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.     

面向三维的有向异构传感器网络覆盖优化算法

针对面向三维的有向异构传感器网络随机部署节点产生的覆盖重叠区和盲区的问题,提出了一种基于粒子群优化（PSO）算法面向三维的有向异构传感器网络覆盖优化算法（PSOTDH）。该算法在建立新的三维有向感知模型的基础上,在模型中引入三维重叠质心、三维有效质心和三维边界质心的概念,通过PSO算法对面向三维的有向异构传感器网络进行三维覆盖重叠区域优化和三维边界节点优化处理,使节点的主传感方向发生改变,从而使三维重叠质心、三维有效质心和三维边界质心分布更加均匀,进而达到提高覆盖率的目的。仿真结果表明,该算法经过25次优化以后可以提高网络覆盖率约27.82%。由此可见,该算法能够快速、有效地提高网络的覆盖率。     

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图划分的节点模糊信息定位算法

针对基于接收信号强度的无线传感器网络节点定位算法精度低的问题,提出一种基于Voronoi图划分的节点模糊信息定位算法。根据锚节点个数对定位区域进行Voronoi图划分,将整个定位区域划分为不同的Voronoi区域,同时获得各个Voronoi区域的顶点坐标。使用高斯滤波方法筛选出可以作为参考节点的顶点坐标,通过顶点坐标和锚节点联合定位未知节点。利用模糊信息定位方法计算出未知节点的最终位置。实验结果表明,相比M ANLFI算法和FINL-DT算法,该算法能够有效提高节点定位精度,降低网络能耗。     

一种新的动态视觉传感器网络目标覆盖率算法*

动态视觉传感器网络目标覆盖研究中把目标点看成一个质心,而实际中存在物体直径可能大于视频节点半径、质心模型不适用的情况,针对此提出了一种新的动态视觉传感器目标物体覆盖率问题。基于此问题同时结合有向感知模型,提出有向线性感知模型,并基于该模型使用改进的粒子群优化算法对物体覆盖率进行仿真优化。仿真结果表明了该模型的有效性。     

复杂区域的有向传感器网络覆盖优化算法

在现有的有向传感器网络中,节点模型多以质心点围绕扇形顶点进行旋转,由于此类模型中节点旋转面积是一个整圆,因此会增加网络能源消耗和部署时间。针对复杂区域的无线传感器网络覆盖优化问题,使用以扇形节点围绕质心点转动的节点模型,提出一种基于虚拟势场的复杂区域覆盖优化算法( COACA),通过减小节点的旋转面积实现部署优化。针对影响算法覆盖率的相关参数进行仿真实验,并与PFPCE算法进行对比,实验结果验证了COACA算法在覆盖率和时间效率上的优越性。     

多障碍的有向异构传感器网络覆盖优化算法

针对多障碍影响的有向异构传感器网络中的覆盖问题,在满足有向感知模型的基础上,提出了基于虚拟势场的多障碍的有向异构传感器网络覆盖优化算法PCMODH。该算法通过引入重叠质心和有效质心的概念,对多障碍影响的有向异构传感器网络进行邻居节点的虚拟受力优化、节点往复运动优化、边界节点及障碍物节点处理。该算法优化了随机部署产生的覆盖问题,提高了多障碍的有向异构传感器网络的覆盖率。仿真结果证明了该算法的有效性。     

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。     

分区加权Voronoi图的性质及其面积计算

分区加权Voronoi图是Voronoi图和加权Voronoi图的推广,可以用来模拟移动通信中基站发射天线分扇区以不同功率向周围发射时所覆盖区域的形状。首先,给出了分区加权Voronoi图的性质、定理及相关证明;其次,分析了分区加权Voronoi图中的各种区域,并给出了一种计算相应区域面积的算法;最后,利用分区加权Voronoi图模拟石家庄市部分城区中的基站建设情况,并对模拟产生的重复覆盖、服务区和盲区面积进行了计算。     

面向平均区域覆盖的多机器人分布式控制EI北大核心CSCD

随着通信技术、传感技术和控制技术的发展,多机器人系统因其良好的鲁棒性,灵活性和可扩展性,在理论研究和工程应用中展现出广阔的前景.区域覆盖是多机器人系统典型应用之一,目前多采用维诺图分割覆盖区域并使用Lloyd算法控制机器人前往维诺图细胞中心.然而传统Lloyd算法存在不平衡问题,即机器人覆盖区域面积大小不一,这降低了多机器人协作效率.针对平均区域覆盖问题,本文提出了一种改进的Lloyd算法,将维诺图中各细胞面积方差引入Lloyd算法,相应地设计了基于梯度下降法的分布式控制器.本文方法降低了维诺图中各细胞面积的方差,改善了Lloyd算法的平衡性,能够实现整个区域面积更为平均的划分与机器人对该区域的覆盖.数值仿真与无人机实物实验均验证了改进算法的有效性.     

基于连通性的无线传感器网络覆盖优化算法

针对无线传感器网络(WSNs)的覆盖优化和连通性问题,提出了一种基于连通性的WSNs覆盖优化算法(CC-BCBS).在二维监测区域内,CC-BCBS以传感器节点间的通信半径作为限制条件,只对连通的传感器节点进行Voronoi图划分,根据节点对应泰森多边形的覆盖情况构造盲区图,将盲区重心作为候选优化位置,使节点尽可能最大化覆盖监测区域.节点通信半径影响着区域覆盖的冗余度,故针对划分时可能出现的3种不同连通情况,给出了相应措施.仿真结果表明:CC-BCBS在覆盖率,分布均匀性,平均连通个数与连通率方面相比BCBS等算法有明显优势.     

基于MapReduce的加权Voronoi图并行算法设计及应用

针对大规模数据的加权Voronoi图实现的复杂性和计算精度低问题, 采用欧氏距离法, 设计和实现了一种基于MapReduce编程模型的并行栅格加权Voronoi图的生成算法, 并将其成功应用于石家庄桥东区超市的推荐服务。该算法计算精度高, 同时可适用于任意点、线、面及复合发生元的加权Voronoi图的计算。实验结果表明, 算法在处理大规模栅格数据时能明显提高栅格Voronoi图的生成速度, 并能为用户推荐综合因素优选的超市。     

基于Voronoi图的方向区域查询方法

针对空间中方向区域查询效率不高的问题,通过引入Voronoi图,利用其特性对数据空间进行划分,提出了基于Voronoi图的方向区域查询方法.该方法在基于Delaunay三角网生成的Voronoi图索引结构基础上,将首结点与查询对象连线形成有向线段,利用Voronoi图可以通过邻接生成点延展的特点确定查询对象的位置,通过...     

Uncertain Voronoi diagram

In this paper, we introduce the fuzzy Voronoi diagram as an extension of the Voronoi diagram. We assume Voronoi sites to be fuzzy points and then define the Voronoi diagram for this kind of sites, then we provide an algorithm for computing this diagram based on Fortune's algorithm which costs O(nlogn) time. Also we introduce the fuzzy Voronoi diagram for a set of fuzzy circles, rather than fuzzy points, of the same radius. We prove that the boundary of this diagram is formed by the intersection of some hyperbolae, and finally we provide an O(n³logn)-time algorithm to compute the boundary.     

Hadoop下面元加权Voronoi图并行算法及应用

面元加权Voronoi图是生成元为面元的加权Voronoi图。针对大规模数据情况下面元加权Voronoi图存在的计算效率不高问题,结合面元边界点提取方法,提出一种基于Hadoop云平台的面元加权Voronoi图的并行生成算法,进行了单机和集群实验。实验结果表明,算法能有效处理大规模栅格数据,明显提高面元加权Voronoi图的生成速度。还可应用于城市绿地设计规划,为绿地设计提供决策依据。     

一种基于虚拟力的分布式Voronoi控制策略

针对无线移动传感器网络在目标区域的覆盖问题,提出了一种基于移动距离的局部分布式算法,利用Voronoi多边形的特征对目标区域进行有效的分割,运用力学的矢量概念,根据Voronoi图的边和顶点确定虚拟力的方向和大小即节点的移动方向和距离,提出了基于移动距离的分布式Voronoi控制算法,以确定节点移动状态。仿真实验表明,所提算法不仅使得节点在目标区域实现了高覆盖率,同时在时间上也较早地达到了收敛,优化了网络的覆盖控制。     

粗糙域Voronoi图离散生成算法研究

Voronoi图是计算几何的一个重要分支,粗糙域Voronoi图是Voronoi图概念在复杂生成面上的扩展。提出了粗糙域Voronoi图的概念并利用A‘算法计算生成面上点与各母点的最短路径对其进行离散生成。为了降低粗糙域Voronoi图离散生成算法的复杂度,对粗糙域下A’算法估价函数权值与粗糙域粗糙特性的关系进行了深入探索。实验结果表明,A’算法估价函数权值与粗糙域粗糙特性正相关,并以此获得r算法估价函数的最优权,大大降低了粗糙域Voronoi图离散生成算法的复杂度。