基于密集度的虚拟力节点部署算法

针对移动传感器网络节点部署易出现分布不均和能量消耗过高等问题,在传统虚拟力节点部署算法的基础上,提出一种基于密集度的虚拟力节点部署算法,通过对节点所受合力进行分析,推导出具有一定适应性的虚拟力引力参数和斥力参数,同时引入节点密集度的概念,利用节点自身密集度来选择虚拟力模型中最优距离阈值,从而改进传统的虚拟力模型,最终实现网络节点的部署优化.仿真结果表明,在随机部署的情况下,本文提出的算法能够更有效地提高网络覆盖率,减少覆盖漏洞并延长网络的生命周期.     

一种小规模水下无线传感器网络的部署算法

覆盖问题是水下无线传感器网络的一个基本问题。在虚拟力算法中,"虚拟"的力作为传感器节点部署策略被构造,以提高传感器节点的初始随机覆盖后的覆盖率。在传感器区域中,每个传感器节点都可以作为其它所有节点的"受力的源",这种力既可以是引力,也可以是斥力。基于虚拟力的概念,构造了节点间虚拟力区域,并提出了一种快速虚拟力算法。不同于其它虚拟力算法,这是一种简化的自组织算法,它能够有效地提高小规模的水下无线传感器网络的覆盖率。     

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。     

基于双重虚拟力算法的移动自组织网络节点移动策略研究

针对自组织网络中节点移动过程所带来的不确定性,本文提出一种基于双重虚拟力算法的节点移动策略,提升网络整体性能。首先,本文建立节点模型分析节点的基本移动方式与能量消耗方式;然后,设定阈值参数建立“距离虚拟力”与“能量虚拟力”双重虚拟力模型,制定节点移动策略。数值仿真结果显示:提出的移动策略可以有效提高网络整体覆盖率、节点连通率;对比单一指标的虚拟力模型,双重虚拟力模型可以降低网络能耗,提高网络生存时间。     

基于定向移动的水下传感器网络覆盖算法

覆盖率是衡量无线传感器网络服务质量的重要指标。为提高网络覆盖率,针对水下三维传感器网络模型,提出一种基于定向移动的虚拟力算法。将虚拟力简化为节点只受邻居节点的斥力作用,定义当2个邻居节点的感知圆球相切时,其位置为相对理想位置。节点所受虚拟力大小与节点移动到相对该邻居的理想位置所需移动的距离成正比,而节点移动的距离与节点所受到的虚拟力的合力相关。实验结果表明,该算法能有效地对水下传感器网络的布局进行优化,提高网络覆盖率。     

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.     

微粒群融合虚拟力的异构网络覆盖优化策略

研究异构无线传感移动网络的节点覆盖优化问题。为了有效提高异构网络覆盖率,在分析了传统虚拟力算法缺陷的基础上,提出了一种将虚拟力影响因子融入微粒群算法,以解决网络全局优化。首先以网络有效覆盖率为优化适度值,建立网络覆盖数学模型,然后计算六边形布局下的虚拟力距离阈值,将其作为影响参照值作用到微粒群中,防止微粒陷入局部极值,从而指导微粒进化,得到最优网络覆盖;最后通过仿真测试算法性能。仿真结果表明,在由骨干节点与普通节点组成的异构网络中,微粒群融合虚拟力优化算法有更加明显的改善网络覆盖率的优势,且得到经过此算法优化的任何随机部署无缝覆盖的最佳节点数量。     

基于虚拟力的无线传感器与执行器网络测距定位算法

针对无线传感器与执行器网络(WSAN)的传感器节点定位问题,提出了一种基于虚拟力的无线传感器与执行器网络测距定位算法,使用移动的执行器节点替代传统无线传感器网络(WSN)定位算法中的锚节点,并将虚拟力模型引入基于信号到达时间(TOA)的定位算法。该算法在利用虚拟力驱动执行器节点逼近提出定位请求的传感器节点的同时,根据信号传输时间计算节点间的距离完成节点定位。仿真结果表明,提出的定位算法使得节点定位成功率提高20%左右,平均定位时间以及定位开销均小于传统TOA算法,适用于实时性要求高、执行器节点数量较少的场合。     

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。     

基于虚拟力的LoRa浮标网络覆盖优化算法

无线传感网络（WSN）节点部署问题是目前无线传感网络应用研究的关键点。针对传统网络节点部署存在收敛速度慢、全局优化性能不强、感知角度受限的问题,提出一种虚拟力导向的全向感知覆盖算法（VFOPCA）。该算法在传统虚拟力算法的基础上提出热点区域与节点间的受力模型,并采用0/1圆盘覆盖模型,对网络节点部署进一步优化。实验仿真表明,虚拟力导向的全向感知覆盖算法能快速有效地实现网络节点全局优化部署,与VFA、DACQPSO等全向感知模型算法相比,该算法覆盖程度更好、收敛速度更快、能耗程度更低。     

一种优化WSNs节点部署的变步长虚拟力算法

针对传统虚拟力算法的后期稳定性较差,容易导致覆盖率降低的问题,提出了一种基于sigmoid函数的变步长虚拟力算法,通过每次迭代减小误差的方法,调整节点每次移动的步长,即节点移动的速度,提高收敛速度和后期稳定性.采用0—1圆盘节点感知模型,在800 m×700 m的矩形监测区域内,对提出的算法进行了仿真研究.仿真结果表明:与传统虚拟力算法相比,所提算法在保证收敛速度的同时,覆盖率均值提高了4.23%,覆盖率最优值提高了1.52%,稳定性提高了95.05%.     

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。     

基于虚拟力的自组织覆盖算法

针对随机部署的无线传感器节点,提出一种基于虚拟力的自组织覆盖算法。将排斥力、引力、边界约束力这3种虚拟力作用于网络中的每个节点,使聚集在一起的节点分散开,引入节点间距离的阈值、边界节点与边界距离的阈值实现对感兴趣区域的最大覆盖。实验结果表明,该算法在保证连通性的基础上有效扩大了覆盖区域,具有较强实用性。     

改进的虚拟力最大覆盖选址算法研究

针对基于共同配送背景下配送中心的选址问题,以覆盖率为优化目标,设计了基于改进的虚拟力最大覆盖选址算法,配送中心根据其所受的虚拟力,向着感知概率低的区域进行移动,使得配送系统中的感知概率逐渐接近平均,从而实现对服务区域的最大覆盖;通过Matlab仿真,基于改进的虚拟力算法使得覆盖率平均提升了22.58%,证明了该算法的有效性。     

无线传感器网络的虚拟力蛙跳优化布局策略

无线传感器网络(WSNs)的优化部署能够提高网络的生存时间、增强系统的可靠性。主要针对传感器网络节点的覆盖问题,提出一种新型的虚拟力蛙跳策略,利用虚拟力算法中的引、斥力因子对蛙跳算法中群体和模因组的最优解进行优化,使蛙跳算法能够迅速跳出局部极值,进行全局搜索。分析和仿真同时表明:该策略能够快速优化传感器网络布局,具有良好的收敛性,更好的网络覆盖率,更加接近于理论覆盖值。     

四种虚拟力模型在传感器网络覆盖中的性能分析

虚拟力模型在传感器节点的覆盖算法中应用很广泛,而力模型的选择是覆盖算法中的一个重要问题。在本文中,首先分析了四种虚拟力模型自身参数对覆盖性能的影响;接着采用覆盖增长率,算法迭代次数,覆盖效率和节点平均移动距离四个指标对四种虚拟力模型进行了性能分析。分析结果表明,具有三个参数调节的虚拟力是性能较好的一种虚拟力模型。