研究人员为高效无线可充电传感器网络开发自适应定向充电

智能工厂、车辆和城市越来越多地使用无线可充电传感器网络(WRSN)进行通信。WRSN的一个明显优势是它们可以放置在偏远、难以进入甚至生物或化学污染的区域，用于军事和环境应用中的通信、监视和侦察。然而，这些WRSN的潜力受到它们对电池等有限能源的依赖的限制，这可能会阻碍它们的平稳运行。

WRSN的主要挑战是有效地为网络中的传感器电池充电和维护。随着充电距离的增加，充电效率直线下降。因此，单次充电比多次充电更节能，因为它可以在更近的范围内为传感器节点充电。然而，当存在多个节点时，多重充电可以实现更高的效率。

这激发了由中央大学计算机科学与工程学院的SungraeCho教授领导的研究团队通过无线电力传输技术有效地优化传感器的移动充电。正如Cho教授所说，“使用移动充电器的无线电力传输被设计为一种有效的方法，但如果不使用定向天线，这种方法的功率效率很低。因此，我开始研究是否有一种有效的方法使用方法。”

在最近发表在IEEEInternetofThingsJournal上的一篇文章中，研究人员开发了一种节能的自适应定向充电(EEADC)算法，该算法会考虑传感器节点的密度来自适应地选择单次充电或多次充电。由于EEADC根据充电效率动态确定充电策略，研究人员实现了与单次充电相同或更好的充电效率，同时减少了因过度使用多次充电而造成的能源浪费。

EEADC采用考虑节点密度的均值漂移算法来确定单充电/多充电集群，该算法比大多数蒙特卡罗(MC)聚类方法中采用的标准K-Means算法更有效。每个集群根据其包含的传感器节点数量分为单充电或多充电集群。然后根据集群类型确定充电策略，包括充电点、波束方向、充电功率和充电时间。

对于多充电集群，具有多个可行区域的非凸优化问题促使研究人员采用离散充电策略决策(DCSD)算法来有效地解决该问题。DCSD将问题分为两个子问题。候选充电点通过求解第一个子问题得到。然后，DCSD在候选充电点中选择能量消耗最低的点作为最优充电点。

研究人员使用模拟将EEADC与实践中的传统充电方法进行了比较。该团队证明，EEADC在功耗和充电延迟方面分别优于现有方法10%和9%。

总之，EEADC的自适应和定向特性显着提高了WRSN中充电传感器的能效。正如Cho教授所解释的那样，“使用这种算法，通过使用定向天线和定向波束为传感器节点充电，可以显着提高充电效率，并且可以同时有效地为彼此靠近的传感器充电。”

一旦采用该算法，智能工厂、大型船舶、建筑工地等工业现场将受益匪浅。通过该技术可以无缝地实现通过无线传感器网络对不同站点进行有效和高效的监控。传感器的节能移动充电可以显着降低WRSN的维护成本。