面向差异化覆盖的异构有向传感器节点调度算法

为延长异构有向传感器网络的寿命，提出一种基于改进珊瑚礁优化算法（ECRO）的面向不同监测目标有不同监测要求的节点调度算法。利用ECRO将传感器集合划分成符合覆盖要求的多个集合，通过集合间的调度达到延长网络寿命的目的。对珊瑚礁优化算法（CRO）的改进体现在四个方面：一是在珊瑚礁的雌雄同体繁殖过程中融入生物地理学优化算法中的迁移操作，保留原有种群的优秀解；二是在雌雄同体繁殖过程中采用一种带有混沌参数的差分变异因子，增强子代的优化能力；三是通过对最差个体执行随机反向学习，增强种群的多样性；四是通过CRO与模拟退火算法的结合，增强算法的局部搜索能力。对数值基准函数和节点调度进行了大量的仿真实验。在数值测试方面的结果表明，与遗传算法、模拟退火算法、差分进化算法及其改进算法相比，ECRO的优化能力更强；在传感器网络节点调度方面的结果表明，与贪婪算法、基于学习自动机的差分进化（LADE）算法和未改进的CRO相比，ECRO使网络寿命分别提高了53.8%、19.0%和26.6%，验证了所提算法的有效性。     

面向差异化覆盖的异构有向传感器节点调度算法

为延长异构有向传感器网络的寿命,提出一种基于改进珊瑚礁优化算法（ECRO）的面向不同监测目标有不同监测要求的节点调度算法。利用ECRO将传感器集合划分成符合覆盖要求的多个集合,通过集合间的调度达到延长网络寿命的目的。对珊瑚礁优化算法（CRO）的改进体现在四个方面：一是在珊瑚礁的雌雄同体繁殖过程中融入生物地理学优化算法中的迁移操作,保留原有种群的优秀解;二是在雌雄同体繁殖过程中采用一种带有混沌参数的差分变异因子,增强子代的优化能力;三是通过对最差个体执行随机反向学习,增强种群的多样性;四是通过CRO与模拟退火算法的结合,增强算法的局部搜索能力。对数值基准函数和节点调度进行了大量的仿真实验。在数值测试方面的结果表明,与遗传算法、模拟退火算法、差分进化算法及其改进算法相比,ECRO的优化能力更强;在传感器网络节点调度方面的结果表明,与贪婪算法、基于学习自动机的差分进化（LADE）算法和未改进的CRO相比,ECRO使网络寿命分别提高了53.8%、19.0%和26.6%,验证了所提算法的有效性。     

有向异构传感器网络覆盖优化算法

针对有向异构传感器网线随机部署产生覆盖重叠和盲区这一问题,受到虚拟势场算法的启发,提出了基于虚拟势场的有向异构传感器网络覆盖优化算法（PCADH）。以有向感知模型为基础,引入重叠质心、有效质心和虚拟边界质心的概念,对有向异构传感器网络进行虚拟受力优化、节点往复运动优化和边界优化处理。仿真结果表明：算法可以快速有效地提高有向异构无线传感器网络的覆盖率。     

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。     

有向传感器网络最大覆盖调度算法

与传统的全向传感器不同,有向传感器可以切换到不同的方向,并且每个方向覆盖有限角度的感应范围.针对有向传感器网络的区域覆盖问题,研究了“最大有向区域覆盖”MDAC(maximum directional area coverage)问题,期望通过调度传感器的工作方向,最大化覆盖区域面积.首先给出了MDAC 的问题定义,使用整数线性规划描述MDAC 问题,并且证明其是NP 完全的.然后提出一种分布式贪心算法DGreedy(distributed greedy algorithm)解决MDAC 问题.在此基础上,通过计算可能的覆盖贡献比例来反映网络拓扑信息.还提出了一种增强的算法PGreedy(distributed probability-enhanced greedy algorithm)使覆盖区域更大.证明了所提算法的收敛性,并通过详细的模拟实验验证了其有效性.     

面向不同目标覆盖要求的异构有向传感器网络节点调度算法

针对给定部署区域中不同的监测目标有不同的覆盖需求和现有的调度算法大多针对同构有向传感器节点忽略了节点异构对调度性能的影响的问题,提出两种异构有向传感器网络节点调度策略.一种方法是通过对问题进行数学建模,将节点调度问题转化为目标优化问题,采用改进的和声搜索算法进行求解.改进和声搜索算法针对原始和声搜索在陷入局部最优时的过...     

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。     

异构传感器网络中基于差分进化的调度算法

为提高异构有向传感器网络的节点调度效率,基于学习自动机提出一种参数自适应的差分进化算法。将节点调度问题转化为集合覆盖问题,利用学习自动机与环境的交互实现差分算法控制参数的自适应选择,同时采用自适应的变异策略增强算法解决集合覆盖问题时的寻优能力。仿真结果表明,相比原始差分进化算法,该算法拓展了参数自适应性,优化能力更强,并且能够延长异构有向传感器网络的生存时间。     

基于改进势场的有向传感器网络路径覆盖增强算法

路径覆盖是无线传感器网络目标监控领域的一个热点研究问题,在分析节点主感知方向可调模型的基础上,提出了一种基于改进势场的有向传感器网络路径覆盖增强算法(improved potential field based path coverage-enhancing algorithm,IPFPCA).该算法针对传统虚拟势场可能出现的局部极小导致覆盖增强失败问题设计了一种改进的势场函数,通过将相邻传感器节点对路径轨迹点的共同覆盖率引入到斥力计算中,有效引导节点的主感知方向调整,从而达到路径的高效覆盖.实验结果表明：对比已有的路径覆盖增强算法,IPFPCA可以消除节点的感知重叠区和盲区,最终实现网络路径的高效覆盖.     

基于免疫算法的有向传感器网络目标覆盖研究

针对有向传感器网络的全目标覆盖问题,提出一种基于免疫算法的有向传感器网络目标覆盖方案。该方案采用免疫算法寻找最少数量的传感器,覆盖某一区域内全部的目标点。仿真实验结果证明,采用免疫算法后,搜索时间与目前的遗传算法相比降低1/3以上,并且算法性能更加稳定,寻优后所需的传感器数量有所减少。     

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。     

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。     

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。     

基于数据融合的有向传感器网络全覆盖部署

针对有向传感器网络全覆盖问题,基于有向传感器节点概率感知模型提出一种新的有向传感器节点部署结构,通过理论推导,证明了该结构的最优性,引入标准工作方向的概念,使用奈曼－皮尔森准则数据融合方式,以最少的传感器节点实现目标区域全覆盖。仿真结果表明,在随机部署情况下,使用这种新型有向传感器节点调度方式,可以有效提高网络覆盖率,减少网络冗余度,减少网络工作节点个数,延长网络生存期。     

基于加权的无线传感器网络优化覆盖算法

针对无线传感器网络探测网络环境的自适应休眠算法(Probing Environment and Adaptive Sleeping,PEAS)在节点调度过程中,存在节点能耗不均衡、网络的生命周期较短的问题,提出一种基于加权的优化覆盖算法。该算法对最小频繁项的目标所对应的传感节点按能量高低进行划分集合,使各集合能够独立覆盖最小频繁项的目标,以达到局部的优化。考虑到传感节点覆盖目标数和剩余能量对无线传感网络生存周期的影响,对边缘未覆盖的目标节点采用加权的方式进行覆盖。仿真结果表明:该算法能够均衡网络节点的能耗,有效地延长了网络的生命周期。     

有向传感网分块区域p-覆盖节点调度算法研究

本文研究了分块区域p-覆盖的有向传感网节点调度问题,并提出了一种有效延长网络生存时间的节点调度方案。将区域划分为拥有不同监测需求的子区域,从有向传感器节点感知模型出发,设计了基于网格划分的节点感知范围度量方法,并在此基础上提出了分布式分区域节点调度算法DSSA( Distributed Subarea Sensor-schedule Algorithm),该算法是一个选取最少数量的节点去对每一个子区域进行p-覆盖的分布式贪心算法。算法同时还考虑了整体网络的连通。通过仿真深入评估了DSSA算法的性能。对比实验结果表明,DSSA算法可以显著延长网络生存时间。     

基于Delaunay三角剖分的有向传感器网络覆盖增强算法*

针对视频传感器网络的区域覆盖问题,提出一种基于Delaunay三角剖分思想的几何算法,选取围绕传感器的具有最大面积的Delaunay三角形重心作为决策方向。在此基础上,将Delaunay三角剖分的几何方法与分布式贪婪算法进行了融合,引入“贡献率”概念反映节点在其候选方向上可能覆盖区域的大小,以解决冗余覆盖的问题。仿真结果证明了该算法的有效性。     

异构无线传感器网络分簇路由机制

详细分析了经典LEACH分簇算法及其优缺点后,在LEACH算法的基础上,针对异构无线传感器网络,即节点承担的角色不同,节点传输数据率不同的研究背景下,提出了一种RDCR分簇路由算法,算法在选择簇首节点的时候,充分考虑节点传输数据率不同,通过适当的调整节点成为簇首的门限值,降低高速率节点成为簇首的概率与频率,从而延长了高速率节点的生存时间。通过MATLAB软件仿真表明,相比于LEACH算法,RDCR算法能够延长高速率节点的生存时间,提高了整个网络的稳定期。     

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.