基于Voronoi图的无线传感器网络K覆盖算法

针对无线传感器网络(WSN)在随机高密度部署节点情况下的多重覆盖问题,提出一个基于Voronoi图的K覆盖算法。该算法利用邻居节点信息计算Voronoi覆盖邻居节点集,构建有向Voronoi覆盖关系图,通过调整关系图中的节点状态实现K覆盖。仿真结果表明,该算法能正确判断网络覆盖率,连通K覆盖的近似最小活动节点集数目少于CCP算法。     

基于区域分割和Voronoi图的区域覆盖算法

针对无线传感器网络区域已知的区域覆盖问题,提出了一种基于区域分割和Voronoi图的覆盖算法（RSV）。算法首先分析已知区域的地理信息和兴趣点,根据传感器感知能力,构造合适大小的网格将已知区域细化分割。然后基于分割后的各个区域,根据兴趣点的数量划分其为不同权重部分,并初步设计传感器位置。根据初步部署位置和权重,对不同权重位置构造Voronoi图填补覆盖空洞,直至所有空洞被填补完毕,并为了延长运行寿命设计了合适的节点休眠策略。仿真实验显示,基于区域分割和加权Voronoi图的目标区域覆盖算法相较于现有算法,在节点数量增加较少的情况下,延长了网络的运行寿命,同时使节点能量消耗更加平均,在节点数量受限情况下,算法对有效区域的覆盖效果也更佳。     

基于Voronoi图的无线传感器网络栅栏覆盖算法设计

针对无线传感器网络中栅栏构建的问题,提出了一种基于监测区域Voronoi图划分的无线节点栅栏构建算法。仿真结果显示,网络中无线节点部署地越多,栅栏形成的可能性和组建栅栏的节点平均数量也会随之增加。该算法能够在无线传感器网络节点覆盖密度较低且不均,已经形成了少量栅栏空洞的情况下快速实现监测区域的栅栏覆盖,但空洞修复还需要进一步研究。     

基于Voronoi图的移动单元节点调度算法

在稀疏无线传感器网络中,移动单元节点常被用于数据采集和转发。基于Voronoi图设计一条尽可能短的移动单元节点数据采集路径。在该路径中,移动单元节点被调度去访问一个Voronoi节点子集,在给定通信半径内,该节点子集能覆盖所有传感器节点。仿真实验结果表明,通过连接Voronoi节点子集而形成的优化路径能有效缩短移动单元节点的行进路径长度。     

WSNs中基于Voronoi图的分布式覆盖协议

研究网络随机部署情况下的覆盖问题,提出基于Voronoi图的分布式覆盖协议。采用分布式节点冗余判断算法来判断传感器节点自身的冗余性,据此对节点进行相应的职能调度。当网络中节点的通信半径大于或等于其感应半径的2倍时,该协议能达到网络完全覆盖及连通的要求。通过该协议的推广,满足了覆盖度动态变化的要求,保证网络的k-度覆盖。     

基于Voronoi图的无线传感网休眠算法

针对无线传感网络的节点是高密度随机分布在部署区域可能产生重复覆盖而浪费节点和网络整体能量的问题,改进了一种基于Voronoi图的休眠算法。通过计算节点与其邻居节点和其产生的Voronoi图顶点的距离来判断该休眠节点,减少网络的整体能量消耗。仿真结果表明,所改进的休眠算法节约了网络的整体能量,延长了网络的生命周期。     

基于加权Voronoi图的分布式无需测距节点定位算法

针对无线传感器网络定位的精度问题,提出一种基于加权Voroni图的无需测距的分布式定位算法(weighted Voronoi diagram based localization algorithm, WVL).对待定位节点接收到的来自锚节点的信号强度(RSSI)进行从大到小的顺序排序,并将这些一跳锚节点的权值赋值为相对应的RSSI值.利用节点的一跳邻居和二跳邻居表将集中式计算转换为分布式计算,分别计算锚节点的W-Voronoi图,求这些图的交集后再取交集的质心,即可得未知节点的位置参数.通过仿真对比基于W-Voronoi图和Voronoi图,以及加权质心定位算法,仿真结果证明基于W-Voronoi图的算法精度更高.     

基于Voronoi图的无线传感器网络的节点调度机制

无线传感器网络由大量低能量、短寿命、不可靠的传感器节点组成,最小化能量消耗—延长网络寿命是一个主要的目标。对于大多数传感器应用,通过关掉网络中配置的冗余节点提供对目标区域的完全感知并降低能量消耗是一种有效的方法。据此提出了一种基于Voronoi图的节点调度算法,该算法能在保证网络覆盖范围的情况下,有效地剔除冗余节点,由此延长网络寿命。     

基于最小圆覆盖区域划分的索引过滤算法

过滤算法设计是信息内容安全处理系统中的一个重要环节,过滤速度成为衡量过滤系统性能的首要因素.索引结构是处理大规模数据的一种有效方式,但目前索引方法都是针对特定检索领域而设计,在实际过滤应用中,并不能满足过滤实时性需求.为了加快信息过滤中数据查询的判定速度,文中提出一种基于最小圆覆盖的区域划分方法,构建了适合过滤的索引结构:F-tree.该算法充分考虑实际过滤环境中正例(正常信息)多、反例(敏感信息)少的非平衡数据分布特性,利用最小圆覆盖划分方法得到最大否定判断区域.在查询阶段,正例以最大概率落入否定区域,根据否定性判定原理可以对正例快速否定判定,从而加快整体查询的判定速度.实验表明,与现有算法相比,所提出的算法减少了查询中的距离计算次数,有效提高了过滤查询性能.     

基于Voronoi图的无需测距的无线传感器网络节点定位算法

将Voronoi图应用于无线传感器网络定位问题中,提出了VBLS(Voronoi diagrams based localization scheme)定位算法.它首先对接收到的anchor节点的接收信号强度(RSSI)从大到小进行排序,然后利用UDG图依次计算每个anchor节点的Voronoi区域,最后将所有Voronoi区域交集的质心输出作为定位结果.通过仿真将VBLS和另外两种无需测距的定位算法(W-Centroid和Centroid)进行了比较.仿真结果表明,对于anchor节点随机摆放的情况,VBLS的定位误差比Centroid和W-Centroid分别降低了18%和13%;对于anchor节点均匀摆放的情况,VBLS的定位误差比Centroid降低了7%,比W-Centroid增加了2%.     

基于Voronoi图和复合泊松过程的WSN覆盖算法设计

设计了一种基于Voronoi图和复合泊松过程的分布式算法。利用Voronoi图的性质,传感器节点能够同时进行冗余判定和感知半径调节来消除覆盖冗余;利用休眠节点的复合泊松探测过程,能够及时发现工作节点的失效并弥补网络的覆盖漏洞,使网络由单纯的完成监测任务变为动态调整拓扑以适应环境变化。仿真结果表明网络能准确调度节点状态,并且对工作节点失效具有很好的鲁棒性。     

Voronoi 优化的蜂群算法在WSN覆盖中的应用

包含移动节点的混合网络成为无线传感器网络发展的主流。为了优化混合无线传感器网络的部署质量,提高部署效率,本文提出一种与Voronoi多边形相结合的改进蜂群算法来指导移动节点的部署。通过Voronoi多边形迅速找到固定节点部署的覆盖漏洞,指导引领蜂的生成,利于迅速定位全区域覆盖漏洞;通过评价漏洞大小代替轮盘赌选择方式来实现跟随蜂的开采过程,利于局部优化。仿真结果表明,该算法简便易实现,能够迅速收敛,提高网络覆盖率,达到混合网络的最优覆盖效果。     

基于Voronoi图的蜂群优化算法在WSN覆盖中的应用

包含移动节点的混合网络成为无线传感器网络发展的主流.为了优化混合无线传感器网络的部署质量,提高部署效率,提出一种基于Voronoi图的蜂群优化算法来指导移动节点的部署.通过Voronoi多边形迅速找到固定节点部署的覆盖漏洞,指导引领蜂的生成,利于迅速定位全区域覆盖漏洞;通过评价漏洞大小代替轮盘赌选择方式来实现跟随蜂的开采过程,利于局部优化.仿真结果表明,该算法简便易实现,能够迅速收敛,提高网络覆盖率,达到混合网络的最优覆盖效果.     

基于Voronoi图的三维移动传感器网络自主部署算法

针对给定目标区域的节点自主部署问题,传统的虚拟力方法容易产生覆盖重叠和覆盖空洞,并且计算所需要的参数具有不确定性.文中提出了两种基于 Voronoi 图的三维移动传感器网络的自主部署算法 TDADA-Ⅰ和 TDADA-Ⅱ(Autonomous Deployment Algorithm of Three-dimensional Mobile Sensor Network Based on Voronoi Diagram).Voronoi图具有良好的邻近性、邻接性和快速划分区域的特性.该算法计算每个Voronoi区域的重心,使节点向Voronoi区域的重心移动,经过多次迭代构造Voronoi图使得节点移动到最佳位置,从而提高被监测区域的网络覆盖率.仿真实验结果表明,TDADA-Ⅰ和TDADA-Ⅱ有效的提高了被监测区域的网络覆盖率,TDADA-Ⅰ从85.27%提高到了96.04%,TDADA-Ⅱ从85.27%提高到了92.07%.实验结果证明了算法的有效性和正确性.     

无线传感器网络中基于Voronoi图的覆盖和连通综合配置协议

着重研究无线传感器网络随机部署下的覆盖和连通问题的解决方案,尤其是当无线传感器节点的通信半径Rc与感应半径Rs之比小于2时的解决方案.本文提出了无线传感器网络中一个基于Voronoi图的覆盖和连通的综合配置协议(VIP).该协议采用了一种分布式节点冗余判断算法以判断无线传感器网络中节点的冗余性,并让节点据此来对自身进行相应的职能调度.该协议能够在Rc/Rs为任意值时保证网络的覆盖和连通性能.本文还将该协议进行了推广,使得该协议能够满足覆盖度和连通度动态变化的要求,保证网络的k-度覆盖和k-度连通.     

基于BBO算法的WSN覆盖与连接节点部署方案

针对无线传感器网络中目标节点部署能力差的问题,提出基于生物地理学优化(biogeography-based optimization,BBO)算法的节点部署方案,该方案能够在网络中找到满足K-覆盖和M-连通性要求的传感器节点最佳部署位置。提出的基于BBO的算法为目标节点提供了一种有效的编码方案,通过优化构建的加权多目标函数来获得近似最优解,选择最小数量的合适点P,使得所有目标点在满足K-覆盖的同时,覆盖目标的传感器节点也满足M-连接。仿真结果表明,该方案能够在不同的K和M组合下找到合适位置的最优数,而且与其他技术方案相比,该方案的性能具有明显的优势。     

基于粒子群算法的混合无线传感网覆盖优化

为优化混合传感网络覆盖性能,基于粒子群算法提出一种优化策略,并通过引进扰动因子,有效地避免了算法陷入早熟陷阱,加速了算法收敛。通过仿真实验,验证了该优化算法能够有效地提高网络覆盖性能,并与最新的算法进行了比较。     

Voronoi图在无线传感器网络栅栏覆盖中的应用研究*

Voronoi是计算几何学中的一个重要图结构,将其引入到无线传感器网络的覆盖控制中,特别是栅栏覆盖(barrier coverage)的研究中有着极其重要的指导意义.利用Voronoi图的划分,可快速搜索出传感器网络中的覆盖漏洞,在仅考虑邻近传感器节点影响的宽松覆盖要求下,论证出利用该图生成的最小暴露进攻轨迹逼近于理想情况;但由于Voronoi的划分仅仅是一种粗略的轨迹线段的集合,会造成该方法对网络拓扑情况相当敏感,这将一定程度上限制其应用范围.     

基于Voronoi图的无线传感网络覆盖盲区检测方法

传感网络的空洞暴露程度较少,在检测网络覆盖情况时更容易出现误差,影响盲区的检测效果。为此,提出基于Voronoi图的无线传感网络覆盖盲区检测方法。根据节点分布关系推测无线传感网络覆盖情况,在Voronoi图的指导下排除已覆盖区域,获取具备检测条件的未覆盖无线传感网络空洞。计算网络空洞的暴露程度和节点能量,作为特征样本输入粒子群分离器中,根据分类器的输出结果,实现无线传感网络覆盖盲区检测。仿真结果表明,所提方法不同覆盖盲区数量下的检测时长低于0.2 s、不同节点数量下的检测能耗低于20 J、不同空洞圆心距下的覆盖盲区差异度最高为0.24,证明所提方法具有较好的无线传感网络覆盖盲区检测效果。     

基于Voronoi图的无线传感器网络覆盖空洞检测算法

针对无线传感器网络(WSN)中节点随机部署或部分节点能量耗尽带来的覆盖空洞(CH)问题,提出了一种基于Voronoi图的覆盖空洞检测算法。该算法利用节点的位置信息在覆盖区域范围内构建Voronoi图,通过计算每个Voronoi区域内的节点到该区域的顶点和边的距离来判断是否存在覆盖空洞,标识覆盖空洞的边界节点。仿真实验评估了不同节点分布密度、不同感知半径对空洞平均检测时间、平均能耗的影响,并与路径密度(PD)算法进行比较。实验结果表明所提算法在空洞平均检测时间和节点平均能耗两个方面均有10%左右的提升,对进一步延长网络生存期具有重要价值。