中文引用格式： 闫静，闫瑞瑞. 基于能量效率的无人机辅助WRSN路径规划优化研究[J]. 电子技术应用，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.
引言
作为物联网系统的关键载体，无线可充电传感器网络（Wireless Rechargeable Sensor Networks, WRSN）在智慧城市管理、环境实时监测等领域展现出不可替代的应用价值[1-2]。然而，受限于传感器节点（Sensor Node, SN）有限的电池容量及复杂部署环境（如城市建筑群、地下管网等），传统固定式充电方案面临覆盖盲区大、响应延迟高、能耗不均衡等瓶颈问题，严重制约了网络服务质量和长期可持续性。
近年来，无人机（Unmanned Aerial Vehicle, UAV）凭借其三维空间机动性、灵活部署能力以及低空覆盖优势，为WRSN动态能量补给提供了创新解决方案[3]。通过搭载无线充电装置，UAV可自主规划路径并精准悬停于目标节点上方，利用磁共振或射频技术实现非接触式能量传输，显著降低人工维护成本并延长网络生命周期。然而，这一技术仍面临核心矛盾：UAV自身携带能量有限，如何在确保所有传感器节点完成充电的前提下，最小化UAV的任务时间并优化其能耗效率，成为实现规模化部署的关键挑战[4]。
当前研究围绕充电锚点选择、三维路径规划与能量传输模型优化展开多维度探索。在锚点选择方面，节点中心化与区域中心化策略的博弈揭示了精度与效率的权衡，而动态锚点调整机制虽能响应网络能量状态变化，却尚未突破三维障碍物环境的适应性瓶颈[5-6]；在路径规划领域，传统TSP转化法通过遗传算法改进提升了路径平滑度，而基于深度强化学习的方案虽在动态场景中展现出潜力[7-8]，但对网络拓扑突变与实时避障需求的支持仍显不足[9]；能量模型方面，多物理场耦合建模虽显著提高了预测精度[6]，但UAV悬停功耗、无线信道衰减与动力系统能耗的联合优化仍需突破。因此，本文旨在构建一种面向三维复杂环境的UAV辅助充电协同优化框架，通过动态锚点选择、时空感知路径规划与能量-时间联合调度策略，系统性解决WRSN能量补给中的效率与可靠性难题，为智慧物联网的可持续发展提供理论支撑。
本文的主要贡献包括：首先，构建了融合无人机能量消耗模型、传感器节点能量收集特性与节点剩余能量状态的多维度系统模型，并基于此建立了以最小化UAV任务时间为目标的非线性优化问题；其次，提出一种联合动态节点分簇与自适应锚点选择的双层调度算法，通过将高维优化问题降维映射为经典旅行商问题，并结合遗传算法实现路径高效求解；进一步，通过多场景仿真验证了所提算法相较于传统方案在任务时间缩短、能量利用效率提升等维度的显著优势，为复杂环境下WRSN可持续供能提供了可扩展的技术路径。
本文详细内容请下载：
https://www.chinaaet.com/resource/share/2000007043
作者信息：
闫静1，闫瑞瑞2
（1.西安航空职业技术学院，陕西 西安 710089；
2.国网山西省电力公司吕梁供电公司，山西 吕梁 033000）
