信息学院青年教师团队在计算机科学领域顶刊发表研究成果

近期，信息学院青年教师洪弋、罗传文在计算机科学领域TOP期刊《IEEE Internet of Things Journal》（该期刊简称“IoTJ”，中科院期刊分区表大类一区，2023年影响因子为10.6）发表学术论文，北京林业大学为第一完成单位。

无线可充电传感器网络（Wireless Rechargeable Sensor Networks，WRSNs）以其高效及时和可控可测的充电方式，有效地解决了传统传感器网络中的能量受限问题，其被广泛应用于林区、山区、湿地、荒漠等生态监测应用中（如图1所示）。这类应用场景的地理特殊性和监控需求的多样性、传感器感知能耗预测的复杂性等，都对充电效能的提高带来极大挑战，因此充电规划问题成为WRSNs研究领域的核心问题之一，其主要研究如何对充电节点的充电模式、充电顺序、充电量分配等进行规划以达到充电代价最小、充电效用最高的目标。

（图1：本文针对的应用场景及充电规划示例）

围绕上述挑战和问题，物联网和智能优化课题组针对按需充电的应用场景，考虑多充电小车协作的模式，从空间维度的充电范围和时间维度的充电时间成本两个优化方向进行充电规划问题的研究。在网络模型中充分考虑传感器电池损耗模式、充电小车的移动距离和环境动态变化等影响充电的因素，将其模型化为the analytical hierarchy process (AHP)过程，该量化过程能有效地将待充电传感器不同的充电需求急迫性反映到节点的权值中。基于传感器的能耗模型和充电小车的充电模型，提出了优先最小化充电代价的算法（Min-Charging-Cost-Prior Algorithm）和优先最大化充电权和的算法（Max-Charging-Weight-Prior Algorithm）。前者基于最小-最大圈覆盖理论，利用动态规划算法进行充电小车的充电范围划和充电量的分配；后者基于分簇理论，利用K-Means算法进行充电小车的多路径规划。理论证明了Min-Charging-Cost-Prior Algorithm在充电小车的载电量不受限的情况下可求得问题的最优解。

该工作以题为“Spatio-Temporal Optimization for Charging Scheduling in Wireless Rechargeable Sensor Networks”的论文发表，论文提出了时空双维度的充电优化问题并设计了协作优化调度的调度算法，研究结果为基于WRSNs进行信息感知和实时监测的各类应用平台构建提供理论指导，研究工作得到了国家自然科学基金青年项目(62002022,62202054)的资助。

论文链接：https://ieeexplore.ieee.org/document/10177899。

                        撰稿人：洪弋、徐智颖

                        审稿人：许福