CN103747451A - 农田渐变环境无线传感器网络侦测区域划分方法 - Google Patents

Abstract

本发明提出了一种农田渐变环境无线传感器网络监测区域划分方法，提出渐变环境信号衰减模型，该模型依据作物生长环境不同，将植株密度，作物高度等因素考虑进行，对信号传输损耗进行预测，并给出路径损耗关系值，通过设置合理的天线高度，降低信号传输过程中能耗；利用渐变农田环境信号衰减模型对网络节点合理布设后，依据模型所给路径损耗值，确定节点剩余能量，从网络能量感知的角度，获取节点剩余能量和感知范围关系，根据节点当前状况下的有效感知范围，对网络监测区域进行动态调整，减少网络节点“早亡”现象。该方法充分考虑到农田环境对信号监测率的各类影响因素，改善监测效果，较少网络能量开销，延长网络生存期。

Description

农田渐变环境无线传感器网络侦测区域划分方法

技术领域

本发明属于无线通信技术领域，具体涉及对农田可变环境下的无线传感信号的衰减进行建模，并在此基础上，进一步对农田可变环境的无线传感器的网络侦测区域进行划分。

背景技术

大规模农田侦测无线传感器网络高能效、低延迟的泛洪传播受到农作物生长高度、密度、农田环境、生境营养成分、生长周期等因素的影响，无线传感器网络节点故障、能耗空洞、网络连通性及覆盖范围遭受冲击等现象严重。由于失效节点造成路径断路甚至整个网络瘫痪，特别是频繁应用的节点能量快速消耗，很容易导致网络处于死锁状态。另外，农田侦测传感器网络由成百上千个具有微处理能力的传感器节点所组成，这些传感器在完成特定环境因子侦测时，其耗能量具有很大差异，不同环境因子侦测周期通常也具有差异性，如对大气温湿度因子通常采用半小时的周期侦测，而土壤湿度通常采用长周期侦测与灌溉前后密集侦测相结合的方式。因而，由于侦测环境对象和侦测频率不同，必然导致传感器节点能量消耗不均衡，使整个网络呈现多级能量异构。因此，需要对无线传感器网络节点进行布局优化，并通过尽可能小的发射功率保证区域无盲区覆盖。

经文献检索发现，在现有的网络覆盖研究中，Wu等人提出了一种基于概率节点冗余度计算方法，利用节点调度算法在地理位置未知的情况下，有效计算节点冗余度。但该方法忽略了邻居节点对其感知区域的覆盖贡献。Ye等人提出了一种自适应节点调度算法，该算法利用节点间消息传递机制获取侦测区域内各活动节点信息，通过自适应机制来调节各节点工作模式，使得冗余节点在一定时期内处于休眠模式，减少了网络能量开销，但由于节点间信息的获取靠不断发送消息，令某些节点承担工作任务量过大，出现过早“死亡”现象，影响整个网络连通性及网络整体性能。S.Meguerdichian提出一种公平覆盖机制，每个节点感知范围一样大，该机制并未考虑能量因素，导致部分节点过早失效，影响了网络生命期。发明专利“无线传感器网络的覆盖控制方法”（公开号：CN102740312A）该发明提供了一种基于目标追踪的无线传感器网络的覆盖控制方法，根据历史数据预先部署静态节点，与可移动节点协作，调整可移动节点的位置对预测区域达到有效覆盖，但该方案利用移动节点实现区域完全覆盖，当侦测区域面积较大时，无疑增加了网络成本。发明专利“无线传感器网络中传感器的部分覆盖布局方法”提出一种框架传感器集合的覆盖布局方法，实现侦测区域覆盖同时保证网络连通性。其不足在于：首先该方法中传感器感应区域为理想的N条相互独立且相互平行的带状区域，分割为N个带状传感器集合，这与很多实际情况是不符的；其次，该方法没有考虑到渐变环境下信号传播特性的影响导致的动态节点分配与布局问题，在网络侦测质量方面受到很大局限。

已有相关技术研究，要么仅仅从理想的无线传感器网络覆盖控制的角度考虑，要么从农田环境单点气象、墒情数据采集角度考虑，并未将农田生长高度变化、作物密度、植株空间结构等渐变环境因子对信道传播模型的影响进行研究。无线传感器网络部署在大面积农田中，必须能够在渐变环境下运行，由于不同时期作物生长环境具备渐变性，且农业生产环境复杂多变，从地势到天气，从植被种类到传输路径，都有很大的变化。因此作物不同生长环境下的无线信道具有不同的传播特性，数据传输过程中也会产生差异，若在作物不同生长周期忽略作物环境对信道的影响，势必会对数据性能和侦测数据产生一定的影响；另外，在农田大面积侦测环境下需要对节点感知范围进行动态调整，在网络能耗和侦测区域间寻求一种博弈均衡，防止出现侦测区域内被多个设备节点同时侦测或某个侦测区域未被任何一个设备节点侦测，造成整个系统能量损耗或侦测数据的不完整现象。

发明内容

（一）要解决的技术问题

本发明的要解决的技术问题是由于农业生产环境复杂多变，从地势到天气，从植被种类到传输路径，都有各有不同，也就是说农田环境是可变的。因此，不同的农田环境下的无线信道具有不同的传播特性，数据传输过程中也会产生差异，如果忽略了可变农田环境对信道的影响，则会对数据性能和侦测数据产生负面影响；另外，在大面积侦测农田时需要对节点感知范围进行动态调整，从而防止出现侦测区域内被多个设备节点同时侦测或某个侦测区域未被任何一个设备节点侦测，造成整个系统能量损耗或侦测数据的不完整现象。本发明的方法不仅考虑到了可变农田环境对信道的影响，并且能对节点感知范围进行动态调整，从而有效提高了所检测的农田环境数据的准确性和完整性。

（二）技术方案

为解决上述技术问题，本发明提出了一种农田渐变环境无线传感器网络侦测区域的划分方法，包括：

步骤1：将路径损耗ξi设定为最大允许路径损耗，根据可变农田环境下的信号衰减模型：

${\mathrm{\ξ}}_i=10{\mathrm{\η}}_1{\log }_{10}{d}_i-{10\mathrm{\η}}_2\left[\ln (\mathrm{\κ}\frac{h_i}{H_i}-v)\right]-{\mathrm{\η}}_3\ln \left({\mathrm{LAI}}_i\right)+\mathrm{\ϵ},$ 求得无线传感器节点的最大传输距离d_i，其中ε为零均值的高斯分布随机变量，η₁为传输距离路径损耗系数，η₂为作物高度路径损耗系数，η₃为作物密度路径损耗系数，LAI_i是作物的叶面积指数，h_i为无线传感器节点的天线高度，κ为函数影响因子，H_i为作物生长高度；

步骤2：布置无线传感器节点，使相邻无线传感器节点间的距离不大于最大传输距离d_i；

步骤3：根据节点感知半径和剩余能量的关系对无线传感器节点的侦测区域进行调整。

优选地，其中最大允许路径损耗ξ_i设为100dB。

优选地，其中在步骤1时将无线传感器节点天线高度h_i设定为将无线传感器节点放置在地面时的高度，在步骤2时将无线传感器节点的天线设置为可以达到的最大高度。

优选地，步骤3具体包括：

步骤S1：设定一个标准感知半径和标准剩余能量，根据感知半径与剩余能量的平方根成正比和每个节点的剩余能量得到每个节点的初始感知半径。

步骤S2：将侦测区域中的每个无线传感器节点与其相邻节点连接，形成包括若干三角形的三角网络，三角形之间没有边交叉；

步骤S3：对于每个三角形，若不满足条件：以三角形每个节点为圆心、各自的初始感知半径为半径所成的三个圆两两相交，且任意两圆的两个交点有一个位于余下一圆之内，则判定该三角形存在空洞；

步骤S4：记录存在空洞的每个三角形的节点，统计各节点出现的第一次数；

步骤S5：将各节点按照第一次数从高到低每次一个选择节点，对于每次选择出的节点，逐步提高发射功率使其感知半径增大，直到所有以该节点为端点的三角形都不存在空洞。

优选地，步骤S2还包括：

形成三角网络时，每个三角形的外接圆之内不存在其他节点。

优选地，步骤S2还包括：

形成三角网络后，对于每个三角形，若有两个节点之间的距离超过节点的最大感知半径的两倍，则在两个节点的中点填充一个节点，完成所有填充之后重新形成三角网络。

优选地，步骤S2还包括：

形成三角网络后，对每个三角形的每一条边作垂直平分线，所有垂直平分线和侦测区域边沿形成包括若干个多边形的网络；

对于包括侦测区域边沿的每个多边形，以侦测区域边沿上的顶点为圆心、节点的最大感知半径为半径的圆不能覆盖该多边形内的节点，则在该顶点和该节点之间填充一个节点，完成所有填充之后重新形成三角网络。

优选地，在步骤S5中，若多个节点的第一次数相同，则将这些节点以剩余能量从高到低为序来依次提高这些节点的发射功率。

优选地，步骤S3还包括：记录不存在空洞的每个三角形的节点，统计各节点出现的第二次数；

该方法在步骤S5之后还包括步骤S6：将各节点按照出现的第二次数从高到低每次一个选择节点，对于每次选择出的节点，逐步降低发射功率使感知半径减小，直到所有以该节点为端点的三角形刚好不产生新的空洞。

优选地，在步骤S6中，若多个节点的第一次数相同，则将这些节点以剩余能量从低到高为序来依次降低这些节点的发射功率。

（三）有益效果

本发明中所采用的农田渐变环境无线传感器网络侦测区域调整方法，从农田渐变环境对无线信号传输影响的角度出发，根据节点当前状况下的有效感知范围，对网络侦测区域进行划分和动态调整，均衡网络节点工作任务，减少网络节点“早亡”现象。该方法能提高有效侦测区域范围，改善侦测效果，降低网络能量开销，延长网络生存期。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明一个实施例的农田渐变环境无线传感器网络侦测区域划分方法的流程图。

图2是根据本发明一个实施例的农田渐变环境无线传感器网络侦测区域调整方法的流程图。

图3是农田环境的传感器网络模型示意图。

图4是网络节点自我能耗感知与感知半径调整示意图。

图5是形成最小三角网络和区域多边形网络的示意图。

图6是三角形网络检测空洞的示意图。

具体实施方式

下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例仅用于说明本发明，而不能用来限制本发明的范围。

本发明的一个实施例提出了一种农田渐变环境无线传感器网络侦测区域划分方法，如图1所示，该方法包括：

步骤1：将路径损耗ξ_i设定为最大允许路径损耗，根据可变农田环境下的信号衰减模型：

${\mathrm{\ξ}}_i=10{\mathrm{\η}}_1{\log }_{10}{d}_i-{10\mathrm{\η}}_2\left[\ln (\mathrm{\κ}\frac{h_i}{H_i}-v)\right]-{\mathrm{\η}}_3\ln \left({\mathrm{LAI}}_i\right)+\mathrm{\ϵ},$ 求得无线传感器节点的最大传输距离d_i，其中ε为零均值的高斯分布随机变量，η₁为传输距离路径损耗系数，η₂为作物高度路径损耗系数，η₃为作物密度路径损耗系数，LAI_i是作物的叶面积指数，h_i为无线传感器节点的天线高度，κ为函数影响因子，H_i为作物生长高度；

步骤2：布置无线传感器节点，使相邻无线传感器节点间的距离不大于最大传输距离d_i；

步骤3：根据节点感知半径和剩余能量的关系对无线传感器节点的侦测区域进行调整。

其中最大允许路径损耗ξ_i设为100dB。

其中在步骤1时将无线传感器节点天线高度h_i设定为将无线传感器节点放置在地面时的高度，在步骤2时将无线传感器节点的天线设置为可以达到的最大高度。

其中，如图2所示，步骤3中对无线传感器节点的侦测区域进行调整的方法具体包括：

步骤S1：设定一个标准感知半径和标准剩余能量，根据感知半径与剩余能量的平方根成正比和每个节点的剩余能量得到每个节点的初始感知半径。

步骤S2：将侦测区域中的每个无线传感器节点与其相邻节点连接，形成包括若干三角形的三角网络，三角形之间没有边交叉；

步骤S3：对于每个三角形，若不满足条件：以三角形每个节点为圆心、各自的初始感知半径为半径所成的三个圆两两相交，且任意两圆的两个交点有一个位于余下一圆之内，则判定该三角形存在空洞；

步骤S4：记录存在空洞的每个三角形的节点，统计各节点出现的第一次数；

步骤S5：将各节点按照第一次数从高到低每次一个选择节点，对于每次选择出的节点，逐步提高发射功率使感知半径增大，直到所有以该节点为端点的三角形都不存在空洞。

步骤S2形成三角网络时，优选每个三角形的外接圆之内不存在其他节点。

步骤S2还包括：

形成三角网络后，对于每个三角形，若有两个节点之间的距离超过节点的最大感知半径的两倍，则在两个节点的中点填充一个节点，完成所有填充之后重新形成三角网络。

步骤S2还包括：

形成三角网络后，对每个三角形的每一条边作垂直平分线，所有垂直平分线和侦测区域边沿形成包括若干个多边形的网络；

对于包括侦测区域边沿的每个多边形，以侦测区域边沿上的顶点为圆心、节点的最大感知半径为半径的圆不能覆盖该多边形内的节点，则在该顶点和该节点之间填充一个节点，完成所有填充之后重新形成三角网络。

在步骤S5中，若多个节点的第一次数相同，则将这些节点以剩余能量从高到低为序来依次提高这些节点的发射功率。

步骤S3还包括：记录不存在空洞的每个三角形的节点，统计各节点出现的第二次数；

该方法在步骤S5之后还包括步骤S6：将各节点按照出现的第二次数从高到低每次一个选择节点，对于每次选择出的节点，逐步降低发射功率使感知半径减小，直到所有以该节点为端点的三角形刚好不产生新的空洞。

在步骤S6中，若多个节点的第一次数相同，则将这些节点以剩余能量从低到高为序来依次降低这些节点的发射功率。

步骤3实际上构成了农田渐变环境无线传感器网络侦测区域调整方法。

该实施例提出的农田渐变环境无线传感器网络侦测区域划分方法，从农田渐变环境对无线信号传输影响的角度出发，根据节点当前状况下的有效感知范围，对网络侦测区域进行划分和动态调整，均衡网络节点工作任务，减少网络节点“早亡”现象。该方法充分考虑到农田环境对信号侦测率的各类影响因素，从理论模型到具体方法，设计了一套完整的侦测区域调整方法，提高侦测区域范围，改善侦测效果，降低网络能量开销，延长网络生存期。

为了更好的说明本发明，下面对本发明的原理和思路及方法进行具体阐述。

首先阐述一下本发明的原理。

在农田渐变环境无线传感器网络中，不但要考虑无线传感器网络中传感器的感应区域面积，还要考虑目标节点剩余能量对该感应区域的侦测性能影响。以下说明包括三部分：①渐变环境信号传输性能预测：对作物不同生长期的RSSI值进行获取，结合作物不同时期植株高度、叶面积密度及信号有效传输距离等因素，建立作物生长渐变环境信号衰减模型，对节点信号传输性能进行预测，为节点布设位置提供理论根据，预测信号传输过程中由于作物环境渐变性引起的不确定路径损耗。②节点能耗感知阶段：根据感知模型，将节点剩余能量、路径损耗及侦测区域间平衡问题转化为一个非线性多目标优化问题，依据信号传输过程中路径损耗及节点能耗的量化指标，最终确定节点剩余能量和感知半径关系，为网络侦测区域调整提供理论依据。③网络侦测区域调整的具体方法：依据每个节点的感知区域，结合整个网络侦测区域情况，对节点感知半径进行调整，降低网络侦测区域重叠现象，减少网络冗余侦测区域和不必要的能量消耗，进而达到延长网络生存期。通过节点感应区域与感应性能之间的平衡，达到侦测效果最优。

1.1农田渐变环境无线传感器网络信号传输性能分析

大规模农田无线传感器网络节点传输特性易受农田地势环境、种植密度、高度，尤其是作物的冠层可吸收、散射和阻隔RF信号，导致链路质量随作物生长变化巨大，而接收端接收信号强度和质量有很大的衰减和差异，从而影响环境侦测系统性能。本发明针对作物在不同生长期产生的无线电信号传输路径损耗特性，发现信号衰减与植株高度、群体范围和作物生长阶段的动态关系，对渐变环境下信号传输性进行预测。

考虑到农田环境渐变性，无线传感器网络信号传输过程中易受反射、阻隔、散射等多重因素的影响，网络节点接收信号通常由发射节点的发射信号经过多个不同传输路径之后的信号分量进行叠加而产生，其中由于不同传输路径分量在相位及入射角等因素上存在差异，导致接收节点接收信号产生信号衰减。农田渐变环境无线传感器网络中信号传输过程中产生的路径损耗和多径衰落现象则表现的更为明显。

本发明将对农田渐变环境无线传感器网络信号传输性能分析，建立与之相对应的信号渐变模型。通过分析作物不同生长时期无线电信号在传播时多径效应和衰落损耗情况。结合作物生长环境的渐变性，考虑到作物生长过程中其灌叶面积大小、生长期高度均影响信号传播性能，本方法中将反映枝叶密度的叶面积指数（LAI）及作物生长高度引入作物整个生长期的渐变模型。叶面积指数是指单位土地面积上的叶子面积总和，它的计算公式为：

$\mathrm{LAI}=\frac{\mathrm{\ΣM}}{\mathrm{\ΣS}}---\left(1\right)$

∑Μ代表采样区域作物叶子总面积，∑S代表采样区域地面总面积。

结合农田作物不同生长期环境因素的差异，本发明以对数距离路径损耗模型为基础，从环境渐变的角度，利用路径损耗反应信号衰减速度，建立作物生长渐变环境信号衰减模型。由公式（2）可知，无线信号在传输过程中受各种因素影响，其接受功率为：

P_i=|d_i|^-nΦ(H_i,LAI_i)   （2）

P_i为接受功率，d_i为传输距离，H_i为作物阶段生长高度，LAI_i是作物该阶段的叶面积指数，其中LAI_i值可以通过光学仪器获取，也可用采用法直接计算获取。

在作物生长渐变环境信号衰减模型中，如图3所示,总的路径损耗包括自由空间的路径损耗τ(d_i,h_i)、及植被冠层吸收、散射和阻隔等引起的衰减损耗Φ(H_i,LAI_i)，见公式（3）：

ξ=κτ(d_i,h_i)+βΦ(H_i,LAI_i)+σ   （3）

其中，ξ为路径损耗，该值主要取决于无线信号发射功率ξ₀和接收功率ξ_i，而Φ(H_i,LAI_i)为环境影响函数，其值主要取决于植株高度和枝叶密度情况，τ(d_i,h_i)为信号传输函数，其值主要受节点传输距离和天线高度影响，h_i为天线高度，κ、β为函数影响因子，σ为常量。

假设有n个样本，传输距离为d₁，d₂，d₃……d_n,其路径损耗为ξ₁，ξ₂……ξ_n,以对数距离路径损耗模型为基础建立作物生长渐变环境信号衰减模型，见公式（4）：

${\mathrm{\ξ}}_i={10\mathrm{\η}}_1{\log }_{10}{d}_i-{10\mathrm{\η}}_2\left[\ln (\mathrm{\κ}\frac{h_i}{H_i}-v)\right]-{\mathrm{\η}}_3\ln \left({\mathrm{LAI}}_i\right)+\mathrm{\ϵ}---\left(4\right)$

其中ε表示零均值的高斯分布随机变量，η₁为传输距离路径损耗系数，η₂为作物高度路径损耗系数，η₃为作物密度路径损耗系数。

令

是样本点ξ_i的回归值，采用最小二乘法进行线性回归，回归过程中对样本采集点从1到n只依次进行遍历。回归标准差σ是模型预测精度重要指标之一，当回归标准差趋近于0值时即σ→0，则表明该模型精准越高，σ值见公式（5）

$\mathrm{\σ}=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{[{\mathrm{\ξ}}_i-{\widehat{\mathrm{\ξ}}}_i]}^2}{n-1}}---\left(5\right)$

相关系数R²∈[0,1]主要用来衡量模型路径损耗测量值和预测值间的关系，当R²→1时，则表明路径损耗测量值和预测值相关系数较高，此时模型更能确切的反应真实通信情况，其中

为测量值的平均值。

$R^2=1-\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{[{\mathrm{\ξ}}_i-{\widehat{\mathrm{\ξ}}}_i]}^2}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{[{\mathrm{\ξ}}_i-{\stackrel{\‾}{\mathrm{\ξ}}}_i]}^2}---\left(6\right)$

从作物生长渐变环境信号衰减模型中可以看出，在不同生长期，路径损耗指数与天线高度密切相关，因此可以借助该模型对作物不同生长期传感器节点天线设置最佳高度进行预测，提高整个无线网络信号传输率，减少不必要的路径损耗。同时，该模型给出的路径损耗，可以较好的预测无线传感器节点在信号传输过程中由于农作物环境渐变性导致的信号能量损耗。

根据公式（4）可得出，当天线高度h_i大于作物高度H_i时，无线信号的传播路径损耗明显降低，所以在节点布置时应尽量满足天线高度大于作物高度。对于常用的无线传感器网络收发节点，正常的发射强度一般为0dBm左右，而接收机的灵敏度为-100dBm上下，即在节点布置时应保持相邻节点间信号路损不大于100dB。根据渐变环境信号衰减模型中的衰减系数、节点间距离与路径损耗间的关系，则可得出相邻节点间的最大距离。根据以上两点，对节点布置进行相应指导。

1.2自我能耗感知

无线传感器网络中，侦测区域内的传感器节点通过相互感知协作进行信息传递，鉴于传感器节点能量受限这一特点，整个覆盖策略不仅关心侦测区域内任意节点的能耗问题，更关心整个网络能耗的均衡性。网络中存活的节点随着时间的推移，由于信号干扰等多方面因素造成通信能耗不均衡等问题，使得节点剩余能量发生差异。综合考虑节点剩余能量与节点感知范围的关系，为每个节点设置合理的感测范围，平衡整个网络能耗，从而延长网络生存期。本发明中通过作物生长渐变环境信号衰减模型，预测节点路径损耗，估算节点剩余能量，对节点部署并设置合理的天线高度，在此布设基础之上，通过自我能耗感知确定节点剩余能量与感知半径关系，为下一阶段网络侦测区域调整提供理论依据。

假设无线传感器网络由N个随机分布的子节点组成，子节点感知过程中物理信号的能量与其感知目标的距离呈相反趋势变化，主要由于信号在传输过程中的路径衰减等因素导致。如图4所示，取侦测范围内的任意源节点si，当目标节点s_j存在于平面任意位置，源节点对目标节点的感知强度Ψ_i(j)可以用下式表示：

${\mathrm{\&Psi;}}_i\left(j\right)=\left\{\begin{array}{cc}0& R_s<d(i,j)\\ {\mathrm{\&lambda;e}}^{-\mathrm{kd}(i,j)}& 0<d(i,j)\&le;R_s\end{array}\right.---\left(7\right)$

其中k是信号衰减指数；R_s为该节点的最大有效感知半径,d(i,j)表示节点i和j之间的欧氏距离；λ是一个恒定值。j点的感知强度Φ(j)表示为：

$\mathrm{\&Phi;}\left(j\right)=1-(1-{\mathrm{\&Psi;}}_1\left(j\right))(1-{\mathrm{\&Psi;}}_2\left(j\right))...(1-{\mathrm{\&Psi;}}_i\left(j\right))...(1-{\mathrm{\&Psi;}}_n\left(j\right))=1-\underset{i=1}{\overset{i=n}{\&prod;}}(1-{\mathrm{\&Psi;}}_1\left(j\right))---\left(8\right)$

当Φ(j)>ε时，则目标节点j被感知侦测；当Φ(j)<ε时,目标节点j不被感知，此时j为侦测盲点（ε为感知概率阀值）。传感器节点侦测目标节点时，信号能量则可表示为：

$\begin{array}{cc}{H}_0:g\left(i\right)={\mathrm{\&theta;}}_i& i=\mathrm{1,2}.......,N\\ H_1:g\left(i\right)={\mathrm{\&theta;}}_i+{\mathrm{\&psi;}}_i\left(j\right)& i=\mathrm{1,2},.......,N\end{array}---\left(9\right)$

其中θ_i为背景噪声信号且服从正态分布即θ_i～N(μ,σ²)，ψ_i(j)为有用的信号.传感节点测得的信号是g(i),目标实际不存在的状况用H₀表示,目标实际存在的状况用H₁表示。

在侦测区域A内随机均匀部署若干子节点，构建无线自组织网络。子节点的感知半径可根据子节点剩余能量进行调节，其初始能量为W₀，且具备同步时钟。本发明期望在侦测区域内的任意传感器节点剩余能量和感知范围能达到平衡状态（其中Q_i代表剩余能量，

代表感知范围，A为侦测区域），即

侦测区域A内节点满足（10）（11）式，达到区域侦测要求，将节点剩余能耗、路径损耗及侦测区域间的平衡转化为一个非线性多目标优化问题，即

考虑到网络路径损耗、节点剩余能量及区域是实现网络性能优化和延长网络生存期的关键因素，以数学规划为基本模式，对约束条件进行处理，使网络优化性能精度更高。以网络生存周期最大为目标建立相应优化模型，将网络路径损耗、剩余能量及区域作为约束条件，调整区域，优化网络生存周期及整个网络总体开销。非线性多目标优化中各优化因子个体虽然不是最优态，但网络总开销趋于最小化，且收敛精度较高。非线性多目标优化过程如下：

一、根据（4）式建立的目标函数，在环境渐变的情况下，考虑环境因子对路径损耗的影响因素，以各环境变量作为目标优化问题的约束条件，将路径损耗最小化作为优化目标求解，结果如公式（12）中4式所示。

二、按照路径损耗与剩余能量关系，分析节点感知半径范围，对剩余能量和路径损耗进行非线性拟合，得出拟合系数。在（12）式方程求解过程中，以剩余能量为参数的拟合结果作为多目标优化问题的不等式约束条件。

三、依据剩余能量与感知半径的关系，建立区域约束，并将其作为多目标优化问题的不等式约束条件。

四、在2个不等式约束条件和1个等式约束条件下，公式（12）被转化为单目标函数，构成单目标优化问题，其解为非线性多目标方程解。

五、在具体应用场景中，以网络总开销为核心，将影响网络开销的不同因素进行联合优化。在多目标求解过程中，当利用路径损耗模型确定网络节点剩余能量和感知半径关系后，则针对区域情况，结合节点感知半径和剩余能量，针对区域进行空洞修复和网络冗余剔除，完成非线性多目标求解过程。

在能耗感知阶段，以上述非线性多目标优化模型为原型，当节点s_i工作t时间段后，节点消耗的能量和节点路径损耗关系如公式（13）所示，其中W₀为节点初始状态下总能量，W_i为节点采集与计算消耗的能量，Q_i为节点剩余能量，ξ_i为路径损耗，ρ为剩余能量系数，χ为路径损耗系数：

W₀=ρW_i+χtξ_i+Q_i   （13）

t时间段后，节点s_i消耗的能量W_i和负责的感测区域A_i内的感知半径R_i满足以下关系（k为常数）：

$W_i={\mathrm{kR}}_i^2---\left(14\right)$

任意相邻的两个节点s_i和s_j，剩余能量分别为Q_i和Q_j，在经过时间段t后，其能量同时耗尽，两节点间的感知半径满足式（15）：

$R_i=d(i,j)\&CenterDot;\frac{\sqrt{Q_i}}{\sqrt{Q_i}+\sqrt{Q_j}}---\left(15\right)$

其中d（i,j）为节点间欧式距离，根据上式可知节点s_i和s_j的感知半径与剩余能量关系：

$R_i:R_j=\sqrt{Q_i}:\sqrt{Q_j}---\left(16\right)$

下面以一个具体侦测区域为例详细阐述传感器网络侦测区域调整的方法。

选取侦测区域内任意节点s_i，依据自我能耗感知策略，获取上一阶段的能耗感知范围和节点剩余能量，并将自身的信息如感知半径及剩余能耗发送至邻居节点，确定每个节点感知范围及侦测区域，当侦测区域内产生空洞，重新对节点侦测区域进行划分，考虑到节点间感知区域重叠现象，在不产生新的空洞的情况下，结合节点剩余能量进一步对感知半径进行调整，减少冗余侦测区域，从而减少不必要的能量开销。步骤如下：

步骤一：侦测区域几何划分。侦测区域内的节点分布如图5(a)所示。对于侦测区域内的任意节点，与其相邻节点连接，形成相互连接的最小三角连接网络，所谓最小三角连接网络，是指三角形之间没有边交叉，且每个三角形的外接圆中没有别的节点。如图5(b)所示。对每个三角形的每一条边作垂直平分线，所有垂直平分线相接如图5(c)中虚线所示。侦测区域A形成的侦测多边形划分如图5(d)所示。

步骤二：不可修复空洞与节点填充。首先对侦测区域A边缘进行空洞修复。称最小三角网络无法完全覆盖的侦测多边形为边缘侦测多边形，以边缘侦测多边形处于侦测区域A边沿上的顶点为圆心，以最大节点感知半径R_max为半径作圆，如此圆不能覆盖该侦测多边形内的节点，则认为存在不可修复空洞，需要填充节点，填充位置为该顶点与原有节点的中点。对于三角连接网络中的任意三角形的任意一边<S₁，S₂>，如有其边长大于最大节点感知半径的两倍，即L(S₁,S₂)>2R_max，则也存在不可修复空洞，填充节点位置为该三角边的中点。完成节点填充后返回步骤一重新建立三角连接网络与侦测多边形，如无需填充新节点，则跳转到步骤三。

步骤三：区域侦测和空洞。首先设定标准剩余能量和标准感知半径，然后根据公式（16）中确定节点初始感知半径。若三角形的一条边<S₁，S₂>的边长大于其端节点的感知半径和，即L(S₁,S₂)>R(S₁)+R(S₂)，如图6(a)所示，则判定△S₁S₂S₃存在空洞。若三角形三边均满足L<R_i+R_j，即感知半径圆两两相交，则不存在空洞的充分条件为任意一圆与其余两圆的重叠部分相交。具体的判断方法为，任意两圆的交点之一必落在其余一圆的感知半径之内，若不满足，则判定△S₁S₂S₃存在空洞，如图6b)、6(c)所示。当所有网络中所有最小三角形均经过以上判定，形成存在空洞的三角形集合，并统计各节点出现的次数，形成空洞节点集{S_i,…，S_j}。

步骤四：空洞修复。从步骤中空洞统计结果中出现次数最多的节点开始进行修复，如出现次数相同，则优先对剩余能量高的节点进行调整，例如优先对节点S_i进行调整。逐步提高S_i的发射功率，即增大其感知半径，直到所有以S_i为端点的三角形区域均不存在空洞。重复以上过程直到所有三角形内均不存在空洞。

步骤五：覆盖冗余剔除。步骤中得出的空洞的三角形集合的补集，即不存在空洞的最小三角形集合。因其中节点初始感知范围较大，或距相邻节点较近，而不存在网络空洞，但也意味着可能存在一定程度的覆盖冗余。覆盖冗余则意味着相关节点有着相对较大感知半径，消耗了部分不必要的能量，所以需要对补集中节点逐一进行感知范围调整。首先统计补集中各节点出现的次数，按出现次数的多少排序，优先调整剩余能量少的节点，其次对出现次数多的节点进行调节。逐渐减小节点的感知半径，使其所在各三角形区域刚好不产生新的网络空洞。对补集中所有节点重复以上调节过程。

以上实施例仅用于说明本发明，而非对本发明的限制。尽管参照实施例对本发明进行了详细说明，但是本领域的普通技术人员应当理解，对本发明的技术方案进行各种组合、修改或者等同替换，都不脱离本发明的原理和精神，其均应涵盖在本发明的权利要求的保护范围之内。

Claims (10)

1.一种农田渐变环境无线传感器网络侦测区域的划分方法，包括：

步骤1：将路径损耗ξi设定为最大允许路径损耗，根据可变农田环境下的信号衰减模型：

${\mathrm{\&xi;}}_i=10{\mathrm{\&eta;}}_1{\log }_{10}{d}_i-{10\mathrm{\&eta;}}_2\left[\ln (\mathrm{\&kappa;}\frac{h_i}{H_i}-v)\right]-{\mathrm{\&eta;}}_3\ln \left({\mathrm{LAI}}_i\right)+\mathrm{\&epsiv;},$ 求得无线传感器节点的最大传输距离d_i，其中ε为零均值的高斯分布随机变量，η₁为传输距离路径损耗系数，η₂为作物高度路径损耗系数，η₃为作物密度路径损耗系数，LAI_i是作物的叶面积指数，h_i为无线传感器节点的天线高度，κ为函数影响因子，H_i为作物生长高度；

步骤2：布置无线传感器节点，使相邻无线传感器节点间的距离不大于最大传输距离d_i；

步骤3：根据节点感知半径和剩余能量的关系对无线传感器节点的侦测区域进行调整。

2.如权利要求1的方法，其中最大允许路径损耗ξ_i设为100dB。

3.如权利要求1的方法，其中在步骤1时将无线传感器节点天线高度h_i设定为将无线传感器节点放置在地面时的高度，在步骤2时将无线传感器节点的天线设置为可以达到的最大高度。

4.如权利要求1的方法，步骤3具体包括：

步骤S1：设定一个标准感知半径和标准剩余能量，根据感知半径与剩余能量的平方根成正比和每个节点的剩余能量得到每个节点的初始感知半径。

步骤S2：将侦测区域中的每个无线传感器节点与其相邻节点连接，形成包括若干三角形的三角网络，三角形之间没有边交叉；

步骤S3：对于每个三角形，若不满足条件：以三角形每个节点为圆心、各自的初始感知半径为半径所成的三个圆两两相交，且任意两圆的两个交点有一个位于余下一圆之内，则判定该三角形存在空洞；

步骤S4：记录存在空洞的每个三角形的节点，统计各节点出现的第一次数；

步骤S5：将各节点按照第一次数从高到低每次一个选择节点，对于每次选择出的节点，逐步提高发射功率使其感知半径增大，直到所有以该节点为端点的三角形都不存在空洞。

5.权利要求4所述的方法，其特征在于，步骤S2还包括：

形成三角网络时，每个三角形的外接圆之内不存在其他节点。

6.权利要求4所述的方法，其特征在于，步骤S2还包括：

形成三角网络后，对于每个三角形，若有两个节点之间的距离超过节点的最大感知半径的两倍，则在两个节点的中点填充一个节点，完成所有填充之后重新形成三角网络。

7.权利要求4所述的方法，其特征在于，步骤S2还包括：

形成三角网络后，对每个三角形的每一条边作垂直平分线，所有垂直平分线和侦测区域边沿形成包括若干个多边形的网络；

对于包括侦测区域边沿的每个多边形，以侦测区域边沿上的顶点为圆心、节点的最大感知半径为半径的圆不能覆盖该多边形内的节点，则在该顶点和该节点之间填充一个节点，完成所有填充之后重新形成三角网络。

8.权利要求4所述的方法，其特征在于，在步骤S5中，若多个节点的第一次数相同，则将这些节点以剩余能量从高到低为序来依次提高这些节点的发射功率。

9.权利要求4所述的方法，其特征在于，步骤S3还包括：记录不存在空洞的每个三角形的节点，统计各节点出现的第二次数；

该方法在步骤S5之后还包括步骤S6：将各节点按照出现的第二次数从高到低每次一个选择节点，对于每次选择出的节点，逐步降低发射功率使感知半径减小，直到所有以该节点为端点的三角形刚好不产生新的空洞。

10.权利要求4所述的方法，其特征在于，在步骤S6中，若多个节点的第一次数相同，则将这些节点以剩余能量从低到高为序来依次降低这些节点的发射功率。

Images