基于密集度的虚拟力节点部署算法

针对移动传感器网络节点部署易出现分布不均和能量消耗过高等问题,在传统虚拟力节点部署算法的基础上,提出一种基于密集度的虚拟力节点部署算法,通过对节点所受合力进行分析,推导出具有一定适应性的虚拟力引力参数和斥力参数,同时引入节点密集度的概念,利用节点自身密集度来选择虚拟力模型中最优距离阈值,从而改进传统的虚拟力模型,最终实现网络节点的部署优化.仿真结果表明,在随机部署的情况下,本文提出的算法能够更有效地提高网络覆盖率,减少覆盖漏洞并延长网络的生命周期.     

基于局部信息的移动感知网覆盖方法

移动感知网是一个由许多带有传感器的自主移动机器人组成的分布式传感器网络。为了更好地部署这些移动机器人节点,形成最大化覆盖感知区域,提出了一种基于机器人局部信息的分布式感知网覆盖方法。每个节点利用与邻居节点之间的虚拟人工势场产生的虚拟作用力来控制移动节点的运动和节点间的避碰,使移动节点能够在允许的时间内,以较少的能量消耗移动到各自理想的位置。采用李亚普诺夫函数进行了感知网节点势场梯度的理论分析,用计算机仿真实验验证了该方法的有效性,并与模拟退火算法进行了性能比较。     

DSNs中基于虚拟力的节点部署与目标定位方案

基于分簇的分布式传感器网络的有效性在很大程度上取决于传感器部署所实现的覆盖范围。针对现有的节点部署与目标定位方案的不足,提出一种虚拟力量算法作为传感器部署策略,以便在传感器初始随机部署后提升覆盖范围。给定一定数量的传感器后,该策略通过综合利用引力和斥力来确定传感器在随机部署之后的虚拟移动路径和移动速度,从而使传感器区域覆盖最大化。同时,文中提出一种由簇头运行的概率目标定位算法。簇头只需查询少量传感器(汇报目标存在的部分传感器)即可获得详细定位信息。仿真实验结果表明,本文方案只需一次性计算即可同步确定所有传感器节点的位置,另外,概率定位算法也可显著节约目标检测和定位的能耗。     

基于蜂窝网格锚点的虚拟力导向节点部署算法

为满足覆盖需求,提出了一种基于蜂窝网格锚点的虚拟力导向节点再部署覆盖增强算法;算法基于传感器节点覆盖圆盘与其邻居节点覆盖圆盘的交点构成正六边形蜂窝时,有效覆盖面积最大理论,设置对随机部署的节点虚拟引力锚点作为虚拟力导向移动的目标,建立锚点对节点的虚拟引力,建立节点之间虚拟斥力来避免节点移动中的碰撞问题;完成随机播撒的节点在虚拟力的作用下的再部署,提高覆盖率,保证覆盖质量;Matlab R2012a仿真实验中,随机部署不同数量的节点,网络覆盖率均较快达到95%以上,满足覆盖需求。     

基于虚拟力和多种群粒子群的覆盖优化HSN节点部署并行算法

针对异构传感器网络中由于节点随机部署而导致覆盖盲区和覆盖冗余的问题,以最大化网络的覆盖率为目标,设计了一种基于虚拟力和多种群粒子群的异构移动节点部署并行算法;首先建立了改进的异构节点概率感知模型和目标优化函数,然后采用虚拟力算法在虚拟力的作用下引导节点移动进行初始部署,为了进一步提高网络的覆盖率和部署的效率,采用改进的多种群粒子群并行算法实现对节点部署的寻优,并定义了具体的部署算法,为了增强网络的鲁棒性,设计了一种当节点失效时的自适应节点替换机制;仿真实验表明:文中方法得到的平均网络覆盖率为95.6%,与其它方法相比,具有较高的网络覆盖率和较少的部署时间,具有较大的优越性。     

一种基于虚拟力的移动传感器网络再部署算法

针对移动传感器网络中,数据的大规模定向传输的实际特性,提出一种基于虚拟力的移动传感器网络节点精确部署算法（VFPDA）。通过引入“中继节点簇”的概念,在源节点到目的节点之间生成多条虚拟“引力线”,这些引力线相互衔接从而构成一条虚拟的通路,然后吸引周围的移动节点向其靠拢,在“引力线”所产生的引力以及节点之间的斥力等作用力的共同作用下,构建一条从源节点到目的节点的通路。实验仿真验证了该算法的有效性。     

基于改进蛙跳算法的WSN移动节点部署研究

针对传统无线传感移动节点部署方法存在节点分布不均匀、覆盖不完全等问题,提出一种基于改进混合蛙跳算法(SFLA)的移动节点部署方法。根据节点位置信息建立部署模型,利用改进SFLA算法求解该模型,将得到的解作为节点最终位置。仿真实验结果表明,相对于微粒群、虚拟力、基本混合蛙跳算法,改进SFLA算法可提高网络覆盖率和降低移动节点能耗。     

基于感知概率的无线传感器网络节点部署算法

研究无线传感器网络节点部署优化问题,传感器节点的部署在一定程度上决定了无线传感器网络的性能和使用寿命;针对随机部署的无线传感器节点,提出一种基于感知概率模型的节点部署方案;使用证据理论通过计算对节点周围区域的综合感知概率,将虚拟力算法进行改造,使传感器节点向感知概率低的区域移动,实现对监测区域的最大覆盖;仿真结果表明,该部署算法实现节点合理分布,提高网络的覆盖率,减少节点的移动距离,达到延长网络使用寿命的目的。     

嵌入虚拟力的人工蜂群优化覆盖策略

蜂群算法在优化传感网感知覆盖时,直接放弃达到迭代次数而未进化的解向量,由于没有先验条件,随机生成新的解不够好,导致收敛速度变慢,无法应对具有大量移动节点的网络布局优化。针对上述问题,提出嵌入虚拟力的人工蜂群优化覆盖策略,利用节点间虚拟的作用力引导陷入退化现象的解向量,加快收敛速度,实现在高维空间的布局优化。仿真结果表明,该算法在覆盖优化效果和算法收敛速度上均优于传统的蜂群策略。     

基于分布式系统的虚拟力感知与交互技术

针对现有人机交互系统中的力觉交互沉浸感不足的问题,提出了一种基于分布式系统的动态碰撞检测与虚拟力觉交互的控制策略。力觉交互系统采用分布式设计,主要包括:人机交互接口管理、空间位形解算和运动控制与碰撞检测等单元设计。在交互过程中,采用分层方式处理碰撞效果。根据模型所处虚拟空间的相对几何位置与碰撞后的运动状态构建虚拟力觉,并由交互管理单元映射至实体交互设备,实现操作者的力觉感知与交互。采用PHANTOM omni力反馈设备与Visual Studio 2010构建了动态碰撞检测的仿真实验系统,并进行了虚拟力觉交互实验。实验结果表明:操作者通过力反馈设备能够实现力觉感知与交互,有效解决了交互过程中的力觉效果不足的问题。     

无线传感网络移动节点位置并行微粒群优化策略

网络节点位置优化是无线传感网络研究的核心问题之一.无线传感网络通常由固定节点和少量移动节点构成,传统的虚拟力导向算法无法解决固定节点对移动节点优化的约束.该文针对这一问题,提出了基于并行微粒群算法的优化策略.微粒群算法具有适于解决连续空间多维函数优化问题、能快速收敛至全局最优解的特点.并行框架提高了算法的运行效率,降低了算法的运算复杂度,使算法能够满足无线传感网络的需求.通过并行微粒群算法搜索不同状态下无线传感节点的最优位置,使无线传感网络能够利用移动节点实现网络结构的动态重组,最大化网络覆盖范围,提高网络测量可靠性.实验证明,并行微粒群优化策略能快速有效地实现无线传感网络移动节点位置优化.     

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.     

异构传感器网络节点部署算法

传感器节点的部署方式有确定性的和自组织两种。研究了由高级节点和普通节点组成的异构传感器网络的节点部署问题。给出一种满足连通覆盖条件的最大化网络寿命模型,通过分析节点的能量消耗,计算出了最大化网络寿命时两种节点的部署比例,提出了最大化网络寿命的节点部署算法。     

传感器网络部署问题研究现状

传感器网络部署是传感器网络研究的重要内容和应用的基础前提.传感器网络的优化部署有助于将高端、远程智能与传感器网络自身、本地智能相结合,从而更好地实现传感器网络应用系统的功能和价值.从随机部署与确定部署、对等部署与分级部署、同类部署与异类部署等多个角度,结合各类部署对象、部署区域的处理方式,以及部署手段等关键技术问题,深入分析了传感器网络部署问题的外延.最后,提出了今后的研究方向.     

基于虚拟力的WSNs能量高效分簇路由协议

作为无线传感器网络(wireless sensor networks,WSNs)的关键技术之一,分簇路由协议因其可扩展性较强及能耗较低等优势,逐渐成为WSNs路由协议的研究热点.如何对簇首进行最佳化选取,是提高分簇路由协议性能的关键.通过揭示不同场景中的簇首数量及网络能耗之间的映射关系,以能耗最小化为目标,构建了簇首最...     

基于虚拟力的异构无线传感器网络覆盖优化策略

针对异构无线传感器网络覆盖优化过程中,固定Sink节点的虚拟作用力限制移动节点的位置移动,导致覆盖盲区得不到全局修复的问题,本文结合计算几何理论,提出基于Voronoi多边形形心引力的虚拟力覆盖优化算法（CAVFA）。虚拟力算法能有效指导移动节点的散布过程,形心引力能更好地实现全局的覆盖优化。通过合理设置虚拟力的距离阈值参数和优先级,调整固定节点对移动节点的约束。仿真表明,相比传统VFA算法和CBA算法,本文提出的CAVFA算法能够更有效地提高异构网络的覆盖率,且算法收敛速度更快。     

基于二进制粒子群算法的异构传感器网络成本最优节点部署机制

节点部署作为无线传感器网络应用的一个核心问题,是保证网络服务质量的重要手段。针对异构传感器网络节点的高密度部署和监测目标的非均匀分布的情况,提出一种基于二进制粒子群算法的异构节点成本优化部署方法。该算法在满足区域节点部署要求的条件下以最小化传感器节点的部署成本为目标函数进行优化操作,以达到降低网络冗余、提高网络服务质量的效果。仿真结果表明,该算法能快速收敛于最优解,能够降低网络部署的成本,提高网络中目标监测的质量。