各向异性传感环境下的移动对象反监控算法

研究异构传感环境下移动对象的反监控问题,提出一种暴露模型,该模型可用于近似估算移动对象穿越各向异性传感器网络时的风险.并在此基础上,结合各向异性Voronoi图提出了一种路径判定算法,该算法能够保障移动对象选择一条具有近似最小风险的路径穿越各向异性传感器网络区域.理论分析和实验结果表明,算法具有良好的反监控性能.另外,算法只需知道移动对象侦测半径之内的局部信息,因此也具有分布式和实用性等良好特性.     

传感环境下一种启发式反监控路径搜索算法

研究传感环境下移动对象的反监控问题,给出了三角形网格,穿行代价,搜索相关度等概念,基于A*启发式路径搜索算法,提出了一种传感环境下启发式反监控路径搜索算法。理论分析和实验结果表明,与已有相关研究工作相比,新算法具有较好的反监控性能和较低的计算复杂度,从而使得移动对象能够快速找到一条到达目标位置点的安全路径。     

可移动各向异性传感器网络的反监控算法

研究移动目标在可移动传感环境下的反监控问题,设计一种新的暴露模型,用于估计布置了大量可移动各向异性传感器节点的区域中,目标沿路径进行穿越时的暴露程度。基于该模型,利用各向异性Voronoi网格,提出一种判决算法,该算法使目标穿越监控区域时,可以选择合适的、暴露程度较小的穿越路径。理论分析和实验结果表明,该算法实用性和可靠性较高。     

传感环境下一种基于局部信息的反监控算法

研究传感环境下移动对象的反监控问题,提出了最小安全圆等概念,并基于最小安全圆的特性提出了一种基于局部信息的最小风险路径发现算法.理论分析和实验结果表明,与已有相关研究工作相比,新算法具有更好的反监控性能和更低的计,算复杂度,从而能使得移动对象更快速发现并沿着风险更小的路径到达目标点位置.另外.由于算法只要求移动对象知道其侦测半径之内的局部信息,因此算法是完全分布式的,具有良好的实用性.     

智能目标穿越传感区域的改进算法

随着传感网络的发展,人们越来越多的应用它来进行监控.而智能目标在穿越传感区域时,是有能力寻找更好的路径来降低被传感网络探测到的风险的.针对智能目标该如何穿越传感区域的问题,分析了现有的穿越算法的不足,基于目标视野有限,不能一次了解到整个区域所有传感节点分布状况的情况,提出了一种基于局部Voronoi图的改进的算法:目标在前进的途中不断进行探测,如果发现新的传感器出现时,随时进行必要的调整来重新选择前进的路线.最后进行了仿真模拟试验,取得了较好的效果.该算法有效地减少了目标在穿越整个区域过程中的风险,具有积极的意义.     

基于Voronoi图的定性路径

定性路径是定性空间推理的一个基本概念。给出了一个基于Voronoi图的定性路径表示与推理方法。该方法应用Voronoi图的邻近关系来表示定性位置和定性路径,即用运动点所在Voronoi区域的邻域来表示定性位置,用运动点所经过的定性位置序列来表示定性路径。设计并实现了一个定性路径推理算法,基于初始Voronoi图及不同时刻所有Voronoi区域的边数来动态更新Voronoi图邻近关系,可识别出运动点并找出定性路径。实验结果表明,该方法是可行的。     

多边形中的点可见性快速算法

针对点的可见性计算这一计算几何中的基础问题,提出一种支持任意查询点的可见多边形快速计算的基于多边形Voronoi图的点可见性算法.以与Voronoi骨架路径对应的Voronoi通道概念,以及相应的局部最短路径概念为基础,按照深度优先策略对Voronoi图进行遍历,在计算Voronoi骨架路径的同时计算局部最短路径,并基于局部最短路径计算所遍历的多边形边的可见部分.该算法可以处理“带洞”多边形,而且只对多边形进行局部访问;对于“带洞”多边形,由于该算法的数据结构比较简单、剖分空间合理且易于实现,因此仅需O(n)空间和O(nlgn)预处理时间.最后给出了在三维室内虚拟场景设计与漫游系统中的应用实例,结果表明文中算法是实际可行,且运行时间与点的可见多边形的边数和多边形的边数均呈线性关系.     

基于Voronoi图的定性路径推理

动态空间知识的表示与推理是定性空间推理研究的重要内容.基于Voronoi图及其动态变化,提出运动路径定性表示与推理方法.先根据Voronoi图空间邻近关系定义Voronoi图生成子空间关系,进一步定义定性位置及概念邻域,并应用概念相邻的定性位置序列给出定性路径表示.再由动态Voronoi图的边集变化和给出的概念邻域中定性位置间最短路径的启发式算法,设计并实现具有观察者角度的定性路径推理算法.最后,实验分析并验证该方法的有效性.     

基于Voronoi图的三维移动传感器网络自主部署算法

针对给定目标区域的节点自主部署问题,传统的虚拟力方法容易产生覆盖重叠和覆盖空洞,并且计算所需要的参数具有不确定性.文中提出了两种基于 Voronoi 图的三维移动传感器网络的自主部署算法 TDADA-Ⅰ和 TDADA-Ⅱ(Autonomous Deployment Algorithm of Three-dimensional Mobile Sensor Network Based on Voronoi Diagram).Voronoi图具有良好的邻近性、邻接性和快速划分区域的特性.该算法计算每个Voronoi区域的重心,使节点向Voronoi区域的重心移动,经过多次迭代构造Voronoi图使得节点移动到最佳位置,从而提高被监测区域的网络覆盖率.仿真实验结果表明,TDADA-Ⅰ和TDADA-Ⅱ有效的提高了被监测区域的网络覆盖率,TDADA-Ⅰ从85.27%提高到了96.04%,TDADA-Ⅱ从85.27%提高到了92.07%.实验结果证明了算法的有效性和正确性.     

一种基于虚拟力的分布式Voronoi控制策略

针对无线移动传感器网络在目标区域的覆盖问题,提出了一种基于移动距离的局部分布式算法,利用Voronoi多边形的特征对目标区域进行有效的分割,运用力学的矢量概念,根据Voronoi图的边和顶点确定虚拟力的方向和大小即节点的移动方向和距离,提出了基于移动距离的分布式Voronoi控制算法,以确定节点移动状态。仿真实验表明,所提算法不仅使得节点在目标区域实现了高覆盖率,同时在时间上也较早地达到了收敛,优化了网络的覆盖控制。     

Roadmap Coverage Improvement Using a Node Rearrangement Method for Mobile Robot Path Planning

Abstract

This paper proposes a method to efficiently abstract the traversable regions of a bounded two-dimensional environment using the probabilistic roadmap (PRM) to plan the path for a mobile robot. The proposed method uses centroidal Voronoi tessellation to autonomously rearrange the positions of initially randomly generated nodes. The PRM using the rearranged nodes covers most of the traversable regions in the environment and regularly divides them. The rearranged roadmap reduces the search space of a graph search algorithm and helps to promptly answer arbitrary queries in the environment. The mobile robot path planner using the proposed rearranged roadmap was integrated with a local planner that considers the kinematic properties of a mobile robot, and the efficiency and the safety of the paths were verified by simulation.     

基于VWMC的传感器网络移动节点定位算法

为了解决无线传感器网络移动节点定位精度低、计算方法复杂以及响应时间长的问题,提出了一种基于VWMC的传感器网络移动节点定位算法(VWMCL).该算法利用Monte Carlo算法作为移动节点的基本定位算法,并在预测阶段加入航位推算方法,通过减少预测角度的误差来提高粒子位置预测的精度;并把Voronoi图和权值融合在MCL算法的粒子过滤阶段,采用Voronoi图和权值的双重筛选的机制,提高粒子过滤的准确性.仿真结果表明,该算法可以显著改善定位精度,减少算法的计算量,从而提高定位的效率.     

一种Voronoi划分减量构造算法

减量构造Voronoi划分（DCVT）是利用已有的Voronoi划分,局部重构删除节点后的Voronoi划分。详细分析删除一个节点对其他节点的Voronoi区域的影响,将DCVT的主要工作简化为求解一个简单的有界Voronoi划分;最后,提出一种有界Voronoi划分的求解策略,在此基础上给出DCVT的算法描述。理论分析与实验表明,算法平均时间复杂度为O（1）。     

面向动态传感器网络的数据汇集算法

传感器网络中移动终端广泛存在,针对无线传感器网络移动Sink场景,提出一种移动Sink代理机制和网络质量评估策略.根据网络质量决定Sink的移动路径,并在此基础上,从能量均衡的角度提出一种基于角度的数据汇集算法ADC-MS(Angle-based Data Collection algorithm for Mobile...     

Decentralized Swarm Coordination: A Combined Coverage/Connectivity Approach

Decentralized motion coordination for coverage optimization purposes in mobile sensor networks is the scope of this paper. Coordination is performed based on spatial Voronoi tessellation, while taking into consideration the limited sensing capabilities of the agents. Each node performs an independent optimization in order to increase network??s area coverage via its motion, while it attains information from its current and future Delaunay neighbors. A decentralized algorithm is proposed in order to achieve optimal network??s coverage, based on local information. Connectivity issues are analyzed in detail, while a lower bound on the communication radius of the nodes is derived, in order to attain sufficient information for performing the corresponding optimization. An agent moves inside its region of responsibility in a way that the total area surveyed by the network is a monotonically increasing function of time. The online control action makes the network adaptive to possible changes in the environment.     

基于跳距修正与狮群优化的WSNs三维定位算法

针对DV-Hop在三维空间中存在定位误差,为提高节点定位精度,提出一种基于跳距修正和狮群优化的WSNs三维定位算法(HCLSO-3D).首先,通过多通信半径传播,对节点跳数进行精确划分,得到优化跳数值.其次,使用相似路径搜索算法获取与待定位节点到相应锚节点之间最相似的锚节点对的路径,对此路径平均跳距值进行修正,得到待定位节点到目标锚节点的平均跳距.最后,利用狮群算法优化求解待定位节点坐标位置.仿真结果表明,在同样的网络环境下,HCLSO-3D算法与3D-DV Hop定位算法和文献[16]定位算法相比,定位精度明显提高.