CN103546897A

CN103546897A - 一种在复杂环境下实现全覆盖的传感器节点分布算法

Info

Publication number: CN103546897A
Application number: CN201210244960.3A
Authority: CN
Inventors: 高宪武; 李广省; 周文; 李冠魁
Original assignee: SHANDONG TAIPINGYANG OPTICAL CABLE CO Ltd
Current assignee: SHANDONG TAIPINGYANG OPTICAL CABLE CO Ltd
Priority date: 2012-07-16
Filing date: 2012-07-16
Publication date: 2014-01-29

Abstract

本发明提出一种在复杂环境下实现全覆盖的传感器节点分布算法，在传感器网络部署场景的平面图中，首先忽略障碍物对传感器节点实际部署的影响，直接运用理想环境下的最优分布结论，得到各个传感器节点的位置信息集合A。然后采用递增式算法策略，依次引入监测场景中的障碍物，再讨论新引入的障碍物对传感器节点集合A中节点的影响范围，接着依次考虑位于影响范围内的每一个传感器节点覆盖区域受障碍物影响的解决方法。

Description

一种在复杂环境下实现全覆盖的传感器节点分布算法

技术领域

本发明涉及一种实现无线传感器网络全覆盖要求的节点分布算法，属于无线通信技术领域。

背景技术

随着集成电路和无线通信领域的快速发展，无线传感器网络开始被越来越多的人所关注，无线传感器网络是一种新兴技术，完全采用分布式处理，具有监测精度高、容错性能好、覆盖区域大、可远程监控等众多优点，一个传感器网络是由许多小的，处理和计算能力有限，能量有限，有通信能力的节点所组成，大量传感器节点部署在监测区域内，通过自组织方式构成网络，监测数据在节点间逐跳的传输，最终到达汇聚节点。

传感器节点的部署问题一直是无线传感器网络领域里研究的核心问题之一。因为它直接影响构建传感网络的花销，以及指定区域的监测能力。目前，国内外有大量的研究都是针对传感器节点的部署问题展开的。但是，对于无线传感器网络在复杂环境下实现全覆盖要求的节点部署问题却并没有过多的研究。

目前，针对传感器节点全覆盖的部署问题主要研究结果有以下几种：

1. 理想环境下的最优分布

这种理想环境下的最优分布是实现无线传感器网络全覆盖要求最基本的方法，在该方法中，为了保证传感器节点覆盖范围重叠区域最小且实现完全覆盖，同时满足相邻节点间的通信要求，该方法按照传感器感知半径和通信半径

之间的关系分成两种情形进行讨论：当

时，为了保证最小重叠覆盖，部署的传感器节点间的距离为

，此时在完成全覆盖的要求下节点间的通信要求自动满足。2）当

＜

时，此时的全覆盖要求受限于通信半径的影响，部署的传感器节点间的距离为

。这种分布方法对其他传感器节点的部署问题起到了指导作用，但是该方法最大的问题就是并没有讨论在复杂环境下的节点部署问题。

2.ORRD算法

一种基于机器人的节点部署算法ORRD（obstacle-resistant robot deployment），其基本思想是，考虑机器人移动部署传感器节点，按照上面1中的理想最优分布方式的位置关系部署传感器节点。当机器人移动路线受到障碍物影响时，采取规定的障碍物处理原则，在其他位置继续布置节点，最终完成无线传感器网络的部署。但是，具体分析ORRD算法过程后，发现这种方法并不能实现真正意义上的全覆盖要求。特别是当机器人移动路线没有被影响时，所部署的传感器节点可能仍会被障碍物影响，在其监测范围内产生监测盲区。

3.确保完全覆盖的有效分布算法

一种确保完全覆盖的有效分布算法，其基本思想是，对监测区域按大小进行分区。在大的监测分区中，按照上面1中的理想最优分布方法部署传感器节点。而在小的有障碍物的分区中，就需要沿着障碍物的边界以及在障碍物的顶点位置部署传感器节点，以确保在障碍物的影响下仍能实现无线传感器网络的完全覆盖。但是，在此种算法中，但是并没有针对障碍物的特性进行足够的分析工作，这就会导致大量部署冗余的传感器节点，提高构建传感器网络的花销。

发明内容

对于传感器节点，节点的通信半径

往往会大于感知半径，本发明中采用节点具有

的关系。位于传感器节点感知半径内的区域称为感知区域，这部分是可以被该节点进行监测的。但是，当感知区域和传感器节点之间有障碍物阻隔时，就认为这块区域不能被该节点监测，属于监测盲区。

为了克服现有的满足全覆盖要求的传感器节点分布算法对障碍物影响分析的不足，在充分分析现实的应用场景后，发现在现实场景中基本模型是矩形的障碍物占据了大部分比例。因此，主要针对于矩形障碍物，本发明提出了一种新的在复杂环境下实现全覆盖要求的传感器节点分布算法(obstacle-resistant full-coverage deployment,简称ORFCD算法)。针对监测环境内具体障碍物所处的位置特点分析得到需要部署传感器节点的坐标信息，确保无线传感器网络对监测区域的完全覆盖，并且有效减少冗余节点的布置。

本发明解决其技术问题所采用的技术方案是：在传感器网络部署场景的平面图中，首先忽略障碍物对传感器节点实际部署的影响，直接应用理想环境下的最优分布结论，得到各个传感器节点的位置信息集合A。然后采用递增式算法策略，依次引入监测场景中的障碍物，再讨论新引入的障碍物对传感器节点集合A中节点的影响范围，接着依次考虑位于影响范围内的每一个传感器节点覆盖区域受障碍物影响的解决方法。本发明中采用的解决方法就是按照障碍物是否占据集合A中的节点位置分成两大情形进行讨论。为了再进一步对两大情形划分成各类情况进行分析，这里引入水平圆心连线和竖直圆心连线的概念。在应用理想环境下的最优分布算法得到的传感器节点分布位置中，连接同一行传感器节点的连线(传感器节点位于感知范围的圆心)，即所谓的水平圆心连线（horizontal line through the center,简称HLTC）；而竖直圆心连线（vertical line through the center,简称VLTC）则是连接同一列传感器节点的连线。对于没有占据集合A中的节点位置的情形而言，本发明会讨论障碍物与竖直圆心连线（VLTC）相交的不同情形，在每一类情形中，依据障碍物顶点相对于集合A中传感器感知范围的不同位置关系以及障碍物与水平圆心连线（HLTC）的相交情形得到实际应部署的传感器节点位置信息。而对于障碍物占据了集合A中的节点位置的情形而言，考虑该障碍物影响范围内的每一个传感器节点位置有没有被障碍物占据，以及传感器节点覆盖范围内障碍物边界与水平圆心连线和竖直圆心连线的相交情形得到实际应部署的传感器节点位置信息。

本发明的显著效果包括：对于在二维现实空间中实现无线传感器网络全覆盖的问题进行了有针对性的研究，提出了复杂环境下实现全覆盖的传感器节点分布算法来解决实际场景中的障碍物影响传感器节点部署的问题，形成了基于二维平面复杂环境的实现无线传感器网络全覆盖的算法ORFCD。该算法考虑了矩形障碍物的几何特性以及传感器网络分布特点等因素，运用递增式策略，能够在存在障碍物的复杂场景下得到传感器节点实际部署位置，从而保证无线传感器网络对监测区域的全覆盖需求。

附图说明

下面结合附图和实施例对发明进一步说明，

图1为ORFCD的示例示意图；

图2为理想环境下最优分布方法示意图；

图3为障碍物影响范围及HLTC、VLTC示意图；

图4、图5、图6为障碍物没有占据初始最优传感器节点分布位置的情形下障碍物不与竖直圆心连线相交情形的示意图；

图7、图8、图9为障碍物没有占据初始最优传感器节点分布位置的情形下障碍物与任意一条竖直圆心连线相交情形的示意图；

图10、图11为障碍物没有占据初始最优传感器节点分布位置的情形下障碍物与多条竖直圆心连线相交情形的示意图；

图12为障碍物占据初始最优传感器节点分布位置的示意图。

具体实施方式

本发明提出的算法以理想环境下最优分布方法为基础，实现复杂环境下传感器网络的全覆盖为目的。以图1所示的场景为例，ORFCD算法步骤如下：

在图1所示的场景中，逐个引入场景中的障碍物，然后讨论新引入的障碍物对理想环境下最优分布的节点的影响范围，接着依次考虑位于影响范围内的每一个传感器节点覆盖区域受障碍物影响的解决方法。由于原始分布可以保证该区域在开放理想环境下的全覆盖，因而通过这种递增式分析策略，得到的分布结果就可以满足存在障碍物的环境下的全覆盖要求。

另外，相邻传感器节点覆盖区域相交的部分我们称为覆盖公共区域。任一传感器节点与周围的6个邻居节点共形成6个覆盖公共区域，其中与同一行邻居节点构成的2个公共区域我们记为I类公共区域，与相邻两行邻居节点构成的其他4个公共区域我们记为II类公共区域。

在图1所示实施例中，由于采用的传感器节点具有

的关系，因而在忽略障碍物存在的条件下以最小重叠面积实现全覆盖的最优分布方法如图2所示。此时，相邻的传感器节点间的距离是

，彼此间通信连通关系自动满足。按照此种方法，只要给定任一个节点的坐标，即可根据几何关系求出与其相邻的六个节点的位置，最终可以完成在理想开放环境下的节点的部署。然后采用递增式策略，逐个引入监测场景中的障碍物，再讨论新引入的障碍物对理想环境下最优分布的节点的影响范围，接着依次考虑位于影响范围内的每一个传感器节点覆盖区域受障碍物影响的情况。

如图3所示，当传感器感知半径为

时，以传感器感知半径

为距离扩展障碍物边界范围，得到扩大区域，落入该区域内的传感器节点其监测范围会受到障碍物的影响，因而此区域就是我们称为的障碍物影响范围。图3中在影响范围内有10个传感器节点会受到该障碍物的影响。

完成传感器的初始最优分布后，接下来将对障碍物分两大类情况进行讨论：

一、矩形障碍物没有占据初始最优传感器节点分布的位置。

此时，障碍物的边界内部没有传感器节点。当逐个考虑在影响范围内的原始最优分布节点时，需要判断该节点覆盖半径内是否有障碍物顶点，在感知半径内是否有障碍物与水平或竖直圆心连线的交点。在此情形下，又可细分为以下情况：

1）、当障碍物不与竖直圆心连线相交时。此种情形下障碍物的横边长度小于

, 而竖边为任意长度，与竖直圆心连线不相交，如图4、5、6所示。

此种情形下，在影响范围内的传感器节点按以下情形依次讨论：

（1）讨论一个传感器节点覆盖范围内的障碍物顶点。障碍物四个顶点均位于同一个公共区域内时，不增加传感器节点。除此种情形外，分析以下情况：若障碍物任一横边两顶点均位于一个传感器节点覆盖范围内，且其中最多只有一个顶点落入覆盖相交区域，则在距离圆心较远的顶点处增加一个传感器节点。如图4中的S1，S2，图5、6中的S2所示。若障碍物任一横边两顶点均位于覆盖公共区域内，则仅当两点均落入第I类公共区域内，且两顶点的横坐标与该传感器节点的横坐标距离小于

时，在距离节点较远处的顶点处增加1个传感器节点，否则不增加传感器节点，如图5中的S3。而当障碍物任一横边只有一个顶点位于该传感器节点覆盖范围内，且此顶点不在公共区域内时，在该点处增加1个传感器节点，否则不增加，如图6中S3、S4所示。

判断点是否位于圆内的方法也很简单，可以通过计算该点坐标与圆心的距离是否小于半径长度。例如判断V点是否位于圆O内，可由

是否小于

来进行判断。而当判断一个顶点是否位于两圆公共相交区域时，则只需要判断该顶点是否同时位于两个圆内即可。于此同时，通过与不同相邻节点坐标的计算可以方便的判断出该顶点是位于第一类公共区域还是第二类公共区域。

（2）讨论水平圆心连线与障碍物交点。若在一个传感器节点覆盖范围内有水平圆心连线与障碍物两竖边的两个交点，且两交点的横坐标与该节点的横坐标相距

长度内，则在距离感知圆圆心较远的交点处增加一个传感器节点，如图5、6中S1点所示。若没有障碍物与水平圆心连线的交点或不满足相距条件，则不增加传感器节点。

2)、障碍物与1条任意的竖直圆心连线相交。又由于障碍物没有占用初始最优分布节点位置，所以此种情形下，障碍物的横边长度小于等于，竖边长度小于等于

。

此时，若一个传感器节点覆盖范围内有矩形障碍物全部四个顶点且四个顶点不在同一个公共相交区域，则不再细分各类情况，统一在四个顶点处布置传感器节点，如图7所示。排除这一情况后，若一个节点覆盖范围内有障碍物任一横边上两个顶点，则当两顶点均不在第II类公共区域内时,在两顶点处分别增加传感器节点，如图8中的S2、S3，以及图9中S1、S2所示。而若其中一个顶点位于第II类公共区域内，则在另一顶点处增加一个传感器节点，如图9中的S3所示。而当在一个传感节点覆盖范围内只有任一个障碍物横边上一个顶点，则只有当该顶点不在公共区域时，在该顶点处增加一个传感器节点，如图8中S1所示，其他情形下均不增加传感器节点。

3)、障碍物与2条或2条以上任意两圆的竖直圆心连线相交，此种情形下，障碍物的横边长度没有限制，竖边长度小于等于

，且与水平圆心连线没有交点。

（1）讨论一个传感器节点覆盖范围内的障碍物顶点。若障碍物任一竖边两顶点均位于一个传感器节点覆盖范围内，且其中最多只有一个顶点落入覆盖相交区域，则在距离圆心较远的顶点处增加一个传感器节点，如图10中S5、S6所示。若障碍物任一竖边两顶点均位于覆盖公共区域内，则仅当两顶点分别落入第I类、第II类公共区域内，在距离节点较远处的顶点处增加1个传感器节点，否则不增加传感器节点，如图10中的S1，S2所示。而当障碍物任一竖边只有一个顶点位于该传感器节点覆盖范围内时，若此顶点或者不在公共区域内，或者位于第I类公共区域内并且横坐标与该传感器节点的横坐标距离小于

时，在该顶点处增加1个传感器节点，如图11中S1、S2、S3、S4所示，否则不增加。

（2）讨论竖直圆心连线与障碍物交点。若在一个传感器节点覆盖范围内有竖直圆心连线与障碍物两横边的两个交点，则在距离感知圆圆心较远的交点处增加一个传感器节点，如图10中的S3、S4、S7点所示。否则，不增加传感器节点。

二、矩形障碍物占据了初始最优传感器节点分布的位置。

此时同样依照递增式策略，依次引入障碍物影响范围内的传感器节点按以下情况讨论：

1、在一个传感器覆盖范围内有障碍物的顶点，且若圆心位置没有被障碍物所占，则当该顶点不在公共区域内，或者该顶点落入第I类公共区域内，且该顶点的横坐标与该传感器节点的横坐标距离小于

时，则应在该顶点处增加传感器节点。如图12所示，分别在圆V3、V4、V5中的S4、S5、S6顶点处布置节点。

2、若在一个传感器覆盖范围内障碍物占据了传感器节点位置，则当该覆盖范围内有障碍物边界与水平圆心连线和竖直圆心连心的交点时，分别在相应的交点位置增加传感器节点，如图12所示。图12中V1圆被占据圆心，且在该传感器节点的覆盖范围内有障碍物与水平圆心连线和竖直圆心连线的交点，因而就在S1、S2交点处布置传感器。而V2圆覆盖范围内只有障碍物与竖直圆心连线的交点，所以就在S3处布置传感器节点。对于线段求交问题，在计算几何领域已经有了很多研究与应用。

3、若传感器覆盖范围内没有障碍物顶点和障碍物与水平圆心连线或竖直圆心连心的交点，则不用在该覆盖圆范围内增加传感器节点。如图12中的V6所示。

根据上述案例的算法具体实施过程，可以通过矩形障碍物信息及其他由复杂障碍物形状拆解成的矩形障碍物信息计算出需要布置传感器节点的位置信息。对于监测场景中的复杂障碍物，我们拆解成矩形障碍物的基本原则是：将复杂障碍物分解成没有相交区域的尽可能大的矩形进行分析。完成上面的算法后，我们会得到需要部署传感器的位置信息。为了应对场景中的复杂障碍物的情形，还需要进行以下算法：需要遍历上述算法中得出的传感器节点位置信息，若发现有节点同在几个障碍物的边界上或同在几个障碍物的顶点上，则应删除该位置处节点。最后这部分对于传感器节点的遍历是为了解决复杂障碍物拆解成基本矩形障碍物后出现的节点位置问题，防止由基本矩形得到的传感器节点位于原始复杂障碍物内部。

Claims

1.一种在复杂环境下实现全覆盖的传感器节点分布算法，其特征是：其特征在于，该方法包括以下步骤：a、在复杂环境下忽略障碍物的影响，得到理想环境下的传感器节点最佳分布位置集合A；b、依次得到无线传感器网络监测场景中的障碍物的影响范围；c、讨论障碍物影响范围内集合A中的传感器节点与矩形障碍物的位置关系；d、依据相应的位置关系，采用对应的解决方案得到在复杂环境下实现全覆盖需要部署的传感器节点位置信息。

2.根据权利要求1所述的在复杂环境下实现全覆盖的传感器节点分布算法，其特征是，依次考虑无线传感器网络监测场景中的障碍物，当传感器感知半径时，获得的障碍物影响范围是以传感器感知半径为距离扩展障碍物边界范围，得到的障碍物扩大区域，由于落入该区域内的传感器节点其监测范围会受到障碍物的影响，因而此区域就是我们称为的障碍物影响范围。

3.根据权利要求1所述的在复杂环境下实现全覆盖的传感器节点分布算法，其特征是，在监测场景中逐个考虑位于障碍物影响范围内的集合A中的传感器节点与存在的矩形障碍物的位置关系，分为两大类两种情况加以分析：a、矩形障碍物没有占据初始最优传感器节点分布的位置；b、矩形障碍物占据了初始最优传感器节点分布的位置。

4.根据权利要求3所述的在复杂环境下实现全覆盖的传感器节点分布算法，其特征是，在矩形障碍物没有占据初始最优传感器节点分布的位置情形下，按照以下情况进行分析：a1、该障碍物不与集合A中的传感器节点竖直圆心连线相交，a2、该障碍物与1条任意的集合A中的传感器节点竖直圆心连线相交，a3、该障碍物与2条或2条以上任意两圆的竖直圆心连线相交；而在一个矩形障碍物占据了集合A中的初始最优传感器节点分布的位置情形下，则可以按照以下情形进行分析：b1、在集合A中的一个传感器覆盖范围内有该障碍物的顶点，且该覆盖圆的圆心位置没有被障碍物占据；b2、在集合A中的一个传感器的覆盖范围内该障碍物占据了此传感器节点位置，同时该覆盖范围内有障碍物边界与水平圆心连线或竖直圆心连心的交点；b3、集合A中的一个传感器覆盖范围内没有障碍物顶点以及障碍物与水平圆心连线或竖直圆心连心的交点。