无线传感器网络的多目标覆盖控制策略

针对无线传感器网络中能耗、能耗均衡和覆盖率互相矛盾的问题,提出了一种多目标优化覆盖控制策略.在构建网络模型的基础上,以覆盖率、能耗和网络能耗均衡为优化目标,设计针对自由搜索算法的适应值函数和编码方案.仿真结果表明,该覆盖控制策略在保证高覆盖率的同时,能有效地降低能耗和保持网络能量均衡.     

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.     

混合WSNs中基于多目标优化的覆盖控制算法

针对无线传感器网络( WSNs)随机部署产生的区域覆盖率低、节点利用率差和能量不均衡的问题,引入移动传感器节点,将快速非支配排序遗传算法Ⅱ( NSGA-Ⅱ)运用到混合无线传感器网络覆盖控制部署并进行改进,采用分层编码策略,引入删除算子避免早熟,自适应改变交叉、变异概率提高局部搜索能力,获得较优解集后基于决策者信息偏好选择最优目标.仿真实验结果表明:有效解决了WSNs覆盖控制问题,可以在网络覆盖率最大化的同时,节点利用率较大且能耗系数较低,延长网络寿命.     

基于空间分辨率的无线传感网节点调度策略

节点调度策略是解决无线传感器网络(WSN)能量受限和覆盖高度冗余的一种有效方法,但在节能的同时又必须满足覆盖率的需求。针对随机调度中的能量消耗不均衡且使用不合理等问题,提出一种基于空间分辨率的节点调度策略。该策略通过控制区域中的活动节点数来保障网络的覆盖率要求,并利用剩余能量来均衡化各节点的能耗。同时借助邻居节点保障机制,一方面关闭休眠节点的实时监听,减少不合理的能耗;另一方面缓解节点轮休时可能出现的覆盖漏洞问题,有效保障网络覆盖率。仿真结果表明,该策略在网络覆盖率、生存期以及节点间的能耗均衡度等方面的性能表现优于Gur Game等调度算法。     

EeRCCA：一种能量有效的传感器网络覆盖控制算法

针对已有算法中边界节点过早死亡和网络能耗不均问题,本文提出了一种能量有效的分布式覆盖控制算法EeRC-CA.EeRCCA采用多启动和能量自适应竞争相结合的策略,减缓边界节点过早死亡;在协同节点选举中,依据当前节点与启动节点、邻居协同节点间的距离和剩余能量的权值,合理调整避退时间,均衡网络能耗,延长网络生存周期.仿真结果表明EeRCCA可以保证完全覆盖和连通,在工作节点数目和覆盖率方面与RBSS算法基本相当,在不增加额外控制开销的条件下,可以显著延长网络生命期.     

基于鱼群算法的无线传感网络覆盖优化策略*

无线传感网络是能量受限的网络,有效覆盖和能耗是衡量其性能的两个重要指标。将最大化网络覆盖率和最小化工作节点数作为网络优化目标,建立了网络覆盖优化的数学模型,并利用鱼群算法并行寻优、收敛快速的特性,提出了一种基于鱼群算法的覆盖优化策略。仿真实验表明,该算法能求解最优覆盖工作节点,并可以改进网络节点调度的实时性。     

基于能耗均衡的WSN连通覆盖集构建算法

为提高无线传感器网络的能量利用率,提出一种基于能耗均衡的连通覆盖集构建算法EBACCS。该算法以概率覆盖模型为基础,采用Voronoi图划分目标区域,获得网络冗余节点,根据能量权值函数,从冗余节点中选出必要的连接节点建立一个优化的连通覆盖集。理论分析和仿真实验结果表明,EBACCS能够保证网络的连通性与覆盖性,均衡节点能耗,延长网络寿命。     

无线传感网络中覆盖能效动态控制优化策略

能量约束是无线传感网络测量控制的关键问题之一.本文针对移动节点位置优化问题,提出了无线传感网络通信能耗评价指标,采用微粒群优化策略更新节点位置,使无线传感网络具有更强的灵活性和能效性.利用Dijkstra算法获得网络最优通信路径计算能耗评价指标.采用动态能量控制策略使空闲节点进入睡眠状态减少网络运行能耗.通过优化能量指标降低了通信能耗,实现了无线传感网络覆盖与通信能量消耗的合理均衡.对移动目标跟踪仿真表明,覆盖能效优化算法与动态能量控制策略相结合提高了无线传感网络覆盖的能效性.     

基于加权的无线传感器网络优化覆盖算法

针对无线传感器网络探测网络环境的自适应休眠算法(Probing Environment and Adaptive Sleeping,PEAS)在节点调度过程中,存在节点能耗不均衡、网络的生命周期较短的问题,提出一种基于加权的优化覆盖算法。该算法对最小频繁项的目标所对应的传感节点按能量高低进行划分集合,使各集合能够独立覆盖最小频繁项的目标,以达到局部的优化。考虑到传感节点覆盖目标数和剩余能量对无线传感网络生存周期的影响,对边缘未覆盖的目标节点采用加权的方式进行覆盖。仿真结果表明:该算法能够均衡网络节点的能耗,有效地延长了网络的生命周期。     

无线传感器网络动态节点选择优化策略

无线传感器网络的能耗和有效覆盖率是衡量其性能的两个重要指标.无线传感器网络动态节点选择优化策略通过合理配置各无线传感器节点状态,平衡网络能耗和有效覆盖率,提高网络能效性,延长网络寿命.提出一种结合了Hopfield网络与遗传算法的动态节点选择优化策略,简称为HN-GA.该策略通过遗传算法实现全局搜索,采用Hopfield网络缩小遗传算法的搜索范围,保证遗传算法中每个基因对应待选解的有效性,并针对动态节点选择优化提出一种基于无线传感器网络能耗、寿命和有效覆盖率的综合指标.仿真实验表明,HN-GA算法能有效完成无线传感器网络动态节点选择优化,并在确保网络有效覆盖率的前提下,通过动态配置各无线传感器节点状态,降低网络能耗,延长网络寿命.与遗传算法和Hopfield网络相比,HN-GA算法不仅全局搜索能力强,且收敛速度快、耗时少.     

基于均匀分簇的正三角模型节点轮换路由算法

针对节点随机分布的无线传感器网络能耗问题,提出一种在均匀分簇后采用正三角模型对簇内节点进行调度的低能耗路由算法。该算法首先计算网络内节点总能耗最小时的分簇数目,再由Sink节点选择相应数目的剩余能量最大、地理位置最优的节点为簇首,完成均匀分簇。簇内节点采用正三角模型和节点覆盖概率进行工作节点的选择。仿真结果表明,该路由算法可以均衡节点能耗,延长网络工作轮数,降低网络延迟,并体现出了更优的网络鲁棒性。     

一种无线传感器网络覆盖能耗平衡优化策略

在无线传感器网络中,对目标区域的覆盖程度以及网络能耗是衡量其性能的重要指标,通过对节点的合理配置,有利于保证网络覆盖,平衡网络能耗。针对节点感知距离可调的无线传感器网络,提出了一种无线传感器网络覆盖能耗平衡优化策略,该策略以满足一定的网络区域覆盖质量为前提,以覆盖能耗平衡为优化目标,采用粒子群算法,首先对网络中的节点布局进行动态优化,在此基础上通过合理调整节点感知距离,使得网络覆盖能耗性能最优。仿真结果表明,与传统节能覆盖方案相比,该策略能够有效减少感知重叠区和感知盲区,提高网络区域覆盖质量,降低网络能耗。     

基于时间同步的无线传感器网络覆盖控制优化算法*

为了实现网络覆盖控制的优化,减少能耗,提出了一种分布的、高效节能、与节点位置无关的传感器网络覆盖算法。在该算法中,节点与邻居交换信息,并通过能量大小竞选工作节点,节点根据自身与工作节点的距离判断决定进入工作状态或休眠状态,并采用在生成树中广播时间同步算法使工作节点网络达到时间同步。仿真结果比较表明,该算法能够明显减少工作节点数,从而减少能量消耗,延长网络寿命。     

一种线型无线传感器网络部署策略

根据矿井线型环境下传感器节点的定位需求,提出一种K(K=3)重覆盖无线传感器网络部署策略,该策略通过使用等腰三角形分区覆盖和传感器节点分组的方法,解决了矿井线型环境下的K重覆盖和网络能耗均衡问题。仿真实验表明,该策略使用较少的分组实现了预定的覆盖度要求,并通过组内节点数的不均匀部署保证了网络能耗的均衡性,与组内节点数均匀部署相比,其网络生命周期提高了53.64%。     

基于水平集的围猎式水下传感器节点布置研究

水下传感器网络作为一种探索和开发海洋的新方法,在人类不易接触的水下区域的探测和监测中发挥着重要作用,是无线传感器网络领域研究的热点.在水下空间中传感器节点如何自主调整位置实现对“兴趣域”的覆盖和监视是一个重要课题.该文引入水平集理论LSM,提出了一种基于水平集的围猎式水下传感器节点布置方法.在该方法中网关节点根据传感器节点的位置信息和可能感知到的兴趣域信息,以能量泛函计算兴趣域边缘参数,传感器节点以此参数为根据,完成趋向兴趣域边缘的迁移;大量节点的迁移可逐步演化成对兴趣域的围猎式布置.同时,该文建立了结构相似度SSIM和网络能耗均衡度两个性能评价指标,以评估该文方法在实现兴趣域驱动的水下节点布置的综合性能.大量仿真实验结果表明,该方法在不同节点规模、节点密度和兴趣域形状情况下均可实现对兴趣域边缘的动态地、围猎式地覆盖,从而达到对兴趣域的有效跟踪和监视.     

能量有效的无线传感器网络动态任务调度算法

为减少无线传感器网络任务调度的能量消耗,平衡网络负载,提出能量最小化的动态任务调度算法。在感知动态环境的基础上,将传感器网络节点的覆盖率、可调度性等作为该问题的约束条件。将改进后的蚁群算法应用于任务调度算法中,通过迭代得到最优分配方案,引入信息熵提升剩余能量充沛的节点执行任务的几率。仿真结果表明,该算法在降低任务分配的执行时间、能量消耗量及优化网络负载平衡方面取得了较好的效果。     

无线传感器网络的任意覆盖率节点配置

研究了任意覆盖率下的无线传感器网络分布式节点自动配置问题. 首先, 针对正六边形拓扑架构下的网络覆盖, 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, 从而得到了理想条件下部分覆盖的最优节点配置. 考虑到实际系统中有限的节点密度和节点的随机分布, 进一步提出了一种可以在此条件下实现任意覆盖率的部分覆盖协同优化算法(Optimized collaborative partial coverage, OCPC). OCPC通过节点间的动态协同唤醒最接近于理想配置的工作节点并使其他节点睡眠以节省能量. 以尽可能少的工作节点达到网络的覆盖和连通需求并降低网络的能耗, 进而达到网络的感知任务和能量消耗的有效折衷. 仿真表明, OCPC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连通, 同时, 与经典覆盖算法PEAS (Probing environment and adaptive sleeping)和OGDC (Optimal geographic density control)相比, 在网络的节能方面也具有明显的优越性.