基于虚拟力的混合感知网节点部署

感知网一般是由静态的或移动的节点组成,为保证感知网的感知功能,节点应该有自部署和自修复能力.然而全部由移动传感器组成的感知网的成本太高,为保证感知网的覆盖功能和低成本,提出了一种在静态传感器节点中加入移动传感器节点的混合感知网形式.为了更好地部署这些节点,最大化覆盖待感知区域,提出了一种基于节点间虚拟力的移动节点部署方法,利用静态节点和移动节点以及移动节点之间的虚拟人工势场产生的作用力来控制移动节点的运动,使移动节点能够在较短的时间内,以较少的能量消耗到达自己合适的位置.在理论上分析了算法的可行性,用仿真实验验证了此算法的有效性,并和其他3种类似算法进行了性能比较.     

一种鲁棒的无线传感器网络覆盖空洞修补方法

在静态节点和少量移动节点构成的无线传感器混合网络中,针对部分静态节点失效会导致形成若干覆盖空洞的问题,提出了一种鲁棒的空洞修复算法。受鱼群运动模式的启发,该算法以网络覆盖率为目标函数,将移动节点的位置迁移过程抽象为人工鱼的生物行为,在传统鱼群觅食、追尾、聚群运动模式的基础上又定义鱼跃、优胜劣汰重生两个新的运动行为以提高寻优的收敛性;在人工鱼状态更新的过程中,采用自适应的视野和步长;最后以实际随机部署的移动节点距离目标点最近为原则,通过鱼群寻优完成空洞目标位置的修补。模拟实验结果表明,该算法无需修补前的地理位置信息和空洞探测,鲁棒性强,能够在使用较少移动节点的情况下快速完成空洞修复,显著地提高了网络覆盖率。     

一种混合异构传感网的覆盖洞修补算法

传感网感知节点部署的随机性以及节点能耗殆尽、损坏退出等问题使网络中存在覆盖洞, 利用移动节点来修补覆盖空洞是当前较为可行的方法. 假定网络在静态节点和移动节点处混合, 并且在节点感知半径异构的情况下,研究如何通过移动节点重定位来修复感知覆盖洞, 同时兼顾移动距离或能耗最小以及修复后的感知覆盖率最大化来优化感知覆盖性能. 针对移动节点覆盖洞修补规划的NP-hard 问题, 结合遗传算法, 提出一种覆盖洞修补算法来求解最优解. 仿真实验结果表明, 所提出的算法相比于同类算法能够更有效地修补漏洞并兼顾节点能耗以及感知覆盖率.

     

WSN中基于分布式的覆盖洞修复算法

无线传感器网络(WSN)中存在因节点能量耗尽和移动节点撒播不均而出现的覆盖洞问题,覆盖洞的出现会降低网络的覆盖率和连通性,严重影响网络性能。为解决该问题,构造一种既有静态节点又有移动节点的混合网络模型,并提出一种WSN中基于分布式的覆盖洞修复算法。利用静态节点指导移动节点移动到最优位置,达到修复覆盖洞目的。仿真实验结果证明,该算法能在空洞覆盖率和节点代价之间取得最佳平衡。     

一种概率感知模型的栅栏覆盖优化部署策略

为了解决无线传感器网络的栅栏覆盖问题,对概率感知模型下的栅栏覆盖进行研究.通过对传感器节点费用和能耗的分析,利用相邻节点的数据融合技术,提出了一种可以监测移动目标小于临界速度的优化部署策略,并给出了该策略适用的临界条件.分析和仿真表明,该策略能够有效提高网络的生命周期.     

一种无线传感器网络的概率覆盖增强算法

覆盖与连通问题是无线传感器网络的基本问题.研究考虑连通性的概率覆盖增强算法,构建覆盖空洞的修补半径,提出了移动距离和修补半径的关系模型.通过这个关系模型,移动节点在修补圆上选择保持连通的修补位置;根据这个移动距离和空洞面积,移动节点进一步创建空洞的优先级,选择优先级最高的空洞进行修补,节能而高效地实现覆盖增强.仿真结果表明,所提出的算法既能得到较高的覆盖率,又能保证整个网络的连通性.     

一种改进菱形网格覆盖空洞修复算法

覆盖空洞的产生会严重影响目标监测区域的网络性能。本文提出一种基于混合传感器网络的改进菱形网格覆盖空洞修复算法。该算法通过改进的菱形贴片方式,指导移动节点到指定位置消除空洞区域。仿真结果表明,与TNR算法相比较,本文算法可以有效减少移动节点的使用数目,提高移动节点的利用率。     

有向感知网络中分簇目标覆盖算法

利用最少数量的感知节点来覆盖最大数目的目标位置(MCMS)一直是有向感知网络中的重要问题.为了保证覆盖和对相关事件的及时汇报,针对该问题提出一种基于分簇的目标位置覆盖算法(TCCA).通过所有节点自组织进行分簇并且在各个簇内为成员节点分配相应的感知扇区,TCCA算法能够在保证网络生命周期的前提下有效解决该问题.与其他已有算法相比,仿真结果很好地验证了所提出TCCA算法的有效性.     

A smart node architecture for adding mobility to wireless sensor networks

Adding a few mobile nodes into the conventional wireless sensor networks can greatly improve the sensing and control capabilities of the networks and can help researchers solve many challenges such as network deployment and repair. This paper presents an enhanced node architecture for adding controlled mobility to wireless sensor networks. The structural model, the power model and the networking model of the proposed mobile node have been built respectively for better node control. And it provides a novel robotic platform for experimental research in hybrid sensor networks or other distributed measurement and control systems. A testbed has finally been created for validating the basic functions of the proposed mobile sensor node. The results of a coverage experiment show that the mobile node can provide additional support for network coverage and can ensure that the sensor network will work properly in undesirable environments.     

基于Voronoi图的蜂群优化算法在WSN覆盖中的应用

包含移动节点的混合网络成为无线传感器网络发展的主流.为了优化混合无线传感器网络的部署质量,提高部署效率,提出一种基于Voronoi图的蜂群优化算法来指导移动节点的部署.通过Voronoi多边形迅速找到固定节点部署的覆盖漏洞,指导引领蜂的生成,利于迅速定位全区域覆盖漏洞;通过评价漏洞大小代替轮盘赌选择方式来实现跟随蜂的开采过程,利于局部优化.仿真结果表明,该算法简便易实现,能够迅速收敛,提高网络覆盖率,达到混合网络的最优覆盖效果.     

Coverage area enhancement in wireless sensor network

In the wireless sensor network, coverage area may be enhanced after an initial deployment of sensors. Though, some research works propose how to decrease the coverage hole by increasing sensing range or movement assisted sensor deployment, these are not suitable for energy constraint wireless sensor network, as longer mobility distance or higher power level consume more energy. In this paper, we address the increasing coverage area through smaller mobility of nodes. We find out the coverage hole in the monitoring region, which is not covering by any sensing disk of sensor. Then, we address the new position of mobility nodes to increase the coverage area. The simulation result shows the mobile nodes can recover the coverage hole perfectly. The coverage holes is recovered by mobility on the existing recovery area, which cannot be lost. Moreover, hole detection time in our proposed protocol is better than existing algorithm.

     

基于移动节点的无线传感器网络覆盖优化研究

针对无线传感器网络中因节点的任意部署导致出现覆盖空洞的问题,采用了移动节点进行修复的思想,提出了一种基于向量代数的分布式方法来确定节点的移动方向和通过感知半径来确定节点的移动距离的节点移动方案。仿真实验结果表明,该策略提高了网络的覆盖率,减少了所需移动节点的个数和移动节点的能量消耗。     

非并行二分法的覆盖空洞修复算法

针对无线传感器网络覆盖空洞影响网络服务质量问题，提出非并行二分法的分布式覆盖空洞修复算法CHRND，算法采用非并行方式选择具有劣弧的空洞边界节点作为覆盖空洞修复的驱动节点，采用基于弧二分法确定移动节点最佳目标位置。仿真实验结果表明，移动节点引入使得空洞不被分割基础上，CHRND算法能以较少数量移动节点实现覆盖空洞的完全修复。     

Selection and navigation of mobile sensor nodes using a sensor network

Hybrid sensor networks comprise of mobile and static sensor nodes set up for the purpose of collaboratively performing tasks like sensing a phenomenon or monitoring a region. In this paper, we present a novel approach for navigating a mobile sensor node (MSN) through such a hybrid sensor network. The static sensor nodes in the sensor network guide the MSN to the phenomenon. One or more MSNs are selected based on their proximity to the detected phenomenon. Navigation is accomplished using the concepts of credit based field setup and navigation force from static sensor nodes. Our approach does not require any prior maps of the environment, thus cutting down the cost of the overall system. The simulation results have verified the effectiveness of the proposed approach. In each of the simulation runs, the static sensor nodes were able to successfully guide the MSN towards the phenomenon.     

混合无线传感器网络内覆盖洞的双目标修补算法

混合无线传感器网络中的覆盖洞修补通常由网络内的移动传感器移动实现。现有文献中的算法只关注最小化所有移动传感器的移动能量消耗或最小化所有移动传感器中的最大能量消耗中的一个。为此,首先提出一种同时实现前述两个目标的离线算法,其次提出一种双目标的覆盖洞在线修补算法。双目标离线算法基于两个单目标算法的结合。双目标在线算法基于分层分离树上的在线匹配,能有效降低匹配开销。在线算法中感应区域的单元分隔摆脱了算法对覆盖洞的大小或数量预知的要求。仿真结果显示,双目标的离线算法和在线算法对覆盖洞修补中移动传感器的能量保留均具有显著效果。     

无线传感网络中基于信用度的分布式目标监测算法

无线传感器网络中的目标监测广泛应用于军事、生态、医疗、安全等领域,具有极强的现实研究意义.传统集中式目标监测算法对融合节点依赖性高、网络健壮性弱、二元决策机制导致误报率高,而且算法对网络覆盖的依赖会导致监测报警"盲点"的存在.因而,提出了基于信用度的分布式目标监测k-CD算法.算法首先根据邻居信用度对自身信用度进行调整,然后在发现目标的节点之间形成一个虚拟的节点集来完成信用度匹配决策融合,并且通过触发式移动节点来解决网络覆盖导致的"盲点"问题.仿真结果表明,相对于经典的多数投票决策(MV)算法,k-CD算法平均能在提高35%的监测准确率的同时降低62%的误报率,在不同的网络覆盖情况下网络生命周期也平均能得到44%的延长.     

基于联合节点行为策略的WSN覆盖控制算法

针对无线传感器网络在对移动目标节点覆盖过程中出现网络能量快速消耗问题，提出了一种基于联合节点行为策略的覆盖算法。根据网络模型建立传感器节点与目标节点从属关系，确定覆盖关联模型；利用概率理论求解邻居节点冗余覆盖度，确定最少传感器节点数量；给出了邻居节点覆盖期望值的求解方法；仿真实验表明，该算法与其他算法在网络覆盖率和网络生存周期两个性能指标上均提升了12.39%和15.01%，从而验证了算法的有效性。     

无线传感器网络中基于虚拟力的覆盖算法

在无线传感器网络的很多应用场景中,大量的传感器节点被任意播撒在被监测区域内,形成很多覆盖空洞,对无线传感网络的感知、监测和数据采集能力造成很大影响。为了解决无线传感器网络中的覆盖问题,提出了一种基于虚拟引力的覆盖算法。首先,根据虚拟引力产生的约束条件和引力大小,一种扩大网络覆盖范围的算法被提出,算法分析证明这种算法能够减少覆盖空洞;第二,提出了维持邻居节点连通性的方法;第三,提出一种覆盖感兴趣区域的算法。仿真结果表明,这种算法既能提高网络的覆盖能力,又能减少传感器节点的移动距离。     

Effective target tracking mechanism in a self-organizing wireless sensor network

Target tracking is an important sensing application of wireless sensor networks. In these networks, energy, computing power, and communication bandwidth are scarce. We have considered a random heterogeneous wireless sensor network, which has several powerful nodes for data aggregation/relay and large number of energy-constrained sensor nodes that are deployed randomly to cover a given target area. In this paper, a cooperative approach to detect and monitor the path of a moving object using a minimum subset of nodes while maintaining coverage and network connectivity is proposed. It is tested extensively in a simulation environment and compared with other existing methods. The results of our experiments clearly indicate the benefits of our new approach in terms of energy consumption.     

Multi-objective optimization for coverage control in wireless sensor network with adjustable sensing radius

In this paper, the problem of maintaining sensing coverage by keeping a small number of active sensor nodes and a small amount of energy consumption in a wireless sensor network is studied. As opposed to the uniform sensing model previously, we consider a large number of sensors with adjustable sensing radius that are randomly deployed to monitor a target area. A novel coverage control scheme based on elitist non-dominated sorting genetic algorithm (NSGA-II) is proposed in a heterogeneous sensor network. By devising a cluster-based architecture, the algorithm is applied in a distributed way. Furthermore, an ameliorated binary coding is addressed to represent both sensing radius adjustment and sensor selection. Numerical and simulation results validate that the procedure to find the optimal balance point among the maximum coverage rate, the least energy consumption, as well as the minimum number of active nodes is fast and effective.