无线可充电传感网中的充电调度技术电子书

内容简介

版权

目录

1.1　无线传感器网络

1.2　无线充电技术

1.3　无线可充电传感器网络

1.4　无线可充电传感器网络中的充电调度技术

1.5　无线可充电传感器网络中充电调度存在的问题及未来展望

1.6　本章小结

2.1　环境监测

2.2　智慧农业

2.3　医疗健康

2.4　智能交通

2.5　工业自动化

2.6　智能家居

2.7　本章小结

3.1　节能技术

3.1.1　节能MAC协议

3.1.2　节点定位算法

3.2　移动数据收集技术

3.2.1　延时容忍的网络

3.2.2　实时要求的网络

3.3　能量收集技术

3.3.1　太阳能能量收集技术

3.3.2　振动能能量收集技术

3.3.3　热能能量收集技术

3.4　无线充电技术

3.4.1　固定充电方式

3.4.2　移动充电方式

3.5　本章小结

4.1　无线可充电传感器网络中充电调度方案分类

4.1.1　依据移动充电器的数量

4.1.2　依据充电范围

4.1.3　依据移动充电器的充电能力

4.1.4　依据充电周期

4.1.5　充电调度方案分类

4.2　无线可充电传感器网络中充电调度方案设计

4.2.1　充电调度方案的设计准则

4.2.2　应用场合

4.3　本章小结

5.1　系统模型

5.2　充电板的部署

5.2.1　充电板部署问题的数学模型

5.2.2　MSC方案

5.2.3　TNC方案

5.2.4　GNC方案

5.2.5　案例分析

5.2.6　DC方案

5.2.7　DC方案的分析

5.3　无人机的充电调度方案

5.3.1　SMHP方案

5.3.2　案例分析

5.4　仿真结果

5.4.1　所提算法的性能

5.4.2　四种充电板部署方案下的SMHP算法

5.5　本章小结

6.1　混合充电相关知识

6.1.1　符号与定义

6.1.2　能量消耗模型

6.1.3　无线充电模型

6.1.4　新系统模型

6.1.5　问题表述

6.2　所提方案

6.2.1　分群过程

6.2.2　内圈

6.2.3　第一种混合充电调度方案

6.2.4　第二种混合充电调度方案

6.3　仿真结果

6.3.1　仿真环境设置

6.3.2　性能指标

6.3.3　无人机和网络参数在混合充电调度方案中的影响

6.3.4　与其他充电调度方案的比较

6.4　本章小结

7.1　系统模型

7.2　分区方式

7.2.1　内圈

7.2.2　小车区域

7.2.3　无人机充电板区域

7.3　充电板的部署方案

7.3.1　充电板部署问题的数学模型

7.3.2　改进的K-均方方案

7.3.3　贪婪方案

7.3.4　静态部署方案

7.3.5　案例研究

7.4　小车和无人机的充电调度

7.4.1　充电调度问题

7.4.2　无人机的充电调度

7.4.3　小车的充电调度

7.5　仿真实验

7.5.1　所提部署方案的性能

7.5.2　基于部署方案的充电调度性能

7.6　本章小结

8.1　系统模型的描述

8.2　最早截止期优先算法（EDF）和改进型最早截止期优先算法（REDF）

8.3　TSGP方案

8.3.1　时间优先级

8.3.2　空间优先级

8.3.3　时间和空间的混合优先级

8.3.4　全局成本预估

8.3.5　TSPG充电调度算法

8.3.6　算法复杂度分析

8.3.7　案例讨论

8.4　仿真结果

8.4.1　仿真参数设定

8.4.2　α和β值的选择

8.4.3　网络的生命周期

8.4.4　成功充电节点数

8.4.5　小车的平均移动距离

8.4.6　预估剩余成本模型的误差

8.5　本章小结

9.1　本书小结

9.2　未来的研究展望