刚性驱动水下传感器节点自组织布置

水下传感器网络可用于海洋资源勘测、污染监测和战术监视等领域,已成为无线传感器网络的研究热点.在开放式动态的水下环境中传感器节点如何自主调整部署位置以达到高的网络覆盖度和连通性,从而保证最优的监测质量是一个关键问题.该文引入刚性理论,定义了节点域的“刚性-覆盖值”作为水下传感器节点所处位置的评价指标,并基于此设计了刚性驱动的节点移动策略,从而构建了完整的节点自组织布置方法.理论分析和仿真实验结果表明该水下传感器节点自组织布置方法可以使网络演化出优良的覆盖度和连通性,并且具有分布式可实现、收敛速度快、鲁棒性强的优点.     

基于水平集的围猎式水下传感器节点布置研究

水下传感器网络作为一种探索和开发海洋的新方法,在人类不易接触的水下区域的探测和监测中发挥着重要作用,是无线传感器网络领域研究的热点.在水下空间中传感器节点如何自主调整位置实现对“兴趣域”的覆盖和监视是一个重要课题.该文引入水平集理论LSM,提出了一种基于水平集的围猎式水下传感器节点布置方法.在该方法中网关节点根据传感器节点的位置信息和可能感知到的兴趣域信息,以能量泛函计算兴趣域边缘参数,传感器节点以此参数为根据,完成趋向兴趣域边缘的迁移;大量节点的迁移可逐步演化成对兴趣域的围猎式布置.同时,该文建立了结构相似度SSIM和网络能耗均衡度两个性能评价指标,以评估该文方法在实现兴趣域驱动的水下节点布置的综合性能.大量仿真实验结果表明,该方法在不同节点规模、节点密度和兴趣域形状情况下均可实现对兴趣域边缘的动态地、围猎式地覆盖,从而达到对兴趣域的有效跟踪和监视.     

基于自组织图算法的水下传感器网络优化部署研究

水下传感器网络部署是开展水下传感器网络相关应用的基础,良好的传感器节点部署方案可以有效提高目标的监测质量;针对水环境中随机事件的突发性和不确定的特点,提出了基于自组织图算法的水下传感器网络优化部署方案;首先,随机部署传感器节点,预设随机事件呈L型不均匀分布,当随机事件发生在传感器覆盖漏洞处时,采用自组织图算法确定传感器节点需要移动到的目标位置;仿真结果表明,基于自组织图算法的水下传感器网络优化部署方案可以显著提高对随机事件的覆盖率,实现对水环境的有效监测。     

一种基于顺序博弈的UWSNs覆盖控制算法

近年来,人们对海洋资源愈加重视,水下无线传感器网络在海洋数据监测、海洋军事、辅助导航等方面的应用引起了广泛关注。一个良好的水下无线传感器网络覆盖控制,首先能够降低覆盖冗余,优化网络空间资源的配置;其次可以减少节点的能耗、降低网络的成本并延长节点的生命周期,使水下无线传感器网络可以更好地完成目标水域环境感知任务。提出了一种基于顺序博弈的水下无线传感器网络覆盖控制方法,用于优化水下无线传感器网络的覆盖控制,期望能够降低节点的能耗,均衡节点之间的能量,最终实现延长网络的生命周期的目标。仿真实验表明,该算法能够提高网络覆盖率和延长网络生命周期。     

基于虚拟力的传感器网络三维覆盖算法

针对三维无线传感器网络中节点非均匀覆盖需求的问题,提出一种基于虚拟力的三维覆盖算法(3D-CAVF).该算法是将虚拟力应用在无线传感器网络中实现节点布置, 通过虚拟力和拥挤度控制, 使节点能够自动覆盖事件, 并且使节点和事件的密度呈现一种平衡的效果.在Matlab平台上进行仿真实验,将所提算法与基于人工势场的三维部署算法(APFA3D)、基于未知目标精确覆盖的三维部署算法(ECA3D)进行比较,在事件呈T型不均匀部署和线型不均匀部署两种情况下进行实验,所提算法的事件集覆盖效能比APFA3D、ECA3D 算法有3.6%、3.1%的提高.仿真实验结果表明所提算法能够有效处理三维无线传感器网络中节点的布置问题.     

基于人工鱼群算法的无线传感器网络覆盖优化

针对网络节点严重冗余而导致的网络成本增加、生命周期过短等缺陷,提了一种基于人工鱼群算法的覆盖优化方法.首先以节点的利用率和网络有效覆盖率作为优化目标,建立相应的数学模型,然后采用人工鱼群算法对模型进行求解,得到无线传感器网络的最优覆盖方案.仿真结果表明,人工鱼群算法提高了无线传感器网络节点的覆盖率,减少了传感器节点冗余,有效降低了网络成本,网络生存时间得到了延长.     

无线传感器网络随机分布模型及覆盖控制研究

节点部署和覆盖控制是无线传感器网络中的一个基本问题,在传感器节点随机、高密度部署的环境中,通过数学模型和仿真实验证明了节点分布符合泊松分布特点,并且量化了部署节点感知半径、密度与面积覆盖率、k重覆盖的关系,以及覆盖控制模型中,在保证节点对监测区域有效覆盖前提下,近似取得需要休眠节点数量,为传感器节点在随机分布下实验和研...     

自适应半径调整的无线传感器网络覆盖算法

针对随机分布的无线传感器网络中节点分布不均匀造成的覆盖冗余,以及同时存在的覆盖空洞,提出了一种自适应半径调整无线传感器网络覆盖算法,通过阈值判断监测区域内传感器节点密度,根据监测区域内传感器节点疏密程度,利用节点半径步长系数对监测区域内节点半径进行自适应调整,建立无线传感器节点发射功率与节点发射半径的模型,计算无线传感器发射功率,通过实验和仿真,表明上述方法能够保证网络覆盖率的基础上减少无线传感器网络总功耗,提高网络寿命.     

水下移动无线传感器网络拓扑愈合与优化

为解决水下移动无线传感器网络(MUWSNs)存在的拓扑失效问题,考虑水流对MUWSNs网络拓扑的影响,提出一种水下移动无线传感器网络拓扑愈合算法。采用鱼群算法部署AUVs节点,建立系统的失效感知机制、消息传递机制和移动愈合方案,并在此基础上进一步设计鱼群启发的MUWSNs拓扑优化方案。通过两组仿真实验分别验证了方案的可行性和算法的有效性。实验结果显示,拓扑愈合方案可确保网络对监测事件的覆盖度维持在90%左右,且拓扑优化方案能够进一步提高网络覆盖度。     

水下传感器网络自组织连通恢复仿真

针对水下恶劣环境与恶意攻击造成水下传感器连通损坏的问题,提出了一种水下传感器网络自组织连通恢复方法,首先分析水下传感器网络,获得中继节点,并使用该节点确定网络节点的分区和代替节点,然后通过MACRA算法中的模糊连通恢复机制与精准连通恢复机制,将水下传感器网络分割成多种具有一定规则的区域,并对局部区域节点密度计算,凭借计算结果完成传感器网络节点连通恢复,同时为了预防二次损坏情况,拟定阈值进而选取出备用节点,使传感器网络即使遭受二次损坏也能够及时的恢复.仿真结果证明,MACRA算法能够有效实现水下传感器网络自组织连通恢复,并且效率较高,不会浪费过多的资源.     

无线传感网络中有向性传感节点的覆盖问题

覆盖问题是无线传感网中最根本的问题之一,它在很大程度上影响到传感的质量。目前有关覆盖问题的研究大多集中于探讨全向性传感节点的覆盖问题,这些方法并不适用于如视频传感这类方向性的传感节点。提出了一个新的(k,ω)-夹角覆盖问题,探讨有向性的传感节点的覆盖问题,为了用最少的传感节点(k,ω)-夹角覆盖所有的目标,提出了一个贪心算法来解决这个问题。另外还提出了三个贡献度函数用于计算每个位置的贡献度,算法根据每个位置所提供的贡献度来决定传感节点的部署位置。仿真结果显示了算法的特性和性能的提升。     

On redundant coverage maximization in wireless visual sensor networks: Evolutionary algorithms for multi-objective optimization

Wireless visual sensor networks can provide valuable information for a variety of monitoring and control applications. Frequently, a set of targets must be covered by visual sensors, as such visual sensing redundancy is a desired condition specially when applications have availability requirements for multiple coverage perspectives. If visual sensors become rotatable, their sensing orientations can be adjusted to optimize coverage and redundancy, bringing different challenges as there may be different coverage optimization objectives. Actually, the specific issue of redundant coverage maximization is inherently a multi-objective problem, but usual approaches are not designed accordingly to compute visual sensing redundancy. This article proposes two different evolutionary algorithms that exploit the multi-objective nature of the redundant coverage maximization problem: a lexicographic ”a priori” algorithm and a NSGA-II ”a posteriori” algorithm. The performance of both algorithms are compared, using a previously proposed single-objective greedy-based algorithm as a reference. Numerical results outline the benefits of employing evolutionary algorithms for adjustments of sensors’ orientations, potentially benefiting deployment and management of wireless visual sensor networks for different monitoring scenarios.     

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。     

Biologically inspired probabilistic coverage for mobile sensor networks

Coupling sensors in a sensor network with mobility mechanism can boost the performance of wireless sensor networks (WSNs). In this paper, we address the problem of self-deploying mobile sensors to reach high coverage. The problem is modeled as a multi-objective optimization that simultaneously minimizes two contradictory parameters; the total sensor moving distance and the total uncovered area. In order to resolve the aforementioned deployment problem, this study investigates the use of biologically inspired mechanisms, including evolutionary algorithms and swarm intelligence, with their state-of-the-art algorithms. Unlike most of the existing works, the coverage parameter is expressed as a probabilistic inference model due to uncertainty in sensor readings. To the best of our knowledge, probabilistic coverage of mobile sensor networks has not been addressed in the context of multi-objective bio-inspired algorithms. Performance evaluations on deployment quality and deployment cost are measured and analyzed through extensive simulations, showing the effectiveness of each algorithm under the developed objective functions. Simulations reveal that only one multi-objective evolutionary algorithm; the so-called multi-objective evolutionary algorithm with decomposition survives to effectively tackle the probabilistic coverage deployment problem. It gathers more than 78 % signals from all of the targets (and in some cases reaches 100 % certainty). On the other hand, non-dominated sorting genetic algorithm II, multi-objective particle swarm optimization, and non-dominated sorting particle swarm optimization show inferior performance down to 16–32 %, necessitating further modifications in their internal mechanisms.     

基于人工鱼群和微粒群混合算法的WSN节点部署策略

将无线传感器网络节点分布部署问题形式化为一个组合优化问题,以网络覆盖率为目标函数。针对该模型 提出基于人工鱼群与微粒群的混合算法的无线传感器网络节点部署优化策略。微粒群算法搜索效率高,而人工鱼群 算法进行搜索时有很好的全局性。AF SA-POS算法将这两种算法相结合,局部搜索速度快,而且有效地解决了标准 PS<)算法中的粒子“早熟”问题。最后使用MA"I'LAI3进行了实验,结果表明提出的算法减少了迭代次数,并且提高了 网络覆盖率,相对于人工鱼群算法和微粒群算法来说能取得更好的效果。     

三维水下移动传感网多目标有向路径覆盖增强研究

水下传感网中实现多个移动目标的协同追踪任是一个技术难题,针对这个问题论文提出了一种分布式的多目标有向路径覆盖增强算法。在实际的三维水下传感网中,水下传感器节点会随着水流运动而移动,被追踪的目标具有自主行动能力。假设移动规律遵从Meandering Current Mobility模型,多个运动目标沿着基于概率的Random Walk移动模型轨迹运动。在论文提出的算法中,覆盖运动路径的传感器节点通过两跳邻居节点范围内的水下传感器节点协同决策来实现最大化路径覆盖,通过调整水下传感器节点自身的有向覆盖方向达到多目标轨迹路径有向覆盖率平均值最大,并使多目标轨迹路径有向覆盖率标准方差尽量小。最后论文通过MATLAB软件仿真来验证分布式覆盖增强算法的有效性,能够显著提高多个移动目标的路径覆盖率。     

概率模型下异构传感器网络部署算法的研究

目前采用虚拟力方法解决传感器节点部署问题的算法均基于同构传感器网络,面向异构传感器网络的部署需求,提出扩展的虚拟力算法.该算法采用概率感知模型,部署时根据感知半径的悬殊采用静态部署与动态部署相结合的策略,根据节点感知半径差异度决定最佳距离的取值,节点移动时采用接替移动法.仿真结果表明该算法能够根据应用需要将异构传感器节点合理地部署于目标区域内,同时能有效地均衡网络节点的能耗,延长网络的生存时间.     

基于能量均衡的最大化覆盖目标算法

目标覆盖问题是无线传感网络WSNs(Wireless sensor networks)最重要的问题之一.每个目标至少被一个传感节点覆盖,为此提出基于能量均衡的最大化覆盖目标EMNL(Energy-balance-based Maximizing Network Lifetime)算法.EMNL算法将所有传感节点划分不同的传感节点覆盖区SC(Sensor Cover),致使每个SC能够维持对所有目标监测一个固定时间.通过有选择性选择一个SC活动,而其他SC休眠,进而提高能量利用率,延长了网络寿命.EMNL算法构建了不同不相邻SC,进而最大化网络寿命.最后,建立仿真环境,并进行性能仿真.此环境下的数据表明,在EMNL算法有效地扩延生存时间,也提升了覆盖率.