论文部分内容阅读
覆盖控制是无线传感器网络研究中的一个基本问题,其内容主要是：首先保障网络具有一定的服务质量,然后通过一些技术或者协议对其进行优化,从而达到覆盖范围的最大化,为人们提供可靠的监测数据和目标跟踪服务。采用高效的覆盖控制策略或算法可以对无线传感器网络节点进行优化分配,这样节点的能量就可以得到有效利用,与此同时,网络的感知能力、服务质量也可以得到大幅度的提升,从而,网络的生存时间就得到了提升。因此,在不同的应用环境下,根据不同的检测需求设计切合实际的覆盖控制策略,是目前无线传感器网络的一个研究热点。目前已经有很多学者对无线传感器网络的各个层面进行了深入研究,并取得了一些成果。使用比较广泛的是通过降低网络能耗来延长网络的生存时间,采用的优化策略大致分为以下4类：节点睡眠调度机制、调整感应半径、选择最佳路由和高效的数据融合机制。本文主要通过对感知半径的调整以及节点睡眠调度机制,基于粒子群及其改进算法,研究无线传感器网络生命周期最大化问题。主要研究内容和成果如下：1、首先研究了传感半径对于无线传感器网络覆盖性能的影响。通过MATLAB平台搭建网络覆盖模型,用粒子群算法和社会粒子群算法分别对网络模型进行优化,通过实验仿真,证实了：第一,社会粒子群算法在收敛性和覆盖优化效果方面均优化粒子群算法,第二,通过对节点感知半径的调节可以有效的提升网络的覆盖质量。针对感知半径与覆盖性能和能耗的紧密关系,提出了一种基于粒子群算法的半径自适应调整覆盖策略,基本思想是：定义了网络的能耗系数,根据节点的能耗系数,周期性的调节节点的感知半径,使得目标区域被连续覆盖的时间最长,同时节点之间的能量差较小,平均能耗最低。模拟实验结果表明,提出的策略有效的提高了网络覆盖率、降低了能耗,从而延长了网络的生存时间。2、针对随机高密度节点布设导致的节点覆盖区域重叠、网络能耗过大等问题,提出了一种基于多目标粒子群的能耗均衡覆盖策略。在选取最优覆盖节点集的时候,同时考虑网络能耗和覆盖率两方面问题,节点根据自身能耗和邻居节点的信息计算休眠概率,以覆盖率、工作节点数目和网络能耗为优化目标,利用改进的多目标粒子群算法进行求解,并与经典的PEAS和SPAN算法进行了比较分析。仿真结果表明,该覆盖控制策略不但可以达到较高的覆盖率,同时节点的休眠概率和单位面积能耗也比较低,即网络可以在相对较少的工作节点条件下,就能达到较高覆盖率和较低的能量消耗,从而保持网络稳定运行和延长网络生存时间。