无线mesh网中网关部署的优化设计

无线mesh网中的流量经路由器聚集后主要是通过少量网关至因特网的,容易在网关处形成导致网络性能的瓶颈。针对此问题,首先对网关和路由器作等效节点化处理,利用无线通信阴影效应的对数-正态分布模型,设计加权目标函数保证节点的连通性和覆盖率,得到候选网关节点的位置部署;在此基础上根据网关部署的约束条件和网络生成连通图,设计启发性基于度/权值的树集分割（TSP）算法,选择出满足吞吐需求、有较好连通性的候选节点担任网关设置。NS2仿真结果验证了该设计方法对改善网关节点的吞吐容量和信号覆盖连通率的有效性。     

基于蜂窝网格锚点的虚拟力导向节点部署算法

为满足覆盖需求,提出了一种基于蜂窝网格锚点的虚拟力导向节点再部署覆盖增强算法;算法基于传感器节点覆盖圆盘与其邻居节点覆盖圆盘的交点构成正六边形蜂窝时,有效覆盖面积最大理论,设置对随机部署的节点虚拟引力锚点作为虚拟力导向移动的目标,建立锚点对节点的虚拟引力,建立节点之间虚拟斥力来避免节点移动中的碰撞问题;完成随机播撒的节点在虚拟力的作用下的再部署,提高覆盖率,保证覆盖质量;Matlab R2012a仿真实验中,随机部署不同数量的节点,网络覆盖率均较快达到95%以上,满足覆盖需求。     

基于Voronoi图的无线传感器网络K覆盖算法

针对无线传感器网络(WSN)在随机高密度部署节点情况下的多重覆盖问题,提出一个基于Voronoi图的K覆盖算法。该算法利用邻居节点信息计算Voronoi覆盖邻居节点集,构建有向Voronoi覆盖关系图,通过调整关系图中的节点状态实现K覆盖。仿真结果表明,该算法能正确判断网络覆盖率,连通K覆盖的近似最小活动节点集数目少于CCP算法。     

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.     

基于布谷鸟搜索的混合传感器网络覆盖优化策略

静态传感器网络与移动传感器网络分别存在网络覆盖率较低和部署成本高的问题。为此,在混合传感器网络基础上,提出一种基于布谷鸟搜索(CS)的覆盖优化策略。将混合传感器节点随机部署在目标区域,利用CS算法初步确定移动传感器节点的候选目标位置,通过位置优化方案得到移动传感器节点的最佳目标位置以完成覆盖优化。仿真结果表明,与遗传算法和粒子群优化算法相比,该优化策略能够有效缩短平均移动距离,减少移动节点数量,提高目标区域覆盖率。     

复杂区域的有向传感器网络覆盖优化算法

在现有的有向传感器网络中,节点模型多以质心点围绕扇形顶点进行旋转,由于此类模型中节点旋转面积是一个整圆,因此会增加网络能源消耗和部署时间。针对复杂区域的无线传感器网络覆盖优化问题,使用以扇形节点围绕质心点转动的节点模型,提出一种基于虚拟势场的复杂区域覆盖优化算法( COACA),通过减小节点的旋转面积实现部署优化。针对影响算法覆盖率的相关参数进行仿真实验,并与PFPCE算法进行对比,实验结果验证了COACA算法在覆盖率和时间效率上的优越性。     

基于权重的目标覆盖控制算法

针对无线传感器网络中随机部署无法实现对重要性不同的目标的优化覆盖控制问题,利用目标重叠域和贪婪算法设计一种基于目标权重的最优部署算法。以概率感知模型的传感器节点作为研究对象,通过标定目标权重确定目标重叠域,采用贪婪算法选取节点的最优部署范围,根据指标函数的最小值确定节点的部署位置。实验结果表明,所提出的算法能够实现对离散目标的最优覆盖监测,而且能保证监测节点网络的连通性。     

无线传感器网络密度控制研究

无线传感器网络节点能量受限，部署环境恶劣、复杂。在监测区域内部署大量节点，通过节点之间的状态轮换与合作策略延长网络寿命是非常重要的方法。本文论述了设计密度控制算法状态转移条件需要解决的两个基本问题：区域覆盖问题和节点连通性优化问题，并分别以ILP的形式给出了一个集中式算法解决方案。通过节点的覆盖效用范围与连通性效用范围的几何分析，提出了传感器网络密度控制算法中解决两个基本问题的一致性策略。     

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。     

基于改进萤火虫算法的覆盖优化方法

针对无线传感器网络中目标区域仅部署静态节点和移动节点时,分别存在覆盖率低和成本高的问题,提出一种基于改进萤火虫算法的覆盖优化方法。首先,将静态和移动传感器节点随机部署在目标区域内,改进位置公式和步长因子,提高全局搜索能力,加快搜索速度;其次,利用改进萤火虫算法初步确定移动传感器节点的候选目标位置;最后,通过目标位置优化方法得到节点的最佳目标位置,从而完成覆盖优化。仿真结果表明,与基于PSO算法和CS算法等启发式算法的覆盖优化相比,该优化方法能够缩短平均移动距离,提高网络覆盖率,节省节点能量,延长网络生命周期。     

Geographic max-flow and min-cut under a circular disk failure model

Failures in fiber-optic networks may be caused by natural disasters, such as floods or earthquakes, as well as other events, such as an Electromagnetic Pulse (EMP) attack. These events occur in specific geographical locations, therefore the geography of the network determines the effect of failure events on the network’s connectivity and capacity.In this paper we consider a generalization of the min-cut and max-flow problems under a geographic failure model. Specifically, we consider the problem of finding the minimum number of failures, modeled as circular disks, to disconnect a pair of nodes and the maximum number of failure disjoint paths between pairs of nodes. This model applies to the scenario where an adversary is attacking the network multiple times with intention to reduce its connectivity. We present a polynomial time algorithm to solve the geographic min-cut problem and develop an ILP formulation, an exact algorithm, and a heuristic algorithm for the geographic max-flow problem.     

无线传感器网络部分覆盖算法及连通性研究

研究了无线传感器网络在部分覆盖下的节点配置及网络连通性问题。首先,基于最优正六边形拓扑架构,给出了节点密集分布条件下的覆盖率与相邻工作节点间距的解析关系,并在已有的最优完全覆盖算法OGDC的基础上进行了扩展和改进,从而得到了一种新的网络节点配置算法EGDC（Extended OGDC Algorithm）。该算法可以有效地选择出合适的工作节点以达到任意给定覆盖率下的部分覆盖。此外,还给出了一种检验和评价网络连通性的方法,通过该方法可以对网络的连通性进行量化分析,并给出了一项评价网络连通性的指标。仿真表明,EGDC可以有效地实现任意期望覆盖率下的网络配置并保持网络的连通。     

基于连通性的无线传感器网络覆盖优化算法

针对无线传感器网络(WSNs)的覆盖优化和连通性问题,提出了一种基于连通性的WSNs覆盖优化算法(CC-BCBS).在二维监测区域内,CC-BCBS以传感器节点间的通信半径作为限制条件,只对连通的传感器节点进行Voronoi图划分,根据节点对应泰森多边形的覆盖情况构造盲区图,将盲区重心作为候选优化位置,使节点尽可能最大化覆盖监测区域.节点通信半径影响着区域覆盖的冗余度,故针对划分时可能出现的3种不同连通情况,给出了相应措施.仿真结果表明:CC-BCBS在覆盖率,分布均匀性,平均连通个数与连通率方面相比BCBS等算法有明显优势.     

基于连通覆盖度的WSN分簇协议

针对层次型分簇网络的结构特性,提出基于连通覆盖度的WSN分簇协议。利用最大熵原理对整个网络进行预分簇得到临时簇头,在保证网络覆盖度的前提下获取各分簇内活跃节点的连通支配集,通过优化更新临时簇头选出真实簇头和替补簇头,实现簇内与簇间节点的通信。仿真结果表明,相比HEED, SPAN协议,该协议能均衡分簇能量,优化连通覆盖性能,具有较强的鲁棒性。     

Spatially distributed area coverage optimisation in mobile robotic networks with arbitrary convex anisotropic patterns

Coordination of the mobile nodes for area coverage applications in a distributed wireless sensor network is examined in this article, where the nodes’ sensing domains are arbitrary strictly convex compact sets, though identical among each other as far as shape and orientation are concerned. Unlike works that utilise standard Voronoi tessellation for coordination of homogeneous mobile nodes with circular sensing patterns, in this article the planar space is partitioned via an innovative way into subsets based only on the nodes’ coverage footprints, rather than the nodes’ coordinates. The proposed control scheme is spatially distributed, leading to a locally area-optimal network configuration, while connectivity issues are analysed via worst case scenario topology. Efficiency of the proposed scheme is further confirmed via comparative simulation studies.     

一种新型覆盖连通率计算方法

针对在能量受限的无线传感器网络中传感器节点在部署时必须满足一定覆盖率和连通率的问题,提出一个基于正方形区域的新型覆盖率、连通率计算方法,该方法能够描述网络覆盖率、连通率、部署节点的数量、节点感应(通信半径)和网络区域大小之间的关系,计算出在满足一定覆盖率、连通率所需要部署的节点的数量。模拟实验结果表明该理论值和模拟结果之间的误差较小。     

无线传感器网络覆盖和连通问题概述

覆盖和连通是无线传感器网络中两个密切相关的基本问题,直接影响着网络性能和网络任务完成的质量。文章给出了传感器节点的感知模型,从不同角度对覆盖问题进行了分类,阐述了覆盖控制算法的评价指标,介绍了覆盖问题和连通问题的典型算法,最后对覆盖和连通问题的研究方向进行了展望。     

基于组合加权分簇的三维无线传感器网络覆盖控制方法*

节点部署是无线传感器网络的一个基本问题。针对传感器节点的能量有限,如何在有限的能量下,实现对目标区域的覆盖最大化,本文提出了一种能量有效的三维传感器网络覆盖控制算法,根据节点的可用能量,与邻节点的平均距离以及连通度的组合加权值来确定簇首节点,并通过仿真实验验证了该方法的能量有效性,研究结果表明,基于组合加权分簇的覆盖控制方法在保证一定的覆盖率以及连通性的前提下,降低了节点能耗,均衡了网络能量,延长了传感器网络的生存时间。     

EasiFCCT:一种保证连通性的传感器网络局部覆盖算法

调度节点轮流工作可以有效延长网络寿命,然而现有的调度协议大部分需要地理位置信息,引入了额外的负担;一些不需要地理位置信息的节点密度控制算法又无法保证有效的网络覆盖度.此外,已有的分析证明了随机算法可以以较大概率保证一定的网络覆盖度,但是因其没有考虑到节点的非连通性会导致网络出现不连通的情况,所以具有一定局限性.提出的局部覆盖算法在随机调度的基础上同时考虑节点的连通性,可以保证网络在具有一定的有效覆盖度的同时能够连通工作.仿真结果表明,算法在网络有效覆盖度方面要优于已有的工作,同时由于新算法建立在随机调度的基础上,因此其复杂度低,较易实现.