無線傳感器網(wǎng)絡(luò)是一種分布式傳感網(wǎng)絡(luò)，它的末梢是可以感知和檢查外部世界的傳感器。WSN廣泛應(yīng)用于軍事、智能交通、環(huán)境監(jiān)控、醫(yī)療衛(wèi)生等多個領(lǐng)域。本文是一篇電子科技論文范文，主要論述了基于虛擬力的傳感器網(wǎng)絡(luò)三維覆蓋算法。
　　摘要：針對三維無線傳感器網(wǎng)絡(luò)中節(jié)點非均勻覆蓋需求的問題，提出一種基于虛擬力的三維覆蓋算法(3DCAVF)。該算法是將虛擬力應(yīng)用在無線傳感器網(wǎng)絡(luò)中實現(xiàn)節(jié)點布置， 通過虛擬力和擁擠度控制， 使節(jié)點能夠自動覆蓋事件， 并且使節(jié)點和事件的密度呈現(xiàn)一種平衡的效果。在Matlab平臺上進行仿真實驗，將所提算法與基于人工勢場的三維部署算法(APFA3D)、基于未知目標精確覆蓋的三維部署算法(ECA3D)進行比較，在事件呈T型不均勻部署和線型不均勻部署兩種情況下進行實驗，所提算法的事件集覆蓋效能比APFA3D、ECA3D 算法有3.6%、3.1%的提高。仿真實驗結(jié)果表明所提算法能夠有效處理三維無線傳感器網(wǎng)絡(luò)中節(jié)點的布置問題。

　　關(guān)鍵詞：無線傳感器網(wǎng)絡(luò),三維覆蓋,虛擬力,擁擠度控制,事件

　　0引言

　　現(xiàn)如今對于無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network， WSN)[1-2]的探索與使用已經(jīng)是一個迅速發(fā)展的領(lǐng)域，再加上無線通信技術(shù)與電子技術(shù)的突飛猛進，促使費用低、能量消耗少、功能豐富的傳感器的開發(fā)向占用空間更小，并使這些傳感器的開發(fā)向通信方面發(fā)展。盡管無線傳感器網(wǎng)絡(luò)最開始是在軍事方面使用，但現(xiàn)在其被研究和運用在許多不同的民用領(lǐng)域，如：車輛跟蹤、環(huán)境監(jiān)測、森林河畔監(jiān)測、地震觀測、生物醫(yī)學或醫(yī)療應(yīng)用以及建筑工程監(jiān)理等。無線傳感器網(wǎng)絡(luò)擁有可移動的或者可靜止的傳感器節(jié)點，收集被監(jiān)測地區(qū)的一些被感知對象的信息，并且要把這些信息傳給網(wǎng)絡(luò)擁有者。覆蓋在無線傳感器網(wǎng)絡(luò)中一直非常受到關(guān)注，其與節(jié)能問題、連通性問題以及網(wǎng)絡(luò)重組問題有關(guān)。

　　它主要解決如何部署傳感器節(jié)點實現(xiàn)充分有效覆蓋，使服務(wù)區(qū)內(nèi)的每個點至少得到一個傳感器節(jié)點的監(jiān)控[3-4]。

　　針對無線傳感器網(wǎng)絡(luò)中的覆蓋問題，眾多學者相繼提出一系列的解決方案。于廣州[5]提出了一種覆蓋算法，它是針對多類別目標的在線性規(guī)劃的基礎(chǔ)上實現(xiàn)的，此算法通過簇結(jié)構(gòu)得到的全局覆蓋集接近最優(yōu)解;Ren等[6]分析了4個虛擬力模型參數(shù)，然后選擇4個評價因子(覆蓋增量規(guī)模、迭代次數(shù)、覆蓋效率、節(jié)點平均移動距離)評價這些虛擬力模型;衣曉等[7]證明結(jié)合使用單重覆蓋和多重覆蓋能夠有效解決邊界區(qū)域的覆蓋問題;Esnaashari等[8]提出了一種自學習的部署策略，在沒有任何傳感器知道它的位置或與其他傳感器的相對距離的網(wǎng)絡(luò)區(qū)域指導(dǎo)移動傳感器節(jié)點的方法; Wang等[9]提出一種局部虛擬力的方法用來增強移動節(jié)點的覆蓋效能。

　　1相關(guān)工作

　　虛擬力算法(Virtual Force Algorithm， VFA)[10]是節(jié)點隨機拋灑到監(jiān)測區(qū)域后借助物理世界中的范德華力進行重新部署。

　　當兩個節(jié)點間的距離大于某值時，會產(chǎn)生引力拉近它們的距離，而當距離過近直到小于某一給定的值時，則會產(chǎn)生斥力，依此來調(diào)整兩者之間的距離，使節(jié)點均勻地分布在目標區(qū)域。但VFA只適用于二維空間中節(jié)點的部署。針對三維空間的VFA3D(Virtual Force Algorithm in ThreeDimensional Space)和ECA3D(Exact Covering Algorithm in ThreeDimensional Space)[11]相繼被提出，算法中的節(jié)點能夠根據(jù)目標區(qū)域的不同形態(tài)重新部署從而提高區(qū)域覆蓋率，但它們?yōu)榱藢崿F(xiàn)完全覆蓋使節(jié)點均勻地分布在目標區(qū)域中，都沒有考慮到不同情況對覆蓋程度的要求不同，比如要監(jiān)測熱帶雨林中的紅壤就沒有必要監(jiān)測磚紅壤。本文研究了傳感器節(jié)點在三維無線傳感器網(wǎng)絡(luò)中的非均勻覆蓋需求的問題，提出了一種基于虛擬力的傳感器網(wǎng)絡(luò)三維覆蓋算法(ThreeDimensional Coverage Algorithm based on Virtual Force in sensor network， 3DCAVF)， 此算法將虛擬力應(yīng)用在三維無線傳感器網(wǎng)絡(luò)中實現(xiàn)節(jié)點布置， 并且使得節(jié)點和事件的散布密度達到互相匹配的目的。

　　2基于虛擬力的傳感器網(wǎng)絡(luò)三維覆蓋算法

　　2.1虛擬力相關(guān)模型

　　為更好地理解本文算法，設(shè)計了與虛擬力相關(guān)的節(jié)點覆蓋模型，如圖1～5所示分別呈現(xiàn)了節(jié)點受虛擬力影響最終覆蓋事件的過程，黑色的圓點表示被監(jiān)測的事件[12]，黑色球體表示隨機撒入監(jiān)測區(qū)域的傳感器節(jié)點，箭頭表示力的作用。

　　2.23DCAVF的實現(xiàn)

　　關(guān)于虛擬力公式模型的研究截至目前已有很多種，李享等[10]借助了范德華力，劉惠等[13]使用了胡克定律以及庫侖定律，本文則借鑒了關(guān)于萬有引力的模型[14]。以下是本文中涉及到的虛擬力的分析。在整個監(jiān)測區(qū)域中節(jié)點受到的作用力有：節(jié)點間的相互作用力Fij，事件對節(jié)點的吸引力Fe以及障礙物和節(jié)點之間的斥力Fb。

　　1)節(jié)點間的相互作用力。

　　Fij=

　　+∞，0　　(k1mimj)/(da1ij)，kmin　　0，dij=kb

　　(-k2mimj)/(da2ij)，kb　　0，dij>Rc (1)

　　其中：k1、k2、a1、a2都表示增益系數(shù);mi、mj表示節(jié)點質(zhì)量因子(通常取單位1);dij表示節(jié)點i和節(jié)點j的歐氏距離;kmin表示節(jié)點間的最小安全距離;kb表示節(jié)點間的平衡距離;Rc表示節(jié)點的通信半徑。當節(jié)點之間的距離小于最小安全距離時，節(jié)點之間具有無窮大的排斥力;當節(jié)點之間的距離在最小安全距離與平衡距離之間時，節(jié)點間具有排斥力;當節(jié)點之間的距離等于平衡距離時，達到平衡沒有作用力;當節(jié)點之間的距離在平衡距離與通信半徑之間時，節(jié)點相互吸引;當節(jié)點之間的距離比通信半徑大的時候，節(jié)點間的作用力消失。 　　2)事件對節(jié)點的吸引力。

　　Fe=

　　(-k3meimj)/(d(ei， j)ae)，j∈Q(E)

　　0，其他 (2)

　　其中：k3、ae表示增益系數(shù);d(ei， j)表示節(jié)點j到事件ei的歐氏距離;mei、mj分別表示事件ei與節(jié)點j的質(zhì)量因子;Q(E)表示事件集E產(chǎn)生的引力所作用的區(qū)域。當節(jié)點在事件集E所產(chǎn)生的引力作用范圍內(nèi)時，節(jié)點就會被事件吸引。

　　3)障礙物和節(jié)點之間的斥力。

　　Fb=

　　(k4mimj)/(dabij)，0　　0，dij>L (3)

　　其中：k4、ab是增益系數(shù);L是節(jié)點i到障礙物的歐氏距離。節(jié)點在移動時可能會與障礙物發(fā)生碰撞，所以可在障礙物的一定范圍內(nèi)設(shè)置指示節(jié)點j，當節(jié)點運動到指示節(jié)點的范圍內(nèi)時，指示節(jié)點就會對其產(chǎn)生排斥力。

　　4)節(jié)點所受虛擬力合力。

　　節(jié)點i所受到的虛擬力的合力如式(4)所示：

　　Fi=

　　Fe+∑j∈SF-ij+Fb，i∈Q(E)∩iE

　　∑j∈SF+ij，i∈Q(E)∩i∈E

　　∑j∈SF-ij+Fb，iQ(E) (4)

　　其中S表示傳感器節(jié)點集。當節(jié)點i在事件引力范圍內(nèi)并且i沒有覆蓋事件時，節(jié)點i受到事件的吸引力、節(jié)點間的吸引力以及障礙物的斥力;當節(jié)點i在事件引力范圍內(nèi)并且i覆蓋事件時，節(jié)點i只受節(jié)點間的斥力影響;當節(jié)點i不在事件引力范圍內(nèi)時，節(jié)點i受到節(jié)點間的吸引力和障礙物的斥力的作用。

　　2.3算法描述

　　1)算法假設(shè)。

　　①任意傳感器節(jié)點擁有感知能力、通信能力以及移動能力;

　�、赗c=2Rs，Rs為感知半徑;

　�、蹅鞲衅鞴�(jié)點能夠感知它所覆蓋的事件;

　�、芸梢詼y量得到監(jiān)測區(qū)域中的節(jié)點個數(shù)n;

　�、莨�(jié)點的最大移動步長為dirmax;

　�、薰�(jié)點i覆蓋的事件數(shù)為Nevent(i);

　�、吖�(jié)點i的鄰居節(jié)點數(shù)為Nneighbor(i);

　�、喙�(jié)點i處允許的擁擠度為δ(i)[12];

　　2)算法流程。

　　步驟1在被監(jiān)測的區(qū)域D中隨機撒布n個傳感器節(jié)點。通過判斷自己的狀態(tài)以及鄰居節(jié)點的狀態(tài)，節(jié)點i執(zhí)行以下操作。

　　步驟2當傳感器節(jié)點i沒有覆蓋事件時分為兩種情況。第一種情況是當此節(jié)點i沒有鄰居節(jié)點時，節(jié)點i會在最大移動步長dirmax內(nèi)，隨機移動到新位置Pni;第二種情況是當此節(jié)點i有鄰居節(jié)點時，節(jié)點i會在相應(yīng)虛擬力作用下移動。而當傳感器節(jié)點i覆蓋了事件，節(jié)點i也會在相應(yīng)虛擬力的作用下進行移動。偽代碼如下：

　　程序前

　　For loop=1：Maxloop;//循環(huán)迭代次數(shù)

　　While Nevent(i)=0

　　Do If (Nneighbor(i)=0)

　　Then Pni=Pi+random(dirmax)Or;

　　//在最大移動步長dirmax內(nèi)，隨機移動到新位置Pni。

　　//其中random(dirmax)表示0到dirmax之間的隨機數(shù)，

　　//Or表示任意單位向量。

　　Else If (Nneighbor(i)>0)

　　Then 根據(jù)式(4)計算Fi;

　　While Nevent(i)>0

　　Do 根據(jù)式(4)計算Fi;

　　End For

　　程序后

　　步驟3當傳感器節(jié)點覆蓋了所有事件，這些傳感器節(jié)點就會在擁擠度的控制下進行更優(yōu)化的部署，偽代碼如下：

　　程序前

　　While Nevent(i)<δ(i)

　　Do 根據(jù)合力及移動距離重新部署節(jié)點。

　　程序后

　　2.4算法分析

　　事件ei被節(jié)點j所覆蓋的概率由式(5)計算：

　　p(ei， j)=

　　1，d(ei， j)≤

　　e-λ[d(ei， j)-]，　　0，d(ei， j)>Rs (5)

　　其中：d(ei， j)表示事件ei與節(jié)點j的歐氏距離;表示節(jié)點的自信圓半徑[12];λ表示感知衰減因子，λ是節(jié)點的物理特性。

　　事件集E的覆蓋度由式(6)計算：

　　C(E)=∑ei∈E∑j∈Sp(ei， j)(6)

　　其中∑j∈Sp(ei， j)表示事件ei的覆蓋度。

　　假設(shè)在三維傳感器網(wǎng)絡(luò)中有一事件ei(xi，yi，zi)，則這個事件與撒布在三維傳感器網(wǎng)絡(luò)中的一個節(jié)點j(xj，yj，zj)的歐氏距離是在不受虛擬力時的距離為：

　　d(ei， j)=(xj-xi)2+(yj-yi)2+(zj-zi)2(7

　　而在虛擬力的作用下，節(jié)點j會隨虛擬力的合力大小和方向進行移動，因此事件ei與節(jié)點j的歐氏距離也會發(fā)生相應(yīng)的改變：

　　d′(ei， j)=d(ei， j)+dirj(8

　　由式(8)減去式(7)得到：

　　d′(ei， j)-d(ei， j)=dirj=arctan(Fi)×2π×dirmax(9)

　　其中arctan(Fi)×(2/π)×dirmax是一個小于零的數(shù)[13]，所以得出d′(ei， j)　　3仿真實驗和性能分析

　　為了驗證本文算法的性能，將本文算法與APFA3D(Artificial Potential Field Algorithm in ThreeDimensional Space)[11]和ECA3D[11]在Matlab中進行仿真比較。假設(shè)無線傳感器網(wǎng)絡(luò)部署在100m×100m×100m的立方體服務(wù)區(qū)中，在此監(jiān)測服務(wù)區(qū)內(nèi)分別對事件呈T型不均勻部署和事件呈線型不均勻部署展開實驗，仿真參數(shù)如表1所示。 　　假設(shè)無線傳感器網(wǎng)絡(luò)部署在100m×100m×100m的立方體服務(wù)區(qū)中，在此監(jiān)測服務(wù)區(qū)內(nèi)進行2組實驗。

　　在實驗1中將30個事件呈T型不均勻部署，7個傳感器節(jié)點隨機撒布，實驗如圖6所示，其中黑色小圓點代表事件，黑色球體代表傳感器節(jié)點在三維空間中的感知范圍。

　　從圖6中可以看出：APFA3D雖然對事件密集的地方進行了覆蓋，但是還是存在覆蓋漏洞;ECA3D雖然較APFA3D覆蓋程度高，但是并沒有對事件密集的地方進行更好地覆蓋;本文的3DCAVF由于使用虛擬力并且將覆蓋目標作為事件，不僅是傳感器節(jié)點具有虛擬力，事件集同樣具有虛擬力，在虛擬的引力和斥力的作用下，傳感器節(jié)點與事件能夠更好地匹配。本文的3DCAVF較APFA3D與ECA3D 有更高的覆蓋率，并且實現(xiàn)了傳感器節(jié)點和事件的分布密度互相匹配。

　　在實驗2中，將無線傳感器網(wǎng)絡(luò)部署在100m×100m×100m的立方體服務(wù)區(qū)中，在此監(jiān)測服務(wù)區(qū)中將30個事件呈線型不均勻部署，并且隨機撒布7個傳感器節(jié)點，實驗如圖7所示，其中黑色小圓點代表事件，黑色球體代表傳感器節(jié)點在三維空間中的感知范圍。

　　從圖7中可以看出：本文的3DCAVF由于運用虛擬力和擁擠度進行控制，使得事件密度高的區(qū)域能夠具有更高的覆蓋度;雖然ECA3D較APFA3D能夠達到更好地覆蓋效果，但是ECA3D卻不能根據(jù)事件的密集程度進行更好的覆蓋。本文的3DCAVF較APFA3D與ECA3D有更高的覆蓋率，并且實現(xiàn)了傳感器節(jié)點和事件的分布密度互相匹配。

　　本文使用文獻[12]中提出的事件集覆蓋效能η(E)作為算法的性能評價指標。圖8提供了2組實驗中的η(E)的比較。 如圖8所示，實驗1事件呈T型不均勻分布，三種算法從一開始就表現(xiàn)明顯，本文算法在第8次迭代就達到了最優(yōu)覆蓋效能，節(jié)點經(jīng)少數(shù)幾次運動就達到對事件的優(yōu)化覆蓋，收斂速度也較快，APFA3D在第20次才達到最優(yōu)，雖然ECA3D較APFA3D要好但也是在大約第15次時達到最優(yōu)。實驗2事件呈線型不均勻部署，在第20次迭代以前APFA3D較本文算法與ECA3D有明顯優(yōu)勢且收斂速度快，從第25次迭代開始ECA3D趕超APFA3D，從第20次開始本文算法表現(xiàn)出了優(yōu)勢�？梢钥闯霰疚乃惴ㄝ^其他兩種算法具有較高的事件集覆蓋效能并且算法的收斂速度也較其他兩種算法快。

　　4結(jié)語

　　本文研究了傳感器網(wǎng)絡(luò)的覆蓋問題，針對傳感器網(wǎng)絡(luò)的非均勻覆蓋需求，將虛擬力應(yīng)用在無線傳感器網(wǎng)絡(luò)中實現(xiàn)三維覆蓋。本文的3DCAVF對無線傳感器網(wǎng)絡(luò)中的節(jié)點進行受力分析，根據(jù)不同的情況實現(xiàn)相應(yīng)的部署。文中通過與APFA3D和ECA3D比較，驗證了本文3DCAVF較高的事件集覆蓋效能。作為下一步的工作，我們將解決本文算法能量消耗的問題并在實際環(huán)境中對本文算法進行測試。

　　參考文獻：

　　[1]REN X， WANG C. Multipath routing protocol based on threedimensional space and regional coevolution in wireless sensor network [J]. Journal of Computer Applications， 2015， 35(3)：610-614.(任秀麗，王沖.基于三維空間與區(qū)域協(xié)同進化的無線傳感網(wǎng)多路徑路由協(xié)議[J].計算機應(yīng)用，2015，35(3)：610-614.)

　　[2]DAI G， CHEN L， ZHOU B， et al. Coverage hole detection algorithm based on Voronoi diagram in wireless sensor network [J]. Journal of Computer Applications， 2015， 35(3)：620-623.(戴國勇，陳麓屹，周斌彬，等.基于Voronoi圖的無線傳感器網(wǎng)絡(luò)覆蓋空洞檢測算法[J].計算機應(yīng)用，2015，35(3)：620-623.)

　　[3]LIAO W， KAO Y， LI Y. A sensor deployment approach using glowworm swarm optimization algorithm in wireless sensor networks [J]. Expert Systems with Applications， 2011， 38(10)：12180-12188.

　　[4]LE D， OH H， YOON S. VirFID： a Virtual Force (VF)based interestdriven moving phenomenon monitoring scheme using multiple mobile sensor nodes[J].Ad Hoc Networks，2015，27：112-132.

　　[5]YU G. Multiclass target coverage algorithm based on programming in wireless sensor network [J]. Computer Engineering， 2014， 40(3)： 152-162.(于廣州.WSN中基于線性規(guī)劃的多類別目標覆蓋算法[J].計算機工程， 2014，40(3)： 152-162.)
　　電子科技論文發(fā)表期刊推薦《山西電子技術(shù)》是山西省電子信息產(chǎn)業(yè)唯一公開發(fā)行的專業(yè)技術(shù)期刊。在30年的辦刊過程中，刊物一直堅持電子信息行業(yè)交流信息，探討技術(shù)的園地，主要宣傳報道電子信息領(lǐng)域新技術(shù)、新成果;為我省電子信息產(chǎn)業(yè)發(fā)展服務(wù)的辦刊宗旨。

---

轉(zhuǎn)載請注明來自：http://www.jinnzone.com/dianzijishulw/55540.html