Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Empirical Study of Soft Clustering Technique for Determining Click Through Rate in Online Advertising Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

Coverage-Aware Recharge Scheduling Scheme for Wireless Charging Vehicles in the Wireless Rechargeable Sensor Networks

verfasst von : Govind P. Gupta, Vrajesh Kumar Chawra

Erschienen in: Data Management, Analytics and Innovation

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Recent advancement in the wireless power transfer technology has motivated the development of a wireless rechargeable sensor network (WRSN). In WRSNs, the formation of an optimal recharging schedule for each wireless charger vehicle is a well known NP-complete problem. To determine the optimal recharging schedule for each wireless charger vehicle, this paper presents a coverage-aware recharge scheduling scheme (CRS) where ACO-based metaheuristic algorithm is employed. In order to provide fast recharging in WRSN, the proposed scheme employs multiple wireless charger vehicles to perform the charging task. Performance analysis of the proposed scheme confirms its superiority in terms of charging latency.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Modified DFA Minimization with Artificial Bee Colony Optimization in Vehicular Routing Problem with Time Windows
Nächstes Kapitel A Transition Model from Web of Things to Speech of Intelligent Things in a Smart Education System
Literatur
1.
He, S., Chen, J., Jiang, F., Yau, D.K.Y., Xing, G., Sun, Y.: Energy provisioning in wireless rechargeable sensor networks. IEEE Trans. Mob. Comput. 12, 1931–1942 (2013)CrossRef
2.
Liao, J.-H., Hong, Jiang, J.-R.: An adaptive algorithm for charger deployment optimization in wireless rechargeable sensor networks. In: ICS (2014)
3.
Fu, L.K., He, L., Cheng, P., Gu, Y., Pan, J.P., Chen, J.M.: ESync: energy synchronized mobile charging in rechargeable wireless sensor networks. IEEE Trans. Veh. Technol. 65(9), 7415–7431 (2016)CrossRef
4.
Lin, C., Wu, G.W., Obaidat, M.S., Yu, C.W.: Clustering and splitting charging algorithms for large scaled wireless rechargeable sensor networks. J. Syst. Softw. 113(March), 381–394 (2016)CrossRef
5.
Wang, C., Li, J., Ye, F., Yang, Y.: A mobile data gathering framework for wireless rechargeable sensor networks with vehicle movement costs and capacity constraints. IEEE Trans. Mob. Comput. 65(8), 2411–2427 (2016)MathSciNetCrossRef
6.
Xie, L., et al.: Multi-node wireless energy charging in sensor networks. IEEE/ACM Trans. Netw. 23(2), 437–450 (2015)CrossRef
7.
Hu, C., Wang, Y.: Minimizing the number of mobile chargers to keep large-scale WRSNs working perpetually. Int. J. Distrib. Sens. Netw. 2015, 1–16 (2015)
8.
Jia, J., Chan, J., Deng, Y., Wang, X., Aghvami, A.H.: Joint power charging and routing in wireless rechargeable sensor networks. Sensors 17(10), 2290 (2017)CrossRef
9.
Chen, Z., Chen, X., Zhang, D., Zeng, F.: Collaborative mobile charging policy for perpetual operation in large-scale wireless rechargeable sensor networks. Neurocomputing 270(2017), 137–144 (2017)CrossRef
10.
Gupta, G.P.: Efficient coverage and connectivity aware data gathering protocol for wireless sensor networks. In: Proceedings of the 3rd IEEE International Conference on Recent Advances in Information Technology (RAIT-2016), pp. 50–55 (2016)
11.
Angelopoulos, C.M., Nikoletseas, S., Raptis, T.P.: Wireless energy transfer in sensor networks with adaptive, limited knowledge protocols. Comput. Netw. 70, 113–141 (2014)CrossRef
12.
Gupta, G.P., Jha, S.: Integrated clustering and routing protocol for wireless sensor networks using Cuckoo and Harmony Search based metaheuristic techniques. Eng. Appl. Artif. Intell. 68, 101–109 (2018)CrossRef
13.
Gupta, G.P.: Improved Cuckoo Search-based clustering protocol for wireless sensor networks. Procedia Comput. Sci. 125, 234–240 (2018)CrossRef
14.
Gupta, G.P., Misra, M., Garg, K.: Towards scalable and load-balanced mobile agents-based data aggregation for wireless sensor networks. Comput. Electr. Eng. 64, 262–276 (2017)CrossRef
15.
Kumari, S., Gupta, G.P.: Differential evolution-based sensor allocation for target tracking application in sensor-cloud. In: Bhateja, V., Coello Coello, C., Satapathy, S., Pattnaik, P. (eds.) Intelligent Engineering Informatics. Advances in Intelligent Systems and Computing, vol. 695. Springer, Singapore (2018)
16.
Gupta, G.P., Misra, M., Garg, K.: Energy and trust aware mobile agent migration protocol for data aggregation in wireless sensor networks. J. Netw. Comput. Appl. 41, 300–311 (2014)CrossRef
17.
Dorigo, M., Blum, C.: Ant colony optimization theory: a survey. Theor. Comput. Sci. 344(2–3), 243–278 (2005)MathSciNetCrossRef
18.
Dorigo, M., Gambardella, L.M.: Ant colony system: a cooperative learning approach to the traveling salesman problem. IEEE Trans. Evol. Comput. 1(1), 53–66 (1997)CrossRef
Metadaten
Titel
Coverage-Aware Recharge Scheduling Scheme for Wireless Charging Vehicles in the Wireless Rechargeable Sensor Networks
verfasst von
Govind P. Gupta
Vrajesh Kumar Chawra
Copyright-Jahr
2020
Verlag
Springer Singapore
Buch
Data Management, Analytics and Innovation

Print ISBN: 978-981-329-948-1

Electronic ISBN: 978-981-329-949-8

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-981-32-9949-8_46

Neuer Inhalt

    Bildnachweise