CN105898763A - 一种受网络生命周期约束的有向传感器网络覆盖优化方法 - Google Patents

Abstract

一种受网络生命周期约束的有向传感器网络覆盖优化方法，包括如下步骤：1)初始化；2)排序；3)锁定目标节点；4)对于目标TS_j，将所有能对其进行覆盖的传感器工作模式S_o,p,q加入集合CTS_j，S_o,p,q是指传感器S_o工作在p方向，第q个功率，计算每个工作模式的适应度f，选取最大适应度的传感器工作模式对其进行覆盖；5)更新并判断循环条件；6)重复步骤3)～5)直到无法产生更多的覆盖子集；7)输出一组覆盖子集。本发明在满足覆盖要求的前提下以最小的无线网络生命周期消耗为代价产生每一轮覆盖子集，进而获得更多的覆盖子集。

Description

一种受网络生命周期约束的有向传感器网络覆盖优化方法

技术领域

本发明涉及一种无线传感器网络覆盖问题的优化方法，具体涉及一种受网络生命周期约束的满足多目标覆盖前提下最大化有向传感器网络生命周期的方法。

背景技术

无线传感器网络技术近年来因其在国家安全、军事以及环境监测领域的大量应用而广受关注。无线传感器网络由大量低电量存储、低能耗的传感器节点组成，这些传感器包含感知、数据处理、数据传输等主要功能模块。通常在传感器网络中假设传感器节点的感知范围为一个以节点为圆心、以感知距离为半径的圆域。然而，现实情况下由于设备和环境的约束，传感器节点的感知角度受到限制，这类传感器被称为有向传感器。每个有向传感器可以工作在若干个方向，然而同一时刻只能工作在一个工作方向。通常有向传感器只工作在一个能耗模式，考虑到有向传感器在实际情况下可能有多个功耗级别，分别对应不同的感知半径。

有向传感器网络覆盖的一个难点：在同时监控所有目标节点的情况下，最大化网络的工作时间。这是一个NP完全问题，解决该问题的一般方法是寻找尽可能多的覆盖子集，每个覆盖子集都可以满足一段时间的目标覆盖，当传感器剩余能量无法满足同时覆盖所有目标节点时网络生命周期结束。

发明内容

为了克服现有的有向传感器网络覆盖方式的无线网络生命周期消耗较大的不足，本发明提供一种在满足覆盖要求的前提下以最小的无线网络生命周期消耗为代价产生每一轮覆盖子集，进而获得更多的覆盖子集的受网络生命周期约束的有向传感器网络覆盖优化方法。

本发明解决其技术问题所采用的技术方案是：

一种受网络生命周期约束的有向传感器网络覆盖优化方法，包括如下步骤：

1)在一个二维区域随机部署n个传感器节点和m个目标节点，初始化传感器节点剩余能量集合Pl，可选功率数K以及对应感知半径r和单位时间能耗c、可感知方向、初始朝向；

2)t时刻，t初始为0，按照目标节点对网络生命周期的限制对目标节点进行排序，存储于TS集合中，目标节点i对网络生命周期的限制用LT_i表示；

3)令j＝1，j标识TS集合中目标节点的序号，选取TS集合中的第j个目标节点TS_j，若已被覆盖，则j＝j+1，选取下一个目标节点TS_j；

4)对于目标TS_j，将所有能对其进行覆盖的传感器工作模式S_o,p,q加入集合CTS_j，S_o,p,q是指传感器S_o工作在p方向，第q个功率，计算每个工作模式的适应度f，选取最大适应度的传感器工作模式对其进行覆盖；

5)更新传感器节点的剩余能量，更新TS中的目标节点排序，若j＝n，即所有目标节点全被覆盖，产生一个覆盖子集，t＝t+△t，此时所有目标结点又变为未被覆盖状态，返回步骤3)；否则，直接回到步骤3)；

6)重复步骤3)～5)直到无法产生更多的覆盖子集；

7)输出一组覆盖子集。

进一步，所述步骤2)中，网络生命周期指从网络开始工作并覆盖全部目标节点，直到传感器节点剩余能量无法满足在△t时间段内持续覆盖所有目标节点；目标节点对网络生命周期的限制指该目标节点周围传感器节点全部用来服务该目标节点时，该目标节点能够维持的被覆盖的最大时间。

再进一步，所述步骤4)中，依据公式(1)计算每个工作模式的适应度f：

$f=\frac{Pl}{{\mathrm{c\δ}}^{j-\mathrm{\α}}{(\mathrm{\β}-j)}^{1+{\mathrm{\β}}^{*}-\mathrm{\β}}}---\left(1\right)$

公式(1)中Pl为传感器剩余能量，c为指定工作模式S_o,p,q对应的功耗，j为当前目标节点TS_j的排位，参数α为该工作模式对应工作半径的圆域内该传感器能够覆盖的所有目标节点中在TS中排位最靠前的目标节点的排位，最高排位对应α＝1，最低排位对应α＝m，排位越高α越低；且α≤j；参数β为该工作模式下能够覆盖的除了TS_j外的还未被覆盖的目标节点中，在TS中排位最靠前的目标节点的排位；参数β^*为该工作模式对应工作半径的圆域内，该传感器能够覆盖的除TS_j外的还未被覆盖的目标节点中，在TS中排位最靠前的目标节点的排位，j＜β≤β^*)，Pl为传感器剩余能量。

本发明的技术构思为：对于有向传感器网络在满足一定覆盖要求下的最大化生命周期问题，一种典型的解决办法就是找出尽可能多的覆盖子集，每个覆盖子集都可以满足给定的覆盖要求。本发明创造性的提出按照目标节点对网络生命周期的限制程度进行排序，并在传感器节点的选择上尽量保留可能覆盖更关键目标节点(对网络限制程度更大的目标节点)的传感器节点，从而在满足覆盖要求的前提下，以最小的无线网络生命周期消耗为代价产生每一轮覆盖子集，进而获得更多的覆盖子集。

首先对覆盖区域目标节点按照其对有向传感器网络生命周期的限制进行排序，接着根据上述排序依次选取目标节点，并选取最大适应度传感器工作模式对其进行覆盖。每启用一个传感器，更新传感器节点的剩余能量，重新计算并调整目标节点的排序。直到所有的目标节点均被覆盖，此时产生一个覆盖子集。重复上述步骤直到所有传感器的剩余能量无法产生更多的覆盖子集。输出一组覆盖子集；

本发明的有益效果主要表现在：在满足覆盖要求的前提下以最小的无线网络生命周期消耗为代价产生每一轮覆盖子集，进而获得更多的覆盖子集。

附图说明

图1是有向感知模型示意图，示例模型工作在2个功率等级，3个工作方向(如图1中分别表示为d₁,d₂,d₃)，每个工作方向对应θ角度的工作范围(这里为120°)。

图2是受网络生命周期约束的有向传感器网络覆盖优化方法的流程图；

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1和图2，一种受网络生命周期约束的有向传感器网络覆盖优化方法，包括如下步骤：

1).初始化

在一个二维区域随机部署n个传感器节点和m个目标节点，初始化传感器节点剩余能量集合Pl，可选功率数K以及对应的感知半径r和单位时间能耗c、可感知方向、初始朝向。

2).排序

t时刻(t初始为0)，按照目标节点对网络生命周期的限制对目标节点进行排序(注：网络生命周期指从网络开始工作并覆盖全部目标节点，直到传感器节点剩余能量无法满足在△t时间段内持续覆盖所有目标节点；目标节点对网络生命周期的限制指该目标节点周围传感器节点全部用来服务该目标节点时，该目标节点能够维持的被覆盖的最大时间)，存储于TS集合中。目标节点i对网络生命周期的限制用LT_i表示.

3).锁定目标节点

令j＝1，j标识TS集合中目标节点的序号。选取TS集合中的第j个目标节点TS_j，若已被覆盖，则j＝j+1，选取下一个目标节点TS_j。

4).覆盖目标节点

对于目标TS_j(注：TS集合中第j个目标节点)，将所有能对其进行覆盖的传感器工作模式S_o,p,q(注：传感器S_o工作在p方向，第q个功率)加入集合CTS_j，依据公式(1)计算每个工作模式的适应度f，选取最大适应度的传感器工作模式对其进行覆盖。

$f=\frac{Pl}{{\mathrm{c\δ}}^{j-\mathrm{\α}}{(\mathrm{\β}-j)}^{1+{\mathrm{\β}}^{*}-\mathrm{\β}}}---\left(1\right)$

公式(1)中Pl为传感器剩余能量，c为指定工作模式S_o,p,q对应的功耗，j为当前目标节点TS_j的排位，参数α为该工作模式对应工作半径的圆域内(即放宽该工作模式对应的感知角度，使其为一个圆域)该传感器能够覆盖的(包括TS_j在内)所有目标节点中在TS中排位最靠前的目标节点的排位(注：最高排位对应α＝1，最低排位对应α＝m，排位越高α越低；且α≤j)；参数β为该工作模式下能够覆盖的除了TS_j外的还未被覆盖的目标节点中，在TS中排位最靠前的目标节点的排位；参数β^*为该工作模式对应工作半径的圆域内(即放宽该工作模式对应的感知角度，使其为一个圆域)，该传感器能够覆盖的除TS_j外的还未被覆盖的目标节点中，在TS中排位最靠前的目标节点的排位(注：j＜β≤β^*)。Pl为传感器剩余能量，m为目标节点数，n为传感器节点数量。

5).更新并判断循环条件

更新传感器节点的剩余能量，更新TS中的目标节点排序，若j＝n(即所有目标节点全被覆盖)，产生一个覆盖子集，t＝t+△t，此时所有目标结点又变为未被覆盖状态，返回步骤3)；否则，直接回到步骤3)(注：这里并不令j＝j+1，返回步骤3)后j仍被赋值1，原因是考虑到排位存在调整的可能)。

6).寻找更多覆盖子集

重复步骤3)～5)直到无法产生更多的覆盖子集。

7).输出

最后，输出一组覆盖子集。

本发明的有向感知模型作为传感器网络的一种典型感知模型，对应节点的感知范围是一个以节点为圆心、半径为其感知距离的扇形区域。本发明使用的传感器是多功率传感器，不同功率有对应的能耗和感知半径。本发明使用的传感器感知模型如图1。

图1展示了一个能工作在2个功率等级、3个工作方向的有向传感器。有向传感器可以工作在若干不同的方向，这些工作方向对应的感知角度不重叠，合起来为一个圆域。设传感器有K个功耗模式，对应K个功耗和感知半径。目标节点随机生成后不发生位移。

以上所述的实施仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (3)

1.一种受网络生命周期约束的有向传感器网络覆盖优化方法，其特征在于：包括如下步骤：

1)在一个二维区域随机部署n个传感器节点和m个目标节点，初始化传感器节点剩余能量集合Pl，可选功率数K以及对应感知半径r和单位时间能耗c、可感知方向、初始朝向；

2)t时刻，t初始为0，按照目标节点对网络生命周期的限制对目标节点进行排序，存储于TS集合中，目标节点i对网络生命周期的限制用LT_i表示；

3)令j＝1，j标识TS集合中目标节点的序号，选取TS集合中的第j个目标节点TS_j，若已被覆盖，则j＝j+1，选取下一个目标节点TS_j；

4)对于目标TS_j，将所有能对其进行覆盖的传感器工作模式S_o,p,q加入集合CTS_j，S_o,p,q是指传感器S_o工作在p方向，第q个功率，计算每个工作模式的适应度f，选取最大适应度的传感器工作模式对其进行覆盖；

5)更新传感器节点的剩余能量，更新TS中的目标节点排序，若j＝n，即所有目标节点全被覆盖，产生一个覆盖子集，t＝t+△t，此时所有目标结点又变为未被覆盖状态，返回步骤3)；否则，直接回到步骤3)；

6)重复步骤3)～5)直到无法产生更多的覆盖子集；

7)输出一组覆盖子集。

2.如权利要求1所述的一种受网络生命周期约束的有向传感器网络覆盖优化方法，其特征在于：所述步骤2)中，网络生命周期指从网络开始工作并覆盖全部目标节点，直到传感器节点剩余能量无法满足在△t时间段内持续覆盖所有目标节点；目标节点对网络生命周期的限制指该目标节点周围传感器节点全部用来服务该目标节点时，该目标节点能够维持的被覆盖的最大时间。

3.如权利要求1或2所述的一种受网络生命周期约束的有向传感器网络覆盖优化方法，其特征在于：所述步骤4)中，依据公式(1)计算每个工作模式的适应度f：

$f=\frac{Pl}{{\mathrm{c\δ}}^{j-\mathrm{\α}}{(\mathrm{\β}-j)}^{1+{\mathrm{\β}}^{*}-\mathrm{\β}}}---\left(1\right)$

公式(1)中Pl为传感器剩余能量，c为指定工作模式S_o,p,q对应的功耗，j为当前目标节点TS_j的排位，参数α为该工作模式对应工作半径的圆域内该传感器能够覆盖的所有目标节点中在TS中排位最靠前的目标节点的排位，最高排位对应α＝1，最低排位对应α＝m，排位越高α越低；且α≤j；参数β为该工作模式下能够覆盖的除了TS_j外的还未被覆盖的目标节点中，在TS中排位最靠前的目标节点的排位；参数β^*为该工作模式对应工作半径的圆域内，该传感器能够覆盖的除TS_j外的还未被覆盖的目标节点中，在TS中排位最靠前的目标节点的排位，j＜β≤β^*)，Pl为传感器剩余能量。