概率模型下的一种优化覆盖算法

覆盖率不仅是评价无线传感器网络体系性能的重要标准之一,也是无线传感器网络所研究的一项重点课题.为此,提出了一种概率模型下优化覆盖算法.该算法通过对概率覆盖模型的计算,给出了传感器节点覆盖的期望值和公差的求解过程以及对所关注目标节点进行首次覆盖后的期望值证明过程.在网络能量方面则通过节点状态调度策略对通信路径进行优化,证明节点能量衰减过程中,拟合函数极限存在的意义,实现了传感器节点能量的有效匹配,抑制了传感器节点能量的消耗,证明了优化后整个监测区域传感器节点覆盖函数之间的关系.仿真实验结果表明,该算法不仅提高了覆盖和网络服务质量,而且有效地抑制了网络能量开销,延长了网络生存周期.     

无线传感器网络中一种能量有效k度覆盖算法

覆盖率是衡量无线传感器网络性能的重要指标之一。在对目标节点进行k覆盖的过程中,会出现大量数据冗余迫使网络出现拥塞的现象,导致网络通信能力和覆盖能力降低、网络能量快速消耗等问题。为此,提出了一种能量有效[k]度覆盖算法（Energy Efficient k_degree Coverage Algorithm,EEKCA）。该算法利用节点之间的位置关系构造出覆盖网络模型,通过分析网络模型给出监测区域内节点覆盖期望值及对整个监测区域覆盖所需最少节点数量的求解过程;在能耗方面,给出了工作节点和邻居节点之间的能量转换函数比例关系,利用函数比例关系完成低能量节点的调度,进而达到全网能量平衡,优化了网络资源。最后,仿真实验结果表明,该算法不仅可以提高网络覆盖质量,还可有效抑制节点能量快速消耗,从而延长网络生存周期。     

EMAC:能量有效的多目标关联覆盖空洞补偿算法

覆盖问题是无线传感器网络研究的基本问题。节点数量以及覆盖范围直接影响到网络性能和网络服务质量。因此,为了更好研究覆盖问题,提出了一种能量均衡的多目标关联覆盖空洞算法(Energy Efficient Multi-target Associate Coverage Holes Compensation Algorithm,EMAC),该算法利用节点间关联性和动态分组调整覆盖区域。在覆盖区域内,利用贪心算法对覆盖区域进行优化,并给了空洞存在时的必要条件以及移动目标拟合函数的收敛条件,保证了所关注目标节点被传感器节点均匀覆盖的同时又优化了网络资源。在每个周期内采用唤醒部分传感器节点,使之轮流工作,确保了整个网络体系能量的均衡,从而延长了网络生命周期。实验结果表明,在满足一定覆盖率的前提下,该算法不仅可以有效地抵制节点能量的快速消耗,而且具有更好的适应性和有效性。     

基于联合节点行为策略的WSN覆盖控制算法

针对无线传感器网络在对移动目标节点覆盖过程中出现网络能量快速消耗问题，提出了一种基于联合节点行为策略的覆盖算法。根据网络模型建立传感器节点与目标节点从属关系，确定覆盖关联模型；利用概率理论求解邻居节点冗余覆盖度，确定最少传感器节点数量；给出了邻居节点覆盖期望值的求解方法；仿真实验表明，该算法与其他算法在网络覆盖率和网络生存周期两个性能指标上均提升了12.39%和15.01%，从而验证了算法的有效性。     

一种多目标的覆盖优化策略在WSNs中的应用

针对目前无线传感器网络（WSNs）能量均衡覆盖策略大都基于节点静态感知能耗的不足,提出一种基于节点的动态能耗和网络覆盖率的多目标覆盖优化策略.该优化覆盖策略将动态路由协议引入到覆盖控制优化中,计算覆盖区域在不同节点分布下的动态通信能耗和网络的剩余能量,再结合区域覆盖率构成对覆盖和能量综合指数评价的优化函数.最后利用改进差分进化算法和差分进化算法对优化函数进行仿真,并利用覆盖结果验证策略的有效性.仿真结果表明：提出的覆盖优化策略既能使网络达到较高覆盖率,同时又能保证网络的能耗动态均衡,并将改进差分进化算法与常规差分进化算法比较,结果表明：前者克服了早熟现象,覆盖和能量的综合优化函数值更高,达到了6.184.     

基于通信与感知覆盖的WSNs节点调度算法

在随机部署的无线传感器网络中通常包含覆盖与通信冗余节点,这些节点不仅会造成大量的能量浪费,同时影响网络的性能。因此,如何对网络中的覆盖与通信冗余节点进行有效的调度是无线传感器网络研究的一个重要课题。提出了一种基于蜂窝模型的分布式节点调度算法(RCSC)。在蜂窝结构的基础上,RCSC算法通过添加"桥梁节点"和填补"空洞"来进一步优化工作节点集,使得整个网络达到全"通信覆盖"和全"感知覆盖"。最后,RCSC算法结合LEACH协议,对网络中的节点进行动态调度。经试验仿真证明,由RCSC算法构建出的网络拓扑中的工作节点数少且稳定,从而减少了由于冗余数据通信导致的额外能量消耗,延长了网络生存时间。     

基于节点能量控制的无线网络安全通信算法

关于网络安全通信问题,针对无线传感网络通讯带宽限制,传感器自身所能承受的能量有限,容易被入侵,提出了一种采用网络节点能量控制的无线网络安全通信算法.首先采用布尔传感模型,根据泊松点过程建立起一个传感器节点密度与覆盖率间的函数关系,通过函数求出满足区域覆盖要求的节点数;然后依据节点分布特性,采用分布式遗传模拟退火算法选出能耗最小的网络节点,并将分布状态拟合成高斯混合模型,在节点间信息传递时只将模型参数传输给下一个节点,从而大大减少传感器之间的通信量,达到降低节点能量消耗的目的,保证节点安全性.仿真结果表明,改进算法在降低节点能耗的同时,大大提高了无线传感网络能量的有效性,保证了通信安全.     

混沌优化细菌觅食算法的传感器节点部署策略

为了增加节点的有效覆盖率,设计一种混沌优化细菌觅食的节点部署策略.首先使用节点有效覆盖率、节点闲置率和剩余能量均衡函数作为优化因子构造目标函数综合优化模型.在优化阶段,设置菌群密度函数因子、细菌碰壁反弹因子、混沌扰动的趋向序列、动态趋向步长、菌群交叉和变异算子及动态细菌迁徙概率等机制改进细菌觅食算法以提升优化效率.仿真实验表明,使用改进后的混沌细菌觅食优化策略能够有效优化无线传感器网络的节点覆盖,使优化后的无线传感器网络具有更高的网络综合利用率及更长的监测寿命.     

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。     

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。     

基于加权的无线传感器网络优化覆盖算法

针对无线传感器网络探测网络环境的自适应休眠算法(Probing Environment and Adaptive Sleeping,PEAS)在节点调度过程中,存在节点能耗不均衡、网络的生命周期较短的问题,提出一种基于加权的优化覆盖算法。该算法对最小频繁项的目标所对应的传感节点按能量高低进行划分集合,使各集合能够独立覆盖最小频繁项的目标,以达到局部的优化。考虑到传感节点覆盖目标数和剩余能量对无线传感网络生存周期的影响,对边缘未覆盖的目标节点采用加权的方式进行覆盖。仿真结果表明:该算法能够均衡网络节点的能耗,有效地延长了网络的生命周期。     

A cellular learning automata-based deployment strategy for mobile wireless sensor networks

One important problem which may arise in designing a deployment strategy for a wireless sensor network is how to deploy a specific number of sensor nodes throughout an unknown network area so that the covered section of the area is maximized. In a mobile sensor network, this problem can be addressed by first deploying sensor nodes randomly in some initial positions within the area of the network, and then letting sensor nodes to move around and find their best positions according to the positions of their neighboring nodes. The problem becomes more complicated if sensor nodes have no information about their positions or even their relative distances to each other. In this paper, we propose a cellular learning automata-based deployment strategy which guides the movements of sensor nodes within the area of the network without any sensor to know its position or its relative distance to other sensors. In the proposed algorithm, the learning automaton in each node in cooperation with the learning automata in the neighboring nodes controls the movements of the node in order to attain high coverage. Experimental results have shown that in noise-free environments, the proposed algorithm can compete with the existing algorithms such as PF, DSSA, IDCA, and VEC in terms of network coverage. It has also been shown that in noisy environments, where utilized location estimation techniques such as GPS-based devices and localization algorithms experience inaccuracies in their measurements, or the movements of sensor nodes are not perfect and follow a probabilistic motion model, the proposed algorithm outperforms the existing algorithms in terms of network coverage.     

无线传感器网络中能耗均衡的覆盖控制算法

覆盖控制作为无线传感器网络的一个基本问题,对网络的生存时间、部署策略、通信协议和组网等问题的解决具有重要影响。在传感器节点随机冗余部署方式下,传统的方式 是在保证覆盖要求和通信连通的前提下仅将最少量的节点投入活跃工作状态,从而降低网络能耗。但是,若频繁地激活同一批节点,会造成这些节点由于能耗过快而较早失效效,使整个网络的冗余程度降低。然而,冗余度是传感器网络在单个节点性能有限的情况下提高整个网络的可靠性、容错性、精确性等的基础。为此,本文提出了一个能耗均衡ECB的覆盖问题,指出它是NP完全的,并给出了一个集中式近似算法。该算法根据节点的剩余能量赋于每个节点非负权,再基于Voronoi划分和贪心边方法,在保证覆盖要求的同时选择权和最小的节点激活。仿真实验结果表明,ECB算法求得的活跃节点集小,可以达到有效覆盖,并且可以保持网络的冗余度。     

WSNs中基于期望网络覆盖和分簇压缩感知的数据收集方案

为提高无线传感器网络数据收集精确度、降低网络能耗和改善数据包丢失情况下数据收集算法的鲁棒性,提出一种基于期望网络覆盖和分簇压缩感知的数据收集方案.首先设计期望网络覆盖优化算法,给出节点调度策略,实现对“特殊”区域重点观测和降低节点能耗的目的;然后通过分析网络分簇与节点部署之间的关系,设计弱相关性观测矩阵,降低数据包丢失对数据收集的影响;最后引入群居蜘蛛优化算法以提高汇聚节点处CS数据重构精度.仿真结果表明,与其他数据收集算法相比,所提出方案数据重构误差降低了约23.5{%     

一种新型的无线传感器网络覆盖算法

在无线传感器网络中,传感器节点分布通常具有随机性和密集性,如何进行有效覆盖控制和节省能源是研究无线传感器网络的一个重要课题,提出了一种基于二进小波变换的无线传感器网络覆盖算法。将网络覆盖优化问题转化为一个离散信号模型,利用小波模极大值理论求解此信号的极值点位置。通过Matlab实验仿真,并分析了各个参数对实验结果的影响,表明网络在完全覆盖条件下该算法能有效除去冗余节点,求解的最小节点数比文献的算法要节省66%以上,从而降低了无线传感器网络能量和成本,从侧面验证了该算法具有一定的优越性。     

WSN中基于虚拟力的移动覆盖算法

以往移动覆盖算法的主流思想通常为：根据特定算法移动部署好传感节点后,转为静态无线传感器网络进行工作,即网络只在节点部署阶段处于移动状态。针对稀疏无线传感器网络按此思想覆盖率极低,并且通常网络也只需对目标区域实现动态覆盖的问题,提出了基于虚拟力的移动覆盖算法。算法采用虚拟力思想部署节点,划分出节点工作区,并依据等周定理规划出移动轨道,以最小化节点移动距离,并减少重叠覆盖面积,降低感知能耗。仿真实验结果表明,该算法实现了对目标区域的高覆盖率,并有效提高了网络的能量利用率,具有较强实用性。     

无线传感器网络中一种能量有效的数据存储方法

如何有效地对传感器在过去历史时间段内采集的大量感知数据进行存储,以备将来的信息查询和数据分析已经成为无线传感器网络应用面临的一个难题.介绍了一种基于树型路由的分布式数据存储方法,通过采用动态规划方法选择存储节点,使存储节点能量均衡和所有节点能耗之和最小,从而达到整个无线传感器网络能量有效.仿真实验结果表明,这种数据存储方法能够获得较好的能量均衡和总能耗较小,从而有效地延长整个无线传感器网络的生命周期.     

基于生物竞争的无线传感器网络自组织算法

自然界中,生物个体之间为争夺资源存在着竞争行为。通过研究生物竞争行为,针对无线传感器网络自组织覆盖问题,提出了一种新的分布式算法。该方法把传感器网络中的节点类比为生物竞争中的个体,把目标监测区域类比为生活资源,把对传感器网络所做的优化配置类比为生物竞争行为对生活资源的优化配置。将自然界生物活动中通过竞争实现资源的优化配置的方法应用到无线传感器网络的节点部署,降低节点的计算量、移动距离及信息复杂度,以提高无线传感器的行动效率,并间接达到省电的目的。实验结果表明,该方法方便,有效,能够较好地配置节点,提高网络覆盖率。