基于辅助圆覆盖盲区的WSN节点调度算法

文章设计了一种无线传感器冗余节点判定机制(ARCBA,Auxiliary round cover blind area),通过判定高度密集的随机部署无线传感器网络中的冗余节点,在保证覆盖率不变的前提下,通过减少活跃节点数,降低传感器网络的通信能耗。并通过仿真验证,ARCB算法在保证网络完全覆盖的前提下,能有效的延长网络的生命周期,减少节点的能量消耗。     

异构无线传感器网络覆盖优化算法

针对异构传感网络节点在初始随机部署时产生覆盖盲区的问题,受简单随机抽样理论和最优化算法的启发,该文提出一种适用于感知半径异构的无线传感网覆盖优化算法。该算法以提高网络覆盖率和节点移动距离最小为优化目标,根据采样直线与平面感知圆的交点坐标之间的关系,建立了二次优化的数学模型。当平面中的多条采样直线段达到最优覆盖时,该文算法可以使平面的覆盖得到优化。实验证明,该算法能够有效提高异构网的覆盖率。     

一种带有可控动态参数的优化覆盖算法

能耗与覆盖问题是无线传感器网络研究领域的基本问题,也是一个重点问题。针对传感器节点所呈现的同构性特点,提出了一种带有可控动态参数的优化覆盖算法（OCCDP）。该算法首先给出了3节点联合覆盖时,最大无缝覆盖率的求解过程;其次,给出了在监测区域内存在传感器节点覆盖时,覆盖质量期望值求解方法以及与邻居节点进行覆盖比对时覆盖率的判定方法;当存在冗余覆盖时,给出了任意传感器节点处于冗余节点覆盖时的覆盖率的计算过程;最后,通过仿真实验与其他算法在覆盖质量和网络生存周期等方面进行对比,其性能指标平均提升了11.02%和13.27%,从而验证了提出算法的有效性和可行性。     

基于Voronoi的无线传感器网络覆盖控制优化策略

针对无线传感器网络运行状态中存在覆盖空洞的问题,提出了一种基于Voronoi有效覆盖区域的空洞侦测修复策略。该策略以满足一定网络区域覆盖质量为前提,在空洞区域内合理增加工作节点以提高网络覆盖率为优化目标,采用几何图形向量方法对节点感知范围和Voronoi多边形的位置特性进行理论分析,力求较准确地计算出空洞面积,找寻最佳空洞修复位置,部署较少的工作节点保证整个网络的连通性。仿真结果表明,该策略能有效地减少网络总节点个数和感知重叠区域,控制网络中冗余节点的存在,同时其收敛速度较快,能够获得比现有算法更高的目标区域空洞修复率,实现网络覆盖控制优化.     

基于图论的光传感器节点部署优化研究

图论在合理部署光传感器节点领域取得一定成果,优化部署光传感器节点是延长传感网络使用寿命的有效途径,为此,对光传感器节点进行部署优化。基于图论构建光传感器网络节点模型,将光传感器网络划分成多个网格,每个网格配置一个活动节点、多个冗余节点,计算光传感器节点负载情况;考虑节点负载量,基于萤火虫算法(GSO)部署光传感器节点,将传感器节点等同于萤火虫,覆盖信号强度为荧光素浓度,计算网格内光传感器节点移动概率、判断节点移动方向,实现光传感器节点的优化部署。光传感器仿真部署结果如下:该方法部署的光传感器节点覆盖率广、节点移动距离和较短,有效延长光传感器网络寿命。     

邻近信息约束下的随机异构无线传感器网络节点调度算法

针对高密度部署的随机异构传感器网络内部存在的覆盖冗余问题,该文提出一种随机异构无线传感器网络的节点调度算法(NSSH)。在网络原型拓扑的支撑下构建Delaunary三角剖分,规划出节点进行本地化调度的局部工作子集。通过折中与邻近节点的空外接圆半径,完成对感知半径的独立配置;引入几何线、面概念,利用重叠面积和有效约束圆弧完成对灰、黑色节点的分类识别,使得节点仅依赖本地及邻居信息进行半径调整和冗余休眠。仿真结果表明,NSSH能以低复杂度的代价,近似追平贪婪算法的去冗余性能,并表现出了对网络规模、异构跨度和参数配置的低敏感性。     

基于全局贪心的有向传感器网络覆盖算法

针对分布式贪心算法（DGreedy）以传感器节点的剩余能量为优先级,节点处理顺序没有考虑相邻节点间的关系对网络覆盖率的影响,从而影响覆盖率的不足,在此提出了一种新的有向传感器网络覆盖算法。基于全局贪心的原则,以节点一重覆盖区域面积的大小为优先级,优先确定一重覆盖区域面积最大的传感器节点方向,从而保证传感器网络的一重覆盖区域面积更大,重叠覆盖区域较少。对比实验结果表明,该算法能有效提高覆盖率。     

基于概率模型的无线传感器网络优化覆盖算法

为了更好地解决无线传感器网络在覆盖过程中出现大量冗余信息及节点能量消耗不均衡等现象,提出了一种节点能量均衡的最优覆盖算法。该算法利用监测区域内传感器节点与目标节点的从属关系建立网络模型,给出传感器节点与目标节点之间的从属关系;通过从属关系和概率理论,求解传感器节点对目标节点的覆盖期望值,然后计算出覆盖监测区域所需最少传感器节点数量。实验结果表明,该算法不仅可以使用最少传感器节点完成对监测区域的有效覆盖,而且抵制了冗余信息数据的产生,提高了网络生存周期。     

分布式无线感知网络节点部署算法研究

在无线感知网络节点部署中,目标区域的覆盖率大小对信号检测的效果具有重要的意义,通过智能优化算法来提高区域覆盖率已成为当前无线感知网络节点部署领域的研究热点之一。为了提高分布式无线感知网络对目标区域内的重点区域的覆盖率和减少冗余感知节点的投放,论文提出了一种分布式无线感知网络节点部署算法。该算法首先通过随机部署满足连通性的少量感知节点后初次工作来定位和估计出重点区域,然后将估计出的重点区域融入到粒子群算法的目标函数和粒子更新方程中实现对感知节点的重新部署,从而更好的优化了重点区域的覆盖率和减少冗余感知节点数量。仿真结果表明,与标准粒子群算法及其他优化算法相比,论文所研究的算法有更高的覆盖率和更低的迭代次数。      

异构传感器网络多目标多重覆盖策略

在传感器网络环境监测应用中,常存在多种监测对象。此类应用中,每个异构网络节点搭配不同类型的传感器,要求网络部署可多重覆盖监测区以监测各个子对象。针对节点随机分布的传感器网络,该文提出一种平均子网寿命模型以评价网络中某子对象的监测寿命。在给定成本预算与各子对象的基本覆盖率需求下,采用一种基于整数向量规划的多目标多重覆盖算法权衡成本、网络覆盖性能以及网络中不同子对象的监测寿命。该算法分两部分,首先确定监测不同子对象的传感器数量,然后基于平均子网寿命模型,确定不同类型的异构节点数量。针对向量规划问题,文中给出两种不同次优解法。在仿真实验部分,将不同次优解法进行了对比,并分析了算法计算复杂度。仿真示例验证了该文的覆盖算法在多对象监测应用中的有效性。     

移动混合传感网中节点自主部署算法

针对节点感知半径不均衡的移动传感网络节点的部署问题,论文提出一种基于VL(Voronoi Laguerre)图分割的节点自主部署算法(Autonomous Deployment Algorithm, ADA)。ADA先对目标区域做VL图划分,将目标区域的覆盖任务在各个传感器节点之间进行分配。分配到覆盖子区间任务的节点通过构造VL受控多边形来确定下一轮候选目标位置。未分配到覆盖子区间的节点则根据自身与邻居节点感知圆及目标区域边界的几何位置关系计算所受虚拟力,最终确定下一轮目标点坐标。网络各个节点通过逐轮更新自身位置,从而提高网络覆盖。仿真结果表明,ADA算法在网络覆盖率、节点部署速度和节点分布均匀性等方面具有明显的优势。     

面向异构无线传感器网络的节点调度算法

针对传感器网络中的节点冗余问题,提出了一种冗余判别方法来关闭冗余节点,以达到延长网络生命周期的目的.首先按邻居节点的不同位置对节点进行分类,研究了每组邻居节点的网络覆盖率与工作节点数k之间的约束关系,在此基础上,按不同的冗余法则对节点进行判断,关闭冗余节点.理论分析和实验结果表明,提出的算法能关闭网络中的冗余节点从而有效地延长网络的生存时间.     

基于节点休眠的水下无线传感器网络覆盖保持分簇算法

为有效延长水下无线传感器网络的生命周期、保持网络覆盖率,该文提出一种基于节点休眠的覆盖保持分簇算法。首先计算网络节点的覆盖冗余度,并对覆盖冗余度高的节点执行休眠策略,然后以网络覆盖率及节点能耗均衡性为目标,采用多目标算法进行求解,再利用TOPSIS法从非支配解集中选出较优解,当有节点死亡时,通过唤醒策略保持网络覆盖率。仿真结果表明,与目前较好的网络规划算法相比,该文算法能够更好地降低网络能耗,延长网络生命周期并保持网络对环境的覆盖率。     

一种高效覆盖的水下传感器网络部署策略

传感器节点的部署直接关系到水下传感器网络的成本和性能.考虑到传感器节点间具有很强的协同能力,该文提出一种基于检测融合的部署策略.采用Neyman-Pearson准则融合单元网格内所有传感器节点的检测信息,实现正方形和正三角形两种单元网格的高效覆盖,进而分别给出针对两种单元网格的监测区域网格划分方法,从而确定监测区域需要的传感器节点数量以及放置的具体位置.通过仿真实验验证了该部署策略的有效性.结果表明,与不采用检测融合时相比,降低了传感器节点冗余度.使用相同数量的传感器节点,新的部署策略能够在保证一定感知质量的基础之上获得更大的覆盖范围.     

基于PSO的无线多媒体传感器网络覆盖增强算法

在无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)中,由于节点部署的不合理,往往存在较多的监控盲区,影响了网络的服务质量。为了提高网络的覆盖率,在有向感知模型基础的基础上,提出了一种基于粒子群算法的WMSNs覆盖增强算法PSOCE。PSOCE算法以网络覆盖率为优化目标,以粒子群算法为计算工具,同时对节点的位置与主感知方向进行调整。仿真试验表明,PSOCE算法能够有效地改进WMSNs的覆盖质量,网络的覆盖率能提高6%～12%。     

Connectivity maintenance and coverage preservation in wireless sensor networks

In wireless sensor networks, one of the main design challenges is to save severely constrained energy resources and obtain long system lifetime. Low cost of sensors enables us to randomly deploy a large number of sensor nodes. Thus, a potential approach to solve lifetime problem arises. That is to let sensors work alternatively by identifying redundant nodes in high-density networks and assigning them an off-duty operation mode that has lower energy consumption than the normal on-duty mode. In a single wireless sensor network, sensors are performing two operations: sensing and communication. Therefore, there might exist two kinds of redundancy in the network. Most of the previous work addressed only one kind of redundancy: sensing or communication alone. Wang et al. [Intergrated Coverage and Connectivity Configuration in Wireless Sensor Networks, in: Proceedings of the First ACM Conference on Embedded Networked Sensor Systems (SenSys 2003), Los Angeles, November 2003] and Zhang and Hou [Maintaining Sensing Coverage and Connectivity in Large Sensor Networks. Technical report UIUCDCS-R-2003-2351, June 2003] first discussed how to combine consideration of coverage and connectivity maintenance in a single activity scheduling. They provided a sufficient condition for safe scheduling integration in those fully covered networks. However, random node deployment often makes initial sensing holes inside the deployed area inevitable even in an extremely high-density network. Therefore, in this paper, we enhance their work to support general wireless sensor networks by proving another conclusion: “the communication range is twice of the sensing range” is the sufficient condition and the tight lower bound to ensure that complete coverage preservation implies connectivity among active nodes if the original network topology (consisting of all the deployed nodes) is connected. Also, we extend the result to k-degree network connectivity and k-degree coverage preservation.     

Performance evaluation of sensor deployment using optimization techniques and scheduling approach for K-coverage in WSNs

In the wireless sensor networks, sensor deployment and coverage are the vital parameter that impacts the network lifetime. Network lifetime can be increased by optimal placement of sensor nodes and optimizing the coverage with the scheduling approach. For sensor deployment, heuristic algorithm is proposed which automatically adjusts the sensing range with overlapping sensing area without affecting the high degree of coverage. In order to demonstrate the network lifetime, we propose a new heuristic algorithm for scheduling which increases the network lifetime in the wireless sensor network. Further, the proposed heuristic algorithm is compared with the existing algorithms such as ant colony optimization, artificial bee colony algorithm and particle swarm optimization. The result reveals that the proposed heuristic algorithm with adjustable sensing range for sensor deployment and scheduling algorithm significantly increases the network lifetime.