基于平衡距离的无线传感器网络节点部署算法-AET-电子技术应用

基于平衡距离的无线传感器网络节点部署算法

来源：电子技术应用2013年第4期

李强懿1,2, 马冬前2, 张聚伟1,2

1. 河南科技大学电子信息工程学院，河南洛阳 471023； 2. 光电控制技术国防科技重点实验室，河南洛阳 471009

摘要： 针对随机部署的无线传感器节点，提出一种节点移动方案。将节点移动划分成若干个过程进行，在每个移动过程中根据平衡距离和位置关系进行节点移动，使聚集在一起的节点分散开，实现对监测区域的最大覆盖。由于节点间平衡距离逐渐增大，因此在每个移动过程中节点的移动距离均较小，减少了节点移动距离总和。仿真结果表明，该算法在保证覆盖效果的基础上，降低节点的总移动距离。

关键词： 无线网络无线传感器网络节点部署算法平衡距离

中图分类号： TP393
文献标识码： A
文章编号： 0258-7998(2013)04-0096-03

Nodes deployment algorithm based on balance distance of wireless sensor network

Li Qiangyi1,2, Ma Dongqian2, Zhang Juwei1,2

1. Electronic Information Engineering College, Henan University of Science and Technology, Henan 471023, China; 2. Science and Technology on Electro-optic Control Laboratory, Henan 471009, China

Abstract： This paper presents a node movement scheme aiming at the wireless sensor network nodes which are randomly deployed. The node movement is divided into several processes, in each movement process according to the balance distance and location relations move nodes to separate the aggregate nodes and achieve the maximum coverage of the monitoring area. Because of gradually increasing the balance distance between nodes, in each movement process the nodes moving distance is small and reduce the sum of the nodes movement distance. The simulation result shows this algorithm ensures the effect of coverage on the basis of reducing sum of the nodes movement distance.

Key words : wireless sensor network; nodes deployment algorithm; balance distance

无线传感器网络(WSN)由大量在处理器、存储空间、能量供应、通信带宽等方面资源有限的微小设备组成[1]。这些被称为传感器的微小设备可以对特定任务环境进行感知，在网络中将感知到的信息进行处理，通过多跳无线通信方式与其他传感器或接收器(也称为数据采集节点)交换信息[2]。无线传感器网络具有广泛的应用领域，如地震监测、环境检测、战场监视等[3]。

    覆盖效果是无线传感器网络中衡量服务质量的一个重要标准[4]。无线传感器网络中的几个重要应用包括节点部署，如沿天然气管道两侧部署监测潜在破坏，在化工厂周围部署检测化学物品泄露，沿国家边界部署监视非法入侵等[5]。
   国内外学者相继开展对无线传感器网络节点部署优化的研究，为了优化传感器节点的移动，通过使用遗传算法[6]、鱼群优化算法[7]和微粒群优化算法[8]等人工智能算法提高网络的整体覆盖率，部署方案需要通过多次迭代计算得到，算法复杂度较高。参考文献[9-11]提出基于虚拟力的部署算法，快速有效地实现无线传感器节点的布局优化，移动方案由节点之间相互位置关系计算获得，受节点密度影响较大。对于存在大量固定节点的无线传感器网络，虚拟力算法可能无法突破固定节点虚拟力的限制，达不到全局优化的目的。
   为了改善传感器节点随机部署时的不合理分布，提高监测区域覆盖率,本文以节点覆盖率为优化目标，提出将移动过程分解为多个部分的节点移动方案，通过不断增大节点间平衡距离，使节点逐渐移动到合适的位置，提高网络的覆盖率，同时降低节点的移动距离。
1 感知概率模型
    假设二维平面监测区域A被数字离散化为m×n个像素[6]，本文将第i个像素点pi被第j个传感器节点sj所感知的事件定义为rij，该事件发生的概率P{rij}即为像素点pi被传感器节点sj所感知的概率为P(pi,sj)，即:

   从图1和图2中可以得出，随着节点个数增加，监测区域的覆盖率也增加，节点总移动距离增大。由于基本虚拟力与改进虚拟力算法没有较好地控制每次需要移动的位置，对于节点密集处移动的距离过大，所以对提高覆盖率的帮助较小。本文算法根据节点间的平衡距离进行移动，每次移动的距离较小，从而逐渐移动到最佳的监测位置，每个移动过程中节点移动距离之和都不大，因而节点移动距离总和较小。

本文提出了一种节点移动方案，将节点移动过程分解为多个部分进行，每个部分中的节点根据平衡距离的大小和与邻居节点位置关系判断自己是否需要移动以及所要移动到的新位置，由于节点间平衡距离逐渐增大，因而每个移动过程中节点的移动距离均较小。仿真结果表明，该算法在提高网络覆盖率，减少节点移动距离等方面，均优于基本虚拟力算法和改进虚拟力算法。
参考文献
[1] 孙亭,杨永田,李立宏.无线传感器网络技术发展现状[J].电子技术应用,2006,32(6):1-5.
[2] AMMARI H M, DAS S K. A studyof k-coverage and measures of connectivity in 3D wireless sensor networks[J]. IEEE Transactions on Computers,2010,59(2):243-257.
[3] AMMARI H M, DAS S K. Critical density for coverage and connectivity in three-dimensional wireless sensor networks using continuum percolation[J]. IEEE Transactions on Parallel and Distributed Systems,2009,20(6):872-885.
[4] CHENG T M, SAVKIN A V. A distributed self-deployment algorithm for the coverage of mobile wireless sensor networks[J]. IEEE Communications Letters,2009, 13(11):877-879.
[5] Chen Ai, KUMAR S, Member, LAI T H. Local barrier coverage in wireless sensor networks[J]. IEEE Transactions on Mobile Computing,2010,9(4):491-504.
[6] 张石,鲍喜荣,陈剑,等.无线传感器网络中移动节点的分布优化问题[J].东北大学学报(自然科学版),2007,28(4):489-492.
[7] 王蕊,刘国枝.基于鱼群优化算法的无线传感器网络部署[J].振动与冲击,2009,28(2):8-11.
[8] 孙力娟,杜鹏玲,肖甫,等.基于微粒群优化的有向传感器网络覆盖增强算法[J].计算机研究与发展,2010,47(Sup-pl.):22-25.
[9] 王雪,王晟,马俊杰.无线传感网络布局的虚拟力导向微粒群优化策略[J].电子学报,2007,35(11):2038-2042.
[10] 杨明华,曹元大,谭励,等.一种移动传感器网络精确部署算法[J].北京理工大学学报,2009,29(1):27-31.
[11] 李明,石为人.虚拟力导向差分算法的异构移动传感网络覆盖策略[J].仪器仪表学报,2011,32(5):1043-1050.
[12] 曹峰,刘丽萍,王智.能量有效的无线传感器网络部署[J]. 信息与控制,2006,35(2):147-153.

原创声明：此内容为AET网站原创，未经授权禁止转载。

相关内容