多障碍的有向异构传感器网络覆盖优化算法

针对多障碍影响的有向异构传感器网络中的覆盖问题,在满足有向感知模型的基础上,提出了基于虚拟势场的多障碍的有向异构传感器网络覆盖优化算法PCMODH。该算法通过引入重叠质心和有效质心的概念,对多障碍影响的有向异构传感器网络进行邻居节点的虚拟受力优化、节点往复运动优化、边界节点及障碍物节点处理。该算法优化了随机部署产生的覆盖问题,提高了多障碍的有向异构传感器网络的覆盖率。仿真结果证明了该算法的有效性。     

多障碍场景的有向传感器网络覆盖优化算法

针对监控区域中存在障碍物的情况,引入一种避障策略,提出基于虚拟势场的传感器网络覆盖优化算法。该算法基于有向感知模型,通过重叠覆盖区域、有效覆盖区域和障碍物遮挡区域之间虚拟力的相互作用,调整节点的传感方向,逐步消除网络中的重叠覆盖区域和障碍物遮挡区域,并根据分布在边界区域的边界节点进行改进,通过在边界线上增加一个虚拟邻居节点,实现有向传感器网络的覆盖性能增强,并分析传感器参数对覆盖率的影响。仿真结果表明,在有障碍物的情况下,该算法可有效提高网络覆盖率。     

面向三维的有向异构传感器网络覆盖优化算法

针对面向三维的有向异构传感器网络随机部署节点产生的覆盖重叠区和盲区的问题,提出了一种基于粒子群优化（PSO）算法面向三维的有向异构传感器网络覆盖优化算法（PSOTDH）。该算法在建立新的三维有向感知模型的基础上,在模型中引入三维重叠质心、三维有效质心和三维边界质心的概念,通过PSO算法对面向三维的有向异构传感器网络进行三维覆盖重叠区域优化和三维边界节点优化处理,使节点的主传感方向发生改变,从而使三维重叠质心、三维有效质心和三维边界质心分布更加均匀,进而达到提高覆盖率的目的。仿真结果表明,该算法经过25次优化以后可以提高网络覆盖率约27.82%。由此可见,该算法能够快速、有效地提高网络的覆盖率。     

复杂区域的有向传感器网络覆盖优化算法

在现有的有向传感器网络中,节点模型多以质心点围绕扇形顶点进行旋转,由于此类模型中节点旋转面积是一个整圆,因此会增加网络能源消耗和部署时间。针对复杂区域的无线传感器网络覆盖优化问题,使用以扇形节点围绕质心点转动的节点模型,提出一种基于虚拟势场的复杂区域覆盖优化算法( COACA),通过减小节点的旋转面积实现部署优化。针对影响算法覆盖率的相关参数进行仿真实验,并与PFPCE算法进行对比,实验结果验证了COACA算法在覆盖率和时间效率上的优越性。     

基于虚拟势场的有向传感器网络覆盖优化算法

针对有向传感器网络中存在覆盖重叠区和盲区这一问题, 引入重叠质心和有效质心的概念, 提出了一种基于虚拟势场的有向传感器网络覆盖优化算法PCAFD。该算法通过重叠质心和有效质心相互作用, 使节点因受虚拟斥力而改变感知方向, 并针对边界情况和网络优化过程中的节点往复运动现象进行改进。算法快速地提高了网络覆盖率, 一系列仿真验证了该算法的有效性。     

基于虚拟势场的有向传感器网络覆盖增强算法

首先从视频传感器节点方向性感知特性出发,设计了一种方向可调感知模型,并以此为基础对有向传感器网络覆盖增强问题进行分析与定义;其次,提出了一种基于虚拟势场的有向传感器网络覆盖增强算法PFCEA (potential field based coverage-enhancing algorithm).通过引入"质心"概念,将有向传感器网络覆盖增强问题转化为质心均匀分布问题,以质心点作圆周运动代替传感器节点传感方向的转动.质心在虚拟力作用下作扩散运动,以消除网络中感知重叠区和盲区,进而增强整个有向传感器网络覆盖.一系列仿真实验验证了该算法的有效性.     

基于虚拟势场的有向传感器网络覆盖增强算法的改进

在对现有的基于虚拟势场的有向传感器网络覆盖增强算法存在的问题进行深入分析和研究的基础上,提出对该算法改进和优化的方法.核心思想是针对网络中的边界区域节点受力模型,引入虚拟节点,以增强网络对边界区域的覆盖率;同时,提出自调整角速度的机制,不仅提高了该算法的执行效率,而且网络调整后其覆盖效果达到最佳.仿真结果表明,在节点随机部署的情况下,改进后的算法(IPFCEA)可以更有效地增强网络的覆盖率,提高其调整节点时的收敛速度,提升网络的整体性能.     

有向传感器网络覆盖控制算法

覆盖控制是传感器网络的基本问题之一,基于全向感知模型的覆盖控制的研究已经积累了丰富的成果.近年来,得益于图像/视频、红外、超声波等传感器的引入,有向传感器网络覆盖控制问题得到广泛关注并发展成为研究热点.从有向感知模型及其特点入手,综述了该领域国内外的研究进展,着重分类讨论有向传感器网络覆盖控制的基本理论和算法.最后提出当前亟待解决的问题,并对其未来的发展趋势进行展望.     

有向异构无线传感器网络节点覆盖率优化算法

针对有向异构节点部署存在覆盖漏洞多、局部部署不均匀等问题,提出一种有向异构传感器网络目标路径覆盖的精确部署算法（DHPSA）。自主部署过程分为两个阶段：首先,节点在邻居节点的虚拟作用力和指定路径虚拟引力的合力作用下实时选择最优路线部署到目标路径;然后,节点在邻居节点的组合虚拟力作用下通过自主旋转和自主移动实现位置的微调,继而实现对目标路径的精确覆盖。通过仿真实验对比分析,所提算法比基于虚拟力的精确部署算法（VFPSA）在覆盖率方面提高约4.4%、重叠率方面下降约3.4%,移动距离方面减少约2.1%及部署时间减少约4.3%。仿真实验结果表明该部署算法更能有效地增大覆盖率,减小重叠率,降低能耗。     

一种新的有向传感器网络覆盖增强算法

针对现有有向传感器网络覆盖增强方法算法较复杂及覆盖率不够高等问题,提出了一种新的有向传感器网络覆盖增强算法.每次取一重覆盖区域面积最大的传感器节点及其传感方向,使得整个网络的一重覆盖区域较多,重叠区较少,可提高网络的覆盖率;同时考虑了冗余节点休眠的情况,当网络中有节点失效时,将其周围的休眠节点激活,并重新部署失效节点周围的节点,以此保证网络有较长的寿命和较好的覆盖效果.对比实验表明,与现有算法相比,本算法原理简单,且在相同节点数目和传感半径情况下,覆盖率分别提高了20％和15％左右.     

无线多媒体传感器网络中的覆盖增强算法

针对无线多媒体传感器网络节点感知范围的视角性和方向性,提出了基于虚拟力和粒子群算法的覆盖增强算法.该算法通过传感器节点之间存在着的大小不等的引力或者斥力的虚拟力作用,调整传感器节点的位置,使网络中节点的分布合理和均匀;通过粒子群优化算法调整有向传感器节点的工作方向以达到覆盖的最大化.仿真实验结果表明,基于虚拟力和粒子群算法的覆盖增强算法能很好的提高网络的覆盖率.     

基于时间同步的无线传感器网络覆盖控制优化算法*

为了实现网络覆盖控制的优化,减少能耗,提出了一种分布的、高效节能、与节点位置无关的传感器网络覆盖算法。在该算法中,节点与邻居交换信息,并通过能量大小竞选工作节点,节点根据自身与工作节点的距离判断决定进入工作状态或休眠状态,并采用在生成树中广播时间同步算法使工作节点网络达到时间同步。仿真结果比较表明,该算法能够明显减少工作节点数,从而减少能量消耗,延长网络寿命。     

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。     

异构无线传感器网络中多目标优化节点部署策略

针对异构无线传感器网络节点高密度部署和事件发生存在"热点区域"问题,以区域覆盖率最大和网络能耗最小为优化目标,提出了一种基于多目标优化的二进制粒子群算法,对节点部署进行多目标优化。该算法采用概率感知模型,引入强支配系数使得解分布均匀,结合Pareto最优解选择排序和基于自适应权重的适应度分配,进而获得异构节点部署解。仿真结果表明:该算法能对目标空间进行广泛搜索,与NSGA—Ⅱ算法相比,算法具有良好的收敛性,能有效地提高网络的覆盖率和降低网络能耗。     

基于混沌量子粒子群算法的无线传感器网络覆盖优化

针对传统粒子群算法在求解无线传感器网络覆盖问题上存在的收敛速度慢、易陷入局部极值等缺陷,以提高传感器网络覆盖率为主要优化目标,提出了基于量子粒子群和Logistic混沌映射相结合的优化算法CQPSO。该算法基于量子δ势阱模型,同时引入精英个体适应值方差的早熟判断机制,提高了搜索效率。仿真结果表明,对比基本粒子群、混沌粒子群以及量子粒子群三种算法,该算法在覆盖率、均匀度以及平均移动距离指标方面具有更好的覆盖优化效果。     

一种面向目标的有向传感器网络连通覆盖算法

针对传统的有向传感器网络目标覆盖算法只考虑网络覆盖率而不能保证网络连通性的问题,利用目标点部署圆内覆盖最多邻居目标点的候选节点集合和整数线性规划(ILP)模型设计了一种面向目标的连通覆盖算法(CTA)。该算法通过建立目标部署圆内覆盖最多邻居目标点的候选节点集合对随机部署的节点进行初步调度,在此基础上,通过ILP模型找出实现目标检测,并保证整个网络连通性的最少节点数和最佳位置的节点集合。仿真实验表明:CTA在保证目标覆盖率的前提下,不仅极大地降低了网络部署成本,而且保证了网络连通性。