CN115119215A - 一种自然保护地中栅栏覆盖漏洞的最优修补路径方法 - Google Patents

Abstract

一种自然保护地中栅栏覆盖漏洞的最优修补路径方法，包括建立最小传感器移动距离控制模型、利用目标区域的特征信息进行分类，之后将问题转化为一个最小代价的二分分配问题，对传感器的移动距离进行优化，实现最优移动路径。利用无线传感器网络的监测漏洞信息和节点位置信息，选取网络中合适的移动传感器节点移动到网络中的合适的漏洞位置，使得所有节点的移动距离之和最小，达到以最小代价延长网络寿命的目的。

Description

一种自然保护地中栅栏覆盖漏洞的最优修补路径方法

技术领域

本发明涉及无线传感器网络领域，具体的说是一种自然保护地中栅栏覆盖漏洞的最优修补路径方法。

背景技术

随着传感器技术和通信技术的不断发展，无线传感器网络(即WSN)也应运而生。WSN由部署在感兴趣区域中的大量具备感知物理信息、存储数据、信息处理和通信能力的廉价传感器节点构成。这些节点通过单跳或多跳等无线通信方式组成自组织网络系统，实现对温度、湿度、图像等物理信息的实时感知、获取和处理，并最终将处理后的信息传送给网络所有者。WSN与通信技术和计算机技术共同构成信息技术的三大支柱，并已经成为物联网技术的核心和基础。

自然保护地是对重要的自然生态系统、自然遗迹、自然景观及其所承载的自然资源、生态功能和文化价值实施长期保护的陆域或海域。建立自然保护地目的是守护自然生态，保育自然资源，保护生物多样性与地质地貌景观多样性，维护自然生态系统健康稳定，提高生态系统服务功能；服务社会，为人民提供优质生态产品，为全社会提供科研、教育、体验、游憩等公共服务；维持人与自然和谐共生并永续发展。将生态功能重要、生态环境敏感脆弱的各类自然保护地纳入生态保护红线管控范围。但是与此同时，依然有偷猎者为了金钱悄悄潜入保护地偷猎保护动物，或者是一些道德意识薄弱的人进入脆弱的保护地游玩，在无意间破坏了难以恢复的植被。由于保护地经常设置在偏远的无人区域，因此想要依靠人力对保护地进行监测既成本巨大又难以全面。所以使用无线传感器网络对保护地边缘进行栅栏覆盖，对进入保护地的人或出保护地的动物进行监测是一种既经济又及时且全面的解决方法。

网络覆盖对于无线传感器网络的应用至关重要，是整个网络能够正常运行的基础问题，没有完整的网络覆盖就无法完成网络所能提供的“感知”服务质量。然而由于随机部署、恶意破坏或无线传感器网络长时间运行之后，电池供电的节点会变成死亡节点，进而产生网络覆盖漏洞，影响整个网络的运行。如果重新部署整个传感器网络，势必造成原信息的丢失和高昂的代价。在无线传感器网络的覆盖研究中，大多考虑原网络的修复和优化。因此，在研究无线传感器网络的覆盖控制中，如何以最小代价修复无线传感器网络中由于节点失效而出现的网络漏洞，进而保障网络的监测质量，提高网络的寿命成为一个有待解决的问题。

发明内容

本发明旨在为自然保护地的目标栅栏覆盖漏洞提供最优修补路径方法，利用无线传感器网络的监测漏洞信息和节点位置信息，选取网络中合适的移动传感器节点移动到网络中的合适的漏洞位置，使得所有节点的移动距离之和最小，达到以最小代价延长网络寿命的目的。

为了解决以上技术问题，本发明采用的具体方案为一种自然保护地中栅栏覆盖漏洞的最优修补路径方法：首先通过建立最小传感器移动距离控制模型，再利用监测的自然保护地特征信息进行分类，之后将问题转化为一个最小代价的二分分配问题，最后对传感器的移动距离进行优化，实现最优移动路径。

作为本发明一种自然保护地中栅栏覆盖漏洞的最优修补路径方法的进一步优化：包括如下步骤：

步骤1)：根据无线传感器网络系统建立传感器最小总移动距离控制模型；

步骤2)：根据监测保护地的特性不同，将监测区域分为可入区域和禁入区域；其中可入区域允许移动传感器穿越被监测的区域抵达漏洞位置，禁入区域禁止移动传感器穿越，从而移动传感器需要在保护地外绕行至目标漏洞位置；

步骤3)：根据步骤1中所建立的最小传感器移动距离控制模型和步骤2中监测保护地的不同特性，利用无线传感器网络系统信息，获取移动传感器的移动距离；

步骤4)：设计最小代价二分分配方法和最短路径控制方法，步骤3中总的移动距离进行优化，实现网络漏洞最优修补路径。

作为本发明一种自然保护地中栅栏覆盖漏洞的最优修补路径方法的进一步优化：所述步骤1)中的无线传感器网络系统中，在目标栅栏覆盖使用确定性部署策略部署静态传感器节点以构建目标栅栏覆盖网络，而移动传感器使用随机性部署策略部署在网络中，所有传感器的感知模型均为圆盘感知模型。

作为本发明一种自然保护地中栅栏覆盖漏洞的最优修补路径方法的进一步优化：所述步骤2)中根据所监测的保护地特性人工设置以满足在实际应用中不同场景的要求。

作为本发明一种自然保护地中栅栏覆盖漏洞的最优修补路径方法的进一步优化：所述步骤3)中利用无线传感器网络系统信息进行移动传感器最小总修补移动距离控制的过程为：

首先，基于无线传感器网络系统能够实时获取网络中传感器节点的电量信息，通过定位技术可以确定网络中各节点和栅栏覆盖漏洞的准确位置信息；

其次，通过对网络漏洞位置、移动传感器节点的位置以及监测区域的特性，可以确定出某一移动传感器的移动距离为：

式中，ξ和κ为表征监测区域特性的二值变量；ξ＝1表示在移动节点m_i和损坏节点n_j之间没有禁入区域，可沿直线到达损坏节点处；反之ξ＝0，κ＝1表示在移动节点m_i和损坏节点n_j之间存在至少一个禁入区域，必须绕行到达损坏节点处，反之κ＝0；因此d_ijk为欧几里得距离，

为绕行距离。

作为本发明一种自然保护地中栅栏覆盖漏洞的最优修补路径方法的进一步优化：所述步骤4)的最优移动距离的过程为：

首先，对于所监测区域为可入区域的情形，将路径选择问题转化为一个最小移动距离问题，目标函数设计如下：

式中，ξ_ijk是一个二值变量；

是栅栏覆盖漏洞的集合；ξ_ijk＝1表示移动传感器m_i移动到栅栏漏洞g_k中的损坏的静态传感器n_j处；

表示一个移动传感器只能到达损坏的固定传感器的最多一个位置修复由静态传感器损坏引起的栅栏漏洞；

其次，在以上的基础上，为了求取最小的移动传感器总移动距离，将问题建立为一个最小代价的二值分配问题。

作为本发明一种自然保护地中栅栏覆盖漏洞的最优修补路径方法的进一步优化：设计一个二分图H＝(u，v，ε)，式中u为移动节点的集合，v为损坏的静态传感器的两个不相交且独立的顶点集合，ε为二分图H的边并为两个顶点所表示的传感器节点之间的距离d_ijk；生成H的邻接矩阵A，可得最优移动路径D＝KTM(-A)。

作为本发明一种自然保护地中栅栏覆盖漏洞的最优修补路径方法的进一步优化：所述步骤4)的最优移动距离的过程为：

当监测区域中存在禁入区域，一些移动传感器不能沿直线移动到损坏的静态传感器处，必须绕行到这些损坏位置；在这种情形下，由于禁入区域的存在和传感器节点的随机部署，首先要确定部署在禁入区域内的不能移动的移动传感器节点，即使它距离损坏节点很近；节点的分类方法为：

式中，M为所有移动传感器的集合，Ma为在禁入区域内的移动传感器集合，集合M\M_a为可用于修补网络漏洞的传感器集合；

其次，将禁入区域的最小移动距离问题建立为一个最小移动距离问题，目标函数设计如下：

式中，M_a为移动传感器的集合，g_k为无线传感器网络中的栅栏漏洞位置，

为移动节点与损坏目标节点之间的距离，即为欧几里得距离或者为绕行距离。

作为本发明一种自然保护地中栅栏覆盖漏洞的最优修补路径方法的进一步优化：构造一个多源多汇图H′＝(V′_inUV′UV′_out，ε′)；式中，V′_in为可用移动传感器的集合，V′为未损坏的静态传感器节点集合，V′_out为损坏的静态传感器集合；每条边ε′表示两个传感器之间的欧几里得距离。

作为本发明一种自然保护地中栅栏覆盖漏洞的最优修补路径方法的进一步优化：在获取多源多汇图后，使用迪克斯特拉算法计算任一可用移动传感器与任一损坏的静态传感器节点之间距离，即可获取最短绕行距离。

有益效果

首先设计一种栅栏漏洞修复的网络架构，使得在无线传感器网络由于节点电池耗尽等原因出现栅栏覆盖漏洞时，使能正常使用的移动节点移动到损坏节点处修复网络漏洞，延长网络寿命。

其次，根据实际的不同场景，将监测区域分为可入区域和禁入区域的不同情况，将修复问题建模为移动传感器最小移动距离的问题。最后将问题表述为一个最小代价的二分分配问题，根据两种不同的场景，分别设计了基于KM算法和迪克斯特拉算法的方法，能使移动节点在满足场景要求的条件下找到最优移动路径。

附图说明

图1为一种自然保护地中栅栏覆盖漏洞的最优修补路径方法流程示意图；

图2无线传感器网络中使用移动节点修复漏洞过程示意图；

具体实施方式

如图1所示，本发明的一种自然保护地中栅栏覆盖漏洞的最优修补路径方法，该方法包括以下步骤：

步骤1：根据无线传感器网络系统建立最小传感器移动距离控制模型。其中无线传感器网络节点包括静态节点和移动节点两种传感器节点。

步骤2:根据两种传感器节点特性不同，将静态节点作为覆盖节点，负责实现目标区域的栅栏覆盖。移动节点作为备用节点，当构成栅栏覆盖的静态节点由于自身能量耗尽或者损坏而导致栅栏覆盖出现漏洞时，移动节点移动到不能正常工作的损坏节点处，代替损坏节点构成栅栏覆盖网络，从而延长无线传感器网络的工作寿命。故将静态节点作为工作节点，移动节点作为修复节点。

步骤3:根据监测区域的不同特性(可入区域和禁入区域)建立数学模型。

首先，对步骤3中监测区域为可入区域的场景，采用基于KM算法的最小路径算法，实现最优路径选择。

其次，对步骤3中监测区域为禁入区域的场景，采用迪克斯特拉算法和KM算法构造二分图，实现最优路径选择。

步骤1中，无线传感器网络栅栏覆盖系统结构图如图2所示，从图中可以看到网络中的传感器节点之间通过ZigBee协议通信，各传感器节点都通过GPS定位模块定位当前地理信息。

步骤2中，基于无线传感器网络的定位系统和短程通讯系统能够实时获取传感器节点的位置信息与当前的电量状态。根据定位信息可以将移动传感器分类，分类过程为：

式中，Ma为位于监测区域中的传感器集合，M\Ma为监测区域内的传感器集合；当所监测区域为为了保护其中的脆弱植被或避免惊扰动物而禁止移动传感器穿越的禁入区域时，Ma中的移动传感器将不能用于修复漏洞。

步骤3中，根据步骤1建立的数学模型，分别对两种不同特性监测区域中移动节点的修补路径做进一步的细节分析与建模：

当监测区域为允许传感器穿过的可入区域时，距离损坏静态节点最近的移动节点将沿直线移动到栅栏漏洞处修复漏洞。当有多个覆盖漏洞时，多个移动传感器的总移动距离D可以表示为：

式中，m_i为需要执行修复工作的移动传感器，n_j为损坏的静态传感器节点，(x_i，y_i)是移动传感器的坐标，(x_j，y_j)为损坏节点的坐标，坐标由传感器节点上的GPS模块获得。

网络中的静态传感器节点由节点内置电池供电，因此，当传感器节点工作达到一定时间后，内置电池的电量耗尽，传感器将会停止工作，造成网络覆盖漏洞。当前某一静态传感器的剩余工作寿命为：

式中，E_r为当前节点的剩余能量，r_c是当前节点的能耗率。

当监测区域为禁入区域时，随机部署到区域内部的移动传感器节点将不能用于修复工作。当有静态传感器节点损坏出现覆盖漏洞时，由于此时移动传感器需要从禁入区域外绕行至目标区域，因此欧几里得距离最近的节点很可能实际的绕行距离将会更远。因此需要计算传感器最短的总移动距离。

当移动传感器m_i与n_j之间存在禁入区域时，绕行距离

为：

式中，(x_i，y_i)为需要执行修复工作的移动传感器的坐标，(x_k，y_k)为处于栅栏覆盖网络中的未损坏传感器节点的坐标，r为所监测圆形区域的半径，d为损坏节点n_j与未损坏静态节点n_k间的欧几里得距离，即

绕行路径为一段直线路径和一段圆弧路径之和。

步骤4中，栅栏漏洞的最优修复路径如图1所示，对于由电池供电的传感器节点来说，更小的总移动距离可以带来更长的节点工作时间，从而延长网络工作寿命。因此将最优移动路径问题转化为最小总移动路程问题。所述步骤4的最短路径问题的分类和求解为：

对于监测区域为可入区域的场景，由于移动传感器可以在监测区域内部移动，因此当网络出现漏洞，全部的移动传感器都可以执行修复任务。为了解决当前场景下无禁入区域时的最小总移动路程问题，将问题建立为最小成本二分分配问题。

在以上的基础上，为了解决所建立的二分分配问题，首先建立二分图H＝(u，v，ε)。二分图H中的u和v为两个不相交且独立的顶点集合，其中u是移动节点的集合，v是损坏的静态传感器的集合。二分图H的边表示为ε，意为集合u中的传感器节点到集合v中的传感器节点之间的距离

然后使用KM算法生成H的邻接矩阵A，可以得到最优修补路径D＝KM(-a)。

其次：对于监测区域为可入区域的场景，由于移动传感器不可以在监测区域内部移动，因此当网络出现漏洞，需要执行修复任务时，首先将移动传感器分类，分为不可执行修复任务的移动传感器Ma(即分布在监测区域内部的移动传感器)和可用于执行修复任务的移动传感器M\Ma(即分布在监测区域外部的移动传感器)；然后将问题建立为最小成本二分分配问题以解决最小总移动距离问题。

在以上的基础上，由于目标栅栏覆盖是由相邻的静态传感器构造的，因此可以利用所有的可用移动传感器节点和所有的静态传感器节点构造一个多源多汇图H″＝(u″，v"，e_ij″)，其中V′_in为可用移动传感器的集合，V′为未损坏的静态传感器集合，V′_out为损坏的静态传感器集合，每条边ε′表示两个传感器之间的距离(包括欧几里得距离和绕行距离)。

对于构造的多源多汇图中边ε′所表示的距离，可以使用下述方法得出：

根据上述计算方法，使用迪杰斯特拉算法对集合V′_in中的每个传感器节点求到集合V′_out中每个传感器节点之间的距离。然后构造二分图H″＝(u"，v″、"，e_ij″)，其中u″是可用移动传感器的集合，v″是损坏的静态传感器的集合。二分图H的边表示为e_ij″，为如上所述求取的距离。根据构造的二分图生成H″的邻接矩阵A″，可以得到最优修补路径D＝KM(-A″)。

Claims (10)

1.一种自然保护地中栅栏覆盖漏洞的最优修补路径方法，其特征在于：首先通过建立最小传感器移动距离控制模型，再利用监测的自然保护地特征信息进行分类，之后将问题转化为一个最小代价的二分分配问题，最后对传感器的移动距离进行优化，实现最优移动路径。

2.根据权利要求1所述的一种自然保护地中栅栏覆盖漏洞的最优修补路径方法，其特征在于：包括如下步骤：

步骤1)：根据无线传感器网络系统建立传感器最小总移动距离控制模型；

步骤2)：根据监测保护地的特性不同，将监测区域分为可入区域和禁入区域；其中可入区域允许移动传感器穿越被监测的区域抵达漏洞位置，禁入区域禁止移动传感器穿越，从而移动传感器需要在保护地外绕行至目标漏洞位置；

步骤3)：根据步骤1中所建立的最小传感器移动距离控制模型和步骤2中监测保护地的不同特性，利用无线传感器网络系统信息，获取移动传感器的移动距离；

步骤4)：设计最小代价二分分配方法和最短路径控制方法，步骤3中总的移动距离进行优化，实现网络漏洞最优修补路径。

3.根据权利要求2所述的一种自然保护地中栅栏覆盖漏洞的最优修补路径方法，其特征在于：所述步骤1)中的无线传感器网络系统中，在目标栅栏覆盖使用确定性部署策略部署静态传感器节点以构建目标栅栏覆盖网络，而移动传感器使用随机性部署策略部署在网络中，所有传感器的感知模型均为圆盘感知模型。

4.根据权利要求2所述的一种自然保护地中栅栏覆盖漏洞的最优修补路径方法，其特征在于：所述步骤2)中根据所监测的保护地特性人工设置以满足在实际应用中不同场景的要求。

5.根据权利要求2所述的一种自然保护地中栅栏覆盖漏洞的最优修补路径方法，其特征在于：所述步骤3)中利用无线传感器网络系统信息进行移动传感器最小总修补移动距离控制的过程为：

首先，基于无线传感器网络系统能够实时获取网络中传感器节点的电量信息，通过定位技术可以确定网络中各节点和栅栏覆盖漏洞的准确位置信息；

其次，通过对网络漏洞位置、移动传感器节点的位置以及监测区域的特性，可以确定出某一移动传感器的移动距离为：

式中，ξ和κ为表征监测区域特性的二值变量；ξ＝1表示在移动节点m_i和损坏节点n_j之间没有禁入区域，可沿直线到达损坏节点处；反之ξ＝0，k＝1表示在移动节点m_i和损坏节点n_j之间存在至少一个禁入区域，必须绕行到达损坏节点处，反之κ＝0；因此d_ijk为欧几里得距离，

为绕行距离。

6.根据权利要求5所述的一种自然保护地中栅栏覆盖漏洞的最优修补路径方法，其特征在于：所述步骤4)的最优移动距离的过程为：

首先，对于所监测区域为可入区域的情形，将路径选择问题转化为一个最小移动距离问题，目标函数设计如下：

(P1)：

Subject to

式中，ξ_ijk是一个二值变量；

是栅栏覆盖漏洞的集合；ξ_ijk＝1表示移动传感器m_i移动到栅栏漏洞g_k中的损坏的静态传感器n_j处；

表示一个移动传感器只能到达损坏的固定传感器的最多一个位置修复由静态传感器损坏引起的栅栏漏洞；

其次，在以上的基础上，为了求取最小的移动传感器总移动距离，将问题建立为一个最小代价的二值分配问题。

7.根据权利要求6所述的一种自然保护地中栅栏覆盖漏洞的最优修补路径方法，其特征在于：设计一个二分图H＝(u，v，ε)，式中u为移动节点的集合，v为损坏的静态传感器的两个不相交且独立的顶点集合，ε为二分图H的边并为两个顶点所表示的传感器节点之间的距离d_ijk；生成H的邻接矩阵A，可得最优移动路径D＝KM(-A)。

8.根据权利要求5所述的一种自然保护地中栅栏覆盖漏洞的最优修补路径方法，其特征在于：所述步骤4)的最优移动距离的过程为：

当监测区域中存在禁入区域，一些移动传感器不能沿直线移动到损坏的静态传感器处，必须绕行到这些损坏位置；在这种情形下，由于禁入区域的存在和传感器节点的随机部署，首先要确定部署在禁入区域内的不能移动的移动传感器节点，即使它距离损坏节点很近；节点的分类方法为：

式中，M为所有移动传感器的集合，Ma为在禁入区域内的移动传感器集合，集合M\M_a为可用于修补网络漏洞的传感器集合；

其次，将禁入区域的最小移动距离问题建立为一个最小移动距离问题，目标函数设计如下：

(p2)：

Subject to

式中，M_a为移动传感器的集合，g_k为无线传感器网络中的栅栏漏洞位置，

为移动节点与损坏目标节点之间的距离，即为欧几里得距离或者为绕行距离。

9.根据权利要求8所述的一种自然保护地中栅栏覆盖漏洞的最优修补路径方法，其特征在于：构造一个多源多汇图H′＝(V′_in∪V′∪V′_out，ε′)；式中，V′_in为可用移动传感器的集合，V′为未损坏的静态传感器节点集合，V′_out为损坏的静态传感器集合；每条边ε′表示两个传感器之间的欧几里得距离。

10.根据权利要求9所述的一种自然保护地中栅栏覆盖漏洞的最优修补路径方法，其特征在于：在获取多源多汇图后，使用迪克斯特拉算法计算任一可用移动传感器与任一损坏的静态传感器节点之间距离，即可获取最短绕行距离。

Images