论文部分内容阅读
无线传感器网络是由低成本、低功耗、具备感知、数据处理、存储与无线通信能力的微型传感器节点通过自组织方式形成的网络,在军事与民用领域有着广阔的应用前景,正引起广泛的关注。网络覆盖是无线传感器网络研究的核心问题之一,决定了传感器网络对周围物理世界的监测能力,是传感器网络“服务质量”的衡量指标。如何在节点能量、无线通信带宽、网络计算能力等资源普遍受限的情况下,通过覆盖控制策略使得网络各种资源得到优化配置,进而使感知、监视、传感、通信等各种服务质量得到改善,最终延长网络生存时间,是无线传感器网络设计中的一个重要挑战。本文以节省网络能耗、提高网络生存时间为目标,对无线传感器网络覆盖控制问题进行了深入研究。 在战场等恶劣的环境中,为了增强无线传感器网络的监测质量、提高网络可靠性,通常采用随机部署的方式将节点高密度地部署在目标区域内,这就导致大量节点的覆盖区域相互交迭,进而引发数据采集、传输的冗余,从而产生不必要的能量消耗。有效的覆盖集选取可以减少任意时刻网络中活跃节点的数量,从而达到减轻网络冗余、降低能耗的目的。然而,寻找同时满足覆盖与连通性要求的最优覆盖集是NP难问题。考虑到节点的固有约束及传感器网络的特点,提出了基于加权遗传算法和基于约束遗传算法的两种覆盖集优化选取机制,给出了覆盖性能评价的详细计算方法,通过将优化目标转化为遗传算法的适值函数,并根据生成的适值函数进行遗传进化操作,快速计算充分覆盖目标区域所需的近似最优覆盖集。仿真结果验证了上述算法的有效性。 随着传感器网络规模的增大,导致最优覆盖集的搜索空间急剧扩大,从进一步提高算法效率的角度考虑,提出了传感器网络中的高能效覆盖集选取算法ECSS。该算法基于多目标优化理论,并利用NSGA-Ⅱ在寻找Pareto最优解上的潜能,同时引入循环重组与删除因子对遗传算子进行改良,能够快速收敛于网络的最优非支配线,进一步提升了算法的性能。区别于已有的二元感知模型,ECSS能够支持更为精确的概率感知模型,具有比现有算法更好的适应性与可扩展性。一系列仿真实验验证了上述算法的有效性。 在维持网络覆盖质量的同时,尽可能延长网络生存时间是传感器网络覆盖控制算法的重要研究内容。系统分析了传感器网络中覆盖集轮换与网络寿命的关系,通过引入时间权重系数,提出了基于覆盖集轮换的网络寿命极大化模型。进一步地,通过引入算法求解时间精度△T,将网络寿命极大化问题转换为极大化覆盖集问题,提出基于ECSS的网络寿命极大化模型求解方法。与现有基于离散不相交的覆盖集调度算法会带来大量剩余节点不同,本算法允许节点在其最大生存时间内尽可能地加入多个不同的覆盖集,充分调度全网节点参与工作,从而极大化网络生存时间。一系列仿真实验验证了上述算法的有效性。 当前大部分覆盖控制算法仅考虑网络覆盖与连通性需求,使最后所选取的工作节点服从于全网的均匀分布,其代价是牺牲了网络的能耗均衡。无线传感器网络多跳数据传输与多对一的流量特征,不仅引发严重的网络拥塞还会导致sink周围节点过早死亡,成为网络性能的瓶颈。针对这一问题,系统分析了网络负载与节点密度的关系,提出并证明了满足能耗均衡的可达性条件。在此基础上,通过引入等效感知半径概念,提出一种基于能耗均衡的工作节点调度算法。该算法采用基于象素点的消息发送机制,以减少感知消息的重复发送,并根据可达性条件,在不同能耗层上激励不同密度的节点参与工作,从而达到全网能耗均衡,有效增强网络的可生存性。一系列仿真实验验证了上述算法的有效性。 在移动传感器网络中,传感器节点的合理分布并保障节点间安全通信是网络设计的关键问题之一。传统的节点分布优化算法仅以提高网络有效覆盖率为目标,极易导致网络安全连通度的降低。针对该问题,给出了保障网络安全连通度的节点分布模型,并提出两种可保障安全连通的节点分布优化算法。首先引入安全引力的概念,提出可保障安全连通的改进虚拟力导向算法,保证节点能够在维持安全连通的前提下进行扩教运动,并增强传感器网络的有效覆盖率;转化问题为带约束条件的多目标优化问题,利用节点坐标向量变化编码表示节点位置移动情况,提出基于NSGA-Ⅱ的节点安全分布优化算法。系统分析了不同部署模型下算法的性能,仿真结果表明上述算法均能够快速收敛于网络覆盖率和安全连通度两者的折衷点,满足无线传感器网络的实际需求。