無線傳感充電小車數量仿真設計

歐曄

（閩江師范高等?？茖W校計算機系 福建省福州市 350108）

1 導言

由于小車的充電半徑遠大于簇的作用半徑，所以小車在駛到簇節點位置時可以同時給簇內節點充電。由于小車給簇內節點同時開始充電，所以充電時間就是簇內能量最低的節點充滿電量所花費的時間，因此在充電時只要找到這個能量最弱的節點就可以算出該簇的充電時間。之后小車按照基站所規劃的充電路徑駛到下一個簇節點，按照上面的方式重新開始充電，并把充電后的簇狀態信息傳回給基站，然后繼續按步就搬地移到下一個簇節點，這樣直到小車的電量耗費殆盡，至此這輛小車的工作任務就順利完成，然后回到基站后再由基站根據接收回的傳感數據信息處理后規劃好下一輛小車的充電過程。

2 非均勻分簇的充電策略設計的研究方向

基于非均勻分簇的充電策略設計，主要從兩方面進行研究：

（1）減少充電路徑；

（2）縮短充電時間。

其中過分追求最短路徑會忽視節點的剩余生存時間，導致小車還未到來，節點就已死亡。為了能兼顧到非均勻分簇的節點充電問題，筆者采用節點轉發的技術把隨機分布的傳感器上采集回來的能量數據信息傳送到基站，再由基站根據一定的算法設定出充電小車的行駛路徑，讓小車沿行駛路徑對盡可能多的簇進行充電，以便讓簇內節點能夠在自身能量耗盡前及時得到充電，能夠盡可能延長無線傳感網絡的維持時間，使得傳感網絡能夠盡可能協調一致地運行下去。當然由于簇數量眾多，一輛小車是完成不了充電任務的，因此基站就根據網絡的實時運行狀態不斷地更新行駛路線，不斷地派出小車去維持充電任務以使網絡能有效地運行維持下去。

3 仿真求解充電小車數量

3.1 仿真實現過程設計

首先輸入math庫，因為要用到len，sqrt，和Pow函數，分別是求字符串長度，求平方根和求平方函數。

接著設置各個簇內節點的最短剩余生存時間數組的下標，由于python代碼的數組下標是從0開始算起，又因為時間數組的第一個元素是代表基站，所以下標變量a的初始值從1開始算。k是反映小車數量的變量，并且充電小車至少從一輛開始算，所以k的初始值為1。

接著初始化時間數組，為了調試方便，僅輸入4個元素，同時設置變量l為獲取時間數組的長度。

然后設置一個while循環判斷l值是否大于1，如果小于等于1表示時間數組已被處理完畢，多輛小車的充電任務已完成結束。如果l大于1表示小車正在為簇內節點充電。首先輸入為當前簇充電所需的等待時間，為了調試方便，同時輸出當前簇的最短剩余生存時間和等待時間。如果最短剩余生存時間大于等待時間且小于600+ (math.sqrt(math.pow(100, 2) + math.pow((200 + l), 2))) / 2這個變量值的話，那么就意味著小車為當前簇充完電還有剩余的電量，還可以為下一個簇繼續充電，那么簇數組指針下標就移到下一個元素繼續處理。否則意味著還沒等到小車來充電，當前簇內最少剩余生存時間對應的節點就已經死亡了，那么這輛小車的充電使命就提前結束了，需要把從第一個簇到當前簇的前一個簇的這些簇元素從數組中刪除掉，并把小車數量加一（等待下一輛小車的到來）。因為當前簇的下一個簇還要等待新一輛小車來為它充電，所以a值重新設為2，接著重新計算數組的長度l，如果l等于2就設置l等于1，意味著循環結束，該輪的充電小車數量已算出來了。因此充電任務正式結束。

3.2 求解小車數量偽代碼

3.3 充電小車的工作原理

小車每次都是充滿一定量的能量，且它的充電速度是一定的，這也意味著它的充電周期是一定的，即T值是固定的。在T值是固定的前提下，由于它的行駛路徑和不同簇內的節點剩余生存時間不一樣，導致它為之服務的簇的類別和數量也不一樣，所以在一個T周期內一輛小車有可能為一個簇充電，也可能為多個簇充電，并且一輛小車還有可能不能完成[1]全部的充電任務，要多輛小車才可以。因此充電的前提條件是動態的，導致筆者要采取仿真的形式來求解充電小車的數量以滿足不一樣的前提條件下環境所需的充電小車的數量是不一樣的這個先決條件。并且只有通過仿真的形式，筆者才可能得到逼近實際環境的充電效果，從而所求得的充電小車的數量才是比較準確的。

3.4 仿真代碼中某些知識點設置的意義與作用

3.4.1 最少剩余生存時間數組的設置思路

由于小車的充電半徑遠大于簇內半徑，因此可以認為小車可同時為簇內的所有節點充電，在同時充電的前提下，簇內的哪一個節點它的剩余生存時間最小，也就意味著它所需要的充電時間就越長，

S = [0, 270, 380, 490, 510]因為是同時充電，所以充電時間最長的簇內節點它的充電時間就等同于該簇的充電時間，因此讓該節點的充電時間值出現在最少剩余生存時間數組當中就意味著該簇的充電時間信息已提供出來了，直接在程序中運用就可以了。

3.4.2 運算符的意義與作用

if (S[a] > tj) and (S[a] < 600 + (math.sqrt(math.pow(100, 2) + math.pow((200 + l), 2))) / 2)要使用’and’邏輯運算符表示必須同時滿足下面兩個條件：條件（1）.每一個簇中最容易失效的節點都比等待小車過來充電的時間長，可保證數組S中每一個相應子隊列中的各個簇都在各自規定的tj時間內完成充電，從而不需要新增充電車輛并根據子隊列的數量算出小車的數量；條件（2）.右側的運算符’<‘表示每個子隊列都有相應的充電周期T，且在充電周期內各自[2]完成充電，不需要新增車輛。如果不同時滿足上述兩個條件就需要新增車輛，這樣可把所有可能的充電情況都考慮在內，有利于更加完整準確地計算所需充電小車的數量。通過這樣設置運算符，充電任務能滿足所有可能情況的發生。

由于小車給簇充電的隨機性很大，等待時間tj的給予不通過固定的公式計算得到，而是通過手動輸入得到，這樣更可把控各個情況的發生，準確性更高。等待時間的手動輸入代碼如下：

tj=float(input("請輸入對當前簇充電所需要的等待時間："))

3.5 仿真的效果以及意義

3.5.1 仿真的效果

仿真既不失準確性又簡化了項目運營流程，容易讓更多的人理解其中的原理和項目運行規律，并能拓展應用領域范圍，做到舉一反三，聞一知十。而且采用仿真手段能夠簡化操作流程，能夠讓新手盡快熟悉上手。因此仿真的意義重大。再回到無線傳感充電小車這個項目，通過仿真手段基本能反映出所需的充電小車的實際數量并讓仿真的效果能貼近實際。圖1是代碼仿真的結果圖。

圖1

上面S數組有4個簇節點序列，當第一個簇的最少剩余生存時間大于等待充電時間時，那么第一輛小車就可以順利地完成對其充電任務而無需新增一輛小車；接下來剩余的三個簇節點如果其各自的最少剩余生存時間也是大于等待小車充電時間的話，那么也就意味著完成一輪充電只需要一輛小車就夠了，如果某個簇節點最少剩余生存時間小于等待時間的話，那么就需要新增一輛小車來為接下來的簇節點進行充電，圖2反映該代碼邏輯思路的運行結果。

圖2

如果對充電小車充電再提出優先度算法，加入對節點剩余工作時間的考慮，便能夠更加準確的反映節點充電的緊急度，以便使充電小車能夠及時為節點進行能量補充，避免了盲目的充電，同時減少了節點充電次數。

3.5.2 仿真在實際應用當中的意義

根據實際項目在應用當中的變量和參數眾多的情況，可以化繁為簡，減少參數和動態變量的配置，降低應用門檻，只給出必要的信息，從簡單入手，先弄懂項目的運用流程和工作原理，然后再逐步展開，貼近實際，這樣就有一個學習和掌握的過程，并且這是自然而然形成的，最終把整個項目消化吸收并能應用自如。在項目學習中是這樣，學習其他知識也是這樣。仿真幫助降低筆者的學習難度，增強應用拓展的自信心。

3.6 仿真求解無線充電小車數量的局限性以及需要改進的地方

仿真是模擬實際環境但還不是實際環境，要想真正掌握實際環境運行規律，必須建立仿真模型并不斷改進這個模型，唯一的出路是不斷調配設置模型參數，不斷運行這個模型以得出更加精準的實際成果。這就應驗了那句話“從實踐中得到，又應用與實踐”，就是說先從實際中摸索出模型構造，再嘗試更新這個模型構造，再應用與實踐，再從實踐中獲取經驗值，再豐富完善模型最終得到理想的結果。放到筆者這個項目構造的無線充電小車數量求解仿真的應用中，筆者先要設置簡單的充電簇節點剩余生存時間子序列數組，然后根據原理及思路構造出小車充電模型（即小車的充電路徑和小車的充電數量），并用公式模擬這個模型進而推導出結果，最后驗證這個結果看與實際結果有什么差錯出路，有的話繼續調配參數以及修改模型，沒有的話就根據這個模型做進一步深入拓展直至得到最終的正確結果。因此說仿真是手段，是過程，結果是目的，而一切都是為目的服務。

4 結語

仿真設計是求解無線傳感充電小車數量的一種方式和手段，雖然這并不是什么新鮮事物，但舊貌換新顏，舊瓶換新酒，還是在解決新生問題之時給大家耳目一新的感覺。因此筆者懂得利用仿真手段為自己開辟一條解決傳感網絡無線充電非均勻分簇問題的一條新路。當然筆者也不能過分夸大仿真設計的作用，因為這畢竟離實際求解問題答案還有一段距離，因此應該理性看待仿真設計，合理利用，讓它為筆者披荊斬棘，一往無前為求解項目課題而開辟一條又新又活的新路。