没有合适的资源?快使用搜索试试~ 我知道了~
年轮式水下无线传感器网络节点深度自调节优化部署方法.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 92 浏览量
2022-12-01
09:09:29
上传
评论
收藏 864KB DOCX 举报
温馨提示
试读
14页
年轮式水下无线传感器网络节点深度自调节优化部署方法.docx
资源推荐
资源详情
资源评论
1. 引言
基于水声通信的水下无线传感器网络(Underwater Wireless Sensor Networks,
UWSNs)
[1, 2]
在实时水质监测、海域、水域污染治理、军事防御等方面有着广阔的应用前景
[3, 4]
.有效的水下 3D UWSNs 部署是其高效工作的前提和基础.然而,由于水下环境的恶劣情
况,目前对于该问题的研究与实际应用还有较大差距
[4, 5]
.静态 3D 监测网络节点部署方式耗
时耗力,且无法应用于需预先计算位置的恶劣环境,如污染检测、军事防御等
[6]
.使用搭载
AUV 辅助的自由移动的传感器的部署方式
[7]
,由于自由移动的传感器节点需要引擎,体积
大且成本高,大量应用会大大增加网络成本.因此,寻求低成本、高覆盖、经济可行的快速
部署方式成为近年来研究的重要方向.目前,一种经济可行的方法是利用水下传感器的特点
设计水下深度调节自部署策略.这种传感器利用浮力和重力仅限于在垂直方向上可以改变自
身位置,价格较 AUV 部署方式低很多
[8, 9]
,因此布网和后期运行成本的优势使其部署方法
成为近年来学者研究热点.
文献[8]实验中节点之间通信必须通过水面的浮标,而不是水声通信方式.文献[9]提出
了一种基于非均匀分簇半径可调节的节点自部署算法,该方法考虑到了网络可靠性、能量
均衡等问题,但其深度调节策略无法达到全局最优.文献[10]提出了一种基于 Voronoi 图的
节点深度调节部署算法(Voronoi-based Optimized Depth Adjustment, VODA)), 以提高覆盖率
和连通性为优化目标,但未考虑能量均衡问题.文献[11]能量均衡性较差,且在优化调整集
群内节点位置时,只考虑了节点距离为通信半径的位置上的覆盖冗余度,因此覆盖率还有
进一步提升的空间.文献[12]仅将网络覆盖率作为标准,忽略了网络连通率对网络服务质量
的影响.文献[13]算法未涉及任何能量相关问题.文献[14]在深度调节时考虑到了节点漂移等
情况,但同样没有考虑能量均衡问题.
针对现有部署方法的问题,提出一种年轮式水下无线传感器网络非均匀部署方案.由抛
洒在水面上的 2D 连通网络开始,从 Sink 节点以年轮增长的方式逐层搜索隶属节点,构建
连通树结构;建立以覆盖利用率最大和能量均衡为目标的优化模型,计算各节点下潜深度.
计算仿真结果表明,本文方法形成的水下 3D 网络具有良好的部署性能,不但在确保全连
通基础上提升了网络覆盖率,而且本部署方法所构建的 UWSNs 节点逐层非均匀分布,越
靠近 Sink 区域节点个数越多,节点密度越大,远离 Sink 区域节点密度相对较小,此种网
络结构能量均衡,提高了后期使用网络的可靠性,有效延长网络寿命.
2. 网络模型和相关定义
2.1 网络模型
设定首先由飞机或舰船在目标水域随机抛洒传感器节点到水面上,形成一个稠密的
2D 连通平面网络.假设这些传感器都具备感知和垂直方向上移动的能力,能够通过一跳或
多跳将收集到的信息通过水声信道发送给目标水域中心的水面基站 Sink 节点,Sink 节点通
过无线电波传送信息到陆上基站.现对网络模型作如下设定:
(1) 网络初始化时,N 个同构节点随机部署在 L×W×H 的三维监测区域的水面上,形
成一个连通 2D 网络,节点处于休眠状态,节点本身都没有 GPS 装置,但采用平面相关的
无线定位算法,各节点能够获取自身在监测区域水面上的相对坐标位置信息.
(2) 唯一的 Sink 节点位于监测区域中心水面,Sink 节点能量可以得到补充.
(3) 每个节点有一个唯一的 ID,可变通信传输半径 Rb,其最大值为 Rc
max
,感知半径
Rs.
(4) 传感器节点的覆盖模型采用布尔模型.
2.2 相关定义
定义 1 [覆盖利用率] 设网络中节点 Ns
i
被邻居节点 Ns
j
覆盖重叠的概率为:
pj=V(Nsi,Nsj)43πRs3pj=V(Nsi,Nsj)43πRs3
(1)
式中,V(Ns
i
, Ns
j
)为两节点覆盖重叠区域的体积.Ns
i
未被邻居节点 Ns
j
覆盖的概率为:
p~j=1−pjp~j=1−pj
(2)
定义 Ns
i
的覆盖利用率为其未被所有 m 个邻居节点覆盖的概率:
P˜(Nsi)=∏j=j1jm(1−pj)P~(Nsi)=∏j=j1jm(1−pj)
(3)
其反映的是节点 Ns
i
未与邻居重叠的区域体积占自身感知区域体积的比率.
定义 2 [树轮] 依据年轮式部署策略所构建的以 Sink 为根节点的连通树中,第 g 轮子
树根节点集称为第 g 树轮,记为 Root
g
.
定义 3 [前向子树根节点] 第 g 个树轮 Root
g
中的各子树根节点在网络部署阶段数据采
集和传输时,将收集到的信息向上向前一跳或多跳传递到前轮子树根节点,称 Root
g
中的
各子树根节点为前向子树根节点.
定义 4 [基准节点集] 网络部署过程中,将当前树轮中已经计算出下潜深度的节点集
称为基准节点集,记为 basenodes,它是对未处理节点进行深度计算的参考基准,初始时
basenodes={Sink},随着部署过程的进行将当前经过深度计算处理的节点动态加入基准节点
集.
定义 5 [节点间的水平距离/期望距离/偏移距离] 节点 Ns
i
和 Ns
j
之间的水平距离定义
为将 Ns
i
、Ns
j
放置在同一个水平面(即设 Ns
i
.Z=Ns
j
.Z)时两节点之间的距离,记为
d(Ns
i
, Ns
j
);节点 Ns
i
和 Ns
j
之间的期望距离定义为保证深度调节时 Ns
i
和 Ns
j
之间连通性而需
要的距离,记为 Edist(Ns
i
, Ns
j
),其最大值为 Rc
max
,最小值为 d(Ns
i
, Ns
j
),实际深度调节时其
值取集合{Rc
max
, Rc
max
-Δr,…,d(Ns
i
, Ns
j
)}内任一元素值,其中 Δr 为步长;节点 Ns
i
和 Ns
j
之间的偏移距离定义为在保证 Ns
i
和 Ns
j
之间连通性时 Ns
i
可能的基于 Ns
j
在垂直方向的偏移
距离,记为 Div
Ns
(Ns
i
, Ns
j
),三个距离之间的关系如式(4).
DivNs(Nsi,Nsj)=Edist2(Nsi,Nsj)−d2(Nsi,Nsj)−−−−−−−−−−−−−−−−−−−−−−−−−−√DivNs(Nsi,Nsj)=Edist2(Nsi,Nsj)−d2(Nsi,Nsj)
(4)
2.3 网络可靠性
定义 Sink 节点 Rc
max
范围内的节点个数为 N
sin
,节点的平均邻居节点个数 N
avg
,其计算
如下式所示.
Nsin=N|dist(.,Sink)<RcmaxNsin=N|dist(.,Sink)<Rcmax
(5)
Navg=1N⋅∑i=1NNi∣∣∣∣dist(.,Ns)<RcmaxNavg=1N⋅∑i=1NNi|dist(.,Ns)<Rcmax
(6)
式中,dist(., .)为两节点间的欧氏距离;N |
dist(., Sink)<Rcmax
为与 Sink 节点的距离小于 Rc
max
的节点个数;N
i
|
dist(., Nsi
)<Rc
max
为与节点 Ns
i
的距离小于 Rc
max
的节点个数,即 Ns
i
的节点
度.N
sin
和 N
avg
值越高,表示网络面对环境影响或自身能量消耗死亡后的可变通传递信息路
径越多,因此网络可靠性越高.
3. 年轮式深度自调节非均匀部署算法
部署方法总体分为三个阶段:(1)由 Sink 节点起以年轮增长的方式逐层搜索隶属节
点,形成各树轮{Root
1
, Root
2
, Root
3
, …}以及由隶属于各树轮子树根节点的普通节点组成的
各层普通节点集{ S
1
, S
2
, S
3
, …},构建以 Sink 为根节点的全连通树结构;(2)建立以覆盖利
用率最大和能量均衡为目标的优化模型,计算各节点基于其基准节点集的全局最优下潜深
度;(3)Sink 将计算出的每个节点的深度值通过构建的连通树分布至各节点,节点物理下潜
至最终深度位置,形成一个由 Sink 到监测区域边界树轮间距逐渐增大、节点分布由密到疏
的非均匀分布网络.
其中,第(1)阶段搜索构建全连通树和第(2)阶段节点深度计算交替同时进行,即:每
搜索一层树轮和隶属于该树轮的普通节点集,在构建该轮次连通子树的基础上计算节点深
度,如此逐轮进行下去,每轮通信半径逐层增长,直至将所有节点加入连通树,计算出最
优深度.
3.1 年轮式构建全连通树
3.1.1 初始化
将 N 个传感器节点随机散布在以 Sink 节点为中央节点的水面目标区域,设 Sink 节点
在三维空间的坐标为(L/2, W/2, 0),id 为 0,其他每个节点的相对坐标为 Ns
i
(x
i
, y
i
, 0),节点
Ns
i
初始化以下几个属性<id=i, tree=0, leaf=1, father=N+1, root=Inf, processed=0>.其中,id
为每个节点的唯一标识;tree 表示节点是否加入树结构(1_是,0_否);leaf 为节点是否叶子
剩余13页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3654
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
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
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