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。     

无线多媒体传感器网络混合虚拟势场覆盖研究

主要研究无线多媒体传感器网络的模型优化和区域覆盖增强问题.首先从多媒体传感器节点具有方向性的感知特性出发,针对视频可接受清晰度问题,设计了一种改进的扇环感知模型,并以此为基础对无线多媒体传感器网络(WMSN)中区域覆盖增强问题进行研究.其次,采用混合虚拟势场对WMSN 的区域覆盖进行增强,质心在虚拟势场产生的引力和斥力作用下运动.算法针对传统虚拟势场可能出现因局部极小而导致覆盖优化效果降低的问题改进了斥力函数,引入邻居节点共同覆盖率辅助节点感知方向的调整.并在传感器节点迭代完成后引入边界斥力,以进一步优化边界节点的利用率.最后通过一系列的模拟仿真实验和效率对比表明了算法的有效性.     

基于虚拟力算法的WMSNs覆盖研究

为了提高无线多媒体传感器网络（WMSNs）区域覆盖率,在传感器节点随机部署后,通过调节传感器节点的感知方向,使节点从感知重叠区域向覆盖盲区转动,提高网络覆盖率。针对现有算法中存在覆盖效率和覆盖率不能统一的问题,提出一种改进的虚拟力覆盖算法（VFARCR）,该算法利用传感器节点感知扇形区域质心点间的斥力调节感知方向,且通过传感器节点间的覆盖冗余度的决定方向调整的大小,虚拟力和覆盖冗余度共同控制传感器的转动。仿真实验表明：该算法提高了覆盖效率和覆盖效果,提高了虚拟力覆盖算法的性能。     

基于虚拟方格的区域密度覆盖算法

当随机部署的信标节点集中在监视区域边界处时,仅依靠虚拟力无法均匀部署。针对该问题,提出基于虚拟方格的区域密度覆盖算法,根据节点密度将整个区域划分为虚拟方格,每次迭代根据区域密度更新虚拟力系数。利用边界力避免信标节点处于区域边界或死角,使信标节点合理分布在监视区域中。仿真结果证明,该算法可有效提高信标节点网络覆盖率。     

无线多媒体传感器网络中的覆盖增强算法

针对无线多媒体传感器网络节点感知范围的视角性和方向性,提出了基于虚拟力和粒子群算法的覆盖增强算法.该算法通过传感器节点之间存在着的大小不等的引力或者斥力的虚拟力作用,调整传感器节点的位置,使网络中节点的分布合理和均匀;通过粒子群优化算法调整有向传感器节点的工作方向以达到覆盖的最大化.仿真实验结果表明,基于虚拟力和粒子群算法的覆盖增强算法能很好的提高网络的覆盖率.     

基于虚拟力的无线传感器网络地理位置路由算法*

通过引入虚拟力导向的节点移动方式改进了GAF路由算法,提出了一种新的基于虚拟力的无线传感器网络地理位置路由算法。算法通过计算节点之间以及节点与边界之间的虚拟力,引导移动节点移动到新位置;同时,利用计算得到的节点移动前后的位置信息改进了节点休眠机制,能够在节点移动后适时地唤醒其他节点。仿真实验结果表明,该算法能有效提高网络覆盖率、平衡节点能量消耗,并显著延长网络生命时间。     

基于自适应差分优化的改进虚拟力导向粒子群算法研究

为提高节点在无线传感器网络中的自部署性能,本文以虚拟力导向粒子群算法为基石,在部署区域内,采用正方形网格划分方式,并引入一种改进的自适应差分进化策略,对原算法进行改进。改进算法引入了移动目的地对移动节点的引力作用,并通过自适应调整,有目的的向扩大网络覆盖率的目标进化,从而最大限度地优化节点的部署速度和网络的覆盖率。通过对该算法的性能进行了仿真与分析,在网络覆盖率、算法收敛速度以及部署时间等方面,相比于经典虚拟力算法及虚拟力导向粒子群算法,该算法具有更佳的部署性能。     

差分进化融合混合虚拟力的有向传感器网络覆盖算法

针对感知方向可调的有向传感器网络（DSN）,为最大限度减少覆盖空洞和重叠区,从而提高有效覆盖率,提出了差分进化融合混合虚拟力的DSN覆盖算法。首先,建立有向感知模型,分析节点之间、节点与障碍物之间及节点与边界之间的混合虚拟作用力,在此基础上建立节点旋转角度与作用力之间的调整公式;然后,为弱化混合虚拟力造成的局部次优解缺陷,引入差分进化模型,将虚拟力作为进化更新的一个影响因子,节点间经过变异、交叉及选择操作来寻找最佳适度值,提高有效覆盖率。覆盖仿真实验表明,在100 m×100 m监测区域下,求得100次随机部署后经过差分进化融合混合虚拟力算法网络有效覆盖率提高了19.68%,而经过混合虚拟力算法和差分进化算法的覆盖率分别提高了10.32%和11.35%;差分进化融合混合虚拟力算法在迭代80次左右网络趋于稳定,而混合虚拟力算法和差分进化算法分别需要130次和140次左右迭代。相对于混合虚拟力算法和差分进化算法,将两者相结合的差分进化融合混合虚拟力算法的收敛速度更快,有效覆盖率提高更明显。     

有向传感器网络覆盖增强研究

为提高视频传感器网络的感知覆盖率,基于有向传感器感知模型,提出一种利用Voronoi图的视频传感器网络覆盖增强算法。该算法采用质心替代节点扇形感知区域并构造Voronoi图,通过调整节点感知方向对代替扇形感知区域的质心进行均匀分布,以消除网络中感知重叠区和盲区,提高整个有向传感器网络覆盖率。仿真结果表明,该算法能够有效提高网络覆盖率并能快速收敛。     

与区域划分及虚拟力相关的三维覆盖算法

针对三维空间中无线传感器网络的节点覆盖问题,提出了与区域划分及虚拟力相关的三维覆盖算法,该算法依据节点间虚拟力及划分区域的算法思想,在每个子区域中心引入吸引源,各节点受到吸引源的引力及节点间作用力,并在合力的作用下重新调整节点的部署范围。通过实验仿真,证明了算法能有效提高目标区域覆盖率,降低节点部署能耗。