复杂环境下一种多移动节点的WSN三维覆盖算法

依据现实环境中对于复杂的山丘、沟壑等空间立体目标进行监测的需要,提出一种多移动节点的无线传感器网络三维覆盖算法。通过在三维空间中选取目标监测点,采用基于误警率的节点感知模型感知目标监测点,计算目标监测点的三维联合探测概率进行覆盖空洞分析,找出移动节点最优移动路径,调整移动节点移动位置实现对目标监测点的全覆盖,解决三维环境中恶劣复杂情况下的监测问题。仿真结果表明,该算法可有效探测覆盖空洞,并能够利用移动节点对其进行修复,在满足目标监测节点全覆盖的同时使移动节点的移动距离最优,降低网络能耗。     

移动无线传感网的移动感知路径选择算法

为解决稀疏网络环境下移动传感节点的区域全覆盖和数据传输问题,提出一种移动无线传感网的移动感知路径选择算法(MSPS)。在MSPS算法中,用数学公式表示邻居网格集合、区域覆盖率、数据传输时延、节点平均能耗等参数。采用机会路由算法进行数据传输,并建立能保证全覆盖监测区域且权衡数据传输时延、数据传输率和节点平均能耗的移动路径选择优化模型。提出到目标网格的路径寻找方法、初始染色体的确定方法和染色体适应度值计算方法。最终提出修正的多种群遗传算法求解优化模型,获得移动传感节点的最优移动方案。仿真结果表明:不管监测区域内是否存在障碍物,MSPS算法都能提高数据传输率,降低数据传输时延和节点丢弃的总数据量。在一定的条件下,MSPS算法比SGA、TCM_M、RAND_D和RAND算法更优。     

三维水下移动传感网多目标有向路径覆盖增强研究

水下传感网中实现多个移动目标的协同追踪任是一个技术难题,针对这个问题论文提出了一种分布式的多目标有向路径覆盖增强算法。在实际的三维水下传感网中,水下传感器节点会随着水流运动而移动,被追踪的目标具有自主行动能力。假设移动规律遵从Meandering Current Mobility模型,多个运动目标沿着基于概率的Random Walk移动模型轨迹运动。在论文提出的算法中,覆盖运动路径的传感器节点通过两跳邻居节点范围内的水下传感器节点协同决策来实现最大化路径覆盖,通过调整水下传感器节点自身的有向覆盖方向达到多目标轨迹路径有向覆盖率平均值最大,并使多目标轨迹路径有向覆盖率标准方差尽量小。最后论文通过MATLAB软件仿真来验证分布式覆盖增强算法的有效性,能够显著提高多个移动目标的路径覆盖率。     

多障碍场景的有向传感器网络覆盖优化算法

针对监控区域中存在障碍物的情况,引入一种避障策略,提出基于虚拟势场的传感器网络覆盖优化算法。该算法基于有向感知模型,通过重叠覆盖区域、有效覆盖区域和障碍物遮挡区域之间虚拟力的相互作用,调整节点的传感方向,逐步消除网络中的重叠覆盖区域和障碍物遮挡区域,并根据分布在边界区域的边界节点进行改进,通过在边界线上增加一个虚拟邻居节点,实现有向传感器网络的覆盖性能增强,并分析传感器参数对覆盖率的影响。仿真结果表明,在有障碍物的情况下,该算法可有效提高网络覆盖率。     

面向区域覆盖的异构传感器节点部署

针对异构传感器节点随机部署于被监测区域时容易产生覆盖漏洞的问题,提出一种基于取样直线扫描的覆盖漏洞修复算法,基于取样直线扫描,找到覆盖漏洞;通过移动传感器节点修复覆盖漏洞.该算法以完全覆盖被监测区域为优化目标,对于具有相同感知半径的同构传感器节点和具有不同感知半径的异构传感器节点同样适用.仿真实验表明:该算法能有效修复覆盖漏洞.     

一种复杂环境中WSN锚节点的布置算法研究

在无线传感器网络的定位研究中,现有的节点布置算法都是在不考虑障碍物存在的理想情况下提出的.本文构建出存在障碍物的二维空间模型,并提出一种无线传感器网络锚节点布置算法DABTG(Deployment of Anchor-points Based Barrierd Triangle Grid).该算法在三角形网格的基础上,有序增加节点数量,在节点覆盖区域的交点处放置节点.仿真表明,算法DABTG在有障碍物存在的情况下可达到被测区域的完全覆盖.     

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。     

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。     

基于组合虚拟力的传感器网络三维空间重部署算法研究

无线传感器网络(Wireless sensor networks, WSNs)的重部署问题是提高无线传感器网络覆盖性能的一个重要问题, 实用化的重部署算法需要充分考虑传感器资源的有限性和实际布撒情况. 本文设计了基于组合虚拟力的分布式算法,该算法定义了传感器受到的邻居节点间的基于库仑力的斥力、 目标覆盖区域的基于胡克定律的中心吸引力和边界斥力, 综合这些力的合力以及单位能耗因素求得传感器节点每次移动的目标位置. 本文算法还给出了调整的终止条件以保证传感器能够重部署至合理位置. 理论论证和仿真实验表明,提出的基于组合虚拟力的重部署算法能使所有随机布撒的传感器节点在低能耗的情况下, 进入目标覆盖区域并在该区域内自组织成一个具有高覆盖性和重连通性的网络拓扑. 本文算法还解决了覆盖区域中存在障碍物的复杂情况.     

EMAC:能量有效的多目标关联覆盖空洞补偿算法

覆盖问题是无线传感器网络研究的基本问题。节点数量以及覆盖范围直接影响到网络性能和网络服务质量。因此,为了更好研究覆盖问题,提出了一种能量均衡的多目标关联覆盖空洞算法(Energy Efficient Multi-target Associate Coverage Holes Compensation Algorithm,EMAC),该算法利用节点间关联性和动态分组调整覆盖区域。在覆盖区域内,利用贪心算法对覆盖区域进行优化,并给了空洞存在时的必要条件以及移动目标拟合函数的收敛条件,保证了所关注目标节点被传感器节点均匀覆盖的同时又优化了网络资源。在每个周期内采用唤醒部分传感器节点,使之轮流工作,确保了整个网络体系能量的均衡,从而延长了网络生命周期。实验结果表明,在满足一定覆盖率的前提下,该算法不仅可以有效地抵制节点能量的快速消耗,而且具有更好的适应性和有效性。     

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。     

一种移动无线视频传感器节点的覆盖算法

在现有的无线传感器网络覆盖算法的研究中,缺乏对移动节点路径规划的研究,而针对具有视频传感器节点的网络仍使用普通传感器圆形覆盖区域的测量方法来计算覆盖面积,并不完全符合实际情况.基于这两方面的原因,本文提出了一种适用于无线视频传感器节点的最大覆盖算法,并提出一种对于视频传感器节点覆盖面积的计量方法.该算法能够使节点在保证网络连通性的前提下,达到最大的有效监测范围.此外,本文建立了相应的仿真实验模型,对该算法的有效性和覆盖面积进行了实验与分析.结果表明,本算法的节点监测面积大约为使用随机运动算法的节点监测面积的1.5倍左右,并可以保证网络的连通性.     

Parallel energy-efficient coverage optimization with maximum entropy clustering in wireless sensor networks

Energy constraint is an important issue in wireless sensor networks. This paper proposes a parallel energy-efficient coverage optimization mechanism to optimize the positions of mobile sensor nodes based on maximum entropy clustering in large-scale wireless sensor networks. According to the models of coverage and energy, stationary nodes are partitioned into clusters by maximum entropy clustering. After identifying the boundary node of each cluster, the sensing area is divided for parallel optimization. A numerical algorithm is adopted to calculate the coverage metric of each cluster, while the lowest cost paths of the inner cluster are used to define the energy metric in which Dijkstra’s algorithm is utilized. Then cluster heads are assigned to perform parallel particle swarm optimization to maximize the coverage metric and minimize the energy metric where a weight coefficient between the two metrics is employed to achieve a tradeoff between coverage area and energy efficiency. Simulations of the optimization mechanism and a target tracking application verify that coverage performance can be guaranteed by choosing a proper weight coefficient for each cluster and energy efficiency is enhanced by parallel energy-efficient optimization.     

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.     

传感网中带有可控阈值的优化协同覆盖算法

传统型的无线传感器网络(WSNs)覆盖受限于节点能量和数据冗余,迫使WSNs异常中断。为此,提出一种带有可控阈值的优化协同覆盖算法(OCC-CT)。该算法首先确定关注目标节点(FTNs)的位置信息,利用遗传算法(GA)给出了节点路径规划;其次,通过可控阈值参数和变异参数等特性对事件域节点成簇进行优化,使之节点成簇更为均匀,以减少节点能量的消耗,提升对全局目标节点的搜索能力;再次,利用适应函数对所覆盖目标位置及节点监测范围所形成的覆盖连续性进行优化,达到了提高网络覆盖率和延长网络生存周期的目的。最后,仿真实验结果表明,OCC-CT算法与其他三种算法相比在网络覆盖率、网络生存周期等方面平均提升了0.11、0.16,在网络能量开销方面提升了0.14,从而进一步验证了OCC-CT算法具有较强的稳定性和有效性。     

基于Delaunay三角划分策略的WSN区域覆盖优化研究

针对无线传感器网络在对初次抛洒节点形成的覆盖漏洞进行二次部署的过程中,传统几何学方法难以运用于概率感知模型的问题,提出一种基于Delaunay三角划分策略的无线传感器网络区域覆盖优化算法——DPSO算法。首先对监测区域内随机抛洒的静态节点和监测区域边缘顶点进行Delaunay三角划分,以得到静态节点三角网,结合无线传感器网络节点的概率感知模型证明三角形内部存在完全未覆盖区域即覆盖漏洞;其次将通过筛选得到的三角形形心集合作为粒子群优化算法的初始解集,利用改进的粒子群优化算法完成对移动节点的二次部署,以达到修复覆盖漏洞的目的。实验表明,所提出的基于Delaunay三角划分策略的优化算法能够有效修复覆盖漏洞,使区域覆盖率得到显著提高。     

基于模糊粒子群算法的有向传感器网络路径覆盖策略*

建立有向传感器节点模糊感知模型,利用模糊数据融合规则减少网络不确定区域.对于有向传感器网络路径覆盖问题,提出基于模糊粒子群算法的有向传感器网络路径覆盖增强算法,将n维求解问题转化为一维求解问题,以提高单个传感器节点净覆盖域为目的,提高网络覆盖率.仿真结果表明,对于感知方向可连续调节的有向传感器网络节点,在随机部署情况下与现有算法对比,文中算法能有效提高有向传感器网络路径覆盖率,并且具有较快的收敛速度,延长网络生存期.     

基于Memetic算法的WSN分簇协议的研究 *

针对无线传感器网络的寿命和覆盖优化,提出了一种基于Memetic算法和节点休眠-唤醒调度策略的复合文化基因聚类协议(Composite Memetic Algorithm Clustering Protocol,CMACP)。算法首先运行文化基因算法初始化需要激活的节点并规划相邻冗余节点,其中遗传算法和局部搜索算法能保障得到最优的初始节点分布。随着网络的运行,当某个节点因能量耗尽而丢失覆盖目标时,休眠调度策略选择激活最优相邻节点弥补覆盖漏洞。仿真实验表明,与其他WSN分簇协议相比,CMACP能较好的延长WSN稳定周期生存时间,并且提高WSN对感知区域的覆盖能力。     

一种基于虚拟力的分布式Voronoi控制策略

针对无线移动传感器网络在目标区域的覆盖问题,提出了一种基于移动距离的局部分布式算法,利用Voronoi多边形的特征对目标区域进行有效的分割,运用力学的矢量概念,根据Voronoi图的边和顶点确定虚拟力的方向和大小即节点的移动方向和距离,提出了基于移动距离的分布式Voronoi控制算法,以确定节点移动状态。仿真实验表明,所提算法不仅使得节点在目标区域实现了高覆盖率,同时在时间上也较早地达到了收敛,优化了网络的覆盖控制。