基于Delaunay三角划分策略的WSN区域覆盖优化研究

针对无线传感器网络在对初次抛洒节点形成的覆盖漏洞进行二次部署的过程中,传统几何学方法难以运用于概率感知模型的问题,提出一种基于Delaunay三角划分策略的无线传感器网络区域覆盖优化算法——DPSO算法。首先对监测区域内随机抛洒的静态节点和监测区域边缘顶点进行Delaunay三角划分,以得到静态节点三角网,结合无线传感器网络节点的概率感知模型证明三角形内部存在完全未覆盖区域即覆盖漏洞;其次将通过筛选得到的三角形形心集合作为粒子群优化算法的初始解集,利用改进的粒子群优化算法完成对移动节点的二次部署,以达到修复覆盖漏洞的目的。实验表明,所提出的基于Delaunay三角划分策略的优化算法能够有效修复覆盖漏洞,使区域覆盖率得到显著提高。     

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。     

面向5G网络的WSN网络节点安全部署算法

在部署无线传感器网络（Wireless Sensor Networks,WSN）网络节点的过程中,由于缺乏对节点位置的寻优分析,导致节点的覆盖效果和分布效果不理想,为此提出面向5G网络的WSN网络节点安全部署算法。首先,结合目标覆盖区域的三维空间特征,以集合的形式对无线传感器节点进行表征,并采用概率感知的方式计算节点感知状态,构建WSN节点覆盖模型;其次,引入花朵授粉算法,采用局部授粉的方式设置初始无线传感器节点的位置,以WSN节点覆盖模型输出结果最大化为目标函数开展全局授粉,实现对无线传感器节点位置的更新寻优;最后,通过设置缩放步长因子与迭代次数之间的线性关系,实现对寻优精度的控制。测试结果表明,设计算法的节点覆盖率稳定在91.02%以上,均匀度稳定在16.15以上,均处于较高水平。     

能量和移动距离有效传感器网络部署

作为新兴的无线传感器网络具有十分广阔的应用场景,包括军事、环境监测、目标追踪、科学观察和预报等领域.然丽在实现各种网络协议和应用系统时,存在着一些现实约束.比如传感器节点体积微小,通常有能量十分有限的电池;但同时传感器节点个数多、分布区域广、部署区域环境复杂,通过充电或更换电池的方式来补充能源是不现实的,因此节能是无线传感器网络研究的重要目标.无线传感器网络的能量消耗直接决定了网络的使用寿命,通过有效配置传感器网络节点可以合理覆盖感知数据区域,延长网络的生命周期.采用已有传感器感知模型和虚拟力法(Virtual Force Algorithm),假设节点为势力场中的粒子,根据节点间力的作用部署节点,通过改进的虚拟力算法获得均匀的网络部署效果,达到能量有效的目的,使得网络均匀覆盖、延长网络的使用寿命.     

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。     

概率模型下异构传感器网络部署算法的研究

目前采用虚拟力方法解决传感器节点部署问题的算法均基于同构传感器网络,面向异构传感器网络的部署需求,提出扩展的虚拟力算法.该算法采用概率感知模型,部署时根据感知半径的悬殊采用静态部署与动态部署相结合的策略,根据节点感知半径差异度决定最佳距离的取值,节点移动时采用接替移动法.仿真结果表明该算法能够根据应用需要将异构传感器节点合理地部署于目标区域内,同时能有效地均衡网络节点的能耗,延长网络的生存时间.     

混合传感器网络节点布设优化算法

针对无线传感器网络中节点在随机部署环境下执行“休眠”策略出现的区域覆盖“收缩”现象,结合网络中的边界效应问题,对覆盖边界区域进行针对性几何划分,提出一种边界区域部署调整的混合传感网节点布设优化算法。通过对划分的边界区域进行少量移动节点补充,达到节点调度过程中的能耗均衡,实现延长网络生存时间的目的。算法与随机部署、随机补充两种方法进行了优化效果对比,仿真结果表明,该方法对提高网络整体生存时长具有明显的改善作用,适用于随机部署状态下的无线传感器网络环境。     

半径可调的无线传感器网络三维覆盖算法

针对三维无线传感器网络区域中节点覆盖的问题,提出一种半径可调的无线传感器网络三维覆盖算法（3D-CAAR）。该算法利用虚拟力作用实现无线传感器网络的节点均匀部署,同时结合传感器节点的半径可调覆盖机制,判断节点与被覆盖区域中目标点之间的距离。引入能耗阈值,使得节点根据自身情况调节节点感知半径,从而降低无线传感器网络的整体能耗,提高了节点利用率。最后,通过与传统基于人工势场的三维部署算法（APFA3D）、基于与未知目标精确覆盖的三维算法（ECA3D）仿真实验对比,3D-CAAR的事件集覆盖效能明显较高,能有效解决三维无线传感器网络中对目标节点的覆盖问题。     

基于Voronoi图的蜂群优化算法在WSN覆盖中的应用

包含移动节点的混合网络成为无线传感器网络发展的主流.为了优化混合无线传感器网络的部署质量,提高部署效率,提出一种基于Voronoi图的蜂群优化算法来指导移动节点的部署.通过Voronoi多边形迅速找到固定节点部署的覆盖漏洞,指导引领蜂的生成,利于迅速定位全区域覆盖漏洞;通过评价漏洞大小代替轮盘赌选择方式来实现跟随蜂的开采过程,利于局部优化.仿真结果表明,该算法简便易实现,能够迅速收敛,提高网络覆盖率,达到混合网络的最优覆盖效果.     

基于权重的目标覆盖控制算法

针对无线传感器网络中随机部署无法实现对重要性不同的目标的优化覆盖控制问题,利用目标重叠域和贪婪算法设计一种基于目标权重的最优部署算法。以概率感知模型的传感器节点作为研究对象,通过标定目标权重确定目标重叠域,采用贪婪算法选取节点的最优部署范围,根据指标函数的最小值确定节点的部署位置。实验结果表明,所提出的算法能够实现对离散目标的最优覆盖监测,而且能保证监测节点网络的连通性。     

Voronoi 优化的蜂群算法在WSN覆盖中的应用

包含移动节点的混合网络成为无线传感器网络发展的主流。为了优化混合无线传感器网络的部署质量,提高部署效率,本文提出一种与Voronoi多边形相结合的改进蜂群算法来指导移动节点的部署。通过Voronoi多边形迅速找到固定节点部署的覆盖漏洞,指导引领蜂的生成,利于迅速定位全区域覆盖漏洞;通过评价漏洞大小代替轮盘赌选择方式来实现跟随蜂的开采过程,利于局部优化。仿真结果表明,该算法简便易实现,能够迅速收敛,提高网络覆盖率,达到混合网络的最优覆盖效果。     

基于概率感知和改进量子遗传算法的节点部署策略

为了最大化监测区域的网络覆盖率和实现网络的负载均衡,设计了一种基于改进概率感知模型和量子遗传算法的移动节点部署方法;首先,在传统概率感知模型中加入环境干扰噪声因素和节点剩余能量因素进而获得改进的概率感知模型,然后,对传统的量子遗传算法进行改进,设计了新的量子旋转门和量子比特变异方式,以加快全局收敛速度和防止陷入局部最优;最后,定义了基于改进量子遗传算法获取移动节点最优部署位置的算法;仿真实验表明:文中方法能有效地对网络区域进行部署,实现最大化网络的覆盖率和最小化能量消耗,与其它方法相比,具有较大的优越性,是一种可行的方法。     

无线传感器网络的节点部署问题研究

节点部署决定了网络所能提供的感知服务质量,是设计和规划无线传感器网络的关键问题之一。围绕该问题介绍了四种传感器节点感知模型,并阐述其特点;根据节点是否具备移动性,将部署策略分为静态部署、移动部署和混合式网络部署,评述了具有代表性的典型算法及其思想;然后对网络部署评价性能指标进行了叙述与分析。最后结合国内外研究情况,对未来研究工作的发展方向进行了探讨与展望。     

基于改进免疫遗传算法的K覆盖异构传感器节点调度

为了实现无线传感器网络监测区域目标点的多重覆盖,设计了一种基于改进免疫遗传算法的异构传感器节点调度算法实现目标点的K重覆盖;首先,在传统的概率感知模型中加入剩余能量和感知能力因素,得到改进的概率感知模型,并设计了以最小化节点数并满足覆盖度约束的目标函数;然后,采用改进的免疫遗传算法对节点进行调度,最后,给出了具体的采用改进免疫遗传算法实现WSN异构节点调度的具体算法;仿真实验表明:文中方法能在满足K覆盖约束前提下实现监测区域的节点调度,与其他方法相比,活动节点数平均多7%,具有较长的网络生命周期和较少的网络能耗。     

改进QGA在WSNs节点部署中的应用

对含有障碍区域的无线传感器网络（WSNs）节点部署问题进行研究。建立节点探测模型和网络覆盖率评价方法,基于概率传感器模型提出一种部署方式,即对障碍区域进行随机布撒节点,确定区域采用量子遗传算法（QGA）寻找最优节点部署位置,实现对同构WSNs节点构成的目标区域的高效覆盖。仿真结果与GA,QGA相比：改进QGA有效提高了算法整体的搜索能力和收敛速度。     

一种基于能耗均衡的分区节点部署算法

鉴于能耗问题是无线传感器网络研究的重要问题, 首先建立一种非均匀部署网络拓扑模型, 该模型中越靠近sink 的区域节点部署越密集, 节点通信距离越小; 然后针对节点初始随机部署情况, 提出一种基于节点能耗均衡的分区域节点重部署算法, 该算法利用分区域的节点移动, 减少节点移动距离, 降低移动能耗, 提高算法收敛速度; 最后通过仿真表明, 所提出的算法可以用较少数量的节点覆盖监测区域, 保证网络中各节点能量均衡消耗, 提高网络生存周期.

     

能耗均衡和节能的分层无线传感器网络汇聚层优化部署

分层无线传感器网络中，汇聚节点的部署位置，对感知节点的能耗大小以及均衡起着至关重要的作用，最终影响传感器网络使用寿命。因此，本文在保证所有传感节点均能有效连接的前提下，对汇聚节点的位置进行优化，延长网络生存时长。本文同时考虑两个优化目标，即最小化感知节点的总传输功率，以及尽可能均衡感知节点的能耗。这是一个非凸的NP-hard的多目标优化问题。为了求解该问题，本文首先提出了一种多目标黏菌算法，然后基于此，设计了一种分层无线传感器网络汇聚层优化部署机制。充分的实验结果表明，基于多目标黏菌算法的优化部署机制可以显著降低感知节点的总功率，平衡感知节点之间的能量消耗。     

基于蛙跳算法的无线传感器网络节点重部署

针对传统无线传感器网络节点重部署覆盖方法没有进行子群节点局部搜索,导致方法存在覆盖率较低、节点连通性较差等问题,提出基于蛙跳算法的无线传感器网络节点重部署方法,初始化无线传感器网络节点,引入蛙跳算法,将全局的信息交换和子群局部搜索结合,确定无线传感器所能够探测的区域范围,利用微积分方法求解不规则区域,获取网络节点最优解,实现无线传感器网络节点的重部署.实验结果表明,研究方法覆盖率较高、节点连通性较好、节点能量较高,具有更好的应用价值.     

基于遗传算法的无线传感器网络巡航覆盖最小移动节点数研究

被监测环境的状态可以使用无线传感器网络的有效感知.本文使用无线传感器网络巡航覆盖模型实现了建筑能效监测过程.为降低基于无线传感器网络巡航覆盖模型的数据采集系统构造和维护成本并降低系统复杂度,采用MTSP问题对无线感器网络巡航覆盖最小移动节点数问题建模,提出了无线感器网络巡航覆盖最小移动节点数快速求解算法并使用遗传算法实现了快速求解算法.实验结果表明,本文提出的方法快速有效,而基于遗传算法的快速求解算法的实现可以快速确定无线感器网络巡航覆盖最小移动节点数上界.     

模拟退火遗传算法对无线传感器网络部署研究

研究无线传感器节点部署优化问题,传感器网络节点的部署在一定程度上决定了网络的性能和使用寿命.传统的遗传算法在无线传感器节点部署优化过程中,由于交叉和变异的概率是固定的,易产生局部最优问题,导致部署不理想,网络生命周期过短.为了更好地优化网络部署,提高网络生命周期,提出了一种基于模拟退火遗传算法的无线传感器节点部署优化方法.方法将传感器节点部署转化为一个组合优化问题,网络节点离散成为网格,通过遗传算法进行最优部署方案的搜索,同时采用模拟退火算法对遗传算法的种群进行更新,提高了最优解的搜索速度.仿真结果表明,模拟退火遗传算法部署的效率高,网络存活的节点数更多,有效地延长了网络的生命周期.