WS N中正三角形剖分的异构节点静态部署算法?

针对无线传感器网络异构节点静态部署问题,提出了一种基于正三角形剖分的异构节点部署算法。将监测区域进行正三角形网格划分,利用网格单元顶点及中心位置信息,在正三角形网格单元的顶点处部署感知半径较大的节点,在中心部署感知半径较小的节点,使不同感知半径的节点得到充分利用,保证了监测区域的覆盖率要求。     

基于微粒群模型的移动传感器网络部署研究

传感器节点的部署是无线传感器网络中的很重要的问题,因为它反映了传感器网络的成本和监视能力.为了减少传感器节点部署时产生的覆盖盲区,提高网络的覆盖率,提出了一种新的基于微粒群模型的移动传感器节点位置优化配置算法.该算法根据节点的位置信息建立节点部署优化模型.利用微粒群算法求解该优化模型,优化过程中的最优解作为节点的最终配置位置.仿真结果表明该算法最大可能地减少了网络中的覆盖盲区,有效改善了网络的覆盖率.     

基于覆盖率的传感器优化部署算法

传感器部署是传感器网络工作的基础,对网络的运行情况和寿命有很大影响。针对传感器网络节点部署时首要考虑的覆盖问题,提出一种可以满足不同覆盖率要求的节点优化部署算法,在提高节点覆盖性能的同时优化节点数量,降低网络的配置代价。仿真结果证明,该算法可最大化节点的覆盖效率。     

一种基于蜂窝网格的传感器节点部署算法

传感器节点的部署是无线传感器网络研究的一个重要分支。证明了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;提出了一种基于蜂窝网格的传感器节点部署算法,通过仿真与已有的基于方形网格的部署算法进行比较,结果证明:本算法能更有效地控制成本。     

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.     

基于改进蝙蝠算法的无线传感器网络的移动节点部署

针对传统的无线传感器网络(WSNs)中存在的移动节点部署的分布不均匀、网络覆盖度太低等各种问题,提出了一种基于改进蝙蝠算法(BA)的移动节点部署策略,通过蝙蝠算法的收敛特性,不断迭代寻求问题的最优解,从而不断优化传感器节点的部署.Matlab仿真表明:提出的算法可以显著改善传感器节点的覆盖密度,并且节点分布也相对比较均匀.     

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。     

一种目标监测的移动传感器网络覆盖分布式优化算法

针对移动传感器网络中目标监测的节点部署问题,为保证在无覆盖漏洞的同时减少覆盖冗余,以六边形棋盘结构(HTL)为网络的目标部署结构,提出一种基于群集控制的分布式部署算法.该方法只需目标的相对方向和邻居节点的相对位置、速度信息,可不依赖于通信.仿真结果表明,所提出的算法对静止和运动目标均有效,与基于虚拟力的算法相比所需信息更少,部署更均匀,对HTL的逼近效果更好,覆盖更优.     

无线传感器网络中基于动态规划的节点高效部署算法

针对传感器提供的信息不可靠导致的节点部署问题,研究了4种不同的静态无线传感器网络(WSN)部署形式,并将这4个组合优化问题归纳为NP完全问题,提出了一种基于动态规划的不确定性感知节点部署算法进行求解。算法首先为感兴趣区域内的传感器节点找到其最佳的K个部署位置,然后从K个部署位置中选择最优部署方案。该算法能够在保证覆盖范围和连接性的前提下确定最小数量的传感器及其位置。仿真实验结果表明,相对于当前最新的其他传感器部署策略,所提算法在均匀覆盖、优先覆盖要求以及网络连接性下的性能都更优。     

异构无线传感器网络中异构节点的部署与优化

在无线传感器网络中适当地部署少量的异构传感器节点能够有效地延长网络寿命,提高网络的可靠性.本文主要研究无线传感器网络中异构节点的部署问题,提出了基于选址问题的异构节点部署算法,以优化无线传感器网络中异构节点的数量和位置.与其它算法相比,该算法对无线传感器网络的拓扑结构没有特定的要求,可以支持随机部署或人工部署的各种传感器网络,最后还给出了该算法的仿真测试结果.     

基于概率的三维无线传感器网络K-覆盖控制方法

针对无线传感器网络在三维空间监测中存在的固有的不确定性与系统应具有较强的容错能力、鲁棒性之间的矛盾,提出了一种基于概率的三维无线传感器网络K-覆盖控制方法.对三维待监测区域以网格建模,用迭代的贪婪启发式方法确定传感器节点在网格中的位置,每一步迭代完成一个节点的放置,直到节点总数达到预设的上界或每个网格点以概率T达到K-覆盖为止.仿真结果表明,相对于传统的随机和均匀配置方法,本方法能使用较少的节点满足相同的覆盖度和监测精度的要求,或使用相同的节点达到更高的覆盖度.并对整个待监测区域中有优先覆盖要求(覆盖度优先和监测精度优先)的局部区域的情况进行了分析.     

Pareto-based evolutionary computational approach for wireless sensor placement

Wireless sensor networks (WSNs) have become increasingly appealing in recent years for the purpose of data acquisition, surveillance, event monitoring, etc. Optimal positioning of wireless sensor nodes is an important issue for small networks of relatively expensive sensing devices. For such networks, the placement problem requires that multiple objectives be met. These objectives are usually conflicting, e.g. achieving maximum coverage and maximum connectivity while minimizing the network energy cost. A flexible algorithm for sensor placement (FLEX) is presented that uses an evolutionary computational approach to solve this multiobjective sensor placement optimization problem when the number of sensor nodes is not fixed and the maximum number of nodes is not known a priori. FLEX starts with an initial population of simple WSNs and complexifies their topologies over generations. It keeps track of new genes through historical markings, which are used in later generations to assess two networks’ compatibility and also to align genes during crossover. It uses Pareto-dominance to approach Pareto-optimal layouts with respect to the objectives. Speciation is employed to aid the survival of gene innovations and facilitate networks to compete with similar networks. Elitism ensures that the best solutions are carried over to the next generation. The flexibility of the algorithm is illustrated by solving the device/node placement problem for different applications like facility surveillance, coverage with and without obstacles, preferential surveillance, and forming a clustering hierarchy.     

A practical information coverage approach in wireless sensor network

In order to improve energy-effectiveness in wireless sensor network, in practice some sensors in observation points are selected not to gather data. In this case, the insufficient data gathered by the rest of sensors have to cover the total network so that the complete information of the whole environment could be estimated rationally, which is similar to compressive sensing. However, the process of estimation has to cost a lot of energy, which is a crucial problem. This paper proposes a practical and effective information coverage approach in which an actual constrained condition is considered for consensus estimation to reduce unnecessary energy cost reasonably. In our experiments, the method has been proved valuable and feasible.     

传感器优化布置的距离系数-Fisher信息准则

以损伤参数识别为目标,基于传统Fisher信息准则的传感器优化布置会出现测点局部聚集现象,导致信息冗余,不利于损伤定位。针对此问题,首先以反映信息独立程度的距离系数对候选自由度的Fisher信息矩阵进行加权修正;然后以修正后的有效信息矩阵行列式最大化为目标,采用逐步累加的方法得到基于距离系数-Fisher信息准则的传感器优化布置方案。采用该方法对一个16自由度剪切型弹簧质量模型进行传感器优化布置。结果表明,该方法能有效避免测点聚集现象,解决信息冗余问题。     

网格法在无线传感器网络部署中的应用

传感器节点的数量关系到无线传感器网络的总成本和网络的性能,是设计无线传感器网络优先考虑的问题。对无线传感器网络部署中重点考虑的覆盖、连通性和节能问题进行了讨论,基于网格法对几种不同的传感器部署方案进行分析,计算了它们的有效覆盖面积和有效覆盖率。通过计算和分析可知,传感器按等边三角形部署时,重叠区域小,需要的传感器数量少,是最理想的部署策略。     

无线视频传感节点夹角完全覆盖优化模型

针对无线传感网络中视频传感节点的部署问题,形式化定义了一个（k,ω）-夹角完全覆盖问题,为用最少的传感节点去（k,ω）-夹角完全覆盖所有的目标,提出了一个两阶段混合整数线性规划算法来解决传感节点的部署。仿真实验结果显示提出的算法相较于整数线性规划算法和二元整数规划算法,确实能够实现用更少的传感节点完全覆盖所有监控区域的目标。     

Maximizing lifetime in wireless sensor networks with multiple sensor families

Wireless sensor networks are generally composed of a large number of hardware devices of the same type, deployed over a region of interest in order to perform a monitoring activity on a set of target points. Nowadays, several different types of sensor devices exist, which are able to monitor different aspects of the region of interest (including sound, vibrations, proximity, chemical contaminants, among others) and may be deployed together in a heterogeneous network. In this work, we face the problem of maximizing the amount of time during which such a network can remain operational, while maintaining at all times a minimum coverage guarantee for all the different sensor types. Some global regularity conditions in order to guarantee a fair level of coverage for each sensor type to each target are also taken into account in a second variant of the proposed problem. For both problem variants we developed an exact approach, which is based on a column generation algorithm whose subproblem is either solved heuristically by means of a genetic algorithm or optimally by an appropriate ILP formulation. In our computational tests the proposed genetic algorithm is shown to be able to dramatically speed up the procedure, enabling the resolution of large-scale instances within reasonable computational times.     

分布式布谷鸟算法在无线传感器网络布局优化中的应用

在无线传感器网络中,传感器节点的部署通常具有随机性。随机布局的无线传感器网络存在着节点利用率低,传感器网络覆盖率小等问题。为了解决无线传感器布局问题,提出了基于分布式布谷鸟算法的无线传感器网络覆盖优化算法,利用布谷鸟算法对传感器节点的布局进行优化,同时采用分布式计算提高算法的计算速度。实验表明,该算法对无线传感器网络的布局具有很好的优化效果,而且比布谷鸟算法具有更快的计算速度。