CN107071790A

CN107071790A - 一种混合传感器节点部署方法

Info

Publication number: CN107071790A
Application number: CN201710205168.XA
Authority: CN
Inventors: 宋志强; 方武; 冯蓉珍
Original assignee: Suzhou Institute of Trade and Commerce
Current assignee: Suzhou Institute of Trade and Commerce
Priority date: 2017-03-31
Filing date: 2017-03-31
Publication date: 2017-08-18
Anticipated expiration: 2037-03-31
Also published as: CN107071790B

Abstract

本发明涉及一种混合传感器节点部署方法，包括以下步骤：在被监测区域A随机部署固定传感器节点；由汇聚传感器节点根据被监测区域A确定各热点坐标，并计算得到未被覆盖的热点坐标；由汇聚传感器节点运行匈牙利算法将各移动传感器节点分别指派到一个未被覆盖的热点；移动传感器节点在接收到来自汇聚传感器节点的移动至指派热点的命令后，执行移动覆盖部署方法，移动至相应热点或附近；反复迭代上述指派和移动步骤，直到迭代次数达到预定次数。该方法相对现有技术，提高了传感器网络监测区域的覆盖率，降低了覆盖所需的时间和成本。

Description

一种混合传感器节点部署方法

技术领域

本发明属于通信网络领域，涉及无线传感器网络，尤其涉及一种无线传感器网络中混合传感器节点的部署方法。

背景技术

无线传感器网络一直是近十几年研究的热点，从最初的理论研究逐渐发展到应用实践。生态环境监测、核辐射监测、军事监测等场合均有其声影，感知和监测是无线传感器网络节点的主要应用之一。传感器节点的部署问题是各类监测系统应用成功与否的关键问题之一。

在无线传感器网络的部署中，固定传感器节点有自身无法移动的缺陷，网络覆盖率不高，因此现有技术中有利用移动无线传感器节点进行部署。但是移动节点的部署成本很高，不适合大规模部署。

发明内容

为了解决现有技术中的上述问题，本发明提出了一种在固定传感器节点随机部署后，通过移动传感器节点智能移动的方法，从而增加网络对被监测区域的覆盖率。由固定节点和移动节点组成的混合型无线传感器网络模型既考虑成本，又考虑到移动节点的机动性能，适合于实际应用。

本发明采用的技术方案具体如下：

一种混合传感器节点部署方法，该方法包括如下步骤：

步骤1：在被监测区域A内随机部署固定传感器节点；

步骤2：由汇聚传感器节点根据被监测区域A确定各热点坐标，并计算得到未被覆盖的热点坐标。

其中，所述被监测区域A被离散化为多个正方形网格，网格边长，

为传感器节点的感知半径，将各网格的中心点作为热点；

步骤3：由汇聚传感器节点运行匈牙利算法将各移动传感器节点分别指派到一个未被覆盖的热点，并将未被覆盖的热点坐标发送给各移动传感器节点；

步骤4：移动传感器节点在接收到来自汇聚传感器节点的移动至指派热点的命令后，执行移动覆盖部署方法，移动至相应热点或附近；

步骤5：反复迭代执行上述步骤3-4，直到迭代次数达到预定次数。

其中，所述步骤4中的移动覆盖部署方法包括：

定义施加于移动传感器节点之上的合力为：

N _Total是所有传感器节点的总数，为热点总数。是传感器节点施加于传感器节点的力：

为传感器节点和的距离，为事先定义的阈值，为传感器节点的通信半径，为到的方位角，为预定义的吸引力系数，为预定义的排斥力系数；

是未被固定传感器节点覆盖的热点对移动传感器节点施予的吸引力：

D _im是热点与移动传感器节点的距离，β _im是到的方向角；

设移动传感器节点的当前位置坐标为，则其新位置的横坐标为：

新位置的纵坐标为：

其中，为预定义的最大移动距离，为施加于节点的合力，和分别为在横坐标和纵坐标方向上的分量；

所述移动传感器节点从当前位置移动到新位置。

进一步地，所述步骤2中，汇聚传感器节点判断未被覆盖的热点的方法如下：

如果一个热点与一个固定传感器节点的距离小于或等于距离阈值，则认为该热点未被该固定传感器节点覆盖，如果一个热点没有被任意一个固定传感器节点覆盖，则该热点就是未被覆盖的热点。

进一步地，所述步骤3中的指派方法如下：

设有n个未被固定传感器节点覆盖的热点，设置m（m≥n）个移动传感器节点，第i个移动传感器节点到第j个未被固定传感器节点覆盖的热点的距离为，

定义矩阵表示指派方案，其元素为，取值为0或1，=1表示指派第i个移动传感器节点至第j个未被固定传感器节点覆盖的热点，否则=0；对指派问题进行建模，其目标函数为：

约束条件为：

在上述约束条件下对上述目标函数求解，获得最优指派方案。

进一步地，所述迭代次数为43次。

进一步地，各传感器节点的通信半径大于其感知半径的两倍。

进一步地，在随机部署完固定传感器节点后，对于可组网的固定传感器节点，由节点自身携带的GPS定位并将位置信息通过单跳或多跳路由传送给汇聚传感器节点，或通过基于RSSI的算法获取各固定传感器节点位置信息并将位置信息传至汇聚传感器节点；对于无法组网的孤立的固定传感器节点，使用无人机发现其所在位置并将其位置信息发送给汇聚传感器节点。

进一步地，各个移动传感器节点初始位于汇聚传感器节点的单跳通信范围之内。

本发明的有益效果包括：相对现有技术，提高了传感器网络监测区域的覆盖率，降低了覆盖所需的时间和成本。

附图说明

此处所说明的附图是用来提供对本发明的进一步理解，构成本申请的一部分，但并不构成对本发明的不当限定，在附图中：

图1是本发明方法的基本步骤流程图。

具体实施方式

下面将结合附图以及具体实施例来详细说明本发明，其中的示意性实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。

本发明的混合传感器节点包括固定传感器节点和移动传感器节点，本发明的无线传感器网络包括这两种传感器节点以及汇聚传感器节点，以用于对区域A进行监测。其中汇聚传感器节点负责无线传感器网与外网（如GPRS，Internet等）的连接，可看作网关节点。另外，本发明各传感器节点通信半径至少是其感知半径的两倍。

参见附图1，其示出了本发明方法的基本步骤，下面进行详细说明。

步骤1：在被监测区域A随机部署固定传感器节点。

假设N个固定传感器节点已随机部署于被监测区域A中，S为固定传感器节点集合：

被监测区域A长为L，宽为W，传感器节点可表述为：

其中为传感器节点的坐标，传感器节点的感知半径均为。

对于位于区域A内的任意点，将节点和p之间的欧氏距离记为，即

各传感器节点采用布尔感知模型，若一个事件发生在以传感器节点为圆心的圆形区域内，则传感器节点对该事件的感知概率为1，若事件发生在圆形区域外，则传感器节点对该事件的感知概率为0。因此，传感器节点对点p的感知概率可表述为：

被监测区域A中传感器节点对点p同时监测时的联合感知概率可表述为：

记传感器节点的覆盖范围为S _i，区域A中N个固定传感器节点的覆盖面积为N个固定传感器节点覆盖面积的并集，即：

记被监测区域A面积为，则部署完固定传感器节点后，被监测区域A的初始覆盖率可表述为：

为方便覆盖率计算，可将被监测区域离散化为个像素，则初始覆盖率可表述为：

在上述初始覆盖率的基础上，本发明进一步引入移动传感器节点，以通过移动传感器节点的自主移动来最大化。

在随机部署完固定传感器节点后，对于可组网的固定传感器节点，可由节点自身携带的GPS定位并将位置信息通过单跳或多跳路由传送给汇聚传感器节点，或由传感网通过基于RSSI的算法获取各固定传感器节点位置信息并将位置信息传至汇聚传感器节点。对于无法组网的孤立的固定传感器节点，使用无人机发现其所在位置并将其位置信息发送给汇聚传感器节点。

将被监测区域A离散化为多个正方形网格，网格边长，显然，若传感器节点位于一个网格的中心点则该传感器节点能实现对该网格的全覆盖，将各网格的中心点作为热点。由于固定传感器节点被随机部署，则部分热点被这些固定传感器节点的感知范围覆盖，部分热点未被覆盖，汇聚传感器节点可以根据各个固定传感器节点的位置信息，确定这些热点的坐标。

汇聚传感器节点判断未被覆盖的热点的方法如下：

记G为热点集合：，为热点总数。固定传感器节点与热点之间的距离记为，。则热点被固定传感器节点覆盖的条件为：

为距离阈值。若不满足上式，则热点未被传感器节点覆盖。如果一个热点没有被任意一个固定传感器节点覆盖，则该热点就是未被覆盖的热点。

步骤3：由汇聚传感器节点运行匈牙利算法将各移动传感器节点分别指派到一个未被覆盖的热点，并将未被覆盖的热点坐标发送给各移动传感器节点。

各个移动传感器节点初始位于汇聚传感器节点的单跳通信范围之内，汇聚传感器节点因此可直接将指派信息和热点坐标信息发送给各个移动传感器节点。设有n个未被固定传感器节点覆盖的热点(网格中心点)，现有m（m≥n）个移动传感器节点，汇聚传感器节点需指派移动传感器节点至热点。具体方法如下:

已知第i个移动传感器节点到第j个未被固定传感器节点覆盖的热点的距离为，需确定最优指派方案，使得选出的n个移动传感器节点与未被固定传感器节点覆盖的热点的距离之和尽量小。

定义矩阵表示指派方案，其元素为，取值为0或1，=1表示指派第i个移动传感器节点至第j个未被固定传感器节点覆盖的热点，否则=0。由此可以对上述指派问题进行建模：

目标函数为：

约束条件为：

上述约束条件表示每个移动传感器节点仅能完成对一个未被覆盖热点的覆盖。在上述约束条件下对上述目标函数求解，获得最优指派方案使得指派总效益最优（即距离和最小）。

步骤4：移动传感器节点在接收到来自汇聚传感器节点的移动至指派热点的命令后，执行移动覆盖部署方法，移动至相应热点或附近。

每个移动传感器节点通过执行上述移动覆盖部署方法，进行自主移动，该移动覆盖部署方法具体过程如下：

假设固定传感器节点、移动传感器节点间根据距离不同存在吸引力或斥力，未被固定传感器节点覆盖的热点对移动传感器节点存在吸引力，则施加于移动传感器节点之上的合力可表述为：

其中N _Total是所有传感器节点（包括固定传感器节点和移动传感器节点）的总数，传感器节点施加于传感器节点的力可表述为：

其中，为传感器节点和的距离，为事先定义的阈值，为传感器节点的通信半径，为到的方位角。上述式子表明，当时，节点间为吸引力，为预定义的吸引力系数；当时，节点间为斥力，为预定义的排斥力系数。

未被固定传感器节点覆盖的热点对移动传感器节点施予吸引力，可表示如下：

其中，D _ij是热点与移动传感器节点的距离，β _ij是到的方向角。

新位置的纵坐标为：

其中，为预定义的最大移动距离，为施加于节点的合力，和分别为在横坐标和纵坐标方向上的分量。

据此，所述移动传感器节点就从当前位置坐标移动到新位置的坐标。

步骤5：反复迭代执行上述步骤3和步骤4，直到迭代次数达到预定次数。

使用本发明的算法进行仿真验证的结果表明，当D _th=0.7r _s时，在迭代43次之后，覆盖率就稳定在97.2%，即第43次迭代后，移动节点便无需移动，所需时间和达到的覆盖率都优于现有技术。

进一步地实验表明，D _th取0.9r _s、0.8r _s 、0.7r _s 、0.6r _s 、0.5r _s 、0.4r _s时，最终被监测区域的覆盖率分别为93.5%、95.3%、97.2%、97.8%、98.3%、99.0%，所需移动传感器节点分别为36、42、53、60、69、79。由实验可知，D _th的取值对于覆盖率的提升有较大影响，D _th取值越小，被监测区域的覆盖率越高，但所需移动传感器节点越多，当D _th取值趋向于0时，被监测区域覆盖率可达100%。

以上所述仅是本发明的较佳实施方式，故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰，均包括于本发明专利申请范围内。

Claims

1.一种混合传感器节点部署方法，其中混合传感器节点包括固定传感器节点和移动传感器节点，其特征在于，该方法包括如下步骤：

步骤1：在被监测区域A内随机部署固定传感器节点；

步骤2：由汇聚传感器节点根据被监测区域A确定各热点坐标，并计算得到未被传感器节点覆盖的热点坐标；

为传感器节点的感知半径，将各网格的中心点作为热点；

步骤3：由汇聚传感器节点运行匈牙利算法将各移动传感器节点与分别指派到一个未被覆盖的热点，并将未被覆盖的热点坐标发送给各移动传感器节点；

步骤5：反复迭代执行上述步骤3-4，直到迭代次数达到预定次数，其中，所述步骤4中的移动覆盖部署方法包括：

定义施加于传感器节点之上的合力为：

N _Total是所有传感器节点的总数，为热点总数，是传感器节点施加于传感器节点的力：

D _im是热点与移动传感器节点的距离，β _im是到的方向角；

新位置的纵坐标为：

所述移动传感器节点从当前位置移动到新位置。

2.根据权利要求1所述的混合传感器节点部署方法，其特征在于，所述步骤2中，汇聚传感器节点判断未被覆盖的热点的方法如下：

3.根据权利要求1-2任意一项所述的混合传感器节点部署方法，其特征在于，所述步骤3中的指派方法如下：

约束条件为：

4.根据权利要求1-3任意一项所述的混合传感器节点部署方法，其特征在于，所述预定次数为43次。

5.根据权利要求1所述的混合传感器节点部署方法，其特征在于，各传感器节点的通信半径大于其感知半径的两倍。

6.根据权利要求1所述的混合传感器节点部署方法，其特征在于，在随机部署完固定传感器节点后，对于可组网的固定传感器节点，由传感器节点自身携带的GPS定位并将位置信息通过单跳或多跳路由传送给汇聚传感器节点，或通过基于RSSI的算法获取各固定传感器节点位置信息并将位置信息传至汇聚传感器节点；对于无法组网的孤立的固定传感器节点，使用无人机发现其所在位置并将其位置信息发送给汇聚传感器节点。

7.根据权利要求1所述的混合传感器节点部署方法，其特征在于，各个移动传感器节点初始位于汇聚传感器节点的单跳通信范围之内。