无线传感网络中基于概率感知模型的目标覆盖方法研究

• 作 者: 张磊
• 出 处: 杭州电子科技大学
• 发表日期: 2021年04期
• 关键词: 无线传感网络 概率感知模型 目标覆盖 生命周期 最少节点部署

目标覆盖问题是无线传感网络(WSNs)中的一个基本问题。以往对目标覆盖问题的研究,大多基于0/1圆盘感知模型,这种监测模型是一种理想化的模型。近年来,人们提出了一种更加符合实际应用场景的概率感知模型。在基于概率感知模型的传感网络中,目标通常需要多个传感器联合监测,因此0/1圆盘感知模型并不适用于概率目标覆盖问题。此外,传统WSNs中的传感器节点由有限容量的电池供电,网络寿命受到能源的限制。随着能量采集技术和无线充电技术的发展及应用,传感器节点的能量得到了有效的补充。本文针对能量采集传感网络和移动充电传感网络中的概率目标覆盖问题进行了研究,分别改进并提出了有效的解决方案。本文的主要研究工作如下:(1)研究了能量采集传感网络中的概率目标覆盖问题。网络中的传感器由普通传感器和太阳能传感器混合部署,不同位置的太阳能传感器具有不同的能量采集效率,传感器的监测模型采用的是概率感知模型。本文以最大化网络生命周期为优化目标,迭代选择不同的传感器组合,每个传感器组合都能够使所有目标达到概率覆盖要求ε,同时与汇点保持连通。本文进一步证明了该问题是一个NP-hard问题,并将其建模为一个0-1整数线性规划模型。为了解决这个问题,本文分别改进并提出了两种启发式算法:基于剩余能量的网络流算法和基于能量效率的贪心选择算法。最后,本文通过大量仿真实验对算法性能进行了评估。实验结果表明,后者能够更好地延长网络生命周期,与PGS算法相比,大约提高了 14%～27%。(2)考虑到环境能源的不稳定性以及能量采集节点的高制作成本,无法使传感网络实现有效的持久运行,本文进一步研究了移动充电传感网络中的概率目标覆盖问题。本文将概率感知模型和可调感知半径相结合,解决了永久目标覆盖的最小ε成本部署问题。在移动充电传感网络中,采用移动充电器(MC)对传感器节点进行周期性充电,充电路径是一个最短的哈密顿回路,其中MC具有有限的能量容量。本文以最小化网络的部署成本为优化目标,部署部分传感器并开启合适的监测半径,使所有目标达到概率覆盖要求ε,同时保持整个网络永久运行。本文证明了最小ε成本部署问题是一个NP-hard问题,并将其建模为一个混合整数非线性规划模型。为了解决这个问题,本文设计了一种启发式算法:基于优先级和条件有界的最小成本部署算法,并通过一系列仿真实验验证了算法的有效性。