+1条栅栏按照左边界节点从上到下的顺序进行编号，确定每条栅栏充电休眠顺序。同时，每个传感器节点充电电量为传感器一个周期消耗的能量，即充到满电状态。
[0025] 本发明的有益效果：
[0026] 1.本发明结合了栅栏覆盖与充电问题，提出了一种无线可充电传感网的k‑弱栅栏构建与移动充电调度方法，与传统的栅栏覆盖相比，可以保证网络的持久运行。
[0027] 2.该发明在栅栏构建的同时，考虑了充电车的移动能耗，可以将充电车的维护网络的输出能耗有效降低。
