《電子技術應用》
您所在的位置：首頁 > 电源技术 > 设计应用 > 基于能量效率的无人机辅助WRSN路径规划优化研究
基于能量效率的无人机辅助WRSN路径规划优化研究
电子技术应用
闫静1，闫瑞瑞2
1.西安航空职业技术学院；2.国网山西省电力公司吕梁供电公司
摘要： 利用无人机对能量受限的传感器节点进行充电，可有效缓解传感器节点因能量耗尽而中止服务的问题。由于无人机自身能量受限，如何在保证传感器节点完成充电的前提下最小化无人机的任务时间对减少无人机的能耗至关重要。为此，根据无人机能量消耗模型、传感器节点收集能量模型以及节点剩余能量情况，构建最小化无人机任务时间优化问题。此外，提出了无人机调度算法，通过依次完成节点分簇和锚点选择方法，将优化问题转化为经典的旅行商问题，并利用遗传算法完成路径规划。使用模拟数据对所提出的算法进行仿真试验分析。仿真结果显示，所提出的无人机飞行策略在相同耗能情况下可以有效减少任务时间。
中圖分類號：TN929.5 文獻標志碼：A DOI: 10.16157/j.issn.0258-7998.256988
中文引用格式： 閆靜，閆瑞瑞. 基于能量效率的無人機輔助WRSN路徑規(guī)劃優(yōu)化研究[J]. 電子技術應用，2026，52(4)：83-88.
英文引用格式： Yang Jing，Yan Ruirui. Research of path planning for UAV-enabled WRSNs based on energy efficiency[J]. Application of Electronic Technique，2026，52(4)：83-88.
Research of path planning for UAV-enabled WRSNs based on energy efficiency
Yang Jing1，Yan Ruirui2
1.Xi'an Aeronautical Polytechnic Institute；2.State Grid Shanxi Electric Power Company
Abstract： Utilizing unmanned aerial vehicles (UAVs) to charge energy-constrained sensor nodes can effectively mitigate the problem of service interruption caused by node energy depletion. However, due to the limited energy capacity of UAVs, minimizing the mission time while ensuring complete charging of sensor nodes is crucial for reducing UAV energy consumption. To address this challenge, this paper formulates an optimization problem aimed at minimizing UAV mission time, based on the UAV energy consumption model, the sensor node energy harvesting model, and the remaining energy levels of the nodes. Furthermore, a UAV scheduling algorithm is proposed, which transforms the optimization problem into a classic Traveling Salesman Problem (TSP) through node clustering and anchor point selection methods, and employs a genetic algorithm for path planning. Simulation experiments using synthetic data are conducted to evaluate the proposed algorithm. The results demonstrate that the proposed UAV flight strategy effectively reduces mission time under the same energy consumption conditions.
Key words : residual energy；path planning；genetic algorithm；wireless charge；UAV mission time

引言

作為物聯(lián)網(wǎng)系統(tǒng)的關鍵載體，無線可充電傳感器網(wǎng)絡（Wireless Rechargeable Sensor Networks, WRSN）在智慧城市管理、環(huán)境實時監(jiān)測等領域展現(xiàn)出不可替代的應用價值[1-2]。然而，受限于傳感器節(jié)點（Sensor Node, SN）有限的電池容量及復雜部署環(huán)境（如城市建筑群、地下管網(wǎng)等），傳統(tǒng)固定式充電方案面臨覆蓋盲區(qū)大、響應延遲高、能耗不均衡等瓶頸問題，嚴重制約了網(wǎng)絡服務質量和長期可持續(xù)性。

近年來，無人機（Unmanned Aerial Vehicle, UAV）憑借其三維空間機動性、靈活部署能力以及低空覆蓋優(yōu)勢，為WRSN動態(tài)能量補給提供了創(chuàng)新解決方案[3]。通過搭載無線充電裝置，UAV可自主規(guī)劃路徑并精準懸停于目標節(jié)點上方，利用磁共振或射頻技術實現(xiàn)非接觸式能量傳輸，顯著降低人工維護成本并延長網(wǎng)絡生命周期。然而，這一技術仍面臨核心矛盾：UAV自身攜帶能量有限，如何在確保所有傳感器節(jié)點完成充電的前提下，最小化UAV的任務時間并優(yōu)化其能耗效率，成為實現(xiàn)規(guī)?；渴鸬年P鍵挑戰(zhàn)[4]。

當前研究圍繞充電錨點選擇、三維路徑規(guī)劃與能量傳輸模型優(yōu)化展開多維度探索。在錨點選擇方面，節(jié)點中心化與區(qū)域中心化策略的博弈揭示了精度與效率的權衡，而動態(tài)錨點調整機制雖能響應網(wǎng)絡能量狀態(tài)變化，卻尚未突破三維障礙物環(huán)境的適應性瓶頸[5-6]；在路徑規(guī)劃領域，傳統(tǒng)TSP轉化法通過遺傳算法改進提升了路徑平滑度，而基于深度強化學習的方案雖在動態(tài)場景中展現(xiàn)出潛力[7-8]，但對網(wǎng)絡拓撲突變與實時避障需求的支持仍顯不足[9]；能量模型方面，多物理場耦合建模雖顯著提高了預測精度[6]，但UAV懸停功耗、無線信道衰減與動力系統(tǒng)能耗的聯(lián)合優(yōu)化仍需突破。因此，本文旨在構建一種面向三維復雜環(huán)境的UAV輔助充電協(xié)同優(yōu)化框架，通過動態(tài)錨點選擇、時空感知路徑規(guī)劃與能量-時間聯(lián)合調度策略，系統(tǒng)性解決WRSN能量補給中的效率與可靠性難題，為智慧物聯(lián)網(wǎng)的可持續(xù)發(fā)展提供理論支撐。

本文的主要貢獻包括：首先，構建了融合無人機能量消耗模型、傳感器節(jié)點能量收集特性與節(jié)點剩余能量狀態(tài)的多維度系統(tǒng)模型，并基于此建立了以最小化UAV任務時間為目標的非線性優(yōu)化問題；其次，提出一種聯(lián)合動態(tài)節(jié)點分簇與自適應錨點選擇的雙層調度算法，通過將高維優(yōu)化問題降維映射為經(jīng)典旅行商問題，并結合遺傳算法實現(xiàn)路徑高效求解；進一步，通過多場景仿真驗證了所提算法相較于傳統(tǒng)方案在任務時間縮短、能量利用效率提升等維度的顯著優(yōu)勢，為復雜環(huán)境下WRSN可持續(xù)供能提供了可擴展的技術路徑。


本文詳細內容請下載：

http://m.ihrv.cn/resource/share/2000007043


作者信息：

閆靜1，閆瑞瑞2

（1.西安航空職業(yè)技術學院，陜西 西安 710089；

2.國網(wǎng)山西省電力公司呂梁供電公司，山西 呂梁 033000）

2.jpg

此內容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權禁止轉載。