无线传感器网络覆盖漏洞修补策略研究

为避免静态无线传感器网络中常出现的覆盖漏洞对网络性能的影响,提出了一种覆盖漏洞修补策略。该算法首先根据估算的覆盖漏洞面积大小将覆盖漏洞分类成无需修补的覆盖漏洞、仅需一个节点修补的覆盖漏洞和需多个节点修补的覆盖漏洞;然后针对需要修补的2种覆盖漏洞分别提出了最小覆盖圆修补算法和蜂窝生长修补算法;最后,利用小型无人机将增补感知节点放置到算法所求的坐标位置处实现对静态无线传感器网络覆盖漏洞的修补。在仿真结果分析中,在相同仿真环境下将该算法与其他经典算法进行了对比分析,结果表明该算法的修补覆盖率较经典算法提升了约10%,所需节点数也减少约20个。同时针对设定的某一实际环境进行了仿真实验,其修补之后的覆盖率达到了96.578 5%。     

网格移动的无线移动传感器网络部署算法

针对目前无线移动传感器网络中部署算法过于复杂的问题,提出了一种新的基于网格移动的无线移动传感器网络部署算法.降低了常见无线移动传感器网络部署算法的时间复杂度,提高了任务区域的节点覆盖度,减少了覆盖漏洞,适用于无线移动传感器网络的应用.文中论述了该算法的构架,执行过程,并对该算法进行了仿真分析.仿真结果表明,该算法在有效降低算法复杂度的情况下满足了网络部署中关于覆盖率的要求.     

无线传感器网络中一种基于节点序列的覆盖算法

针对覆盖问题是无线传感器网络中的一个基本问题.不同的应用场景对网络的覆盖度有不同的要求,提出一种基于节点序列的覆盖算法(CNS)来判断网络的覆盖情况、消除覆盖漏洞.算法首先讨论如何判断网络1度覆盖情况,然后通过调整距离覆盖漏洞最近的传感器节点的感应半径来动态提高网络的1度覆盖率.同时,还对CNS算法进行扩展,用来解决多度覆盖问题.模拟结果表明:CNS算法在性能上要比现有覆盖算法优越.     

无线传感器网络覆盖优化策略

针对无线传感器网络节点覆盖容易出现空洞和盲区的问题,提出一种基于改进人工鱼群算法的无线传感器网络覆盖优化算法.首先构建网络节点的信任度模型,进行节点轮换调度修复路由,然后采用改进人工鱼群算法进行无线传感器网络节点的自适应定位寻优,以人工鱼群优化的节点分布模型重构无线传感器网络(WSN)节点覆盖连通图,实现优化网络覆盖.仿真实验结果表明,利用覆盖优化算法进行WSN网络节点设计,明显地改善了网络节点的覆盖质量,提高了无线传感器网络的安全性能.     

基于Voronoi图的无线传感器网络覆盖算法研究

网络覆盖技术决定了无线传感器网络对物理世界和目标区域的监测能力.对于给定的被监测区域,如何达到最大的覆盖率,提高布撒方的防御能力,是覆盖控制中必须考虑的问题.Voronoi图具有良好的邻近性、邻接性、最大圆、快速划分区域和增删节点的特性.本文提出了一种基于Voronoi图的无线传感器网络覆盖算法,来定位覆盖漏洞区域,将未被覆盖的Voronoi图顶点加入到监测点中以提高被监测区域的覆盖率,并且研究了不同感知半径下传感器节点数量和覆盖率的关系.仿真结果表明,基于Voronoi图的覆盖算法有效的提高了网络覆盖率,从35.41％提高到了100.02％,且网络覆盖率随着传感器节点的感知半径的增大而提高.该算法容易实现,复杂度低,实验结果验证了算法的正确性.     

基于遗传算法的无线传感器网络最小覆盖集算法

降低能耗以延长网络生存时间是无线传感器网络设计中的一个研究热点.提出一种利用遗传算法实现的"密度控制"策略.该策略利用无线传感器工作节点的最小节点子集(最小覆盖集),达到覆盖整个传感器网络区域的目的.所提出的算法能够较好地调和无线传感器网络寿命和网络覆盖率之间的矛盾,仿真实验证明了算法的有效性.     

基于深度Q学习的无线传感器网络目标覆盖问题算法

针对求解无线传感器网络目标覆盖问题过程中存在的节点激活策略机理不明确、可行解集存在冗余等问题,提出一种基于深度Q学习的目标覆盖算法,学习无线传感器网络中节点的调度策略.首先,算法将构建可行解集抽象成Markov决策过程,智能体根据网络环境选择被激活的传感器节点作为离散动作;其次,奖励函数从激活节点的覆盖能力和自身剩余能量考虑,评价智能体选择动作的优劣.仿真实验结果表明,该算法在不同规模的网络环境下均有效,网络生命周期均优于3种贪婪算法、最大寿命覆盖率算法和自适应学习自动机算法.     

基于人工势场的水下传感器网络部署优化策略

对水下传感器网络移动节点的位置进行调整以提高传感器网络的有效覆盖率具有重要现实意义.根据水下传感器网络的特点,提出基于人工势场的分布式水下传感器网络部署优化算法UPFA(Underwater deployment based on Potential Field Approach).混合传感器网络部署优化问题可以转化为漏洞修复问题,覆盖的漏洞会对移动节点产生虚拟吸引力.仿真结果表明,UPFA算法能够引导水下的移动节点修复水下传感器网络的覆盖漏洞,显著提高水下传感器网络的有效覆盖率.     

基于改进的微粒群算法的WSN节点部署策略

在无线传感网络部署中,必须保证无线传感器节点能够有效地覆盖被监测区域.为了减少节点部署时产生覆盖盲区,提高网络的覆盖率,本文提出了一种基于改进微粒群算法的无线传感器网络节点部署优化策略,以网络的覆盖率为适应值函数,将传感器节点的部署问题转化为目标优化问题,通过采用k-means聚类算法划分子种群,并且对子种群进行动态重...     

一种新的无线传感器网络非均匀分簇算法

为避免无线传感器网络的能量空洞问题, 延长无线传感器网络寿命, 提出一种新的基于双簇头的无线传感器网络非均匀分簇算法. 该算法综合考虑节点剩余能量和节点到基站的距离选举分簇簇头, 将无线传感器网络分为不同规模的簇; 为了减小规模较大簇的簇头节点收集与传输数据的负担, 在数据传输阶段构造基于改进最小二 叉树的数据传输路径. 实验结果表明, 该算法能够有效减小节点能量消耗, 可有效延长无线传感器网络的使用寿命.     

联合感知无线传感网的优化覆盖控制算法

针对无线传感器网络覆盖过程中出现大量冗余节点导致网络能量快速消耗的问题,提出了一种联合感知优化覆盖控制算法。该算法给出了三节点联合覆盖时最大无缝覆盖率的求解过程。通过概率相关知识,验证了在监测区域内传感器节点覆盖时传感器节点覆盖质量期望值求解方法,以及在与邻居节点进行覆盖对比时的覆盖率判定方法;当存在冗余覆盖时,引入比例系数完成对任意传感器节点处于冗余节点覆盖时的冗余覆盖度的计算过程。仿真实验结果表明:该算法与其他算法在覆盖质量和网络生存周期等方面进行对比,其性能指标分别提升了11.02%和13.27%;该算法不仅可以提高网络覆盖质量,而且可以有效地抑制节点能量的快速消耗,从而延长了网络生存周期。     

基于云模型粒子群算法的WSN节点部署优化

节点部署优化技术是无线传感器网络的主要应用点,也是近年来国内外学者研究的热点问题,它在军事、民防、环境等多个领域中具有广阔的应用前景.针对目前无线传感节点部署方法存在节点分布不均匀、覆盖不完全等问题,提出一种采用云模型改进粒子群算法,并将该算法用于无线传感器网络节点部署.对比实验结果表明,该方法能够以相对较小的代价完成传感器感知节点部署,能快速收敛于最优解,能够降低网络部署的成本,提高网络的整体覆盖率.     

边缘节点的自适应半径调整算法

降低覆盖冗余度是提高无线传感器网络覆盖度的一种措施.在DCAC(Dynamicadaptive coverageadjustingscheduling)的算法的基础上,给出了边缘节点和局部全约束状态的定义,并且提出了边缘节点的自适应半径调整的算法.与DCAC算法进行比较其仿真结果表明,无线传感器网络的覆盖冗余度相对降低,提高了网络的覆盖度,并且活跃节点的个数相对减少.     

基于无线传感器网络的优化点集覆盖算法

针对无线传感器网络对目标区域覆盖过程中会产生大量冗余节点,从而导致网络能量消耗过快以及节点覆盖的不完全性等不足,提出了一种基于优化点集覆盖算法.该算法利用高斯正态密度函数和覆盖区域的概率函数对点集进行优化,通过节点感知半径与节点数之间的定量关系给出满足一定覆盖率要求下最优节点集,进而优化了网络资源,提高了网络生存周期和...     

全向传感器网络中基于虚拟力的三维覆盖增强算法

针对全向传感器网络中的三维覆盖增强问题,简单的把二维覆盖增强算法扩展到三维空间,会存在覆盖性能不稳定、能耗大等缺陷,提出了一种基于虚拟力的三维覆盖增强算法.该算法通过传感器之间的节点斥力和节点引力以及传感器与目标区域边界之间的边界斥力来确保传感器的均匀分布,并使用覆盖因子来消除传感器的无效移动.仿真结果表明,所提算法不仅具有较好的收敛性,还能够显著地提高无线传感器网络的覆盖率.     

改进LEACH的传感器网络分簇路由算法

针对当前无线传感器网络分簇路由算法存在的节点能耗不平均、 节点过早死亡等缺陷, 提出一种改进低功耗自适应分簇(LEACH)的无线传感器网络路由算法. 首先针对无线传感器节点过早死亡的问题, 引入簇半径动态确定方式, 将整个无线传感器网络划分为多个不均匀的簇; 然后考虑簇首能量消耗过快的问题, 结合簇首所在位置和节点剩余能量选择每轮中的簇首; 最后改进数据传输机制保证节点能量消耗均衡, 并在MATLAB 2014平台上对无线传感器网络分簇路由算法的性能进行测试. 测试结果表明, 改进LEACH算法较好地解决了节点过早死亡的难题, 延长了无线传感器网络的寿命, 平衡了各节点能量消耗, 整个无线传感器网络的性能显著优于其他对比算法.     

混沌逃逸粒子群优化算法在WSN覆盖优化中的应用

为了寻找最优的无线传感器网络(wireless sensor networks,WSN)覆盖优化算法,保持整个网络能量的平衡,提高无线传感器网络覆盖率,在基本粒子群优化算法的基础上,提出一种基于混沌逃逸粒子群优化算法(chaotic escape particle swarm optimization,ECPSO)的WSN节点覆盖优化方法。ECPSO算法以覆盖率为优化目标,建立WSN覆盖优化数学模型来描述节点覆盖问题,利用混沌逃逸粒子群算法对数学模型进行求解,实现节点覆盖优化。仿真结果表明,ECPSO算法加快了WSN覆盖优化速度,节点分布更加均匀,提高了传感器节点的覆盖率,是一种高效的WSN节点覆盖算法。     

基于节点休眠机制的无线传感器网络覆盖控制算法

为了减少传感器节点的能耗,延长无线传感器网络的生命周期,提出了一种基于节点休眠机制的覆盖控制算法.其基本思想是:网络中所有传感器节点根据邻节点的个数、与邻节点之间的距离来决定是否进入休眠状态,以此来控制每一轮中活跃节点的个数,减少网络的能耗.实验仿真结果表明,在保证网络的覆盖情况下,该算法能够减少活跃节点数,降低网络覆盖冗余度.     

基于信息流累积的传感器节点分布密度控制算法

针对大规模无线传感器网络中的路由空洞问题设计了一种传感器节点非均匀部署机制:基于信息流累积的传感器节点分布密度控制算法.该算法根据网络中不同位置上节点需转发的信息流量,估算出网络中的能耗分布情况,并据此求出网络中不同位置上节点应有的部署密度.仿真结果表明,与按均匀分布策略进行布网的方法相比,本文提到的节点非均匀部署机制可使网络中各节点的能耗达到极好的均衡,从而有效避免网络中过早出现路由空洞问题,保证无线传感器网络的监测覆盖程度,加强网络的安全.     

无线传感器网络多重覆盖成簇算法

在传统的无线传感器网络簇生成算法中,簇首的选择没有考虑其剩余能量,也没有分析簇首为簇内节点提供数据转发服务存在服务失败的问题,为此提出了一个新的无线传感器网络簇生成算法———多重覆盖成簇算法,该算法以待选簇首节点的剩余能量和节点初始能量的比值作为簇首服务的失败率,在此基础上算法选择的簇首通过对关键节点进行多重覆盖,以保障关键节点数据的可靠传输.最后,通过仿真实验验证了算法的有效性和正确性.