【无线可充电传感器网络(WRSN)】公交网络辅助的无人机调度，用于无线可充电传感器网络的可持续充电（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、数据、文章

---

💥1 概述

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

📚2 运行结果

部分代码：

%主函数
tic
%U=5;%传感器的充电请求wh
distance_sl=10;%统一设置传感器与其最近起落点的距离为20km
dis_G=load('G.txt');%由landing points以及它们的边构成的无向图，权值是距离km
n_lpmax=length(dis_G);%起落点的个数
%fid=fopen('C:\codes\Figure12\b\result\6.txt','a');
fid=fopen('/code/Figure12/b/result/6.txt','a');
%%%%%%%%%%%%%%phase 1, construct undirected graph G
n_lp=n_lpmax-2;%传感器的个数
tao=6;
n_sensor=11;
 G1=zeros(n_sensor,n_sensor);
for U=5:3:20
[Gt,Gc,dis_SL]=construct1(n_sensor,distance_sl,n_lp);
%%%%%%%%%%%%%第二阶段：求解两个传感器之间的满足能量约束的最短路和构造有向图G1
for i=1:n_sensor
    for j=1:n_sensor
        if i==j
             G1(i,j)=0;
        else
             G1(i,j)=energy_sp(i,j,Gt,Gc,dis_SL,U,distance_sl,n_lp);%返回传感器i与传感器j之间路径的时间 
        end
    end
end
%%%%%%%%%%%%%%%第三阶段：求解ATSPP问题
final_srs= allpath(G1,n_sensor,tao);
disp('输出DOPT算法的最终解');
fprintf(fid,'%d %7.4f\r\n ',U,final_srs);
end
fclose(fid);
disp('输出DOPT算法的运行时间');
toc

%U=5;%传感器的充电请求wh
distance_sl=10;%统一设置传感器与其最近起落点的距离为20km
dis_G=load('G.txt');%由landing points以及它们的边构成的无向图，权值是距离km
n_lpmax=length(dis_G);%起落点的个数
%fid=fopen('C:\codes\Figure6\a\result\2.txt','a');
fid=fopen('/code/Figure6/a/result/2.txt','a');

%%%%%%%%%%%%%%phase 1, construct undirected graph G
n_sensor=100;%传感器的个数
n_lp=n_lpmax;
G1=zeros(n_sensor,n_sensor);
for U=5:3:20
[Gt,Gc,dis_SL]=construct1(n_sensor,distance_sl,n_lp);
%%%%%%%%%%%%%第二阶段：求解两个传感器之间的满足能量约束的最短路和构造有向图G1
for i=1:n_sensor
    for j=1:n_sensor
        if i==j
             G1(i,j)=0;
        else
             G1(i,j)=energy_sp(i,j,Gt,Gc,dis_SL,U,distance_sl,n_lp);%返回传感器i与传感器j之间路径的时间 
        end
    end
end
%%%%%%%%%%%%%%%第三阶段：求解ATSPP问题
final_time=zeros(1,n_sensor);
for i=2:n_sensor
    disp('输出第1个传感器到第i个传感器的final solution of ATSPP');
    i
    final_time(i)= ATSPP(G1,1,i,n_sensor);
end
final_time(final_time==0)=[];
disp('输出DSA算法的最终解');
final_solution=min(final_time)
fprintf(fid,'%d %7.4f\r\n ',U,final_solution);
end

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

🌈4 Matlab代码、数据、文章