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。     

感知距离参数优化的无线传感器网络节能的研究

无线传感器网络(WSNs)覆盖是WSNs的关键问题,它反映了网络对目标区域的探测能力,节点的感知距离的优化能够很好地解决WSNs区域覆盖要求的同时使得能量消耗最低.研究了基于节点感知距离参数调节的WSNs节能区域覆盖方案,建立了感知半径之和最小的数学模型,采用遗传算法求解该模型,得到一个最优解.仿真结果表明:与传统覆盖方案比较,所提方案在满足覆盖要求的同时有效地降低了网络能量消耗.     

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。     

改进QGA在WSNs节点部署中的应用

对含有障碍区域的无线传感器网络（WSNs）节点部署问题进行研究。建立节点探测模型和网络覆盖率评价方法,基于概率传感器模型提出一种部署方式,即对障碍区域进行随机布撒节点,确定区域采用量子遗传算法（QGA）寻找最优节点部署位置,实现对同构WSNs节点构成的目标区域的高效覆盖。仿真结果与GA,QGA相比：改进QGA有效提高了算法整体的搜索能力和收敛速度。     

基于最优连通功率控制的WSNs跨层路由优化算法

针对非连通区域节点空洞效应和热点区域节点间通信干扰导致的路由服务质量（QoS）下降问题,提出了一种基于最优连通功率控制的无线传感器网络（WSNs）跨层路由优化算法。算法采用自适应最优连通功率控制策略,在避免路由空洞产生和保证网络连通性条件下,降低热点区域节点数据转发竞争干扰;通过位置信息、剩余能量和干扰等级的跨层信息交互,动态选取最优转发节点,提高网络整体性能。仿真实验表明：算法能够提高路由（QoS）、优化网络生命周期和降低热点区域通信干扰。     

基于Voronoi的无线传感器网络栅栏覆盖策略

在栅栏覆盖研究中,针对节点部署区域存在无法被监测到的穿越路径的问题,将[Voronoi]图引入栅栏覆盖,划分整个部署区域,提出了基于[Voronoi]图的无线传感器网络栅栏覆盖策略,并监测部署区域是否存在栅栏覆盖空洞,以决定节点是否通过有限移动重新部署空洞区域,实现了对栅栏部署区域的有效覆盖。仿真实验结果表明,该算法提高了对监测区域的覆盖质量,以较低能耗和较少节点构建栅栏,达到预期覆盖要求。     

无线传感器网络中一种能量有效k度覆盖算法

覆盖率是衡量无线传感器网络性能的重要指标之一。在对目标节点进行k覆盖的过程中,会出现大量数据冗余迫使网络出现拥塞的现象,导致网络通信能力和覆盖能力降低、网络能量快速消耗等问题。为此,提出了一种能量有效[k]度覆盖算法（Energy Efficient k_degree Coverage Algorithm,EEKCA）。该算法利用节点之间的位置关系构造出覆盖网络模型,通过分析网络模型给出监测区域内节点覆盖期望值及对整个监测区域覆盖所需最少节点数量的求解过程;在能耗方面,给出了工作节点和邻居节点之间的能量转换函数比例关系,利用函数比例关系完成低能量节点的调度,进而达到全网能量平衡,优化了网络资源。最后,仿真实验结果表明,该算法不仅可以提高网络覆盖质量,还可有效抑制节点能量快速消耗,从而延长网络生存周期。     

异构WSNs中节点稳定匹配的覆盖空洞修复优化算法

针对异构无线传感器网络中初始节点随机部署或节点失效产生覆盖盲区的问题,提出一种节点稳定匹配的覆盖空洞修复优化算法(ROA-NSM)。首先,对静态节点进行Voronoi多边形划分确定节点覆盖盲区,通过Delaunay三角形计算虚拟修复节点位置;其次,基于距离和能量阈值函数计算节点优先级,建立虚拟修复节点与移动节点的稳定匹配关系;最后,通过移动节点位置的移动,实现覆盖空洞修复的优化。仿真实验表明,优化算法使每个虚拟修复节点有最优的移动节点匹配,通过与已有相关覆盖空洞修复算法比较,ROA-NSM优化算法收敛速度加快,匹配次数和节点移动距离减少,覆盖率提高。     

基于贪婪策略的无线传感器网络覆盖优化方法

对目标监视区域实现有效的覆盖是无线传感器网络（ WSNs）最基本也是最重要的问题之一。当WSNs不能满足覆盖要求的时候,需要通过节点调度算法,新激活一批节点来恢复网络的覆盖性能。本算法摒弃了计算感知模型重叠情况,利用网络的几何特征进行覆盖质量评价与优化。仿真结果表明：所提出的算法确实能迅速提高覆盖率的同时降低节点的激活数量。     

莱维飞行的粒子群优化算法在WSNs覆盖增强中的应用

为了提高无线传感器网络(WSNs)的覆盖率,减少冗余覆盖,延长网络生存时间,在粒子群优化(PSO)算法的基础上,提出一种莱维飞行(LF)与粒子群优化相结合的(LF-PSO)算法.该算法以提高覆盖率为优化目标,通过建立数学模型来描述WSNs节点覆盖优化问题,利用算法对数学模型求解,达到优化节点覆盖的目的.仿真结果表明:该算法的运算结果达到了预期效果,优化了工作节点的布局,提高了覆盖率,是一种高效可行的WSNs节点覆盖算法.该算法非常适合应用到WSNs节点覆盖优化中,能够大大的提高节点的覆盖率.     

基于CVT模型的无线传感器网络覆盖优化

针对目前无线传感器网络(WSNs)节点随机部署时覆盖率低的不足,提出了一种质心化的Voronoi图(CVT)模型和圆覆盖结合的方法用于网络覆盖的优化方法.将网络覆盖优化问题简化,转化为每个WSNs节点各自覆盖对应Voronoi多边形区域的优化问题,降低了问题的复杂性,不仅使得WSNs的节点部署和区域划分更加合理,同时使得网络覆盖范围更佳.实验结果表明:模型能够有效提高WSNs的覆盖率,提供了更优的网络通信服务.     

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。     

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.     

Maximizing network lifetime in wireless sensor networks with regular topologies

Limited energy supply (battery-powered) is a crucial problem in wireless sensor networks (WSNs). Sensor node placement schemes and routing protocols are mostly proposed to address this problem. In this paper, we first present how to place sensor nodes by use of a minimal number of them to maximize the coverage area when the communication radius of the sensor node is different from the sensing radius, which results in the application of regular topology to WSNs deployment. With nodes placed at an equal distance and equipped with an equal power supply, the problem of unbalanced energy consumption in 2-D regular topologies becomes more severe and much more difficult to tackle than that in 1-D chains, though the latter is known as an already quite hard problem. We address this problem and propose an adaptive data collection scheme by employing different communication radii for nodes in different locations to balance the energy consumption in WSNs. In order to achieve the ultimate goal of maximizing network lifetime in grid-based WSNs, we give a mathematical formulation, which shows the problem of maximizing network lifetime is a nonlinear programming problem and NP-hard even in the 1-D case. We discuss several heuristic solutions and show that the halving shift data collection scheme is the best solution among them. We also generalize the maximizing network lifetime problem to the randomly-deployed WSNs, which shows the significance of our mathematical formulation for this crucial problem in WSNs.     

A novel gossip-based sensing coverage algorithm for dense wireless sensor networks

Wireless sensor networks (WSNs) have been widely studied and usefully employed in many applications such as monitoring environments and embedded systems. WSNs consist of many nodes spread randomly over a wide area; therefore, the sensing regions of different nodes may overlap partially. This is called the “sensing coverage problem”. In this paper, we define a maximum sensing coverage region (MSCR) problem and present a novel gossip-based sensing-coverage-aware algorithm to solve the problem. In the algorithm, sensor nodes gossip with their neighbors about their sensing coverage region. In this way, nodes decide locally to forward packets (as an active node) or to disregard packets (as a sleeping or redundant node). Being sensing-coverage-aware, the redundant node can cut back on its activities whenever its sensing region is k-covered by enough neighbors. With the distributed and low-overhead traffic benefits of gossip, we spread energy consumption to different sensor nodes, achieve maximum sensing coverage with minimal energy consumption in each individual sensor node, and prolong the whole network lifetime. We apply our algorithm to improve LEACH, a clustering routing protocol for WSNs, and develop a simulation to evaluate the performance of the algorithm.     

一种能量有效的三维传感器网络覆盖控制算法

由于无线传感器网络节点部署是随机的而且数量巨大,会产生很多冗余的节点,因而对网络进行覆盖控制提高冗余节点的利用率就成为一个亟待解决的问题.针对无线传感器网络中的三维覆盖问题进行了深入的研究,提出了一种分布式能量有效的三维覆盖控制算法,并利用OPNET网络仿真软件对其性能进行了验证.     

无线传感器网络监测区内节点能耗估计

该文通过对传感器网络监测域内节点能耗建模与节点在区域中的理想网络部署建模，从理论上分析了传感器网络最优部署时各处位置的节点能耗变化趋势，并总结出了EC能耗曲线。以J—Sim为仿真平台．仿真试验提取了特定条件下测试区内不同位置的节点能耗并依此绘制成曲线与EC曲线拟合，验证了EC曲线的有效性。将依据EC曲线计算出的网络寿命上限与文献[9]提出的网络寿命上限结果比较可知，由该模型得到的网络寿命上限以及节点能耗曲线更加逼近真实网络。     

改进的离散果蝇优化算法在WSNs覆盖中的应用

针对无线传感器网络( WSNs)随机部署产生的区域覆盖率低、节点利用率差问题,提出一种改进的离散果蝇优化算法( FOA)对WSNs覆盖进行优化.新算法引入自适应步长的分类嗅觉随机搜索和基于移民操作及精英库的多种群协同进化机制,提高了优化精度和效率.仿真实验结果表明:新算法有效解决了WSNs覆盖问题,在确保网络覆盖率最大化的同时节点利用率较大,延长网络寿命.     

基于WSNs的部分覆盖应用的节点唤醒机制

无线传感网络WSNs(Wireless Sensor Networks)已广泛应用于各类领域.然而,由于能量有限,提高传感节点能效是一项挑战工作.休眠调度策略是保存能量、延长网络寿命的有效策略.此外,多数WSNs应用并不要求100％的覆盖.为此,提出面向部分覆盖应用的节点唤醒机制,且标记为PCLA.PCLA机制引用学习自动机去合理地唤醒节点,而其他节点休眠,进而延长网络寿命.首先,唤醒部分节点构成主干网,然后,再利用这些节点的邻居去满足网络覆盖要求.实验数据表明,与同类机制相比,提出的PCLA机制能够有效地满足部分覆盖要求,并且在活动节点数和网络寿命方面也具有较好的性能.