无线传感器网络覆盖控制算法研究

无线传感器网络(Wireless sensor network, WSN)覆盖控制通常采用基于二元感知模型的几何计算方法休眠冗余节点, 其算法在实际应用中受到局限, 不够精确. 针对此问题, 本文采用概率感知模型, 提出新的覆盖控制算法, 将提高能量利用效率作为重要指标, 采用节点轮换周期工作机制, 每个周期逐个唤醒部分节点, 组成满足网络覆盖要求的覆盖集, 实现降低能耗、均衡节点能量的目的. 概率感知模型描述网络的覆盖能力更精确, 算法不受感知模型的限制, 原理简单, 易实现, 仿真结果验证了本算法的有效性.     

无线传感器网络概率覆盖控制研究*

在无线传感器网络中进行覆盖控制能有效缓解无线传感器网络中节点能量受限的问题,通常采用的是基于二元感知模型的几何方法计算休眠冗余节点,其算法在实际应用中受到局限,不够精确。针对此问题,将提高能量利用效率作为重要指标,采用概率感知模型,提出一种新的覆盖控制算法(PSMC)。仿真结果表明,PSMC算法在较好地保持网络覆盖度的同时,可关闭大量冗余节点,有效地延长了网络寿命。     

一种适用于复杂环境的冗余检测算法

在无线传感器网络中,由于节点能耗的不均衡导致节点感知半径的不同.针对这种复杂环境的应用,提出了一种分布式冗余检测算法,给出了相应的冗余检测准则,并对该准则的合理性进行了理论分析.在保持网络原始覆盖质量的前提下,能够更充分地检测冗余节点.仿真实验表明,复杂环境中节点感知半径相同时,算法激活的工作节点数目少,冗余检测完整;感知半径不同时,算法仍能充分、有效地检测冗余节点,从而节省能量、延长网络生存时间.     

能量有效的无线传感器网络协同覆盖

在节点随机分布的无线传感器网络目标覆盖中,考虑到单个节点有时难以完成对目标的感知,利用节点的概率感知模型和漏检率的概念,提出了节点协同覆盖的思想,并建立了协同覆盖模型;详细分析并推导了协同覆盖感知概率、节点数目和节点参与协同覆盖的最低感知概率之间的关系;在协同覆盖模型的基础上,考虑节点能量消耗的因素,设计了优化网络使用寿命的协同覆盖算法ECTC;仿真结果表明,该算法在改善网络感知概率的同时,延长了网络的使用寿命。     

无线传感器网络中一种分布式冗余检测算法

无线传感器网络覆盖控制中现有的大部分冗余检测算法都是针对节点感知半径相同的同构网络的,无法应用于异构网络.提出一种保持网络k级覆盖的适应异构传感器网络的分布式冗余检测算法.该算法根据节点的冗余分布特性设计了有效覆盖邻居选取,通过有效覆盖邻居感知半径关系及交点处的覆盖程度判断检测冗余.仿真表明:算法中有效覆盖邻居选取的设计,大大降低了节点执行冗余计算的时间,算法的运行效率较高;算法在异构WSN中性能优异,冗余检测彻底、充分,有益于节省节点能量,延长网络生存时间.     

WSN中基于能量的分布式覆盖控制算法

针对无线传感器网络中节点密度过大、节点剩余能量不均等问题,设计一种基于节点剩余能量的分布式覆盖控制算法,基于概率覆盖模型,按目标区域内节点剩余能量从小到大的顺序,依次通过计算各个节点的区域覆盖概率判定其冗余性,并使冗余节点转入休眠状态。仿真结果表明,该算法能有效降低网络中节点冗余度,延长网络生存时间。     

基于正三角形区域划分的传感器网络覆盖与连通

在自组织传感器网络中,覆盖和连通是评价传感器网络性能的两个重要指标,而且这两个指标本身有着内在的关系,在一个不可靠的传感器网络中,这两者和传感器的失效概率密切相关.提出了一种传感器网络模型,并在此基础上提出了一种新颖的对ROI的正三角形区域划分方法.根据这种划分,得出了传感器的覆盖和连通概率与节点感知半径、发射半径、失效概率及节点数量之间的关系,对传感器网络的构建具有指导意义.     

能量有效的无线传感器网络节点调度算法

针对传感器节点随机部署的无线传感器网络中存在大量冗余节点而导致大量节点能量浪费这一问题,提出了一种分布式的能量有效的冗余节点调度算法(ERSS算法).为了最大程度地节约能量,延长网络寿命,该算法使网络中的节点自主地判定自身是否为冗余节点.网络中只有必要数目的节点保持活跃状态来保证网络的完全覆盖,而冗余节点转为休眠状态来节约能量.文中给出了冗余节点判别规则、计算模型及判定流程.仿真结果表明了所提出算法比现有算法在节约网络能量及延长网络寿命上的优越性.     

基于感知概率的无线传感器网络k重覆盖算法*

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。     

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。     

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。     

概率模型下线性规划优化覆盖方案

覆盖率不仅是评价无线传感器网络体系性能重要标准之一,也是无线传感器网络所研究的一项重点课题.为此,提出了一种复杂动态参数模型下优化覆盖算法,该算法通过对动态参数覆盖模型的计算,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,似然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关系.仿真实验表明,本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,延长网络生存周期.     

无线传感器网络MM模式随机覆盖控制模型研究

在传感器节点随机、高密度部署的环境中,覆盖控制算法可以有效降低能耗和减少冗余数据。无线传感器网络MM（MIN NODES-MAX COVERAGE）模式随机覆盖控制算法采用最少节点最大覆盖率策略,在节点呈泊松分布的网络模型中,根据不同的区域覆盖率,采用区域局部节点覆盖率计算方式,在通信半径和感知半径不同情况下,充分考虑节点复杂重叠对覆盖率的影响,适当允许主动覆盖空洞的出现,使得最少节点仍然可以达到非常接近设置的覆盖率。仿真表明算法可以最大化面积覆盖,有效降低网络能耗。     

无线传感器网络的任意覆盖率节点配置

研究了任意覆盖率下的无线传感器网络分布式节点自动配置问题. 首先, 针对正六边形拓扑架构下的网络覆盖, 给出了节点密集分布条件下的覆盖率与相邻工作节点间距的解析关系, 从而得到了理想条件下部分覆盖的最优节点配置. 考虑到实际系统中有限的节点密度和节点的随机分布, 进一步提出了一种可以在此条件下实现任意覆盖率的部分覆盖协同优化算法(Optimized collaborative partial coverage, OCPC). OCPC通过节点间的动态协同唤醒最接近于理想配置的工作节点并使其他节点睡眠以节省能量. 以尽可能少的工作节点达到网络的覆盖和连通需求并降低网络的能耗, 进而达到网络的感知任务和能量消耗的有效折衷. 仿真表明, OCPC可以有效地实现任意期望覆盖率下的网络配置并保持网络连通, 同时, 与经典覆盖算法PEAS (Probing environment and adaptive sleeping)和OGDC (Optimal geographic density control)相比, 在网络的节能方面也具有明显的优越性.     

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。     

一种连通性覆盖的无线传感器网络节点调度算法

研究传感器节点随机部署于监测区域内,无节点地理位置信息情况下,如何能量有效地保证网络的通信连通与感知覆盖;节点采用基于概率的联合感知模型。提出CDS-based SSCA算法,其为一种基于连通支配集构造树的节点调度机制,每个节点根据剩余能量和与父节点的距离来设置等待时间及成为候选节点优先级。模拟实验结果显示,本算法能够能量有效地满足感知覆盖和连通覆盖要求;与ASW算法相比较,工作节点个数较少,网络生命周期明显延长,降低了网络整体耗能。     

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。     

基于时间同步的无线传感器网络覆盖控制优化算法*

为了实现网络覆盖控制的优化,减少能耗,提出了一种分布的、高效节能、与节点位置无关的传感器网络覆盖算法。在该算法中,节点与邻居交换信息,并通过能量大小竞选工作节点,节点根据自身与工作节点的距离判断决定进入工作状态或休眠状态,并采用在生成树中广播时间同步算法使工作节点网络达到时间同步。仿真结果比较表明,该算法能够明显减少工作节点数,从而减少能量消耗,延长网络寿命。     

An Adaptive Partitioning Scheme for Sleep Scheduling and Topology Control in Wireless Sensor Networks

This paper presents an adaptive partitioning scheme of sensor networks for node scheduling and topology control with the aim of reducing energy consumption. Our scheme partitions sensors into groups such that a connected backbone network can be maintained by keeping only one arbitrary node from each group in active status while putting others to sleep. Unlike previous approaches that partition nodes geographically, our scheme is based on the measured connectivity between pairwise nodes and does not depend on nodes' locations. In this paper, we formulate node scheduling with topology control as a constrained optimal graph partition problem, which is NP-hard, and propose a Connectivity-based Partition Approach (CPA), which is a distributed heuristic algorithm, to approximate a good solution. We also propose a probability-based CPA algorithm to further save energy. CPA can ensure K-vertex connectivity of the backbone network, which achieves the trade-off between saving energy and preserving network quality. Moreover, simulation results show that CPA outperforms other approaches in complex environments where the ideal radio propagation model does not hold.