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。     

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。     

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。     

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。     

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。     

基于虚拟引力约束的光纤传感器网络节点空洞智能修复算法研究

针对传统光纤传感器网络节点空洞修复算法存在感知半径较低、距离阈值较短等问题,提出了基于虚拟引力约束的光纤传感器网络节点空洞修复算法.引入IVFA-B(Intensity-based Virtual Force AlgorithmWith Boundary Forces,IVFA-B)算法中的虚拟引力模型,分析异构网格中实现最大覆盖时两种异构节点感知半径的关系以及节点之间的最佳距离.将最佳距离和虚拟引力算法中的最佳距离阈值相结合,提供对异构网络的适应度,同时将节点移动概率引入节点移动距离公式中,实现光纤传感器网络节点空洞修复.仿真结果表明,所提出算法可以有效解决现有算法中存在的问题,在保证较为理想的覆盖效果基础上,延长感知半径和增大距离阈值.以此验证了所提算法具有较优应用性能.     

基于虚拟力算法的WMSNs覆盖研究

为了提高无线多媒体传感器网络（WMSNs）区域覆盖率,在传感器节点随机部署后,通过调节传感器节点的感知方向,使节点从感知重叠区域向覆盖盲区转动,提高网络覆盖率。针对现有算法中存在覆盖效率和覆盖率不能统一的问题,提出一种改进的虚拟力覆盖算法（VFARCR）,该算法利用传感器节点感知扇形区域质心点间的斥力调节感知方向,且通过传感器节点间的覆盖冗余度的决定方向调整的大小,虚拟力和覆盖冗余度共同控制传感器的转动。仿真实验表明：该算法提高了覆盖效率和覆盖效果,提高了虚拟力覆盖算法的性能。     

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。     

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...     

基于虚拟力和多种群粒子群的覆盖优化HSN节点部署并行算法

针对异构传感器网络中由于节点随机部署而导致覆盖盲区和覆盖冗余的问题,以最大化网络的覆盖率为目标,设计了一种基于虚拟力和多种群粒子群的异构移动节点部署并行算法;首先建立了改进的异构节点概率感知模型和目标优化函数,然后采用虚拟力算法在虚拟力的作用下引导节点移动进行初始部署,为了进一步提高网络的覆盖率和部署的效率,采用改进的多种群粒子群并行算法实现对节点部署的寻优,并定义了具体的部署算法,为了增强网络的鲁棒性,设计了一种当节点失效时的自适应节点替换机制;仿真实验表明:文中方法得到的平均网络覆盖率为95.6%,与其它方法相比,具有较高的网络覆盖率和较少的部署时间,具有较大的优越性。     

随机异构传感器网络中基于虚拟节点的调度算法

针对随机异构传感器网络节点调度过程中覆盖率和能耗的平衡问题,论文面向具有随机异构属性的无线传感器网络,提出了一种基于虚拟节点的调度算法(SAVSH)。通过部署虚拟节点,与原网络拓扑共同构建Delaunary三角剖分,分配节点受力来源。利用三角形平衡点实现网络整体的覆盖优化;通过三角形关键点完成节点位置的精确定位;引入二进制编码,完成对越界关键点的识别,及其对边界节点的约束受力设计。仿真结果表明,SAVSH在稳定的短移动距离下,能够高效地提高异构网络的覆盖率,且与同类算法相比,SAVSH在收敛速度上表现出一定优势。     

有向移动异构传感网分布式部署策略

针对移动异构有向传感网的覆盖增强问题,提出了一种基于虚拟全向感知圆的节点分布式部署策略DDS（Distrib?uted Deployment Strategy）。DDS采用等面积虚拟全向感知圆替代有向节点感知扇形,根据不同感知圆之间的位置与半径大小关系为每个有向节点合理构建区域覆盖子区间,最后由该子区间多边形的形心确定节点的候选位置坐标。同时,DDS策略充分利用有向节点的旋转特性,计算节点视角方向使其面向检测区域外侧。节点通过视角调整和合理移动,不断提高网络覆盖率。仿真结果表明,DDS在提高网络覆盖率,增强节点分布均衡性方面具有明显的优势。     

感知受限的移动传感器节点扫描覆盖优化算法

移动无线传感器网络（WSN）的应用中,因为传感器节点的感知范围受限,其覆盖分析就是一个针对目标区域的扫描覆盖问题。提出了一种基于多目标优化的扫描覆盖算法。在目标区域中,采用双目标优化策略对单个移动传感器节点进行路径规划,一方面使节点的覆盖面最大化,另一方面使扫描覆盖的路径最短。仿真实验在含有障碍物和不含障碍物的情况下进行,与多节点的编队覆盖算法相比,所提算法在适度降低覆盖率的情况下,可大幅降低移动能耗。     

基于模糊粒子群算法的有向传感器网络路径覆盖策略*

建立有向传感器节点模糊感知模型,利用模糊数据融合规则减少网络不确定区域.对于有向传感器网络路径覆盖问题,提出基于模糊粒子群算法的有向传感器网络路径覆盖增强算法,将n维求解问题转化为一维求解问题,以提高单个传感器节点净覆盖域为目的,提高网络覆盖率.仿真结果表明,对于感知方向可连续调节的有向传感器网络节点,在随机部署情况下与现有算法对比,文中算法能有效提高有向传感器网络路径覆盖率,并且具有较快的收敛速度,延长网络生存期.     

网络异构性对前向传输传感网络渗流密度的影响

为保证前向传输定向传感器网络的覆盖与连通,探索连续渗流密度对定向传感网络覆盖与连通的影响,基于连续渗流理论构建了前向感知角度为2π的异构节点对连通覆盖模型来研究前向传输异构网络的连续渗流问题.该模型考虑了前向感知角度异构的节点对的协作传输路径,基于对异构覆盖模型排除区域的计算,研究了前向感知角度对异构定向传感网络的连续渗流密度λc的影响.仿真实验表明,在前向传输的异构定向传感网络中,前向感知角度的增大可减小连续渗流密度λc.     

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。     

一种改进的无线传感器网络质心定位算法

在无线传感器网络中,确定节点位置或事件发生的位置对其监测活动至关重要。节点自身的准确定位不仅是提供监测事件或监测目标位置信息的前提,也是提供网络拓扑自配置、提高路由效率、向部署者报告网络的覆盖质量以及为网络提供命名空间等网络功能的基础。为此,本文对无线传感器网络定位技术中的质心定位算法进行了改进,对未知节点大致位置的算法做了新的修正,并对未知节点位置确定算法中的加权因子进行了优化,使未知节点的定位误差和定位精度更加精确。相比原加权质心定位算法,本文仿真结果表明,改进的质心定位算法无论在定位误差还是在定位精度方面都有很大的提高。