无线传感器网络中的资源优化问题.docVIP

无线传感器网络中的资源优化问题 1 问题提出基本假设 模型的假设 节点看成质点，所占面积可以忽略不计 节点信号的传输范围为半径为R=100的圆，且范围保持不变 每个圆心各有一个节点 正方形区域及其中的所有的节点处于一个二维平面上，即不考虑节点间的高度落差。 数据通过节点传输时不考虑中间节点的承载问题(问题二假设) 相邻两个圆的公共面积不小于一个圆面积的8%(问题三假设) 相邻两个圆的公共面积不小于一个圆面积的15%(问题三假设) 2.2符号说明： N 正多形的边数 R 节点信号的传输范围（R=100） 正N边形 正方形区域的小区域 正N边形的外接圆 相邻节点圆的覆盖率 3 问题分析 覆盖了正方形区域中的，所有（i＝1，2，…， M），覆盖的区域包含了正方形区域B，即所有覆盖的区域包含了正方形区域B。因为对于由形成的外接圆，必包含区域，所以，所有（i＝1，2，…， M）覆盖的区域必包含了正方形区域B。 根据我们前面的分析可知，相邻圆覆盖率越小，则圆的有效覆盖面积越大，即所需圆越少，则需要的节点就越少。即求出可行的正N边形，及相邻圆覆盖率，比较可以得到最优方案。然后用最优方案对正方形区域进行覆盖，计算圆的个数即结点个数。 问题二 求A节点到D节点的数据传输最短路径属于无向图的最短路径问题。我们采用不同的算法（罗列法，Dijkstra算法，生成树的广度优先遍历算法）求出最短路径，再通过分析不同算法在该问题下的最优可行解,以及时间和空间的复杂度，以此来评判算法的优劣。 问题三 此问题是基于问题一的实际应用，我们首先根据题目对相邻面积的限制，即8%，15%，计算出相邻圆的圆心距，再根据问题一的基本模型进行改进，重新计算出横向，纵向圆的总数目，用AUTOCAD进行模拟画图，得到问题的解决方案。 4 模型建立 问题一： 如问题分析中所示，我们将覆盖问题转化为平面的多边形镶嵌问题。基于模型的简单，从最基本的相邻圆覆盖率问题入手，从而衍生出解决整个区域的覆盖方案。我们对相邻圆的覆盖率问题进行如下分析，图形参见下图： 图 3 相邻圆覆盖情况 角度为，半径为R的扇形区域面积为： （1） 角度为，腰为R等腰三角形面积为： （2） 相邻圆覆盖面积为： （3） 相邻圆面积覆盖率为： （4） 当N=5时，即内接五边形，其内角为，无法整除，故不能为正五边形； 当N=7时，其内角都无法整除，同理此类正多边形是不行的。 由此和结论1，我们得出当N=3，4，6时，相邻圆的公共面积占圆面积的比例（以下称相邻圆覆盖率）如表1： 图形 相邻圆的公共部分占圆面积的比例 正三角形 39.1% 正方形 18.16% 正六边形 5.77% 表 1 正N边形的相邻圆覆盖率 根据表1我们得出圆内接正六边形时相交的覆盖面积是最小的，所需节点最少。 当N=6时，如图4所示： 图 4 小区域内圆的相交示意图 正六边形内角为，可以实现无缝镶嵌。水平方向贡献为150（边界圆水平方向贡献为100）。垂直方向，奇数列贡献为，偶数列贡献为（首尾两个正六边形贡献为）。 因此，水平方向需要的正六边形（节点圆）的个数为，垂直方向共7列。垂直方向，奇数列需要的正六边形个数为，偶数列需要的正六边形个数为。所以用正六边形对此区域进行覆盖时，所需要的节点圆个数为个。 圆内接正六边形的排列方式详见附录1图5所示。 问题二： 在以下所有算法中，我们假设算法运行所需要的时间与空间呈一定的比例关系，既 S（O）=K*T（O）。 算法1： 简化网络，将无向图转化为有向图 根据相关资料[8]，我们将图10转化为图11 图 10 节点数据传输路径 图 11 网络简化图 根据图11，我们把从节点A到节点D的所有可能途径都表示出来： 路径选择 路径长度 途径1 A-B-Z-D 105 途径2 A-M-H-G-D 64 最优路径 途径3 A-M-H-Z-D 108 途径4 A-M-G-D 92 途径5 A-M-D 87 表 2 可能路径 此算法的时间和空间复杂度分析：把无向图变成有向图之后，算法在搜索最短路径上会大大简化，从而使算法的时间和空间复杂度变小（在简化图中可行的路径共有5条）。 算法2：Dijkstra算法 在采用Dijkstra算法时，首先要建立无向图矩阵map。建立无向图矩阵需要对节点进行编号，节点编号如下表： A B C D E F 1 2 3 4 5 6 G H M N O Z 7 8 9 10 11 12 表 3 节点编号 这些节点的邻接距离如下