山地农业中WSN确定节点部署策略

针对山地农业中无线传感器网络（WSN）三角区域的无缝覆盖问题,提出一种相似三角形网格部署策略。对任意三角形监测区域,利用几何分析方法,推出节点感应半径和节点间距的关系式,并设计出任意三角形监测区域的网格划分方法,从节点感应半径、覆盖比例、覆盖效率、节点个数以及网络效率五个方面进行仿真实验。结果表明,在山地农业三角区域中,相似三角形部署策略不仅能有效地避免三角监测区域的边界漏洞问题,而且比正三角形和正方形部署方式节约了37%的节点,覆盖效率和网络效率提高了约2倍。     

可存盲区的井下无线传感器网络节点部署研究

在分析现有无线传感器网络节点部署方案和覆盖模型的基础上,针对完全覆盖存在难度大、成本高、节点存在冗余等缺点,提出了一种可存盲区的井下无线传感器网络覆盖模型和节点部署方案,并给出了该方案在井下的具体应用。可存盲区的井下无线传感器网络节点部署方案可根据监测对象的具体情况调节盲区度,从而实现盲区大小的设置。分析结果表明,对于相同的节点数量,该方案比完全覆盖时的覆盖面积大;对于同等面积的监测区域,该方案比完全覆盖时所需的传感器节点数量少,不仅节约了系统成本,还在一定程度上改善了节点冗余度问题。     

WSN中一种用于边界入侵检测的节点部署方案

入侵检测是无线传感器网络安全研究的一个重要方面。针对现有的入侵检测方案大多只考虑保护单一的网络设施,很少将整个WSN网络看作一个整体来进行入侵检测的不足,提出一种面向边界入侵检测的节点部署方案。首先将整个监测区域看作一个整体,然后基于逆高斯分布对节点进行部署,靠近边界的区域被部署更多数量的传感器节点,最后为了保证整个网络的连通和覆盖,通过将整个区域划分为多个轮,从理论上分析了在每轮中所需部署传感器节点的最少数目。仿真实验结果表明,该方案能够有效地实现入侵检测,在入侵距离和入侵所触发的传感器节点数目方面都要优于高斯部署和均匀部署方案。     

基于虚拟力的自组织覆盖算法

针对随机部署的无线传感器节点,提出一种基于虚拟力的自组织覆盖算法。将排斥力、引力、边界约束力这3种虚拟力作用于网络中的每个节点,使聚集在一起的节点分散开,引入节点间距离的阈值、边界节点与边界距离的阈值实现对感兴趣区域的最大覆盖。实验结果表明,该算法在保证连通性的基础上有效扩大了覆盖区域,具有较强实用性。     

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。     

WSNs中基于Voronoi图的分布式覆盖协议

研究网络随机部署情况下的覆盖问题,提出基于Voronoi图的分布式覆盖协议。采用分布式节点冗余判断算法来判断传感器节点自身的冗余性,据此对节点进行相应的职能调度。当网络中节点的通信半径大于或等于其感应半径的2倍时,该协议能达到网络完全覆盖及连通的要求。通过该协议的推广,满足了覆盖度动态变化的要求,保证网络的k-度覆盖。     

云计算网络中边界节点识别方法改进研究

目前,云计算网络为人们的生产和生活提供了各种应用和服务,网络边界节点的识别问题一直较难解决;传统的网络中边界节点类型复杂,边界部署成本高,较多感知模型和静态场景难以实现;为此,提出一种改进的云计算网络中边界节点识别方法,通过制定边界部署规则确定边界节点部署数量及要求,对边界节点感知漏洞进行修补,保证边界节点对网络区域内的全覆盖识别,最后设计出云计算网络识别模型,实现了云计算网络中边界节点正确识别;仿真实验表明,提出的边界节点识别方法在稳定性、识别率和识别数量上都比传统方法有优越性,具有应用价值。     

基于信息覆盖理论的传感器节点部署方法

传感器网络中,覆盖控制是一个基本的问题.传感器节点既可以随机部署也可以在特定的环境中指定部署.传感器部署在传感区域网格的顶点处,如果信息能够覆盖网格中所有的顶点,此传感器网络为完全信息覆盖.通过研究基于完全信息覆盖理论的传感器节点指定部署,把传感器部署问题转化为受限的优化问题,并提出了一种贪婪算法,目的是在保证覆盖要求的条件下总代价的最小化.计算结果显示该算法不仅能有效的求得高质量的解决方案,而且还能在满足信息覆盖的要求的同时,极大地减少所需传感器的数量.     

特殊区域的无线传感网络布点优化算法

通过讨论无线传感网络中节点传感距离与通信距离间的特殊关系,针对封闭、半封闭空间等特殊形状的区域进行布点方案研究,提出一种以尽可能少的节点且满足覆盖性和联通性的优化布点算法.分析、计算节点在不同传感距离与通信范围下,相邻传感器覆盖的最大有效范围,并考虑区域边界和障碍的复杂性,结合EMST算法保证全局通信.基于MATAB的仿真结果表明:该算法能在最少节点要求下保证整个区域的覆盖和网络的通信.     

移动传感器栅栏覆盖研究

栅栏覆盖保证当某个移动目标沿任意路径穿越监控区域时都能被检测到,适合于移动监测和边界保护等应用.随机部署静止传感器时,为保证栅栏覆盖需要大量节点,造成了不必要的浪费.本文利用可移动传感器进行栅栏覆盖,移动传感器随机部署后能够自动再部署,可以利用少得多的节点保证栅栏覆盖.本文研究了能量有效的栅栏覆盖再部署问题,并设计了一个集中式再部署算法,为所有节点计算最优的再部署位置.     

The balance of routing energy consumption in wireless sensor networks

In order to tackle the energy hole problem of sensor networks, the non-uniform node deployment strategy was presented recently. For achieving the expected performance of this deployment method, nodes need to transmit data to the sink node by selecting a node in the adjacent inner region decided by the deployment strategy. Since nodes near the outer boundary of a region will be covered by more nodes, the random selection method will cause the unbalanced energy consumption problem. In this paper, this issue is rigorously studied and a region constraint selection scheme is proposed based on the analytical result. By combining the region constraint strategy and the maximum energy node selection mechanism, a hybrid scheme is presented. Numerical and simulation results show that the region constraint scheme can achieve acceptable performance improvements over the random scheme and the hybrid mechanism also gains better performance in comparison to the maximum energy node selection scheme.     

A sensor deployment approach using glowworm swarm optimization algorithm in wireless sensor networks

A wireless sensor network is composed of a large number of sensor nodes that are densely deployed in a sensing environment. The effectiveness of the wireless sensor networks depends to a large extent on the coverage provided by the sensor deployment scheme. In this paper, we present a sensor deployment scheme based on glowworm swarm optimization (GSO) to enhance the coverage after an initial random deployment of the sensors. Each sensor node is considered as individual glowworms emitting a luminant substance called luciferin and the intensity of the luciferin is dependent on the distance between the sensor node and its neighboring sensors. A sensor node is attracted towards its neighbors having lower intensity of luciferin and decides to move towards one of them. In this way, the coverage of the sensing field is maximized as the sensor nodes tend to move towards the region having lower sensor density. Simulation results show that our GSO-based sensor deployment approach can provide high coverage with limited movement of the sensor nodes.     

Coverage area enhancement in wireless sensor network

In the wireless sensor network, coverage area may be enhanced after an initial deployment of sensors. Though, some research works propose how to decrease the coverage hole by increasing sensing range or movement assisted sensor deployment, these are not suitable for energy constraint wireless sensor network, as longer mobility distance or higher power level consume more energy. In this paper, we address the increasing coverage area through smaller mobility of nodes. We find out the coverage hole in the monitoring region, which is not covering by any sensing disk of sensor. Then, we address the new position of mobility nodes to increase the coverage area. The simulation result shows the mobile nodes can recover the coverage hole perfectly. The coverage holes is recovered by mobility on the existing recovery area, which cannot be lost. Moreover, hole detection time in our proposed protocol is better than existing algorithm.

     

一种基于数据融合的传感器网络部署方案*

采用基于指数衰减的概率感知模型来研究数据融合对覆盖性能的影响,提出节点的虚拟半径概念以量化表示数据融合对覆盖性能的改善效果,同时提出了融合覆盖和虚拟部署的概念。提出了一种基于正多边形方式的规则虚拟部署方案,分析了该部署方案对节点部署密度的影响。理论分析表明,虚拟半径内参与融合的传感节点的个数不能超过6,否则数据融合技术就不能减小传感节点的部署密度。同时也分析了节点在随机分布情况下的覆盖调度情况,提出了一种改进的基于虚拟半径的覆盖调度算法。实验表明,基于指数衰减感知模型的数据融合方案能有效地提高传感器网络的     

无线传感器网络中基于动态规划的节点高效部署算法

针对传感器提供的信息不可靠导致的节点部署问题,研究了4种不同的静态无线传感器网络(WSN)部署形式,并将这4个组合优化问题归纳为NP完全问题,提出了一种基于动态规划的不确定性感知节点部署算法进行求解。算法首先为感兴趣区域内的传感器节点找到其最佳的K个部署位置,然后从K个部署位置中选择最优部署方案。该算法能够在保证覆盖范围和连接性的前提下确定最小数量的传感器及其位置。仿真实验结果表明,相对于当前最新的其他传感器部署策略,所提算法在均匀覆盖、优先覆盖要求以及网络连接性下的性能都更优。     

基于分组的分布式节点调度覆盖算法

当部署的传感器节点服从随机分布时,现有的基于分组的节点调度算法不能保证各个组内的节点均匀分布在目标区域.基于以上原因,建立了极大相似分布模型,并提出了极大相似分布的一种近似求解算法:基于分组的分布式节点调度覆盖算法.算法仅需要簇内的节点维持时钟同步,簇之间节点的时钟异步对于覆盖效果的影响可以忽略,因此适用于难以维持整个网络保持时间同步的大型传感器网络.此外,给出了在节点随机分布的条件下,采用分组调度时平均覆盖率的理论上界值.仿真实验表明,提出的这种算法能使各个组内的传感器节点较为均匀地分布在目标区域,获得的平均覆盖率接近于上界值.     

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。     

基于安全连接的 WSN 节点优化部署

针对目前无线传感器网络节点覆盖优化方案中,无线传感器网络节点位置移动会破坏节点间的共享密钥的问题,采用了一种基于泰森多边形形心引力和存在共享密钥节点间的安全连接虚拟力的无线传感器网络部署方案.该方案以提高节点覆盖率为优化目标,引入安全连接虚拟力,以保证节点的安全连接;采用改进泰森多边形形心引力的虚拟力方案,能够有效指导节点散布过程和实现全局优化.通过仿真实验表明,本文方案能够提高节点的覆盖率,并且能够的减小存在共享密钥的安全连接的破坏.