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.     

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。     

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。     

视觉传感器网络兼顾区域覆盖的目标多重覆盖

针对目前无线传感器网络覆盖研究中单纯进行区域覆盖或目标覆盖而将两者分立的情形,提出了一种视觉传感网络混合覆盖算法。该算法基于有向感知模型,利用虚拟势场使节点在待监测区域自组织地进行位置移动和感知方向转变,在完成对覆盖质量要求较高的热点目标多重、优先覆盖的同时最大程度地覆盖整个待监测区域。仿真实验表明,该算法自组织能力良好,能有效满足热点目标和整个待监测区域对覆盖质量的要求,有效地利用了网络资源。     

无线多媒体传感器网络混合虚拟势场覆盖研究

主要研究无线多媒体传感器网络的模型优化和区域覆盖增强问题.首先从多媒体传感器节点具有方向性的感知特性出发,针对视频可接受清晰度问题,设计了一种改进的扇环感知模型,并以此为基础对无线多媒体传感器网络(WMSN)中区域覆盖增强问题进行研究.其次,采用混合虚拟势场对WMSN 的区域覆盖进行增强,质心在虚拟势场产生的引力和斥力作用下运动.算法针对传统虚拟势场可能出现因局部极小而导致覆盖优化效果降低的问题改进了斥力函数,引入邻居节点共同覆盖率辅助节点感知方向的调整.并在传感器节点迭代完成后引入边界斥力,以进一步优化边界节点的利用率.最后通过一系列的模拟仿真实验和效率对比表明了算法的有效性.     

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。     

基于虚拟力的异构节点网络覆盖增强算法

节点覆盖是无线传感器网络关键技术之一。该文提出一种基于虚拟力的异构节点网络覆盖增强算法,该算法由计算几何和改进的虚拟力算法组成。研究如何在理想状态下使分布达到覆盖度最大化,同时采用虚拟势场方法使节点作扩散运动,以消除网络感知重叠区。仿真实验结果表明,网络覆盖度提高约20％。     

有向传感器网络覆盖增强研究

为提高视频传感器网络的感知覆盖率,基于有向传感器感知模型,提出一种利用Voronoi图的视频传感器网络覆盖增强算法。该算法采用质心替代节点扇形感知区域并构造Voronoi图,通过调整节点感知方向对代替扇形感知区域的质心进行均匀分布,以消除网络中感知重叠区和盲区,提高整个有向传感器网络覆盖率。仿真结果表明,该算法能够有效提高网络覆盖率并能快速收敛。     

Priority-based target coverage in directional sensor networks using a genetic algorithm

Sensor networks have been applied in a wide variety of situations. Recently directional sensor networks consisting of directional sensors have gained attention. As for the traditional target coverage problem, the limited sensing angle of directional sensors makes it even more challenging. Moreover, individual targets may also be associated with differentiated priorities. Considering the distance between the directional sensors and targets influences sensing quality, this paper proposes the priority-based target coverage problem and strives to choose a minimum subset of directional sensors that can monitor all targets, satisfying their prescribed priorities. Due to the NP-Complete complexity, the minimum subset of directional sensors is approximated by using a genetic algorithm. Simulation results reveal the effects of multiple factors on the size of the resulting subset.     

有向传感器网络中基于概率感知模型的最小连通k覆盖集算法

无线传感器网络的基本问题之一是,网络节点如何利用有限的能量对人们所关注的物理世界进行满意的监测,这可抽象为最小连通k覆盖集问题。传统的最小连通k覆盖集问题是基于确定型全向感知模型的,该模型过于理想化,不能适用于复杂的应用环境,也不能应用于有向传感器网络中。针对上述局限,本文提出了有向传感器网络中基于概率感感知模型的最小连通k覆盖集问题（MCKS）,并指出这是NP难问题;设计了基于0-1整数规划和最小生成树的集中式近 BDA）,分别证明两种算法最终得到的是MCKS问题的可行解,并分析了算法的时间复杂度、性能比和通信复杂度。通过仿真实验并与ILP算法和BGA算法进行比较的结果表明： 在基于概率感知模型的条件下,IPA和CBDA能够有效实现有向传感器网络中的连通k覆盖,并且激活节点数目较少,网络寿命延长。     

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。     

无线传感器网络中基于虚拟力的覆盖算法

在无线传感器网络的很多应用场景中,大量的传感器节点被任意播撒在被监测区域内,形成很多覆盖空洞,对无线传感网络的感知、监测和数据采集能力造成很大影响。为了解决无线传感器网络中的覆盖问题,提出了一种基于虚拟引力的覆盖算法。首先,根据虚拟引力产生的约束条件和引力大小,一种扩大网络覆盖范围的算法被提出,算法分析证明这种算法能够减少覆盖空洞;第二,提出了维持邻居节点连通性的方法;第三,提出一种覆盖感兴趣区域的算法。仿真结果表明,这种算法既能提高网络的覆盖能力,又能减少传感器节点的移动距离。     

基于虚拟力的混合感知网节点部署

感知网一般是由静态的或移动的节点组成,为保证感知网的感知功能,节点应该有自部署和自修复能力.然而全部由移动传感器组成的感知网的成本太高,为保证感知网的覆盖功能和低成本,提出了一种在静态传感器节点中加入移动传感器节点的混合感知网形式.为了更好地部署这些节点,最大化覆盖待感知区域,提出了一种基于节点间虚拟力的移动节点部署方法,利用静态节点和移动节点以及移动节点之间的虚拟人工势场产生的作用力来控制移动节点的运动,使移动节点能够在较短的时间内,以较少的能量消耗到达自己合适的位置.在理论上分析了算法的可行性,用仿真实验验证了此算法的有效性,并和其他3种类似算法进行了性能比较.     

有向感知网络中分簇目标覆盖算法

利用最少数量的感知节点来覆盖最大数目的目标位置(MCMS)一直是有向感知网络中的重要问题.为了保证覆盖和对相关事件的及时汇报,针对该问题提出一种基于分簇的目标位置覆盖算法(TCCA).通过所有节点自组织进行分簇并且在各个簇内为成员节点分配相应的感知扇区,TCCA算法能够在保证网络生命周期的前提下有效解决该问题.与其他已有算法相比,仿真结果很好地验证了所提出TCCA算法的有效性.     

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.     

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。     

有向传感器网络覆盖预测模型与数量估计

有向传感器网络由大量有向传感器节点组成,不同于有着全向感知范围的全向传感器网络,有向传感器网络的感知范围是一个扇形区域.研究了有向传感器网络的覆盖预测模型及数量估计问题.针对节点随机部署的应用环境,在初始部署网络时,为满足一定的覆盖率要求,在充分考虑了目标区域边界效应的基础上,提出了一种基于概率的网络覆盖预测模型.基于该模型,对初始部署的节点数目进行了预测.通过仿真实验,对结果进行了分析.结果表明：利用所提模型得到的理论值与实验真实值拟合较好,且更符合实际应用需求.     

扩展变异ADE算法的有向传感器网络覆盖增强

针对有向传感器节点大规模随机部署形成的感知重叠区和监测盲区,在节点位置不变、感知方向可调的前提下,协同调整节点感知方向使其覆盖范围从感知重叠区旋转到监测盲区以增强网络覆盖。将有向传感器网络覆盖增强问题转化为以区域覆盖率为目标函数、节点集感知方向为决策变量的最优化问题,提出了基于扩展变异模式的自适应差分进化算法求解该问题,即寻求一种节点感知方向分布方案最大化区域覆盖率。算法迭代前期采用DE/ rand/ 1/ bin变异策略以保证种群的多样性,后期采用扩展变异模式DE/ current-to-best/ 2/ bin加强算法的收敛速度以保证算法高效率地搜索全局最优解。与传统的有向传感器网络覆盖增强算法对比,仿真实验验证了算法的有效性。     

基于遗传算法的无线传感器网络重新部署方法

研究了无线传感器网络在受限移动能力条件下的重新部署问题.针对节点的运动模型为跳跃式移动,提出一种基于遗传算法的重新部署算法.算法以节点的跳跃方向为遗传算法的基因,适用度函数同时考虑了最大化覆盖率和最小化移动总距离.仿真实验表明,在各向同性的感测模型中,此算法优于文献[8]提出的FBSD算法,能实现节点的最优运动规划,并且在有向感测模型中,此算法也能有效提高网络覆盖率.     

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.