铁路沿线线型无线传感器网络节点部署策略

针对铁路沿线线型无线传感器网络的"能量空洞"现象,提出一种能耗均衡的非均匀部署优化策略.采用等腰三角形分区覆盖部署方式,根据网络规模和能量消耗模型求出分簇距离和簇内节点密度,对网络均匀分区并部署不同密度的传感器节点,同时对节点设置休眠/唤醒机制;通过与均匀部署策略和非均匀部署策略性能的分析对比,仿真结果表明,能耗均衡的非均匀部署优化策略有更高的网络能量利用率,可以有效延长网络生命周期并具有良好扩展性.     

无线传感器网络节点重部署研究进展

传感器节点随机部署导致的分布不均匀往往会使无线传感器网络的感测区域产生覆盖空洞或冗余覆盖,严重影响网络性能,因此需要重部署对网络拓扑进行修复。总结和分析近年来重部署相关的主要研究方向和成果。首先回顾了三种基础的节点感测模型;再从研究问题、策略设计优化目标和分类方法等三个方面对节点的重部署进行了全面的梳理;然后着重针对典型的传感器节点和Sink节点的重部署策略进行分类解释和比较分析;最后讨论强化学习框架下的节点重部署策略和安全监测需求下无线传感器网络迁移部署,并指出重部署策略的应用前景与发展趋势以及未来的优化方向。     

改进的无线传感器网络覆盖区域节点调度算法

节能覆盖对于提高无线传感器网络的性能有着重要的意义.针对当前传感器网络的算法中存在的热区问题,提出一种在传感器网络非均匀分布部署下的基于能量预测的节点覆盖调度算法.该算法首先对网络中的节点进行非均匀部署,离基站距离较近区域部署的节点密度较大,而较远的密度小,然后综合考虑节点覆盖效率和能量消耗进行节点调度,从而使能量消耗更加均衡,最后对该算法进行了仿真实验和性能分析.仿真结果表明与当前经典的覆盖节点调度算法相比,该算法提高网络覆盖率、降低了网络能耗,且网络生命周期也相应的延长,能够保证网络内大多数节点达到能耗均衡.     

基于矩形分区覆盖的节点确定部署策略

针对井下无线传感器网络k（k=2）重覆盖问题,提出一种基于矩形分区覆盖的节点确定部署策略。采用矩形分区覆盖部署方式,在只给出网络规模和节点感应半径的条件下,求出网络所需最少节点个数和节点间距。理论分析和仿真实验表明,该策略不仅能够满足井下无线传感器网络的覆盖度要求,而且比等腰三角形分区覆盖部署和线形部署节省约7%的节点数目,网络平均路由跳数约为等腰三角形部署和线形部署的1/2。     

一种概率感知模型的栅栏覆盖优化部署策略

为了解决无线传感器网络的栅栏覆盖问题,对概率感知模型下的栅栏覆盖进行研究.通过对传感器节点费用和能耗的分析,利用相邻节点的数据融合技术,提出了一种可以监测移动目标小于临界速度的优化部署策略,并给出了该策略适用的临界条件.分析和仿真表明,该策略能够有效提高网络的生命周期.     

带状无线传感器网络能量高效的节点部署策略

带状无线传感器网络具有特殊的拓扑结构,满足很多重要领域的应用需求。针对带状网络中的能量消耗不均衡问题,分析了带状无线传感器网络在多跳通信时的拓扑结构和能耗模型,在对带状网络进行分簇的基础上,提出一种非均匀的节点部署策略,该策略量化了带状传感器网络中簇内节点的数目关系,并设计了相应的路由协议。仿真结果表明,非均匀的节点部署策略可以缓解带状网络的能量空洞问题,使网络能耗趋于均衡,延长整个网络的生命周期。     

混合传感器网络节点布设优化算法

针对无线传感器网络中节点在随机部署环境下执行“休眠”策略出现的区域覆盖“收缩”现象,结合网络中的边界效应问题,对覆盖边界区域进行针对性几何划分,提出一种边界区域部署调整的混合传感网节点布设优化算法。通过对划分的边界区域进行少量移动节点补充,达到节点调度过程中的能耗均衡,实现延长网络生存时间的目的。算法与随机部署、随机补充两种方法进行了优化效果对比,仿真结果表明,该方法对提高网络整体生存时长具有明显的改善作用,适用于随机部署状态下的无线传感器网络环境。     

一种基于能耗均衡的分区节点部署算法

鉴于能耗问题是无线传感器网络研究的重要问题, 首先建立一种非均匀部署网络拓扑模型, 该模型中越靠近sink 的区域节点部署越密集, 节点通信距离越小; 然后针对节点初始随机部署情况, 提出一种基于节点能耗均衡的分区域节点重部署算法, 该算法利用分区域的节点移动, 减少节点移动距离, 降低移动能耗, 提高算法收敛速度; 最后通过仿真表明, 所提出的算法可以用较少数量的节点覆盖监测区域, 保证网络中各节点能量均衡消耗, 提高网络生存周期.

     

无线传感器网络中基于动态规划的节点高效部署算法

针对传感器提供的信息不可靠导致的节点部署问题,研究了4种不同的静态无线传感器网络(WSN)部署形式,并将这4个组合优化问题归纳为NP完全问题,提出了一种基于动态规划的不确定性感知节点部署算法进行求解。算法首先为感兴趣区域内的传感器节点找到其最佳的K个部署位置,然后从K个部署位置中选择最优部署方案。该算法能够在保证覆盖范围和连接性的前提下确定最小数量的传感器及其位置。仿真实验结果表明,相对于当前最新的其他传感器部署策略,所提算法在均匀覆盖、优先覆盖要求以及网络连接性下的性能都更优。     

无线传感器网络中的目标关联覆盖算法

为提高无线传感器网络的节点覆盖度,提出一种目标关联覆盖算法,利用节点间的关联性和动态分组调整覆盖区域,利用贪心算法对覆盖区域进行优化,以保证所关注的目标节点被传感器节点均匀覆盖,同时提高网络资源的利用率。在每个周期内唤醒部分节点,轮流进行工作,以均衡网络能量消耗。实验结果表明,该算法适应性更强,并且能有效降低网络能耗,提高网络性能。     

一种无线传感器网络覆盖能耗平衡优化策略

在无线传感器网络中,对目标区域的覆盖程度以及网络能耗是衡量其性能的重要指标,通过对节点的合理配置,有利于保证网络覆盖,平衡网络能耗。针对节点感知距离可调的无线传感器网络,提出了一种无线传感器网络覆盖能耗平衡优化策略,该策略以满足一定的网络区域覆盖质量为前提,以覆盖能耗平衡为优化目标,采用粒子群算法,首先对网络中的节点布局进行动态优化,在此基础上通过合理调整节点感知距离,使得网络覆盖能耗性能最优。仿真结果表明,与传统节能覆盖方案相比,该策略能够有效减少感知重叠区和感知盲区,提高网络区域覆盖质量,降低网络能耗。     

基于目标覆盖的异构有向传感器网络分布式节点调度策略

针对无线传感器网络服务质量会随着网络运行而下降的现象, 研究随机部署的有向传感器网络的节点调度问题, 提出分布式的节点感知方向调节算法, 各节点利用相邻节点间的信息交换, 计算出各自的最佳感知方向, 从而使得网络在满足覆盖需求的同时减少活跃节点数目, 进而达到降低能耗、提高通信质量的目的. 为均衡网络能耗, 进一步设计了冗余节点调度协议, 周期性地重构网络拓扑. 仿真结果表明了所提出算法的有效性.     

基于遗传算法的能量均衡覆盖控制策略

研究优化网络通信、延长网络寿命问题,由于无线传感器网络中覆盖率、工作节点数和能耗均衡互相矛盾。为了选择最优覆盖节点集基础上,同时考虑网络区域能耗的均衡特点,提出一种遗传算法的能量均衡覆盖控制策略。构建概率感知模型网络,定义一个能耗均衡系数用以表示网络能耗均衡程度,以覆盖率、工作节点数和网络能耗均衡系数为优化目标,然后利用遗传算法进行仿真。仿真结果表明,覆盖控制策略能够在达到较高覆盖率的同时,有效降低能耗并保证网络能量均衡,从而延长网络生存时间。     

无线传感器网络的多目标覆盖控制策略

针对无线传感器网络中能耗、能耗均衡和覆盖率互相矛盾的问题,提出了一种多目标优化覆盖控制策略.在构建网络模型的基础上,以覆盖率、能耗和网络能耗均衡为优化目标,设计针对自由搜索算法的适应值函数和编码方案.仿真结果表明,该覆盖控制策略在保证高覆盖率的同时,能有效地降低能耗和保持网络能量均衡.     

一种基于顺序博弈的UWSNs覆盖控制算法

近年来,人们对海洋资源愈加重视,水下无线传感器网络在海洋数据监测、海洋军事、辅助导航等方面的应用引起了广泛关注。一个良好的水下无线传感器网络覆盖控制,首先能够降低覆盖冗余,优化网络空间资源的配置;其次可以减少节点的能耗、降低网络的成本并延长节点的生命周期,使水下无线传感器网络可以更好地完成目标水域环境感知任务。提出了一种基于顺序博弈的水下无线传感器网络覆盖控制方法,用于优化水下无线传感器网络的覆盖控制,期望能够降低节点的能耗,均衡节点之间的能量,最终实现延长网络的生命周期的目标。仿真实验表明,该算法能够提高网络覆盖率和延长网络生命周期。     

差分进化优化的非均匀分簇算法

针对固态发酵无线测温系统中传感器节点位置、能量等受限因素导致能量消耗不均而过早死亡的问题,提出了一种基于差分进化改进的非均匀分簇算法。该算法省去了LEACH协议中每轮频繁选簇的机制,而是从系统的稳定性出发,一次性选择固定数目的簇首,采用差分进化算法优化节点覆盖率。同时,采用能量差异化匹配策略,合理地分配簇首节点与普通测温节点的初始能量,延长网络寿命。仿真结果表明,该算法有效改善了“热区”问题,均衡了能耗,在一定程度上延长了网络的生命周期。     

A novel knowledge-guided evolutionary scheduling strategy for energy-efficient connected coverage optimization in WSNs

One of the most important challenges in designing wireless sensor network is how to construct full-connected network containing least active sensor nodes with satisfied quality of services, such as the coverage rate and energy consumption. This energy-efficiency full-connected coverage optimization problem is modeled as a single-objective optimization problem with constraint. To solve this problem, a knowledge-guided evolutionary scheduling strategy is proposed. Three highlights of this strategy are: (1) Knowledge is defined as the importance of sensor node, which depends on the distance between sensor node and sink node. (2) The genes of an individual correspond to senor nodes in descending order of their importance. (3) Considering sensor nodes’ importance and redundancy rate, knowledge-guided mutation operator and repair strategy are present. Simulation results show that the proposed method can find the optimal full-connected wireless sensor network containing least sensor nodes and consuming less energy for communication by less computation time. Though the coverage rate of the optimum is larger, it still satisfies the coverage constraint. Moreover, this strategy fits for the problems that the communication radius of sensor node is less than two times of its sensing radius.     

基于博弈理论的农田能量异构网络节点协同资源利用

针对无线传感器网络中耗能不均问题,以及可再生能源节点在农田无线传感器网络中应用的具体情况,将博弈理论引入无线传感器网络能耗问题研究中,建立了基于博弈理论的节点成簇方法,实现提高可再生能源利用率、均衡非可再生能源节点能耗的目标。方法首先建立簇收益与簇内节点收益评估模型,进行簇收益计算、簇内的两类能量异构节点个体收益的计算。在计算簇收益和节点收益的基础上进行节点成簇博弈,使得成簇方案向收益更高的策略空间进行跳转,最终达到博弈中的均衡状态。仿真实验表明,通过博弈进行无线传感器网络成簇,能够充分利用可再生能源节点能量,降低和均衡非可再生能源节点能耗,最终达到延长网络寿命的目标。     

分布式无线传感器网络度覆盖算法

传感器节点在高密度部署和满足一定覆盖条件下,有效地进行覆盖控制和减少能量消耗以及延长网络生命周期是无线传感器网络研究的重点课题,为此,提出一种分布式的度覆盖算法。该算法利用贪心算法和几何图形学相关理论知识对覆盖区域关键节点进行优化覆盖,通过节点状态调度机制转换,可以有效地降低网络能耗,提高了节点覆盖性能的同时优化了节点的数量。仿真实验结果表明,该算法能够以较小的代价提高整个网络的生存周期,有更好地适应性和稳定性。