CN103945399A - 不确定环境下混合传感节点的协作部署方法 - Google Patents

Abstract

本发明公开了一种不确定环境下混合传感节点的协作部署方法，以移动节点和静态节点协作为基础，首先基于所设计的探测模型计算节点的探测概率来确定覆盖空洞，然后采用基于二部图匹配的方法确定移动节点的位置。本方法可使节点均匀地部署在检测区域，广泛适应于野外大范围环境自动检测。

Description

不确定环境下混合传感节点的协作部署方法

技术领域

本发明涉及一种无线传感器网络，具体涉及一种在不确定的检测环境中协作进行传感器动静混合节点的部署的方法。

背景技术

无线传感器网络（Wireless Sensor Network, WSN）是由大量的静止和/或移动的传感器以自组织和多跳的方式构成的无线网络。通过使用各种不同类型的传感器，可以探测例如地震、电磁、温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等周边环境中多种多样的信号，通过各个传感器之间的协作来感知、采集、处理和传输网络覆盖地理区域内被感知对象的信息，并发送给观察者。

近几年，无线传感器网络因其在深林防火、精准农业、战场侦查、目标跟踪等方面的应用受到了广泛的关注。然而，为了很好地完成这些任务，恰当部署是这类网络应用的基础。在检测区域所部属的传感器节点的数量和位置决定了网络的拓扑，进一步会影响网络的其它性能，如网络的覆盖质量、连通性、构建成本和生存周期等。因此传感器网络的性能在很大程度上取决于它的部署情况。然而影响部署的一个关键问题是：受诸多不确定因素的影响，传感器感知的数据并不总是可靠的。因此，在节点部署过程中，将这种不确定性考虑在内，将十分重要。

 在许多检测环境，如偏远山区、战场、被有毒气体污染的区域等，手工部署传感器节点是不实际的。一种可行的方法是在监测区域随机播撒，但这种方式受很多不可控因素的影响，很难获得期望的效果。最近几年，一些研究者开始关注混合无线传感器网络，在这种网络中，移动节点和静态节点协作进行，利用移动节点的移动性，将其移动到恰当的位置，提高网络覆盖率，减少所需节点的数量，协作完成节点部署。

在这种网络中，如何确定移动节点的位置，以解决无线传感器网络的覆盖问题，是本领域研究关注的焦点。

发明内容

本发明的发明目的是提供一种不确定环境下混合传感节点的协作部署方法，以实现在具有不确定性的检测环境中，尽可能地使节点均匀地部署在检测区域，从而以较低代价保证网络的覆盖率。

为达到上述发明目的，本发明采用的技术方案是：一种不确定环境下混合传感节点的协作部署方法，用于对移动节点和静态节点相结合的混合无线传感器进行网络节点部署，包括以下步骤：

(1)根据地理位置(x_i, y_i )将传感器节点散布到指定区域，并定位各传感器节点的位置；传感器节点的数量是n，i为1至n的整数，x、y是坐标值；传感器节点中，具有N个静态节点和M个移动节点，静态节点集为S={s ₁, s ₂, … ,s _N}, 移动节点集为V ₁={v ₁,v ₂,……v _M  }，n=N+M；

(2) N个静态节点M个移动节点部署在L×L的区域，将该区域划分成大小相同的网格，每个网格边长为1米的正方形；对于节点i，观察到的接收信号表达为： 

        i=1, 2… n               (1)  

式中，H ₁表示目标出现，H ₀表示目标未出现；q _i是观测值；n _i是均值为0方差为σ ²的高斯过程噪声；β为标量，定义为；γ是受环境因素决定的传播损耗因子，取值在2到4之间；e _tr 为检测过程中信号传输的平均能量消耗；D _ti 表示目标( x _t, y _t )与节点( x _i, y _i )之间的距离，；n _i (i∈[1, n])相互独立，Q为观测向量，且；

(3)设目标在监测区域的位置k出现，目标在该位置的联合探测概率：

                         (2)

其中，n是传感器节点数量，D _ki 表示目标点k (x _k ,y _k ) 和第i个传感器(x _i ,y _i )之间的距离，α为预设的可接受的误警概率水平，β、γ同步骤(2)；

Φ(·)是标准高斯累积分布函数，；

(4)根据式(2)计算监测区域中的任意点k的联合探测概率C _k(P)，其最小处被定义为覆盖空洞，当迭代次数达到预设值（t _pre ）或是C _k(P)达到满意概率时迭代结束； 

(5)记确定的覆盖空洞位置(x,y),在此位置设置虚拟节点，将移动节点移动到虚拟节点处，方法是：

5-1) t为迭代次数，开始为0；由公式(2)，计算任一点k的C _k (P)； 

5-2) 寻找最小的C _k (P)，记为C _min(P)；

5-3) 记虚拟节点集为 ={()，()，……, ()}，其中，为虚拟节点的位置；更新节点集合；更新迭代次数t=t+1；计算下一节点k的C _k (P)；

5-4) 重复步骤5-2)、5-3)，直到迭代次数t大于迭代预设值t _pre  或者C _min(P) 达到满意概率时；

5-5)  对于初始部署的网络，构建二部图G=(V,E)，V=V ₁∪V ₂，其中，V ₁表示移动节点集合，V ₂表示虚拟节点集合，E为边集，二部图的构造方法是：对所有和，如果移动节点u到v之间的距离不超过其最大移动距离d _u ，那么向二部图中添加一条边（u，v），边的权值定义为，表示节点u到虚拟节点v的距离，否则；

5-6) 计算H _opt  ，H _opt 为二部图G的最小花费最大匹配基；根据与H _opt 一致的最优移动方案调整移动节点v _i  (v _i ∈V ₁)的位置。

优选的技术方案，α为4～5%，β为7～8，σ为0.8～1，γ为1.8～2。

由于上述技术方案运用，本发明与现有技术相比具有下列优点：

本发明以移动节点和静态节点协作为基础，首先基于所设计的探测模型计算节点的探测概率来确定覆盖空洞，然后采用基于二部图匹配的方法确定移动节点的位置。本方法可使节点均匀地部署在检测区域，广泛适应于野外大范围环境自动检测。

附图说明

图1是实施例中二部图的构建示意图。

具体实施方式

下面结合附图及实施例对本发明作进一步描述：

实施例一：一种不确定环境下混合传感节点的协作部署方法，包括以下步骤：

1、检测覆盖空洞：

1-1)根据地理位置(x_i, y_i )将传感器节点散布到指定区域，并定位各传感器节点的位置；传感器节点的数量是n，i为1至n的整数，x、y是坐标值；传感器节点中，具有N个静态节点和M个移动节点，静态节点集为S={s ₁, s ₂, … ,s _N}, 移动节点集为V ₁={v ₁,v ₂,……v _M  }，n=N+M；

1-2) N个静态节点M个移动节点部署在L×L的区域，将该区域划分成大小相同的网格，每个网格边长为1米的正方形；对于节点i，观察到的接收信号表达为：

        i=1, 2… n               (1)  

式中，H ₁表示目标出现，H ₀表示目标未出现；q _i是观测值；n _i是均值为0方差为σ ²的高斯过程噪声；β为标量，定义为；γ是受环境因素决定的传播损耗因子，取值在2到4之间；e _tr 为检测过程中信号传输的平均能量消耗；D _ti 表示目标( x _t, y _t )与节点( x _i, y _i )之间的距离，；n _i (i∈[1, n])相互独立，Q为观测向量，且；

1-3)设目标在监测区域的位置k出现，目标在该位置的联合探测概率：

                         (2)

其中，n是传感器节点数量，D _ki 表示目标点k (x _k ,y _k ) 和第i个传感器(x _i ,y _i )之间的距离，α为预设的可接受的误警概率水平，β、γ同上；

Φ(·)是标准高斯累积分布函数，；

1.4）由联合探测概率C_k(P)估计每个网格是否被覆盖。区域覆盖率定义为节点集的覆盖面积与监测区域的总面积的比值。因此，区域覆盖率为：

                         

每个位置处的探测概率是连续的，探测概率最低点周围点的概率也较低，则该处为被定义为覆盖空洞。迭代过程结束后，虚拟节点的位置即为确定的空洞的位置。

2、在确定的空洞位置处部署虚拟节点，将移动节点移动到到虚拟节点处，移动节点调度方法如下：

2-1) 初始，t为迭代次数，开始为0；由公式(2)，计算任一点k的C_k(P)；

2-2) 寻找最小的C_k(P)，记为C_min(P)；

2-3) 构建虚拟节点集 ={()，()，……, ()}，为虚拟节点的位置；更新节点集合；更新迭代次数t=t+1；计算下一节点k的C_k(P)；

2-4) 重复步骤2-2)、2-3)，直到迭代次数t大于迭代预设值t_pre 或者C_min(P) 达到满意概率时；

2-5) 构建二部图G=(V, E), 计算H_opt ( H_opt为二部图的最小花费最大匹配基)；

2-6) 根据与H_opt一致的最优移动方案调整移动节点v_i (v_i∈V₁)的位置。

2-7 ) 二部图的最小花费最大匹配基的构建如下：

对于初始部署的网络，构建二部图G=(V,E)，V=V₁∪V₂,其中，V₁表示所有移动节点集合，V₂表示所有虚拟节点集合。以移动距离为开销构建二部图，方法如下：

对和，如果移动节点u能够到达v（u到v之间的距离不超过其最大移动距离d_u,），那么向二部图中添加一条边(u，v)，边的权值定义为，它表示节点u到虚拟节点v的距离，否则的话定义。

 由图G=(V,E)的相互独立的边构成的集合H称为图G的一个匹配。如果U()中的每个顶点都和H中一条边关联，则H是U的一个匹配。与H中任意一条边都不关联的顶点称为未被匹配。因为二部图G中任意一条边的两端点位于不同的顶点集，因此H中的边的数量，被个移动节点覆盖，相应的开销为。因此，在该条件下最大化网络覆盖率最小化移动距离就被转化为求二部图G的最小花费的最大匹配基H_opt问题。即对于G的任何匹配H_opt, ;如果 ，则有，。二部图G的一个最小花费的最大匹配基H_opt对应着一个最优的移动方案。按照该方案部署的网络的覆盖率最大而且总的移动距离最小。

这里以附图1为例说明。设移动节点集合为，虚拟节点集合为。如果x_i和y_j之间的距离不超过x_i的最大移动距离，那么移动节点x_i能够到达虚拟节点y_j，边的权值为x_i和y_j之间的距离，否则，。

可以获得二部图G的最小花费最大匹配基，由，将移动x₁到y₂,x₂到y₁，x₃到y₃,x₅到y₅，由于，所以x₄不移动，此外，在移动节点x₁,x₂,x₃,x₅移动到空洞y₁,y₂,y₃,y₄之前，将确定是否有静态节点在其感知范围内，如果有，就移动到相应空洞处，否则，节点不移动。这是因为如果在移动节点的感知范围内没有静态节点的话，那么将移动节点移动到空洞位置，移动节点原来所在的位置就会变成空洞。

综上所述，由于受不确定环境因素的影响，在节点部署过程中，将这种不确定性考虑在内，是十分重要的。本发明针对具有移动和静态节点相结合的混合无线传感器网络节点部署问题，广泛适应于野外大范围环境自动检测。

Claims (2)

1.一种不确定环境下混合传感节点的协作部署方法，用于对移动节点和静态节点相结合的混合无线传感器进行网络节点部署，其特征在于包括以下步骤：

(1)根据地理位置(x_i, y_i )将传感器节点散布到指定区域，并定位各传感器节点的位置；传感器节点的数量是n，i为1至n的整数，x、y是坐标值；传感器节点中，具有N个静态节点和M个移动节点，静态节点集为S={s ₁, s ₂, … ,s _N}, 移动节点集为V ₁={v ₁,v ₂,……v _M  }，n=N+M；

(2) N个静态节点M个移动节点部署在L×L的区域，将该区域划分成大小相同的网格，每个网格边长为1米的正方形；对于节点i，观察到的接收信号表达为：

        i=1, 2… n               (1)  

式中，H ₁表示目标出现，H ₀表示目标未出现；q _i是观测值；n _i是均值为0方差为σ ²的高斯过程噪声；β为标量，定义为；γ是受环境因素决定的传播损耗因子，取值在2到4之间；e _tr 为检测过程中信号传输的平均能量消耗；D _ti 表示目标( x _t, y _t )与节点( x _i, y _i )之间的距离，；n _i (i∈[1, n])相互独立，Q为观测向量，且；

(3)设目标在监测区域的位置k出现，目标在该位置的联合探测概率：

                         (2)

其中，n是传感器节点数量，D _ki 表示目标点k (x _k ,y _k ) 和第i个传感器(x _i ,y _i )之间的距离，α为预设的可接受的误警概率水平，β、γ同步骤(2)；

Φ(·)是标准高斯累积分布函数，；

(4)根据式(2)计算监测区域中的任意点k的联合探测概率C _k(P)，其最小处被定义为覆盖空洞，当迭代次数达到预设值（t _pre ）或是C _k(P)达到满意概率时迭代结束； 

(5)记确定的覆盖空洞位置(x,y),在此位置设置虚拟节点，将移动节点移动到虚拟节点处，方法是：

5-1) t为迭代次数，开始为0；由公式(2)，计算任一点k的C _k (P)； 

5-2) 寻找最小的C _k (P)，记为C _min(P)；

5-3) 记虚拟节点集为 ={()，()，……, ()}，其中，为虚拟节点的位置；更新节点集合；更新迭代次数t=t+1；计算下一节点k的C _k (P)；

5-4) 重复步骤5-2)、5-3)，直到迭代次数t大于迭代预设值t _pre  或者C _min(P) 达到满意概率时；

5-5)  对于初始部署的网络，构建二部图G=(V,E)，V=V ₁∪V ₂，其中，V ₁表示移动节点集合，V ₂表示虚拟节点集合，E为边集，二部图的构造方法是：对所有和，如果移动节点u到v之间的距离不超过其最大移动距离d _u ，那么向二部图中添加一条边（u，v），边的权值定义为，表示节点u到虚拟节点v的距离，否则；

5-6) 计算H _opt  ，H _opt 为二部图G的最小花费最大匹配基；根据与H _opt 一致的最优移动方案调整移动节点v _i  (v _i ∈V ₁)的位置。

2.根据权利要求1所述的不确定环境下混合传感节点的协作部署方法，其特征在于：α为4～5%，β为7～8，σ为0.8～1，γ为1.8～2。