CN113347643B - 基于改进Delaunay三角剖分的虚拟力算法部署节点方法 - Google Patents

基于改进Delaunay三角剖分的虚拟力算法部署节点方法 Download PDF

Info

Publication number
CN113347643B
CN113347643B CN202110546458.7A CN202110546458A CN113347643B CN 113347643 B CN113347643 B CN 113347643B CN 202110546458 A CN202110546458 A CN 202110546458A CN 113347643 B CN113347643 B CN 113347643B
Authority
CN
China
Prior art keywords
node
nodes
virtual force
adjacent
delaunay triangulation
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.)
Active
Application number
CN202110546458.7A
Other languages
English (en)
Other versions
CN113347643A (zh
Inventor
陈小辉
刘忠涛
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.)
China Three Gorges University CTGU
Original Assignee
China Three Gorges University CTGU
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 China Three Gorges University CTGU filed Critical China Three Gorges University CTGU
Priority to CN202110546458.7A priority Critical patent/CN113347643B/zh
Publication of CN113347643A publication Critical patent/CN113347643A/zh
Application granted granted Critical
Publication of CN113347643B publication Critical patent/CN113347643B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45595—Network integration; Enabling network access in virtual machine instances

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

基于改进Delaunay三角剖分的虚拟力算法部署节点方法，在节点自部署网络的Delaunay三角剖分邻接节点集中选择最佳邻接关系作为节点新的邻接关系节点集，原算法则不进行邻接关系选择。本发明首先通过Delaunay三角剖分中定义全部的邻接关系，再通过选择策略选择两个节点作为节点虚拟力的来源，极大地减小了节点虚拟力的计算规模，还能打破部分内部节点不均衡的邻接关系，使得节点能够分布的更加均衡，使得节点能够更快速的扩散。

Description

基于改进Delaunay三角剖分的虚拟力算法部署节点方法
技术领域
本发明一种基于改进Delaunay三角剖分的虚拟力算法部署节点方法，涉及网络监测技术领域。
背景技术
无线传感器网络被广泛应用于场景信息侦测中，为提升网络监测的可靠性和快速性，在对灾害监测、突发事件场景等应用上会使用动态的传感器节点进行部署侦测。节点部署中需要快速将待部署节点快速扩散，以实现对环境的快速感知覆盖。虚拟力算法引入是在无线传感器网络中建立适合的虚拟势场，节点在虚拟势场中会受到虚拟引力或虚拟斥力，依据虚拟力对节点的位置进行调整，最终可以使节点形成一定的排布。Delaunay三角剖分方法对虚拟力算法进行了一定的改进，提升了部署的快速性和覆盖质量。
由于节点密度不均匀会使得在局部区域的扩散速度较慢，特别是密度大的区域，网络的虚拟势场会对节点存在汇聚效应，Delaunay三角剖分的优势无法显现。
发明内容
本发明提出一种基于改进Delaunay三角剖分的虚拟力算法部署节点方法，对Delaunay三角剖分的虚拟力算法形成的虚拟势场进行改善，可以快速地实现节点扩散，扩散效率更高。
本发明采取的技术方案为：
一种基于改进Delaunay三角剖分的虚拟力算法部署节点方法，在节点自部署网络的Delaunay三角剖分邻接节点集中选择最佳邻接关系作为节点新的邻接关系节点集。
一种基于改进Delaunay三角剖分的虚拟力算法部署节点方法，所述最佳邻接关系选择策略分为三步，以节点O为分析对象，包括：
(1)：在全局网络中，通过Delaunay三角剖分定义节点O的邻接节点集SO；
(2)：选择邻接节点集SO中与节点O的欧式距离最小的点A，节点O与节点A在Delaunay三角剖分有△OAB和△OAC；
(3)：在四边形OBAC中比较线段OB和线段OC的长度，若线段OB的长度小于线段OC的长度，那么选择节点A和节点B作为节点O新的邻接节点集SON，否则选择节点A和节点C。
节点O的最佳邻接关系选择的新邻接节点集为SON，节点O所受虚拟力只与新邻接节点集SON中关联的节点有关，与非邻接节点无关。
本发明一种基于改进Delaunay三角剖分的虚拟力算法部署节点方法，优点在于：
1：改进算法首先通过Delaunay三角剖分中定义全部的邻接关系，再通过选择策略选择两个节点作为节点虚拟力的来源，极大地减小节点虚拟力的计算规模，还能打破部分内部节点不均衡的邻接关系，使得节点能够分布的更加均衡，使得节点能够更快速的扩散。
2：本发明方法由于对Delaunay三角剖分的虚拟力算法形成的虚拟势场进行削减，可以快速地实现节点扩散，扩散效果更优。
附图说明
下面结合附图和实施例对本发明作进一步说明：
图1为改进算法受力点选取参照图。
图2为改进算法流程图。
图3为初始节点分布图。
图4(a)为原算法覆盖图(迭代50次)。
图4(b)为原算法覆盖图(迭代100次)。
图5(a)为改进算法覆盖图(迭代50次)。
图5(b)为改进算法覆盖图(迭代100次)。
图6为原算法与改进算法覆盖率变化图。
图7为圆盘感知模型图。
具体实施方式
一种基于改进Delaunay三角剖分的虚拟力算法部署节点方法，在节点自部署网络的Delaunay三角剖分邻接节点集中选择最佳邻接关系作为节点新的邻接关系节点集，原算法则不进行邻接关系选择。
原算法指的是采用Delaunay三角剖分获取节点的邻接节点关系，再计算邻接节点之间的虚拟力，通过虚拟力节点位置更新公式计算节点的新坐标。
本发明改进算法首先通过Delaunay三角剖分中定义全部的邻接关系，再通过选择策略，选择两个节点作为节点虚拟力的来源，极大地削减了节点所受虚拟力的计算规模，还能打破部分内部节点不均衡的邻接关系，使得节点能够分布的更加均衡，使得节点能够更快速的扩散。
通过Delaunay三角剖分中定义全部的邻接关系，具体是：
采用计算几何中的Delaunay三角剖分来对节点构成Delaunay三角网，定义三角网中用线段相邻的节点为相邻节点。三角剖分将一个散点集合剖分成不均匀的三角形网格，节点相连的点为具有邻接关系的节点。参见文章《Delaunay三角剖分的几种算法综述》(华北电力大学数理学院吴莉莉)中记载的。
最佳邻接关系选择策略大体上可以分为三步，以节点O为分析对象，如图1所示，具体说明如下：
(1)、在全局网络中，通过Delaunay三角剖分定义节点O的邻接节点集SO；
(2)、选择邻接节点集SO中与节点O的欧式距离最小的点A，节点O与节点A在Delaunay三角剖分有△OAB和△OAC，如图1所示。
(3)、在四边形OBAC中比较线段OB和线段OC的长度，若线段OB的长度小于线段OC的长度，那么选择节点A和节点B作为节点O新的邻接节点集SON，否则选择节点A和节点C。
节点O的最佳邻接关系选择的新邻接节点集为SON，节点O所受虚拟力只与新邻接节点集SON中关联的节点有关，与非邻接节点无关。
如图2所示，一种基于改进Delaunay三角剖分的虚拟力算法部署节点方法流程图。
(1)初始化分布n个节点，设置总的迭代次数，对节点进行Delaunay三角剖分，获取节点的邻接节点集Si,(i＝1,2,…,n)；
(2)采用最佳邻接关系选择策略，对邻接节点集Si,(i＝1,2,…,n)，进行选择，获取新的邻接关系节点集SNi,(i＝1,2,…,n)；
(3)采用新的邻接关系节点集SNi,(i＝1,2,…,n)计算节点之间的虚拟力，并进行位置更新计算，获取新的节点分布坐标，新的节点坐标满足边界节点与边界距离D＝R/2,R为节点的感知半径。
获取新的节点分布坐标通过虚拟力位置更新公式进行计算。
边界节点指的是：网络边缘的节点，网络拓扑图边缘的节点(或者靠近边界的节点)。
边界距离指的是：设定监测区域为矩形，那么矩形边则为监测边界，监测区域内的点与边界(矩形边)的距离为节点到边界的距离。
节点的感知半径指的是：
二维监测中，将节点在监测区域中能够监测范围比作一个圆盘，采用节点感知的圆盘感知模型，如图7所示，节点感知半径为R，那么圆形监测区域中所有的点与节点的距离小于等于R，都能被监测，圆形监测区域以外的点均不能被监测。
节点Si＝{xi,yi,R}，其中(xi,yi)为节点在二维网络中的坐标，R为节点的感知半径，Q为监测区域内任意一点，坐标为(xq,yq)，0-1圆盘感知模型节点Si，对监测区域内Q的概率感知模型为
Figure BDA0003073699500000041
(在半径R内的节点能被监测)
(4)判断是否完成迭代次数，设定迭代次数完成则停止迭代，否则，进行第(2)步。
虚拟力计算模型为：
Figure BDA0003073699500000042
式中，
Figure BDA0003073699500000043
表示在节点si受节点sj的虚拟力，ωA为虚拟力的引力系数，ωR为虚拟力的斥力系数，αij为节点si指向节点sj的单位方向向量，dij表示节点si与节点sj之间的欧氏距离，Dth表示节点si与节点sj之间的欧氏距离的阈值大小，Cth为虚拟力截断距离。Dth一般取值为
Figure BDA0003073699500000044
Cth一般取值为2*R或2.5*R。当dij>Dth时，节点si受节点sj的引力；当dij＝Dth时，节点si受节点sj的虚拟力为0；当dij＜Dth时，节点si受节点sj的斥力。
二维覆盖问题虚拟力位置公式：
Figure BDA0003073699500000051
Figure BDA0003073699500000052
其中，(xi_old,yi_old)为节点i更新前的坐标，(xi_new,yi_new)，为节点i更新后的坐标，
Figure BDA0003073699500000053
为节点在网络中所受虚拟力合力，
Figure BDA0003073699500000054
为节点在网络中所受虚拟力合力
Figure BDA0003073699500000055
在x方向的分量，
Figure BDA0003073699500000056
为节点在网络中所受虚拟力合力
Figure BDA0003073699500000057
在y方向的分量。Maxstep为虚拟力算法中位置更新移动最大步长。
对比算法的迭代结果，结合算法迭代100次的覆盖率变化，可以表明改进算法的扩散效果优于原算法。

Claims (1)

1.基于改进Delaunay三角剖分的虚拟力算法部署节点方法,其特征在于包括以下步骤：
步骤(1)：初始化分布n个节点，设置总的迭代次数，对节点进行Delaunay三角剖分，获取节点的邻接节点集Si,(i＝1,2,…,n)；
步骤(2)：采用最佳邻接关系选择策略，对邻接节点集Si,(i＝1,2,…,n)进行选择，获取新的邻接关系节点集SNi,(i＝1,2,…,n)；
所述最佳邻接关系选择策略以节点O为分析对象，包括如下步骤：
S1：在全局网络中，通过Delaunay三角剖分定义节点O的邻接节点集SO；
S2：选择邻接节点集SO中与节点O的欧式距离最小的点A，节点O与节点A在Delaunay三角剖分有△OAB和△OAC；
S3：在四边形OBAC中比较线段OB和线段OC的长度，若线段OB的长度小于线段OC的长度，那么选择节点A和节点B作为节点O新的邻接节点集SON，否则选择节点A和节点C；
其中：节点O的最佳邻接关系选择的新邻接节点集为SON，节点O所受虚拟力只与新邻接节点集SON中关联的节点有关，与非邻接节点无关；
步骤(3)：采用新的邻接关系节点集SNi,(i＝1,2,…,n)计算节点之间的虚拟力，并进行位置更新计算，获取新的节点分布坐标，新的节点坐标满足边界节点与边界距离D＝R/2,R为节点的感知半径；
步骤(4)：判断是否完成迭代次数，设定迭代次数完成则停止迭代，否则，进行第(2)步；
虚拟力计算模型为
Figure FDA0003496543370000011
式中，
Figure FDA0003496543370000012
表示在节点si受节点sj的虚拟力，ωA为虚拟力的引力系数，ωR为虚拟力的斥力系数，αij为节点si指向节点sj的单位方向向量，dij表示节点si与节点sj之间的欧氏距离，Dth表示节点si与节点sj之间的欧氏距离的阈值大小，Cth为虚拟力截断距离；Dth取值为
Figure FDA0003496543370000021
Cth取值为2*R或2.5*R；当dij>Dth时，节点si受节点sj的引力；当dij＝Dth时，节点si受节点sj的虚拟力为0；当dij<Dth时，节点si受节点sj的斥力。
CN202110546458.7A 2018-09-06 2018-09-06 基于改进Delaunay三角剖分的虚拟力算法部署节点方法 Active CN113347643B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110546458.7A CN113347643B (zh) 2018-09-06 2018-09-06 基于改进Delaunay三角剖分的虚拟力算法部署节点方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110546458.7A CN113347643B (zh) 2018-09-06 2018-09-06 基于改进Delaunay三角剖分的虚拟力算法部署节点方法
CN201811038870.2A CN109068334B (zh) 2018-09-06 2018-09-06 一种改进Delaunay三角剖分的虚拟力算法部署节点方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201811038870.2A Division CN109068334B (zh) 2018-09-06 2018-09-06 一种改进Delaunay三角剖分的虚拟力算法部署节点方法

Publications (2)

Publication Number Publication Date
CN113347643A CN113347643A (zh) 2021-09-03
CN113347643B true CN113347643B (zh) 2022-04-08

Family

ID=64760078

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201811038870.2A Active CN109068334B (zh) 2018-09-06 2018-09-06 一种改进Delaunay三角剖分的虚拟力算法部署节点方法
CN202110546458.7A Active CN113347643B (zh) 2018-09-06 2018-09-06 基于改进Delaunay三角剖分的虚拟力算法部署节点方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201811038870.2A Active CN109068334B (zh) 2018-09-06 2018-09-06 一种改进Delaunay三角剖分的虚拟力算法部署节点方法

Country Status (1)

Country Link
CN (2) CN109068334B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110234121B (zh) * 2019-06-05 2022-04-22 三峡大学 基于虚拟力算法的自适应步长网络节点部署优化方法
CN110572834A (zh) * 2019-08-02 2019-12-13 天津大学 一种面向动态水下环境的锚节点部署方法
CN110766061B (zh) * 2019-10-15 2022-05-31 武汉中海庭数据技术有限公司 一种道路场景匹配方法及装置
CN113873459B (zh) * 2021-07-16 2024-03-12 合肥工业大学 土壤成分采集的多传感器优化部署方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103997747A (zh) * 2014-05-14 2014-08-20 浪潮电子信息产业股份有限公司 一种基于虚拟力的空间网络节点均匀部署方法
CN105898789A (zh) * 2016-05-20 2016-08-24 南京邮电大学 一种无线传感器网络数据聚合方法
CN106792750A (zh) * 2016-12-29 2017-05-31 湖北大学 一种基于导向粒子群算法的节点部署方法
EP3223552A1 (en) * 2016-03-25 2017-09-27 Fujitsu Limited Method and apparatus for deploying a relay node and system
CN107396374A (zh) * 2017-07-07 2017-11-24 江苏奥斯威尔信息科技有限公司 一种基于虚拟力和泰森多边形的覆盖方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100785794B1 (ko) * 2006-09-18 2007-12-13 한국전자통신연구원 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법및 위치 인식 방법
US8526961B2 (en) * 2011-06-29 2013-09-03 Alcatel Lucent Method and apparatus for mapping operating parameter in coverage area of wireless network
CN103619026B (zh) * 2013-11-27 2017-05-31 黄廷磊 一种基于三角剖分的移动mesh网络拓扑控制方法
US9432965B2 (en) * 2014-04-22 2016-08-30 Comcast Cable Communications, Llc Determining wireless coverage information using wireless access points
CN104333866B (zh) * 2014-10-24 2018-01-16 北方信息控制集团有限公司 基于虚拟力算法的无线传感网覆盖优化方法与系统
CN107295541B (zh) * 2016-03-31 2019-12-27 扬州大学 一种基于虚拟力和萤火虫算法的无线传感网络覆盖优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103997747A (zh) * 2014-05-14 2014-08-20 浪潮电子信息产业股份有限公司 一种基于虚拟力的空间网络节点均匀部署方法
EP3223552A1 (en) * 2016-03-25 2017-09-27 Fujitsu Limited Method and apparatus for deploying a relay node and system
CN105898789A (zh) * 2016-05-20 2016-08-24 南京邮电大学 一种无线传感器网络数据聚合方法
CN106792750A (zh) * 2016-12-29 2017-05-31 湖北大学 一种基于导向粒子群算法的节点部署方法
CN107396374A (zh) * 2017-07-07 2017-11-24 江苏奥斯威尔信息科技有限公司 一种基于虚拟力和泰森多边形的覆盖方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于密集度的虚拟力节点部署算法;滕志军等;《传感技术学报》;20180715(第07期);全文 *
基于改进虚拟力算法的水质传感器部署;杨一伟;《信息技术》;20170825(第08期);全文 *
基于虚拟力和泰森多边形的分布式覆盖算法;祁春阳等;《计算机工程与设计》;20180316(第03期);全文 *

Also Published As

Publication number Publication date
CN109068334A (zh) 2018-12-21
CN113347643A (zh) 2021-09-03
CN109068334B (zh) 2021-06-18

Similar Documents

Publication Publication Date Title
CN113347643B (zh) 基于改进Delaunay三角剖分的虚拟力算法部署节点方法
CN107396374B (zh) 一种基于虚拟力和泰森多边形的覆盖方法
CN107123164B (zh) 保持锐利特征的三维重建方法及系统
CN105809712B (zh) 一种高效大位移光流估计方法
CN103177440B (zh) 生成图像深度图的系统和方法
JP5511485B2 (ja) 動的グラフ用アニメーション・プランニング方法及び装置
Ruhnau et al. A variational approach for particle tracking velocimetry
CN108549403B (zh) 一种协同避障方法及装置
Yao et al. Distributed wireless sensor network localization based on weighted search
WO2020015464A1 (zh) 关系网络图嵌入的方法及装置
CN106952304B (zh) 一种利用视频序列帧间相关性的深度图像计算方法
CN106960470A (zh) 三维点云曲面重建方法及装置
Pinies et al. Dense mono reconstruction: Living with the pain of the plain plane
KR102158390B1 (ko) 영상 처리 방법 및 장치
US20090103775A1 (en) Multi-Tracking of Video Objects
KR20180073914A (ko) 3d 프린팅 시간 단축을 위한 상하 레이어 폴리라인 병합 기반 가변 슬라이싱 방법
CN114202632A (zh) 网格线性结构恢复方法、装置、电子设备及存储介质
CN107093182B (zh) 一种基于特征拐点的人体高度估计方法
CN109584166A (zh) 视差图稠密化方法、装置和计算机可读存储介质
CN107623895A (zh) 一种三角距离估计的水下传感器网络定位方法
CN108074253B (zh) 一种基于Delaunay三角剖分的多层级矢量道路网匹配方法
JP5872395B2 (ja) 領域分割装置
Zhu et al. A multi-hop localization algorithm in underwater wireless sensor networks
CN109191477A (zh) 基于全局与局部拟合能量的模糊区域型活动轮廓分割模型
CN110234121B (zh) 基于虚拟力算法的自适应步长网络节点部署优化方法

Legal Events

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