异构无线传感器网络节能覆盖优化方法研究.pdfVIP

摘要

目前，以无线传感器网络(WirelessSensorNetworks,WSNs)为代表的物联网技

术，已被成功运用于环境监测、智能家居、健康监测、智能交通、工业自动化、精

准农业、灾害监测与预警等领域。异构无线传感器网络(HeterogeneousWireless

SensorNetworks,HWSNs)是一种由不同类型及能量、感知、性能等特征的节点组成

的网络，这些节点具有不同的硬件、软件和通信协议，以满足不同应用领域的需求。

异构节点通常由飞行器随机抛洒在目标区域中，大规模部署往往产生覆盖重叠和

冗余。而且，节点由电池供电，能量难以补充，无法保障对目标区域的长时间监测。

现有研究大多集中于增加覆盖率或者降低能耗，将覆盖率和能耗综合的方法，以及

适用于复杂环境的节点调度方法较少。为此，本文在能量异构、感知异构、性能异

构三种场景下，针对平面、三维空间、不规则区域的节能覆盖优化问题展开研究。

(1)针对能量异构的无线传感器网络中节点随机部署时产生的覆盖重叠，造成

覆盖率低、服务质量差的问题，提出一种基于改进灰狼优化和贪婪算法的两阶段覆

盖优化方法。首先，根据网络特性将静态、移动节点分别部署在监测区域内以构建

混合网络。其次，根据网络的覆盖率、节点的能量和虚拟移动距离建立多因素协同

适应度函数，将灰狼包围策略划分为内层包围和外层包围，并提出猎物权重因子动

态分配策略，确定移动节点的候选位置序列。最后，在目标位置优化阶段，提出贪

婪算法确定节点与候选位置的最优匹配，重新进行节点部署，从而完成覆盖优化。

仿真结果表明，在平面区域中所提方法能够有效提高网络覆盖率，降低节点能耗，

延长网络生命周期。

(2)针对感知异构的无线传感器网络中传统二维平面覆盖方法直接应用于三

维空间存在应用复杂度高、覆盖率低、生命周期短的问题，提出一种基于3D-Voronoi

划分和改进K-means算法的节能覆盖优化方法。在保证覆盖率的前提下，尽可能

减少活动节点的数量。首先，在节点随机部署的基础上，采用高破坏性多项式突变

策略对节点进行二次部署，提高节点的均匀性。其次，利用改进K-means算法和

3D-Voronoi划分计算最佳感知半径，以提高网络覆盖率。最后，给出一种多跳通信

和轮询工作机制，以降低节点的能耗。仿真结果表明，在空间区域中所提方法能够

有效提高网络覆盖率并延长网络的生命周期。

(3)针对性能异构的无线传感器网络大规模的部署节点后，产生覆盖冗余、信

道冲突及节点能耗不均衡的问题，提出一种基于改进文化基因算法和节点互助策

略的节能调度方法。在节点调度阶段，综合考虑覆盖率、能量、连通性、工作节点

数和区域重要性等因素，设计加权适应度函数，将节点的工作休眠状态编码为基因，

通过选择、交叉、变异、局部搜索操作，构造网络的最优调度集合。在数据传输阶

段，提出节点互助策略，应对突发的流量异常，在高流量负载或节点能量耗尽的情

况下，最大限度地避免出现拥塞和信道冲突。仿真实验表明，在空间及不规则区域

中所提方法具有良好的调度能力，能够实现网络负载均衡，延长网络的生命周期。

关键词：异构无线传感器网络；节能覆盖优化；灰狼优化算法；3D-Voronoi划

分；文化基因算法

Abstract

Nowadays,theInternetofThingstechnologyrepresentedbyWirelessSensor

Networks(WSNs)hasbeenwidelyappliedinthefieldsofenvironmentalmonitoring,

smarthome,healthmonitoring,intelligenttransportation,industrialautomation,precision

agriculture,disastermonitoringandearlywarning.HeterogeneousWirelessSensor

Networks(HWSNs)consistofnetworksofnodesofdifferenttypesandcharacteristics

suchasenergy,sensingand