【无线充电车辆路线和速度预测】使用随机搜索优化方法同时具有路由和速度分配的模型研究（Matlab代码实现）

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

无线可充电传感器网络在无线传感器网络的基础上集成了无线充电功能, 通过无线能量传（WPT）为传感器节点传输无线射频（RF）能量[17] 。相对于其他 WSNs 电量研究，无线充电技术能够保证充电的及时性，使得传感器节点持久、正常地工作，从而得到更高质量的网络服务。无线可充电传感器网络主要由两部分组成，分别为传感器节点和无线充电节点（WSN）。传感器节点与由电池供电的传统传感器节点不同，可以收集来自无线充电器的射频能量。无线充电节点通 常为静态的充电节点或者移动充电车，充电节点可以存储较多的能量，发射微波为传感器节点充电 。

本文包括：

1.系统模型
a.节点初始化和分配接收器节点
b.初始化车辆及其覆盖范围 范围和速度
2.优化了具有约束的布线长度

3.使用时间和空间关系的最佳速度

4.绘制输出

📚2 运行结果

 

 

 

 

 

 

 

 

 

 

 部分代码：

function [x,v] = randfixedsum(n,m,s,a,b)

% [x,v] = randfixedsum(n,m,s,a,b)
%

if (m~=round(m))|(n~=round(n))|(m<0)|(n<1)
 error('n must be a whole number and m a non-negative integer.')
elseif (s<n*a)|(s>n*b)|(a>=b)
 error('Inequalities n*a <= s <= n*b and a < b must hold.')
end

% Rescale to a unit cube: 0 <= x(i) <= 1
s = (s-n*a)/(b-a);

% Construct the transition probability table, t.
% t(i,j) will be utilized only in the region where j <= i + 1.
k = max(min(floor(s),n-1),0); % Must have 0 <= k <= n-1
s = max(min(s,k+1),k); % Must have k <= s <= k+1
s1 = s - [k:-1:k-n+1]; % s1 & s2 will never be negative
s2 = [k+n:-1:k+1] - s;
w = zeros(n,n+1); w(1,2) = realmax; % Scale for full 'double' range
t = zeros(n-1,n);
tiny = 2^(-1074); % The smallest positive matlab 'double' no.
for i = 2:n
 tmp1 = w(i-1,2:i+1).*s1(1:i)/i;
 tmp2 = w(i-1,1:i).*s2(n-i+1:n)/i;
 w(i,2:i+1) = tmp1 + tmp2;
 tmp3 = w(i,2:i+1) + tiny; % In case tmp1 & tmp2 are both 0,
 tmp4 = (s2(n-i+1:n) > s1(1:i)); % then t is 0 on left & 1 on right
 t(i-1,1:i) = (tmp2./tmp3).*tmp4 + (1-tmp1./tmp3).*(~tmp4);
end

% Derive the polytope volume v from the appropriate
% element in the bottom row of w.
v = n^(3/2)*(w(n,k+2)/realmax)*(b-a)^(n-1);

% Now compute the matrix x.
x = zeros(n,m);
if m == 0, return, end % If m is zero, quit with x = []
rt = rand(n-1,m); % For random selection of simplex type
rs = rand(n-1,m); % For random location within a simplex
s = repmat(s,1,m);
j = repmat(k+1,1,m); % For indexing in the t table
sm = zeros(1,m); pr = ones(1,m); % Start with sum zero & product 1
for i = n-1:-1:1  % Work backwards in the t table
 e = (rt(n-i,:)<=t(i,j)); % Use rt to choose a transition
 sx = rs(n-i,:).^(1/i); % Use rs to compute next simplex coord.
 sm = sm + (1-sx).*pr.*s/(i+1); % Update sum
 pr = sx.*pr; % Update product
 x(n-i,:) = sm + pr.*e; % Calculate x using simplex coords.
 s = s - e; j = j - e; % Transition adjustment
end
x(n,:) = sm + pr.*s; % Compute the last x

% Randomly permute the order in the columns of x and rescale.
rp = rand(n,m); % Use rp to carry out a matrix 'randperm'
[ig,p] = sort(rp); % The values placed in ig are ignored
x = (b-a)*x(p+repmat([0:n:n*(m-1)],n,1))+a; % Permute & rescale x

return

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]杨梦. 无线可充电传感器网络中充电节点的部署优化研究[D].吉林大学,2019.

[2]陆帅帅. 无线可充电传感器网络的充电策略研究[D].北京邮电大学,2020.DOI:10.26969/d.cnki.gbydu.2020.000359.

[3]郭翔宇. 无线传感器网络能量补充策略研究[D].华北电力大学(北京),2020.DOI:10.27140/d.cnki.ghbbu.2020.000340.

[4]陈刚. 无线充电模式下城市电动公交充电设施选址与线网优化问题研究[D].长安大学,2021.DOI:10.26976/d.cnki.gchau.2021.000034.

🌈4 Matlab代码实现