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。     

阴影衰落环境下无线传感网络完全覆盖的研究

信号传播过程中因障碍物阻挡产生的阴影衰落对无线传感器网络的覆盖产生较大的影响。针对无线传感器网络的完全覆盖问题,基于自由空间环境下的规则部署方式,推导出在衰落阴影环境下,完全覆盖网络监测区域所需的最少节点数目的精确公式,并求出相邻工作节点间的距离,得出最少工作节点数目与阴影衰落强度及节点探测半径之间的关系。仿真结果表明了公式的有效性。     

微分进化求解无线传感器网络中的覆盖问题

研究使用微分进化算法求解无线传感器网络中的覆盖问题,介绍一种通用的无线传感器网络覆盖问题数据集生成算法,利用该算法生成覆盖问题数据集.提出利用微分进化算法求解覆盖问题的方法,方法的重组操作保证至少一个关键点的传感器分配到不同的子集,提高解的质量.其适应度函数考虑了完全覆盖子集的个数和非完全覆盖子集的覆盖率.与此类经典算法进行对比实验,实验结果表明了该方法的有效性.     

无线传感器网络栅栏覆盖改进

栅栏覆盖是无线传感器网络中的研究热点,鉴于移动节点的高昂造价以及在移动过程中的巨大能耗,针对高效节能的修复栅栏漏洞问题进行研究.建立静止节点的权重图,并利用迪杰斯特拉算法(Dijkstra)寻找所需最少数目的移动节点和构建栅栏覆盖的最短路径.根据构建栅栏覆盖的最短路径和基于路径上的每个栅栏漏洞所需的最少移动节点,将栅栏漏洞划分为简单情况和一般情况,借助于最大权匹配算法(Kuhn-Munkres)求解移动节点的最短移动距离.仿真实验表明,所提出算法明显减少了移动节点的移动距离,实现了栅栏覆盖.     

阴影衰落环境下无线传感网络的概率覆盖研究

信号传播过程中因障碍物阻挡产生的阴影衰落对无线传感器网络的覆盖产生较大的影响.针对阴影衰落环境下无线传感器网络的覆盖问题,分析了主要相关因素对网络覆盖性能产生的影响,提出了基于概率的协作感知模型,并推导出满足一定覆盖质量要求时相应的协作感知半径,进而得出所需的最少工作节点数目及其与阴影衰落强度、网络感知概率和覆盖精度之...     

Connectivity and coverage maintenance in wireless sensor networks

One of the main design challenges for wireless sensor networks (WSNs) is to obtain long system lifetime without sacrificing system original performance such as communication connectivity and sensing coverage. A large number of sensor nodes are deployed in redundant fashion in dense sensor networks, which lead to higher energy consumption. We propose a distributed framework for energy efficient connectivity and coverage maintenance in WSNs. In our framework, each sensor makes self-scheduling to separately control the states of RF and sensing unit based on dynamic coordinated reconstruction mechanism. A novel energy-balanced distributed connected dominating set algorithm is presented to make connectivity maintenance; and also a distributed node sensing scheduling is brought forward to maintain the network coverage according to the surveillance requirements. We implemented our framework by C++ programming, and the simulation results show that our framework outperforms several related work by considerably improving the energy performance of sensor networks to effectively extend network lifetime.     

Multi-objective clustered-based routing with coverage control in wireless sensor networks

A wireless sensor network (WSN) generally consists of a large number of inexpensive power constrained sensors that are small in size and communicate over short distances to perform a predefined task. Realizing the full potential of WSN poses many design problems, especially those which involve tradeoffs between multiple conflicting optimization objectives such as coverage preservation and energy conservation. While both energy conservation routing protocols in a cluster-based WSNs and coverage-maintenance problems have been extensively studied in the literature, these two problems have not been integrated in a multi-objective optimization (MOO) manner. This paper employs a recently developed MOO algorithm, the so-called multi-objective evolutionary algorithm based on decomposition (MOEA/D) to solve simultaneously the energy conservation and coverage preservation design problems in cluster-based WSNs. The performance of the proposed approach, in terms of network lifetime and coverage is compared with the heuristic LEACH and SEP clustering protocols and with another prominent MOEA, the so-called non-dominated sorting genetic algorithm II (NSGA II). Simulation results reveal that MOEA/D provides a more efficient and reliable behavior over other approaches.     

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。     

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。     

Optimal sub-tree scheduling for wireless sensor networks with partial coverage

In this paper, we consider the problem of scheduling optimal sub-trees at different time intervals for wireless sensor network (WSN) communications with partial coverage. More precisely, we minimize the total power consumption of the network while taking into account time dimension and multichannel diversity where different disjoint subsets of nodes are required to be active and connected under a tree topology configuration. Optimization problems of these types may arise when designing new wireless communication protocols in order to increase network lifetime. We propose mixed integer quadratic and linear programming (resp. MIQP and MILP) models to compute optimal solutions for the problem. Subsequently, we propose Kruskal-based variable neighborhood search (VNS) and simulated annealing (SA) meta-heuristic procedures. In particular, we introduce a new embedded guided local search strategy in our VNS algorithm to further strengthen the solutions obtained. Our numerical results indicate that some of the proposed models allow to obtain optimal solutions with CPLEX in significantly less CPU time. Similarly, VNS and SA algorithms proved to be highly efficient when compared to the optimal solutions and allow to obtain near optimal solutions for large instances. In particular, VNS and guided VNS strategies allow to obtain solutions in less CPU time whilst SA methods can reach better solutions at higher CPU times. Finally, optimizing over time dimension allows one to obtain important reductions in power savings which has never been reported before in the literature.     

一种新型无线传感器网络节能覆盖方案

针对一种实际地理环境下的生态监测问题,把拓扑控制中的功率控制思想引入到节能覆盖的研究中,建立感知半径之和最小的数学模型,并用遗传算法求解该模型,得到最优覆盖解。最后,对该方案进行能耗分析和仿真实验,结果表明该算法不仅节能,而且可以获得较高覆盖率,降低信道通讯干扰并提高网络的抗毁性。     

无线传感器网络节点自调度冗余覆盖算法

对于能量受限的无线传感器网络,延长网络存活的时间很关键。针对这个问题,提出了一种基于能量均衡的传感器节点自调度冗余覆盖协议（SRCP）,通过仿真实验对该算法的有关性能进行了评价,性能评价表明：这种算法能有效使用节点能力,延长网络存活时间。     

无线传感器网络单基站调度算法

对于无线传感器网络(WSN)移动基站的调度问题,提出了一种基于线性规划方法的移动单基站调度算法。首先,通过对移动单基站调度问题的形式化描述,对该问题在时间域中进行了数学建模,并使用重建模技术,将问题从时间域转化到空间域以降低求解复杂度,然后基于线性规划理论建立了一个多项式时间复杂度的最优算法。模拟仿真实验验证了该算法的有效性,实验数据表明该移动基站调度算法能有效地延长无线传感器网络的网络生命周期。     

无线传感器网络中一种能量有效k度覆盖算法

覆盖率是衡量无线传感器网络性能的重要指标之一。在对目标节点进行k覆盖的过程中,会出现大量数据冗余迫使网络出现拥塞的现象,导致网络通信能力和覆盖能力降低、网络能量快速消耗等问题。为此,提出了一种能量有效[k]度覆盖算法（Energy Efficient k_degree Coverage Algorithm,EEKCA）。该算法利用节点之间的位置关系构造出覆盖网络模型,通过分析网络模型给出监测区域内节点覆盖期望值及对整个监测区域覆盖所需最少节点数量的求解过程;在能耗方面,给出了工作节点和邻居节点之间的能量转换函数比例关系,利用函数比例关系完成低能量节点的调度,进而达到全网能量平衡,优化了网络资源。最后,仿真实验结果表明,该算法不仅可以提高网络覆盖质量,还可有效抑制节点能量快速消耗,从而延长网络生存周期。     

无线传感网络中覆盖能效动态控制优化策略

能量约束是无线传感网络测量控制的关键问题之一.本文针对移动节点位置优化问题,提出了无线传感网络通信能耗评价指标,采用微粒群优化策略更新节点位置,使无线传感网络具有更强的灵活性和能效性.利用Dijkstra算法获得网络最优通信路径计算能耗评价指标.采用动态能量控制策略使空闲节点进入睡眠状态减少网络运行能耗.通过优化能量指标降低了通信能耗,实现了无线传感网络覆盖与通信能量消耗的合理均衡.对移动目标跟踪仿真表明,覆盖能效优化算法与动态能量控制策略相结合提高了无线传感网络覆盖的能效性.     

能量有效的三维无线传感器网络覆盖算法

无线传感器网络通常都工作在三维空间中,因此需要三维空间中的覆盖算法。结合三维空间的特点对二维空间内的覆盖算法SGA进行改进,在此基础上提出一种三维空间的覆盖算法——SSG算法,该覆盖算法的优点是不依赖于节点位置信息,并通过仿真实验给出了覆盖质量分析。     

混合无线传感器网络内覆盖洞的双目标修补算法

混合无线传感器网络中的覆盖洞修补通常由网络内的移动传感器移动实现。现有文献中的算法只关注最小化所有移动传感器的移动能量消耗或最小化所有移动传感器中的最大能量消耗中的一个。为此,首先提出一种同时实现前述两个目标的离线算法,其次提出一种双目标的覆盖洞在线修补算法。双目标离线算法基于两个单目标算法的结合。双目标在线算法基于分层分离树上的在线匹配,能有效降低匹配开销。在线算法中感应区域的单元分隔摆脱了算法对覆盖洞的大小或数量预知的要求。仿真结果显示,双目标的离线算法和在线算法对覆盖洞修补中移动传感器的能量保留均具有显著效果。