混合节点的WSN栅栏覆盖算法研究

发布时间：2020-11-19 08:48

　　 无线传感器网络是由部署在监测区域的静止或移动的传感器节点以Ad hoc方式构成的分布式网络。在网络中,节点具有微型、廉价、低功耗等特点以及有限的感知、计算、数据处理、存储、通信等能力。覆盖是无线传感器网络研究的主要内容之一,栅栏覆盖作为覆盖的一个分支,在学术界、工业界和军事界引起极大地关注,广泛应用于边境入侵监测、安防监控等领域。为了减少节点移动距离,降低网络能耗,延长网络生命周期,弥补由静态节点或动态节点组成的网络存在的不足,本文将混合传感器节点引入栅栏覆盖领域进行研究。首先,本文引入Voronoi图划分带状监测区域,根据最小二乘法原理,以静态节点为准拟合直线,构建基准栅栏带,利用动态节点的移动性修复栅栏缺口,重新部署监测区域,提出了一种基于Voronoi图的混合节点栅栏覆盖算法V-HNBC。通过对部署区域的覆盖情况进行监测分析,判断是否满足覆盖缺口存在的条件,以此来决定是否需要移动节点修复栅栏缺口。其次,引入节点覆盖集轮换机制,将传感器节点以正态分布方式部署于监测区域,以静态节点为准拟合多项式曲线,选取基准栅栏带;在栅栏带上执行搜索算法,监测栅栏缺口。若监测到缺口,执行匈牙利算法,进行二部图最大匹配,移动动态节点修复栅栏缺口,实现栅栏覆盖的节点重新部署,提出了基于覆盖集的混合节点栅栏覆盖算法CS-HNBC。然后,将学习自动机引入传感器网络中,对监测区域的节点状态(工作或休眠)进行调度来研究栅栏覆盖问题。通过初始化学习自动机,构建覆盖集,学习更新网络,监测栅栏等步骤,对传感器节点状态进行有效调度,使部分节点工作而让其余节点处于低功耗的休眠状态以节省能耗,延长网络生命周期,提出了学习自动机下的混合节点栅栏覆盖算法LA-HNBC。最后,通过NS-3平台,对V-HNBC算法、CS-HNBC算法和LA-HNBC算法各个参数对覆盖性能的影响进行仿真。结果表明,本文算法不同程度地提高了对监测区域的覆盖质量,实现了更短的节点移动距离、更少的能量消耗、更多的栅栏数量、更高的覆盖率、更长的网络生命周期等,达到预期的覆盖目标。
【学位单位】：西北师范大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP212.9;TN929.5
【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景和意义
    1.2 中外研究现状
    1.3 论文主要工作
    1.4 论文结构安排
2 无线传感器网络概述
    2.1 无线传感器网络概述
    2.2 网络覆盖
        2.2.1 网络覆盖分类
        2.2.2 节点感知模型
        2.2.3 网络能量模型
    2.3 栅栏覆盖
        2.3.1 相关定义
        2.3.2 栅栏覆盖分类
        2.3.3 目前的研究不足
    2.4 本章小结
3 基于Voronoi的WSN混合节点栅栏覆盖算法
    3.1 网络模型
        3.1.1 问题描述
        3.1.2 网络模型
    3.2 基于Voronoi图的混合节点栅栏覆盖算法
        3.2.1 基准栅栏选取
        3.2.2 栅栏缺口监测
        3.2.3 栅栏缺口修复
        3.2.4 算法描述
        3.2.5 算法复杂度分析
    3.3 仿真实验
        3.3.1 算法有效性分析
        3.3.2 节点参数变化的影响
        3.3.3 k-栅栏形成的比较
        3.3.4 不同基准栅栏的对比
        3.3.5 区域长度的影响
        3.3.6 存活节点数量的比较
    3.4 本章小结
4 基于覆盖集的混合节点栅栏覆盖算法研究
    4.1 网络模型
    4.2 基于覆盖集的混合节点栅栏覆盖算法
        4.2.1 覆盖集轮换机制
        4.2.2 栅栏缺口监测
        4.2.3 栅栏缺口修复
        4.2.4 算法描述
        4.2.5 栅栏覆盖质量分析
    4.3 仿真实验
        4.3.1 节点不同分布的比较
        4.3.2 区域长度的影响
        4.3.3 移动节点个数的影响
        4.3.4 平均移动距离比较
        4.3.5 不同冗余度的影响
        4.3.6 移动传感器比例的影响
    4.4 本章小结
5 学习自动机下的混合节点栅栏覆盖算法研究
    5.1 网络模型
    5.2 学习自动机概述
    5.3 学习自动机下的混合节点栅栏覆盖算法
        5.3.1 自动机初始化
        5.3.2 选择覆盖集
        5.3.3 学习更新
        5.3.4 监测网络
    5.4 仿真实验
        5.4.1 栅栏数量问题
        5.4.2 不同学习率的比较
        5.4.3 工作时间的影响
        5.4.4 感知半径的影响
        5.4.5 评估参数的影响
        5.4.6 不同区域长度的对比
    5.5 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
附录 ：攻读硕士期间发表的学术论文及参与项目
致谢

【参考文献】

相关期刊论文 前10条

1 郭秀明;周国民;樊景超;;无线传感器网络中节点部署算法研究综述[J];传感器与微系统;2015年07期

2 孙泽宇;伍卫国;王换招;陈衡;邢萧飞;;无线传感器网络基于参数可调增强型覆盖控制算法[J];电子学报;2015年03期

3 王超;范兴刚;王恒;杨静静;;一种高效强K-栅栏覆盖构建算法[J];传感技术学报;2015年02期

4 王建平;陈改霞;孔德川;陈伟;;一种基于学习自动机的WSN区域覆盖算法[J];数据采集与处理;2014年06期

5 宋志强;周献中;李华雄;;基于移动无线传感器节点的栅栏覆盖研究[J];计算机应用与软件;2014年09期

6 王树西;李安渝;;Dijkstra算法中的多邻接点与多条最短路径问题[J];计算机科学;2014年06期

7 陈业纲;徐则同;;移动WSN的栅栏覆盖节能算法[J];计算机仿真;2014年05期

8 刘帅;李克清;戴欢;张骞;;移动传感器k栅栏覆盖研究[J];传感器与微系统;2014年05期

9 田莹;韩建群;刘宴涛;;分布式WSN联合概率覆盖节点调度算法[J];计算机工程与应用;2014年07期

10 奎晓燕;杜华坤;梁俊斌;;无线传感器网络中一种能量均衡的基于连通支配集的数据收集算法[J];电子学报;2013年08期

本文编号：2889976