无线传感器网络中基于动态规划的节点高效部署算法.docVIP

无线传感器网络中基于动态规划的节点高效部署算法 　　摘要： 　　针对传感器提供的信息不可靠导致的节点部署问题，研究了4种不同的静态无线传感器网络（WSN）部署形式，并将这4个组合优化问题归纳为NP完全问题，提出了一种基于动态规划的不确定性感知节点部署算法进行求解。算法首先为感兴趣区域内的传感器节点找到其最佳的K个部署位置，然后从K个部署位置中选择最优部署方案。该算法能够在保证覆盖范围和连接性的前提下确定最小数量的传感器及其位置。仿真实验结果表明，相对于当前最新的其他传感器部署策略，所提算法在均匀覆盖、优先覆盖要求以及网络连接性下的性能都更优。 　　关键词： 　　无线传感器网络；节点部署；NP完全问题；动态规划；节点数目 　　0引言 　　综合了无线通信技术、传感器技术、嵌入式计算技术和分布式信息处理技术的无线传感器网络（Wireless Sensor Network， WSN），是目前国际上前沿热点的研究领域。传感器部署问题作为无线传感网络的一个基本问题，近年来引起广泛关注[1-4]。实际上，在感兴趣区域（Region of Interest， RoI）部署的传感器数量及其位置，决定了网络的拓扑结构，进而影响网络诸多内在属性，比如覆盖范围、连接性、成本及运行寿命等。因此，一个无线传感网络的性能很大程度上取决于传感器的部署。本文主要针对高效的传感器节点部署算法进行了研究，本文工作原创性贡献有：1）将静态无线传感网络部署问题描述为4种具体情况。2）根据基于证据的传感器覆盖模型，提出了四种不确定性感知部署算法：SE2BDA（simplified algorithm of efficient evidencebased sensor deployment algorithm）、E2BDAP（efficient evidencebased sensor deployment algorithm preferential coverage objective）、E2BDAC（efficient evidencebased sensor deployment algorithm preferential network connectivity objective）和E2BDA。其中，SE2BDA确定最小数目的传感器及其位置来保证区域完整均匀覆盖。E2BDAP、E2BDAC、E2BDA均考虑了SE2BDA中的目标因素；另外E2BDAP考虑了优先覆盖区域目标因素，E2BDAC考虑了网络连接性目标因素，而E2BDA既考虑了优先覆盖区域又考虑了网络连接性。3）通过仿真实验验证了本文方法能够进行基于不确定性感知的传感器高效部署。 　　1相关工作 　　传感器节点部署问题是目前无线传感网中的研究热点，相继有众多的研究者提出了一系列用于节点部署的方案。例如，张荣标等[5]针对多跳无线传感器网络的漏斗效应问题，提出了基于簇负载平衡的冗余节点部署算法（Redundancy Nodes Deployment Algorithm， RNDA）。RNDA采用分簇结构平衡簇内能耗，并根据各簇负载情况配置一定数量的冗余节点以平衡簇际能耗。该算法把节点下一跳选路概率作为边模糊权值引入模糊图论，提出了用于计算数据从源节点经m跳到达目的节点概率的到达率定理。仿真结果表明，RNDA既能明显延长网络寿命，又能有效平衡网络中节点能耗。孙伟等[6]将节点部署问题建模为一个组合优化问题，以网络覆盖率为目标函数，提出了一种基于人工鱼群与微粒群的混合算法的无线传感器网络节点部署优化策略；仿真实验结果表明，提出的算法减少了迭代次数，并且提高了网络覆盖率，相对于人工鱼群算法和微粒群算法来说能取得更好的效果；温俊等[7]提出了保证覆盖率和网络生存期的最少节点部署问题；基于传感器网络的数据传输特性，从提高能量效率和降低剩余能量的角度提出了节点数递减的重叠放置方法和节点密度递减的随机部署方法。两种新部署方法比已有部署方法需要的节点数少，剩余能量低，因而提高了能量利用率。仿真实验表明，两种新部署策略的能量效率是已有方法的3～4倍。 　　另外还有，王力立等[8]研究了感知能力异构的传感器节点部署问题。给出了节点部署优化问题的整数线性规划模型，并指出这个问题是NP完全的。提出了近似但计算有效的贪婪优化部署算法，通过找出最佳部署位置、传感器类型和感知方向，实现网络的优化配置。仿真结果表明，该算法可以降低网络配置成本和工作节点数，具有较好的优化部署效果。Senouci等[9]提出了一种基于不确定性感知的传感器覆盖模型。该模型更接近现实，可以更好地处理包括传感器可靠性在内的各种传感器部署问题。本文在Senouci等工作的基础上，进一步考虑了约束条件：优先覆盖范围和网络连接性能。提出了一种基于证据