ChaseCharge：在传感器云系统中通过追踪方式实现传感器的充电功能

《ACM Transactions on Sensor Networks》：ChaseCharge: Charging Sensors by Chasing in Sensor-Cloud Systems

动态传感器在智能城市中的应用，提出基于RNN的ChaseCharge算法优化充电策略，理论分析及仿真验证显示平均性能提升33%，并在海洋监测中完成实验验证。

　　

编者按

关注声明：在针对《TOSN特刊：绿色通信与智能城市中的传感器网络与机器智能》发表的所有论文中，ACM正式发表了关注声明。目前正在进行关于同行评审过程完整性的彻底调查。在ACM的调查结束并对同行评审过程的完整性作出最终决定之前，强烈建议不要在文献中引用该特刊中的论文。

摘要

无线电力传输技术的最新突破使得可以在发射器和接收器之间传输能量，这对传感器-云系统非常有益。传统的充电方案仅适用于静态传感器，而移动传感器的充电问题却被忽视了。在本文中，我们首次尝试以“追逐”的方式来为传感器-云系统中的移动传感器供电，即移动充电器可以追踪移动传感器为其补充能量。我们为带有移动充电器的动态传感器制定了充电效用最大化问题（MAP），并提出了一种基于循环神经网络（RNN）的ChaseCharge算法来解决该问题。通过理论分析探讨了所提方案的特点，并进行了仿真测试，结果表明我们的算法在平均效用方面比对比算法高出33%。我们还进行了试验台实验，以验证该方案在海洋监测应用中的可行性。