CN112702761A - 一种无线传感器网络覆盖空洞检测方法及系统 - Google Patents

Abstract

本发明涉及一种无线传感器网络覆盖空洞检测方法及系统。该方法包括获取无线传感器网络中所有无线传感器节点的坐标；根据无线传感器网络中所有无线传感器节点的坐标确定每一无线传感器节点的邻居节点；分别获取每一无线传感器节点与对应的邻居节点的交点；对每一无线传感器节点与对应的邻居节点的交点进行去重处理；将所有无线传感器节点转化为图片；并将所有无线传感器节点的坐标以及所有去重后的交点的坐标映射到图片中像素点的坐标位置；根据映射后的图片确定覆盖空洞区域，并对覆盖空洞区域进行可视化渲染处理；根据可视化渲染处理后的覆盖空洞区域确定覆盖空洞信息。本发明能够降低算法时间复杂度，提高检测准确性，减少漏检率。

Description

一种无线传感器网络覆盖空洞检测方法及系统

技术领域

本发明涉及覆盖空洞检测领域，特别是涉及一种无线传感器网络覆盖空洞检测方法及系统。

背景技术

无线传感器网络(Wireless SensorNetworks，WSNs)被广泛地应用于农业监测、水源监测、森林防火、海底监测、战场监测等各个方面。WSNs在必需的复杂环境下，通常采用随机部署方式会使得节点分布不均匀、网络中节点能量耗尽死亡、非人为损坏等，进而可能导致覆盖空洞的出现。覆盖空洞的出现不仅仅影响对监测区域感知数据的获取，而且可能造成大量数据集丢失以至于难以达到监测效果，甚至影响到整个WSNs的生命周期。WSNs覆盖空洞难以及时修补，致使空洞逐渐变大，最终会使得整个网络失去作用并对后期工作的进行产生一定的影响。因此覆盖空洞对WSNs的存活带来巨大的挑战，一种快速、精准的空洞检测方法就显得迫切需要了。

近年来，覆盖空洞是WSNs覆盖问题的研究热点，也是该问题的重要评价参数，同时空洞检测是无线传感器网络正常使用的前提和基础保障。针对覆盖空洞检测问题，积累了一定的研究成果，主要是从几何计算、网络拓扑和数学模型等方面思考问题。邹增辉等提出利用贪婪策略计算对区域网格化的方格的可信信息覆盖度，最后使用图像处理方法提取空洞边界。董雨晴提出利用节点之间的连通拓扑图，并计算节点的权重大小去除冗余节点简化拓扑图，通过相对方位角信息找出空洞边界。曹亮提出基于纬度线理论计算最小临界阈值建立数学模型，采用并行计算思想降低时间复杂度以实现空洞检测效果。H.Y.Lao等提出了一种基于孔边界节点(HPNs-CHD)的分布式覆盖孔检测算法，利用感知磁盘模型识别WSN中的HBN节点，再利用概率消息机制检测覆盖漏洞。A.Soundarya等提出了Delaunay三角剖分的算法并与基于虚拟边缘的方法相融合，定位空洞边界，提高覆盖空洞的准确尺寸。王龙提出利用几何方法提出一种基于交点覆盖的空洞检测算法，通过计算交点和交点过滤来确定空洞边界，但在空洞规模上存在漏检率问题。王珍珍提出了基于计算几何理论的分布式覆盖空洞检测算法，利用网络中相邻的三个节点构成的三角形的特性来判断是否存在覆盖空洞。Y.Tian等将监测区域的合作覆盖问题转化为距离关系问题，利用分析节点之间的距离关系来判断监视区域的覆盖范围，通过局部节点的计算和监测区域的覆盖检测确定发现覆盖空洞。RachidBeghdad等提出了一种仅利用节点连通性信息检测无线传感器网络中边界和空洞的分布式解决方案，节点判断自身的节点位置属性。虽然研究学者们提出系列解决方案，但是上述方案均具有一定的局限性。因此，亟需一种方法可以在复杂环境、网络通信、算法复杂度等方面性能表现均衡的检测算法。

发明内容

本发明的目的是提供一种无线传感器网络覆盖空洞检测方法及系统，降低算法时间复杂度，提高检测准确性，减少漏检率。

为实现上述目的，本发明提供了如下方案：

一种无线传感器网络覆盖空洞检测方法，包括：

获取无线传感器网络中所有无线传感器节点的坐标；所述无线传感器网络中所有无线传感器节点的属性信息相同；所述属性信息包括感知半径、通信半径和网络通信协议；所述通信半径为2倍的感知半径；

根据所述无线传感器网络中所有无线传感器节点的坐标确定每一无线传感器节点的邻居节点；所述邻居节点与该无线传感器节点的欧式距离不大于通信半径；

分别获取每一无线传感器节点与对应的邻居节点的交点；所述交点为该无线传感器节点的感知圆与对应邻居节点的感知圆相交的点；所述感知圆是以无线传感器节点为圆心，以感知半径为半径的圆；

对每一无线传感器节点与对应的邻居节点的交点进行去重处理；

将所有无线传感器节点转化为图片；并将所有无线传感器节点的坐标以及所有去重后的交点的坐标映射到所述图片中像素点的坐标位置；

根据映射后的图片确定无线传感器网络的检测区域内的覆盖空洞区域，并对所述覆盖空洞区域进行可视化渲染处理；

根据可视化渲染处理后的覆盖空洞区域确定覆盖空洞信息；所述覆盖空洞信息包括覆盖空洞面积的以及覆盖空洞的位置。

可选的，所述根据所述无线传感器网络中所有无线传感器节点的坐标确定每一无线传感器节点的邻居节点，具体包括：

获取第N_i个无线传感器节点的坐标；

利用公式

确定所述第N_i个无线传感器节点与第N_j个无线传感器节点的欧式距离；

判断所述欧式距离是否大于所述通信半径；

若大于，则所述第N_j个无线传感器节点不是所述第N_i个无线传感器节点的邻居节点，并获取下一无线传感器节点的坐标，直至遍历所有无线传感器节点的坐标；

若不大于，则第N_j个无线传感器节点是所述第N_i个无线传感器节点的邻居节点，并获取下一无线传感器节点的坐标，直至遍历所有无线传感器节点的坐标；

其中，d(N_i,N_j)为所述第N_i个无线传感器节点与第N_j个无线传感器节点的欧式距离，(N_ix，N_iy)为所述第N_i个无线传感器节点的坐标，(N_jx，N_jy)为第N_j个无线传感器节点的坐标。

可选的，所述对每一无线传感器节点与对应的邻居节点的交点进行去重处理，具体包括：

获取第N_i个无线传感器节点的交点坐标以及第N_i个无线传感器节点的所有邻居节点的坐标；

根据所述第N_i个无线传感器节点的当前的交点坐标以及所述第N_i个无线传感器节点的当前的邻居节点的坐标确定所述当前的交点与所述当前的邻居节点之间的欧式距离；

判断所述当前的交点与所述当前的邻居节点之间的欧式距离是否大于所述通信半径；

若大于，则所述当前的交点的覆盖次数不变，并确定所述当前的交点与所述下一个邻居节点之间的欧式距离，继续判断；

若不大于，则所述当前的交点的覆盖次数加1，并确定所述当前的交点与所述下一个邻居节点之间的欧式距离，继续判断；

将覆盖次数为2的所有交点进行过滤，并将过滤后交点进行存储；并对重复计算的无线传感器节点进行过滤。

可选的，所述根据映射后的图片确定无线传感器网络的检测区域内的覆盖空洞区域，并对所述覆盖空洞区域进行可视化渲染处理，具体包括：

根据映射后的图片确定覆盖空洞边界交点；所述覆盖空洞边界交点为覆盖空洞区域的边界设定范围内的传感器的交点；

根据所述覆盖空洞边界交点确定无线传感器网络的检测区域内的覆盖空洞区域。

可选的，所述根据可视化渲染处理后的覆盖空洞区域确定覆盖空洞信息，具体包括：

根据可视化渲染处理后的覆盖空洞区域确定渲染的像素点的个数和坐标；

根据所述渲染的像素点的个数确定所述覆盖空洞的面积；

根据所述渲染的像素点的坐标确定所述覆盖空洞的位置。

一种无线传感器网络覆盖空洞检测系统，包括：

无线传感器节点的坐标获取模块，用于获取无线传感器网络中所有无线传感器节点的坐标；所述无线传感器网络中所有无线传感器节点的属性信息相同；所述属性信息包括感知半径、通信半径和网络通信协议；所述通信半径为2倍的感知半径；

邻居节点确定模块，用于根据所述无线传感器网络中所有无线传感器节点的坐标确定每一无线传感器节点的邻居节点；所述邻居节点与该无线传感器节点的欧式距离不大于通信半径；

交点获取模块，用于分别获取每一无线传感器节点与对应的邻居节点的交点；所述交点为该无线传感器节点的感知圆与对应邻居节点的感知圆相交的点；所述感知圆是以无线传感器节点为圆心，以感知半径为半径的圆；

交点去重模块，用于对每一无线传感器节点与对应的邻居节点的交点进行去重处理；

图像处理模块，用于将所有无线传感器节点转化为图片；并将所有无线传感器节点的坐标以及所有去重后的交点的坐标映射到所述图片中像素点的坐标位置；

可视化渲染处理后的覆盖空洞区域确定模块，用于根据映射后的图片确定无线传感器网络的检测区域内的覆盖空洞区域，并对所述覆盖空洞区域进行可视化渲染处理；

覆盖空洞信息确定模块，用于根据可视化渲染处理后的覆盖空洞区域确定覆盖空洞信息；所述覆盖空洞信息包括覆盖空洞面积的以及覆盖空洞的位置。

可选的，所述邻居节点确定模块具体包括：

第N_i个无线传感器节点的坐标获取单元，用于获取第N_i个无线传感器节点的坐标；

欧式距离第一确定单元，用于利用公式

确定所述第N_i个无线传感器节点与第N_j个无线传感器节点的欧式距离；

第一判断单元，用于判断所述欧式距离是否大于所述通信半径；

邻居节点第一确定单元，用于若大于，则所述第N_j个无线传感器节点不是所述第N_i个无线传感器节点的邻居节点，并获取下一无线传感器节点的坐标，直至遍历所有无线传感器节点的坐标；

邻居节点第二确定单元，用于若不大于，则第N_j个无线传感器节点是所述第N_i个无线传感器节点的邻居节点，并获取下一无线传感器节点的坐标，直至遍历所有无线传感器节点的坐标；

其中，d(N_i,N_j)为所述第N_i个无线传感器节点与第N_j个无线传感器节点的欧式距离，(N_ix，N_iy)为所述第N_i个无线传感器节点的坐标，(N_jx，N_jy)为第N_j个无线传感器节点的坐标。

可选的，所述交点去重模块具体包括：

坐标获取单元，用于获取第N_i个无线传感器节点的交点坐标以及第N_i个无线传感器节点的所有邻居节点的坐标；

欧式距离第二确定单元，用于根据所述第N_i个无线传感器节点的当前的交点坐标以及所述第N_i个无线传感器节点的当前的邻居节点的坐标确定所述当前的交点与所述当前的邻居节点之间的欧式距离；

第二判断单元，用于判断所述当前的交点与所述当前的邻居节点之间的欧式距离是否大于所述通信半径；

覆盖次数第一确定单元，用于若大于，则所述当前的交点的覆盖次数不变，并确定所述当前的交点与所述下一个邻居节点之间的欧式距离，继续判断；

覆盖次数第二确定单元，用于若不大于，则所述当前的交点的覆盖次数加1，并确定所述当前的交点与所述下一个邻居节点之间的欧式距离，继续判断；

过滤与存储单元，用于将覆盖次数为2的所有交点进行过滤，并将过滤后交点进行存储；并对重复计算的无线传感器节点进行过滤。

可选的，所述可视化渲染处理后的覆盖空洞区域确定模块具体包括：

覆盖空洞边界交点确定单元，用于根据映射后的图片确定覆盖空洞边界交点；所述覆盖空洞边界交点为覆盖空洞区域的边界设定范围内的传感器的交点；

覆盖空洞区域确定单元，用于根据所述覆盖空洞边界交点确定无线传感器网络的检测区域内的覆盖空洞区域。

可选的，所述覆盖空洞信息确定模块具体包括：

渲染的像素点的个数和坐标确定单元，用于根据可视化渲染处理后的覆盖空洞区域确定渲染的像素点的个数和坐标；

覆盖空洞的面积确定单元，用于根据所述渲染的像素点的个数确定所述覆盖空洞的面积；

覆盖空洞的位置确定单元，用于根据所述渲染的像素点的坐标确定所述覆盖空洞的位置。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明所提供的一种无线传感器网络覆盖空洞检测方法及系统，通过分别获取每一无线传感器节点与对应的邻居节点的交点，即采用并列的方式分别确定每一无线传感器节点与对应的邻居节点的交点，同步计算，进而降低了覆盖空洞区域的计算时间的复杂度。对每一无线传感器节点与对应的邻居节点的交点进行去重处理，即将重复计算的交点进行滤除，不仅提高了确定覆盖空洞区域的准确性，而且提供了时间利用率。再通过数据图片转化可视化WSNs覆盖空洞区域渲染，精准标定覆盖空洞区域，进而减少漏检率。

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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所提供的一种无线传感器网络覆盖空洞检测方法流程示意图；

图2为本发明所提供的去重前后的效果示意图；

图3为本发明所提供的所有的交点确定流程示意图；

图4为本发明所提供的仿真中的初始覆盖和覆盖空洞检测效果图；

图5为本发明所提供的WSNs初始随机部署图；

图6为覆盖空洞检测效果图；

图7为不同半径情况下传感器个数与覆盖空洞大小关系图；

图8为空洞个数与传感器节点个数关系图；

图9为漏检率与传感器节点个数关系图；

图10为漏检率与网络覆盖率的关系图；

图11为本发明所提供的一种无线传感器网络覆盖空洞检测系统结构示意图。

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。

本发明的目的是提供一种无线传感器网络覆盖空洞检测方法及系统，降低算法时间复杂度，提高检测准确性，减少漏检率。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明所提供的一种无线传感器网络覆盖空洞检测方法流程示意图，如图1所示，本发明所提供的一种无线传感器网络覆盖空洞检测方法，包括：

S101，获取无线传感器网络中所有无线传感器节点的坐标；所述无线传感器网络中所有无线传感器节点的属性信息相同；所述属性信息包括感知半径、通信半径和网络通信协议；所述通信半径为2倍的感知半径。无线传感器节点可以通过间接或者直接的方式获取到自己的位置信息，并且可以在二维的坐标中可以表示为(x,y)坐标。无线传感器节点的感知半径和通信半径等不会随着时间的变化而增大或者减小。

S102，根据所述无线传感器网络中所有无线传感器节点的坐标确定每一无线传感器节点的邻居节点；所述邻居节点与该无线传感器节点的欧式距离不大于通信半径。

S102具体包括：

获取第N_i个无线传感器节点的坐标。

利用公式

确定所述第N_i个无线传感器节点与第N_j个无线传感器节点的欧式距离。

判断所述欧式距离是否大于所述通信半径。

若大于，则所述第N_j个无线传感器节点不是所述第N_i个无线传感器节点的邻居节点，并获取下一无线传感器节点的坐标，直至遍历所有无线传感器节点的坐标。

若不大于，则第N_j个无线传感器节点是所述第N_i个无线传感器节点的邻居节点，并获取下一无线传感器节点的坐标，直至遍历所有无线传感器节点的坐标。

其中，d(N_i,N_j)为所述第N_i个无线传感器节点与第N_j个无线传感器节点的欧式距离，(N_ix，N_iy)为所述第N_i个无线传感器节点的坐标，(N_jx，N_jy)为第N_j个无线传感器节点的坐标。

遍历完所有无线传感器节点后，获取到每一个无线传感器节点节点的邻居节点的集合，为后续的交点计算与过滤提供了完整数据集{N_ni}，提高了交点计算的效率。

S103，分别获取每一无线传感器节点与对应的邻居节点的交点；所述交点为该无线传感器节点的感知圆与对应邻居节点的感知圆相交的点；所述感知圆是以无线传感器节点为圆心，以感知半径为半径的圆。

采用并行计算降低时间复杂度，并存储当前的交点数据信息，并如图3所示。

S104，对每一无线传感器节点与对应的邻居节点的交点进行去重处理。首先，对当前的交点覆盖次数进行统计，判别是否过滤；其次，对参与重复计算的节点信息进行去重过滤。即采用双重过滤来确保边界交点的准确性。

S104具体包括：

获取第N_i个无线传感器节点的交点坐标以及第N_i个无线传感器节点的所有邻居节点的坐标。

根据所述第N_i个无线传感器节点的当前的交点坐标以及所述第N_i个无线传感器节点的当前的邻居节点的坐标确定所述当前的交点与所述当前的邻居节点之间的欧式距离。

判断所述当前的交点与所述当前的邻居节点之间的欧式距离是否大于所述通信半径。

若大于，则所述当前的交点的覆盖次数不变，并确定所述当前的交点与所述下一个邻居节点之间的欧式距离，继续判断。

若不大于，则所述当前的交点的覆盖次数加1，并确定所述当前的交点与所述下一个邻居节点之间的欧式距离，继续判断。

将覆盖次数为2的所有交点进行过滤，并将过滤后交点进行存储；并对重复计算的无线传感器节点进行过滤。

由于交点计算过程是双向的、相互的，所以存在重复计算行为，则利用算法仿真实现对重复计算的节点进行过滤，去重前后的效果图如图2所示。

将任务划分分配至每一个传感器节点并同时计算相应的边界交点，合并所有的结果以获得所有边界交点，为后续的图像处理技术渲染空洞提供基础数据。该分布式计算使得算法复杂度降为O(n)，提高算法效率，数学模型如以下公式所示。其中，{N_i}表示当前传感器节点i的邻居节点集合，n表示传感器节点数量。

利用分布式计算获取每个传感器节点N_i与集合N中传感器节点的欧式距离，存储数据构造关于距离的n*1阶邻接对称矩阵T_i，最终将n个邻接对称矩阵拼接产生n*n阶邻接对称矩阵T，如下式公式所示。

S105，将所有无线传感器节点转化为图片；并将所有无线传感器节点的坐标以及所有去重后的交点的坐标映射到所述图片中像素点的坐标位置。

S106，根据映射后的图片确定无线传感器网络的检测区域内的覆盖空洞区域，并对所述覆盖空洞区域进行可视化渲染处理。

S106具体包括：

根据映射后的图片确定覆盖空洞边界交点；所述覆盖空洞边界交点为覆盖空洞区域的边界设定范围内的传感器的交点。

根据所述覆盖空洞边界交点确定无线传感器网络的检测区域内的覆盖空洞区域。

首先，将节点信息数据包进行仿真显示并保存为图片文件；其次，根据原始坐标信息(x,y)计算获得图片交点坐标信息数据；然后，将数据信息映射到图片中像素点的坐标位置(x_p,y_p)；最终，根据覆盖空洞边界交点位置信息通过图片处理方式搜寻覆盖空洞区域并进行可视化渲染处理。渲染区域即是覆盖空洞区域，对其进行标记和通计，获取得到更加直观且容易处理的数据信息。具体实现如下步骤：

Step1：输入覆盖空洞的图片矩阵数据，

覆盖空洞边界交点集合{N}。

Step2：将覆盖空洞边界交点集合N中的每一个节点N_i中的交点n派发给每一个分布式的计算节点，并获取位置坐标信息(x,y)，进一步转为图片矩阵数据的位置信息获取像素点坐标(x_p,y_p)。

Step3：在对应的图片像素矩阵信息中，以该像素点坐标为中心查找周围RGB值为(255，255，255)的像素点，然后将其标记为灰色，表示覆盖空洞。

Step4：输出渲染后的图片矩阵数据

覆盖空洞大小[(x₀,y₀,size₀),…,(x_n,y_n,size_n)]。

S107，根据可视化渲染处理后的覆盖空洞区域确定覆盖空洞信息；所述覆盖空洞信息包括覆盖空洞面积的以及覆盖空洞的位置。

S105具体包括：

根据可视化渲染处理后的覆盖空洞区域确定渲染的像素点的个数和坐标；

根据所述渲染的像素点的个数确定所述覆盖空洞的面积。

根据所述渲染的像素点的坐标确定所述覆盖空洞的位置。

整个区域的像素点总数计算出覆盖空洞占整个检测区域的占比称为覆盖空洞面积大小，为空洞的修复提供数据支撑。

未被检测出空洞区域占总空洞面积大小的比值，用η表示，η值越低表示算法性能越好。每个像素点面积大小已知，空洞面积计算利用所占的像素点个数来计算。则未被检测的空洞区域占像素点个数为M，总空洞区域占像素点个数为S，即

根据本发明所提供的一种无线传感器网络覆盖空洞检测方法进行仿真，仿真结果如下：

(1)单组实验仿真以验证算法有效性

基于Matlab平台搭建环境，建立100m*100m的检测区域，表示为(R_s,n)，R_s表示感知半径，n表示部署的节点个数。当前以(8，100)设置为一组初始数据来验证算法的有效性，仿真结果如下图5所示。

利用本文提出的检测算法将空洞准确检测出来，并有效的、精确的可视化展现。在图4(b)中也准确的标定出空洞的位置信息以及尺寸信息，为后期的性能评估提供了数据基础，同时为空洞修补问题提供了重要的参考信息。在图4中，前后对比几乎100％的对空洞完成渲染，相应的空洞数据具有极大的弹性范围，甚至占整个覆盖区域0.0007％的一个覆盖空洞被标定，不足十万分之一。

覆盖空洞的大小对整个传感器网络造成性能、生命周期、数据可靠度和网络稳定性均存在一定的影响，过小可以忽略过大必须修补。本发明对覆盖空洞位置信息以及数据信息进行标记，为后期空洞修补提供了直接的数据支撑。

(2)多组实验仿真以验证算法稳定性

在100m*100m的检测区域内，进行多组实验仿真。其中，数据格式表示为(R_s,n)，R_s表示感知半径，n表示部署的节点个数。数据有：a(8，50)、b(8，80)、c(8，100)、d(10，50)、e(10，80)、f(10，100)。

那么在该仿真环境下，传感器节点初始覆盖如图5所示。

如图5所示，随机部署时可以发现当节点数较少时，覆盖空洞较多且比较大，当节点数增多时仍然会有覆盖空洞的出现，且可以发现有较多的节点存在重复覆盖的情况发生。那么部署的传感器节点足够多时是可以通过大量的传感器节点来避免覆盖空洞的出现，才能达到理想的情况，没有覆盖空洞，但是会出现大量冗余节点，这样一来失去了节点部署的意义，增加成本，额外产生消耗等不良现象。

利用本文检测算法对以上不同类型组别部署进行仿真，其对应的覆盖空洞检测效果图如图6所示。通过对图片中部分数据分析，可以看到该检测算法针对不同类型组别部署情况不仅可以直观的检测出覆盖空洞并计算其尺寸，而且拥有极低的覆盖空洞漏检率。覆盖空洞检测出占比0.0014％的空洞，同时对大尺寸空洞也有着精准的检测，表示着该算法有着高精度层次，并且拥有强弹性数据范围。

空洞渲染环节是依靠图片处理技术进行的，像素点的大小取决于渲染区域精度的高低，因此存在着一定的误检率。

如图6(e)中，最上方将一个不是空洞的点检测为覆盖空洞，出现错误。该问题是由于再将数据转换为图片的过程中产生了数据精度损失，但是可以发现误检的覆盖空洞交点均是比较小的空洞，误检的覆盖空洞会随着数据到图片的转换的细粒度而发生变化。其中，数据映射到图片时的细粒度越小，那么覆盖空洞的误检率越低。

那么，多组数据结果对比表，详细数据如表1所示，表1如下：

表1

不同感知半径相同情况下，传感器个数与覆盖空洞大小的关系：

在100m*100m的覆盖检测区域内，分别部署50、80、100和120个传感器节点四组实验仿真，且每一组实验仿真设置节点感知半径R_s为8m和10m两种类型进行，对覆盖空洞的检测率进行分组比较。其中，覆盖空洞像素个数表示空洞大小。

根据图7显示发现，当节点数增多时，覆盖空洞大小会随着传感器节点数增多而变少。多组数据的波动以及实验仿真，可以发现覆盖空洞的减少只靠随机部署时的节点增加，会伴随着大量的冗余节点产生。

根据图7显示，把100m*100m的检测区域划分成为了近乎300000个小区域后，每一个小区域占据整个面积的0.03％，即不足千分之一，如果把该区域分割的更多小区域后那么就可以获得更加准确的覆盖空洞占比。

对比图7(a)和图7(b)中在同一节点数目不同感知半径下，当传感器节点的覆盖范围由8提升到10之后，覆盖空洞的范围分别由32.59％、24.58％、17.33％、11.24％降低到28.70％、12.26％、6.16％、4.13％。不考虑节点冗余，可以通过增加传感器节点的方式来减少覆盖空洞的出现，还可以通过增加传感器检测半径来减少覆盖空洞的出现。

不同感知半径情况下，传感器个数与空洞个数的关系：

根据图8显示，在不同的感知半径下情况，相同的节点个数对比，在一定的范围内随着节点个数的增加空洞个数会有一定的增加，但是空洞的尺寸渐渐变小，随后空洞个数也逐步减少。由于节点的数量不断增加，此过程中检测区域的网络覆盖率会不断地增加，直至到一定的传感器数量瓶颈使得完成全覆盖。

根据图9显示，在不同的感知半径下情况，相同的节点个数对比，随着节点个数的增加漏检率有所减少。随着节点数增加，空洞尺寸不断减小，但依旧能精确的检测出空洞尺寸，说明该算法具有高精度，且存在强有力的弹性范围。

在不同感知半径下，传感器个数、漏检率和覆盖率之间关系：

根据图10显示，在不同的感知半径情况下，随着传感器节点数量的增加，覆盖率不断攀升，漏检率不断地减小。在相同传感器节点数量下，感知半径的增大，使得网络覆盖率逐步增加，同时也伴随着漏检率减小的效果。其中在各种情况下，漏检率都有着极小的值，几乎接近于0，那么说明该算法拥有极佳的效果和稳定性。

图11为本发明所提供的一种无线传感器网络覆盖空洞检测系统结构示意图，如图11所示，本发明所提供的一种无线传感器网络覆盖空洞检测系统，包括：无线传感器节点的坐标获取模块1101、邻居节点确定模块1102、交点获取模块1103、交点去重模块1104、图像处理模块1105、可视化渲染处理后的覆盖空洞区域确定模块1106以及覆盖空洞信息确定模块1107。

无线传感器节点的坐标获取模块1101用于获取无线传感器网络中所有无线传感器节点的坐标；所述无线传感器网络中所有无线传感器节点的属性信息相同；所述属性信息包括感知半径、通信半径和网络通信协议；所述通信半径为2倍的感知半径。

邻居节点确定模块1102用于根据所述无线传感器网络中所有无线传感器节点的坐标确定每一无线传感器节点的邻居节点；所述邻居节点与该无线传感器节点的欧式距离不大于通信半径。

交点获取模块1103用于分别获取每一无线传感器节点与对应的邻居节点的交点；所述交点为该无线传感器节点的感知圆与对应邻居节点的感知圆相交的点；所述感知圆是以无线传感器节点为圆心，以感知半径为半径的圆。

交点去重模块1104用于对每一无线传感器节点与对应的邻居节点的交点进行去重处理。

图像处理模块1105用于将所有无线传感器节点转化为图片；并将所有无线传感器节点的坐标以及所有去重后的交点的坐标映射到所述图片中像素点的坐标位置。

可视化渲染处理后的覆盖空洞区域确定模块1106用于根据映射后的图片确定无线传感器网络的检测区域内的覆盖空洞区域，并对所述覆盖空洞区域进行可视化渲染处理。

覆盖空洞信息确定模块1107用于根据可视化渲染处理后的覆盖空洞区域确定覆盖空洞信息；所述覆盖空洞信息包括覆盖空洞面积的以及覆盖空洞的位置。

所述邻居节点确定模块1102具体包括：第N_i个无线传感器节点的坐标获取单元、欧式距离第一确定单元、第一判断单元、邻居节点第一确定单元以及邻居节点第二确定单元。

第N_i个无线传感器节点的坐标获取单元用于获取第N_i个无线传感器节点的坐标。

欧式距离第一确定单元用于利用公式

确定所述第N_i个无线传感器节点与第N_j个无线传感器节点的欧式距离。

第一判断单元用于判断所述欧式距离是否大于所述通信半径。

邻居节点第一确定单元用于若大于，则所述第N_j个无线传感器节点不是所述第N_i个无线传感器节点的邻居节点，并获取下一无线传感器节点的坐标，直至遍历所有无线传感器节点的坐标。

邻居节点第二确定单元用于若不大于，则第N_j个无线传感器节点是所述第N_i个无线传感器节点的邻居节点，并获取下一无线传感器节点的坐标，直至遍历所有无线传感器节点的坐标。

其中，d(N_i,N_j)为所述第N_i个无线传感器节点与第N_j个无线传感器节点的欧式距离，(N_ix，N_iy)为所述第N_i个无线传感器节点的坐标，(N_jx，N_jy)为第N_j个无线传感器节点的坐标。

所述交点去重模块1104具体包括：坐标获取单元、欧式距离第二确定单元、第二判断单元、覆盖次数第一确定单元、覆盖次数第二确定单元以及过滤与存储单元。

坐标获取单元用于获取第N_i个无线传感器节点的交点坐标以及第N_i个无线传感器节点的所有邻居节点的坐标。

欧式距离第二确定单元用于根据所述第N_i个无线传感器节点的当前的交点坐标以及所述第N_i个无线传感器节点的当前的邻居节点的坐标确定所述当前的交点与所述当前的邻居节点之间的欧式距离。

第二判断单元用于判断所述当前的交点与所述当前的邻居节点之间的欧式距离是否大于所述通信半径。

覆盖次数第一确定单元用于若大于，则所述当前的交点的覆盖次数不变，并确定所述当前的交点与所述下一个邻居节点之间的欧式距离，继续判断。

覆盖次数第二确定单元用于若不大于，则所述当前的交点的覆盖次数加1，并确定所述当前的交点与所述下一个邻居节点之间的欧式距离，继续判断。

过滤与存储单元用于将覆盖次数为2的所有交点进行过滤，并将过滤后交点进行存储；并对重复计算的无线传感器节点进行过滤。

所述可视化渲染处理后的覆盖空洞区域确定模块1106具体包括：覆盖空洞边界交点确定单元以及覆盖空洞区域确定单元。

覆盖空洞边界交点确定单元用于根据映射后的图片确定覆盖空洞边界交点；所述覆盖空洞边界交点为覆盖空洞区域的边界设定范围内的传感器的交点。

覆盖空洞区域确定单元用于根据所述覆盖空洞边界交点确定无线传感器网络的检测区域内的覆盖空洞区域。

所述覆盖空洞信息确定模块1107具体包括：渲染的像素点的个数和坐标确定单元、覆盖空洞的面积确定单元以及覆盖空洞的位置确定单元。

渲染的像素点的个数和坐标确定单元用于根据可视化渲染处理后的覆盖空洞区域确定渲染的像素点的个数和坐标。

覆盖空洞的面积确定单元用于根据所述渲染的像素点的个数确定所述覆盖空洞的面积。

覆盖空洞的位置确定单元用于根据所述渲染的像素点的坐标确定所述覆盖空洞的位置。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种无线传感器网络覆盖空洞检测方法，其特征在于，包括：

获取无线传感器网络中所有无线传感器节点的坐标；所述无线传感器网络中所有无线传感器节点的属性信息相同；所述属性信息包括感知半径、通信半径和网络通信协议；所述通信半径为2倍的感知半径；

根据所述无线传感器网络中所有无线传感器节点的坐标确定每一无线传感器节点的邻居节点；所述邻居节点与该无线传感器节点的欧式距离不大于通信半径；

分别获取每一无线传感器节点与对应的邻居节点的交点；所述交点为该无线传感器节点的感知圆与对应邻居节点的感知圆相交的点；所述感知圆是以无线传感器节点为圆心，以感知半径为半径的圆；

对每一无线传感器节点与对应的邻居节点的交点进行去重处理；

将所有无线传感器节点转化为图片；并将所有无线传感器节点的坐标以及所有去重后的交点的坐标映射到所述图片中像素点的坐标位置；

根据映射后的图片确定无线传感器网络的检测区域内的覆盖空洞区域，并对所述覆盖空洞区域进行可视化渲染处理；

根据可视化渲染处理后的覆盖空洞区域确定覆盖空洞信息；所述覆盖空洞信息包括覆盖空洞面积的以及覆盖空洞的位置。

2.根据权利要求1所述的一种无线传感器网络覆盖空洞检测方法，其特征在于，所述根据所述无线传感器网络中所有无线传感器节点的坐标确定每一无线传感器节点的邻居节点，具体包括：

获取第N_i个无线传感器节点的坐标；

利用公式

确定所述第N_i个无线传感器节点与第N_j个无线传感器节点的欧式距离；

判断所述欧式距离是否大于所述通信半径；

若大于，则所述第N_j个无线传感器节点不是所述第N_i个无线传感器节点的邻居节点，并获取下一无线传感器节点的坐标，直至遍历所有无线传感器节点的坐标；

若不大于，则第N_j个无线传感器节点是所述第N_i个无线传感器节点的邻居节点，并获取下一无线传感器节点的坐标，直至遍历所有无线传感器节点的坐标；

其中，d(N_i,N_j)为所述第N_i个无线传感器节点与第N_j个无线传感器节点的欧式距离，(N_ix，N_iy)为所述第N_i个无线传感器节点的坐标，(N_jx，N_jy)为第N_j个无线传感器节点的坐标。

3.根据权利要求1所述的一种无线传感器网络覆盖空洞检测方法，其特征在于，所述对每一无线传感器节点与对应的邻居节点的交点进行去重处理，具体包括：

获取第N_i个无线传感器节点的交点坐标以及第N_i个无线传感器节点的所有邻居节点的坐标；

根据所述第N_i个无线传感器节点的当前的交点坐标以及所述第N_i个无线传感器节点的当前的邻居节点的坐标确定所述当前的交点与所述当前的邻居节点之间的欧式距离；

判断所述当前的交点与所述当前的邻居节点之间的欧式距离是否大于所述通信半径；

若大于，则所述当前的交点的覆盖次数不变，并确定所述当前的交点与所述下一个邻居节点之间的欧式距离，继续判断；

若不大于，则所述当前的交点的覆盖次数加1，并确定所述当前的交点与所述下一个邻居节点之间的欧式距离，继续判断；

将覆盖次数为2的所有交点进行过滤，并将过滤后交点进行存储；并对重复计算的无线传感器节点进行过滤。

4.根据权利要求1所述的一种无线传感器网络覆盖空洞检测方法，其特征在于，所述根据映射后的图片确定无线传感器网络的检测区域内的覆盖空洞区域，并对所述覆盖空洞区域进行可视化渲染处理，具体包括：

根据映射后的图片确定覆盖空洞边界交点；所述覆盖空洞边界交点为覆盖空洞区域的边界设定范围内的传感器的交点；

根据所述覆盖空洞边界交点确定无线传感器网络的检测区域内的覆盖空洞区域。

5.根据权利要求1所述的一种无线传感器网络覆盖空洞检测方法，其特征在于，所述根据可视化渲染处理后的覆盖空洞区域确定覆盖空洞信息，具体包括：

根据可视化渲染处理后的覆盖空洞区域确定渲染的像素点的个数和坐标；

根据所述渲染的像素点的个数确定所述覆盖空洞的面积；

根据所述渲染的像素点的坐标确定所述覆盖空洞的位置。

6.一种无线传感器网络覆盖空洞检测系统，其特征在于，包括：

无线传感器节点的坐标获取模块，用于获取无线传感器网络中所有无线传感器节点的坐标；所述无线传感器网络中所有无线传感器节点的属性信息相同；所述属性信息包括感知半径、通信半径和网络通信协议；所述通信半径为2倍的感知半径；

邻居节点确定模块，用于根据所述无线传感器网络中所有无线传感器节点的坐标确定每一无线传感器节点的邻居节点；所述邻居节点与该无线传感器节点的欧式距离不大于通信半径；

交点获取模块，用于分别获取每一无线传感器节点与对应的邻居节点的交点；所述交点为该无线传感器节点的感知圆与对应邻居节点的感知圆相交的点；所述感知圆是以无线传感器节点为圆心，以感知半径为半径的圆；

交点去重模块，用于对每一无线传感器节点与对应的邻居节点的交点进行去重处理；

图像处理模块，用于将所有无线传感器节点转化为图片；并将所有无线传感器节点的坐标以及所有去重后的交点的坐标映射到所述图片中像素点的坐标位置；

可视化渲染处理后的覆盖空洞区域确定模块，用于根据映射后的图片确定无线传感器网络的检测区域内的覆盖空洞区域，并对所述覆盖空洞区域进行可视化渲染处理；

覆盖空洞信息确定模块，用于根据可视化渲染处理后的覆盖空洞区域确定覆盖空洞信息；所述覆盖空洞信息包括覆盖空洞面积的以及覆盖空洞的位置。

7.根据权利要求6所述的一种无线传感器网络覆盖空洞检测系统，其特征在于，所述邻居节点确定模块具体包括：

第N_i个无线传感器节点的坐标获取单元，用于获取第N_i个无线传感器节点的坐标；

欧式距离第一确定单元，用于利用公式

确定所述第N_i个无线传感器节点与第N_j个无线传感器节点的欧式距离；

第一判断单元，用于判断所述欧式距离是否大于所述通信半径；

邻居节点第一确定单元，用于若大于，则所述第N_j个无线传感器节点不是所述第N_i个无线传感器节点的邻居节点，并获取下一无线传感器节点的坐标，直至遍历所有无线传感器节点的坐标；

邻居节点第二确定单元，用于若不大于，则第N_j个无线传感器节点是所述第N_i个无线传感器节点的邻居节点，并获取下一无线传感器节点的坐标，直至遍历所有无线传感器节点的坐标；

其中，d(N_i,N_j)为所述第N_i个无线传感器节点与第N_j个无线传感器节点的欧式距离，(N_ix，N_iy)为所述第N_i个无线传感器节点的坐标，(N_jx，N_jy)为第N_j个无线传感器节点的坐标。

8.根据权利要求6所述的一种无线传感器网络覆盖空洞检测系统，其特征在于，所述交点去重模块具体包括：

坐标获取单元，用于获取第N_i个无线传感器节点的交点坐标以及第N_i个无线传感器节点的所有邻居节点的坐标；

欧式距离第二确定单元，用于根据所述第N_i个无线传感器节点的当前的交点坐标以及所述第N_i个无线传感器节点的当前的邻居节点的坐标确定所述当前的交点与所述当前的邻居节点之间的欧式距离；

第二判断单元，用于判断所述当前的交点与所述当前的邻居节点之间的欧式距离是否大于所述通信半径；

覆盖次数第一确定单元，用于若大于，则所述当前的交点的覆盖次数不变，并确定所述当前的交点与所述下一个邻居节点之间的欧式距离，继续判断；

覆盖次数第二确定单元，用于若不大于，则所述当前的交点的覆盖次数加1，并确定所述当前的交点与所述下一个邻居节点之间的欧式距离，继续判断；

过滤与存储单元，用于将覆盖次数为2的所有交点进行过滤，并将过滤后交点进行存储；并对重复计算的无线传感器节点进行过滤。

9.根据权利要求6所述的一种无线传感器网络覆盖空洞检测系统，其特征在于，所述可视化渲染处理后的覆盖空洞区域确定模块具体包括：

覆盖空洞边界交点确定单元，用于根据映射后的图片确定覆盖空洞边界交点；所述覆盖空洞边界交点为覆盖空洞区域的边界设定范围内的传感器的交点；

覆盖空洞区域确定单元，用于根据所述覆盖空洞边界交点确定无线传感器网络的检测区域内的覆盖空洞区域。

10.根据权利要求6所述的一种无线传感器网络覆盖空洞检测系统，其特征在于，所述覆盖空洞信息确定模块具体包括：

渲染的像素点的个数和坐标确定单元，用于根据可视化渲染处理后的覆盖空洞区域确定渲染的像素点的个数和坐标；

覆盖空洞的面积确定单元，用于根据所述渲染的像素点的个数确定所述覆盖空洞的面积；

覆盖空洞的位置确定单元，用于根据所述渲染的像素点的坐标确定所述覆盖空洞的位置。

Images