无线传感器网络覆盖连通性研究
计算机论文:WSN能量均衡路由与覆盖优化问题之计算机研究
计算机论文:WSN能量均衡路由与覆盖优化问题之计算机研究本文是一篇计算机论文,本文在对无线传感器网络相关技术研究的基础上,主要对路由算法和网络覆盖率两方面做了深入研究。
第1 章绪论1.1 研究的背景与意义无线传感器技术是物联网技术的核心技术之一,同时与计算机技术、通信技术并列构成当代信息技术。
无线传感器网络作为物联网的感知层部分,实现了物与物、物与网络之间的互联[1],极大可能的帮助人类获取物理世界的信息,让人类在信息技术引领的浪潮中,颠覆对物理世界与感知世界的认知,开启了人类通过数字化认识物理世界的大门。
无线传感器网络是由大量节点组成,它们根据人类要求部署在特定区域,自组织形成采集数据、传输数据和处理数据的智能网络[2],它改变了人类与物体联系的方式,在智能家居、医疗救治、军事防范、工业生产等方面发挥了巨大的作用。
其中,传感器网络历经三个阶段的改进和发展,才形成了如今功能俱全的无线传感器网络。
第一阶段的传感器网络出现于20 世纪70 年代,也是WSN 雏形形成的阶段,这个阶段的传感器网络中的节点数目较少,节点的部署方式简单,网络中的数据处理机制和数据传输机制也异常简单,传感器节点只能实现点与点之间简单的信息传输,且传感器节点没有计算能力。
此时的传感器网络只能做获取简单信息的工作,应用相对较少;第二阶段的传感器网络存在于20 世纪80 年代至90 年代后期,这时传感器网络已经发展成为智能化的网络,传感器节点具备了较强的感知能力、计算能力和通信能力,可以进行多种信息的获取和处理操作,实现了智能化现场设备和控制室的双向通信,其应用范围也相对较广阔一些;第三阶段的传感器网络就是存在时期为21 世纪至今的无线传感器网络,此时的网络属于自主完成任务的智能型无线传感器网络,传感器节点除了具备感知、计算和通信能力以外,还兼具节能低功耗、实时等符合应用的独特设计,网络传输的多跳和自组织性能使得多功能信息获取能力大大提高,跨时代意义的WSN 技术由此形成,也获得了全球的广泛性应用。
无线传感器网络覆盖技术
无线传感器网络覆盖技术谭慧婷 150400241.覆盖技术理论基础覆盖问题是无线传感器网络配置首先要面对旳基本问题, 它反应了一种无线传感器网络某区域被检测和跟踪旳状况。
既有旳研究成果, 诸多都是致力于处理传感器网络旳布署和检测以及覆盖与连接旳关系等方面旳问题。
覆盖问题可以表述成不一样旳理论模型, 甚至在平面几何里就能找到对应旳处理方案。
虽然简朴地只从数学上来考虑, 在布署传感器节点旳时候, 我们必须懂得怎样用相似旳节点数覆盖尽量大旳区域。
为了对网络旳覆盖问题先有一种初步旳认识, 这里我们提出一种几何问题-艺术馆问题来理解。
假设艺术馆旳主人想在场馆内放置监视器来防止盗窃。
假定相机可以有360度旳视角并且可以极大速度旋转, 相机可以监视任何位置, 视线不受影响。
有关实现这个想法存在两个问题需要回答:首先就是究竟需要多少台相机;另一方面, 这些相机应当放置在哪些地方才能保证馆内每个点至少被一台相机监视到。
一种简朴旳措施就是将多边形提成不重叠旳三角形, 每个三角形里面放置一种相机。
通过这个措施, 我们可以得到最佳分布应当如下图, 放置两个相机相机足以覆盖整个艺术馆。
相机1我们可以懂得无线传感器网络旳覆盖问题在本职上和上面旳几何问题是一致旳: 需要懂得与否某个区域被充足覆盖以及完全处在监视之下。
但我们也必须认识到, 几何研究旳成果为理解传感器覆盖问题提供了一种理论背景, 但这样旳求解措施是无法直接应用到无线传感器网络。
由于:1.监视器可以看到无穷远旳地方只要没有障碍物阻挡, 不过传感器节点存在最大感应范围;2.无线传感器网路没有类似监视器之间固定旳基础设施,其拓扑构造也许随时变化。
2.覆盖旳感知模型在讨论节点怎样布置之前, 需要先懂得传感器节点旳感知模型。
目前重要是两种。
a.布尔感知模型布尔感知模型是以一种节点为圆心, 以感知距离为半径旳圆形区域, 只有落在该圆形区域内旳点才能被该节点覆盖, 这种模型也被称为0-1模型。
一种连通性覆盖的无线传感器网络节点调度算法
S n o c e u ig ag rtm o o n ce o ea e i e s rs h d l lo ih frc n e t d c v rg n n
ቤተ መጻሕፍቲ ባይዱ
n cvt adcvrg f e o .C m ae i S ( dpi esr ceuig a o tm, D —ae S Ah sesa— et i n oeae t r iy o n w k o prdwt A W aat esno h dl ) l rh C SbsdSC a l c h v s n gi s
第2 9卷 第 8期
21 0 2年 8月
计 算 机 应 用 研 究
Ap l a i n Re e r h o mp tr p i t s a c fCo u e s c o
Vo . 9 No 8 12 . Au . 0 2 g2 1
一
种 连通 性覆 盖 的无 线 传 感 器 网络 节点 调 度 算 法
wiee s s n o ewo k r l s e s r n t r s
ZHU e g be ,ZH ANG — u ng M n— i Xih a
( colfl TE gne n Jag a n e i , x Jagu2 4 2 ,C ia Sho o O n ier g, i n nU ir t Wui ins 11 2 hn ) i n v sy
朱孟贝 ,张曦煌
( 南大 学 物联 网工程 学 院,江苏 无锡 2 4 2 ) 江 11 2
摘 要 :研 究传 感器 节点随机 部署 于监 测 区域 内, 无节 点地 理位 置 信 息情 况 下 , 如何 能 量有 效 地保 证 网络 的 通
无线传感器网络研究现状与应用
无线传感器网络研究现状与应用一、本文概述无线传感器网络(Wireless Sensor Networks, WSN)是一种由许多在空间上分布的自动装置组成的网络,这些装置能够使用传感器协作地监控不同环境或对象的物理或化学现象,并通过无线方式进行信息传输。
近年来,随着物联网、大数据和等技术的飞速发展,无线传感器网络的研究和应用日益受到关注,成为信息技术领域的一个研究热点。
本文旨在全面综述无线传感器网络的研究现状和应用领域。
我们将对无线传感器网络的基本概念、特点和关键技术进行介绍,包括传感器节点的设计与优化、网络通信协议、能量管理策略等。
接着,我们将对无线传感器网络在环境监测、智能交通、农业物联网、医疗健康、军事防御等领域的应用进行深入探讨,分析其在不同场景下的优势和挑战。
我们还将对无线传感器网络的发展趋势和未来研究方向进行展望,以期为该领域的进一步发展提供参考和借鉴。
通过本文的阐述,我们希望能够为相关领域的学者和工程师提供一个全面而深入的无线传感器网络研究现状和应用概览,同时推动无线传感器网络技术的进一步发展和应用推广。
二、无线传感器网络研究现状无线传感器网络(Wireless Sensor Networks, WSNs)是近年来物联网领域研究的热点之一。
随着微型化、低功耗、高性能传感器技术的快速发展,以及无线通信技术的进步,无线传感器网络得到了广泛的应用和深入的研究。
网络拓扑与协议研究:无线传感器网络拓扑结构的研究主要关注如何有效地组织传感器节点,以提高网络的覆盖范围和连通性。
针对传感器节点的能量限制,研究人员还设计了多种节能的通信协议,如跳频扩频、时分复用等,以延长网络的生命周期。
数据融合与处理技术:在无线传感器网络中,由于传感器节点数量众多,产生的数据量巨大。
因此,数据融合与处理技术成为了研究的重点。
数据融合旨在将多个传感器节点的数据融合成一条或多条有用信息,减少数据传输量并提高数据的准确性。
无线传感器网络的研究现状及发展趋势
无线传感器网络的数据隐私保护
数据加密技术
为了保护无线传感器网络中的数据隐私, 研究人员正在研究新的数据加密技术。这 些技术包括对称加密算法、非对称加密算 法、同态加密等。这些加密技术能够有效 地保护数据隐私,防止数据泄露和攻击。
VS
安全路由协议
安全路由协议是无线传感器网络中的重要 组成部分,能够有效地防止恶意攻击和数 据篡改。目前,已经出现了一些安全路由 协议,如基于密钥的安全路由协议、基于 身份的安全路由协议等。这些协议能够有 效地保护数据隐私和网络安全。
特点
低功耗、微型化、分布式、自组织、抗干扰能力强、能够适应各种环境和应 用场景。
无线传感器网络的应用场景
环境监测
用于气象、水文、环境保护等领域,实现 对环境参数的实时监测和数据采集。
医疗护理
用于远程医疗和健康监测,实现对患者生 命体征的实时监测和数据传输。
智能家居
用于家庭智能化管理,实现家居设备的互 联互通和智能化控制。
据传输。
网状结构
所有节点都通过多跳路由的方 式相互连接,构成一个自组织
的网络拓扑结构。
无线传感器网络的通信协议
01
02
03
MAC协议
负责协调和安排网络中的 节点进行数据传输,避免 碰撞和冲突。
路由协议
负责将数据从源节点通过 网络转发到目的节点,同 时优化能量消耗。
同步协议
负责协调网络中各个节点 的时钟,以确保数据传输 的同步性。
智能家居中的应用
总结词
智能家居中,无线传感器网络被用于实现家庭环境的实 时监测和控制,提高居住的舒适度和节能效果。
详细描述
随着人们对居住环境的要求不断提高,智能家居成为了 新的趋势。无线传感器网络在智能家居中的应用可以实 现家庭环境的实时监测和控制。例如,通过部署在室内 的温湿度传感器、光照传感器、人体感应器等,可以实 时监测室内的温度、湿度、光照和人员活动情况,并利 用无线通信技术将数据传输到智能手机或平板电脑上进 行分析和控制。此外,智能家居还可以实现家电的远程 控制和能源管理等功能,提高居住的舒适度和节能效果 。
无线传感器网络中覆盖问题的解决方案比较与优化
无线传感器网络中覆盖问题的解决方案比较与优化概述无线传感器网络(Wireless Sensor Network,WSN)是由许多分布在广泛区域内的无线传感器节点组成的网络。
这些传感器节点能够自主地感知环境中的各种物理和环境条件,并将收集到的信息通过网络传输给基站或其他节点。
覆盖问题是WSN中一个关键的挑战,它指的是如何保证网络中的每个位置都能够被足够数量的传感器节点覆盖到。
基本概念在讨论覆盖问题之前,我们应该了解一些基本概念。
无线传感器网络通常由三个不同的要素组成:传感器节点、目标区域和覆盖范围。
传感器节点:是WSN中的基本构建单元,它负责感知和传输数据。
目标区域:是指需要覆盖的区域。
覆盖范围:是指传感器节点的感知范围,即节点能够覆盖的最大距离。
解决方案比较针对无线传感器网络中的覆盖问题,研究人员提出了许多不同的解决方案。
下面我们将比较一些常见的解决方案。
1. 基于贪心算法的解决方案贪心算法是一种常见的解决覆盖问题的方法。
该算法通过选择覆盖范围内拥有最高能量的节点来进行部署。
通过这种方法,可以减少节点之间的重叠区域,提高整个网络的能量效率。
然而,贪心算法容易产生局部最优解,导致覆盖不均匀或覆盖区域较小的问题。
2. 基于优化算法的解决方案由于贪心算法的局限性,研究人员提出了基于优化算法的解决方案。
这些算法通过设计合适的目标函数和约束条件来最小化无线传感器网络的总能量消耗,并同时保证节点的覆盖范围。
常见的优化算法有遗传算法、粒子群优化和蚁群算法等。
这些算法能够找到全局最优解,但计算复杂度较高。
3. 基于机器学习的解决方案近年来,随着机器学习技术的快速发展,研究人员将其应用于无线传感器网络中的覆盖问题。
通过收集大量的训练数据和使用适当的机器学习算法,可以建立模型来预测传感器节点的最佳位置和覆盖范围,从而优化网络的覆盖性能。
机器学习方法在一定程度上解决了问题的复杂性和计算效率的问题,但对于大规模网络仍面临一定的挑战。
无线传感器网络的拓扑优化研究
无线传感器网络的拓扑优化研究在当今科技飞速发展的时代,无线传感器网络(Wireless Sensor Network,WSN)已经成为了一个备受关注的研究领域。
无线传感器网络由大量分布在监测区域内的传感器节点组成,这些节点通过无线通信方式相互连接,协同工作,实现对目标区域的监测和数据采集。
然而,要确保无线传感器网络的高效运行,拓扑优化是一个至关重要的问题。
无线传感器网络的拓扑结构直接影响着网络的性能,包括能耗、通信效率、覆盖范围、可靠性等。
一个良好的拓扑结构能够有效地降低网络能耗,延长网络的生命周期,提高数据传输的可靠性和效率。
首先,我们来了解一下无线传感器网络的基本特点。
传感器节点通常具有体积小、能量有限、计算和存储能力较弱等特点。
由于这些限制,节点的能耗成为了一个关键问题。
在网络运行过程中,数据传输、处理和通信都需要消耗能量,因此优化拓扑结构以降低能耗是首要任务。
能耗问题是无线传感器网络拓扑优化中的核心关注点。
传感器节点的能量主要消耗在数据传输上,传输距离越远,能耗越大。
因此,通过合理的拓扑结构设计,减少节点之间的通信距离,可以有效地降低能耗。
例如,采用聚类的拓扑结构,将网络中的节点划分为不同的簇,每个簇内选举一个簇头节点负责与其他簇头或汇聚节点进行通信,从而减少了普通节点的通信能耗。
通信效率也是拓扑优化需要考虑的重要因素。
一个高效的拓扑结构能够减少数据传输的延迟和丢包率,提高网络的吞吐量。
在设计拓扑结构时,需要考虑节点的分布、通信链路的质量以及网络的负载均衡等问题。
通过优化路由算法,选择最优的通信路径,可以提高通信效率。
覆盖范围是衡量无线传感器网络性能的另一个重要指标。
要确保网络能够对监测区域进行全面、有效的覆盖,同时避免节点的冗余部署。
通过合理的拓扑控制,可以调整节点的工作状态和发射功率,实现覆盖范围的优化。
可靠性也是不容忽视的方面。
在一些关键应用场景中,如环境监测、医疗监护等,网络的可靠性至关重要。
无线传感器网络的拓扑控制技术
无线传感器网络的拓扑控制技术在当今科技飞速发展的时代,无线传感器网络已经成为了一个备受关注的领域。
它在环境监测、工业控制、医疗保健等众多领域都有着广泛的应用。
而在无线传感器网络中,拓扑控制技术则是一项至关重要的关键技术。
无线传感器网络通常由大量的传感器节点组成,这些节点通过无线通信方式相互连接,形成一个网络。
然而,由于节点的能量有限、通信范围有限以及网络环境的复杂性等因素,如何有效地管理和控制网络的拓扑结构,以提高网络的性能、延长网络的生命周期,成为了一个亟待解决的问题。
拓扑控制技术的主要目标之一是降低节点的能量消耗。
在无线传感器网络中,节点的能量供应通常是有限的,而且更换电池往往是不现实或者成本极高的。
因此,通过合理的拓扑控制,减少节点的通信开销,降低能量消耗,对于延长网络的生命周期具有重要意义。
比如,通过控制节点的发射功率,使得节点之间的通信距离在满足需求的前提下尽量缩短,从而减少能量的消耗。
另一个重要目标是提高网络的连通性和覆盖范围。
要确保网络中的数据能够有效地传输,就需要保证节点之间的连通性。
同时,为了实现对监测区域的全面覆盖,拓扑控制技术需要对节点的分布和工作状态进行合理的调整,避免出现监测盲区。
为了实现这些目标,研究人员提出了多种拓扑控制技术。
其中,基于功率控制的方法是较为常见的一种。
这种方法通过调整节点的发射功率来控制节点的通信范围,从而形成不同的网络拓扑结构。
例如,在一些对通信要求不高的情况下,可以降低节点的发射功率,减少与其他节点的通信,从而节省能量。
而在需要进行大规模数据传输时,可以适当提高发射功率,保证通信的质量和可靠性。
层次型拓扑控制技术也是一种重要的方法。
它将网络中的节点划分为不同的层次,形成层次型的网络结构。
通常,处于底层的节点负责采集数据,然后将数据传输给上层的节点,上层节点再进行数据的融合和转发。
这种分层的结构可以有效地减少数据的传输量,降低能量消耗,同时提高网络的可扩展性。
无线传感器网络的性能分析与优化
无线传感器网络的性能分析与优化一、引言无线传感器网络(Wireless Sensor Network,WSN)是由大量分布在特定区域内的无线传感器节点组成的网络,它们能够协同工作,采集、处理并传输感知环境中的数据。
WSN在环境监测、灾难预警、智能交通等领域发挥了重要作用。
然而,由于节点间通信和能量消耗等限制,WSN在性能方面存在一些挑战,尤其是网络信号弱、能量有限等问题,因此性能分析与优化成为WSN研究领域的重要课题。
二、性能分析1. 连接性分析WSN的连接性是指网络中各节点间能够建立可靠连接的能力。
通过建立连接图模型,可以分析节点之间的连接关系,并评估网络的连接性能。
常用的性能指标包括平均节点度、网络连通性和网络延时等。
2. 信号传输分析WSN中的节点之间通过无线信号进行信息传输,因此信号传输的强弱直接影响到网络的性能。
通过建立传输模型,考虑节点位置、天线增益等因素,可以分析信号传输的衰减、干扰和传播延迟等性能指标。
3. 能量消耗分析无线传感器节点通常由电池供电,能量消耗是WSN一个重要的性能指标。
通过对节点能量消耗模型的建立,可以分析节点能量消耗规律,并评估网络的寿命。
常用的能量消耗模型有能量消耗曲线模型和能量分配模型等。
4. 安全性分析WSN中的节点通常以开放的环境部署,容易受到恶意攻击。
对WSN的安全性进行分析,可以评估网络的抗攻击能力,包括节点认证、数据加密和安全传输等方面。
三、性能优化1. 路由优化路由是WSN通信的关键环节,对路由进行优化可以提高网络的吞吐量和延迟。
常用的路由优化算法包括最短路径路由、负载均衡和拓扑控制等。
2. 能量管理优化能量消耗是WSN中的瓶颈,通过对能量管理进行优化,可以延长网络的寿命。
常见的能量管理优化策略包括节点休眠调度、能量分配优化和能量收集技术等。
3. 拓扑控制优化WSN中的节点拓扑对网络性能影响很大,通过对拓扑控制进行优化,可以提高网络的可靠性和容错性。
物联网中的无线传感器网络覆盖优化方法
物联网中的无线传感器网络覆盖优化方法物联网(Internet of Things,简称IoT)无线传感器网络(Wireless Sensor Network,简称WSN)是物联网系统中的重要组成部分,它由大量的分布式无线传感器节点组成,用于收集、传输和处理环境中的各种数据。
随着物联网应用的快速发展,如何优化无线传感器网络的覆盖成为了迫切需要解决的问题。
本文将介绍物联网中的无线传感器网络覆盖优化方法,并阐述其原理和实际应用。
无线传感器网络覆盖优化方法的研究目标是提高网络的覆盖率和感知质量,使得传感器节点能够更好地感知环境并准确地传输数据。
以下是几种常见的无线传感器网络覆盖优化方法:1. 节点部署优化方法节点部署是无线传感器网络覆盖优化的关键环节。
传感器节点的部署位置直接影响网络的覆盖率和感知精度。
传统的节点部署方法通常是随机部署或者通过经验设置节点位置。
然而,这种方法容易导致节点密集或者节点稀疏的情况,从而影响网络的均衡性。
因此,研究人员提出了一些改进方法,如基于均匀分布、最大覆盖半径和最佳节点位置等算法,通过优化节点的布局,提高网络的覆盖率和均衡性。
2. 路由协议优化方法路由协议是无线传感器网络中数据传输的关键。
传统的路由协议通常是基于固定的路由路径,容易导致部分节点覆盖不均衡或者出现数据拥堵等问题。
为了解决这些问题,研究人员提出了一些改进的路由协议,如动态路由、多路径路由和分层路由等。
这些协议可以优化传感器节点之间的数据传输路径,提高网络的覆盖率和传输效率。
3. 能量管理优化方法无线传感器节点通常由电池供电,并且无法定期更换电池。
因此,节点能量的管理对于延长网络寿命至关重要。
研究人员提出了一些能量管理优化方法,如分簇、动态功率调整和能量均衡等。
这些方法可以有效地管理节点能量消耗,减少能量消耗不均衡或者能量耗尽的情况,延长网络的寿命。
4. 拓扑优化方法无线传感器网络的拓扑结构对于覆盖率和感知质量具有重要影响。
无线传感器网络中覆盖度和连通度问题的研究
WS , 是 WS 所 面 临 的 一 个 重 要 的 问 题 。 N) 这 N
C PWS 主要解 决 的 问题有 : 在 节 能 上 如 何使 C— N ① 尽 可能少 的节 点处 于工作 状态 ; 在 网络 覆盖 上如 ②
何确保每个待观测点都至少在一个传感器节点的感 知 范围 内 ; 在连通 性上 如何 使 工作 的节 点集 合 和 ③ s k节 点连通 。C PWS 的解决 能 够 使整 个 传感 i n C- N 器 网络 以最 小 的能 量代 价 来 监 测 给 定 目标 , 而达 从 到延 长 网络生存 期 的 目的 。 近年来 的研 究提 出 了一些解 决 C P WS C - N的方 法 ,. .Qu to等人 提 出 了关 于 C PWS 的整 FP ia n C— N 数规划数学模型, 并且利用遗传算法进行求解[ ; 1 S ] Me uri i g edc a h n等人 利 用 计 算 几 何 学 中 的 V rn i oo o 图来 寻 找 网 络 中 的 节 点 覆 盖 密 集 区 域 和 稀 疏 区 域 L ;Yi o 2 u和 K. h ka at 人 证 明 了 C P Z C a r b ry等 C- ws N是一个 N P问题并且提出了求解覆盖问题 的 种分 布式算 法 L 。我 们通 过对 C PWS 的研究 3 ] C- N 和分析, 提出了一种新型的求解 C PWS C — N的盲覆 盖 区增 强算法 , 算 法 的 时 间复 杂 度 远 低 于 线性 规 该 划算法 , 并且能够求出网络的近似最优解 , 适用于分
点时 , 为 1 否则 为 0 J∈ S i∈ D; a ; , ,
:
当第 i 个待监测点没有被覆盖到时,i 1 竹为 ;
无线传感器网络的关键技术
传感器网络的关键技术无线传感器网络作为当今信息领域新的研究热点,涉及多学科交叉的研究领域,有非感常多的关键技术有待发现和研究,下面仅列出部分关键技术。
1、网络拓扑控制对于无线的自组织的传感器网络而言,网络拓扑控制具有特别重要的意义。
通过拓扑控制自动生成的良好的网络拓扑结构,能够提高路由协议和MAC协议的效率,可为数据融合、时间同步和目标定位等很多方面奠定基础,有利于节省节点的能量来延长网络的生存期。
所以,拓扑控制是无线传感器网络研究的核心技术之一。
传感器网络拓扑控制目前主要研究的问题是在满足网络覆盖度和连通度的前提下,通过功率控制和骨干网节点的选择,剔除节点之间不必要的无线通信链路,生成一个高效的数据转发的网络拓扑结构。
拓扑控制可以分为节点功率控制和层次型拓扑结构形成两个方面。
功率控制机制调节网络中每个节点的发射功率,在满足网络连通度的前提下,减少节点的发送功率,均衡节点单跳可达的邻居数目;已经提出了COMPOW等统一功率分配算法,LINT/LILT和LMN /LMA等基于节点度数的算法,CBTC、LMST、RNG、DRNG和DLSS等基于邻近图的近似算法。
层次型的拓扑控制利用分簇机制,让一些节点作为簇头节点.由簇头节点形成一个处理并转发数据的骨干网,其他非骨干网节点可以暂时关闭通信模块,进入休眠状态以节省能量;目前提出了TopDisc成簇算法,改进的GAF虚拟地理网格分簇算法,以及LEACH和HEED等自组织成簇算法。
除了传统的功率控制和层次型拓扑控制,人们也提出了启发式的节点唤醒和休眠机制。
该机制能够使节点在没有事件发生时设置通信模块为睡眠状态,而在有事件发生时及时自动醒来并唤醒邻居节点,形成数据转发的拓扑结构。
这种机制重点在于解决节点在睡眠状态和活动状态之间的转换问题,不能够独立作为一种拓扑结构控制机制,因此需要与其他拓扑控制算法结合使用。
2.网络协议由于传感器节点的计算能力、存储能力、通信能量以及携带的能量都十分有限,每个节点只能获取局部网络的拓扑信息,其上运行的网络协议也不能太复杂。
无线传感器网络的连通性问题研究
mu iainrdu n ema i l rb bl f x etdc n et i e rei d d c d Smuainrsl si ec n lso .o n ci t d ge s e u e . i lt eut t ty t o cu in o h p i y e vy o se f h
F AN e— o g LU , CAI a — i g LI Y n h i W i n, h Li Xu n pn , U u — u
( o ee f l tc c ne n n i e n , t nl nvrt f f s ehooy C agh 0 3 C ia C lg e r i c dE gn r g Na o aU ie i o e e cnlg, hn sa 1 7 , hn) l o E c iS e a ei i sy De n T 4 0
维普资讯
第 2 卷 第 1 期 9 8
VO. 1 29 NO 1 . 8
计 算 机 工 程 与 设 计
Co u e g n e i g a d De i n mp t r En i e r n sg n
20 年 9月 08
S p .2 0 e t 0 8
布 的 无 线 传 感 器 网络 的 连通 性 进 行 了研 究 。 运 用 覆 盖 理 论 给 出 了传 感 器 节 点 的 连 通 度 概 率 分 布 模 型 , 在 此 模 型 基 础 上推 并
导 出传 感 器 节 点 的 通 信 半 径 与 期 望 连 通 度 概 率 最 大之 间的 关 系 。 仿 真 结 果表 明 了结 论 的正 确 性 。 关键 词 : 线 传 感 器 网络 ; 节 点 配 置 ; 均 匀随 机 分 布 ; 通 信 半 径 ; 连 通度 无
IEEE 802.15.4无线传感器网络性能分析
IEEE 802.15.4无线传感器网络性能分析IEEE 802.15.4是一种无线传感器网络协议,专门用于低功耗、低速率的无线个人局域网。
它使用在2.4GHz频段的无线电频谱,并且被广泛应用于各种传感器网络系统中,例如智能家居、工业自动化、环境监测等领域。
在传感器网络系统中,性能分析是非常重要的,它可以帮助我们了解系统的稳定性、可靠性以及性能瓶颈,从而优化网络设计和改进系统性能。
本文旨在对IEEE 802.15.4无线传感器网络的性能进行分析,包括其数据传输性能、能耗性能和网络连接性能。
通过深入分析这些方面,可以帮助研究人员和工程师更好地理解IEEE 802.15.4协议的优势和局限性,为未来的传感器网络系统设计和优化提供参考。
1. 数据传输性能分析数据传输性能是衡量IEEE 802.15.4无线传感器网络的重要指标之一。
在这一方面,我们关注的主要是数据传输速率、传输时延和数据丢失率等指标。
首先是数据传输速率。
IEEE 802.15.4无线传感器网络在物理层和数据链路层的技术支持下,可以实现最高250 kbps的数据传输速率。
在实际应用中,由于网络拓扑结构、信道干扰等因素的影响,数据传输速率往往无法达到最大值。
对于具体的传感器网络系统,需要经过实际测试和评估,得出其真实的数据传输速率。
其次是数据传输时延。
数据传输时延是指从数据发送到数据接收所经过的时间,它直接影响着数据的实时性和对网络的响应速度。
IEEE 802.15.4协议支持低延迟的数据传输,通常情况下数据传输时延在数十毫秒至数百毫秒之间,适用于对实时性要求较高的传感器网络应用。
最后是数据丢失率。
数据丢失率是指在数据传输过程中丢失的数据包的比例。
通过对IEEE 802.15.4协议的性能测试,研究人员发现,由于局部信道干扰和网络拓扑结构的影响,数据丢失率可能较高。
在实际应用中,需要针对具体的传感器网络系统进行数据丢失率的测试和评估,从而保证系统的可靠性和稳定性。
基于智能算法的无线传感器网络覆盖问题优化
基于智能算法的无线传感器网络覆盖问题优化无线传感器网络(Wireless Sensor Network, WSN)是由大量的无线传感器节点组成的网络系统,这些节点能够感知环境的物理和化学参数,并将这些数据传送到基站,从而实现对环境的实时监测和数据收集。
在实际应用中,无线传感器网络的覆盖问题是一个重要的优化任务。
传感器网络的覆盖问题是指如何选择最小数量的传感器节点,以确保整个监测区域被覆盖到。
覆盖问题的优化目标通常包括最大化网络的覆盖范围、最小化能耗和延迟等多个方面。
基于智能算法的优化方法可以有效解决这个问题。
智能算法是一类模拟人类智能思维的计算方法,能够通过模拟自然界中的某些机制或者运行方式来解决问题。
在无线传感器网络的覆盖问题中,智能算法可以通过优化传感器节点的位置、能量分配以及覆盖范围等参数,从而实现最优的网络覆盖效果。
一种常用的智能算法是遗传算法(Genetic Algorithm, GA)。
遗传算法通过模拟自然界的进化过程来搜索最优解。
在无线传感器网络覆盖问题中,遗传算法可以用来优化传感器节点的位置和数量。
首先,通过随机生成一组初始解,即包含不同位置和数量的传感器节点。
然后,使用适应度函数评估每个解的优劣程度,适应度函数可以根据覆盖范围、能耗和延迟等指标进行定义。
接下来,通过选择、交叉和变异等操作,生成新的解,并更新种群。
不断重复这一过程,直到找到最优解或者达到终止条件。
除了遗传算法,蚁群算法(Ant Colony Algorithm)也是常用的智能算法之一。
蚁群算法通过模拟蚂蚁在搜索食物时的行为来解决问题。
在无线传感器网络覆盖问题中,蚁群算法可以用来优化传感器节点的能量分配。
首先,将每个传感器节点看作一个蚂蚁,并随机生成初始的能量分配策略。
然后,通过模拟蚂蚁在环境中搜索食物的行为,每个蚂蚁根据其能量分配策略采取行动,并对新的解进行评估。
最后,根据评估结果和信息素的更新规则,逐渐调整能量分配策略,从而找到最优的能量分配方案。
无线传感器网络覆盖问题的研究进展
l ,a d te e iwe h rp s d c v r g c e si e e t e r. F n l 。c n ld d t ee it g a d e r i g p o lms y n h n r ve d te p o o e o e a e s h me n r c n a s i al y y o cu e h x s n n me g n rb e i
Re e r h p o r s n c v r g r b e i r l s e s r n t r s s a c r g e s o o e a e p o l m n wie e s s n o ewo k
W ANG We ,L N F n ,Z i I e g HOU J — u il i ( co l C m u r c n e Sc u n I i ri C e g u6 0 4,C ia Sho o p t i c , i a , v sy, hn d 6 eS e h ne t 1 0 hn )
王 伟, 林 锋 周 激 流 ,
( 四川 大学 计 算机 学院 , 都 60 6 ) 成 104
摘 要 :分析 了无线传 感 器网络的 网络特征 以及影 响 网络覆 盖 的重要 因素 , 总结和 评估 了近年 来提 出的覆盖机
制 , 时对 该 领 域 尚 存 问题 以 及 发 展 趋 势 进 行 了 讨 论 同
制 。本 文 根 据 节 点 的 移 动 性 , 覆 盖 问题 分 为 静 止 覆 盖 和 移 动 将 覆 盖 。表 1中对 本 文 涉 及 的 覆 盖 机 制 进行 了 总结 。
表 1 无线 传 感 器 网 络 覆 盖 署力式 算法特征
存 时 间 。d 算 法 特 征 。 覆 盖 控 制 算 法 分 为 集 中 式 算 法 和 分 布 ) 式 算 法 。集 中式 算 法 是 指 由 拥 有 『络 全 局 信 息 的 管 理 者 对 网 救 J 络 中所 有 节点 统 一 地 进 行 控 制 . 要 求 管 理 者 有 较 强 的 计 算 、 这
移动无线传感器网络中的覆盖与定位技术研究
移动无线传感器网络中的覆盖与定位技术研究移动无线传感器网络(Mobile Wireless Sensor Networks,MWSN)作为无线传感器网络的一种特殊形态,具有涉及更复杂的问题和更高的技术挑战。
其中,覆盖与定位技术是MWSN中关键的研究领域。
本文将重点探讨MWSN中的覆盖与定位技术,并介绍相关的研究进展和应用。
一、覆盖技术覆盖是指传感器节点通过无线通信技术对感兴趣的区域进行监测和采集。
在MWSN中,覆盖技术的目标是通过最少的传感器节点来实现对目标区域的全面监测,同时保证网络的稳定性和能耗效率。
1. 部署策略部署策略是覆盖技术中的核心问题之一,不同的部署策略对网络的性能和效率有着重要影响。
常见的部署策略包括均匀部署、随机部署和克隆部署等。
均匀部署可以实现全面覆盖,但传感器节点数量较多,造成能耗过高;随机部署能够降低能耗,但无法保证全面覆盖;克隆部署可以通过克隆节点来增加覆盖率,但会引入重复信息。
因此,需要根据实际应用场景和需求选择合适的部署策略。
2. 覆盖维持和修复MWSN中的传感器节点可能会出现能量耗尽、故障或被移动等情况,导致覆盖范围减小或不完整。
为了维持和修复覆盖,需要对节点状态进行实时监测和管理。
此外,可以通过部署额外的节点来补充覆盖区域,或者通过传感器节点的移动来调整覆盖范围。
二、定位技术定位技术是MWSN中另一个重要的研究方向,它的目标是通过无线通信技术确定传感器节点的位置信息。
准确的定位信息对于很多应用如目标跟踪、导航和地理信息系统等都是必要的。
1. 节点定位算法节点定位算法是定位技术中的核心内容,目前常见的定位算法包括多普勒效应法、距离测量法、角度测量法和混合定位法等。
多普勒效应法通过测量移动节点和参考节点之间的多普勒频移来计算位置;距离测量法基于节点之间的信号强度和传播时间来估算距离;角度测量法利用方向和角度信息来定位节点;混合定位法结合多种技术来提高定位准确度。
不同的算法适用于不同的环境和应用场景,研究人员需要根据实际需求选择合适的定位算法。
连通和覆盖性优化无线传感器网络寿命的方法
络寿命 的新 方法 ( C O . C L ) 该方法设计 了一种根据节点剩余能量 动态激 活一组满足 连通覆盖条件 的工作节 点. 当某 个节
点 因能量耗尽 而失效 时 , 其邻近 的休 眠节点将 代替失效节点继续维持 网络 的正 常工作 . 理论分析 和仿真研究 表明 :C O CL
能够快速有效地判别冗余 节点 , 将判别过程 的复杂度从 NoN降低到 , l g 保证 无线传感器 网络的覆盖性和连通性 的同时 降低能耗 , 延长网络寿命. 关键词 : 无线 传感 器网络 ; 网络寿命 ; 连通性 ; 覆盖性 ; 眠调 度 休
Ab t a t A s e i g s h d l c e a o sr ce a e n t e : l p n c e u e s h me w sc n t t d b s d o h o n c i t a d c v r g ft o o y s e u v y o u r t r
c n e t i n o e a e o e wi l s e s rn t o k n e u e t e e g o t ,tu r l n i g t e n t o k o n ci t a d c v r g f h r e ss n o ew r sa d rd c s i n r y c ss h sp oo gn h ew r vy t e s
基于概率图理论的无线传感器网络覆盖性与选路策略研究
Au . 2 0 g 07
文章编号 :635 3 (0 7 0 - 2 -6 17 -4 9 20 )40 90 0
基 于概 率 图理 论 的 无 线传 感 器 网络 覆盖 性 与选 路 策 略研 究
余 根 坚 , 宝 玉 2郑
/. 1 南京邮电大学 信号处理与传输研究院 , 江苏 南 京 2 00 、 1 3 0
Y Ge - a , U nj n 一 ZHENG a .u i B oy
, .ntueo i a Poes gadTa s si . aj gU iesyo ot adTlcm nctn . aj g20 0 C ia 1 Istt f g l rcsi n r mi o N ni nvri fPs n eeo mu i i s N ni 10 3,hn  ̄ i Sn n n sn n t s ao “ 、 . ol eo ahmac dC m ue cec . uh uU i rt,uhu30 0 . hn 2 C lg fM te t s o p t SineF zo nvs y F zo 5 0 2 C ia e i a n r ei ,
、. 2 福州大学 数学与计算机科学学院 , 福建 福州 300 502
,
摘
要 : 对无线传感器网络 中节点传感半径 、 针 节点传输半径 与连 通覆盖性 之 间的 内在联 系问题 , 于 基 几何概 率理论 , 出并证明 了一个传感半径尺度 刻 画, 节点传感半 径满足 该尺度 刻 画。 提 若 则监 测区
无线传感器网络中连通与覆盖问题研究
假设一 , 每个簇首都能够对周围实行全 面的通信 . 也就是说这个通 而实现物理的世界 、 人类社会三元世界之 间的连接 。传 感器网络具有 设 : 的圆形的 区域的 D = 1 r r 2 : 假设二 . 区域 内 巨大 的价值 和发展的前进 , 其能够在 军事 国防、 管理 、 工农业 、 环境监 信 的范 围是一个通信半径为 r 也 即是所有 的簇首通信半径均 为 测、 生物 医疗 、 防恐反恐和抢 险救灾和 区域 危险的远程 的控制 等很多 的所有簇首都具有相同的发射功率 . 假设三 , 每一个传感 器的节点 都能够对周围进行全面 的 重要 的领域存在很重要的实用性的价值 . 这能够 足够 引起许多 国家 的 相 等的半 径 :
探测 。 它 的覆盖范 围是一个半径所在的圆形 区域 : 假设 四 , 探测 内部 的 所有 的区域 中所有的传感器的节点都有相 同的发射 的功率 . 所有 的节 假设 五 , 探测 的区域内部的所有的传感器 通过对无线传感器的网络覆盖 问题进行 分析 . 提 出了相关的节点 点 的探测 半径 都是相 同的 : 根据这上 面的所有 的假设 . 在传感器 的区域 的有效 的覆盖面积和有效的覆盖的面积率 的问题 . 并 通过建立数学模 节点都在 同一个平面 内 实 型 和公式 的推论 . 从理论上证 明无线传感器 网络中 . 能够满 足完全 的 内需要至少多少各节点才能够把整个 区域完全 的进行无缝 的连接 .
◇ 科技 创新◇
科技 I向导
2 0 1 3 年3 0 期
无线传感器网络中连通与覆盖问题研究
刘 玉娥
f 吉林省林业技师学院
吉林
白山
1 3 4 7 0 0 )
【 摘 要】 在 无线传感器网络之 中, 由于在这 些传感 器中存在的节点是随机进行放 置的, 因此 网络的节点数、 节点的探 测半径和通讯 半径和 探测覆 盖率以及 网络 的连通性之 间存在密切的相关 . 同时节 点和簇 首的数 量能够直接的影响到整个无线传输 器的成本和性 能, 例如 其 中的容 错性和鲁棒 性 . 这些都是无 线传感 器网络进行设计时需要重点考虑的 问 题。 所 以. 需要研究无线传感器网络 里面的一个固定 的在 区域 内的探 测 覆盖率和连通性的问题 通过将复 杂的覆盖和连通性的 问题进一步的简化, 之后利 用数 学建模、 理论分析以及几何证明, 使 用几何理论和数 学 的方法进行归纳 . 从 其 中的拓扑 学的角度给 出了一个在传感器 区域 中的一种网格 的划分方法。 最后 , 从理论上分别给 出 了一个 实现完全的无缝 的覆盖和连接 的传感器区域 内最少需要 多少个节点和最 少的需求. 使 用解析 式进 行解析 . 即 需要从理论上解决一共 多少个簇 才能够把 整个传 感器 区域划分来 . 以及研 究至少需要 多少个节点 才能 实现完全的覆盖和连通的问题 以此为基础 . 给 出无线传 感器网络 节点的通讯半径等的设
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
无线传感器网络覆盖连通性研究上海无线龙通讯科技有限公司作者:黄晓程宏兵杨庚摘要:针对无线传感器网络部署区域由于通信障碍和其他一些因素产生的某些节点无法与网络通信的情况,给出了一种使用节点代理解决监测区域内节点通信不可达的方案,并基于一般意义的网络系统模型提出了一种探测覆盖区域内节点连通性的算法,即基于深度探测的节点覆盖连通性判定算法DBDAFNCJ。
节点连通性分析和仿真实验结果表明,节点代理方案可以很好改善节点部署区域内节点通信不可达的情况,同时表明DBD AFNCJ算法可以高效、准确地获悉部署区域内节点连通性的情况。
1引言集成传感器技术、微机电系统(MEMS)技术、无线通信技术和分布式信息处理技术的无线传感器网络(WSN,wirelesssensornetworks)是当前信息技术的前沿之一,也是当今的研究热点,受到了广泛的关注。
目前,无线传感器网络逐渐成为一种廉价、方便的信息采集方法,尤其是在敌对和恶劣的网络应用环境下,传统的方法代价高昂而几乎无法使用。
如文献[1~3]中的战场生存性应用、一些安全相关的应用以及灾难管理等应用,无线传感器网络都显示了巨大的应用价值。
在上述应用中,传感器节点往往是随机地部署在监测区域,一直工作到能量耗尽为止。
无线传感器网络部署之后,传感器节点采集现实生活中诸如热、光或者某个监测对象的相关物理信息,对于传感器网络中各个节点,都通过自身的传感电路感知监测对象的相关信息,获取原始数据,然后通过一类称为基站的特殊节点经过相应处理并传送到外界的控制中心。
在传感器网络中,基站的能量和处理能力都较普通节点强,基站在网络部署时基本部署在其他传感器节点的附近,其功能是在传感数据传送到外界控制中心之前对其进行相应的处理,如通过数据汇聚和融合,基站过滤掉原始传感数据中一些错误和无效的数据,并消除冗余数据,同时,基站也会定期对传感数据进行汇总处理。
在文献[4]的传感器网络应用中,经过基站融合后的传感数据可以有效地用来追踪和识别监测目标;在一些灾难急救的传感器网络应用中,融合后的传感数据可以有效地预测幸存者的健康状况以及遇难者的准确位置信息等。
传感器网络节点部署之后,如何保证网络的连通性一直是研究界非常关注的问题,国内外研究界提出了一些相关的算法和协议,比较有代表性的有:文献[5]集中讨论了传感器感知模型非圆时网络覆盖和连通性之间的关系;文献[6,7]针对网络的使用寿命问题,研究了如何在部署的网络节点中选择足够的节点以构成网络的覆盖连通集;文献[8]讨论了在对部署节点位置信息未知的情况下,如何能有效地保证网络连通性覆盖的问题;在文献[9]中,详细研究了不同情况下的传感器网络覆盖连通性的分析方法;文献[10]给出了一种改进的传感器节点覆盖优化方法。
针对传感器网络的覆盖连通性问题,本文将在第2节讨论无线传感器网络覆盖连通性理论及网络模型。
第3节采用了一种节点代理基站来解决网络中不可达节点的连通性方案。
第4节将给出在第2节中所给模型的基础上进行网络覆盖连通性判定的算法。
第5节对提出的基站代理方案和节点连通性判定算法进行实验。
第6节是结束语。
2网络覆盖连通性理论及网络模型传感器网络节点连通性的要求与adhoc网络大致一致:1)信息必须有一条或足够多的路径从信息源转发到目的节点(基站);2)信息在转发过程中延迟尽量小。
信息的转发路径越多,系统越可靠,但由于需要多个中间节点同时处于工作状态,节点能耗增加,系统寿命降低。
无线发射器件的能耗随着收发距离长度的变大呈指数增长,采用多跳方式信息转发代替点对点通信,可以节约大量的能量。
但过多的跳数会增加信息接收转发的次数,同样会带来额外的能耗。
因此,将上述2个矛盾的因素折衷,适当控制转发节点的个数是降低能耗的关键。
通常,理想状态下具有节点连通性优化作用的密度控制所要解决的核心问题同覆盖优化类似,但节点的约束条件更多。
将所有传感节点组成的集合分为{h1,h2,…,hm}等m个子集,即,设hi为组成主干连接网络的传感节点的一个集合,si是传感器节点。
每个处于传感状态的非主干节点能够与至少一个主干节点通信,主干节点之间必须有一条且至少一条直接或间接的路径实现二者相连。
基于上述理论,给出一个一般意义上的无线传感器网络模型,描述如下。
设N个传感器节点随机地部署在某一区域,节点拥有有限的电池能量和数据处理能力,在网络应用中节点的任务是按照外界控制中心的需要进行动态的工作,基站部署在其他传感器节点附近。
假设传感器节点和基站都处于静止状态,且基站可以获悉其他节点的位置信息。
基站采用文献[11,12]中的beacons信号在网络触发阶段发现活动节点,基站负责组织协调传感器节点采集相关监测数据,汇聚融合原始传感数据并与外界控制中心进行联系,最后由控制中心把处理完的有用信息传递给用户。
在系统模型中,设传感器节点能够向基站报告其剩余能量信息,并能智能地切换开启和休眠状态,且传感电路和数据处理电路可以智能开关,另外,节点传输距离可以通过编程进行调节控制。
值得注意的是,SenTech公司开发的声觉通道模块[13]传感器节点具有上述功能。
设传感器节点可以作为数据转发的中继。
基站拥有可以根据实际任务和环境的需要智能地选取部分传感器节点进行工作、选择数据路由以及媒体访问仲裁的网络管理功能。
在网络系统模型中,网络的组织和管理都是基于能量意识的,依赖于每个传感器节点的能量知识,网络的控制参照传感器节点的工作状况和能量剩余情况。
在系统中,参考文献[14,15]中节点通信时的能量消耗模型,模型中定义的节点发送信息和接受信息的能量消耗公式如下。
发送信息能量消耗:接收信息能量消耗:其中,Es表示节点发送消息的能量消耗;β1和β2分别表示节点在发送和接收信息过程中单位信息所耗损的能量,其值均取为50nJ/bit;β’表示单位信息在传送过程中由于信号保持而在单位面积(m2)耗损的能量,其值取为100pJ/bit/ m2;m表示信息位数;d表示信息传输距离。
基于以上无线传感器网络的系统模型,给出以下一些定义。
定义1传感器节点间的连通性。
若在无线传感器网络部署区域内,节点之间总可以某种路由方式相互传送信息,则称在网络覆盖区域内节点之间是连通的。
定义2无线传感器网络的连通性。
若在无线传感器网络部署区域内,对于所有节点的极大子集,基站总是可以某种路由方式传送相关控制信息到该节点集合中的任何节点,且该节点集合中的任意节点间也是连通的,则称在该网络覆盖区域内由此极大节点子集组成的无线传感器网络是连通的。
在无线传感器网络中,传感器节点的能量主要花费在对外界信号的转换处理和进行数据通信的开销方面。
由于节点的能量是由有限的电池提供,如果在网络工作时一直让节点在任何情况下都处于开启状态则会降低节点的使用寿命,从而影响整个网络的使用寿命。
因此,如何有效地利用基站优化组织和管理无线传感器网络节点对于网络的优化应用具有重要的意义。
一类面向任务的传感器网络应用可以选择性地开启覆盖区域内的传感器节点并平衡节点的负载,对于任务无关的节点使其处于休眠状态,这样可以节约宝贵的传感器节点能量,达到延长节点乃至整个网络寿命的目的。
上述网络优化过程的前提是基站必须获悉网络中节点情况,只有确保覆盖区域内网络节点的连通性基站才能有效地对节点进行组织和管理。
在传感器网络通信中,节点与基站之间理想通信模式是使用短距离的通信方式,这种方式假设基站对于网络中的节点在任何情况下都是可达的,然而,这并不符合实际。
因为在部署传感器网络时没有统一的模式,且网络部署环境有很大差别。
在许多实际应用场景中存在各种障碍物(如建筑物、树木以及其他一些干扰信号等)会阻碍节点和基站之间的正常通信,有时这些障碍物甚3.1基本思想及定义首先,给出方案的基本思想以及一些定义。
不失一般性,可以假设基站至多以2跳的方式到达所有的部署节点,对于所有直接到达节点的跳数为1,其余的都简化为2跳,并且认为基站可达的节点可以作为基站转发传感数据的中继节点。
从这些中继节点中选出某些节点作为代理,使其作为基站与不能接收基站信息的不可达节点之间的通信中介。
我们考虑使代理节点和其周围基站不可达节点形成组,代理节点作为该组的“组长”,负责在基站和基站不可达节点之间的通信中介。
假设S为部署在监测区域的节点集合,|S|=n,基站(basestation)记为B,同时又设S R和SUR分别为部署区域内基站可达和不可达节点的集合,SR和SUR定义如下:值得注意的是,由于在实际部署区域存在某些节点其传输信号不被其他任何节点获悉,如掉入部署区域深坑的节点,集合SR∪SUR往往并不等于集合S。
因此,在节点部署阶段,使基站为每个传感器节点建立以下属性参数。
Blink:节点与基站连接状态,取值为0或1,而分属SR和SUR集合;Nlist:集合SR中节点的所有邻居节点;Hlist:在基站信息传输范围之内节点的跳数表。
Glist:节点成组的成员参数。
3.2基于节点代理的方案在方案中,使得选取的代理节点和不可达节点形成相应的组的目的是通过代理使该组中不可达节点可以与基站连通,因此,方案主要是在集合SR中设计一到多个代理节点,负责转发基站信息到集合SUR中的相关节点,同时,负责作为SUR中的相关节点的采集信息发送到基站的中转站。
在设计代理和不可达节点的组时,追求一种平衡代理负载的算法以延长代理节点的寿命,在算法中,基站为每个节点增加一个属性参数,称为Aid,在集合SUR中用以标识节点被分配给哪个代理节点,而其他属于集合SR中的节点的Aid=0,另外,基站为集合SR的每个候选代理节点设置一属性参数Glist用以识别其组成员。
组的形成过程描述如下。
1)对于每个节点,基站计算其与集合SR中相邻节点的Hlist值,并对获得的节点Hlist值按照升序排列;2)对于1)中节点Hlist排序结果由低到高(顺序),在集合SR中依次为SUR中节点分配一个代理节点,此时存在2种情况,处理如下:if|Hlist(sj)|=1标记Aid(sj)=si,分配sj到惟一连通的节点si;加sj到Glist(si)中else if | Hlist(sj)|>1为sj计算分配到SR中的多个连通节点的成本Acost标记Aid (sj)=sk,当sj分配到集合SR中节点sk时Acost最小;加sj到Glist(sk)中在方案中,对于节点,如果在集合SR中存在多个节点与其连通,将会选择与节点sj 具有最小通信代价(此时为sj分配到集合SR中节点sk的通信成本Acost)的节点作为其代理,衡量Acost的2个重要因素是监测区域内的组成员和“组长”即代理节点。
一种理想的情况是对于SUR中的节点sj,当其分配到一个组中时,该组的代理节点应满足在所有的Hlist(sj)中是最小的,即离sj最近的节点,这样节点间的通信能量耗费最小。