CN113840296B - 目标区域的k覆盖方法、装置、计算机设备和存储介质 - Google Patents

目标区域的k覆盖方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113840296B
CN113840296B CN202010585887.0A CN202010585887A CN113840296B CN 113840296 B CN113840296 B CN 113840296B CN 202010585887 A CN202010585887 A CN 202010585887A CN 113840296 B CN113840296 B CN 113840296B
Authority
CN
China
Prior art keywords
node
simplex
nodes
wireless sensor
sensor 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.)
Active
Application number
CN202010585887.0A
Other languages
English (en)
Other versions
CN113840296A (zh
Inventor
汪腾飞
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.)
SF Technology Co Ltd
Original Assignee
SF Technology Co Ltd
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 SF Technology Co Ltd filed Critical SF Technology Co Ltd
Priority to CN202010585887.0A priority Critical patent/CN113840296B/zh
Publication of CN113840296A publication Critical patent/CN113840296A/zh
Application granted granted Critical
Publication of CN113840296B publication Critical patent/CN113840296B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04W16/20—Network planning tools for indoor coverage or short range network deployment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • H04W52/0225—Power saving arrangements in terminal devices using monitoring of external events, e.g. the presence of a signal
    • H04W52/0248—Power saving arrangements in terminal devices using monitoring of external events, e.g. the presence of a signal dependent on the time of the day, e.g. according to expected transmission activity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing 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

本申请涉及一种目标区域的K覆盖方法、装置、计算机设备和存储介质。该方法包括：根据目标区域的无线传感器网络中的节点构建单纯复形；根据单纯复形计算每个节点的度和权值；根据每个节点当前的度和权值，依次选取节点，基于同调变换休眠所选取的节点作为休眠节点，更新休眠节点的邻居节点的度和权值，直至没有可休眠的节点，得到第一层全覆盖的最少活跃节点子集；根据无线传感器网络中除第一层活跃节点外的各节点构建新的单纯复形，并执行根据单纯复形计算每个节点的度和权值的步骤，得到第二层全覆盖的最少活跃节点子集，以此类推，经过K次迭代得到互不相交的K个最少活跃节点子集，从而实现目标区域的K覆盖。采用本方法提高网络能量效率。

Description

目标区域的K覆盖方法、装置、计算机设备和存储介质
技术领域
本申请涉及无线传感器网络技术领域，特别是涉及一种目标区域的K覆盖方法、装置、计算机设备和存储介质。
背景技术
无线传感器网络(WSN，wireless sensor networks)广泛应用于高经济价值农作物与果园的环境监测、重要场地与安全区域的监测、仓储物流管理等应用场景。在目标区域的监测过程中通常需要保证目标区域的全覆盖，为了提高监测的精度与准确性，通常会在目标区域部署节点数超过实际应用需求的节点。但是该部署方式下，若无线传感器网络中的节点全部工作，节点间感测范围的重叠会产生较大的数据冗余，并造成网络能量的浪费。由此，如何在保证网络性能的前提下，尽可能的减少无线传感器网络中工作的节点数是值得关注的问题。
目前，通常是基于同源传感器选择方式或基于Voronoi(维诺图)图给节点分配最优感知半径的方式，从无线传感器网络中选取节点进行休眠，从而得到覆盖目标区域的工作节点。但是，现有的目标区域覆盖方式存在网络能耗大的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高无线传感器网络的能量效率的目标区域的K覆盖方法、装置、计算机设备和存储介质。
一种目标区域的K覆盖方法，所述方法包括：
根据部署在目标区域的无线传感器网络中的节点构建单纯复形；
根据所述单纯复形计算每个节点的度和权值；
根据所述每个节点当前的度和权值，依次选取所述无线传感器网络中的节点，基于同调变换休眠当前所选取的节点作为休眠节点，更新所述休眠节点的邻居节点的度和权值，直至所述无线传感器网络中没有可休眠的节点，得到保证所述无线传感器网络第一层全覆盖的最少活跃节点子集；
根据所述无线传感器网络中除第一层活跃节点外的各节点，构建新的单纯复形，并针对新的单纯复形执行所述根据所述单纯复形计算每个节点的度和权值的步骤，得到保证所述无线传感器网络第二层全覆盖的最少活跃节点子集，以此类推，经过K次迭代得到互不相交的K个最少活跃节点子集，并由所述K个最少活跃节点子集构成所述目标区域的K覆盖。
在其中一个实施例中，所述根据部署在目标区域的无线传感器网络中的节点构建单纯复形，包括：
获取无线传感器网络中每个节点的邻居节点信息；所述无线传感器网络部署在目标区域；
根据所述邻居节点信息确定所述每个节点对应的单形集合；
根据所述单形集合构建所述无线传感器网络对应的单纯复形。
在其中一个实施例中，所述根据所述单纯复形计算每个节点的度和权值，包括：
根据所述单纯复形确定每个节点的邻居节点数，以及每个节点对应的每个单形的度；
将所述每个节点的邻居节点数确定为相应节点的度；
将所述每个节点对应的各单形的度的最小值确定为相应节点的权值。
在其中一个实施例中，所述基于同调变换休眠当前所选取的节点作为休眠节点，包括：
确定由当前所选取的节点的邻居节点集构成的邻居图；
当所述邻居图中有环、且所述环被三角剖分为多个三角形时，将所述当前所选取的节点确定为休眠节点。
在其中一个实施例中，所述根据所述每个节点当前的度和权值，依次选取所述无线传感器网络中的节点，包括：
按照所述每个节点当前的权值从大到小的顺序，依次选取所述无线传感器网络中的节点；
其中，当存在权值相等的节点时，按照所述权值相等的节点各自当前对应的度从大到小的顺序，依次选取节点。
在其中一个实施例中，所述更新所述休眠节点的邻居节点的度和权值，包括：
从所述休眠节点对应的各单形中确定与所述休眠节点当前的权值对应的目标单形；
对属于所述目标单形、且权值与所述休眠节点当前的权值一致的邻居节点的权值进行更新；
对所述休眠节点的每个邻居节点的度进行更新。
在其中一个实施例中，所述根据所述无线传感器网络中除第一层活跃节点外的各节点，构建新的单纯复形，包括：
从所述无线传感器网络中剔除第一层活跃节点得到新的无线传感器网络；
根据所述新的无线传感器网络中的每个节点，在所述新的无线传感器网络中的邻居节点信息构建新的单纯复形。
一种目标区域的K覆盖装置，所述装置包括：
构建模块，用于根据部署在目标区域的无线传感器网络中的节点构建单纯复形；
计算模块，用于根据所述单纯复形计算每个节点的度和权值；
休眠模块，用于根据所述每个节点当前的度和权值，依次选取所述无线传感器网络中的节点，基于同调变换休眠当前所选取的节点作为休眠节点，更新所述休眠节点的邻居节点的度和权值，直至所述无线传感器网络中没有可休眠的节点，得到保证所述无线传感器网络第一层全覆盖的最少活跃节点子集；
所述构建模块，还用于根据所述无线传感器网络中除第一层活跃节点外的各节点，构建新的单纯复形，使得所述计算模块还用于针对新的单纯复形执行所述根据所述单纯复形计算每个节点的度和权值的步骤，得到保证所述无线传感器网络第二层全覆盖的最少活跃节点子集，以此类推，经过K次迭代得到互不相交的K个最少活跃节点子集，并由所述K个最少活跃节点子集构成所述目标区域的K覆盖。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述各方法实施例的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述各方法实施例的步骤。
上述目标区域的K覆盖方法、装置、计算机设备和存储介质，基于部署在目标区域的无线传感器网络中的节点构建该无线传感器网络对应的单纯复形，基于该单纯复形确定该无线传感器网络中每个节点的度和权值，并基于每个节点当前的度和权值，按照同调变换方式从无线传感器网络中选择休眠节点并进行休眠，得到对目标区域构成1覆盖的最少活跃节点子集，能够在保证目标区域全覆盖的情况下，休眠更多的节点，以节省网络能量的消耗，延长网络的生命周期。进一步地，通过K次迭代能够得到对目标区域实现K覆盖的且互不相交的K个最少活跃节点子集，由此，通过选取不同的K值能够动态灵活的增加或减少目标区域的区域覆盖程度，从而能够提高无线传感器网络的能量效率。
附图说明
图1为一个实施例中目标区域的K覆盖方法的流程示意图；
图2为一个实施例中节点对应的单形的示例图；
图3为一个实施例中无线传感器网络及其对应的单纯复形的示例图；
图4为一个实施例中目标区域的K覆盖方法所处的目标区域的K覆盖系统的系统架构图；
图5为一个实施例中单形的度与节点的权值的计算原理示意图；
图6为一个实施例中目标区域的K覆盖方法的原理示意图；
图7为一个实施例中目标区域的K覆盖的效果示意图；
图8为一个实施例中实现目标区域的K覆盖的效果示意图；
图9为一个实施例中休眠节点百分比随节点分布密度变化的示意图；
图10为一个实施例中运行时间随节点分布密度变化的示意图；
图11为一个实施例中目标区域的K覆盖装置的结构框图；
图12为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种目标区域的K覆盖方法，本实施例以该方法应用于传感器控制器进行举例说明，可以理解的是，传感器控制器可以是终端或服务器。本实施例中，该方法包括以下步骤：
步骤102，根据部署在目标区域的无线传感器网络中的节点构建单纯复形。
其中，目标区域也即是目标检测区域，是指待监测的区域。单纯复形是无线传感器网络中所有节点构成的单形的集合，该单纯复形包括无线传感器网络中每个节点对应的所有单形。当单纯复形中至少包括一个N维单形，且该单纯复形中单行的最高维度为N维时，也即是当该无线传感器网络中至少存在一个相应单行的最高维度为N维的节点时，该单纯复形可理解为N维单纯复形，且N的取值由该单纯复形中单形的最高维度确定。节点是指无线传感器网络中的传感器，一个传感器作为该无线传感器网络中的一个节点。
具体地，针对部署在目标区域的无线传感器网络，传感器控制器获取该无线传感器网络中每个节点的邻居节点信息，并根据每个节点的邻居节点信息构建该无线传感器网络对应的单纯复形。
步骤104，根据单纯复形计算每个节点的度和权值。
其中，节点的度是指该节点的邻居节点的个数。节点的权值是指该节点对应的所有单形的度的最小值。单形的度是指所有包括该单形的单形中最高维度的单形对应的维度。
举例说明，对于整数m，m-单形的度为所有包括该m-单形的单形中最高维度的单形所对应的维度。由此可知，对于任意一个m-单形，该m-单形的度大于或等于m。若构成一个i-单形的所有节点都属于另一个j-单形，则称该i-单形是j-单形的一个面或一部分。比如，0-单形[v0]是1-单形[v0,v1]的一个面，1-单形[v0,v1]为2-单形[v0,v1,v2]的一个面。可以理解，若节点v0的权值为m，表明单纯复形中至少存在一个包含该节点v0的m-单形，且该m-单形不是任何一个(m+1)-单形的一部分。
在一个实施例中，步骤104，包括：根据单纯复形确定每个节点的邻居节点数，以及每个节点对应的每个单形的度；将每个节点的邻居节点数确定为相应节点的度；将每个节点对应的各单形的度的最小值确定为相应节点的权值。
具体地，传感器控制器根据无线传感器网络对应的单纯复形，确定该无线传感器网络中每个节点的邻居节点数，并针对每个节点对应的每个单形，确定包括该单形的所有单形，以及该所有单形中每个单形的维度，并将该所有单形中最高维度的单形对应的维度作为相应单形的度。传感器控制器将每个节点的邻居节点数确定为该节点的度。传感器控制器将每个节点对应的所有单形中单形的度的最小值确定该节点的权值。其中，邻居节点数是指邻居节点的个数。
在一个实施例中，传感器控制器根据每个节点对应的邻居节点信息，确定该节点的邻居节点数，并将该节点的邻居节点数确定为该节点的度。
在一个实施例中，无线传感器网络中的节点包括内部节点与边界节点，内部节点是指部署于目标区域的内部的节点，边界节点是指部署于目标区域的边界的节点。传感器控制器将每个边界节点的权值确定为0，用于表征该边界节点不能被选作为休眠节点进行休眠，并按照上述方式计算每个内部节点的度和权值。可以理解，节点对应的单形是指包括该节点的单形，由此，传感器控制器通过确定包含该节点的所有单形的度，能够确定该节点的权值，也即是将包含该节点的所有单形的度的最小值确定为该节点的权值。
步骤106，根据每个节点当前的度和权值，依次选取无线传感器网络中的节点，基于同调变换休眠当前所选取的节点作为休眠节点，更新休眠节点的邻居节点的度和权值，直至无线传感器网络中没有可休眠的节点，得到保证无线传感器网络第一层全覆盖的最少活跃节点子集。
其中，同调变换是指保证无线传感器网络全连通与全覆盖的变换方式，也即是按照保证无线传感器网络全连通与全覆盖的原则来判断当前所选取的节点能否被选作为休眠节点。当一个节点被休眠后，无线传感器网络仍然是全连通与全覆盖的，则判定该节点为冗余节点，也即判定该节点能被选作为休眠节点。休眠节点是指可被休眠的节点，且在该节点休眠的情况下仍然能够保证无线传感器网络的全连通，以及该无线传感器网络对目标区域的全覆盖。最少活跃节点子集是指在保证无线传感器网络全连通与全覆盖的情况下，由该无线传感器网络中尽可能少的节点组成的集合，其中，该集合中的每个节点均为活跃节点，也即是该集合中的每个节点均未被选作为休眠节点。
具体地，传感器控制器在根据单纯复形确定相应无线传感器网络中每个节点的度和权值后，根据各节点的度和权值从该无线传感器网络中选取节点，并按照同调变换理论在保证无线传感器网络全连通与全覆盖的情况下，判断当前所选取的节点能否作为休眠节点。若当前所选取的节点不能作为休眠节点，传感器控制器则按照各节点的度和权值从无线传感器网络中继续选取节点，并按照上述方式判断该继续选取的节点能否作为休眠节点。若当前所选取的节点能够作为休眠节点，传感器控制器则将该当前所选取的节点确定为休眠节点，并更新该当前所选取的节点的邻居节点的度和权值，也即是更新该当前确定的休眠节点的邻居节点的度和权值。
进一步地，传感器控制器在更新该休眠节点的邻居节点的度和权值后，将该更新后的度和权值确定为相应节点当前所对应的度和权值，并按照无线传感器网络中每个节点当前对应的度和权值，从该无线传感器网络中继续选取节点，按照上述方式判断该继续选取的节点能否作为休眠节点，并按照上述方式基于该继续选取的节点对应的判断结果继续执行后续操作，直至该无线传感器网络中没有可休眠的节点时，停止上述迭代过程，并得到保证该无线传感器网络对目标区域实现第一层全覆盖的最少活跃节点子集。可以理解，该最少活跃节点子集构成对目标区域的1覆盖。
在一个实施例中，传感器控制器将无线传感器网络中的边界节点的权值设置为0，以保证按照上述方式选取休眠节点时，边界节点不会被选作为休眠节点，从而保证目标区域边界的覆盖。而对于无线传感器网络中的内部节点，每个内部节点的权值表征了分布在该内部节点周围的节点的密集程度，内部节点的权值越大，表明该内部节点越有可能成为覆盖冗余的节点。由此，可将内部节点的权值大小作为依据来从内部节点中选取休眠节点。
在一个实施例中，传感器控制器可在按照上述方式确定休眠节点的过程中，对所确定的休眠节点进行休眠，也即是动态的将当前确定的休眠节点进行休眠，也可在确定出保证无线传感器网络第一层全覆盖的最少活跃节点子集后，对所确定的所有休眠节点进行批量休眠。
步骤108，根据无线传感器网络中除第一层活跃节点外的各节点，构建新的单纯复形，并针对新的单纯复形执行步骤104与步骤106，得到保证无线传感器网络第二层全覆盖的最少活跃节点子集，以此类推，经过K次迭代得到互不相交的K个最少活跃节点子集，并由K个最少活跃节点子集构成目标区域的K覆盖。
其中，第一层活跃节点是指保证无线传感器网络第一层全覆盖的最少活跃节点子集中的节点。目标区域的K覆盖是指在保证无线传感器网络对该目标区域全覆盖的情况下，对该目标区域实现的K重覆盖，且每重覆盖均能够保证无线传感器网络对该目标区域全覆盖。
具体地，从无线传感器网络中筛选出保证该无线传感器网络对目标区域的第一层全覆盖的最少活跃节点子集后，传感器控制器从无线传感器网络中剔除该最少活跃节点子集所包括的每个第一层活跃节点，由该无线传感器网络中剔除第一层活跃节点后所剩余的所有节点构成新的无线传感器网络，并按照本申请中一个或多个实施例提供的单纯复形构建方式，根据该新的无线传感器网络中的节点构建新的单纯复形。进一步地，传感器控制器根据该新的单纯复形计算该新的无线传感器网络中每个节点的度和权值，并根据该新的无线传感器网络中每个节点当前的度和权值，依次选取该新的无线传感器网络中的节点，基于同调变换休眠当前所选取的节点作为休眠节点，更新该休眠节点的邻居节点的度和权值，直至该新的无线传感器网络中没有可休眠的节点，得到保证初始的无线传感器网络对目标区域实现第二层全覆盖的最少活跃节点子集。
进一步地，传感器控制器在得到保证无线传感器网络对目标区域实现第二层全覆盖的最少活跃节点子集后，从上述新的无线传感器网络中，继续剔除该构成第二层全覆盖的最少活跃节点子集所包括的第二层活跃节点，也即是从初始的无线传感器网络中，剔除对目标区域构成第一层全覆盖的最少活跃节点子集，以及构成第二层全覆盖的最少活跃节点子集，并根据该无线传感器网络中除第一层活跃节点与第二活跃节点外的各节点，继续构建新的单纯复形，并针对该单纯复形继续执行上述操作。依此类推，直至经过K次迭代得到无线传感器网络对应的、且互不相交的K个最少活跃节点子集，并由该K个最少活跃节点子集构成目标区域的K覆盖。
在一个实施例中，采用分层构建的思想，通过K次迭代从无线传感器网络中选取出对目标区域实现全覆盖的、且互不相交的K个最少活跃节点子集，以以及该K个最少活跃节点子集实现对目标区域的K覆盖。首先，构建无线传感器网络对应的单纯复形，并基于单纯复形确定每个节点的度和权值，由同调变换在保证无线传感器网络全连通与全覆盖的前提下，根据节点的度和权值依次休眠无线传感器网络中的冗余节点，并更新当前休眠的冗余节点的邻居节点的度和权值，直至无线传感器网络中没有可再休眠的节点，得到保证无线传感器网络对目标区域实现第一层覆盖的最少活跃节点子集。然后，由无线传感器网络中除第一层活跃节点外的其余休眠节点，构建新的单纯复形，并按照上述类似的流程得到保证无线传感器网络对目标区域实现第二层覆盖的最少活跃节点子集。依此类推，经过K次迭代得到互不相交的K个最少活跃节点子集，每个最少活跃节点子集可实现对目标区域的1覆盖，该K个最少活跃节点子集能够实现对目标区域的K覆盖。
举例说明，设在目标区域初始部署的节点集(无线传感器网络中的节点组成的集合)为S，第一层全覆盖的最少活跃节点子集为S1，考虑去除第一层活跃节点之外的其余休眠节点S-S1，由这些节点构建新的单纯复形，经过上述拓扑控制，可得到第二层全覆盖的最少活跃节点子集S2及剩余休眠节点(S-S1-S2)，经过K次迭代得到互不相交的K个最少活跃节点子集，每个最少活跃节点子集可实现目标区域的1-覆盖，从而完成目标区域的K-覆盖。其中，构建无线传感器网络对应的单纯复形，并基于单纯复形得到无线传感器网络对目标区域实现1覆盖的最少活跃节点子集的过程，可理解为一次拓扑控制。
上述目标区域的K覆盖方法，基于部署在目标区域的无线传感器网络中的节点构建该无线传感器网络对应的单纯复形，基于该单纯复形确定该无线传感器网络中每个节点的度和权值，并基于每个节点当前的度和权值，按照同调变换方式从无线传感器网络中选择休眠节点并进行休眠，得到对目标区域构成1覆盖的最少活跃节点子集，能够在保证目标区域全覆盖的情况下，休眠更多的节点，以节省网络能量的消耗，延长网络的生命周期。进一步地，通过K次迭代能够得到对目标区域实现K覆盖的且互不相交的K个最少活跃节点子集，由此，通过选取不同的K值来动态调整迭代次数，以动态调整从无线传感器网络中所选取出的最少活跃节点子集的数量，能够动态灵活的增加或减少目标区域的区域覆盖程度，从而能够提高无线传感器网络的能量效率。
在一个实施例中，步骤102，包括：获取无线传感器网络中每个节点的邻居节点信息；无线传感器网络部署在目标区域；根据邻居节点信息确定每个节点对应的单形集合；根据单形集合构建无线传感器网络对应的单纯复形。
其中，节点的邻居节点信息是描述该节点的邻居节点，以及每个邻居节点的邻居节点的信息，具体可包括每个邻居节点的节点标识，以及每个邻居节点的邻居节点的节点标识。节点对应的单形集合是由该节点对应的所有单形组成的集合。
具体地，针对部署在目标区域的无线传感器网络，传感器控制器获取该无线传感器网络中每个节点的邻居节点信息，并根据各节点的邻居节点信息确定每个节点对应的单形，进而得到每个节点对应的单形集合。传感器控制器根据无线传感器网络中各节点各自对应的单形集合，构建该无线传感器网络对应的单纯复形。
在一个实施例中，每个节点的邻居节点信息由节点自身获取并上报给传感器控制器。无线传感器网络中的每个节点通过广播拓扑发现包来确定自身的邻居节点，并通过广播邻居节点信息包来确定每个邻居节点的邻居节点。具体地，每个节点向无线传感器网络广播包括自身的节点标识的拓扑发现包，相应地，每个节点会接收到无线传感器网络中除自身外的每个节点广播的拓扑发现包，且会获取到每个拓扑发现包的信号强度，并根据拓扑发现包与相应的信号强度确定自身的邻居节点。每个节点根据拓扑发现包的信号强度，能够确定该节点自身与广播该拓扑发现包的节点之间的距离，当该距离小于节点感测半径时，则判定广播该拓扑发现包的节点为自身的邻居节点。每个节点的节点感测半径一致，且节点感测半径是由节点自身的硬件设备确定的属性特征。其中，当两个节点之间的距离小于节点感测半径时，该两个节点互为邻居节点。
进一步地，每个节点基于所接收到的拓扑发现包，按照上述方式从无线传感器网络中确定自身的邻居节点后，触发生成携带自身的每个邻居节点的节点标识的邻居节点信息包，并将该邻居节点信息包广播至无线传感器网络中的其他节点。相应地，每个节点能够接收到无线传感器网络中的除自身外的每个节点广播的邻居节点信息包，基于所接收到的邻居节点信息包能够确定自身的每个邻居节点的邻居节点，从而能够得到包括自身的每个邻居节点的节点标识，以及每个邻居节点的邻居节点的节点标识的邻居节点信息。
在一个实施例中，无线传感器网络中的每个节点构成该节点对应的0-单形，若两个节点之间的距离小于其节点感测半径，也即是若该两个节点互为邻居节点，则该两个节点构成1-单形。若构成1-单形的两个邻居节点具有一个公共的邻居节点，则该三个节点构成一个2-单形，依此类推，若构成(n-1)-单形的n个节点，具有一个公共的邻居节点，该(n+1)个节点构成n-单形。由此，传感器控制器根据无线传感器网络中各节点各自对应的邻居节点信息，按照上述单形定义能够得到每个节点对应的单形，进而得到每个节点对应的单形集合。
图2为一个实施例中节点对应的单形的示例图。如图2所示，节点v0构成0-单形，互为邻居节点的节点v0与v1构成1-单形，互为邻居节点的节点v0、v1与v2构成2-单形，互为邻居节点的节点v0、v1、v2与v3构成3-单形。
图3为一个实施例中无线传感器网络及其对应的单纯复形的示例图。如图3所示，无线传感器网络包括1至7共7个节点，图示中的每个圆圈表征一个部署于圆圈中心位置的节点所对应的节点感测范围，圆圈的半径表征节点感测半径，两个圆圈存在重叠表征该两个圆圈各自对应的节点互为邻居节点，基于该无线传感器网络中各节点之间的邻居关系，能够得到图3所示的单纯复形。
上述实施例中，根据无线传感器网络中各节点的邻居节点信息，确定每个节点对应的所有单形，并基于所确定的单形构建该无线传感器网络对应的单纯复形，能够提高单纯复形的准确性。
在一个实施例中，基于同调变换休眠当前所选取的节点作为休眠节点，包括：确定由当前所选取的节点的邻居节点集构成的邻居图；当邻居图中有环、且环被三角剖分为多个三角形时，将当前所选取的节点确定为休眠节点。
其中，节点的邻居节点集是由该节点对应的所有邻居节点组成的集合。节点的邻居图是由该节点与该节点的邻居节点集中的每个邻居节点，以及该节点与该邻居节点集中的各邻居节点相互之间形成的边组成的。
举例说明，一个1-单形[v0,v1]即边e＝[v0,v1]的邻居图ΓG(e)定义为G[NNG(v0)∩NNG(v1)∪{v0,v1}]-e。其中，NNG(v)表示图G中节点v的邻居节点集，G[NNG(v)]表示由节点v的邻居节点集形成的邻居图。图G为一个简单图，可表示为G＝(V,E)，V为节点的集合，E为边的集合，每个节点可理解为该简单图中的一个顶点。
若图G的一个子图是连通的，且该子图的所有顶点的度都为2，则称该子图为一个环。环所包括的边的数量作为该环的长度，图G中所有的环形成的向量空间称为环空间，两个环的和定义为异或操作，图G中所有长度为3的环的集合构成图G的三角形环子空间CT(G)。对于一个连通图，若该图中有环、且对该图中的任意环，存在一组长度为3的环，使得该组长度为3的环能够组成相应的任意环，则称该连通图能够被三角剖分。
具体地，传感器控制器获取当前所选取的节点的邻居节点集，根据该邻居节点集构建该节点对应的邻居图，并根据该邻居图判断该节点是否能作为休眠节点。传感器控制器按照环与三角剖分的定义，判断该邻居图中是否有环，当判定该邻居图中有环时，进一步判断该邻居图中的每个环能否被三角剖分为相应的多个三角形。当判定当前所选取的节点的邻居图中有环、且每个环均能够被三角剖分为多个三角形时，传感器控制器将该当前所选取的节点确定为休眠节点。
上述实施例中，通过判断节点的邻居图中是否有环，以及该邻居图中的所有环能否被三角剖分为多个三角形，来判断该节点能否被休眠，也即是当判定节点的邻居节点集构成的邻居图中有环、且该环可以被三角剖分时，则判定该节点能够被休眠，能够提高休眠节点的准确性。
在一个实施例中，根据每个节点当前的度和权值，依次选取无线传感器网络中的节点，包括：按照每个节点当前的权值从大到小的顺序，依次选取无线传感器网络中的节点；其中，当存在权值相等的节点时，按照权值相等的节点各自当前对应的度从大到小的顺序，依次选取节点。
具体地，传感器控制器根据无线传感器网络中每个节点当前的权值，按照权值从大到小的顺序，从该无线传感器网络中依次选取节点，以便于进一步判断当前选取的节点是否能作为休眠节点。在按照权值从大到小的顺序选取节点的过程中，若存在多个节点的权值相等，传感器控制器则针对该权值相等的多个节点，按照度从大到小的顺序依次从该多个节点中选取节点。
上述实施例中，按照节点的权值从大到小的顺序依次判断无线传感器网络中的节点是否为冗余节点，且在节点的权值相等时，进一步按照节点的度从大到小的顺序依次判断，这样，能够在保证无线传感器网络全连通与全覆盖的情况下，尽可能的休眠多的节点，以便于提高网络能量效率。
在一个实施例中，更新休眠节点的邻居节点的度和权值，包括：从休眠节点对应的各单形中确定与休眠节点当前的权值对应的目标单形；对属于目标单形、且权值与休眠节点当前的权值一致的邻居节点的权值进行更新；对休眠节点的每个邻居节点的度进行更新。
具体地，传感器控制器在判定当前所选取的节点能被选作为休眠节点后，根据该当前所选取的节点当前所对应的权值，从该当前所选取的节点对应的所有单形中选取目标单形。传感器控制器从该当前所选取的节点对应的所有邻居节点中，选取与该目标单形对应、且权值与该当前所选取的节点当前所对应的权值一致的邻居节点，并对所选取出的邻居节点的权值进行更新。相应地，传感器控制器对当前所选取的节点的每个邻居节点的度进行更新。可以理解，节点的权值是指该节点对应的所有单形的度的最小值，由此，基于节点的权值能够从该节点对应的所有单形中筛选出该权值对应的目标单形。
在一个实施例中，传感器控制器根据目标单形与当前所选取的节点当前所对应的权值，按照上述筛选方式从该节点的邻居节点中筛选出待更新权值的邻居节点后，将所筛选出的每个邻居节点的权值减1得到更新后的权值。
在一个实施例中，传感器控制器将当前所选取的节点的每个邻居节点的度减1，得到每个邻居节点对应的更新后的度。
上述实施例中，在将当前所选取的节点确定为休眠节点后，对与该休眠节点同属于一个目标单形、且与该休眠节点的权值相等的邻居节点进行权值更新，并对该休眠节点的每个邻居节点进行度的更新，能够保证节点的度和权值的更新准确性，以便于基于更新后的度和权值继续选取可能会被休眠的节点，能够提高休眠节点的准确性。
在一个实施例中，根据无线传感器网络中除第一层活跃节点外的各节点，构建新的单纯复形，包括：从无线传感器网络中剔除第一层活跃节点得到新的无线传感器网络；根据新的无线传感器网络中的每个节点，在新的无线传感器网络中的邻居节点信息构建新的单纯复形。
具体地，传感器控制器从无线传感器网络中筛选出对目标区域实现第一层全覆盖的最少活跃节点子集后，从无线传感器网络中剔除该最少活跃节点子集所包括的第一层活跃节点，得到新的无线传感器网络。传感器控制器重新确定该新的无线传感器网络中，每个节点在该新的无线传感器网络中的邻居节点信息，并根据该新的无线传感器网络中每个节点的邻居节点信息构建该新的无线传感器网络对应的单纯复形，作为新的单纯复形。可以理解，传感器控制器按照上述一个或多个实施例中提供的单纯复形构建方式，根据该新的无线传感器网络中每个节点的邻居节点信息构建新的单纯复形，在此不再赘述。
上述实施例中，根据无线传感器网络中剔除第一层活跃节点外的每个节点的邻居节点信息，构建新的单纯复形，以便于基于该新的单纯复形筛选构成第二层覆盖的最少活跃节点子集，依此类推，能够得到互不相交的多个最少活跃节点子集。
在一个实施例中，无线传感器网络中节点的分布类型为参数为λ的齐次泊松分布。在某个区域A内分布有x个节点的概率为：对于无线传感器网络中的每个节点，采用单位圆盘感知模型确定其感测半径为Rs，通信半径为Rc，每个节点可以与位于其通信半径内的其它节点通信。无线传感器网络还需满足如下前提条件：(1)为了保证目标区域边界的覆盖，需要在目标区域的边界部署节点，该些节点称为边界节点，其余节点称为内部节点，且每个边界节点具有两个相邻的边界节点。(2)无线传感器网络中的每个节点被分配有唯一的标识符，也即节点标识。(3)在目标区域部署的节点数量足够多，能够满足目标区域K-覆盖的需求。
图4为一个实施例中目标区域的K覆盖方法所处的目标区域的K覆盖系统的系统架构图。如图4所示，该系统中包括部署于目标区域的无线传感器网络，以及用于对该无线传感器网络进行管理的传感器控制器，无线传感器网络包括普通节点与网关节点，网关节点能够直接与传感器控制器进行通信，用于实现普通节点与传感器控制器之间的通信，实现监测数据的传输与普通节点的拓扑信息的上报。传感器控制器通过获取普通节点的拓扑信息来对普通节点进行拓扑控制。可以理解，上述一个或多个实施例中涉及的节点，是指本实施例中的普通节点，且该普通节点包括边界节点与内部节点。可以理解，目标区域也可理解为监控区域或检测区域。
在一个实施例中，单纯复形(Simplicial Complex)是代数拓扑学中的知识，是图论的推广。给定一组点U，m-单形是一个无序集合其中，对于所有i≠j，vi≠vj。因此，0-单形是顶点，1-单形是边，2-单形是包含内部的三角形。部署在目标区域中的节点形成的无线传感器网络可用单纯复形来表示，由定义的不同可以将其建模成多种单纯复形。
图4为一个实施例中无线传感器网络的K覆盖的原理示意图。设S为在目标区域初始部署的全部节点集合，也即是部署在目标区域的无线传感器网络，每次拓扑控制从该无线传感器网络中选择一部分节点实现目标区域的1-覆盖，其中，每次拓扑控制的初始节点来自于上次拓扑控制后的休眠节点，经过K次拓扑控制后，得到目标区域的K层覆盖。设实现目标区域第i层覆盖的最少活跃节点子集为Si，则对于不同的i,j且1<i,j<K，有全部最少活跃节点子集的并集/>无线传感器网络中全部的最少活跃节点子集即可实现目标区域的K-覆盖，无线传感器网络中其余的节点保持休眠以节省能量的消耗。
在一个实施例中，无线传感器网络中部署在目标区域的节点分为两类：一是位于目标区域边界的边界节点，二是分布在目标区域内部的内部节点。为了保证目标区域的范围不变以及区域边界的覆盖，对于边界节点，采用固定方式部署在目标区域的边界上，以保证目标区域边界的K-覆盖。假设目标区域的边界为长度为L的线段，节点的感测半径为Rs，则为了实现目标区域边界的K-覆盖，相邻两个边界节点的距离d应该满足K×d≤2Rs。
图5为一个实施例中单形的度与节点的权值的计算原理示意图。如图5所示，节点v0,v1,v2,v3,v4中除了v2与v4不是互为邻居节点外，其他任意两个节点均互为邻居节点，由此，按照上述方式能够确定2-单形[v0,v1,v2]、[v0,v1,v3]、[v0,v2,v3]与[v1,v2,v3]对应的度均为3，2-单形[v1,v3,v4]对应的度为2，由此，节点v0与v2对应的权值均为3，节点v1,v3,v4,对应的权值均为2。
图6为一个实施例中目标区域的K覆盖方法的原理示意图。图6所示，将无线传感器网络记为WSN，将单纯复形记为Rips复形，当流程开始后，构建WSN的Rips复形，然后计算每个节点的度和权值，基于节点的度和权值选择节点休眠，并在选择出休眠节点后，判断是否达到K覆盖，当判定达到K覆盖后，结束流程，否则，获取第i层休眠节点，并基于第i层休眠节点构建第i+1层Rips复形，并针对该第i+1层Rips复形计算节点的度和权值，实现流程的迭代。
在一个实施例中，本申请提供的目标区域的K覆盖方法，通过K次迭代实现目标区域的K-覆盖，每次迭代包括构建无线传感器网络的单纯复形，计算节点的权值和度，休眠网络中的节点三个步骤。在构建无线传感器网络的单纯复形过程，每个节点需通过两次广播获得节点自身的邻居节点和节点自身的邻居节点的邻居节点，也即获得节点自身的邻居节点信息，以便于传感器控制器基于各节点的邻居节点信息，构建每个节点对应的所有单形，继而构建相应单纯复形，N表示无线传感器网络中部署的节点数量，u表示每个节点的平均邻居节点数量，那么构建1-单形的复杂度为构建2-单形需要判断1-单形的两个节点是否具有公共的邻居节点，每个节点构建2-单形的复杂度为/>整个无线传感器网络构建2-单形的复杂度为/>同理构建每个节点的k-单形需要从邻居节点中找到符合要求的k个邻居节点，其复杂度为/>因此构建无线传感器网络的单纯复形的复杂度为/>dmax代表单纯复形中最大维度的单形的维度。其中/>的上边界为2u，所以构建过程的复杂度为O(N2+N2u)。在计算节点的权值和度过程，首先要找到包含该节点所有2-单形，用sk表示无线传感器网络对应的单纯复形中每个节点对应的单形的个数/>其中，单个节点对应的每个单形均通过k-单形来统一表示，对于每个k-单形需要判断其是否是某个(k+1)-单形的一部分，因此计算一个节点的权值的复杂度为/>所以计算无线传感器网络中所有节点的权值的复杂度为/>取上界为O(Nu22u)，计算节点度的复杂度为O(μ)。
在休眠一个权值为ω的节点后，需要对该节点的邻居节点的权值进行更新，其复杂度为在休眠无线传感器网络中的节点的过程中，需判断每个节点的邻居图中的环是否可被三角剖分，可以通过检查节点的邻居图中的所有环来完成，在节点的邻居图中构建一棵生成树并检查生成树中的所有基本环，基本环的个数为e-u+1，其中，e为节点的邻居图中边的数量，所以最坏的情况下的计算复杂度为O(n2)。单纯复形简化方式的复杂度为O(N2+N2u)+O(N3u6)+O(N322u)+τ(O(2u)+O(N3u6)+O(N222n))，其中τ为休眠节点的循环次数。基于同调理论的SDSN K-覆盖拓扑控制方式的复杂度为O(N2+Nu2)+O(N3u6)+O(Nu2)+τ(O(u2)+O(u6)+O(u2))。在更新节点的权值时，只考虑休眠节点的邻居节点的变化，且用节点DE邻居图中的环是否可被三角剖分来判断一个节点能否被休眠，降低了操作复杂度。
图7为一个实施例中目标区域的K覆盖的效果示意图。为验证方案的有效性，通过MATLAB仿真本申请所提供的目标区域的K覆盖方法，假设目标区域的大小设定为40×40m2，无线传感器网络中节点的感测半径Rs＝20m，以目标区域的2-覆盖即K＝2为例，对于区域边界每隔10m放置一个边界节点。目标区域的内部节点采用泊松点过程产生，节点的分布密度与泊松分布的参数λ有关，设定λ＝0.01375，整个2-覆盖拓扑控制的过程如图7所示。将目标区域中初始部署的节点记为第一层初始节点，则基于该第一层初始节点构建如图7(a)所示的单纯复形，基于单纯复形进行休眠节点的迭代选取，得到实现目标区域第一层全覆盖的最少活跃节点子集，基于该实现目标区域第一层全覆盖的最少活跃节点子集中的第一层活跃节点构建的单纯复形如图7(b)所示，将实现第一层全覆盖时的休眠节点作为第二层初始节点，并构建如图7(c)所示的新的单纯复形，基于该新的单纯复形进行休眠节点的迭代选取，得到实现目标区域第二层全覆盖的最少活跃节点子集，并基于该实现目标区域第二层全覆盖的最少活跃节点子集中的第二层活跃节点构建如图7(d)所示的单纯复形。由实验结果可知，本申请提供的目标区域的K覆盖方法可实现K-覆盖程度下的拓扑控制。
图8为一个实施例中实现目标区域的K覆盖的效果示意图。如图8所示，由K个互不相交的最少活跃节点子集构成对目标区域的K覆盖，也即是由无线传感器网络中的节点实现了目标区域的K层覆盖。
为了验证该目标区域的K覆盖方法的性能，采用两个指标来进行评价，一是休眠节点数量与目标区域内部署的节点数量的比值，将该比值记为休眠节点百分比r，二是拓扑控制过程执行完成所需的运行时间t。目标区域的覆盖程度设定为K＝2，休眠节点百分比r和运行时间t,与目标区域内的节点分布密度具有直接关系，因此分别统计K＝1和K＝2时不同分布密度下的r和t。目标区域内的节点分布密度由泊松分布的参数λ来设定，取λ＝0.0125～0.0175每隔0.00125进行一次统计，每次实验1000次，计算休眠节点百分比r的平均值以及运行时间t的平均值，分别得出r和λ，以及t和λ的变化规律。
图9为一个实施例中休眠节点百分比随节点分布密度变化的示意图。将本申请提供的目标区域的K覆盖方法记为SCTC方式(Simplicial Complex based k-CoverageTopology Control Algorithm，基于单纯复形理论的K-覆盖拓扑控制方式)，将基于同调理论的SDSN K-覆盖拓扑控制方式记为HA方式，并将SCTC方式与HA方式进行比较，得到该两种方式下休眠节点百分比与节点分布密度之间的曲线变化关系。如图9所示，在保证无线传感器网络2-覆盖条件下，SCTC方式可以至少节省44.35％的能量。随着无线传感器网络中节点分布密度λ的增加，不管是HA方式还是SCTC方式，休眠节点百分比都呈增长趋势，这是因为区域面积一定时，节点分布密度越大，无线传感器网络中部署的节点数越多，冗余节点出现的概率就越大。同时，对于SCTC方式与HA方式，网络覆盖程度K＝1时的休眠节点百分比高于K＝2时的休眠节点百分比，为了保证无线传感器网络的2-覆盖，需要激活更多的节点以提供更好的服务质量。
此外，不管是区域1-覆盖还是区域2-覆盖，SCTC方式的休眠节点百分比都高于HA方式，SCTC方式通过构建节点的最大维度单形来计算节点的权值，由权值和度的高低依次对节点进行可休眠判断，从而得到最佳的休眠节点次序，而HA方式仅根据节点的相对密度大小来选择候选休眠节点，会休眠网络中一些较关键的节点。因此，本申请提供的目标区域的K覆盖方法，能在保证网络覆盖质量的前提下，最大限度的休眠网络中的节点，减少网络能耗。
图10为一个实施例中运行时间随节点分布密度变化的示意图。将单纯复形简化方式记为RA方式，并将SCTC方式、RA方式与HA方式进行比较，得到该三种方式下运行时间与节点分布密度之间的曲线变化关系。如图10所示，随着网络中节点分布密度λ的增加，该三种方式的运行时间都呈增长趋势，网络覆盖程度K＝2时的运行时间高于K＝1时的运行时间，这是因为为了实现区域的2-覆盖，需要进行两重迭代。同时，SCTC方式在两种覆盖情况下的运行时间都低于RA方式，SCTC方式采用同调变换作为判断节点可休眠的依据，避免了复杂的贝蒂数的计算，在更新节点的权值和度时，仅考虑休眠节点的邻居节点权值和度的变化，采用局部更新的方法，因而可减少操作复杂度，提高操作效率。
在本申请中一个或多个实施例中提供的目标区域的K覆盖方法，为充分利用无线传感器网络中的有限资源，节能网络能量消耗，实现覆盖程度的动态配置，提出了一种基于单纯复形理论的无线传感器网络K-覆盖拓扑控制方式。根据部署的无线传感器网络中的节点建立单纯复形，在保证无线传感器网络拓扑结构不变的前提下，按照无线传感器网络中节点的权值由大到小，若权值相等，则进一步依据节点的度由大到小的顺序，依次休眠无线传感器网络中的节点，直至无线传感器网络中没有可再休眠的节点，从而得到满足无线传感器网络1-覆盖的最少活跃节点子集；经过迭代，选择K个互不相交的最少活跃节点子集实现目标区域的K-覆盖，这种K层构建的方法可根据实际应用的需求，动态灵活的增加或减少区域覆盖程度，提高无线传感器网络的能量效率。仿真结果表明，本申请提供的目标区域的K覆盖方法，可显著节省网络能量，提高网络生命周期。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图11所示，提供了一种目标区域的K覆盖装置1100，包括：构建模块1101、计算模块1102和休眠模块1103，其中：
构建模块1101，用于根据部署在目标区域的无线传感器网络中的节点构建单纯复形；
计算模块1102，用于根据单纯复形计算每个节点的度和权值；
休眠模块1103，用于根据每个节点当前的度和权值，依次选取无线传感器网络中的节点，基于同调变换休眠当前所选取的节点作为休眠节点，更新休眠节点的邻居节点的度和权值，直至无线传感器网络中没有可休眠的节点，得到保证无线传感器网络第一层全覆盖的最少活跃节点子集；
构建模块1101，还用于根据无线传感器网络中除第一层活跃节点外的各节点，构建新的单纯复形，使得计算模块1102还用于针对新的单纯复形执行根据单纯复形计算每个节点的度和权值的步骤，得到保证无线传感器网络第二层全覆盖的最少活跃节点子集，以此类推，经过K次迭代得到互不相交的K个最少活跃节点子集，并由K个最少活跃节点子集构成目标区域的K覆盖。
在一个实施例中，构建模块1101，还用于获取无线传感器网络中每个节点的邻居节点信息；无线传感器网络部署在目标区域；根据邻居节点信息确定每个节点对应的单形集合；根据单形集合构建无线传感器网络对应的单纯复形。
在一个实施例中，计算模块1102，还用于根据单纯复形确定每个节点的邻居节点数，以及每个节点对应的每个单形的度；将每个节点的邻居节点数确定为相应节点的度；将每个节点对应的各单形的度的最小值确定为相应节点的权值。
在一个实施例中，休眠模块1103，还用于确定由当前所选取的节点的邻居节点集构成的邻居图；当邻居图中有环、且环被三角剖分为多个三角形时，将当前所选取的节点确定为休眠节点。
在一个实施例中，休眠模块1103，还用于按照每个节点当前的权值从大到小的顺序，依次选取无线传感器网络中的节点；其中，当存在权值相等的节点时，按照权值相等的节点各自当前对应的度从大到小的顺序，依次选取节点。
在一个实施例中，休眠模块1103，还用于从休眠节点对应的各单形中确定与休眠节点当前的权值对应的目标单形；对属于目标单形、且权值与休眠节点当前的权值一致的邻居节点的权值进行更新；对休眠节点的每个邻居节点的度进行更新。
在一个实施例中，构建模块1101，还用于从无线传感器网络中剔除第一层活跃节点得到新的无线传感器网络；根据新的无线传感器网络中的每个节点，在新的无线传感器网络中的邻居节点信息构建新的单纯复形。
关于目标区域的K覆盖装置的具体限定可以参见上文中对于目标区域的K覆盖方法的限定，在此不再赘述。上述目标区域的K覆盖装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是作为传感器控制器的服务器，其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储无线传感器网络中每个节点的节点信息。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种无线传感器网络方法。
本领域技术人员可以理解，图12中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种目标区域的K覆盖方法，其特征在于，所述方法包括：
根据部署在目标区域的无线传感器网络中的节点构建单纯复形；
根据所述单纯复形计算每个节点的度和权值；
根据所述每个节点当前的度和权值，依次选取所述无线传感器网络中的节点，基于同调变换休眠当前所选取的节点作为休眠节点，更新所述休眠节点的邻居节点的度和权值，直至所述无线传感器网络中没有可休眠的节点，得到保证所述无线传感器网络第一层全覆盖的最少活跃节点子集；
根据所述无线传感器网络中除第一层活跃节点外的各节点，构建新的单纯复形，并针对新的单纯复形执行所述根据所述单纯复形计算每个节点的度和权值的步骤，得到保证所述无线传感器网络第二层全覆盖的最少活跃节点子集，以此类推，经过K次迭代得到互不相交的K个最少活跃节点子集，并由所述K个最少活跃节点子集构成所述目标区域的K覆盖。
2.根据权利要求1所述的方法，其特征在于，所述根据部署在目标区域的无线传感器网络中的节点构建单纯复形，包括：
获取无线传感器网络中每个节点的邻居节点信息；所述无线传感器网络部署在目标区域；
根据所述邻居节点信息确定所述每个节点对应的单形集合；
根据所述单形集合构建所述无线传感器网络对应的单纯复形。
3.根据权利要求1所述的方法，其特征在于，所述根据所述单纯复形计算每个节点的度和权值，包括：
根据所述单纯复形确定每个节点的邻居节点数，以及每个节点对应的每个单形的度；
将所述每个节点的邻居节点数确定为相应节点的度；
将所述每个节点对应的各单形的度的最小值确定为相应节点的权值。
4.根据权利要求1所述的方法，其特征在于，所述基于同调变换休眠当前所选取的节点作为休眠节点，包括：
确定由当前所选取的节点的邻居节点集构成的邻居图；
当所述邻居图中有环、且所述环被三角剖分为多个三角形时，将所述当前所选取的节点确定为休眠节点。
5.根据权利要求4所述的方法，其特征在于，所述根据所述每个节点当前的度和权值，依次选取所述无线传感器网络中的节点，包括：
按照所述每个节点当前的权值从大到小的顺序，依次选取所述无线传感器网络中的节点；
其中，当存在权值相等的节点时，按照所述权值相等的节点各自当前对应的度从大到小的顺序，依次选取节点。
6.根据权利要求5所述的方法，其特征在于，所述更新所述休眠节点的邻居节点的度和权值，包括：
从所述休眠节点对应的各单形中确定与所述休眠节点当前的权值对应的目标单形；
对属于所述目标单形、且权值与所述休眠节点当前的权值一致的邻居节点的权值进行更新；
对所述休眠节点的每个邻居节点的度进行更新。
7.根据权利要求1至6任意一项所述的方法，其特征在于，所述根据所述无线传感器网络中除第一层活跃节点外的各节点，构建新的单纯复形，包括：
从所述无线传感器网络中剔除第一层活跃节点得到新的无线传感器网络；
根据所述新的无线传感器网络中的每个节点，在所述新的无线传感器网络中的邻居节点信息构建新的单纯复形。
8.一种目标区域的K覆盖装置，其特征在于，所述装置包括：
构建模块，用于根据部署在目标区域的无线传感器网络中的节点构建单纯复形；
计算模块，用于根据所述单纯复形计算每个节点的度和权值；
休眠模块，用于根据所述每个节点当前的度和权值，依次选取所述无线传感器网络中的节点，基于同调变换休眠当前所选取的节点作为休眠节点，更新所述休眠节点的邻居节点的度和权值，直至所述无线传感器网络中没有可休眠的节点，得到保证所述无线传感器网络第一层全覆盖的最少活跃节点子集；
所述构建模块，还用于根据所述无线传感器网络中除第一层活跃节点外的各节点，构建新的单纯复形，使得所述计算模块还用于针对新的单纯复形执行所述根据所述单纯复形计算每个节点的度和权值的步骤，得到保证所述无线传感器网络第二层全覆盖的最少活跃节点子集，以此类推，经过K次迭代得到互不相交的K个最少活跃节点子集，并由所述K个最少活跃节点子集构成所述目标区域的K覆盖。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202010585887.0A 2020-06-24 2020-06-24 目标区域的k覆盖方法、装置、计算机设备和存储介质 Active CN113840296B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010585887.0A CN113840296B (zh) 2020-06-24 2020-06-24 目标区域的k覆盖方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010585887.0A CN113840296B (zh) 2020-06-24 2020-06-24 目标区域的k覆盖方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN113840296A CN113840296A (zh) 2021-12-24
CN113840296B true CN113840296B (zh) 2024-03-01

Family

ID=78964498

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010585887.0A Active CN113840296B (zh) 2020-06-24 2020-06-24 目标区域的k覆盖方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN113840296B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105898779A (zh) * 2016-04-27 2016-08-24 南华大学 采用可信信息覆盖模型检测无线传感网覆盖空洞的方法
CN108540989A (zh) * 2018-03-05 2018-09-14 东南大学 一种用于无线传感器网络的单纯复形简化方法及设备
CN110267323A (zh) * 2019-05-21 2019-09-20 杭州电子科技大学 一种基于可调感知半径模型的连通目标k覆盖方法
CN110446223A (zh) * 2019-09-16 2019-11-12 长春理工大学 一种无线传感器网络覆盖空洞检测方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102714549A (zh) * 2009-09-17 2012-10-03 杜伊斯堡-埃森大学 用于收发光信号的发射机和接收机
CN103260228B (zh) * 2013-05-21 2015-12-02 清华大学 应用高能设备辅助无线传感器网络节能方法
WO2018044461A1 (en) * 2016-08-31 2018-03-08 3M Innovative Properties Company Systems and methods for modeling, analyzing, detecting, and monitoring fluid networks

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105898779A (zh) * 2016-04-27 2016-08-24 南华大学 采用可信信息覆盖模型检测无线传感网覆盖空洞的方法
CN108540989A (zh) * 2018-03-05 2018-09-14 东南大学 一种用于无线传感器网络的单纯复形简化方法及设备
CN110267323A (zh) * 2019-05-21 2019-09-20 杭州电子科技大学 一种基于可调感知半径模型的连通目标k覆盖方法
CN110446223A (zh) * 2019-09-16 2019-11-12 长春理工大学 一种无线传感器网络覆盖空洞检测方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A New k-Coverage Model To Determine Redundant Sensors in Wireless Sensor Networks;Manel Chenait 等;2018 International Conference on Smart Communications in Network Technologies (SaCoNeT);149-154 *
基于节点休眠机制的无线传感器网络覆盖控制算法;丁雷雷;高飞;韩瑞艳;;云南民族大学学报(自然科学版)(03);全文 *
软件定义传感器网络重配置算法研究;沈连丰 等;通信学报;第37卷(第7期);38-49 *
软件定义无线传感器网络拓扑控制与路由算法研究;汪腾飞;全国优秀硕士学位论文全文数据库 信息科技辑;I136-1262 *

Also Published As

Publication number Publication date
CN113840296A (zh) 2021-12-24

Similar Documents

Publication Publication Date Title
Sharma et al. A distributed reinforcement learning based sensor node scheduling algorithm for coverage and connectivity maintenance in wireless sensor network
Jain A coherent approach for dynamic cluster-based routing and coverage hole detection and recovery in bi-layered WSN-IoT
CN110929047A (zh) 关注邻居实体的知识图谱推理方法和装置
Javadi et al. Learning automaton based topology control protocol for extending wireless sensor networks lifetime
CN111727587A (zh) 用于使用人工生命的动态网络配置和优化的方法和设备
CN113449153B (zh) 索引构建方法、装置、计算机设备和存储介质
Mohamadi et al. A learning automata-based algorithm for solving coverage problem in directional sensor networks
Ahmadinia et al. Data aggregation in wireless sensor networks based on environmental similarity: A learning automata approach
CN108337685A (zh) 基于分簇dgm的无线传感器网络数据融合方法
Ahmed et al. An optimized k-nearest neighbor algorithm for extending wireless sensor network lifetime
Rajawat et al. Fusion protocol for improving coverage and connectivity WSNs
Jain et al. A novel method of modeling wireless sensor network using fuzzy graph and energy efficient fuzzy based k-hop clustering algorithm
CN113840296B (zh) 目标区域的k覆盖方法、装置、计算机设备和存储介质
Das et al. CHPT: an improved coverage-hole patching technique based on tree-center in wireless sensor networks
Almeida et al. Fractal clustering and similarity measure: Two new approaches for reducing energy consumption in wireless sensor networks
CN114119289A (zh) 综合能源监控数据的处理方法及装置
CN108540989B (zh) 一种用于无线传感器网络的单纯复形简化方法及设备
CN117200861A (zh) 基于Kmeans的无人机集群通信组网重建方法及装置
Rahman et al. Energy efficient and accurate tracking and detection of continuous objects in wireless sensor networks
Bounceur et al. Finding the polygon hull of a network without conditions on the starting vertex
CN112188518A (zh) 一种传感器节点通信优化方法、装置及可读存储介质
Vasilev et al. Optimization of wireless node discovery in an IoT network
WO2022028793A1 (en) Instantiation, training, and/or evaluation of machine learning models
CN108337684A (zh) 基于差分进化算法的优化无线传感器网络寿命的方法
Assareh et al. A novel many-objective clustering algorithm in mobile ad hoc networks

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