一种无线传感器网络的二次部署方法

无线传感器网络中传感器节点的部署位置对整个网络的性能(比如:覆盖率、通信成本和连通性等)有重要影响.此文针对由移动传感器节点组成的网络,提出一种基于协进化计算的方法来二次部署传感器,节点优化网络的性能,所提方法先将部署区域划分为小区域,传感器节点则根据其初始位置所在的小区域划分成不同的群落,每个群落在其直接邻居群落的参与下进化,获得群落内传感器的最佳部署位置.仿真实验表明,此方法在覆盖率、移动总距离和收敛性上都优于基于传感器个体的协进化二次部署算法.     

无线传感器网络中基于动态规划的节点高效部署算法

针对传感器提供的信息不可靠导致的节点部署问题,研究了4种不同的静态无线传感器网络(WSN)部署形式,并将这4个组合优化问题归纳为NP完全问题,提出了一种基于动态规划的不确定性感知节点部署算法进行求解。算法首先为感兴趣区域内的传感器节点找到其最佳的K个部署位置,然后从K个部署位置中选择最优部署方案。该算法能够在保证覆盖范围和连接性的前提下确定最小数量的传感器及其位置。仿真实验结果表明,相对于当前最新的其他传感器部署策略,所提算法在均匀覆盖、优先覆盖要求以及网络连接性下的性能都更优。     

基于组合虚拟力的传感器网络三维空间重部署算法研究

无线传感器网络(Wireless sensor networks, WSNs)的重部署问题是提高无线传感器网络覆盖性能的一个重要问题, 实用化的重部署算法需要充分考虑传感器资源的有限性和实际布撒情况. 本文设计了基于组合虚拟力的分布式算法,该算法定义了传感器受到的邻居节点间的基于库仑力的斥力、 目标覆盖区域的基于胡克定律的中心吸引力和边界斥力, 综合这些力的合力以及单位能耗因素求得传感器节点每次移动的目标位置. 本文算法还给出了调整的终止条件以保证传感器能够重部署至合理位置. 理论论证和仿真实验表明,提出的基于组合虚拟力的重部署算法能使所有随机布撒的传感器节点在低能耗的情况下, 进入目标覆盖区域并在该区域内自组织成一个具有高覆盖性和重连通性的网络拓扑. 本文算法还解决了覆盖区域中存在障碍物的复杂情况.     

RFEHWSN中满足节点吞吐量需求的负载均衡基站部署方案

射频能量捕获无线传感器网络可以通过不同物理环境和不同需要条件如时间、频率、能量源的发送能量功率等维度上进行充分的控制,稳定性较强,而其中的基站不仅具有较高的成本,而且其部署位置很大程度地决定节点的可达吞吐量。本文研究了在满足每个传感器节点的吞吐量不小于其吞吐量需求的条件下,均衡基站负载量,尤其是负载量最大的基站,提出了优化每个基站的负载量的方案。首先进行系统建模,然后提出了一种启发式部署算法,以达到负载均衡的目标。通过这些步骤优化部署,既满足了每个节点吞吐量限制,又让每个基站负载量尽可能小。仿真结果表明,通过节点的优化接入能够有效降低网络基站负载量方差,达到了负载均衡的效果。     

保证覆盖的无线传感器网络梯度部署方法

在大规模随机部署的无线传感器网络中,数据通常逐跳汇聚到Sink节点,因而与Sink邻近的节点需要转发大量的数据,从而导致了Sink邻近区域内的节点因能量耗尽而引起网络失效。此时,外层区域的节点仍剩余大量的能量。本文首先提出了网络生存期最大化部署的问题,分析了无线传感器网络数据转发的特点,基于此特点给出了梯度的节点密 密度部署方法,以提高能量利用率,最小化剩余能量,最后通过理论和实验分析了梯度部署方法的性能。     

异构无线传感器网络中异构节点的部署与优化

在无线传感器网络中适当地部署少量的异构传感器节点能够有效地延长网络寿命,提高网络的可靠性.本文主要研究无线传感器网络中异构节点的部署问题,提出了基于选址问题的异构节点部署算法,以优化无线传感器网络中异构节点的数量和位置.与其它算法相比,该算法对无线传感器网络的拓扑结构没有特定的要求,可以支持随机部署或人工部署的各种传感器网络,最后还给出了该算法的仿真测试结果.     

面向海洋监测的水声传感器网络节点定位算法

为解决面向海洋监测应用的大规模水声传感器网络的节点定位问题,首先,采用整数线性规划理论,提出了多目标约束的水面网关优化部署策略;其次,针对水声传感器网络不同节点的特点,设计不同的定位方案,提出了有预测性的水声传感器网络节点部署算法。仿真实验验证了该方法的可行性与有效性,结果表明,该算法能明显提升节点的定位范围,降低通信能耗,减小定位误差,为水声传感器网络的海洋大规模部署提供相应技术指导。     

实现目标跟踪的光纤传感网络及其优化设计

研究了实现目标跟踪的光纤传感网络部署设计问题,提出利用动态唯一可解码对感知空间进行编码,从而指导光纤传感器的部署以感知运动目标位置信息的方法,并基于蚁群算法提出了动态唯一可解码的优化设计方案. 结果表明形成的动态唯一可解码优化设计方案用于指导构建光纤传感网络能有效地减少所需部署的光纤长度.     

确定性空间的无线传感器网络节点部署策略研究

针对含障碍物的确定性区域内无线传感器网络部署问题进行研究.首先建立节点探测模型和网络部署质量评价方式;然后基于含误警率的概率模型提出一种新的部署方法,即采用分水岭算法选取候选部署区域,以Delaunay剖分算法产生新增节点的候选部署位置,从而实现传感器节点的有序高效部署.仿真结果表明,与随机部署、最大平均覆盖(MAX_MIN_COV)和最大最小覆盖(MAX_AVG_COV)等算法相比,所提出的策略能取得更好的覆盖探测概率和覆盖一致性.     

改进的非均匀有向传感器网络节点部署方法

在无线传感器网络的相关研究中,有向传感器网络DSNs（Directional Sensor Networks）由于在节点属性上增设了有向属性而使其拥有更为广阔的实用意义。针对重点区域覆盖不足的问题,提出了一种改进的非均匀有向传感器网络节点部署方法,引入部署中心和矢量引力的概念,增加斥力的非均匀部署属性,从而加强区域内的覆盖质量。通过实验对比表明,改进后的部署方法在有效节点数量及覆盖率方面均优于一般的有向传感器网络节点部署方法。     

装备健康管理中的传感器优化配置问题研究

传感器优化配置是装备健康管理(HM)的基础。考虑传感器失效对健康管理能力的影响,以传感器代价和漏检故障的危害程度最小为优化目标,以检测性能指标为约束条件,建立了传感器优化配置的模型;并针对传感器优化配置是一个多目标非线性整数规划问题,提出了基于扩展微粒子群优化算法的模型求解方法。应用实例表明了模型和算法的有效性。     

DSNs中基于虚拟力的节点部署与目标定位方案

基于分簇的分布式传感器网络的有效性在很大程度上取决于传感器部署所实现的覆盖范围。针对现有的节点部署与目标定位方案的不足,提出一种虚拟力量算法作为传感器部署策略,以便在传感器初始随机部署后提升覆盖范围。给定一定数量的传感器后,该策略通过综合利用引力和斥力来确定传感器在随机部署之后的虚拟移动路径和移动速度,从而使传感器区域覆盖最大化。同时,文中提出一种由簇头运行的概率目标定位算法。簇头只需查询少量传感器(汇报目标存在的部分传感器)即可获得详细定位信息。仿真实验结果表明,本文方案只需一次性计算即可同步确定所有传感器节点的位置,另外,概率定位算法也可显著节约目标检测和定位的能耗。     

Distributed Deployment Schemes for Mobile Wireless Sensor Networks to Ensure Multilevel Coverage

One of the research issues in wireless sensor networks (WSNs) is how to efficiently deploy sensors to cover an area. In this paper, we solve the k-coverage sensor deployment problem to achieve multi-level coverage of an area I. We consider two sub-problems: k-coverage placement and distributed dispatch problems. The placement problem asks how to determine the minimum number of sensors required and their locations in I to guarantee that I is k-covered and the network is connected; the dispatch problem asks how to schedule mobile sensors to move to the designated locations according to the result computed by the placement strategy such that the energy consumption due to movement is minimized. Our solutions to the placement problem consider both the binary and probabilistic sensing models, and allow an arbitrary relationship between the communication distance and sensing distance of sensors. For the dispatch problem, we propose a competition-based and a pattern-based schemes. The former allows mobile sensors to bid for their closest locations, while the latter allows sensors to derive the target locations on their own. Our proposed schemes are efficient in terms of the number of sensors required and are distributed in nature. Simulation results are presented to verify their effectiveness.     

Adjoint-based numerical method using standard engineering software for the optimal placement of chlorine sensors in drinking water networks

To obtain representative water quality simulations, unknown model parameters have to be updated by combining information from the water quality model and the sensor outputs. An adjoint-based numerical method has been developed to determine the optimal placement of chlorine sensors in drinking water networks at a low computational cost. From a practical engineering perspective, the proposed optimal placement corresponds to the set of sensors that minimizes the area in which the unknown model parameters cannot be identified. The numerical strategy is implemented in the hydraulic software EPANET. Using the adjoint framework, we develop and apply an adaptive strategy in a French drinking water network that provides the optimal placement from 1 sensor to 6 sensors. We show that the highest reduction of the non-identifiable area is obtained at the first stages of the adaptive strategy. After 4 sensors, a plateau is reached.     

压电智能结构损伤检测传感器优化配置的遗传神经网络方法

基于损伤检测的智能结构传感器优化配置的研究工作较少,问题在于难以找到理想的关联损伤物理力学特征的损伤检测目标函数.提出了一种基于损伤检测的压电智能结构传感器优化配置的遗传神经网络(GANN)方法.该方法采用最小二乘支持向量机(LS-SVM)网络建立损伤检测目标函数,运用改进的遗传算法对目标函数进行优化,从而实现不同数目传感器的优化布置,并综合考虑成本与效益的因素,确定传感器的最优配置数目.论文对该遗传神经网络方法的具体实现过程及其可行性进行了分析,结果表明,该方法是可行的,可用于实现传感器对应于其初始布置模式下的最优配置.对于更多传感器的初始布置模式,采用该方法可有效减少更多传感器的数量,从而降低成本.     

基于改进模拟退火算法的无线传感器布设

对于已被证明是组合优化问题的无线传感器布设而言,模拟退火算法是一种有效的解决方法.在生成无线传感器布设方案的过程中,针对传统模拟退火算法的缺陷,采用了保存当前最优布设方案及灵活设置退火温度的改进算法来生成布设方案,并给出了使用该算法的无线传感器布设方案生成流程及算法伪码.最后通过仿真实验验证了该改进算法在生成无线传感器...     

CLEVER: Cluster-based Energy-aware Virtual Ring Routing in randomly deployed wireless sensor networks

Energy-aware routing is an important remedy to face the quick failure of energy-constrained nodes in Wireless Sensor Networks. Network clustering with electing energy-powerful nodes as cluster heads is a perfect solution. However, such clustering requires ideal nodes placement to afford best performances. Manual nodes placement is not always possible, the sensors can be randomly deployed. In such networks, the cluster heads cannot always communicate directly. In this paper, we present a novel clustering strategy for randomly deployed heterogeneous sensors, in which a cluster is defined as a set of energy-powerful nodes placed at the range of each other. The proposed protocol, called CLEVER (Cluster-based Energy-aware Virtual Ring Routing), uses virtual identity-based routing for intra and inter-cluster communications. The experimental results show that CLEVER increases drastically the network lifetime and optimizes efficiently sensors energy.     

Inline wireless mobile sensors and fog nodes placement for leakage detection in water distribution systems

Burst or leakage in drinkable water distribution system has occurred frequently in recent years, causing severe damages, economic loss, and long-lasting society impact. A viable solution is to use agile inline mobile sensors to detect and so as to mitigate the burst or leakage. Distinguishing from online fixed sensors, mobile sensors can swim freely along the piles in water distribution network, thus giving a more precise detection. To combat the low power, low computation, and low communication capability of mobile sensors, the newly emerged fog computing provides a promising means to gather and preprocess the sensing data. In practice, due to the budget limitation, we can deploy a limited number of sensors and fog nodes in the system. This introduces a challenging problem on how to deploy them in the system, ie, sensor and fog node placement. We first formulate mobile sensor placement (MSP) as a path cover problem and prove it as NP-complete, and then we propose a customized genetic algorithm and a mixed greedy algorithm to solve MSP and fog node placement, respectively. The correctness and efficiency of the proposed algorithm are illustrated by a comprehensive experiment. Moreover, some critical factors, eg, sensor battery lifetime and movement pattern, are all extensively investigated and the results show the coverage ratio is sensitive to these factors.     

基于并行量子遗传神经网络的自诊断智能结构传感器的优化配置*

针对压电智能复合材料层板,基于损伤检测问题,采用最小二乘小波支持向量机(LS-WSVM)网络建立损伤检测目标函数,运用量子遗传算法对目标函数进行优化,并将LS-WSVM以并行方式与量子遗传算法相结合,从而构造并行量子遗传神经网络方法,实现对智能结构损伤检测传感器的优化配置。仿真结果表明,采用该方法实现的不同数目传感器的最优布置符合工程判断,综合考虑成本与效益的因素,该方法可确定传感器对应于其初始布置模式下的最优配置数目。对于更多传感器的初始布置模式,采用该方法可有效减少传感器的数量,从而降低成本。相比于传统遗传算法,该方法中量子遗传算法具有较好的寻优能力和收敛速度。     

基于故障可诊断性量化评价的传感器优化配置方法研究

提出了一种基于故障可诊断性量化评价的传感器优化配置方法.针对可能发生故障的非线性系统,首先,基于K-L散度思想,通过计算故障情形下残差概率密度函数的差异度,得到了系统不同故障下故障可检测性和可分离性的量化指标,由于稀疏内核密度估计和蒙特卡洛算法的引入,克服了K-L散度计算中残差概率密度函数难以估计和非线性结构的K-L散度计算复杂度高的困难;其次,以故障可诊断性的定量评价为基础,借助于动态规划方法给出了系统满足期望故障可诊断性的传感器最优集合;最后,通过数值仿真和实体实验仿真验证了文中方法在故障诊断系统传感器优化配置中的有效性.