基于改进蚁群算法的无线传感器网络栅栏覆盖优化研究

在无线传感器网络栅栏覆盖研究中,如何调度已部署的传感器节点构建栅栏并延长网络生存时间已成为热点问题。研究了满足Poisson分布的静态无线传感器网络强K-栅栏覆盖问题。将部署区域划分为a个子区域,相邻子区域之间形成一定的缓冲区域,在每个子区域利用偏离角蚁群算法构建多重栅栏。最后通过调度算法延长栅栏生存时间。仿真实验结果验证了算法的收敛速度快且栅栏生存时间长等特点。     

基于通信与感知覆盖的WSNs节点调度算法

在随机部署的无线传感器网络中通常包含覆盖与通信冗余节点,这些节点不仅会造成大量的能量浪费,同时影响网络的性能。因此,如何对网络中的覆盖与通信冗余节点进行有效的调度是无线传感器网络研究的一个重要课题。提出了一种基于蜂窝模型的分布式节点调度算法(RCSC)。在蜂窝结构的基础上,RCSC算法通过添加"桥梁节点"和填补"空洞"来进一步优化工作节点集,使得整个网络达到全"通信覆盖"和全"感知覆盖"。最后,RCSC算法结合LEACH协议,对网络中的节点进行动态调度。经试验仿真证明,由RCSC算法构建出的网络拓扑中的工作节点数少且稳定,从而减少了由于冗余数据通信导致的额外能量消耗,延长了网络生存时间。     

WSN中一种流水式栅栏调度算法的研究

无线传感器网络栅栏覆盖为了延长网络的生存时间而需要设计合理的调度算法,通过将传感器网络中的节点进行状态(休眠状态、激活状态等)的切换可达到节省能量的目的。针对入侵者以低速通过栅栏的情况,提出了一种流水式的栅栏调度算法,通过将栅栏均匀分割,将均分后的子栅栏按顺序轮替激活,形成流水式工作状态。入侵者通过监测区域具有较大概率被激活状态的子栅栏监测。分析了基于概率感知模型的栅栏检测率以及栅栏生存时间,最后实验验证了该文算法的准确性和可靠性。     

分布式无线传感器网络度覆盖算法

传感器节点在高密度部署和满足一定覆盖条件下,有效地进行覆盖控制和减少能量消耗以及延长网络生命周期是无线传感器网络研究的重点课题,为此,提出一种分布式的度覆盖算法。该算法利用贪心算法和几何图形学相关理论知识对覆盖区域关键节点进行优化覆盖,通过节点状态调度机制转换,可以有效地降低网络能耗,提高了节点覆盖性能的同时优化了节点的数量。仿真实验结果表明,该算法能够以较小的代价提高整个网络的生存周期,有更好地适应性和稳定性。     

基于Memetic算法的WSN分簇协议的研究 *

针对无线传感器网络的寿命和覆盖优化,提出了一种基于Memetic算法和节点休眠-唤醒调度策略的复合文化基因聚类协议(Composite Memetic Algorithm Clustering Protocol,CMACP)。算法首先运行文化基因算法初始化需要激活的节点并规划相邻冗余节点,其中遗传算法和局部搜索算法能保障得到最优的初始节点分布。随着网络的运行,当某个节点因能量耗尽而丢失覆盖目标时,休眠调度策略选择激活最优相邻节点弥补覆盖漏洞。仿真实验表明,与其他WSN分簇协议相比,CMACP能较好的延长WSN稳定周期生存时间,并且提高WSN对感知区域的覆盖能力。     

移动异构传感器网络分布式部署算法

针对移动异构传感器网络中的最大覆盖问题,论文提出了一种分布式部署算法.该算法依据节点坐标及其感知范围而更新目标划分子区间,使子区间内的各个节点能结合自身及其delaunay邻居节点当前的几何位置和剩余能量值确定速度向量,同时利用节点的移动特性,使调整后的网络最大化覆盖目标区域.仿真结果表明,该算法在提高网络覆盖率和协调速度的同时,能兼顾网络节点剩余能量的均衡.     

混合传感器网络节点布设优化算法

针对无线传感器网络中节点在随机部署环境下执行“休眠”策略出现的区域覆盖“收缩”现象,结合网络中的边界效应问题,对覆盖边界区域进行针对性几何划分,提出一种边界区域部署调整的混合传感网节点布设优化算法。通过对划分的边界区域进行少量移动节点补充,达到节点调度过程中的能耗均衡,实现延长网络生存时间的目的。算法与随机部署、随机补充两种方法进行了优化效果对比,仿真结果表明,该方法对提高网络整体生存时长具有明显的改善作用,适用于随机部署状态下的无线传感器网络环境。     

基于延迟唤醒的无线传感器网络的分布式区域覆盖算法

针对现有无线传感器网络中分布式区域覆盖算法中存在覆盖空洞现象、连通性和蚕食现象等问题,提出了一个保证区域全覆盖与网络全连通的临界条件,在此基础上,提出了一个基于延迟唤醒的分布式区域覆盖算法.该算法采用分轮机制,因此不需要预先了解网络的整体拓扑结构;基于延迟唤醒的活跃节点集选择机制在保证区域全覆盖、避免出现覆盖空洞现象的同时,减少了蚕食现象的发生.仿真实验表明,与现有分布式覆盖算法相比,该算法可在满足用户区域覆盖感知需求的基础上延长网络的生命周期.     

入侵轨迹建模与WSN栅栏覆盖分段调度算法研究

无线传感器网络栅栏覆盖在入侵检测方面发挥着重要作用,如何调度栅栏并延长网络的生存时间已成为重点研究问题.在无线传感器网络中设计合理的调度算法,分时激活传感器节点从而延长网络生存时间是大多数研究的方向,然而仅仅通过分时调度传感器节点已很难大幅度提高网络的生存时间.因此设计了一种分时与分段相结合的无线传感器网络栅栏调度算法,该算法通过分析入侵目标穿越传感器网络部署区域的行为特征,建立入侵目标的轨迹模型,该模型在保证栅栏对入侵目标具有较高检测率的情况下预测入侵目标可能穿越栅栏的区域并分段激活栅栏从而大大减少了传感器节点的能量消耗.最后仿真实验验证了本文算法与传统的分时调度算法相比能大幅度提高网络的生存时间.     

无线视频传感器网络有向感知K覆盖控制算法研究

作为无线视频传感器网络的一个研究热点,有向覆盖控制理论引起了很多研究者的广泛关注,但是有向K覆盖问题还未得到深入研究.由于最大K有向覆盖问题属于NP-complete问题,所以难以在多项式时间内得到求解,因此设计了一种简单的分布式启发式算法,在一跳邻居范围内对传感器节点的感知方向进行协同调度,使得目标集合被有向K覆盖的时间最大.最后通过仿真比较了有向感知K覆盖DS-K-Coverage算法、贪婪算法Greedy-Algorithm、随机覆盖算法Random-Coverage的覆盖性能.     

覆盖率均衡区域覆盖算法

为了进一步实现无线传感器网络生命周期的最大化,针对网络中能量均匀且均衡覆盖问题展开研究,提出覆盖率均衡区域覆盖算法BRACA( Balanced Rate Area Coverage Algorithm)。该算法引入覆盖率均衡思想,将各传感器节点对目标区域覆盖率的均衡性与节点剩余能量的均衡性作为筛选因子,且通过调节传感器节点的剩余能量与其平均覆盖率的比例关系,筛选出最大不相关且代价最小的网络覆盖子集,以尽可能少的节点实现对区域的覆盖。经对比实验验证,算法BRACA具有更高的计算效率,所生成的ε-覆盖子集,以更少且更均衡的能量消耗,保证了网络覆盖率≥90%,有效地延长了网络生命周期。     

A cellular learning automata-based deployment strategy for mobile wireless sensor networks

One important problem which may arise in designing a deployment strategy for a wireless sensor network is how to deploy a specific number of sensor nodes throughout an unknown network area so that the covered section of the area is maximized. In a mobile sensor network, this problem can be addressed by first deploying sensor nodes randomly in some initial positions within the area of the network, and then letting sensor nodes to move around and find their best positions according to the positions of their neighboring nodes. The problem becomes more complicated if sensor nodes have no information about their positions or even their relative distances to each other. In this paper, we propose a cellular learning automata-based deployment strategy which guides the movements of sensor nodes within the area of the network without any sensor to know its position or its relative distance to other sensors. In the proposed algorithm, the learning automaton in each node in cooperation with the learning automata in the neighboring nodes controls the movements of the node in order to attain high coverage. Experimental results have shown that in noise-free environments, the proposed algorithm can compete with the existing algorithms such as PF, DSSA, IDCA, and VEC in terms of network coverage. It has also been shown that in noisy environments, where utilized location estimation techniques such as GPS-based devices and localization algorithms experience inaccuracies in their measurements, or the movements of sensor nodes are not perfect and follow a probabilistic motion model, the proposed algorithm outperforms the existing algorithms in terms of network coverage.     

气味标记法优化免疫算法的覆盖策略

覆盖问题一直是无线多媒体传感器网络研究的重点领域。为了能够达到对目标区域有效覆盖的同时,减少网络能耗,延长网络寿命的目的,提出了一种气味标记法优化的免疫算法SMOIA（Scent Marking Optimization Immune Algorithm）。该方法利用改进的气味标记算法,在被覆盖区域设置必要的气味标记点,在这些点设置传感器节点能够有效提高对目标区域的覆盖率,减少冗余节点数量;使用免疫算法来避免一般算法容易陷入局部最优的问题。仿真实验表明,该算法能够有效提高网络覆盖率,减少网络中传感器节点数量,延长了网络寿命,并且收敛迅速。     

ECDC: An energy and coverage-aware distributed clustering protocol for wireless sensor networks

Clustering for wireless sensor networks (WSNs) is an effective scheme in utilizing sensor nodes energy and extending the network lifetime, while coverage preservation is one of the most essential issues to guarantee the quality of service (QoS). However, the coverage problem has not been well understood so far. For mission-critical applications of networks, it is crucial to consider coverage requirements when we select cluster heads and routing nodes for the clustering topology. In this paper, we propose the ECDC (Energy and Coverage-aware Distributed Clustering Protocol), an integrated protocol involving both energy and coverage, which is different from previous clustering protocols. For different practical applications, we design corresponding coverage importance metrics and introduce them into the clustering algorithm. Theoretical analysis and simulation results show that our protocol is effective in improving network coverage performance, reducing nodes energy dissipation and extending the network lifetime.     

面向异构WSNs的基于能量感知的簇路由算法

有效地使用传感节点的能量,进而延长网络寿命成为设计无线传感网路由协议的一项挑战性的工作.为了延长网络,现存的多数簇路由是面向同构网络.为此,提出分布式能量感知的异构WSNs非均匀分簇路由DEAC(Distributed Energy Aware unequal Clustering)算法.DEAC算法是以EADUC(Energy Aware Distributed Unequal Clustering)为基础,并进行优化.与EADUC不同,DEAC算法从簇头竞选机制、簇间多跳通信中的下一跳转发节点的选择策略以及自适应的节点通信半径的设置三方面进行优化.在簇头竞选机制中,采用退避算法,利用节点的剩余能量以及邻居节点的平均能量设置延时时间;在选择下一跳转发节点时,建立节点的关于能量的度量函数,选择具有最大剩余能量的节点作为下一跳;而在设置节点通信半径时,考虑了距离、剩余能量以及邻居节点数信息.仿真结果表明,与EADUC协议相比,提出的DEAC算法能够有效地延缓第1个节点失效的时间,减少了能耗,扩延网络寿命.     

一种高效强K—栅栏覆盖构建算法

K－栅栏覆盖是无线传感器网络覆盖控制的研究热点之一。本文构建了强栅栏覆盖模型,提出了分区强K－栅栏覆盖构建算法PMNSB,用最少的节点形成强栅栏。首先把监控区域分成多个子区域,通过匈牙利算法选用移动距离之和最少的网格集合为基准1－栅栏覆盖,缺少移动节点的子区域,选择附近区域的剩余移动节点修补形成1－栅栏覆盖。水平相邻的两个子区域之间构建竖直栅栏,这些1－栅栏合起来构成强K－栅栏覆盖。仿真结果证明了该方法的有效性,本文的研究对提升无线传感器网络的性能具有重要的理论与实际意义。     

栅栏覆盖最大化生存周期调度算法

栅栏覆盖是近年来无线传感器网络的研究热点之一,如何延长生存周期是无线传感器网络研究的一个重要问题。针对无线传感器网络的栅栏覆盖应用,设计了两种最大化网络生存周期的调度算法:集中式的Greedy调度算法和分布式的DBCS调度算法。仿真实验表明:两种算法显著地延长了网络的生存周期;在较稀疏的网络中,DBCS算法与Greedy算法性能接近,分布式的DBCS算法适合应用于大规模传感器网络。     

基于加权的无线传感器网络优化覆盖算法

针对无线传感器网络探测网络环境的自适应休眠算法(Probing Environment and Adaptive Sleeping,PEAS)在节点调度过程中,存在节点能耗不均衡、网络的生命周期较短的问题,提出一种基于加权的优化覆盖算法。该算法对最小频繁项的目标所对应的传感节点按能量高低进行划分集合,使各集合能够独立覆盖最小频繁项的目标,以达到局部的优化。考虑到传感节点覆盖目标数和剩余能量对无线传感网络生存周期的影响,对边缘未覆盖的目标节点采用加权的方式进行覆盖。仿真结果表明:该算法能够均衡网络节点的能耗,有效地延长了网络的生命周期。     

WSNs能量异构节点部署与区域覆盖优化

针对无线传感器网络（WSNs）的热点区域问题所导致的节点能量异构、能量空洞等问题,对网络进行重新部署以满足区域覆盖的要求。建立WSNs能量异构节点区域覆盖优化模型,以网络覆盖率为目标函数,节点位置作为决策变量,采用差分进化算法优化该目标,同时获得各节点的最佳位置。仿真实验表明：该模型能充分调度各节点的剩余能量,对热区问题导致的能量空洞进行重新部署,该策略能够延长网络的生命周期,提高网络的可靠性。     

传感器网络中基于分层的非均衡分簇算法

传感器网络由大量能量有限的微型传感器节点组成,如何延长网络的寿命是一个需要解决的重要问题。针对矩形传感器网络,提出一种基于分层的非均衡分簇算法,通过分析节点的能耗来计算层的宽度。仿真实验表明,基于分层的非均衡分簇算法能有效延长网络的寿命。