基于Voronoi图无线传感器网络覆盖空洞检测算法.docVIP

基于Voronoi图无线传感器网络覆盖空洞检测算法 　　摘要 针对无线传感器网络（WSN中节点随机部署或部分节点能量耗尽带来的覆盖空洞（CH问题，提出了一种基于Voronoi图的覆盖空洞检测算法。该算法利用节点的位置信息在覆盖区域范围内构建Voronoi图，通过计算每个Voronoi区域内的节点到该区域的顶点和边的距离来判断是否存在覆盖空洞，标识覆盖空洞的边界节点。仿真实验评估了不同节点分布密度、不同感知半径对空洞平均检测时间、平均能耗的影响，并与路径密度（PD算法进行比较。实验结果表明所提算法在空洞平均检测时间和节点平均能耗两个方面均有10%左右的提升，对进一步延长网络生存期具有重要价值。 　　关键词 无线传感器网络；覆盖空洞；Voronoi图；能耗；半分布式算法 　　中图分类号 TP393.03 　　文献标志码 A 　　英文标题 Coverage hole detection agorithm based on Voronoi diagram in wireless sensor network 　　0引言 　　无线传感器网络（Wireless Sensor Network， WSN是当前的研究热点，它可以被广泛应用于环境监控、入侵检测、智能交通、智慧农业、智慧城市等各个领域[1-3]。许多实际应用对无线传感器网络的服务质量具有很高的要求，而覆盖是传感器网络服务质量重要的度量指标。为了保证无线传感器网络完成目标监测和信息获取的任务，传感器节点必须有效地覆盖目标监测的区域。由于无线传感器网络中的传感器节点都是依靠电池供电，且节点经常通过随机布撒等形式部署和工作在野外等人员无法到达的恶劣环境中。因此，传感器网络中处于节能考虑常常选择一部分节点保持活跃工作状态，而另一部分节点则保持低能耗的休眠状态。传感器网络部署时可能会产生的未覆盖的区域，或者当网络中某一部分节点由于能量耗尽或者其他自然破坏导致原有网络中部分区域不能被覆盖的现象，称为覆盖空洞（Coverage Hole， CH。Watfa 等[4]指出了导致覆盖空洞的四种情况：节点的随机布撒、节点的失效、节点的位置变化、覆盖区域内出现障碍物。覆盖空洞的产生会导致空洞区域数据无法感知，对网络的连通性造成影响，甚至导致网络整体失效，严重影响无线传感器网络的性能和服务质量。因此，为保证目标监测区域的完全覆盖（complete coverage，及时发现并修复覆盖空洞是一项非常重要的工作。 　　目前，无线传感器网络覆盖问题已有广泛研究，也有很多专家和学者关注覆盖空洞的检测和修复问题。Ahmed等[5]提出了覆盖空洞更为普适的描述：在特定的无线传感器网络应用中，若目标监测区域内的覆盖度要求为k，而网络运行的任意时刻，若区域内同时覆盖任意区域的节点数小于k，则说明出现了覆盖空洞。目前的研究主要是针对1覆盖要求下覆盖空洞检测和修复策略。总体而言，现有的覆盖空洞检测方法可以分为两类：一类是根据网络中节点之间的连通信息检测；另一类则需要预先知道节点的位置信息，然后根据节点位置进行计算。 　　Corke等[6]提出的路径密度（Path Density， PD算法根据传感器节点周围的路径密度来检测WSN中的覆盖空洞。Yan等[7]利用最大单纯复形，即Cech 复形和Rips 复形，将覆盖空洞分为三角空洞与非三角空洞两类，并提出了基于节点连通信息的非三角覆盖空洞检测算法。在文献[8]中提出基于同调论的空洞检测方法，并在理论上以未发现空洞区域的比例为指标分析了其准确性。Khan等[9]根据WSN拓扑结构提出了基于节点x跳邻居连通性的覆盖空洞边界检测算法，该算法不要求节点具有特定的分布，无需节点的位置信息。Yu等[10]针对混合传感器网络提出了基于水平集方法的覆盖空洞检测算法，该算法能够估计网络中存在的覆盖空洞的数量及大小，在此基础上提出了基于遗传算法的空洞修复算法。Ma等[11]提出了基于计算几何理论的分布式覆盖空洞检测算法，该算法利用网络中相邻的三个节点构成的三角形的特性来判断是否存在覆盖空洞。 　　本文针对现有无线传感器网络覆盖空洞检测算法计算复杂度高、能耗大的问题，提出了一种基于Voronoi图的半分布式覆盖空洞检测算法。算法利用Voronoi区域与节点位置信息通过简单的几何计算来判断某一位置是否被覆盖到，从而标识空洞边缘的传感器节点。算法将计算量较大的Voronoi图构建部分放在计算能力强的Sink节点集中式计算，空洞检测部分由普通传感器节点分布式计算。 　　本文其余部分安排如下：第1节描述了本文要解决的问题及相关预备知识，第2节介绍本文提出的基于Voronoi图的无线传感器网络覆盖空洞检测算法，第3节是在Matlab平台下的仿真实验，最后第4节是结论。 　　1问题描述