无线传感器网络中应用鲁洛三角形的k度覆盖算法

覆盖问题是无线传感器网络中的基本问题之一。着重考虑无线传感器网络在随机部署节点情况下的多重覆盖问题,提出一种应用鲁洛三角形的k度覆盖算法RTCA(Reuleaux triangle-based k-coverage algorithm)。RTCA把每个传感器节点的覆盖圆划分成6个相同的双弧形区域,根据网络覆盖度要求,调度这些区域内的节点状态来实现k度覆盖监测区域。仿真实验结果表明,RTCA在保证网络覆盖质量要求的同时能够有效地减少活跃节点的数量,延长网络的生存时间。未来还可以对该算法做进一步推广,以较容易地判断异构无线传感器网络的多重覆盖。     

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。     

能量有效的无线传感器网络节点调度算法

针对传感器节点随机部署的无线传感器网络中存在大量冗余节点而导致大量节点能量浪费这一问题,提出了一种分布式的能量有效的冗余节点调度算法(ERSS算法).为了最大程度地节约能量,延长网络寿命,该算法使网络中的节点自主地判定自身是否为冗余节点.网络中只有必要数目的节点保持活跃状态来保证网络的完全覆盖,而冗余节点转为休眠状态来节约能量.文中给出了冗余节点判别规则、计算模型及判定流程.仿真结果表明了所提出算法比现有算法在节约网络能量及延长网络寿命上的优越性.     

无线传感器网络中覆盖控制理论与算法

覆盖控制作为无线传感器网络中的一个基本问题,反映了网络所能提供的"感知"服务质量,可以使无线传感器网络的空间资源得到优化分配,进而更好地完成环境感知、信息获取和有效传输的任务.立足于无线传感器网络的覆盖控制问题,分类总结了近年来提出的各种覆盖控制问题的思想和有代表性的研究成果,着重讨论了一些典型的无线传感器网络覆盖控制算法与协议.最后进行了各种算法的比较性总结,深入分析了目前无线传感器网络覆盖控制亟待解决的问题,并展望了其未来的发展方向.     

无线传感器网络中一种能量有效的分簇算法

传感器网络中簇头与基站的通信方式可分为两种:多跳和单跳.如果采用多跳方式,靠近基站的簇头因传送数据较多而导致较早死亡;而在单跳方式中,远离基站的簇头因传送数据能耗太高而很快死亡.针对上述问题,提出一种基于非均衡分簇的数据收集算法,使靠近基站的簇的大小小于远离基站的簇.仿真实验表明,非均衡分簇的数据收集算法能有效地延长网络的生命周期.     

基于感知概率的无线传感器网络k重覆盖算法*

基于布尔感知的无线传感器网络多重覆盖控制模型未考虑实际应用中环境因素对节点感知能力的影响,为弥补这种不足,提出了一种分布式k重覆盖算法（KCAPSM）,该算法采用了感知概率模型,依据节点感知能力的强弱,将监测区域中的任一点被相关节点监测的情况赋值为某一概率,并通过节点与邻居交换信息,根据能量大小竞选找出k组不相交工作节点集,保证监测区域中每一点被k重覆盖。实验表明,KCAPSM算法让冗余节点处于休眠状态,节省了网络能量,优化了资源。     

EMAC:能量有效的多目标关联覆盖空洞补偿算法

覆盖问题是无线传感器网络研究的基本问题。节点数量以及覆盖范围直接影响到网络性能和网络服务质量。因此,为了更好研究覆盖问题,提出了一种能量均衡的多目标关联覆盖空洞算法(Energy Efficient Multi-target Associate Coverage Holes Compensation Algorithm,EMAC),该算法利用节点间关联性和动态分组调整覆盖区域。在覆盖区域内,利用贪心算法对覆盖区域进行优化,并给了空洞存在时的必要条件以及移动目标拟合函数的收敛条件,保证了所关注目标节点被传感器节点均匀覆盖的同时又优化了网络资源。在每个周期内采用唤醒部分传感器节点,使之轮流工作,确保了整个网络体系能量的均衡,从而延长了网络生命周期。实验结果表明,在满足一定覆盖率的前提下,该算法不仅可以有效地抵制节点能量的快速消耗,而且具有更好的适应性和有效性。     

无线传感器网络连通k覆盖问题及其解决方案综述

覆盖控制是无线传感器网络的一个基本问题,通过对网络空间资源的优化分配,来更好地完成环境感知和有效传输等任务。作为覆盖控制理论的研究热点之一,连通k覆盖问题研究如何从随机部署的大量传感器节点中选择一部分节点激活,使得任意监测目标都被至少k个不同的活跃节点同时覆盖,而且所有活跃节点都是通信连通的。本文分析了无线传感器网络中连通k覆盖问题的系统模型和算法评价指标,介绍了一些典型的近似算法并对其进行了分析和比较,最后进行了总结和展望。     

基于事件概率的无线传感器网络K覆盖算法

无线传感器网络在对目标区域进行K覆盖过程中易产生大量冗余节点,消耗网络中大量节点能量,并受外界环境因素制约。为此,提出一种基于事件概率的K覆盖算法。根据对监测目标区域节点关注程度的大小赋予不同概率值,通过节点之间信息交换和关联属性确定最小节点集和最大目标集,从而完成对目标区域节点K覆盖,优化网络资源,减少节点能量的消耗。仿真实验表明,该算法能够以较小的代价完成对目标区域节点K覆盖,延长网络生存周期,具有较好的实效性和稳定性。     

无线传感器网络k重覆盖优化策略

为了实现无线传感器网络k重覆盖范围的最大化,提出了一种基于粒子群算法的无线传感器k重覆盖优化策略,提高了k重覆盖率,进而提高节点的利用率,延长无线传感器网络的寿命。同时,在保证网络覆盖精度的前提下,选择最合适的参数,这样既保证了最优的覆盖结果又最大限度地节约了计算量,延长了网络的寿命。通过仿真实验分析了粒子群算法的相关参数对覆盖性能指标的影响。实验结果表明,基于粒子群算法的k重覆盖策略有效地优化了网络的k重覆盖性能。     

能量有效的无线传感器网络协同覆盖

在节点随机分布的无线传感器网络目标覆盖中,考虑到单个节点有时难以完成对目标的感知,利用节点的概率感知模型和漏检率的概念,提出了节点协同覆盖的思想,并建立了协同覆盖模型;详细分析并推导了协同覆盖感知概率、节点数目和节点参与协同覆盖的最低感知概率之间的关系;在协同覆盖模型的基础上,考虑节点能量消耗的因素,设计了优化网络使用寿命的协同覆盖算法ECTC;仿真结果表明,该算法在改善网络感知概率的同时,延长了网络的使用寿命。     

节点位置固定的线性无线传感器网络节能路由

无线传感器网络节点一般采用电池供电,能量非常有限,因此提高网络能量效率、最大化网络生命周期成为亟待解决的重要问题。线性无线传感器网络在某些实际应用中,由于监测环境和对象的特殊性,监测点位置往往是事先确定的,并非随机分布,故现有的线性路由和变距离节点布置方案应用性受限。针对这一问题,提出了一种等距离分组多跳路由,建立了其能耗数学模型,得到了网络平均能耗与网络长度、节点数和分组数的数学关系,并给出了最小网络平均能耗下的分组数求解方法,最后用Matlab软件仿真分析。结果表明,与单跳、多跳、分簇多跳三种常见路由相比,等距离分组多跳路由由于没有簇头,因此具有最小的网络平均能耗和最大的网络生命周期。     

基于激素调节的传感器网络覆盖算法*

人体内环境的平衡是由各种激素的相互作用来协同调节和控制的,根据抽象出的激素作用机理,提出了一种基于激素调节的传感器网络覆盖算法(HCA),该算法是完全分布式的,节能的传感器网络覆盖算法,算法中节点状态(sleep或active)的选择通过激素来调节和控制,即通过给邻居节点发送激活荷尔蒙或抑制荷尔蒙来刺激或抑制邻居节点成为active状态。仿真实验表明,与DELIC和UC算法相比,该算法既能有效地保证区域覆盖,又可以使得active状态的节点尽可能少。     

能量有效的无线传感器网络层次型路由协议

为改善LEACH中节点能耗不均而过早失效的情况,提出了一种能量有效的无线传感器网络层次型路由协议EEHRP,它采用一种智能延迟策略选取簇头,尽可能使得剩余能量越高的节点时延越小,它们能够先于周围剩余能量较低的节点发送簇头通告。在路由算法中引入了网关节点,能有效避免簇头远距离传送数据造成的能耗过多。仿真表明,EEHRP可使节点的能量消耗更均匀,有效地延长了网络生存时间。     

能量高效的无线传感器网络动态分簇算法研究

为了提高无线传感器网络的能量利用率和延长网络的生命周期,提出了基于地理位置的能量高效的动态成簇算法(GL-DC),在簇的建立阶段,采用非均匀分簇方法,解决了簇首能量消耗不均衡问题。在网络运行过程中,采用基于剩余能量和距离来动态生成新的簇首,避免了靠近SINK节点的簇头因转发大量数据而过早耗尽能量。仿真实验结果表明,该方法具有更好的性能,与EADEEG、LEACH和PEGASIS等路由协议相比,GL-DC路由协议有效地均衡了节点能量消耗,显著地延长了网络生命周期。     

无线传感器网络覆盖问题的研究进展*

分析了无线传感器网络的网络特征以及影响网络覆盖的重要因素,总结和评估了近年来提出的覆盖机制,同时对该领域尚存问题以及发展趋势进行了讨论。     

Energy efficient approximate self-adaptive data collection in wireless sensor networks

To extend the lifetime of wireless sensor networks, reducing and balancing energy consumptions are main concerns in data collection due to the power constrains of the sensor nodes. Unfortunately, the existing data collection schemesmainly focus on energy saving but overlook balancing the energy consumption of the sensor nodes. In addition, most of them assume that each sensor has a global knowledge about the network topology. However, in many real applications, such a global knowledge is not desired due to the dynamic features of the wireless sensor network. In this paper, we propose an approximate self-adaptive data collection technique (ASA), to approximately collect data in a distributed wireless sensor network. ASA investigates the spatial correlations between sensors to provide an energyefficient and balanced route to the sink, while each sensor does not know any global knowledge on the network.We also show that ASA is robust to failures. Our experimental results demonstrate that ASA can provide significant communication (and hence energy) savings and equal energy consumption of the sensor nodes.     

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.     

一种节能多属性目标监测的感知网络覆盖算法

研究了一种多属性目标的覆盖问题,这种覆盖问题与单一类型数据的目标不同,其待测区域中的每个目标同时包含多种类型的现场数据。如果布置一个无线感知网络去担任监测任务,其节点需要配置多种不同类型的传感器单元。针对这种需要采集多种类型的数据才能对目标进行监测的无线感知网络的应用,节能而有效的覆盖目标更是一个突出的问题。首先用ILP模型将问题进行了形式化,然后通过设计一种分布式算法求得问题的解。最后,在不同的节点密度下,对网络的使用寿命进行了模拟仿真;仿真结果表明,这种分布式算法比直接求解ILP求出的网络寿命很接近。由于直接求解ILP问题必须依靠中心节点完成,对于节点较多并且电量受限的无线感知网络,这种分布式算法更适合。     

无线传感器网络中基于网络覆盖的节点睡眠调度机制

在无线传感器网络中,节点睡眠-唤醒调度机制对于延长其生命周期至关重要。在现有的节点睡眠调度机制中,节点能耗是调度机制的唯一考虑目标。然而这种以节省节点能耗为目的调度机制很容易导致传感网络无法完全覆盖监测区域,导致严重后果。本文基于现有调度机制的不足,提出一种考虑到网络覆盖面的节能调度机制。这种机制既能降低网络能耗也能够兼顾到网络的监测覆盖情况。仿真结果表明该机制能在保证较高的网络覆盖面的前提下有效提高网络生命周期。