WSNs能量异构节点部署与区域覆盖优化

针对无线传感器网络（WSNs）的热点区域问题所导致的节点能量异构、能量空洞等问题,对网络进行重新部署以满足区域覆盖的要求。建立WSNs能量异构节点区域覆盖优化模型,以网络覆盖率为目标函数,节点位置作为决策变量,采用差分进化算法优化该目标,同时获得各节点的最佳位置。仿真实验表明：该模型能充分调度各节点的剩余能量,对热区问题导致的能量空洞进行重新部署,该策略能够延长网络的生命周期,提高网络的可靠性。     

无线传感器网络解决能量空洞问题综述

基于无线传感器网络的特点,部分节点因为过早耗尽自身能量而导致网络原有覆盖区域缺失或者数据无法送达sink节点,从而形成能量空洞现象。如何避免能量空洞并能有效延长网络周期,是目前无线传感器网络的研究热点。当前解决能量空洞问题主要是以最大限度地均衡网络负载为设计目标。从5个方面,即能量控制与功率控制、数据压缩与融合策略、节点非均匀分布、动态性及增加sink节点数量和分簇算法,总结了解决此问题的方法,同时分析了各种方法的优缺点及进一步研究的方向。     

概率模型下的一种优化覆盖算法

覆盖率不仅是评价无线传感器网络体系性能的重要标准之一,也是无线传感器网络所研究的一项重点课题.为此,提出了一种概率模型下优化覆盖算法.该算法通过对概率覆盖模型的计算,给出了传感器节点覆盖的期望值和公差的求解过程以及对所关注目标节点进行首次覆盖后的期望值证明过程.在网络能量方面则通过节点状态调度策略对通信路径进行优化,证明节点能量衰减过程中,拟合函数极限存在的意义,实现了传感器节点能量的有效匹配,抑制了传感器节点能量的消耗,证明了优化后整个监测区域传感器节点覆盖函数之间的关系.仿真实验结果表明,该算法不仅提高了覆盖和网络服务质量,而且有效地抑制了网络能量开销,延长了网络生存周期.     

基于能量有效WSN优化覆盖算法的研究*

满足一定的覆盖条件下,有效地进行覆盖控制和减少能量消耗以及延长网络生存周期是无线传感器网络所研究的一项重点课题。为此,提出一种能量有效的优化覆盖算法。该算法利用贪婪算法和几何图形学相关理论知识,把目标覆盖区域节点能量构建成正态分布的网络模型,通过采集和检索数据选择最优子集以及对节点状态调度机制动态转换,可以有效地降低网络能耗,提高了节点覆盖性能的同时优化了节点的数量。仿真实验表明,该算法能够以较小的代价延长整个网络的生存周期,具有更好地适应性和稳定性。     

基于萤火虫算法的无线传感器网络节点重部署策略

节点部署是无线传感器网络研究的重要问题之一。针对节点部署过程中的能量空洞问题,提出了一种基于萤火虫算法（FA）的节点重部署（NRBFA）策略。首先,在节点随机部署的传感器网络中,利用k-means算法进行分簇并引入冗余节点;然后,利用FA移动冗余节点,以分担簇头（CH）负载并均衡网络中节点的能耗;最后,再次利用FA寻找目标节点,从而更新冗余节点。该策略通过有效地移动冗余节点,减小了节点移动距离并降低了网络能耗。实验结果表明,该策略能够有效地缓解“能量空洞”问题,并且与基于虚拟力的分区节点重部署算法相比降低了算法的复杂性,且能更好地提高网络的能量效率,均衡网络负载,并将网络生命周期延长近10倍。     

一种无线传感器网络感知覆盖空洞搜寻与修复方法

无线传感器网络部署在目标区域中用于感知和监测相关信息,由于网络能耗不均衡、环境干扰等影响,容易使某些节点提早失效,从而在网络中形成覆盖空洞,空洞的存在会严重影响无线传感器网络原本的功能和性能。因此提出一种无线传感器网络覆盖空洞的搜寻与修复方法以解决上述问题。首先利用相交节点的弦来构建和搜寻覆盖空洞,并将空洞修复问题转换为无向图求解最大团问题,从而实现以最少移动节点和最低重叠覆盖完成对空洞的修复,实验结果表明提出的方法能够高效地搜寻到覆盖空洞并完成修复,且算法的时间复杂度和能量效率都高于其他方法。     

基于随机游走的无线传感器网络覆盖洞修复

近年来,无线传感器网络逐渐成为研究的热点。无线传感器网络中由于传感器节点能力的耗尽或失效导致原先被覆盖的区域变成无节点覆盖的区域,即覆盖空洞。针对覆盖空洞问题,提出基于随机游走的移动节点修复覆盖空洞算法。通过添加移动节点,运用融合了能量消耗和时延的随机游走方式指引移动节点寻找覆盖空洞,并进行填补。仿真实验的结果证明了此方法的有效性,移动节点寻找出的覆盖空洞的路径上在能量以及时延方面较优。     

一种多目标的覆盖优化策略在WSNs中的应用

针对目前无线传感器网络（WSNs）能量均衡覆盖策略大都基于节点静态感知能耗的不足,提出一种基于节点的动态能耗和网络覆盖率的多目标覆盖优化策略.该优化覆盖策略将动态路由协议引入到覆盖控制优化中,计算覆盖区域在不同节点分布下的动态通信能耗和网络的剩余能量,再结合区域覆盖率构成对覆盖和能量综合指数评价的优化函数.最后利用改进差分进化算法和差分进化算法对优化函数进行仿真,并利用覆盖结果验证策略的有效性.仿真结果表明：提出的覆盖优化策略既能使网络达到较高覆盖率,同时又能保证网络的能耗动态均衡,并将改进差分进化算法与常规差分进化算法比较,结果表明：前者克服了早熟现象,覆盖和能量的综合优化函数值更高,达到了6.184.     

覆盖率均衡区域覆盖算法

为了进一步实现无线传感器网络生命周期的最大化,针对网络中能量均匀且均衡覆盖问题展开研究,提出覆盖率均衡区域覆盖算法BRACA( Balanced Rate Area Coverage Algorithm)。该算法引入覆盖率均衡思想,将各传感器节点对目标区域覆盖率的均衡性与节点剩余能量的均衡性作为筛选因子,且通过调节传感器节点的剩余能量与其平均覆盖率的比例关系,筛选出最大不相关且代价最小的网络覆盖子集,以尽可能少的节点实现对区域的覆盖。经对比实验验证,算法BRACA具有更高的计算效率,所生成的ε-覆盖子集,以更少且更均衡的能量消耗,保证了网络覆盖率≥90%,有效地延长了网络生命周期。     

无线传感器网络中的目标关联覆盖算法

为提高无线传感器网络的节点覆盖度,提出一种目标关联覆盖算法,利用节点间的关联性和动态分组调整覆盖区域,利用贪心算法对覆盖区域进行优化,以保证所关注的目标节点被传感器节点均匀覆盖,同时提高网络资源的利用率。在每个周期内唤醒部分节点,轮流进行工作,以均衡网络能量消耗。实验结果表明,该算法适应性更强,并且能有效降低网络能耗,提高网络性能。