没有合适的资源?快使用搜索试试~ 我知道了~
在野外环境部署大规模传感器网络时,往往采用随机部署方式,导致覆盖率不高。为此提出一种基于虚拟力(virtual force)扰动和布谷鸟搜索(CS,Cuckoo search)的移动传感器网络覆盖优化算法(VF-CS)。首先,对传感器节点进行Voronoi图划分,形成独立的泰森多边形(Thiessen polygon)。其次,对泰森多边形内的节点进行虚拟力的分析,将多边形顶点和邻居节点的作用力作为布谷鸟搜索位置更新的扰动因子。最后,通过布谷鸟搜索引导节点移动实现覆盖优化。仿真实验结果表明,与以往基于Voronoi图的覆盖优化算法相比,VF-CS算法提高了覆盖率,减少了节点平均移动距离。
资源推荐
资源详情
资源评论
2018 年 3 月 Journal on Communications March 2018
2018039-1
第 39 卷第 3 期 通 信 学 报 Vol.39
No.3
基于 VF-CS 的移动传感器网络覆盖优化算法
李光辉
1,2,3
,胡世红
1,3
(1. 江南大学物联网工程学院,江苏 无锡 214122;2. 江苏省无线传感网高技术研究重点实验室,江苏 南京 210003;
3. 物联网技术应用教育部工程技术研究中心,江苏 无锡 214122)
摘 要:在野外环境部署大规模传感器网络时,往往采用随机部署方式,导致覆盖率不高。为此提出一种基于虚
拟力(virtual force)扰动和布谷鸟搜索(CS, Cuckoo search)的移动传感器网络覆盖优化算法(VF-CS)。首先,
对传感器节点进行 Voronoi 图划分,形成独立的泰森多边形(Thiessen polygon)。其次,对泰森多边形内的节点进
行虚拟力的分析,将多边形顶点和邻居节点的作用力作为布谷鸟搜索位置更新的扰动因子。最后,通过布谷鸟搜
索引导节点移动实现覆盖优化。仿真实验结果表明,与以往基于 Voronoi 图的覆盖优化算法相比,VF-CS 算法提
高了覆盖率,减少了节点平均移动距离。
关键词:移动传感网络;虚拟力;布谷鸟搜索;覆盖率;优化
中图分类号:TP393
文献标识码:A
doi: 10.11959/j.issn.1000-436x.2018039
Coverage optimization algorithm based on
VF-CS in mobile sensor network
LI Guanghui
1,2,3
, HU Shihong
1,3
1. School of Computer Technology, Jiangnan University, Wuxi 214122, China
2. Jiangsu High Technology Research Key Laboratory for Wireless Sensor Networks, Nanjing 210003, China
3. Research Center of IoT Technology Application Engineering (MOE), Wuxi 214122, China
Abstract: A random placement of large-scale sensor network in the outdoor environment often causes low coverage. An
area coverage optimization algorithm of mobile sensor network (MSN) based on virtual force perturbation and Cuckoo
search (VF-CS) was proposed. Firstly, the virtual force of the sensor nodes within the Thiessen polygon was analyzed based
on the partitioning of Voronoi diagram of the monitoring area. Secondly, the force of polygon vertices and neighbor nodes
was taken as the perturbation factor for updating the node’s location of the Cuckoo search (CS). Finally, the VF-CS guided
the node to move so as to achieve the optimal coverage. The simulation results demonstrate that the proposed algorithm has
higher coverage and shorter average moving distance of nodes than the Voronoi diagram based algorithms in literatures.
Key words: mobile sensor network, virtual force, Cuckoo search, coverage, optimization
1 引言
区域覆盖是无线传感器网络中的一个基本问
题,它直接影响了网络的服务质量。当网络拓扑结
构发生变化时,保持或增加网络的整体覆盖率十分
重要
[1]
。移动传感器网络是由配备有移动平台的传
收稿日期:2017-10-12;修回日期:2018-02-14
通信作者:李光辉,ghli@jiangnan.edu.cn
基金项目:国家自然科学基金资助项目(No.61472368, No.61174023);江苏省重点研发计划基金资助项目(No.BE2016627);
中央高校基本科研业务费专项资金基金资助项目(No.RP51635B);无锡市国际科技研发合作基金资助项目(No.CZE02H1706)
Foundation Items: The National Natural Science Foundation of China (No.61472368, No.61174023), The Key Project of the Jiang-
su Provincial Research and Development (No.BE2016627), The Fundamental Research Funds for the Central Universities
(No.RP51635B), International Scientific and Technological Cooperation Projects of Wuxi (No.CZE02H1706)
·96· 通 信 学 报 第 39 卷
感器节点组成,以便在初始部署后允许传感器节点
移动
[2]
。越来越多的应用场合需要移动传感器网络,
如智能交通系统、安全系统、社会交互等复杂场景
[3,4]
。
移动传感器网络以其自然优势能够很好地适应网
络拓扑结构变化,并将节点移动到正确的位置,从
而提高区域覆盖率。
目前,针对传感器网络覆盖优化问题,已经有
很多研究成果
[5~15]
。例如,丁旭等
[9]
通过研究区域
覆盖的特征,提出特征点集的概念并改进了粒子群
算法,将传统的区域覆盖转化为基于特征点集优化
覆盖问题。李劲等
[10]
结合博弈论提出一种分布式的
覆盖优化算法,算法收敛时网络能达到较高的覆盖
率。近年来,由于移动传感器网络相比于静态的传
感器网络在应对拓扑变化方面更有优势
[11]
,移动节
点的部署优化研究领域也取得了重要进展
[16~22]
。其
中,Voronoi 图是移动传感器网络中常用的覆盖分
析方法,涂志亮等
[17]
针对移动传感器网络中动态
目标的监测优化问题,建立基于 Voronoi 剖分的
监测性能评价函数,提高网络覆盖质量,提出基
于群集控制的传感器节点部署分布式控制方法。
Boukerche 等
[18]
提出一种基于 Voronoi 图的技术,在
传感器节点位置未知的条件下,通过定向天线获取
邻居节点位置以及局部平面扫描算法寻找覆盖漏
洞,从而提高全局覆盖。Lee 等
[19]
提出了一种基于
Voronoi 多边形形心的部署策略(CBS, cen-
troid-based scheme),将区域覆盖问题转化为每个传
感器节点所属泰森多边形的覆盖优化问题,但 CBS
算法没有考虑邻居传感器节点的覆盖,容易出现覆
盖重叠等问题。方伟等
[20]
在 CBS 的基础上分析了
Voronoi 多边形盲区情况,提出一种基于 Voronoi 多
边形盲区的覆盖控制部署策略(BCBS, blind-zone
centroid-based scheme),有效提高了覆盖率,但由
于其在分析盲区构造与多边形盲区相近的多边形
时,计算复杂度高,导致算法耗时偏长。Abo-Zahhad
等
[21]
提出一种基于 Voronoi 图的集中式免疫部署算
法( CIVDA, centralized immune-Voronoi deployment
algorithm),其利用 Vo r o n o i 图的特性折中异构传感
器网络的覆盖与能量消耗,算法收敛快,但存在“早
熟”现象,而且在同构网络中,该算法在覆盖率方
面还有待提高。
针对以往研究中存在的问题,本文提出了一种
基于虚拟力扰动和布谷鸟搜索的移动传感器网络
覆盖优化算法,该算法在 Voronoi 图划分的基础上,
对泰森多边形内的传感器节点进行虚拟力的分析,
不仅考虑了多边形顶点的作用力以分析覆盖漏洞
区域方向,同时也考虑了邻居节点的作用力以减少
重叠覆盖面积,将节点所受的总虚拟力作为布谷鸟
搜索位置更新的扰动因子,引导节点更新位置朝着
存在覆盖漏洞区域的方向移动,并且移动范围局限
在所属的泰森多边形,加快了全局收敛速度,提高
了整体覆盖率,也减少了节点的平均移动距离。
2 预备知识
2.1 问题模型
在二维正方形监测区域内,监测区域大小 Γ 为
LL
×
,在 Γ 的范围内随机抛撒 N 个传感器节点,
传感器节点集合
{
}
12
,,,
N
SSS S=
。所有传感器节
点具有相同的性能,节点的感知半径为
s
R
,通信半
径为
c
R
,点
i
S
位置坐标记为
()
,
ii
x
y
, i=1,2,…, N。为
了有效计算网络覆盖率,将监测区域网格化为
mn
×
个像素点,记为
(
)
{
}
,, 1,2,,
jii
Hxyj mn
=
∈× ,用
感知模型测量每个像素点是否被传感器节点覆盖
[19]
。
节点
i
S 与像素点
j
H 的距离记为
()( )( )
22
,
ij i j i j
D
SH x x y y=−+− (1)
传感器节点的感知范围是一个以节点坐标为
圆心、
s
R
为半径的封闭圆盘区域。像素点
j
H 被点
i
S
感知的概率
(
)
,
ij
pS H 为
()
()
()
1, ,
,
0, ,
ij s
ij
ij s
D
SH R
pS H
D
SH R
⎧
⎫
⎪
⎪
=
⎨
⎬
>
⎪
⎪
⎩⎭
≤
(2)
所有传感器节点同时对像素点进行感知的联
合感知概率为
() ( )
()
1
,11 ,
N
jij
i
CSH pS H
=
=− −
∏
(3)
一般情况下,像素点可以同时被多个传感器节
点同时感知,只要有一个节点覆盖了像素点,则称
该像素点被覆盖。由此,监测区域的覆盖率
COV
Q 为
传感器节点集覆盖的像素点的总数与监测区域
Γ 的
总像素点的比值,记为
()
1
COV
,
mn
j
j
CSH
Q
mn
×
=
=
×
∑
(4)
网络中所有节点覆盖的监测区域面积与节点
201803
9
-2
剩余12页未读,继续阅读
资源评论
weixin_38545332
- 粉丝: 6
- 资源: 979
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功