文摘

由于存在大量的冗余数据的过程中涉及多个目标、监控区域的有效覆盖率减少,导致网络消耗更多的能量。为了解决这个问题,本文提出一种多目标度覆盖保护协议。首先,传感器节点和目标节点之间的关系建立了网络模型;同时该方法用于计算覆盖率提出监控区域的期望值;其次,能量转换方面的网络,传感器节点上使用调度机制来平衡网络能量,实现不同网络覆盖质量不同节点之间的能量转换。最后,仿真结果表明,NMCP可以有效地提高网络生存时间减少活动节点的数量,以满足一定的覆盖需求。

1。介绍

随着技术的快速发展(1),无线传感器网络技术发展指数(2,3]。无线传感器网络是一个网络系统由大量的廉价传感器节点随机部署和自组织(4- - - - - -6]。一个传感器节点与计算等能力的特点,感知、通信、存储、和控制;传感器节点的行为特征表明它们是网络服务系统的一部分融合的物理世界和信息世界,实现采集、计算、数据通信和控制(7,8]。在工程领域,无线传感器网络广泛应用在军事侦察等许多地区,交通、医疗、环境监测、和救援工作和在其他领域9,10]。多级(度)的报道,作为一个例子,在图1。

两个重要的性能标准,需要覆盖质量和能源管理,也是热点问题领域的无线传感器网络(11,12]。保险顾名思义就是有效地覆盖目标节点,而不是全球监控区域。覆盖质量不仅影响直接关注到目标节点的程度,但也会影响整个网络的生命周期和QOS(服务)质量直接13- - - - - -15]。的度覆盖模式是用于覆盖目标节点的过程。通常,传感器节点随机部署在监测区域,而且,正因为如此,大量传感器节点可能位于监控区域(16,17),这将产生大量的冗余节点,干扰通信通道并减少节点之间的沟通能力,从而加快了网络能耗。

2。相关的工作

覆盖控制技术基础研究是一个重要的问题,是一个热点领域的无线传感器网络,和覆盖质量直接影响网络寿命18]。近年来,国内外许多专家进行了覆盖技术在无线传感器网络精心研究和深刻的开发和广泛应用。文献[19)提出了人工蜂群算法和粒子群算法部署节点在整个网络监控和优化覆盖全球的智能算法在覆盖优化阶段,最终完成完整的覆盖监测区域。在能耗方面,节点能量转换原定与启发式节点调度算法,从而提高了网络的生命周期。文献[20.)提出了一个方法来构造连接保险协议。协议定义的比率网络覆盖质量,网络连接,和网络基础设施的性能指标参数,以及构建SCA(调度控制算法)来满足的需要,保证整个网络的连通性与最小数量的节点在解决问题的过程中,最终实现网络能耗均衡的目标。文献[21)提出了一种基于泰森多边形法修复算法有效覆盖面积洞。在一定的覆盖质量的前提下,该算法提高了覆盖率增加工作节点覆盖洞;同时,它为修补找到适当的位置信息,保证整个网络的连通性;通过研究泰森多边形法图,文献[22)也完成了监控覆盖区域,找到解决盘位置的传感器节点由泰森多边形法图的几何参数变化与相关几何理论。文献[23]介绍了局部参数并形成了当地覆盖的部分覆盖优化,然后经过一系列的计算,实现全球覆盖优化。上面的算法在一定程度上可以有效地覆盖监测区域。然而,这三个算法有一些共同的问题:它们都需要大量的计算,算法是高度复杂的,他们在无线传感器网络可扩展性差。文献[24,25]提出的方法计算覆盖率在不同监测领域,有效地计算目标节点在监测区域,使用不同的部门组成的角传感器节点和目标节点。上面的四个算法具有良好的可行性和稳定性,以及高网络可伸缩性;但是他们的网络模型过于理想化的过程中研究:文献[22,23采用静态目标节点为研究对象;文献[25不考虑度相关的移动目标节点覆盖情况。文献[26)提出了一个基于线性的节能目标覆盖算法规则。该算法利用集群结构系统来解决多目标覆盖的问题。这提供了一个最佳的解决方案覆盖目标节点以线性方式通过计算传感器的覆盖能力和他们的剩余能量。文献[27)提出了一种基于事件驱动机制的覆盖算法。在该算法中,节点的覆盖率和期望计算使用概率模型,然后计算结果进行优化来实现最优覆盖在目标节点上。尽管这两种算法可以实现最优覆盖的目标在目标节点上,延长网络寿命,条件覆盖要求非常严格。此外,该算法本身非常复杂。为了更有效地覆盖监测区域,基于该研究在文献[24,25),提出了一种非线性多目标覆盖协议(NMCP),本文给出。这个协议可以有效地计算覆盖率期望值的传感器节点移动的目标节点。在能源方面,我们比较下的能耗多边连接和单边连接基于全球网络节点能量分析;即多点传输的能量成本不高于单节点能量消耗。的能量转换,完成节点之间self-scheduling机制,从而延长整个网络的生命周期。最后,本文给出了比较过程之间NMCP算法和其他算法的仿真实验,表明NMCP算法更加有效和稳定的。

3所示。网络模型和覆盖质量

更好的研究无线传感器网络覆盖问题,以及促进研究NMCP算法,在本文中,我们提出以下假设:(1)每个传感器节点有一定的认知能力,他们的感知范围和通信范围都是圆形。(2)一个传感器节点的感知范围远短于边长的监控区域。(3)最初,所有传感器节点有相同的能量和时钟同步。(4)传感器节点的位置信息可以获得与GPS。(5)一个传感器节点的感知半径是服从正态分布。

3.1。基本的定义

定义1(目标覆盖)。在二维平面上,每个目标节点是由至少一个传感器节点,称为目标覆盖。

定义2 (度范围)。在监控区域,如果每个目标节点了传感器节点,它被称为度的报道。

定义3(网络生命周期)。时间跨度从网络开始运行的时候当没有目标节点由传感器节点被称为网络的生命周期。

定义4(覆盖质量)。在二维平面上,感知面积的比值所有传感器节点监测地区被称为覆盖质量。

3.2。报道质量

定理5。假设每个传感器节点的覆盖率。让在度范围,米,n传感器节点的移动频率,发生的概率是,条件概率,在那里。

证明。让在第一轮是数量的节点移动;让Y第二轮。根据这个问题,目标节点由传感器节点的覆盖米th时间在第一轮和覆盖的两倍th时间,剩下的*没有涵盖,在第二轮。
因此,传感器节点的概率 两轮的联合概率 根据概率的乘法公式,我们得到的 证明过程就完成了。

定理6。如果每个传感器节点的覆盖率p在任何时候,覆盖率在二维平面上。

证明。我们将用数学归纳法证明。在二维平面上,任何传感器节点并不是独立的,所以,根据概率理论,当,我们有 当联合报道 代入公式(5)到公式(4);我们有 当通过公式(6),我们得到 证明过程就完成了。

推论7。在二维平面上,假设传感器节点覆盖率p,的最大价值是连续报道数量的传感器节点。直到覆盖移动目标节点,传感器节点覆盖期望。

证明。在二维平面上,假设频率目标节点的举动。因为的最大值是连续覆盖的传感器节点数量,可能值范围的是。当,很满意,即在第一次,移动目标节点不是被传感器节点覆盖;我们可以得到的分布密度函数根据概率理论: 也就是说, 假设,;然后;方程两边乘以,我们得到 也就是说, 替代到公式(9);我们有 在传感器节点在时间跨度覆盖监测区域,他们将不可避免地有一些能源消耗,导致覆盖区域的变化。为了提高有效覆盖在目标节点上,在这个过程中,传感器节点消耗能量,总可以有效地监测区域覆盖,或全部有关目标节点有效覆盖,只要序列集合的覆盖区域的传感器节点不小于总监控区域后能源消耗。

定理8。在二维平面上,假设传感器节点能量消耗的拟合函数;覆盖范围是后的能量衰减,;然后有界闭区域形成能够覆盖整个监控区域;也就是说,。

证明。有界闭区域序列涵盖整个监控区域。假设。因为能量衰减函数非负,积分序列是增加的;假设限制如下: 因此,我们只需要证明 在因素是一个有限集的数字。对于任何公式(13)表明,有一个数字;当公式(15)总是满意: 假设有,当,。因此,根据非负和公式(15),我们知道 对于每一个固定,另一方面,必须有一个数量趋于无穷时;假设的数量是,;然后通过公式(15),我们得到 也就是说,当,我们得到 因此,公式(14)是满意的。
现在,让;对于任何公式(13)显示和 因为有,当,总是满意,我们有吗 证明过程就完成了。

4所示。NMCP协议

4.1。能量转换

传感器节点的能量消耗主要发生在传感模块和通信模块。当收集位数据,传感模块的能量消耗和通信模块如下:

接收机模块的能量消耗模型 在哪里位是固定长度的数据传输,代表传感器节点之间的通信欧几里得距离,代表阈值或比例数量的传感器节点之间的通信距离。当传感器节点之间的通信距离小于,能量衰减指数的值是2;否则它是4。

定义9(最佳子集)。让是无线传感器网络的传感器节点的集合;被称为最佳子集在哪里是传感器节点的一个子集,即,所有的传感器节点覆盖目标完全。

定义10(能量属性)。 是传感器节点的初始能量收集;遵循正态分布,表示传感器节点的初始能量。

定义11(最大失真)。在满足一定的覆盖率的前提下,最大变形 之间的欧几里得距离估计是一个传感器节点和目标节点,在吗平均测量距离、欧氏距离,传感器节点和目标节点之间。

定理12。节点之间的通信距离小于或等于半方差的区别和失真。

证明。假设目标节点的距离测量是使用包含测量数据,数据信息,目标节点测量时,测量值的平均值遵循正态分布。收集组preset-energy传感器节点的能量。然后通信节点之间的欧几里得距离如下: 让设置的传感器节点收集信息,并让是互补的H;最近的传感器节点到目标节点是用来计算测量距离然后用于估计信号数据。因此,在目标节点点估计信号的值是;也就是说, 根据公式(23)和(24),我们有 代入公式(23)到公式(26);我们有 证明过程就完成了。

定理13。在初始状态,当传输一些数据,能源消耗在多边传播不仅仅是在单方面的传播。

证明。假设当前工作节点有一组的邻居节点命名Z中,每个节点对应的邻居。为了方便,计算从3开始,表示数量的邻居集合,当。我们将使用数学归纳法证明,如图2。
让一个源节点,让D融合节点,让B,C邻居节点,让O是磁盘中心;网络商店l一些数据的序列,也就是从源发送一个汇聚节点D。两种情况下讨论如下。
第一种情况下:直接从A到D。根据公式(21),当源节点能量值如下一个发送数据: 第二种情况:从A到B,然后从B到D。我们用数学归纳法证明:当,从节点一个到节点B,发射模块节点的能量消耗模型一个是 节点的能量消耗B接受信息 到目前为止,路径上节点的能源消费总量一个- - - - - -B- - - - - -D是 在他们的初始状态,节点使用相同数量的能量和独立于彼此。三角形的基本属性显示 也就是说,当在多边数据传输、节点能耗低于在单方面的数据传输,所以当不平等是满意。
首先,采取的路径一个来B,然后B来C,C来D(一个- - - - - -B- - - - - -C- - - - - -D),作为一个例子来证明,然后增加。因为,是一个钝角。结论可以用余弦定理:;也就是说,,当。相邻的邻居节点可以组合成一个钝角三角形,在广场边的长度的锐角小于长度的平方之和的钝角角度。后的叠加计算,我们最终得到的;也就是说, 证明过程就完成了。

能源消耗在多边传输不高于能量耗散在单方面的传播在无线传感器网络多跳路径(28- - - - - -30.]。但实际上,它总是很难实现单跳传输源节点和汇聚节点之间由于节点的通信半径有限,障碍,和环境的变化。

NMCP算法将网络运行时间的整数为基本单位,每一轮包含两个方面,即覆盖控制信息和节点的稳定状态信息。在工作阶段,节点仍在工作,和所有的冗余节点,以节省网络能量。在稳定阶段,每个节点有五种运行状态,判断,竞争,等等,开始,睡眠状态(31日- - - - - -33]。法官状态:在每一次,开始节点的判断。冗余节点的判断条件满足时,节点进入睡眠状态;否则,如果条件不满足,它进入竞争状态;竞争状态:一个节点成功创业的竞争可能转换成工作的状态,而失败的节点进入等待状态;等待状态:这些节点失败的竞争进入等待状态,当他们成功接收启动期间值班消息从他们的邻居,他们本地更新自己的信息,然后输入判断状态。开始状态:当一个节点在竞争中胜出,进入启动状态。通过计算节点覆盖率,感知区域的节点处于启动状态是否满足覆盖要求确定。如果不满意,它发送调度值班信息,然后进入法官状态;睡眠状态:冗余判断条件满足时,节点进入睡眠状态,以减少能源消耗和进入法官状态在单位。 When the density of nodes is too large in a monitored region, the vast majority of the nodes in the region will satisfy the redundant node judgment conditions. At the moment, all those nodes will enter sleep states. Although this state can reduce the node energy consumption, there are still some deficiencies; the reason for this is that once perceiving neighbour nodes enter sleep state, there will be large coverage blind area in monitored region; therefore the coverage quality is decreased [34- - - - - -37]。为了避免这种情况,NMCP算法使用一种机制,一旦节点进入睡眠状态时,立即唤醒它的邻居节点,将它们转化为等待状态。目的是减少工作节点的密度,即直接选择一个节点作为候选人的工作节点;不选择其他节点进入睡眠状态,然后直接安排候选人工作节点(38]。每个候选人工作节点选举本身的概率这些节点,而不选择直接进入睡眠状态,然后作为候选节点冗余节点。每个候选节点选举本身进入prework状态,而那些没有当选的候选人节点输入presleep状态。五个州之间的状态转换的覆盖控制阶段,如图3。

4.2。NMCP算法的基本思想

基于文献[10)通过聚类理论,该算法将覆盖区域的监控区域划分为多个集群,每个集群的头节点负责和控制节点的集群成员。在初始阶段的网络操作,集群成员发送”度报道”消息给他们的簇头节点,而集群头维护一个链表CL接收的消息由传感器节点的ID和它的感知范围和能量衰减等特性。一个或多个周期后,簇头将收集所有集群成员信息,然后对列表排序根据节点的剩余能量的大小,以及分配重量的头几个节点列表的前面;之后,它会扫描链表中的每一项和标志着传感器节点覆盖目标节点的能力。最后,集群头发出“k-Notice“消息标志着成员节点负责覆盖目标节点。簇头节点发送值班消息成员节点和邻居节点唤醒那些成员节点进入等待状态,并通知邻居簇头节点的监控信息的目标。基于上述信息,成员节点的权重计算参与监督。如果它的权重大于设定的阈值,节点将进入活动状态和监控任何它的感应范围内移动目标。活跃在目标节点将形成一个初始动态覆盖组。成员节点将发送一个数据包到簇头节点的信息。数据包包含时间戳信息,节点ID和节点和目标之间的距离。可能有超过一个簇头节点在NMCP,为方便管理,一个簇头节点将选为管理节点,负责信息融合和数据管理。因为目标节点在监测区域移动,最初NMCP可能无法满足目标监测的要求。因此,动态重建是需要根据目标的位置。 Reconstruction process is completed by members updating management and head node reselecting. When the target moves to a new grid, new cluster head node and member nodes that meet the requirements of the threshold weighting joint to the original NMCP, and the newly jointed cluster head node is elected as the leader node. Nodes within the original NMCP that cannot meet the monitoring requirements will quit the NMCP. If the original managing node happens to be a quitting node, at this time, the original managing node needs to send information of target location and member’s nodes to the new managing node. When the target moves away from the original location, the cluster head node will broadcast messages to its member nodes to enter into sleep state to save power consumption.

4.3。NMCP算法描述

步骤1。计算集群成员的感知强度。

步骤2。集群成员节点发送”k簇头节点覆盖率”。在一个或更多的时间单位,集群成员的头节点接收消息。

步骤3。簇头节点建立一个链表,将收集的信息存储在它然后排序列表根据传感器节点的能量;同时也向那些有更高的能量的节点分配权重。

步骤4。找到合格的传感器节点,和马克。

第5步。如果目标节点的状态k报道,集群头将遍历列表关闭那些较弱的传感器节点感知能力。

步骤6。遍历后,簇头节点调度最优完成覆盖目标节点子集;否则,去一步2。

4.4。算法代码

看算法1。

4.5。NMCP算法复杂性分析

在NMCP算法的分析,n代表了传感器节点的数量;米等于边连接任意两个传感器节点的数量。和的最小值和最大值范围值监控区域,分别。意味着覆盖每次覆盖后的增量的过程。集和;和常系数。假设,在初始阶段,传感器节点的覆盖率,在时间的跃迁概率大于一个传感器节点这也意味着最低传感器节点的覆盖的概率是。集在时间 ;一个传感器节点的覆盖范围

当NMCP算法的时间复杂度,如下所示:

自第一个是调和级数的总和条款,让;然后;也就是说,

5。系统评价

为了验证算法的有效性和稳定性NMCP,我们利用MATLAB7.0作为仿真平台进行实验和分析。NMCP之间的对比实验,26,27,34),我们给不同的评估系统的性能比较。仿真参数如表所示1。

本文算法之间的比较仿真实验NMCP和ETCA [26),ECAPM (34)和三元乙丙橡胶(27)下进行相同的网络规模、网络生命周期,不同目标节点规模、数量的传感器节点,网络运行时,和覆盖率,如图4- - - - - -7。

图4显示了算法的仿真对比图NMCP, ETCA, ECAPM方面的网络生命周期。在这个图中,三种算法也有类似的一生在初始阶段,而随着时间的推移,ETCA算法和ECAPM算法增长相对缓慢,主要在于ETCA算法和ECAPM算法以集中的方式监视整个网络,从而将传感器节点之间的调度机制以线性方式,消耗更多的能量,而NMCP算法在本文主要完成覆盖过程监控地区寻求的一个时尚链表,找到最优节点集。与相同数量的传感器节点,NMCP算法需要更长的网络运行时间。举个例子的迭代200次,延长网络生命周期与算法ETCA相比平均16.33%和19.75%。

图5反映了不同数量的目标节点和相应的网络生命周期变化曲线。网络开始运行时,传感器节点的数量是348,目标节点的数量是10。与网络运行时间和目标节点数的增加,网络生命周期使用的三个算法都是在平衡状态。当ETCA算法和ECAPM算法显示,轻微的波动相对于NMCP算法。相同数量的目标节点,网络使用NMCP算法的平均运行时间为7.12%,高出9.06%,使用ETCA算法。

图6显示了运行时比较曲线的三种算法。从图可以看出4,NMCP算法的运行时间小于三元乙丙橡胶或ECAPM的算法。主要原因是,使用集群结构,NMCP算法具有较高的速度比作为施工或ECAPM算法当寻求节点满足覆盖要求传感器节点,从而降低难度的覆盖问题。虽然EPDM算法还采用集群技术,它使用集中式覆盖战略节点之间交换能量的过程中遍历所有的传感器节点的节点集之前确定最优覆盖子集。

模拟覆盖率,我们之间进行了比较实验本文算法和三元乙丙橡胶和ECAPM id设置为监控区域米²。如图5,这三个算法的覆盖率增加以及传感器节点的数量的增加。覆盖率达到99.9%时,完全覆盖在目标节点上完成。当节点数量是50和活跃NMCP算法的覆盖率是71%,而三元乙丙橡胶的活跃节点数算法和ECAPM算法分别是64%和65%,分别。当覆盖率是99.9%,NMCP算法的主动节点数量是296,而其他两种算法的覆盖率分别为91%和88%,当活跃节点号码是296。因此,平均NMCP本文算法可以增加覆盖率10.31%和12.47%比较三元乙丙橡胶和ECAPM算法,分别。

实验1。NMCP算法之间的比较实验,ETCA算法,和LP_MLCEH协议(36)进行关于延长网络寿命;实验数据的平均值200次模拟数据,从数据如图所示8- - - - - -10。

第二组NMCP算法之间的比较实验,ETCA算法,和LP_MLCEH协议与网络生命周期在不同监测地区。在实验中,我们给K不同的价值观和网络规模变化通过改变节点随机部署在监测区域的数量。对于较小的监控区域,随机部署节点的数量在20日发起也用作单位逐渐增加。模拟图显示,无线传感器网络的寿命增加一个线性上升趋势的增加传感器节点的数量。主要原因是节点集的成员依次覆盖目标节点与节点调度机制;因此,网络的生命周期延长。在相同的网络环境,NMCP算法13.71%和16.52%,延长了网络的生命周期比ETCA平均算法和LP_MLCEH协议;更大的监控网络,节点随机部署的数量开始到50,也用作单位逐渐增加。仿真图还显示,无线传感器网络的生命周期上升与传感器节点的数量的增加。此外,其上升趋势超过小监控区域。ETCA算法和LP_MLCEH协议相比,网络寿命平均提高15.13%和17.27%。

实验2。对比实验对延长网络寿命是NMCP算法之间进行,三元乙丙橡胶算法(28[],OSCC协议11]。以作为一个例子,仿真数据的实验数据是平均100次,从数据如图所示11- - - - - -13。

在图11,传感器节点的数量的增加,三种算法演示增量覆盖率的变化。当覆盖率99.9%,传感器节点的数量是180;当传感器节点的数量是147;当和传感器节点的数目是107,这个算法达到99.9%,这意味着度完成覆盖,而三元乙丙橡胶算法和OSCC算法无法达到100%,这表明NMCP算法本文覆盖率高于OSCC的EPDM算法和算法,验证了本文提出的算法的有效性。在图12在程序执行的开始,这两个算法几乎相同的覆盖率,但随着时间的推移,这两个对比算法的覆盖率下降。的主要原因是在三元乙丙橡胶和OSCC算法的传感器节点使用不间断覆盖方法在网络操作;即,它们覆盖目标节点连续监测地区直到节点能量耗尽。当三种算法的覆盖率下降很明显;新闻报道是当分别CPNMCP2 = 76.55%, CPNMCP3 = 85.91%, CPEPDM = 87.92%, CPOSCC = 94.24%, CPNMCP4 = 98.01%。当,覆盖率高于三元乙丙橡胶与OSCC的平均覆盖率算法,这表明,与相同数量的节点,NMCP算法的覆盖率显著高于其他两个算法,验证算法的有效性。图13展示了算法的对比曲线的节点数量,三元乙丙橡胶,OSCC算法在相同的覆盖率的前提下。当传感器节点的数量保持在140年至180年之间,三个算法几乎稳定数量的传感器节点;当本文算法中,节点数量要求一般保持在144年,141年和122年,而三元乙丙橡胶和OSCC算法通常保持工作节点的数量在132年和150年之间。原因主要在于算法在本文的分析计算,完成覆盖监测区域覆盖预期值的节点获得邻居节点的设置在本地节点的感知半径,而其他两个算法在连续完成覆盖监测区域覆盖方式,根据节点的数量。因此,平均而言,本文的算法比其他两种算法需要更少的传感器节点工作3.49%。

6。结论

首先,无线传感器网络的覆盖问题和缺陷进行分析,的基础上,本文提出了一个非线性多目标度覆盖保护协议。第二,网络模型建立了基于上述分析,传感器节点之间的依赖关系和目标节点;然后传感器节点的覆盖率和期望价值在监控区域然后计算和验证;同时解决的过程的任何节点的覆盖率是由二维平面中的多传感器节点处理。节点的能量,我们证明了通信距离和最大变形之间的关系,以及NMCP协议的实现过程。

最后,NMCP协议的有效性和可行性进行了验证,仿真实验。未来的工作主要集中在如何实现有效覆盖监测区域的边界和非线性不规则监测地区的覆盖率。

相互竞争的利益

作者宣称没有利益冲突。

确认

支持的研究项目U1304603和61503174国家自然科学基金支持的中国;项目14 b520099 16 a520063, 17 a520044支持河南省教育部自然科学基金;项目142102210471、162102210113和162102410051的支持自然科学基金会项目的技术研究河南省科学学系;项目由广州市教育局科学基金会1201430560支持;项目2016年a030313540由广州市教育局科学基金会的支持。