基于布谷鸟搜索的混合传感器网络覆盖优化策略

静态传感器网络与移动传感器网络分别存在网络覆盖率较低和部署成本高的问题。为此,在混合传感器网络基础上,提出一种基于布谷鸟搜索(CS)的覆盖优化策略。将混合传感器节点随机部署在目标区域,利用CS算法初步确定移动传感器节点的候选目标位置,通过位置优化方案得到移动传感器节点的最佳目标位置以完成覆盖优化。仿真结果表明,与遗传算法和粒子群优化算法相比,该优化策略能够有效缩短平均移动距离,减少移动节点数量,提高目标区域覆盖率。     

无线传感器网络覆盖优化算法的仿真研究

关于优化网络生命周期,研究无线传感器覆盖问题,针对无线传感器网络节点存在严重冗余问题,影响网络覆盖优化机制,导致传统算法网络覆盖率低,能量大量消耗,网络生存时间短等难题.为了提高无线传感器网络的覆盖率,有效延长网络生存时间,提出一种基于蚁群算法的无线传感网络覆盖优化机制.首先把网络监测区域划离散化成若干个网格点,将网络有效覆盖率和节点最小利用率作为优化目标,建立一个组合优化数学模型,然后利用蚁群算法对优化模型进行求解,从而得到最优网络覆盖率.仿真结果表明,不仅很好地降低了节点的冗余,减少了网络的能量消耗,而且有效地提高了网络的覆盖率,从而达到了延长网络的生存周期的目的.     

基于改进萤火虫算法的覆盖优化方法

针对无线传感器网络中目标区域仅部署静态节点和移动节点时,分别存在覆盖率低和成本高的问题,提出一种基于改进萤火虫算法的覆盖优化方法。首先,将静态和移动传感器节点随机部署在目标区域内,改进位置公式和步长因子,提高全局搜索能力,加快搜索速度;其次,利用改进萤火虫算法初步确定移动传感器节点的候选目标位置;最后,通过目标位置优化方法得到节点的最佳目标位置,从而完成覆盖优化。仿真结果表明,与基于PSO算法和CS算法等启发式算法的覆盖优化相比,该优化方法能够缩短平均移动距离,提高网络覆盖率,节省节点能量,延长网络生命周期。     

基于多策略混合改进HHO算法的WSN节点覆盖优化

针对监测区域内无线传感器网络节点部署容易出现分布不均匀、有效覆盖率低等问题,提出一种多策略混合改进哈里斯鹰算法的WSN节点覆盖优化策略。利用Fuch无限折叠混沌初始化、自适应精英个体对立学习、正余弦优化和高斯与拉普拉斯最优解变异策略对标准哈里斯鹰优化算法的性能进行改进。利用改进算法求解WSN节点覆盖优化问题,以监测区域网络覆盖率最大为目标,对节点部署位置寻优。实验结果表明,改进策略能够得到更高的网络覆盖率,减少传感节点冗余,延长网络生存时间。     

高效节能的视觉传感器网络目标覆盖算法

针对视觉传感器网络目标覆盖过程中因覆盖冗余、节点剩余能量不均等原因导致网络寿命过短的问题,设计一种视觉传感器网络目标覆盖算法。该算法基于节点与目标的覆盖关联关系,利用关系矩阵及相关运算对覆盖频繁目标集进行挖掘,进而对工作节点进行动态选举,以此延长网络的生存时间。实验结果表明,该算法在保证网络覆盖质量的前提下能够高效地调度工作节点,均衡节点耗能,有效延长网络寿命。     

基于能量有效WSN优化覆盖算法的研究*

满足一定的覆盖条件下,有效地进行覆盖控制和减少能量消耗以及延长网络生存周期是无线传感器网络所研究的一项重点课题。为此,提出一种能量有效的优化覆盖算法。该算法利用贪婪算法和几何图形学相关理论知识,把目标覆盖区域节点能量构建成正态分布的网络模型,通过采集和检索数据选择最优子集以及对节点状态调度机制动态转换,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。仿真实验表明,该算法能够以较小的代价延长整个网络的生存周期,具有更好地适应性和稳定性。     

基于区域分割和Voronoi图的区域覆盖算法

针对无线传感器网络区域已知的区域覆盖问题,提出了一种基于区域分割和Voronoi图的覆盖算法（RSV）。算法首先分析已知区域的地理信息和兴趣点,根据传感器感知能力,构造合适大小的网格将已知区域细化分割。然后基于分割后的各个区域,根据兴趣点的数量划分其为不同权重部分,并初步设计传感器位置。根据初步部署位置和权重,对不同权重位置构造Voronoi图填补覆盖空洞,直至所有空洞被填补完毕,并为了延长运行寿命设计了合适的节点休眠策略。仿真实验显示,基于区域分割和加权Voronoi图的目标区域覆盖算法相较于现有算法,在节点数量增加较少的情况下,延长了网络的运行寿命,同时使节点能量消耗更加平均,在节点数量受限情况下,算法对有效区域的覆盖效果也更佳。     

一种面向多目标关联覆盖的无线传感器网络节点优化调度算法

提出一种面向多目标关联点覆盖的无线传感器网络节点优化调度算法D-MTAC．该算法基于数据挖掘中的关联规则和无线传感器网络的能量高效原则,通过挖掘随机部署的网络节点与待监控目标间的关联感知关系给出高频关联目标集,采用优化时间分片和动态自适应选择机制确定能够令责任节点工作状态与网络寿命实现最优匹配的优化调度决策集合．仿真结果表明：在保证目标监控质量的前提下,该算法能够有效降低网络累积能耗并延长网络寿命．     

基于人工鱼群算法的无线传感器网络覆盖优化

针对网络节点严重冗余而导致的网络成本增加、生命周期过短等缺陷,提了一种基于人工鱼群算法的覆盖优化方法.首先以节点的利用率和网络有效覆盖率作为优化目标,建立相应的数学模型,然后采用人工鱼群算法对模型进行求解,得到无线传感器网络的最优覆盖方案.仿真结果表明,人工鱼群算法提高了无线传感器网络节点的覆盖率,减少了传感器节点冗余,有效降低了网络成本,网络生存时间得到了延长.     

无线传感器网络覆盖率与节能性研究

在无线传感器网络中,节点的能量是有限的,因此各节点覆盖区域的重叠度必须减少,而且对节点的能量必须合理利用,以延长网络生命周期。提出了一种基于能量感知的区域覆盖算法,在该算法中,活动节点根据簇内每个传感器节点的覆盖区域和剩余能量来确定,在保持网络高覆盖率的情况下,使活动节点的数目最小化。仿真结果表明,相较于其他算法,提高了网络覆盖率,并能够获得更长的生命周期。     

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.     

基于改进蚁群算法的无线传感器网络栅栏覆盖优化研究

在无线传感器网络栅栏覆盖研究中,如何调度已部署的传感器节点构建栅栏并延长网络生存时间已成为热点问题。研究了满足Poisson分布的静态无线传感器网络强K-栅栏覆盖问题。将部署区域划分为a个子区域,相邻子区域之间形成一定的缓冲区域,在每个子区域利用偏离角蚁群算法构建多重栅栏。最后通过调度算法延长栅栏生存时间。仿真实验结果验证了算法的收敛速度快且栅栏生存时间长等特点。     

WSNs能量异构节点部署与区域覆盖优化

针对无线传感器网络（WSNs）的热点区域问题所导致的节点能量异构、能量空洞等问题,对网络进行重新部署以满足区域覆盖的要求。建立WSNs能量异构节点区域覆盖优化模型,以网络覆盖率为目标函数,节点位置作为决策变量,采用差分进化算法优化该目标,同时获得各节点的最佳位置。仿真实验表明：该模型能充分调度各节点的剩余能量,对热区问题导致的能量空洞进行重新部署,该策略能够延长网络的生命周期,提高网络的可靠性。     

Ant colony optimization based sensor deployment protocol for wireless sensor networks

Sensor deployment is one of the most important issues in wireless sensor networks, because an efficient deployment scheme can reduce the deployment cost and enhance the detection capability of the wireless sensor networks. In addition, it can enhance the quality of monitoring in wireless sensor networks by increasing the coverage area. Ant colony optimization (ACO) algorithm provides a natural and intrinsic way of exploration of search space for multiple knapsack problem (MKP). In this work, we consider the problem of sensor deployment to achieve complete coverage of the service region and maximize the lifetime of the network. We model the deployment problem as the multiple knapsack problem. Based on ACO algorithm, we proposed a deployment scheme to prolong the network lifetime, while ensuring complete coverage of the service region. The simulations show that our algorithm can prolong the lifetime of the network.     

基于虚拟力的异构无线传感器网络覆盖优化策略

针对异构无线传感器网络覆盖优化过程中,固定Sink节点的虚拟作用力限制移动节点的位置移动,导致覆盖盲区得不到全局修复的问题,本文结合计算几何理论,提出基于Voronoi多边形形心引力的虚拟力覆盖优化算法（CAVFA）。虚拟力算法能有效指导移动节点的散布过程,形心引力能更好地实现全局的覆盖优化。通过合理设置虚拟力的距离阈值参数和优先级,调整固定节点对移动节点的约束。仿真表明,相比传统VFA算法和CBA算法,本文提出的CAVFA算法能够更有效地提高异构网络的覆盖率,且算法收敛速度更快。     

无线传感器网络最小覆盖集的贪婪近似算法

网络生命期是限制无线传感器网络发展的一个瓶颈.在保证网络监控性能的前提下,仅调度部分节点工作而让其余节点处于低功耗的休眠状态,可以有效节省能耗,延长网络生命期.节点调度的目标是寻找一个能够覆盖监控区域的最小节点集合,这是一个NP难问题,目前,其近似算法的性能较低.提出了一种基于贪婪法的最小覆盖集近似算法,在构造覆盖集的过程中,优先选择扩展面积最大的有效节点加入覆盖集.理论分析表明,该算法能够构造出较好的覆盖集,时间复杂度为O(n),其中,n为初始节点总数.实验数据表明,该算法的性能要优于现有算法,得到的覆盖集的平均大小比现有算法减小了14.2%左右,且执行时间要短于现有算法.当初始节点分布较密时,该算法得到的平均覆盖度小于1.75,近似比小于1.45.     

异构传感器网络的分布式能量有效成簇算法

为了延长网络的生存时间,需要设计能量有效的协议,以适应传感器网络的特点.成簇算法是传感器网络中减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络的生存时间.研究了异构传感器网络中成簇算法在节省能量方面的性能,提出一种适应异构无线传感器网络的分布式能量有效的成簇方案.此方案基于节点剩余能量与网络节点的平均能量的比例来选举簇头节点.较高初始能量和剩余能量的节点比低能量节点拥有更多的机会成为簇头节点,从而使网络能量均匀消耗,延长网络的生存时间.模拟实验结果显示,与现有的重要成簇方案相比,新的成簇算法在异构网络下提供了更长的网络生存时间和更大的网络有效吞吐量.