基于概率感知模型的区域变精度覆盖分布式算法研究

覆盖问题是无线传感器网络完成目标监测和信息获取任务的前提.为了使传感器节点尽可能减少能耗,以延长网络的使用寿命,考虑对重点区域和普通区域进行不同精度的覆盖.采用了概率感知模型,将对被监测区域的覆盖问题转化为对可数个点目标的覆盖问题,然后利用点覆盖算法对区域的变精度覆盖问题进行了研究.最终通过仿真实验,对网络采用变精度覆盖与单重覆盖、多重覆盖的效果进行了比较,验证了区域变精度覆盖的优越性.     

视觉传感器网络兼顾区域覆盖的目标多重覆盖

针对目前无线传感器网络覆盖研究中单纯进行区域覆盖或目标覆盖而将两者分立的情形,提出了一种视觉传感网络混合覆盖算法。该算法基于有向感知模型,利用虚拟势场使节点在待监测区域自组织地进行位置移动和感知方向转变,在完成对覆盖质量要求较高的热点目标多重、优先覆盖的同时最大程度地覆盖整个待监测区域。仿真实验表明,该算法自组织能力良好,能有效满足热点目标和整个待监测区域对覆盖质量的要求,有效地利用了网络资源。     

针对地质灾害检测的视频传感器覆盖的一种新算法*

在实际地质灾害监测工程中,为了使视频传感器这一有向传感器最大化覆盖,提出了一种全新的资源掠夺算法。该算法将相邻的节点看成树干上的叶片,利用树叶为争夺阳光而具有的特点使节点覆盖具有最大覆盖面积、最小的覆盖重合区域。从区域覆盖角度对算法进行仿真分析,证明了算法的可行性并且相对于传统算法覆盖效果好且高效,在相关应用中将有很大的优势。     

WSN关键区域覆盖启发式优化算法

针对无线传感器网络关键区域覆盖NP完全问题,提出一种关键区域覆盖启发式优化(CACHO)算法。该算法基于单位圆通信模型对关键区域覆盖问题进行描述,为关键区域格点与一般区域格点分配不同权值,以创建感知区域图和终端集合,形成具有最少数量的关键区域覆盖格点集合。与现有覆盖算法NPCC的比较结果表明,CACHO算法放置的传感器数量较少,能完全覆盖关键区域。     

视频传感器网络覆盖问题

视频监控已经被广泛应用于各种场景,为安全防卫提供了有效信息。综述视频传感器网络中覆盖问题的相关研究。视频传感器网络具有有向传感器网络的一般特征。考虑到监测对象通常有面部朝向属性,视频传感器网络的感知模型又不同于一般的有向传感器网络的感知模型。根据感知模型是否考虑监测目标的朝向,分别介绍视频传感器网络中的点覆盖、区域覆盖和栅栏覆盖问题的典型算法。此外,讨论了目前研究存在的问题以及未来可能的研究方向。     

基于Voronoi的无线传感器网络栅栏覆盖策略

在栅栏覆盖研究中,针对节点部署区域存在无法被监测到的穿越路径的问题,将[Voronoi]图引入栅栏覆盖,划分整个部署区域,提出了基于[Voronoi]图的无线传感器网络栅栏覆盖策略,并监测部署区域是否存在栅栏覆盖空洞,以决定节点是否通过有限移动重新部署空洞区域,实现了对栅栏部署区域的有效覆盖。仿真实验结果表明,该算法提高了对监测区域的覆盖质量,以较低能耗和较少节点构建栅栏,达到预期覆盖要求。     

面向区域覆盖的异构传感器节点部署

针对异构传感器节点随机部署于被监测区域时容易产生覆盖漏洞的问题,提出一种基于取样直线扫描的覆盖漏洞修复算法,基于取样直线扫描,找到覆盖漏洞;通过移动传感器节点修复覆盖漏洞.该算法以完全覆盖被监测区域为优化目标,对于具有相同感知半径的同构传感器节点和具有不同感知半径的异构传感器节点同样适用.仿真实验表明:该算法能有效修复覆盖漏洞.     

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。     

无线传感器网络的覆盖控制

覆盖控制作为无线传感器网络中的一个基本问题,在国内外已经取得了一些研究成果。根据不同的性质,覆盖控制问题可以划分为不同的类型(如,静态覆盖和动态覆盖、确定性覆盖和随机性覆盖)。主要针对静态覆盖(区域覆盖、点覆盖、栅栏覆盖)问题中一些典型算法,分类进行了描述,并比较了它们之间的优缺点,最后,指出了需要进一步的研究工作。     

浅谈白盒测试技术

伴随着软件和硬件的发展而逐步发展起来的软件测试。软件测试是一种检验手段,目的是为了寻找软件系统的中缺陷,在业界已经有越来越多的公司意识到了软件测试的重要性,并且在软件测试方面加大了投入。其中,白盒测试是软件测试技术中最基本的方法之一,是针对被测单元内部是如何进行工作的测试,是以覆盖测试与路径测试为基本策略。该文将重点介绍白盒测试中的常用测试方法,并通过实例介绍实际运用白盒测试的技术。     

基于信息流缺陷定位方法在软件测试中的应用

随着软件产业的飞速发展,人们对软件质量的要求也越来越高.现在,软件已经直接影响到了我们项目的成功和设备的安全.而软件中的复杂缺陷难以排除,因为它们涉及到许多程序要素之间的相互作用.论文扩展了基于信息流覆盖的缺陷定位技术.扩展后的技术融合了语句覆盖和分支覆盖技术,它还能定位复杂缺陷.试验结果表明,文中方法比基于语句覆盖、分支覆盖和定义使用对覆盖的方法要更可靠、更精确.     

DeepRanger:覆盖制导的深度森林测试方法

深度学习软件的结构特征与传统软件存在明显差异,因此即使展开了大量测试,依然无法有效衡量测试数据对深度学习软件的覆盖情况和测试充分性,并造成后续使用过程中依然可能存在大量未知错误.深度森林是一种新型深度学习模型,其克服了深度神经网络存在的一些缺点,例如:需要大量训练数据、需要高算力平台、需要大量超参数.但目前还没有相关工作对深度森林的测试方法进行研究.针对深度森林的结构特点,制定了一组由随机森林结点覆盖率RFNC、随机森林叶子覆盖率RFLC、级联森林类型覆盖率CFCC和级联森林输出覆盖率CFOC组成的测试覆盖率评价指标.在此基础上,基于遗传算法设计了覆盖制导的测试数据自动生成方法DeepRanger,可自动生成能有效提高模型覆盖率的测试数据集.为对所提出覆盖指标的有效性进行验证,在深度森林开源项目gcForest和MNIST数据集上设计并进行了一组实验.实验结果表明,所提出的4种覆盖指标均能有效评价测试数据集对深度森林模型的测试充分性.此外,与基于随机选择的遗传算法相比,使用覆盖信息制导的测试数据生成方法 DeepRanger能达到更高的模型覆盖率.     

无线传感器网络MM模式随机覆盖控制模型研究

在传感器节点随机、高密度部署的环境中,覆盖控制算法可以有效降低能耗和减少冗余数据。无线传感器网络MM（MIN NODES-MAX COVERAGE）模式随机覆盖控制算法采用最少节点最大覆盖率策略,在节点呈泊松分布的网络模型中,根据不同的区域覆盖率,采用区域局部节点覆盖率计算方式,在通信半径和感知半径不同情况下,充分考虑节点复杂重叠对覆盖率的影响,适当允许主动覆盖空洞的出现,使得最少节点仍然可以达到非常接近设置的覆盖率。仿真表明算法可以最大化面积覆盖,有效降低网络能耗。     

基于栅格地图的机器人覆盖路径规划研究

研究了基于接触传感器的机器人覆盖问题,提出了基于栅格地图的内螺旋覆盖(ISC)算法.ISC算法通过边界探索获得环境边界地图之后,在线规划覆盖路径,用距离转变的搜索方法保证了完全覆盖,通过设置gate栅格降低了重复覆盖率.通过对三个房间组成的室内环境的覆盖仿真试验验证了该方法的可行性.     

覆盖状态内部分枝的测试向量生成

提出一种能兼顾状态内部分杜的状态覆盖方法．在状态内部分枝树的终端结点处添加状态转换语句，将原先的单个转换分成多个转换分枝；从而实现对原先的状态转换进行扩展，使得用传统的状态测试方法就能够覆盖到状态内部的分枝．为了准确描述该过程，文中给出了分枝扩展的形式化方法．在此基础上，给出一个测试向量生成算法：遍历状态转换有向图；依状态间转换条件生成测试向量；依遍历顺序收集测试向量．通过对ITC99-benchmark中时序电路的试验表明，本文方法是有效的．     

多简单机器人协作覆盖规划研究

研究了多简单机器人协作覆盖的问题．针对简单机器人只能用接触传感器感知外部环境的局限性,提出了基于栅格地图表示法的多机器人内螺旋覆盖算法进行在线覆盖规划．该方法通过对部分区域的重复覆盖和设置GATE栅格实现了对环境的完全覆盖,同时该方法保证了只要有一个机器人不出现故障就可以完成覆盖,提高了系统稳定性．最后用仿真试验验证了该方法的可行性．     

无线传感器网络的任意覆盖率节点配置

研究了任意覆盖率下的无线传感器网络分布式节点自动配置问题. 首先, 针对正六边形拓扑架构下的网络覆盖, 给出了节点密集分布条件下的覆盖率与相邻工作节点间距的解析关系, 从而得到了理想条件下部分覆盖的最优节点配置. 考虑到实际系统中有限的节点密度和节点的随机分布, 进一步提出了一种可以在此条件下实现任意覆盖率的部分覆盖协同优化算法(Optimized collaborative partial coverage, OCPC). OCPC通过节点间的动态协同唤醒最接近于理想配置的工作节点并使其他节点睡眠以节省能量. 以尽可能少的工作节点达到网络的覆盖和连通需求并降低网络的能耗, 进而达到网络的感知任务和能量消耗的有效折衷. 仿真表明, OCPC可以有效地实现任意期望覆盖率下的网络配置并保持网络连通, 同时, 与经典覆盖算法PEAS (Probing environment and adaptive sleeping)和OGDC (Optimal geographic density control)相比, 在网络的节能方面也具有明显的优越性.     

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。