三维无线多媒体传感器网络全目标覆盖算法

针对现有感知模型无法有效描述无线多媒体传感器真实感知能力的缺陷,提出一种新的三维有向感知模型。在此基础上,针对目标覆盖问题,为降低算法复杂度,设计了一种基于仰俯角优化和偏向角优化的两阶段目标覆盖算法。对于仰俯角和偏向角优化部分,利用差分进化算法进行求解,以达到利用少量传感器节点实现监测目标被全部覆盖的效果。仿真实验表明:对比随机部署方法,本文方法所需的传感器数目大幅下降。     

一种基于节点优化部署的k度覆盖算法

针对无线传感器网络在覆盖过程出现的空洞以及能量快速消耗等情况,本文提出了一种基于节点优化部署的k度覆盖算法。该算法首先建立传感器节点与目标节点之间的关联属性,通过关联属性确定覆盖集合;其次通过概率相关知识给出了最少传感器节点数量的求解方法;最后,通过仿真实验与其他算法进行对比,验证本文算法的有效性和稳定性。     

非连通无线传感器网络的最少传感器节点部署

传感器节点的部署包括连通网络和非连通网络2种情况. 为了最小化网络部署开销,对非连通网络的传感器节点部署问题进行了研究,建立了整数线性规划模型,并证明该问题为NP complete问题. 为找到该问题的近似最优解,通过理论分析确定了传感器节点的候选部署区域,提出了一种启发式的传感器节点贪婪部署算法,迭代地将传感器节点部署到覆盖目标点数最多的候选部署区域,直到覆盖所有目标点. 通过仿真实验将所提出的贪婪部署算法和现有的遗传算法以及问题模型的最优解进行了比较,验证了算法的有效性.     

视频传感器网络中移动目标k覆盖优化算法

k覆盖问题作为视频传感器网络中的一个研究热点,引起了许多研究者的关注.针对视频传感器网络中的移动目标k级覆盖问题,结合概率预测思想,充分考虑非匀速移动目标的运动特性和下一时刻目标有可能达到的位置,建立了一种移动目标覆盖概率评估模型,提高了k覆盖的概率.同时,提出了新的基于预测的分布式k覆盖优化算法,传感器节点在通信范围内交换覆盖信息并进行决策.最后通过一系列仿真实验,实验结果验证了该算法和模型的有效性和可行性.     

混合传感器网络在WSN栅栏覆盖的优化研究

在混合无线传感器网络覆盖研究中,移动传感器节点的再定位是栅栏覆盖中的一项重要研究.针对无移动能力的固定节点无法形成有效的栅栏覆盖网络、添加移动节点方法复杂、栅栏长度过长等缺点,为提高修复栅栏覆盖漏洞效率,提出一种由混合无线传感器网络部署的栅栏覆盖.首先通过固定节点形成的Voronoi图判断栅栏的覆盖漏洞,再利用改进的蚁群算法控制移动节点,根据delaunay三角网最短边的搜索策略进行部署,从而形成完整的1-栅栏覆盖.matlab软件仿真分析结果表明:在Delaunay-ACO(D-ACO)算法指导下,实现了移动传感器节点部署过程更简便,优化了混合传感器网络的1-栅栏覆盖策略,能够有效侦测入侵目标,获得更好的栅栏覆盖效果.     

基于改进粒子群优化的井下WMSN覆盖增强算法

针对煤矿井下无线多媒体传感器网络(WMSN)覆盖问题,提出了一种基于改进粒子群优化的覆盖增强算法.结合煤矿巷道场景特点,构建了井下无线多媒体传感器网络多用感知模型.为提高网络覆盖率,采用带压缩因子的粒子群优化算法确定传感器节点的感知方向,同时引入模拟退火操作,克服了粒子群优化后期陷入局部最优造成网络覆盖率收敛于次优值的缺点,显著提高了网络的覆盖增强效果.算法通过寻优速度控制及概率突跳机制,在保证搜索精度的同时提高全局搜索能力,提升网络覆盖率的优化效果.仿真结果表明:基于改进粒子群优化的覆盖增强算法可有效消除感知重叠区和盲区,实现高效的覆盖增强,相比于其他典型井下WMSN覆盖增强算法具有更好的覆盖增强效果.     

一种连通有向传感器网络的目标覆盖增强算法

在保证网络连通的同时增强目标概率覆盖是有向传感器网络的研究热点。提出基于概率覆盖圆的目标覆盖及连通增强算法（Ｐａｃ）,利用网络最大连通集覆盖目标,构造目标概率覆盖圆,根据其与目标最近的连通节点的几何关系,确定覆盖节点的目标位置和方向,调度最优节点的同时实现网络连通和目标概率覆盖。仿真结果表明ＰａｃＥ在高效保持网络连通的同时能有效增强目标覆盖。     

带状传感器网络节点分布式自部署算法DSDA-VC设计

带状传感器网络的发展源于无线传感器网络的发展,从广义上来说是一类特殊形态的传感器网络,在许多重要领域均具有极其广泛的应用需求和前景.针对带状网区域内节点的有效覆盖问题,对节点的覆盖进行了定量的数学建模分析,设计了基于Voronoi细胞单元的节点分布式自部署算法DSDA-VC.该算法可以有效提高带状网节点的部署覆盖度,经仿真验证,对于较高密度覆盖的带状网络,覆盖率可提高10%以上.基于该研究成果,完成了在某山区的带状网的设计和实际测试验证工作.     

无线传感器网络一维区域随机覆盖研究

研究了一维区域上的无线传感器网络覆盖问题,首先提出了一维区域上的传感器节点随机覆盖模型并给出了节点覆盖概率计算公式;其次研究了一维区域上的传感器节点发射半径的确定方法,理论证明了传感器节点发射半径应大于或等于2倍感知半径;最后讨论了一维区域覆盖数计算方法.仿真实验表明节点感知半径是影响节点覆盖率和覆盖数的主要参数.论文的研究结果可作为一维区域上传感器网络设计的技术参考.     

基于瑞利信道的无线传感网随机k覆盖问题

针对描述密集传感器网络k覆盖问题感知模型的不足,结合传感器节点空间分布的泊松点特征及信道传输特性,采用积分几何集合相交的方法,提出了一种基于瑞利信道的传感器网络节点覆盖测度模型,并推导了网络k覆盖概率及达到k覆盖所需的节点密度. 通过仿真实验分析了信道参数对k覆盖概率的影响,验证了测度模型的正确性.     

基于可视化的森林火灾监测节点优化部署策略

由于森林防火传感器节点成本高、部署区域大,优化部署效率是其应用时所面临的主要问题。为使节点部署成本与覆盖效率之间相互协调,提出一种基于可视化的森林火灾监测节点优化部署策略。以实际森林环境为基础,对预置节点做可视域分析;通过建立节点可视域面积关联矩阵,使用互信息算法贪婪地选择覆盖效率最高的预置节点;在预算受限时利用子模算法预估最佳的节点部署数量。该策略既保证了覆盖效率,又减少了部署成本,是一种高性价比的森林火灾监测节点部署策略。     

适于无线可充电传感网络的节点优化部署

针对现有无线可充电传感网络的节点优化部署方法中存在的收信能量估计模型未考虑实际商用天线的定向辐射特征、优化目标未考虑节点部署方式对定位精度和覆盖程度的影响、节点部署方法寻优精度有待进一步提升等问题,研究适于无线可充电传感网络的新型节点优化部署方法.以精确估计收信能量为目标,提出基于双偶极子天线的收信能量估计模型;提出传...     

WSN路由节点优化分布设计的免疫克隆算法

对于无线传感器网络(WSN)路由节点的优化分布设计,人工免疫进化算法存在几何选择区域局限,为了缓解此问题,避免系统收敛于局部最优解,提出一种基于免疫克隆算子的设计方案。根据WSN节点覆盖原理,构建WSN路由节点自适应人工免疫分布模型,用免疫平衡机理计算染色体在每个节点部署网格中的信息浓度概率,采用克隆检测算法监测WSN网络中节点冗余浓度,以使每个WSN路由节点辐射信息素最大化,突破几何选择区域的限制,实现最优节点部署和覆盖。仿真实验表明,新算法能提高网络连通性和节点利用率。     

基于概率覆盖模型的无线传感器网络密度控制算法

密度控制是一种常用的提高大规模无线传感器网络生命周期的方法,目前的密度控制算法大多基于0～1覆盖模型,而在实际的应用环境中概率覆盖模型能够更准确地定义网络覆盖能力. 所提出的一种基于概率覆盖模型的密度控制算法,能够在保证足够的网络覆盖能力的前提下,关闭掉冗余节点,减少网络的总能量消耗.     

Minimum cost of node deployment strategy for heterogeneous sensor networks

A minimum-cost-deployment strategy based on objective optimization is proposed to address the problems existing in heterogeneous sensor networks such as high density of the nodes,bad target coverage and connectivity performances,and high deployment spending.The problem we aim to solve is characterized by different parameters in terms of the deployment cost of positions and the cost of the sensors.The enhanced version of coral reef optimization (CRO for short) algorithm is utilized to solve the problem of how to select the proper positions and sensors to achieve the minimum deployment cost of heterogeneous sensor networks which can fulfill both k-coverage and m-connectivity requirements.The enhanced version of the CRO is named ECRO.In the ECRO two methods are employed to improve the optimization efficiency of the CRO.One method is that inspired by the process of the harmony search algorithm the operators such as HMCR and PAR of the harmony search algorithm blend with the CRO.The other one is that the excellent solutions are reused to exploit the knowledge and experience accumulated in the process of running the CRO.For comparison purposes,a greedy algorithm is also proposed.Simulation experiments show that compared with some related existing algorithms,the proposed algorithm reduces the deployment cost of sensor nodes while fulfilling the requirements of k-coverage and m-connectivity requirements.     

基于三维传感器网络的覆盖算法的研究

该文用MATLAB软件模拟三维传感区域,随机均匀放置传感器节点并拟合移动目标点的路径,使目标运动到任何位置时都能有效地被锚节点覆盖,为了提高目标的覆盖效率,从实际应用出发,设计了一种优化后的虚拟力算法,对网络中的每个节点引入排斥力、引力、边界约束力3种力的形式,使密集的节点分散均匀,同时引入节点间距离的阈值、边界节点与边界距离的阈值来实现对感兴趣区域的最大覆盖,并用仿真验证算法有效性。     

大规模WSN协同检测的节点临界密度

以移动目标的协同检测概率为网络覆盖的评价指标，提出了一种面向移动目标协同检测的大规模无线传感器网络（WSN）在二维平面上随机撒播节点归一化密度和检测概率三角形分析模型（TAM），采用归一化和二项式随机分布分析方法,得到了协同节点数为3、目标归一化路径长度小于1时最坏情况的节点归一化临界密度（NNCDT）上限；并分析了节点归一化密度对网络协同检测性能的影响。根据仿真结果分析了目标移动速度和传感器的检测时间和判决门限对NNCDT影响规律，结果表明TAM的NNCDT可以较为准确地被协同检测概率和归一化路径长度所确定，可为节点实际部署提供参考。     

抗分割的移动传感器网络自部署算法

为了解决稀疏网络环境下传统虚拟力算法在部署节点过程中出现的网络分割、覆盖漏洞以及
无法对检测区域进行重点监测的问题,提出了抗分割的移动传感器网络自部署算法. 通过构
建节点间的虚拟斥力、节点的运动方程以及监测空间中的虚拟引力场,使网络具备了重点覆
盖、自修复、抗分割能力. 模拟实验表明,该部署方法进一步增强了移动传感器网络的覆盖
性能.     

Node scattering manipulation based on trajectory model in wireless sensor network

To deploy sensor nodes over the area of interest, a scheme, named node scattering manipulation, was proposed. It adopted the following method: during node scattering, the initial states of every node, including the velocity and direction, were manipulated so that it would land in a region with a certain probability; every sensor was relocated in order to improve the coverage and connectivity. Simultaneously, to easily analyze the process of scattering sensors, a trajectory model was also proposed. Integrating node scattering manipulation with trajectory model, the node deployment in wireless sensor network was thoroughly renovated, that is, this scheme can scatter sensors. In practice, the scheme was operable compared with the previous achievements. The simulation results demonstrate the superiority and feasibility of the scheme, and also show that the energy consumption for sensors relocation is reduced.     

Deployment optimization of the self-organized network on near space platforms based on the game theoretical learning algorithm

Aiming at the self-organized networking problem on near space (NS) communication platforms, a distributed optimization method for the deployment of the network on NS platforms is proposed based on the game theoretical learning algorithm. First, the self-organized network deployment on NS platforms is modeled as a potential game, and the optimizing objective is the network’s coverage area and the quality of service. Then the potential game can be solved by the Restricted Spatial Adaptive Play (RSAP) algorithm, which leads the game to a guaranteed Nash equilibrium with convergence in probability. The Nash equilibrium is the extremal solutions to the objective function of the deployment optimization. The game theoretical learning method enables NS platforms to be deployed in a distributed way without the global information on regions to be covered. Simulation results show that the proposed optimization method deploys the nodes of the MANET on demand, and can quickly achieve the optimal configuration.