论文部分内容阅读
覆盖问题作为传感器网络的一个基本问题,研究的是如何优化节点的部署,使得网络提供的感知服务最优。合理的节点部署不仅能够保证网络的覆盖连通,还可以延长网络提供感知服务的时间。本文深入研究了有向传感器网络(Diectional Sensor Networks,DSN)的多sink节点部署问题和覆盖增强问题。主要研究工作有:①针对随机部署DSN的多sink节点部署问题,提出了基于聚类划分的多sink节点部署算法(Clustering Division Multiple Sink Deployment Algorithm,CDMSDA)。算法通过贪心递归的思想,找出需要部署的sink节点数K,使得除孤立节点外的所有普通节点到sink的通信距离都在一跳内。然后以此为依据将目标区域内的节点划分为K个聚类。考虑到目标区域内的孤立节点会带来不必要的sink节点部署成本,算法在聚类过程引入合并机制。通过多次循环聚类,最终找到使得普通节点到sink平均距离最短的sink节点个数及最优部署位置。仿真实验表明,CDMSDA算法在部署的sink节点数及sink节点的位置上优于RDF算法,且能够保证普通节点到sink节点的平均通信距离都在一跳之内,从而延长网络的使用寿命。②针对随机部署DSN的区域覆盖增强问题,提出了虚拟力导向粒子群有向传感网络覆盖增强算法(Virtual Force-directed Particle Swarm Coverage-enhancing algorithm for Directional Sensor Networks,VFPSC-DSN)。算法以目标区域的有效覆盖率为指标,通过节点质心的受力,引导粒子群算法的进化,从而使得粒子群快速的收敛到全局最优解上。最后,通过一次性的将节点的主感知方向调至最佳感知方向上,实现目标区域的覆盖增强。仿真实验表明,VFPSC-DSN算法能够很好的解决静态同构DSN的覆盖增强问题。与VF算法和SPSO算法相比,VFPSC-DSN算法在区域的覆盖增强及收敛速度上具有优势。