CN106254155A - 一种无线传感器网络的覆盖性能的修复增强方法以及装置 - Google Patents

一种无线传感器网络的覆盖性能的修复增强方法以及装置 Download PDF

Info

Publication number
CN106254155A
CN106254155A CN201610833828.4A CN201610833828A CN106254155A CN 106254155 A CN106254155 A CN 106254155A CN 201610833828 A CN201610833828 A CN 201610833828A CN 106254155 A CN106254155 A CN 106254155A
Authority
CN
China
Prior art keywords
node
covering
sensor
sensor node
network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610833828.4A
Other languages
English (en)
Other versions
CN106254155B (zh
Inventor
缪祎晟
王元胜
吴华瑞
孙想
彭程
朱华吉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Research Center for Information Technology in Agriculture
Original Assignee
Beijing Research Center for Information Technology in Agriculture
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Research Center for Information Technology in Agriculture filed Critical Beijing Research Center for Information Technology in Agriculture
Priority to CN201610833828.4A priority Critical patent/CN106254155B/zh
Publication of CN106254155A publication Critical patent/CN106254155A/zh
Application granted granted Critical
Publication of CN106254155B publication Critical patent/CN106254155B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18Network planning tools
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12Discovery or management of network topologies
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W28/00Network traffic management; Network resource management
    • H04W28/02Traffic management, e.g. flow control or congestion control
    • H04W28/021Traffic management, e.g. flow control or congestion control in wireless networks with changing topologies, e.g. ad-hoc networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/24Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-organising networks, e.g. ad-hoc networks or sensor networks
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开一种无线传感器网络的覆盖性能的修复增强方法以及装置,涉及无线传感器网络领域。其中,所述方法包括:基于不规则感知区域最优节点选择方法获取无线传感器网络中的最优覆盖节点集;根据最优覆盖节点集中各传感器节点的属性和感知不规则性构建无线传感器网络的最小连通覆盖集;基于最小连通覆盖集,采用基于连通性的覆盖修复增强方法对无线传感器网络中存在的覆盖盲区和覆盖冗余区进行修复,提高无线传感器网络的覆盖性能。本发明将能量作为主要的因素加以考虑,基于信号传播的不规则性和网内节点感知范围的不规则性,针对网内覆盖连通性等特点进行覆盖修复,从而达到节约网络能量,提高网络覆盖质量,实现了延长网络有效寿命的目的。

Description

一种无线传感器网络的覆盖性能的修复增强方法以及装置
技术领域
本发明涉及无线传感器网络领域,具体地,涉及一种无线传感器网络的覆盖性能的修复增强方法以及装置。
背景技术
无线传感器网络由大量具备感知、信息处理及无线通信能力的传感器节点组成,低成本、扩展性、可靠性、准确性及部署的便易性使其被广泛应用于不同领域中。由于传感器节点以电池供电为主,其能量具有一定的局限性,如何在有效的能量中提高无线传感器网络的覆盖性能,在较为复杂的传输环境中,适应应用场景的多样性变化是无线传感器网络亟待解决的问题。无线传感器网络最主要的任务就是监测物理环境,并将节点感知的信息转发至网内其它节点。连通性覆盖是无线传感器网络中的一个重要问题,其所解决的是如何保证监测区域中所有节点形成的监测范围可以满足应用需求。同时,任何一个节点都可以将其感知的数据转发至网内其它节点,而不会产生网络分隔。目前,网络连通性覆盖研究的工作大多依赖于外部基础设施或者一些定位机制等,使每个传感器节点获得其物理位置。然而,Stojmenovic通过实验表明,在传感器节点中嵌入GPS或有向天线等,不仅成本相对较高,而且需要消耗大量的能量。同时,存在一些准确定位的问题。因此,需要解决在没有节点位置信息的情况下,如何能够有效地解决网络连通性覆盖的问题。在现有的网络覆盖研究中,根据节点的地理位置信息计算覆盖信息,但是,地理位置信息的获得依赖于外部基础设施,极大地增加了节点的硬件成本和能量消耗。在没有精确位置信息的情况下,对网络节点间的覆盖关系进行计算,由于计算精度存在一定误差,导致网络部分区域可能会形成覆盖盲区,使得网络监测信息不准确。Liu C等人将传感器节点随机划分为k个子集,每个子集中的传感器节点周期性地执行感知任务,但是存在由于子集分配的随机性导致覆盖率优劣不可预知。由于应用场景的不同,故对网络覆盖的要求也会有所不同,只要网络对监测区域维持一个合理的覆盖率就可以满足应用需求,故覆盖率可以作为衡量网络服务质量的指标之一。
网络研究中提出了许多构建连通支配集算法,用于选择骨干节点进行数据通信。当节点感知范围等于通信范围时,节点可以覆盖网络中所有节点,即节点覆盖,同时也保证网络的连通性。虽然文献认为在节点部署密度很大时,通过构建CDS得到的节点覆盖可以近似于区域覆盖,但是,节点覆盖并不等于区域覆盖。对于网络覆盖问题的研究,S等人提出了集中式的算法计算最大覆盖集,不具有良好的可扩展性,而且算法依赖节点的位置信息。C等人利用线性规划方法在监测区域中优化节点部署,以达到完全覆盖的目标。Tian等人提出了免职合格规则(off-duty eligibility rule),根据节点的位置或信号达到角度计算节点间的覆盖关系。由于算法没有考虑节点覆盖区域可能出现过多的重叠,导致工作节点数量过多,造成额外的能耗。在概率感知模型下,如何准确地发现覆盖空洞并及时修补仍然是一个需要进一步研究的问题。现有概率模型下的研究也只是从连通集的角度提高目标覆盖,提高事件感知率。在概率覆盖问题上,Vibhav等人采用概率感知模型研究数据采集和网络生命周期。陆汉城等人对概率感知模型下的事件检测概率进行了分析研究。Tan等人指出,概率感知模型比0-1模型能够更有效地改善网络覆盖性能,0-1模型仅适用于信噪比较高的情形,而概率感知模型借助于数据融合,能够适用信噪比较低的情形。
发明专利“一种基于改进粒子群优化的LTE网络覆盖优化方法”(公开号:CN105515629A)该发明设置候选天线倾角集合和天线倾角调整尺度;计算当前天线倾角集合对应的系统效用,即负载约束下系统覆盖的用户数;判断是否满足负载约束,重新初始化不满足负载约束的天线倾角集合;记录自身及全局最优天线倾角集合;更新候选天线倾角集合和天线倾角调整尺度;设置各天线倾角。该方法通过将天线倾角与改进粒子群优化中的粒子位置相联系,利用改进粒子群优化基站(eNB)的天线倾角,在保证网络负载约束的同时,获得网络覆盖性能的极大提升。发明专利“一种分布式无线传感器网络覆盖空洞识别方法”(公开号:CN105072631A)在边界节点集中以一个点为起始点在其1跳或2跳邻居节点中检索符合绝对角要求的后继,若搜索不到符合要求的后继则改变方向继续检索,在此过程中若后继为2跳邻居则插入最近公共1跳邻居,重复以上过程直到边界节点集为空,得到无线传感器网络的覆盖空洞,解决了目前无线传感器网络中覆盖空洞识别精度低,能耗要求高的技术难题,将覆盖空洞的识别问题转化为环绕其的边界节点识别和聚类问题,有效降低了算法复杂度,减少了运行时间和覆盖空洞识别过程中节点间的通信与能量消耗,提高了识别精度。
随着无线信息技术的不断进展,无线传感器网络被广泛应用于各领域中,无线传感器网络的覆盖性能是衡量无线传感器网络服务质量的一项重要指标,直接影响着整个网络的服务质量。对传感器网络覆盖问题的研究大部分基于传统的全向感知模型,但在实际中,传感网络的覆盖性能会受到多种因素的影响,例如,由于很多应用环境较为复杂,网络的初始部署大都采用抛洒、投掷、喷射等随机部署策略,导致网络中节点的分布具有很大的随机性,易造成节点分布不均;再加上有向传感节点的感知方向随机分布,感知范围有限,这样就更加容易形成感知区域的覆盖空洞和覆盖重叠,这些都会影响网络的覆盖性能。另外,在网络节点数量较多的情况下,网络覆盖性能的影响因素多且关系复杂,难以优化。以上研究中,仅仅从网络覆盖质量的角度考虑,并未考虑到无线信号的不规则性对网络覆盖率及网络连通性带来的影响。对于大部分感知信号来说,当无线信号在传输的过程中若遇见障碍物,则会使得接收信号功率发生变化,存在信号遮挡或损耗等的现象,同时还可能使得网内节点不同方向的接收信号存在一定的差异性,无线传感器网络在传播过程中具有不规则性。
发明内容
针对现有技术的缺陷,本发明提供一种无线传感器网络的覆盖性能的修复增强方法,通过将能量作为主要的因素加以考虑,基于信号的不规则性和网内节点感知范围的不规则性,针对网内覆盖连通性等特点进行覆盖修复,从而达到节约网络能量,提高网络覆盖质量,实现了延长网络有效寿命的目的。
依据本发明的第一方面,提出了一种无线传感器网络的覆盖性能的修复增强方法,所述方法包括:
基于不规则感知区域最优节点选择方法获取所述无线传感器网络中的最优覆盖节点集;
根据所述最优覆盖节点集中各传感器节点的属性和感知不规则性构建所述无线传感器网络的最小连通覆盖集;
基于所述最小连通覆盖集,采用基于连通性的覆盖修复增强方法对所述无线传感器网络中存在的覆盖盲区和覆盖冗余区进行修复,提高所述无线传感器网络的覆盖性能。
可选地,所述基于不规则感知区域最优节点选择方法获取所述无线传感器网络中的最优覆盖节点集,包括:
计算所述无线传感器网络内任意传感器节点的邻居节点数和节点感知半径;
根据所述任意传感器节点的邻居节点数和节点感知半径确定所述任意传感器节点的不规则感知区域,并将所述不规则感知区域近似为多边形区域;
对所述多边形区域进行模糊最小处理,形成多个最小绑定不规则区域;
将位于每个最小绑定不规则区域的几何中心点位置的传感器节点存放至第一覆盖节点集;
对所述不规则感知区域进行离散化,把不属于所述不规则感知区域的部分区域及非覆盖任务区域标记为覆盖冗余区,并将对应的最小绑定不规则区域的几何中心点位置的传感器节点从所述第一覆盖节点集中剔除形成第二覆盖节点集;
对所述多个最小绑定不规则区域中的最小绑定不规则区域进行调整,保证对所述不规则感知区域全覆盖,从而根据所述第二覆盖节点集得到最优覆盖节点集。
可选地,所述计算所述无线传感器网络内任意传感器节点的邻居节点数和节点感知半径,包括:
根据以下公式一计算得到所述无线传感器网络内任意传感器节点的节点感知半径:
ri=ιηΘ(α,d(i,j)) 公式一
根据以下公式二计算得到所述无线传感器网络内任意传感器节点的邻居节点数:
其中,d(i,j)表示传感器节点i和传感器节点j之间的距离,α表示传感器节点i和传感器节点j的连线与水平方向的夹角,Θ(α,d(i,j))表示α角度范围内的感知半径函数,η表示信号衰落因子,ι表示传播损耗比值,ri表示传感器节点i的节点感知半径,A表示所述无线传感器网络指定的覆盖率,p表示所述无线传感器网络的监测区域内任意传感器节点至少被1个传感器节点感知覆盖的概率,m表示任意传感器节点的感知区域被邻居节点覆盖的覆盖率不下于A时所需的最少邻居节点数。
可选地,所述方法还包括:
根据传感器节点和邻居节点的坐标位置计算得到传感器节点与每个邻居节点的距离;
判断所述距离是否小于预设的距离阈值;
若是,则判定所述传感器节点为冗余节点;或
根据传感器节点和邻居节点的坐标位置计算得到传感器节点被邻居节点覆盖的概率;
判断所述概率是否大于预设阈值;
若是,则判定所述传感器节点为冗余节点。
可选地,所述方法还包括:
在最小绑定不规则区域的几何中心点位置不存在传感器节点的情况下,根据所述任意传感器节点与邻居节点之间的感测概率和邻居节点到所述几何中心点位置的距离确定存放至所述第一覆盖节点集的传感器节点。
可选地,所述方法还包括:
所述第一覆盖节点集中传感器节点向对应的邻居节点发送消息,获取所述邻居节点和自身的剩余能量值,并依据公平性原则选取剩余能量最多的传感器节点。
可选地,所述根据所述最优覆盖节点集中各传感器节点的属性和感知不规则性构建所述无线传感器网络的最小连通覆盖集,包括:
以所述最优覆盖节点集中的任意传感器节点为中心,并以所述任意传感器节点的不规则感知有效边界为界限,从不同方向向邻居节点发送自身信息,确定所述任意传感器节点的邻居节点连通域;
根据所述邻居节点连通域与所述任意传感器节点的的感知区域获得所述邻居节点连通域与所述任意传感器节点的的感知区域的覆盖度;
将所述覆盖度转化为不规则边界和子覆盖域带权连通图;
若所述任意传感器节点的连通子图域的覆盖度不小于预设的覆盖度阈值,则将所述任意传感器节点和所述任意传感器节点的连通子图定点加入连通覆盖集;
若所述任意传感器节点的连通子图域的覆盖度小于预设的覆盖度阈值,则将所述任意传感器节点加入所述连通覆盖集;
遍历所述最优覆盖节点集中的所有传感器节点,得到所有的连通覆盖集,根据所有的连通覆盖集建立得到互不重叠的最小连通覆盖集。
可选地,所述基于所述最小连通覆盖集,采用基于连通性的覆盖修复增强方法对所述无线传感器网络中存在的覆盖盲区和覆盖冗余区进行修复,包括:
获取所述覆盖盲区的权重因子集和所述覆盖冗余区的权重因子集;
在修复区域为所述覆盖盲区的情况下,根据所述覆盖盲区的权重因子集选取覆盖盲区Di,
在所述最小连通覆盖集中选取距离所述Di的近似中心传感器节点H最近的传感器节点Ki,
以传感器节点Ki为参考点,在所述最小连通覆盖集中选取距离传感器节点Ki最近的传感器节点Kj,从而传感器节点Ki、Kj和近似中心传感器节点H构成所述Di的最小覆盖角
则Ki为所述Di的修复节点,若的角平分线Li为界,从所述最小连通覆盖集中选取到角平分线Li最近的传感器节点Km,传感器节点Ki和Km为所述Di的修复节点;若进行对分,以α0为划分临值,直至其划分的角小于或等于α0,并选取到相应的角平分线上的最近传感器节点,从而确定所述Di的修复节点;
在修复区域为所述覆盖冗余区的情况下,根据所述覆盖冗余区的权重因子集选取覆盖冗余区Bi,
通过对所述Bi的面积最小值进行分析,利用所述Bi内多个连通节点的平衡性,求得传感器节点的感知半径近似最优解,
基于已有的无线传感器网络的连通性,结合感知区域的不规则性,通过感知半径近似最优解进行调整来对所述Bi进行最小化修复。
依据本发明的第二方面,提出了一种无线传感器网络的覆盖性能的修复增强装置,所述装置包括:
获取单元,用于基于不规则感知区域最优节点选择方法获取所述无线传感器网络中的最优覆盖节点集;
构建单元,用于根据所述最优覆盖节点集中各传感器节点的属性和感知不规则性构建所述无线传感器网络的最小连通覆盖集;
修复单元,用于基于所述最小连通覆盖集,采用基于连通性的覆盖修复增强方法对所述无线传感器网络中存在的覆盖盲区和覆盖冗余区进行修复,提高所述无线传感器网络的覆盖性能。
可选地,所述获取单元,具体用于:
计算所述无线传感器网络内任意传感器节点的邻居节点数和节点感知半径;
根据所述任意传感器节点的邻居节点数和节点感知半径确定所述任意传感器节点的不规则感知区域,并将所述不规则感知区域近似为多边形区域;
对所述多边形区域进行模糊最小处理,形成多个最小绑定不规则区域;
将位于每个最小绑定不规则区域的几何中心点位置的传感器节点存放至第一覆盖节点集;
对所述不规则感知区域进行离散化,把不属于所述不规则感知区域的部分区域及非覆盖任务区域标记为覆盖冗余区,并将对应的最小绑定不规则区域的几何中心点位置的传感器节点从所述第一覆盖节点集中剔除形成第二覆盖节点集;
对所述多个最小绑定不规则区域中的最小绑定不规则区域进行调整,保证对所述不规则感知区域全覆盖,从而根据所述第二覆盖节点集得到最优覆盖节点集。
通过上述技术方案,基于不规则感知区域最优节点选择方法获取无线传感器网络中的最优覆盖节点集;并根据最优覆盖节点集中各传感器节点的属性和感知不规则性构建无线传感器网络的最小连通覆盖集;以及基于最小连通覆盖集,采用基于连通性的覆盖修复增强方法对无线传感器网络中存在的覆盖盲区和覆盖冗余区进行修复,提高无线传感器网络的覆盖性能,从而达到节约网络能量,提高网络覆盖质量,实现了延长网络有效寿命的目的。
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,下面将对实施例或现有技术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,还可以根据这些图获得其他的附图。
图1是本发明一实施例提供的无线传感器网络的覆盖性能的修复增强方法的流程图;
图2是本发明一实施例提供的无线传感器网络的覆盖性能的修复增强方法的流程图;
图3是本发明一实施例提供的传感器节点不规则感知区域的示意图;
图4是本发明一实施例提供的最优节点选取的示意图;
图5是本发明一实施例提供的覆盖连通节点选取的示意图;
图6是本发明一实施例提供的无线传感器网络的覆盖性能的修复增强装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
无线传感器网络是为了达到某种监测目的,网络能在尽量长的时间内完成特定的监测任务。由于单个节点结构简单、能量有限,常因环境干扰、能量耗尽等原因而失效,对网络监测信息的准确性、完整性和时效性造成直接影响,甚至导致网络崩溃不能继续满足应用需求。在传统的无线传感网络节点部署算法的研究中,节点部署在开放的理想条件下进行的,常常把节点的感测范围抽象成圆,即节点的各个方向的感测半径是相等的。但在环境较为恶劣的应用中,如森林火灾监测、战场态势侦察等。在这些场合中,人工不便到达、网络规模较大,节点常采用随机部署的方式,网络结构不规则,网内信号易受环境及实体遮挡,使得节点感知范围呈现不规则态,同时容易出现监测盲区。对于大部分感知信号来说,当无线信号在传输的过程中若遇见障碍物,则会使得接收信号功率发生变化,存在信号遮挡或损耗等的现象,同时还可能使得网内节点不同方向的接收信号存在一定的差异性,无线传感器网络在传播过程中具有不规则性。基于此,本发明提供一种无线传感器网络的覆盖性能的修复增强方法。
图1是本发明一实施例提供的无线传感器网络的覆盖性能的修复增强方法的流程图。如图1所示,本发明一实施例提供的无线传感器网络的覆盖性能的修复增强方法包括:
在步骤S101中,基于不规则感知区域最优节点选择方法获取所述无线传感器网络中的最优覆盖节点集。
具体地,该步骤包括:计算所述无线传感器网络内任意传感器节点的邻居节点数和节点感知半径;根据所述任意传感器节点的邻居节点数和节点感知半径确定所述任意传感器节点的不规则感知区域,并将所述不规则感知区域近似为多边形区域;对所述多边形区域进行模糊最小处理,形成多个最小绑定不规则区域;将位于每个最小绑定不规则区域的几何中心点位置的传感器节点存放至第一覆盖节点集;对所述不规则感知区域进行离散化,把不属于所述不规则感知区域的部分区域及非覆盖任务区域标记为覆盖冗余区,并将对应的最小绑定不规则区域的几何中心点位置的传感器节点从所述第一覆盖节点集中剔除形成第二覆盖节点集;对所述多个最小绑定不规则区域中的最小绑定不规则区域进行调整,保证对所述不规则感知区域全覆盖,从而根据所述第二覆盖节点集得到最优覆盖节点集。
其中,所述计算无线传感器网络内任意传感器节点的邻居节点数和节点感知半径,包括:
根据以下公式一计算得到所述无线传感器网络内任意传感器节点的节点感知半径:
ri=ιηΘ(α,d(i,j)) 公式一
根据以下公式二计算得到所述无线传感器网络内任意传感器节点的邻居节点数:
其中,d(i,j)表示传感器节点i和传感器节点j之间的距离,α表示传感器节点i和传感器节点j的连线与水平方向的夹角,Θ(α,d(i,j))表示α角度范围内的感知半径函数,η表示信号衰落因子,ι表示传播损耗比值,ri表示传感器节点i的节点感知半径,A表示所述无线传感器网络指定的覆盖率,p表示所述无线传感器网络的监测区域内任意传感器节点至少被1个传感器节点感知覆盖的概率,m表示任意传感器节点的感知区域被邻居节点覆盖的覆盖率不下于A时所需的最少邻居节点数。
优选地,所述方法还包括:根据传感器节点和邻居节点的坐标位置计算得到传感器节点与每个邻居节点的距离;判断所述距离是否小于预设的距离阈值;若是,则判定所述传感器节点为冗余节点;或根据传感器节点和邻居节点的坐标位置计算得到传感器节点被邻居节点覆盖的概率;判断所述概率是否大于预设阈值;若是,则判定所述传感器节点为冗余节点。
可选地,所述方法还包括:在最小绑定不规则区域的几何中心点位置不存在传感器节点的情况下,根据所述任意传感器节点与邻居节点之间的感测概率和邻居节点到所述几何中心点位置的距离确定存放至所述第一覆盖节点集的传感器节点。
可选地,所述方法还包括:所述第一覆盖节点集中传感器节点向对应的邻居节点发送消息,获取所述邻居节点和自身的剩余能量值,并依据公平性原则选取剩余能量最多的传感器节点。
接着,在步骤S102中,根据所述最优覆盖节点集中各传感器节点的属性和感知不规则性构建所述无线传感器网络的最小连通覆盖集。
具体地,该步骤包括:以所述最优覆盖节点集中的任意传感器节点为中心,并以所述任意传感器节点的不规则感知有效边界为界限,从不同方向向邻居节点发送自身信息,确定所述任意传感器节点的邻居节点连通域;根据所述邻居节点连通域与所述任意传感器节点的的感知区域获得所述邻居节点连通域与所述任意传感器节点的的感知区域的覆盖度;将所述覆盖度转化为不规则边界和子覆盖域带权连通图;若所述任意传感器节点的连通子图域的覆盖度不小于预设的覆盖度阈值,则将所述任意传感器节点和所述任意传感器节点的连通子图定点加入连通覆盖集;若所述任意传感器节点的连通子图域的覆盖度小于预设的覆盖度阈值,则将所述任意传感器节点加入所述连通覆盖集;遍历所述最优覆盖节点集中的所有传感器节点,得到所有的连通覆盖集,根据所有的连通覆盖集建立得到互不重叠的最小连通覆盖集。
最后,在步骤S103中,基于所述最小连通覆盖集,采用基于连通性的覆盖修复增强方法对所述无线传感器网络中存在的覆盖盲区和覆盖冗余区进行修复,提高所述无线传感器网络的覆盖性能。
其中,所述基于所述最小连通覆盖集,采用基于连通性的覆盖修复增强方法对所述无线传感器网络中存在的覆盖盲区和覆盖冗余区进行修复,包括:获取所述覆盖盲区的权重因子集和所述覆盖冗余区的权重因子集;在修复区域为所述覆盖盲区的情况下,根据所述覆盖盲区的权重因子集选取覆盖盲区Di,在所述最小连通覆盖集中选取距离所述Di的近似中心传感器节点H最近的传感器节点Ki,以传感器节点Ki为参考点,在所述最小连通覆盖集中选取距离传感器节点Ki最近的传感器节点Kj,从而传感器节点Ki、Kj和近似中心传感器节点H构成所述Di的最小覆盖角则Ki为所述Di的修复节点,若的角平分线Li为界,从所述最小连通覆盖集中选取到角平分线Li最近的传感器节点Km,传感器节点Ki和Km为所述Di的修复节点;若进行对分,以α0为划分临值,直至其划分的角小于或等于α0,并选取到相应的角平分线上的最近传感器节点,从而确定所述Di的修复节点;在修复区域为所述覆盖冗余区的情况下,根据所述覆盖冗余区的权重因子集选取覆盖冗余区Bi,通过对所述Bi的面积最小值进行分析,利用所述Bi内多个连通节点的平衡性,求得传感器节点的感知半径近似最优解,基于已有的无线传感器网络的连通性,结合感知区域的不规则性,通过感知半径近似最优解进行调整来对所述Bi进行最小化修复。
图2是本发明一实施例提供的无线传感器网络的覆盖性能的修复增强方法的流程图。如图2所示,本发明一实施例提供的无线传感器网络的覆盖性能的修复增强方法包括:
在步骤S201中,提取无线传感器网络中传感器节点的不规则感知区域的半径。
无线传感器网络的有效覆盖率和监测区域内节点感知范围有紧密相关性,在无线信号传输的过程中,信号强度会随着信号传输距离的增大而减小。但是,在信号传输过程中其遮挡性使得网络节点感知范围呈现一定的不规则性。理想情况下,传播损耗比例随着信号传输距离的增加而增高:
ι = p s p r = ( 4 π f d c 2 ) 2 - - - ( 1 )
其中,ι表示传播损耗比值,ps表示发射功率,pr表示接收功率,f表示无线信号的频率,c表示光速,d表示发射节点和接收节点之间的距离。若传感器节点i的感知区域为E,其邻居点集为G,取E内任意一点a,点a被G中某一传感器节点j感知的概率为Pij,。考虑到信号在传输过程中存在路径损耗,阴影衰落等一系列的问题,导致节点感知区域具有不规则性,节点感知半径是确定感知区域及网内覆盖域的关键因子之一,如图3所示节点不同方向的感知半径随角度而发生变化。传感器节点i的感知半径ri为:
ri=ιηΘ(α,d(i,j)) (2)
其中,d(i,j)表示传感器节点i和传感器节点j之间的距离,α表示传感器节点i和传感器节点j的连线与水平方向的夹角,Θ(α,d(i,j))表示α角度范围内的感知半径函数,η表示信号衰落因子,ι表示传播损耗比值,ri表示传感器节点i的节点感知半径。
在步骤S202中,对传感器节点的不规则感知区域的边界区域进行分析。
当某一监测区域内存在K个传感器节点进行监测时,一个传感器节点的覆盖概率定义为一个传感器节点被K个传感器节点中的至少一个节点监测到的概率:
Ψ ( p , k ) = 1 - Π k = 1 [ 1 - Γ ( p , s k ) ] - - - ( 3 )
其中,p表示无线传感器网络中任意一传感器节点,sk(k=1...K)表示距离传感器节点p最近的K个网内节点,Γ(p,sk)表示传感器节点sk对传感器节点p的感知概率。假设在监测区域内,取任意点,若该点能被其周围的某一传感器节点感知,则该区域点为有效感知区域点,同时说明该点能够被正确接收无线信号。在节点感知过程中,设wκ为路径损耗强度阀值,若节点间路径损耗强度低于wκ,则说明该点不能被传感器节点所感知,无法有效传输无线信号,该点所在位置为无效节点位置,即监测遗漏盲点。预确定监测区域内任意传感器节点b的有效感知区域,根据监测区域任意传感器节点c在传感器b的有效感知概率为p(b),任意多个传感器节点c构成b的有效感知区域,由于有效感知区域并非理想状态下规整的圆形,有效感知区域的面积S为:
其中,p(r)为传感器节点的非规则感知圆的函数表示,r0表示传感器节点的最大感知半径,r表示传感器节点的感知半径,Φ表示衰减因子,表示两个传感器节点之间的连线与水平坐标的夹角。影响网络覆盖性的主要因素有路径损耗W、节点的感知概率Pij,、有效感知区域的面积S及节点的剩余能量Q等因素,如图4所示。
在步骤S203中,获取最优覆盖节点集。
针对不规则区域的覆盖问题,对覆盖目标区域的锁定是执行覆盖任务的首要步骤,区域锁定的好坏直接影响网络覆盖效果。面对复杂"不规则目标区域边界情况确定,首先计算网内任意节点邻居节点数并依据节点感知半径,确定节点不规则感知域面积,将该面积区域近似为多边形区域;其次,将构建的近似目标区域进行模糊最小处理形成若干最小绑定不规则区域;位于最小绑定不规则区域的几何中心点位置的节点放于覆盖节点集B中;最后,对目标区域进行离散化,把不属于目标区域部分及非覆盖任务区标记覆盖冗余区,并将对应的最小绑定不规则区域的几何中心点位置的节点从节点B中剔除形成次优覆盖集B`;由于某些覆盖目标区域中心点不在多边形内部,为保证对目标区域全覆盖,需对覆盖最小区域进行调整,形成最优覆盖集C。
覆盖集近似最优,近似最小覆盖集依据下面三个原则选取:
(1)位置最佳原则。
判断位于最小绑定不规则区域的几何中心点及相邻节点最佳位置,需依据几何中心点到相邻节点间欧式距离,确定可选节点范围。当恰好有节点位于几何中心点处,则几何中心点为最佳位置点;若几何中心点处不存在覆盖点,则依据节点间感测概率大小pi及几何中心点S0到相邻节点Si间欧式距离d(Si,S0)关系,确定最佳位置点,当d(Si,S0)<d0且pi<p0时,即节点间感测概率小于指定感测阀值同时在有效感测距离内,则该点位置最佳。
(2)能量优先原则。节点集B中节点向其邻居节点发送消息,并获取其邻居节点和自身剩余能量值,依据公平性原则选取剩余能量最多的节点,为了防止网内节点由于任务不均,使得节点剩余能量具有一定差异性,影响网络连通性及覆盖质量,B中任意节点Si均满足即Q0为节点能量阀值,Q′j为节点Si的第j个邻居节点的剩余能量,Qi为节点Si的剩余能量。
(3)节点数最小原则。每个节点在都有自己的能量阈值Ei及感知范围阈值Qi,为了防止出现网内节点任务不均,影响网络连通性及覆盖质量,若传感器节点数n及网内覆盖率之间的权衡权值分别为ε1,ε2。设k个传感器节点有效覆盖率权衡权值为δk。δk越大,表明网络部署更偏重对监测对象ok的覆盖性能。设监测对象ok的子网寿命权值为ηk。ηk越大,表明监测对象ok的传感器子网越重要,相应平均子网寿命优先保证(所有权值>0)。面积覆盖率函数为:
&Phi; ( k ) = 1 - e &pi;r k 2 M &gamma; k - - - ( 5 )
已知覆盖区面积为M,传感器节点的感知半径为rk,γk表示所需要的传感器节点的数量,可知在给定监测面积中至少需要节点数为:
k > | | M | | l n ( 1 - &Phi; ( k ) ) &pi;r k 2 - - - ( 6 )
采用加权和法将多目标转化为单目标,变为常规整数规划问题求解。同理,考虑在单个节点i中,其感知区域的任意一点至少被节点i的m个邻居节点中的1个覆盖的概率Ek也满足,此时式中p的大小应为节点i的感知重叠面积占节点i感知总面积的比值H的期望值。假设网络指定的覆盖率为A,则节点i的感知区域被邻居节点覆盖的覆盖率不小于A时,所需的邻居节点数应满足:
Ek>A (7)
求解Ek大于A的值可得:
m > l n ( 1 - A ) ln ( 1 - p ) - - - ( 8 )
由于节点i的感知重叠面积占节点i感知总面积的比值H是1个关于邻居节点距离r的函数。故若想求p的值只需知道两个节点之间的距离即可。r的期望值为:
E ( r ) = &Integral; 0 2 r x 1 2 r d x = r - - - ( 9 )
将E(r)代入式求解H的值,也即p的值。将p的值代入式即可算出节点i的感知区域被邻居节点覆盖的覆盖率不小于A时,所需的最少邻居节点数m。
结合邻居节点数,按区域逼近方法将目标区域逼近为若干多边形区域,并采用求解多边形区域的最小值,并对其进行宽度求解,得出区域最小面积外接圆,将目标区域坐标进行转换,得到最小区域圆。最后,对目标区域进行离散化,将区域离散化为网格,选取每个单元区域的几何中心点划的节点,把区域内不属于目标区域部分及非覆盖区对应几何中心从节点中剔除;由于某些网格几何中心不在多边形内部,为保证对目标区域全覆盖,需结合最小区域圆对整体坐标平移将遗覆盖盲区添加进入目标网格中。对网络覆盖性能进行优化。
判断其与每个感知邻居节点的距离d,只要有一个节点与节点i的距离小于距离阈值F,则判定节点i为冗余节点,例如节点j为节点i的感知邻居,两个节点间的距离d小于r,则当两个节点间的距离很近时,节点大部分感知区域被感知节点覆盖,可以将节点i休眠;节点根据各个感知邻居节点的位置计算被覆盖率p,若超过指定阈值p0,判定节点为冗余节点,若节点i有3个感知邻居节点a,b,c,虽然3个感知邻居节点与节点i之间的距离均不小于指定的距离阈值F,但是节点i的感知区域已完全被其感知邻居节点覆盖,节点i为冗余节点;节点计算感知区域被邻居节点覆盖的覆盖率不小于指定值时所需的最少邻居节点数m,若节点感知邻居和通信邻居的总和大于m,则节点进入休眠状态。
在步骤S204中,获取最小连通覆盖集。
网络连通性是衡量网络性能的关键因素之一,考虑到网内覆盖性与连通性具有一定的相关性,通过构建网内连通覆盖集来使得网络覆盖性和连通性达到一定的均衡,对网络整体性能得以优化。由于网络覆盖集节点可以保证网内覆盖性能较好,但其节点间不一定具连通性。假设在监控区域中随机部署N个传感器节点,基于不规则感知区域最优节点选择方法,获取网内最优覆盖集C,依据网内最优覆盖集C内各节点的属性及感知不规则性,构建网内最小连通覆盖集D,即用较少的节点在满足网内覆盖要求的同时也保持较好的网络连通性。
在最优覆盖集C中任取一点i∈C,其中i的邻居节点集合M,从M中任意取一点j,且i≠j,依据网内邻居节点间距离和不规则感知范围的关系因子其中Rs表示传感器节点的覆盖半径,以i为中心,其不规则感知有效边界为界限,从不同方向向其邻居节点发送自身信息,如半径,节点能量,邻居节点个数等,确定i的邻居节点连通域Ωi,以此类推,遍历覆盖集C中所有节点的邻居节点连通域即Ω。取覆盖集C内任意节点i,获取邻居节点连通域Ω与其自身感知区域的覆盖度,将其转化为不规则边界及子覆盖域带权连通图V,若V(i)连通子图域其覆盖度不小于覆盖度阀值,则将i及其连通子图定点Vj加入连通覆盖集Y中,反之,则仅将i加入连通覆盖集Y中,循环重构连通覆盖集Em次,直至遍历覆盖集C中所有点,最终建立互不重叠的最小连通覆盖集D且如图5所示。
在步骤S205中,对覆盖盲区进行分析。
网络运行过程中保持一定的连通性,但网内仍存在覆盖盲区及覆盖冗余区,故需在保持较好的网络连通性的前提条件下,在网络连通性和覆盖性间寻求一种博弈均衡性,对网络盲区和冗余区进行修复。覆盖修复需遵循优先原则即在不影响网络连通性的条件下,以盲区面积及新增节点数为优先考虑因子。在区域X内构建无线自组织网络。节点的感知半径可根据子节点剩余电量进行调节,其初始能量为Q,本发明期望在区域内的网络在网络连通性和覆盖性间保持一定的均衡性,使得覆盖面积满足覆盖要求且具较好的连通性其中为连通函数,Cov0表示保证无线传感器网络正常工作的基本覆盖度,covi表示某传感器节点i的位置被其邻居节点感知覆盖的概率,d0表示自由空间衰减下的连通距离。
在步骤S206中,基于连通性对覆盖区域进行修复。
基于最小连通覆盖集,网络连通性得以保证,但是随着网络运行时间的进行,基于连通性的前提下,网内存在覆盖盲区和覆盖冗余区,故需要对此类覆盖区域进行基于连通性的修正,提高整个网络覆盖性能。
步骤一:对目标区域面积进行近似值逼近,该目标区域分为覆盖盲区和覆盖冗余区,若该区域为覆盖盲区,获取其面积边界区域,并求的Ai的近似面积值M,根据区域权重函数得到该区域的权重因子即其中为该区域中心节点与其邻居节点连通度,依次类推获取监测域内覆盖盲区权重因子集θ;同理,获取冗余区域权重因子集ρ。
步骤二:若修复区域为覆盖盲区Ai,其不规则边界区域以H为近似中心点
边界区域任意点ai到H的距离为Li∈[Lmin,Lmax],α0为覆盖阀值角,其中 为边界区域最大最小边界点构成的覆盖角,且从最小连通覆盖集D中选取离节点H最近节点Ki即M(amin,amax)={ki∈R2|d(ki,H)≤d(kj,H)},其中M(amin,amax)表示在区域Ai内离H距离最近的点Ki,为了再修复覆盖盲区时候保证网内连通性,以Ki为参考点,在最小连通覆盖集D中选取离Ki最近的点Kj,组成该修复区域最小覆盖角则ki为该覆盖盲区的修复节点;若的角平分线Li为界,从最小连通覆盖集D中选取到Li最近的节点Km,此时节点ki和km为该覆盖盲区的修复节点;若进行对分,以α0为划分临值,直至其划分的角其的修复节点选取方法如上。
步骤三:若修复区域为覆盖冗余区,依据冗余区域权重因子集ρ选取覆盖冗
余区Bi,其不规则边界区域近似中心点为ci,区域Bi冗余面积为Si为Bi域内各冗余分区的面积,ι为该冗余分区冗余系数。基于已有的网络连通性,结合感知区域的不规则性,通过对感知半径进行调整来对冗余区域进行最小化修复,根据线性加权及感知距离有效性,可知域内冗余面积具收敛性,存在最小值,故可得感知半径近似最优解r* i,使冗余面积函数Mi取得最小值,r* i=argri∈RminMi(ri)。通过对冗余区面积最小值进行分析,利用同一区域Bi内多个连通节点的平衡性,求的感知半径近似最优解,从而实现对覆盖冗余区最小化。
本实施例通过基于不规则感知区域最优节点选择方法获取无线传感器网络中的最优覆盖节点集;并根据最优覆盖节点集中各传感器节点的属性和感知不规则性构建无线传感器网络的最小连通覆盖集;以及基于最小连通覆盖集,采用基于连通性的覆盖修复增强方法对无线传感器网络中存在的覆盖盲区和覆盖冗余区进行修复,提高无线传感器网络的覆盖性能,从而达到节约网络能量,提高网络覆盖质量,实现了延长网络有效寿命的目的。
对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
图6是本发明一实施例提供的无线传感器网络的覆盖性能的修复增强装置的结构示意图。如图6所示,本发明一实施例提供的无线传感器网络的覆盖性能的修复增强装置包括:
获取单元301,用于基于不规则感知区域最优节点选择方法获取所述无线传感器网络中的最优覆盖节点集;
构建单元302,用于根据所述最优覆盖节点集中各传感器节点的属性和感知不规则性构建所述无线传感器网络的最小连通覆盖集;
修复单元303,用于基于所述最小连通覆盖集,采用基于连通性的覆盖修复增强方法对所述无线传感器网络中存在的覆盖盲区和覆盖冗余区进行修复,提高所述无线传感器网络的覆盖性能。
在本发明一可选实施方式中,所述获取单元301,具体用于:
计算所述无线传感器网络内任意传感器节点的邻居节点数和节点感知半径;
根据所述任意传感器节点的邻居节点数和节点感知半径确定所述任意传感器节点的不规则感知区域,并将所述不规则感知区域近似为多边形区域;
对所述多边形区域进行模糊最小处理,形成多个最小绑定不规则区域;
将位于每个最小绑定不规则区域的几何中心点位置的传感器节点存放至第一覆盖节点集;
对所述不规则感知区域进行离散化,把不属于所述不规则感知区域的部分区域及非覆盖任务区域标记为覆盖冗余区,并将对应的最小绑定不规则区域的几何中心点位置的传感器节点从所述第一覆盖节点集中剔除形成第二覆盖节点集;
对所述多个最小绑定不规则区域中的最小绑定不规则区域进行调整,保证对所述不规则感知区域全覆盖,从而根据所述第二覆盖节点集得到最优覆盖节点集。
本发明通过建立不规则信号感知模型,结合节点感测半径呈现的不规则性进行分析,针对不规则区域的覆盖问题,对目标区域进行整理,确定最优覆盖集,对覆盖最小区域进行调整。同时,将能量作为主要的因素加以考虑,将网络连通性作为覆盖质量的关键因素之一,基于信号的不规则性及网内节点感知范围的不规则性,针对网内覆盖连通性等特点进行网内覆盖修正,从而达到节约网络能量,提高网络覆盖质量,实现了延长网络有效寿命的目的。
对于本发明一实施例提供的无线传感器网络的覆盖性能的修复增强装置中还涉及的具体细节已在本发明一实施例提供的无线传感器网络的覆盖性能的修复增强方法中作了详细的描述,在此不再赘述。
应当注意的是,在本发明的系统的各个部件中,根据其要实现的功能而对其中的部件进行了逻辑划分,但是,本发明不受限于此,可以根据需要对各个部件进行重新划分或者组合,例如,可以将一些部件组合为单个部件,或者可以将一些部件进一步分解为更多的子部件。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上实施方式仅适于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。

Claims (10)

1.一种无线传感器网络的覆盖性能的修复增强方法,其特征在于,所述方法包括:
基于不规则感知区域最优节点选择方法获取所述无线传感器网络中的最优覆盖节点集;
根据所述最优覆盖节点集中各传感器节点的属性和感知不规则性构建所述无线传感器网络的最小连通覆盖集;
基于所述最小连通覆盖集,采用基于连通性的覆盖修复增强方法对所述无线传感器网络中存在的覆盖盲区和覆盖冗余区进行修复,提高所述无线传感器网络的覆盖性能。
2.根据权利要求1所述的无线传感器网络的覆盖性能的修复增强方法,其特征在于,所述基于不规则感知区域最优节点选择方法获取所述无线传感器网络中的最优覆盖节点集,包括:
计算所述无线传感器网络内任意传感器节点的邻居节点数和节点感知半径;
根据所述任意传感器节点的邻居节点数和节点感知半径确定所述任意传感器节点的不规则感知区域,并将所述不规则感知区域近似为多边形区域;
对所述多边形区域进行模糊最小处理,形成多个最小绑定不规则区域;
将位于每个最小绑定不规则区域的几何中心点位置的传感器节点存放至第一覆盖节点集;
对所述不规则感知区域进行离散化,把不属于所述不规则感知区域的部分区域及非覆盖任务区域标记为覆盖冗余区,并将对应的最小绑定不规则区域的几何中心点位置的传感器节点从所述第一覆盖节点集中剔除形成第二覆盖节点集;
对所述多个最小绑定不规则区域中的最小绑定不规则区域进行调整,保证对所述不规则感知区域全覆盖,从而根据所述第二覆盖节点集得到最优覆盖节点集。
3.根据权利要求2所述的无线传感器网络的覆盖性能的修复增强方法,其特征在于,所述计算所述无线传感器网络内任意传感器节点的邻居节点数和节点感知半径,包括:
根据以下公式一计算得到所述无线传感器网络内任意传感器节点的节点感知半径:
ri=ιηΘ(α,d(i,j)) 公式一
根据以下公式二计算得到所述无线传感器网络内任意传感器节点的邻居节点数:
其中,d(i,j)表示传感器节点i和传感器节点j之间的距离,α表示传感器节点i和传感器节点j的连线与水平方向的夹角,Θ(α,d(i,j))表示α角度范围内的感知半径函数,η表示信号衰落因子,ι表示传播损耗比值,ri表示传感器节点i的节点感知半径,A表示所述无线传感器网络指定的覆盖率,p表示所述无线传感器网络的监测区域内任意传感器节点至少被1个传感器节点感知覆盖的概率,m表示任意传感器节点的感知区域被邻居节点覆盖的覆盖率不下于A时所需的最少邻居节点数。
4.根据权利要求2所述的无线传感器网络的覆盖性能的修复增强方法,其特征在于,所述方法还包括:
根据传感器节点和邻居节点的坐标位置计算得到传感器节点与每个邻居节点的距离;
判断所述距离是否小于预设的距离阈值;
若是,则判定所述传感器节点为冗余节点;或
根据传感器节点和邻居节点的坐标位置计算得到传感器节点被邻居节点覆盖的概率;
判断所述概率是否大于预设阈值;
若是,则判定所述传感器节点为冗余节点。
5.根据权利要求2所述的无线传感器网络的覆盖性能的修复增强方法,其特征在于,所述方法还包括:
在最小绑定不规则区域的几何中心点位置不存在传感器节点的情况下,根据所述任意传感器节点与邻居节点之间的感测概率和邻居节点到所述几何中心点位置的距离确定存放至所述第一覆盖节点集的传感器节点。
6.根据权利要求2所述的无线传感器网络的覆盖性能的修复增强方法,其特征在于,所述方法还包括:
所述第一覆盖节点集中传感器节点向对应的邻居节点发送消息,获取所述邻居节点和自身的剩余能量值,并依据公平性原则选取剩余能量最多的传感器节点。
7.根据权利要求1所述的无线传感器网络的覆盖性能的修复增强方法,其特征在于,所述根据所述最优覆盖节点集中各传感器节点的属性和感知不规则性构建所述无线传感器网络的最小连通覆盖集,包括:
以所述最优覆盖节点集中的任意传感器节点为中心,并以所述任意传感器节点的不规则感知有效边界为界限,从不同方向向邻居节点发送自身信息,确定所述任意传感器节点的邻居节点连通域;
根据所述邻居节点连通域与所述任意传感器节点的的感知区域获得所述邻居节点连通域与所述任意传感器节点的的感知区域的覆盖度;
将所述覆盖度转化为不规则边界和子覆盖域带权连通图;
若所述任意传感器节点的连通子图域的覆盖度不小于预设的覆盖度阈值,则将所述任意传感器节点和所述任意传感器节点的连通子图定点加入连通覆盖集;
若所述任意传感器节点的连通子图域的覆盖度小于预设的覆盖度阈值,则将所述任意传感器节点加入所述连通覆盖集;
遍历所述最优覆盖节点集中的所有传感器节点,得到所有的连通覆盖集,根据所有的连通覆盖集建立得到互不重叠的最小连通覆盖集。
8.根据权利要求1所述的无线传感器网络的覆盖性能的修复增强方法,其特征在于,所述基于所述最小连通覆盖集,采用基于连通性的覆盖修复增强方法对所述无线传感器网络中存在的覆盖盲区和覆盖冗余区进行修复,包括:
获取所述覆盖盲区的权重因子集和所述覆盖冗余区的权重因子集;
在修复区域为所述覆盖盲区的情况下,根据所述覆盖盲区的权重因子集选取覆盖盲区Di,
在所述最小连通覆盖集中选取距离所述Di的近似中心传感器节点H最近的传感器节点Ki,
以传感器节点Ki为参考点,在所述最小连通覆盖集中选取距离传感器节点Ki最近的传感器节点Kj,从而传感器节点Ki、Kj和近似中心传感器节点H构成所述Di的最小覆盖角
则Ki为所述Di的修复节点,若的角平分线Li为界,从所述最小连通覆盖集中选取到角平分线Li最近的传感器节点Km,传感器节点Ki和Km为所述Di的修复节点;若进行对分,以α0为划分临值,直至其划分的角小于或等于α0,并选取到相应的角平分线上的最近传感器节点,从而确定所述Di的修复节点;
在修复区域为所述覆盖冗余区的情况下,根据所述覆盖冗余区的权重因子集选取覆盖冗余区Bi,
通过对所述Bi的面积最小值进行分析,利用所述Bi内多个连通节点的平衡性,求得传感器节点的感知半径近似最优解,
基于已有的无线传感器网络的连通性,结合感知区域的不规则性,通过感知半径近似最优解进行调整来对所述Bi进行最小化修复。
9.一种无线传感器网络的覆盖性能的修复增强装置,其特征在于,所述装置包括:
获取单元,用于基于不规则感知区域最优节点选择方法获取所述无线传感器网络中的最优覆盖节点集;
构建单元,用于根据所述最优覆盖节点集中各传感器节点的属性和感知不规则性构建所述无线传感器网络的最小连通覆盖集;
修复单元,用于基于所述最小连通覆盖集,采用基于连通性的覆盖修复增强方法对所述无线传感器网络中存在的覆盖盲区和覆盖冗余区进行修复,提高所述无线传感器网络的覆盖性能。
10.根据权利要求7所述的无线传感器网络的覆盖性能的修复增强装置,其特征在于,所述获取单元,具体用于:
计算所述无线传感器网络内任意传感器节点的邻居节点数和节点感知半径;
根据所述任意传感器节点的邻居节点数和节点感知半径确定所述任意传感器节点的不规则感知区域,并将所述不规则感知区域近似为多边形区域;
对所述多边形区域进行模糊最小处理,形成多个最小绑定不规则区域;
将位于每个最小绑定不规则区域的几何中心点位置的传感器节点存放至第一覆盖节点集;
对所述不规则感知区域进行离散化,把不属于所述不规则感知区域的部分区域及非覆盖任务区域标记为覆盖冗余区,并将对应的最小绑定不规则区域的几何中心点位置的传感器节点从所述第一覆盖节点集中剔除形成第二覆盖节点集;
对所述多个最小绑定不规则区域中的最小绑定不规则区域进行调整,保证对所述不规则感知区域全覆盖,从而根据所述第二覆盖节点集得到最优覆盖节点集。
CN201610833828.4A 2016-09-20 2016-09-20 一种无线传感器网络的覆盖性能的修复增强方法以及装置 Active CN106254155B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610833828.4A CN106254155B (zh) 2016-09-20 2016-09-20 一种无线传感器网络的覆盖性能的修复增强方法以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610833828.4A CN106254155B (zh) 2016-09-20 2016-09-20 一种无线传感器网络的覆盖性能的修复增强方法以及装置

Publications (2)

Publication Number Publication Date
CN106254155A true CN106254155A (zh) 2016-12-21
CN106254155B CN106254155B (zh) 2019-05-24

Family

ID=57599871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610833828.4A Active CN106254155B (zh) 2016-09-20 2016-09-20 一种无线传感器网络的覆盖性能的修复增强方法以及装置

Country Status (1)

Country Link
CN (1) CN106254155B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107343283A (zh) * 2017-06-02 2017-11-10 电子科技大学 一种基于遗传算法的三维静态无线传感网络部署方法
CN107389318A (zh) * 2017-08-01 2017-11-24 赵淑娟 一种led光源检测方法及系统
CN107483309A (zh) * 2017-07-24 2017-12-15 中国空间技术研究院 基于博弈论的分布式网络系统最小权顶点覆盖求解方法
CN111093249A (zh) * 2019-12-05 2020-05-01 合肥中感微电子有限公司 无线局域网通信方法、系统及无线收发设备
CN112118583A (zh) * 2020-08-12 2020-12-22 浙江工业大学 一种基于目标覆盖的可充电小车移动最优路径规划方法
CN112288167A (zh) * 2020-10-30 2021-01-29 南京农业大学 一种位置受限的太阳能杀虫灯节点部署方法
CN113163429A (zh) * 2021-05-21 2021-07-23 三峡大学 一种的移动无线自组网覆盖连通方法
CN115866735A (zh) * 2023-03-01 2023-03-28 青岛科技大学 一种基于超模博弈水下传感网络跨层拓扑控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101448267A (zh) * 2008-12-31 2009-06-03 中山大学 基于粒子群算法的无线传感器网络节点覆盖优化方法
KR20120096276A (ko) * 2011-02-22 2012-08-30 서울대학교산학협력단 무선 센서 네트워크의 자가구성 시스템 및 이를 이용한 무선 센서 네트워크의 자가구성 방법
CN102802164A (zh) * 2012-08-30 2012-11-28 吴军 无线传感器网络中覆盖控制理论与算法的优化方法
CN105228159A (zh) * 2014-06-18 2016-01-06 北京邮电大学 基于网格化及改进粒子群算法的无线传感网覆盖增强算法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101448267A (zh) * 2008-12-31 2009-06-03 中山大学 基于粒子群算法的无线传感器网络节点覆盖优化方法
KR20120096276A (ko) * 2011-02-22 2012-08-30 서울대학교산학협력단 무선 센서 네트워크의 자가구성 시스템 및 이를 이용한 무선 센서 네트워크의 자가구성 방법
CN102802164A (zh) * 2012-08-30 2012-11-28 吴军 无线传感器网络中覆盖控制理论与算法的优化方法
CN105228159A (zh) * 2014-06-18 2016-01-06 北京邮电大学 基于网格化及改进粒子群算法的无线传感网覆盖增强算法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107343283A (zh) * 2017-06-02 2017-11-10 电子科技大学 一种基于遗传算法的三维静态无线传感网络部署方法
CN107483309A (zh) * 2017-07-24 2017-12-15 中国空间技术研究院 基于博弈论的分布式网络系统最小权顶点覆盖求解方法
CN107389318A (zh) * 2017-08-01 2017-11-24 赵淑娟 一种led光源检测方法及系统
CN111093249A (zh) * 2019-12-05 2020-05-01 合肥中感微电子有限公司 无线局域网通信方法、系统及无线收发设备
CN111093249B (zh) * 2019-12-05 2022-06-21 合肥中感微电子有限公司 无线局域网通信方法、系统及无线收发设备
CN112118583A (zh) * 2020-08-12 2020-12-22 浙江工业大学 一种基于目标覆盖的可充电小车移动最优路径规划方法
CN112118583B (zh) * 2020-08-12 2023-09-08 浙江工业大学 一种基于目标覆盖的可充电小车移动最优路径规划方法
CN112288167A (zh) * 2020-10-30 2021-01-29 南京农业大学 一种位置受限的太阳能杀虫灯节点部署方法
CN113163429A (zh) * 2021-05-21 2021-07-23 三峡大学 一种的移动无线自组网覆盖连通方法
CN113163429B (zh) * 2021-05-21 2022-04-29 三峡大学 一种移动无线自组网覆盖连通方法
CN115866735A (zh) * 2023-03-01 2023-03-28 青岛科技大学 一种基于超模博弈水下传感网络跨层拓扑控制方法

Also Published As

Publication number Publication date
CN106254155B (zh) 2019-05-24

Similar Documents

Publication Publication Date Title
CN106254155A (zh) 一种无线传感器网络的覆盖性能的修复增强方法以及装置
Abdollahzadeh et al. Deployment strategies in the wireless sensor network: A comprehensive review
CN102170697A (zh) 一种室内定位方法及装置
CN102573049A (zh) 一种室内定位方法及系统
CN100466577C (zh) 传感器网络的数据查询方法和系统以及传感器节点
CN101945472B (zh) 一种融合射频识别的无线传感器网络多移动目标定位方法
Wang et al. An elite hybrid metaheuristic optimization algorithm for maximizing wireless sensor networks lifetime with a sink node
CN101459914A (zh) 基于蚁群算法的无线传感器网络节点覆盖优化方法
Jain A coherent approach for dynamic cluster-based routing and coverage hole detection and recovery in bi-layered WSN-IoT
Marks A survey of multi-objective deployment in wireless sensor networks
Rathore et al. Towards Trusted Green Computing for Wireless Sensor Networks: Multi Metric Optimization Approach.
CN103281704A (zh) 基于三维感知的无线传感器网络确定性空间部署方法
CN107395433B (zh) 一种基于烟花算法的无线传感器节点部署方法
CN103118373B (zh) 一种无线传感器网络低能耗覆盖优化方法
CN101917777B (zh) 基于邻居节点间协作的无线传感器网络节点休眠资格判断方法
CN109406751A (zh) 区域化种植物土壤质量高精度实时监控系统
CN109040999A (zh) 建筑深基坑智能监测装置
CN103945425A (zh) 一种无线传感器网络中的拓扑优化方法及节点
CN104066097A (zh) 一种智能抄表系统设备现场布置方法
CN106255131A (zh) 基于无线充电的传感器网络锚点选择方法
CN105898700B (zh) 二维平面上移动传感节点的节能栅栏覆盖方法
CN101316200B (zh) 一种检测与修补无线视频传感器网络最坏情况覆盖的方法
Pitchai Determination of energy efficient optimal sojourn location of mobile sinks in clustered corona-based wireless sensor networks
Chen et al. An intersection-based coverage algorithm for PEGASIS architecture in wireless sensor networks
CN106412073B (zh) 一种建筑消防设施检测网络系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant