共查询到19条相似文献,搜索用时 187 毫秒
1.
基于感知概率的无线传感器网络k重覆盖算法* 总被引:3,自引:1,他引:2
基于布尔感知的无线传感器网络多重覆盖控制模型未考虑实际应用中环境因素对节点感知能力的影响,为弥补这种不足,提出了一种分布式k重覆盖算法(KCAPSM),该算法采用了感知概率模型,依据节点感知能力的强弱,将监测区域中的任一点被相关节点监测的情况赋值为某一概率,并通过节点与邻居交换信息,根据能量大小竞选找出k组不相交工作节点集,保证监测区域中每一点被k重覆盖。实验表明,KCAPSM算法让冗余节点处于休眠状态,节省了网络能量,优化了资源。 相似文献
2.
由于无线传感器网络中可能会出现覆盖漏洞,导致网络无法提供高质量的数据,所以需要检测边界节点以准确找到覆盖漏洞进行修复。已有研究大多是通过传感器的坐标或者依据大量节点信息进行检测, 现提出算法通过检测每个节点的邻居节点是否能形成包围检测节点的闭合环来判别当前节点是否为边界节点。该算法使得节点能够仅基于小邻域的信息自主地决定它是否是边界节点,使其适用于节点分布不均匀的网络中。仿真实验验证了该算法在识别准确率、降低通信量等方面的有效性。 相似文献
3.
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。 相似文献
4.
5.
为了延长无线传感器网络的生命周期,提高节点能量利用效率,将簇与节点调度相结合,提出了保持覆盖的无线传感器网络簇内节点调度。首先将网络分簇,然后每个簇内的节点,按节点号自小到大的顺序依次计算每个节点与簇内邻居节点的距离,并判断所有距离小于监测半径的邻居节点能否对自己实现圆周覆盖,从而判断自己是否是冗余节点。利用Matlab仿真表明,一方面该算法可以有效减少网络的能量消耗,延长网络生命周期;另一方面该算法的调度效率与网络节点密度以及节点监测半径都有密切关系。 相似文献
6.
面向节点失效的无线传感器网络覆盖空洞修复算法 总被引:1,自引:1,他引:1
为了保持无线传感器网络的覆盖率,保证网络有效性,提出了一种面向节点失效的无线传感器网络覆盖空洞修复算法;在网络分簇与簇内冗余节点调度已经完成的基础上,算法首先为每个节点设置一个能量阈值,当节点能量低于该阈值时立即向簇首发送失效信息,簇首收到信息后首先默认该失效节点的所有邻居节点都是空洞边界节点,然后通过计算失效节点与所有邻居节点的交点角来判断是否有邻居节点为非边界节点,最后在失效节点的感知半径内选择邻居节点(同时也是边界节点)个数最多的冗余节点激活;分析以及matlab仿真表明,算法的复杂度较低,网络保持一定覆盖率的情况下运行轮数比采用算法之前增加了19%,同时算法的修复效率与网络节点密度以及节点监测半径也有密切关系。 相似文献
7.
无线浮标传感器网络是无线传感器网络应用于海洋监测领域的典型方式,而网络覆盖问题是衡量无线浮标传感器网络工作性能的重要指标之一。文中主要研究了一种适用于无线浮标传感器网络的覆盖优化算法。该算法的基本思想是在节点密集部署的监测区域中让每个节点与邻居节点交换信息以确定所要激活的最终候选节点,并将其他冗余节点设为休眠状态,以达到在所需的期望值下降低能量消耗的作用。不同网络规模的Matlab仿真结果分析可知该算法可以适当减少能耗,延长网络的寿命。 相似文献
8.
无线浮标传感器网络是无线传感器网络应用于海洋监测领域的典型方式,而网络覆盖问题是衡量无线浮标传感器网络工作性能的重要指标之一。文中主要研究了一种适用于无线浮标传感器网络的覆盖优化算法。该算法的基本思想是在节点密集部署的监测区域中让每个节点与邻居节点交换信息以确定所要激活的最终候选节点,并将其他冗余节点设为休眠状态,以达到在所需的期望值下降低能量消耗的作用。不同网络规模的Matlab仿真结果分析可知该算法可以适当减少能耗,延长网络的寿命。 相似文献
9.
提出一个分布的、与节点位置无关的无线传感器网络覆盖控制算法(a Location Independent Coverage Control Algo-rithm for Wireless Sensor Networks,LICA).LICA采用基于节点分层成簇的思想,节点与邻居交换信息,并通过节点距离与覆盖模型找出覆盖节点.在保证覆盖性能的前提下,关闭覆盖节点的通信设备.仿真实验结果表明,LICA算法不仅可以提供高质量的覆盖性能,而且具有良好的节能性能.特别适合低成本、资源缺乏、工作在恶劣环境中的分布式无线传感器网络. 相似文献
10.
11.
对无线传感器网络节点定位问题进行了研究,为了提高未知节点的定位精度,提出了一种与距离无关的分级定位算法(IDV-Hop+IMP)。当未知节点周围邻居锚节点的数量少于三个时,采用IDV-Hop算法;当未知节点周围有三个邻居锚节点时,采用IMP算法;当未知节点周围邻居锚节点的数量大于三个时,采用加权质心定位算法。仿真结果表明,在稀疏锚节点的环境下,在保证定位覆盖率的同时IDV-Hop+IMP算法比现有的如质心、DV-Hop有更高的定位精度。 相似文献
12.
无线传感器网络DV-Hop定位算法的研究 总被引:1,自引:0,他引:1
针对无线传感器网络中DV-Hop定位算法锚节点数的比例与节点定位精度以及覆盖率密切相关的问题,在分析原算法的基础上对其进行改进。改进后的算法未知节点只接收限定跳数内的锚节点的信息,当未知节点接收到3个或3个以上锚节点的信息时对其进行定位,然后将已定位的未知节点升级为锚节点,新旧锚节点共同参与剩下的未知节点的定位。仿真结果表明改进后的算法提高了节点的覆盖率和定位精度。 相似文献
13.
韩雨涝 《计算机工程与应用》2020,56(12):87-92
针对无线传感器网络覆盖空洞影响网络服务质量问题,提出非并行二分法的分布式覆盖空洞修复算法CHRND,算法采用非并行方式选择具有劣弧的空洞边界节点作为覆盖空洞修复的驱动节点,采用基于弧二分法确定移动节点最佳目标位置。仿真实验结果表明,移动节点引入使得空洞不被分割基础上,CHRND算法能以较少数量移动节点实现覆盖空洞的完全修复。 相似文献
14.
针对无线传感器网络(WSN)中节点随机部署或部分节点能量耗尽带来的覆盖空洞(CH)问题,提出了一种基于Voronoi图的覆盖空洞检测算法。该算法利用节点的位置信息在覆盖区域范围内构建Voronoi图,通过计算每个Voronoi区域内的节点到该区域的顶点和边的距离来判断是否存在覆盖空洞,标识覆盖空洞的边界节点。仿真实验评估了不同节点分布密度、不同感知半径对空洞平均检测时间、平均能耗的影响,并与路径密度(PD)算法进行比较。实验结果表明所提算法在空洞平均检测时间和节点平均能耗两个方面均有10%左右的提升,对进一步延长网络生存期具有重要价值。 相似文献
15.
针对无线传感器网络中节点因能量耗尽或环境破坏而失效导致产生覆盖空洞现象,提出了一种基于唤醒机制的定向最远非活跃邻节点优先覆盖洞修复策略(DFNFP)。该方法通过覆盖洞边界节点从其邻接表中选择距离其中心最远的非活跃节点替换失败节点,并激活替换节点达到修复覆盖洞目的。仿真结果表明,该方法能保证较好的网络覆盖质量,充分利用了能量资源,延长了网络的生存周期,且在修复空洞的所需平均时间和能耗方面,DFNFP优于最佳匹配节点策略(BFNP)。 相似文献
16.
一种改进的无线传感器网络质心定位算法 总被引:2,自引:0,他引:2
在无线传感器网络中,确定节点位置或事件发生的位置对其监测活动至关重要。节点自身的准确定位不仅是提供监测事件或监测目标位置信息的前提,也是提供网络拓扑自配置、提高路由效率、向部署者报告网络的覆盖质量以及为网络提供命名空间等网络功能的基础。为此,本文对无线传感器网络定位技术中的质心定位算法进行了改进,对未知节点大致位置的算法做了新的修正,并对未知节点位置确定算法中的加权因子进行了优化,使未知节点的定位误差和定位精度更加精确。相比原加权质心定位算法,本文仿真结果表明,改进的质心定位算法无论在定位误差还是在定位精度方面都有很大的提高。 相似文献
17.
在无线传感器网络中,与距离无关的定位技术一直是一项挑战性的工作。尤其是在有洞的各向异性网络中,多}L节点之间的距离估算更是一个难点。针对有洞的无线传感器网络,提出一种新的距离无关定位方法,该方法可以较好地估算未知节点到参考节点之间的距离。其主要思想是,先佑算各信标节点对之间的平均单跳距离,然后选择平均单跳距离较大并且最短路径通过未知节点的信标节点对作为参考节点来估算未知节点的位置。新算法能够较好地滤除距离估算误差较大的信标节点作为参考节点。实验表明,新算法比以前的算法定位更准确。 相似文献
18.
为了提高无线传感器网络的定位精度,在Grid-Scan算法的基础上提出一种改进的二次栅格扫描定位算法,再利用三角形质心迭代法进一步提升定位精度。首先通过比较未知节点的所有邻居锚节点到该未知节点的信号强度,找到最近邻居锚节点,利用最近邻居锚节点对可再定位的未知节点所在的估计区域进行二次栅格扫描,再利用PIT法则对定位区域进一步缩减,最后对质心三角形质心进行迭代计算得到最终定位点。仿真结果表明,在相同的网络环境下,与传统算法相比,改进算法明显提高了平均相对定位精度。 相似文献
19.
基于支持向量机的无线传感器网络节点定位算法 总被引:1,自引:0,他引:1
机器学习是利用经验来改善自身性能的一种学习方法,而支持向量机(support vector machine, SVM)作为机器学习中的一种新模式,在解决小样本、非线性及高维模式识别等方面有着其特有的优势.基于支持向量机的节点定位算法利用机器学习算法的特性,实现无线传感网络节点定位.其基本思路是将网络区域划分为若干个等分的小格,每一小格代表机器学习算法中一个确定的类别,机器学习算法在学习了已知的信标节点对应的类别后,对未知节点所处位置进行分类,从而进一步确定未知节点的位置坐标.仿真实验表明,“一对一”节点定位算法有较高的定位精度,对测距误差的容忍性较好,同时对信标节点的比例要求并不高,比较适合用于信标节点稀疏的网络环境中;而“决策树”节点定位算法受覆盖空洞的影响并不大,比较适合应用于节点分布不均匀或者存在覆盖空洞的网络环境中. 相似文献