实验室硕士生廖泽钦的论文被国际顶级期刊 ieee internet of things journal（if=9.936）录用-k8凯发旗舰

实验室硕士生廖泽钦的论文被国际顶级期刊 ieee internet of things journal（if=9.936）录用，祝贺！

dynamic collaborative charging algorithm for mobile and static nodes in industrial internet of things

ieee internet of things journal,

2021 (sci index, if=9.936)

工业物联网通常涉及大量的数据密集型应用，这些应用通常加速了工业物联网中的感知节点的能源消耗速率，最终产生了能源瓶颈。针对这一问题，本文提出了一种动态的协同充电算法，该算法主要用于为工业物联网中的移动感知节点和静态感知节点充电。本文提出的方案是设计一组能与感知节点会合充电的移动充电机器人团队。移动充电机器人团队包括能够为能量不足的移动感知节点充电的空中充电器，以及为静态感知节点充电的地面充电器。本研究的目的是降低充电过程中的能量成本，提升能量利用效率。该算法主要包括两个子算法：移动感知节点的充电算法和静态感知节点的充电算法。针对移动节点的充电算法设计，每个动力不足的移动节点都可以通过专用的空中充电车充电。为此，本文训练了一个深度学习模型，将能量不足的移动感知节点划分为适当的集群，每个集群都配备一个移动基站。然后，本文根据移动感知节点充电的过程构造一个混合连续/离散优化问题，并采用萤火虫算法求解这个优化问题。此外，静态感知节点的充电算法使地面充电器沿其预设路线行驶，并对预设路线中的静态感知节点进行充电。本文将静态感知节点的充电过程表述为一个多目标优化问题，并使用遗传算法进行求解该问题。最后，本文通过各种仿真实验和实例研究证明了所提算法的有效性和效率。