基于3 d-voronoi分区目标探测覆盖算法的三维无线传感器网络

文摘

目标事件的检测是一个重要的研究领域领域的无线传感器网络(网络)。近年来,许多研究人员已经讨论了WSN目标覆盖问题的二维(2 d)坐标系统。然而,三维坐标系统的目标探测问题没有得到广泛的调查,并很难提高网络覆盖率同时确保性能可靠的基础。此外,最初部署传感器节点随机在实践中不能实现准确的目标覆盖。此外,有必要考虑能耗因素由于有限的传感器节点本身的能量。因此,解决目标的客观事件覆盖3 d空间应用的网络问题,提出了一种基于3 d-voronoi分区目标探测覆盖算法轮为(3 d-vpca),以确保可靠的整个网络的性能。首先,我们基于2 d平面扩展泰森多边形法部门,它允许3 d-voronoi分区3 d地区的传感器节点。然后,它根据3 d-voronoi邻近节点优化分区特点,结合改进的算法。接下来,我们将优先报道机制,引入目标点之间的相关性力和传感器节点的算法,因此,传感器节点可以移动到目标位置准确报道。最后,我们进行相关的仿真实验来评估算法的性能和精度。 The results show that the proposed algorithm can effectively improve the coverage performance of the network while ensuring a high overall coverage ratio.

1。介绍

无线传感器网络(WSN)是一个多次反射特设网络组成的一组传感器节点,小型设备,等等,这些都是负责监视事件在该地区的利益和收集到的数据传输到数据中心进行处理(1,2]。传感器节点可以自主或固定。因此,我们可以通过self-deployment组织的移动传感器节点(例如,通过人类或移动机器人)(1]。近年来,网络见证了许多应用,如目标检测(3),目标位置(4)、医疗监控(5),和数据收集6]。研究了网络覆盖主要分为三个分支:区域范围、屏障覆盖,和目标事件的报道。其中,目标事件报道一直是一个重要的研究分支。我们可以部署传感器节点监测地区意义上是否有在实践中具体目标或事件。因此,我们需要考虑的主要问题,在此过程中目标范围如下:(1)如何有效地提高整个网络的覆盖率和节点利用率(2)如何保证高覆盖率和网络的连通性,减少节点的能量消耗,并延长网络生命时间吗(3)如何设计算法或方法,以确保实验环境更接近于真实的3 d环境

在这项研究中,我们主要探讨在三维空间目标探测网络的覆盖率。先前的研究目标覆盖率检测方面取得了重大进展的理论,方法,和实验使用一个2 d平面坐标系统来解决3 d目标覆盖问题在现实的环境中,作为讨论的文献[7- - - - - -9]。然而,相对很少有研究调查了网络的覆盖范围直接应用于3 d坐标系统。一方面,这是因为与维度研究难度增加。另一方面,传感器节点的覆盖问题在现实的3 d环境中常常是受到周围复杂的地形和恶劣的天气条件。在真实的环境中,传感器节点通常是随机部署在监测区域,导致低利用率的节点。因此,如何减少传感器节点的能量消耗,提高网络的覆盖率和可靠性的算法是至关重要的因素要考虑。在文献[3),一个更实际的信号检测模型获得了信息在目标事件并做出最后的决定,使用概率决策模型。此外,概率检测算法(3)提出了利用当地的测量收集的传感器节点,提高节点的利用率。此外,提出了基于泰森多边形法跟踪框架镶嵌(10),两个流动模型旨在控制覆盖程度根据目标的存在。虽然这个方法可以有效地监控目标事件和发现冗余节点,它是不适合现实的3 d的条件。靶向性泰森多边形法贪婪算法(TV-Greedy)提出了11]找到近似可选的解决方案以提高覆盖质量的网络节点,同时最大化的有效能耗节点。虽然TV-Greedy算法能有效提高网络的健壮性,很难应用于3 d坐标系统。因此,很难直接应用传统的传感器网络覆盖方法2 d坐标系统3 d坐标系统。目标点的环境和位置信息在三维空间更复杂。因此,我们需要设计的传感器节点的部署方案3 d空间并提出相关算法来实现有效的目标覆盖和高覆盖率的网络。

总之,本研究首次设计和扩展了传统的泰森多边形法图分区方法,它适用于3 d坐标系统,即。3 d-voronoi分区方法旨在解决三维空间问题。此外,给出了具体的分区方法。其次,我们提出一种改进的移动算法来提高检测效果和传感器网络的覆盖率,而解决的遗漏问题在给定的空间目标要监视的事件。此外,我们通过实验评估网络的能源消耗以及该算法的准确性和可行性,以进一步减少网络能耗。此外,我们设计一个优先报道机制,使用改进的虚拟力算法来实现传感器节点运动。最后,我们进行实验仿真和比较分析,进一步分析了该算法的有效性。本文的主要贡献如下:(1)我们所知,这是第一个研究提出3 d-voronoi分区方法的应用目标探测三维网络的报道。(2)我们提出一种改进的3 d-voronoi算法,以确保高覆盖率的WSN的基础上的能源消耗和网络的连接因素。(3)我们优化传统虚拟力算法(VFA)以适应新环境和实践条件。此外,我们进行一个完整的算法的理论分析和比较它与其他两个算法来验证其有效性和准确性。

本文的其余部分组织如下。部分2回顾了近年来网络研究进展和相关研究。部分3描述了网络模型的设计和3 d-voronoi分区模型。此外,它采用本文的相关定义。部分4讨论了相关算法的设计和改进。此外,它概述了3 d-vpca算法的设计步骤。部分5提出的理论分析该算法的网络覆盖率和能源消耗。部分6描述了模拟和实验进行比较与其他两个算法。该算法最后,部分7州的结论并简要探讨了未来工作的方向。

2。相关的工作

近年来,许多研究和分析进行了使用泰森多边形法平面划分目标事件和传感器节点。尤其是,最优部署传感器网络目前的一个研究热点。在一些特殊的情况下,传感器节点通常是随机分布在一个地区。优化成本,利用有限的资源已经成为当前研究的重点。例如,在[12)、分布式self-deployment移动传感器的方案提出了解决问题的有效部署无线传感器节点。作者用泰森多边形法设计了两个方案图和重心,即重心(即。基于质心计划)和Dual-Centroid(即。,based on dual-centroid scheme), to improve the speed and efficiency of node coverage holes. In [13),作者提出了一个网络节点在大规模和高密度部署方法的基础上,重心泰森多边形法镶嵌(CVT),通过随机点的几何近似解。此外,作者提出了一个基于给定的部署计划的特点,研究区以达到接近理想的部署。在某些情况下,由于传感器节点的初始随机分布,有在监测区域覆盖漏洞。因此,有必要考虑网络的生存时间和成本。因此,提出了一种两阶段网络覆盖增强算法混合在14]。在第一阶段中,作者使用了微分进化算法来计算候选目标点位置的移动传感器节点为了提高覆盖率。在第二阶段,他们使用一个优化方案的候选人的目标位置计算在第一阶段以减少移动距离的移动传感器。最后,准确的覆盖洞填满。此外,传感器节点的电源模块是一个干燥的电池能量有限,只能供电的一段时间。因此,节点的能量消耗是一个关键的研究考虑。在[15),作者讨论了网络能耗目标探测的问题,建立了一个框架来评估绩效指标分析传感器网络的性能和服务质量。在[16),作者讨论了如何平衡目标的关键问题检测网络的质量和寿命,并提出了两个目标监控方案。一个利用网络和使用可调的残余能量感应频率在不同地区提高监测质量。另提供一种方法来计算最优频率值的节点剩余能量。尽管网络能源消耗和监控质量因素被认为是在15,16),他们没有全面考虑或验证三维坐标系统。此外,在上述的研究中提出的算法和方法都是基于2 d坐标系统,而实际场景在3 d环境中进行测试和验证。因此,一些报道方法对于现实的3 d环境也被提出。例如,在[17),作者提出了一个分布式算法的移动机器人传感器允许self-deployment传感器节点在3 d环境中为了实现完整的铺天盖地的报道。该算法旨在实现全面覆盖网络,同时考虑到环境障碍等问题,它最大限度地减少传感器节点的数量和移动能源消耗。在[18),作者指出,传统概率网络覆盖率的问题主要集中在二维空间。然而,大多数在3 d空间网络的实际应用。因此,在[18),作者介绍了3 d网络概率模型,提出了一个调度算法(PMCCA)用泰森多边形法部门控制节点的概率模型的调度目标区域。在[19),一个3 d空间部署算法连续目标跟踪来克服传统的色散问题虚拟力算法以及短期跟踪过程中的目标跟踪问题。此外,作者结合节间力,障碍物斥力,monitored-path之间的引力和跟踪目标在一个虚拟的合力,因此目标路径的覆盖更多的连续和持久。与传统虚拟力算法相比,上述算法提高了有效时间的连续目标跟踪过程,缩短了时间,失去目标。在一般情况下,该算法或方法(17- - - - - -19]在3 d条件下实现目标的有效检测。相比之下,我们的方案是更直接的和有效的,我们已经有了更全面的考虑。在[20.),完整的移动传感器网络的覆盖问题在3 d环境中进行了研究。作者提出了一种分散随机算法驱动一组移动顶点上的传感器截断八面体网格的三维有界区域的完全覆盖。然而,节点利用率不高,这种方法不适合目标事件监视。在[21),一个新的网络覆盖和优化控制策略,提出了基于遗传算法解决传感器节点的确定性覆盖问题。此外,作者减少了3 d 2 d平面坐标系统,以确定相关解决方案的适应度函数,他们使用迭代寻找最优解。然而,上述方法是基于节点确定性部署的条件并不是适用于随机部署条件考虑。

在早期报道2 d-voronoi分区,研究提出了一种分布式移动传感器self-deployment协议(22)计算的正确位置移动节点为了解决覆盖漏洞问题。此外,作者认为过渡问题的节点覆盖范围从密度稀疏和设计三个传感器节点移动性辅助算法。实验表明,这些算法可以在短时间内实现更高的覆盖率有限的移动距离。由于随机部署大量的传感器节点在实际环境中,网络的覆盖程度不高。在[23),移动传感器网络覆盖优化算法基于虚拟力的扰动和布谷鸟搜索(VF-CS)提出。泰森多边形法图分为传感器节点形成各自Thiessen多边形;然后,虚拟力多边形顶点和邻居节点之间的扰动因素引入节点位置更新。最后,布谷鸟算法被用来优化移动电话覆盖范围。在[24),来解决在静态网络覆盖洞的问题,作者提出了一种三角形贴片方法提高移动节点覆盖洞修复的能力。最后,作者用该算法提供的辅助信息覆盖边缘节点移动节点位置的最佳人选。在[25),以减少的成本K-coverage sleep-scheduling算法和确保有效的监测节点,该prescheduling-based K-coverage组调度(PSKGS)和自组织K-coverage调度提出了(SKS)算法。最后,作者得出结论,PSKGS算法提高了监控质量和通过仿真实验网络的生命周期,而SKS算法降低了节点的计算和通信成本。显然,研究基于2 d-voronoi算法表现出了更好的结果,但它可以很少被应用到一个3 d坐标系统。因此,本文扩展了传统的泰森多边形法研究[22- - - - - -24)三维无线传感器网络目标探测覆盖。

在随后的实验中,我们比较该算法CSA算法和RA算法。尽管这三个算法可以实现有效的检测,算法的覆盖率是最优的。

3所示。网络覆盖和泰森多边形法分区方法

3.1。网络覆盖模型

本文研究的问题的WSN目标探测覆盖在3 d环境中。因此,我们假设传感器节点的传感模型是一个球形的覆盖范围,节点坐标 中心和传感范围随着半径。最初,人们认为传感器节点随机分布在目标区域的大小 ,和节点的集合 。由于随机部署的节点在初始阶段,各种各样的问题,如不均匀分布的传感器节点,过度的节点能量消耗,并重复覆盖的目标点,可能会发生。因此,节点的利用率降低。此外,一些目标点可能失踪,没有覆盖。如图1下面,有些目标点在节点的覆盖范围,和一些不受节点。其中,三个黑色网状球体代表三个节点的覆盖率,和小黑点代表随机分布的目标点事件。此外,节点感知模型如图2代表节点的通信半径之间的关系及其传感半径。证明(26]显示时可以保证网络节点之间的连接节点的通信半径至少传感半径的两倍,也就是说, 。图2显示节点的传感模型,小球代表传感节点的范围 ,和大型球代表通信范围内随着节点 。

首先,我们做出以下假设之前研究三维传感器网络覆盖算法基于3 d-voronoi分区:(我)传感半径和通信半径传感器节点的同构,(2)传感器节点可以移动的空间(3)传感器节点可以通过一些技术手段来获取自己的位置信息

更直观的后续分析和讨论这篇文章中,我们介绍下面的定义来更好的描述这个问题。

定义1。邻居节点。传感器节点的通信范围是一个传感领域随着通信半径。当欧氏距离 两个传感器节点之间和在空间中满足 ,据说两个节点的邻居节点。因此,两个节点之间的传感范围的球体相交或将切(27]。

定义2。网络覆盖率。摘要概率感知模型可以用于确定任意点的概率 在节点覆盖的空间如下: 在哪里 代表点之间的欧氏距离 和 ,这可以通过方程计算(2);是感应衰减因子,它是节点的物理性质;和是一个值介于0到吗 ,基于多个实验。方程(1)表明,当满足的距离 ,强大的检测是实现, 表明弱探测。 假设有节点在网络上,一个点的覆盖率是 ,分别。然后,点的覆盖率在网络 在哪里表示目标指向被探测到。如果目标点在网络,这些目标点的覆盖率是平均的,整个网络覆盖率的网络可以获得如下: 应该注意的是,在实际的环境中是一个统计值。时的值够大、统计和理论价值将会无限接近。

3.2。3 d-voronoi模型

3.2.1之上。泰森多边形法原理

研究2月初d-voronoi传感器网络覆盖模型,初始节点随机分布在二维平面上。因此,同一地区的一部分或一个目标点事件可能由多个传感器节点,导致相当大的节点冗余。为了克服这个问题,许多相关研究已经减少了节点在三维空间到二维平面,并把他们用泰森多边形法图。如图3给定一组传感器节点 ,有界平面分为多边形细胞 。因此,细胞 每个节点包含一个传感器节点 ,和被称为分代节点(28]。此外,根据分区的泰森多边形法图,从任意点的距离在每个单元来在单位是比之间的距离要短点和周围的邻居节点 。

因此,分工的定义2 d-voronoi图分区满足以下方程: 在哪里 代表在监测区域任意点的坐标。欧几里得距离节点或对点是

如图3,有100个传感器节点分布在平面上。根据泰森多边形法图的定义,每个泰森多边形法单元包含其独特的节点。如图4,红色圆圈表示每个节点的覆盖范围。假设每个节点的传感半径 ,在传感器节点在平面上进行泰森多边形法部门,每个节点的覆盖范围 。

3.2.2。3 d-voronoi分区方法

在回顾相关2 d-voronoi研究在前一节中,我们扩展它的三维空间坐标系统。首先,3 d空间分为泰森多边形法多面体”V身体的单位,每个V身体是一个不规则的多方面的封闭凸体。我们定义上述部门3 d-voronoi分区。3 d-voronoi分区定义如下:假设一组节点 在三维一个3 d空间,分区空间分成”V身体的单位 。单位 包含一个独特的节点 ;然后,被称为一代的吗 。因此,从任意点的距离到节点某一单元体内比之间的距离更短吗和其他节点。因此,定义满足以下方程

欧几里得距离节点 在V身体的任何点 在空间

从上述结果可以得出2 d-voronoi图是一组垂直平分线组成的连续多边形连接两个邻近点的直线,和一系列连续的多边形是无缝的和独特的。因此,每一个部门单位构成3 d-voronoi图是改变从一个多边形的2 d平面三维多面体的集合 。如图5(一个)我们把3 d多维数据集的空间。可以看出,立方体表面由许多不规则多边形相似的2 d飞机。此外,分区密度的大小取决于节点的值。进一步的内部部门可以产生3 d-voronoi形状如图5 (b)。图中的小黑点代表节点 ,和每一个多面体有不同的形状表明,多维数据集分为泰森多边形法多面不同大小的单位。此外,它可以看出V体单元只包含一个节点(例如,黑点,如图5 (b))。因此,节点的数量的数量是一样的吗V身体后单位部门,即 。如图5 (c),增加节点的数量会导致更多V身体体积较小的单位,使分裂V身体的密度。其次,根据爱因斯坦泰森多边形法的定义分区,距离节点的内部V身体的任意点V身体比节点的距离短一个邻居节点或其他节点。因此,本文首先使用这一重要属性划分和研究三维空间的覆盖问题。

4所示。算法设计和步骤

在本文中,我们主要研究目标事件的报道检测问题在3 d空间。最初,传感器节点随机部署,但可能存在目标点的不确定性事件。因此,我们首先假设目标点的位置信息和位置坐标确定实验而闻名。第二,节点随机部署后也可以知道他们的位置信息。此外,节点有相同的传感和通信半径,半径。传感器网络中的节点同构。最初,节点可以分为独立的和独特的V体单位通过3 d-voronoi分区后随机部署。然而,本文并不使用泰森多边形法方法来划分目标事件;相反,它使用3 d-voronoi方法将传感器节点。根据泰森多边形法属性,我们首先考虑传感器节点的覆盖问题V体单元。为目标点,节点感知的范围,我们需要设计相关的算法来实现移动节点覆盖。

4.1。虚拟力的定义

传感器网络覆盖,虚拟力算法(VFA),即节点随机部署在监测环境中由不同的虚拟字段重新部署部队,已被广泛应用。虚拟力最初来源于物理学。当两个原子之间的距离非常小,他们开发独立的相互排斥的力量。此外,当两个原子之间的距离非常大,吸引力了画他们更近29日]。在本文中,我们需要重新设计改进的虚拟力算法来解决以下问题:(我)如何使用3 d-voronoi分区方法划分节点和部署他们精确地覆盖目标点的事件(2)如何定义生成的虚拟力和节点之间的相互吸引力,排斥力,各种力量之间的斥力和障碍吗(3)如何使用改进算法冗余节点移动到封面丢失目标点为了提高覆盖率

进一步提高算法的覆盖率和准确性,我们考虑如何避免节点或节点能耗死由于过度无效的运动。我们将在以下部分中详细描述了算法设计。

4.2。虚拟的受力分析

由于初始随机部署的节点,我们首先使用3 d-voronoi分区方法在各自独立的节点V体单位,我们不要把目标点覆盖。首先,我们考虑到节点优先覆盖在各自的目标点V的身体,所以传感器节点执行移动覆盖优先设置V身体它们所属单位。在改进的虚拟力算法,我们假定节点进行3 d地区的三股势力。覆盖算法的优化过程中,每个传感器节点移动的总结果 ,从而实现节点的平衡和统一的目标事件的报道。因此,在监控区域,我们假设传感器节点受重力与目标事件为代表 ,相邻节点之间的相互作用力为代表 ,边界障碍的力量和节点目标地区V由 。因此,节点受到总合力 :

4.2.1。准备节点之间的相互作用

进一步限制了传统3 d虚拟力,节点过早死亡由于过度运动节点的距离。为此,我们引入距离阈值 , 等效节点之间,代表了节点和的最小安全距离代表节点之间的位置距离时,合力为零。在[30.),作者解释了最优节点之间的距离以确保节点的连通性。这个方程很少有节点时使用,方程当有许多节点使用。因此,为了保证节点的连通性,方程第一次使用。此外,交互力节点之间的计算如下: 在哪里 , , ,和表示增益系数;和代表节点的质量因素(即。的值,通常采取1);和代表节点之间的欧氏距离和节点 。当节点之间的距离和 ,节点是互斥的。当节点之间的距离等于 ,节点不受任何影响的力量。当之间的距离和通信半径 ,节点相互吸引。当 ,节点之间的力量消失了。

4.2.2。引力的目标事件的节点上

有效地使随机部署的节点覆盖在各自的目标点V体单位,我们设置了目标点的吸引力来源节点。假设传感器节点的位置坐标和目标点表示为 和 ,分别。如果目标点作为源节点的吸引力,目标事件有一个重力传感器节点在一定的范围内。因此,为了解决这个问题,可能会有一个目标点,不输入节点的传感范围,我们把目标和节点之间的引力效应迫使节点移动覆盖。目标事件的节点上的引力可以计算 在哪里 , 代表了增益系数, 代表了欧几里得距离节点事件 。此外, , 代表事件的品质因数和节点 ,分别为,代表产生的重力事件集在该地区的行动。当事件所产生的引力范围内的节点集 ,节点所吸引 。

4.2.3。边界障碍和节点之间的排斥力

虚拟重力将导致节点移动到目标的事件。如果只有重力的影响导致大量的节点移动到目标点少,无法实现完整和有效的覆盖,节点可能会消耗太多的能源由于过度移动距离。相反,我们需要考虑的问题,防止一个节点之间的碰撞和运动障碍。因此,我们还需要引入边界斥力来改善整体覆盖率同时确保相邻节点之间的距离是在最佳范围内。因此,边界斥力是通过以下方程: 在哪里和增益系数,节点之间的欧几里得距离吗和障碍。当节点和障碍在一定范围内,节点将被障碍。

4.3。3 d-vpca算法

基于上述理论分析和算法描述,我们提出一个基于3 d-voronoi分区目标探测覆盖算法3 d网络,即3 d-vpca。最初,传感器节点部署在一个3 d领域需要监控。随后,传感器网络开始执行该算法执行3 d-voronoi分区和与每个节点建立通信。此时,节点首先法官当前位置信息和状态和能耗计算与邻居节点的位置关系。然后,再次节点法官是否进行调整根据当前位置信息。如果有一个目标点,不是由中的节点V体单元,节点将重新部署虚拟力合成位置移动到最后一个理想的范围。基于上述分析,论文3 d-vpca算法的实现步骤和流程如下:步骤1。传感器节点随机部署在该地区被监控,每个节点首先判断每个位置坐标的位置,与邻居节点的位置信息。步骤2。3 d-voronoi方法用于将传感器节点所在的地方,所以每个节点在它自己的V体单元。步骤3。解决问题的缺失造成的目标覆盖传统的虚拟力算法,该算法分为三种情况。案例1:目标点覆盖范围内的节点。案例2:有多个目标点V身体,但一些目标点不覆盖范围内的节点。案例3:可能存在情况下目标点位于两个邻国的边界V的身体。步骤4。判断目标是否事件都是在这个时候根据距离覆盖目标指向节点的关系。如果目标点覆盖的数量 ,执行步骤5;否则,执行步骤6。第5步。保持当前的节点数量(例如,节点的数量,覆盖目标事件)。此后,空闲节点(例如, )是优先选择的运动。步骤6。空闲的节点 这个时候是检查,剩下的目标点的数量(例如, )计算,目标点的总数。步骤7。它是判断是否有两个邻国边界节点,该节点的V目标点所属的身体是优先移动,和空闲的邻居节点两侧的邻居边界。步骤8。移动电话覆盖范围的优化是由3 d-vpca算法(算法执行的1),空闲节点移动支付剩下的目标点吗虚拟力的合成的算法。第9步。重复步骤4 - 8,直到所有节点移动到最佳位置,完成最后的报道。

5。算法的理论分析

5.1。覆盖率分析

的概率 目标点集是由节点 可以通过以下方程(31日]: 在哪里代表了衰减因子,即节点的物理性质;和代表一个值介于0到 ,基于多个实验。假设有一个特定的目标的事件在3 d网络,这些事件之间的欧氏距离从任何节点 部署在3 d空间可以通过方程计算(2)。然而,在虚拟力的作用下,节点感动是合力的大小和方向 。因此,后是有区别的欧几里得距离目标的事件和节点运动和运动前的欧氏距离。后的距离变化的方程

最后,方程(14)-方程(2)。 在哪里代表节点的方向向量ʼ年代移动距离,和它的方向是相反的 。因此, 是一个数小于零;然后, 可以导出。因此,的概率 小于将会更大,这表明节点覆盖目标事件的概率是高3 d-vpca算法的作用下。最后,它可以从上述得出的理论证明该算法提高了整个网络的覆盖率。

5.2。能源消费分析

在传感器网络中,每个节点主要负责感知周围的环境和传输传感数据。因此,在这项研究中,节点的能量消耗包括传感和通信(32,33]。轮的研究主要有两个方面的能源消耗的作用下改进的虚拟力算法;单位之间的通信能耗节点用 ,和移动节点的能耗单位距离用在任何方向 。此外,代表了所有节点的移动能源消费在整个网络,和代表了所有节点的通信总能耗在整个网络。因此,能源消费总量整个网络 在哪里代表工作网络中节点的数量,和代表了移动节点的距离在任何方向。此外,代表了移动节点的距离之和在任何方向代表了整个网络中的节点之间通信距离。因此,可以计算为 在哪里表示节点可以移动的最大距离,即。,节点运动范围 。方程(17)被替换在方程(16)给

假设节点总数网络是常数,和虚拟部队3 d覆盖算法不使用3 d-vpca算法。因此,方程的整体网络消费作用下的虚拟力算法

下的网络总能耗算法相比,本文的作用下VFA-3D算法。方程(18)-方程(19)的收益率

总节点算法的作用下运动的距离小于3下的总节点运动距离d-vpca算法,也就是说, 。因此,可以派生,即 。最后,以上提供的能量分析表明,3 d-vpca算法可以有效降低整个移动网络中节点的能量消耗。

6。仿真和实验结果

6.1。模拟环境和参数设置

本研究使用MATLAB仿真实验(2015 b)软件。来验证该算法的仿真结果和性能,3 d-vpca算法与其他两种算法相比。起初,我们随机部署的传感器节点多维数据集监测空间,检测实验进行部署的目标点。提高实验的可靠性,我们最初选择部署50个节点。根据(30.),节点部署很低时,选择最优的节点的距离为了保证网络的连通性。我们假设目标事件可以覆盖的节点,但我们认为糟糕的网络连接的可能性。因此,我们建立了25个目标点,以确保更高的覆盖率,同时保证更好的网络连接。类似地,节点的数量增加到100时,我们使用的网络连接的最佳距离当有许多节点(30.]。因此,我们选择部署58目标点,也就是说, 。实验中使用的模拟参数表中列出1。

6.2。实验结果和仿真图

首先,我们进行以下两组仿真实验,如图6和7。如图6(一)蓝色球体代表了传感器节点的传感范围。在第一组实验如图6(一),50个传感器节点最初部署在的空间 。在3 d-vpca算法的操作,第一次使用3 d-voronoi分区方法划分的空间大小为50个不同形状的和独特的V体单位根据节点的数量。此外,每个节点位于各自的单位如图6 (b)。如图6 (c)红点表示目标点事件覆盖;蓝色球体代表节点,该算法适应覆盖目标点移动。黑色球体代表了传感器节点的目标点并不是在感应范围内节点的移动和调整,以达到覆盖算法的作用下。得出了以下的结论从第一组实验。当25目标点的位置坐标是已知的,首先保存节点覆盖到目标点的调整下算法。当目标点不是覆盖范围内的节点,节点移动的算法选择调整。

进一步验证算法的适应性,我们进行第二组实验,如图7。如图7(一),当我们的传感器节点数量增加到100,我们也选择的目标指向是58岁。从图可以看出7(一)传感器节点更均匀分布和分散在空间节点数量的增加。如图7 (b)的数量V体单位除以算法与节点的数量逐渐增加,和的体积V体单位逐渐减少。因此,目标点的概率是由节点增加根据泰森多边形法分割财产。如图7 (c),需要移动的节点数量的增加与目标点和节点的数量。

6.3。算法分析和对比实验

为了进一步验证实验的准确性,我们比较了3 d-vpca算法在本文布谷鸟搜索算法(CSA) [34)和随机算法(随机算法)。起初,我们部署的节点在一个立方体空间的大小米。实验3和4组,我们组的数量目标点40和100比较,然后验证覆盖率变化关系的三个算法在不同数量的节点通过改变传感器节点的数量。如图8要监视,目标点的数量设置为40。三种算法的覆盖率比较通过验证不同节点的数量。从图可以看出8,CSA算法覆盖率高于RA算法在相同目标数和相同数量的节点。因此,3的倍数d-vpca算法明显优于RA算法在相同的条件下。当节点的数量是10至15日3 d-vpca算法的覆盖率不高的CSA算法。然而,3的倍数d-vpca本文算法显著改善,(即全覆盖。覆盖率是1)实现第一个条件下的节点数量大于20。因此,从实验得出3下该算法更适合大量的节点,它可以实现更高的覆盖率。

在实验4中,我们目标点的数量增加到100,如图9。实验4主要验证覆盖率的变化3 d-vpca, CSA, RA算法在不同数量的节点。当传感器节点的数量很小,目标事件的数量大(如图8和9当传感器节点的数量在清廉的范围),这三个算法的覆盖率在相同条件下显著低于实验3。因此,可以看出,该算法具有明显的优势在RA算法在相同的条件下。当传感器节点的数量小于20,CSA的覆盖率算法比该算法的覆盖率。然而,当节点数的增加,3 d-vpca算法显著提高,优于CSA和RA算法。因此,进一步说明了实验3和实验4的3 d-vpca算法是有利的在大量的节点。

来验证各种指标的变化的三个算法改变目标数时,我们比较结果如表所示2和3。在表2,我们设置的节点数量为30。在表3,我们设置的节点数为35。其中,最小和最大代表了最小和最大目标点在相同条件下覆盖的节点。此外,Avg的平均比率(%)代表三种算法在相同的条件下。最后,我们比较三种算法的各种指标。

从表可以看出2和3分钟,马克斯,Avg (%) 3 d-vpca算法的指标明显高于其他两种算法下的相同数量的目标点。此外,它从上面的表中得出结论,认为RA算法是不可能完全覆盖在任何情况下,但是整体的网络覆盖率3 d-vpca算法显著改善。因此,该算法也能实现更好的检测多个目标点在相同数量的节点。

在第五集的实验中,我们再次验证了节点的传感范围之间的关系和网络覆盖率。在这个实验中,三种算法的网络覆盖比率是通过改变节点相比ʼ年代传感范围在不同节点数量和目标点,如图10- - - - - -12。

在三个实验比较在这一节中,我们验证了传感器节点感知半径的变化关系,确定网络覆盖率的部署目标点,如图10- - - - - -12。从上面的数据可以看出,节点的传感范围主要是介于10到70之间。在第一部分实验中,我们设置的节点数量和目标15 - 40的数量,分别验证。实验结果如图所示10。在第二个实验中,我们设置的节点数量和目标的数量60和100年,分别进行比较分析。实验结果如图所示11。在过去的实验中,我们设置了数量的传感器节点和目标点到10和100年,分别。实验结果如图所示12。它可以从三个实验得出结论,随着节点感知半径的增加,三种算法的覆盖率显著增加。蓝线(例如,图103)代表的覆盖率变化d-vpca算法。可以看出,覆盖率大于RA和CSA算法。此外,从图得出的结论10当节点的传感范围27日3 d-vpca算法达到完全覆盖的速度比其他两个算法。在实验的第二部分(例如,图711),当节点的数量和目标点的数量的增加,三种算法的覆盖率增加覆盖率的三个算法相比的第一部分的实验。相反,3 d-vpca算法具有最快的增长比率,是第一个实现完全覆盖在同样的条件下。如图11,当传感范围是22日的覆盖率3 d-vpca算法达到1覆盖率增长是优于其他两种算法。在过去的实验(例如,图的一部分12),当节点的数量很小,目标点的数量大,覆盖率的增长的三个算法显著低于前两个实验。

因此,通过三种算法的实验比较,可以得出以下结论:(我)当传感器节点的数量确定和目标点,这三个算法的覆盖率在相同条件下与节点的传感半径的增加和减少。(2)在相同的条件下,当节点感知半径25 - 30,3的倍数d-vpca算法可以达到90%以上。节点感知半径为30时,3 d-vpca算法可以实现完全覆盖。(3)3的倍数d-vpca本文算法优于同等条件下的CSA和RA算法。

7所示。结论和未来的研究

在本文中,我们研究了网络覆盖目标的事件。随机需求的覆盖率在3 d环境中节点和节点部署在一些特殊情况下在实际环境中,我们提出了一个3 d-vpca算法应用到目标网络覆盖优化3 d。首先,我们构建了一个网络模型,介绍了一个三维的泰森多边形法分区方法构建的V身体的单位来提高网络覆盖率和节点的利用率。第二,相关算法提出了理论分析和验证。最后,3 d-vpca算法和另外两个算法通过大量的实验进行了分析和比较。结果表明,3 d-vpca算法可以显著降低网络能耗,实现更高的覆盖率。在未来,我们将进一步研究网络中一些关键问题,如目标事件的机动性和相关算法。此外,我们将在一个实际环境中进行相关测试。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作得到了国家自然科学基金(61762079和61762079)和甘肃省的关键科学和技术发展规划(1604 fkca097和17 yf1ga015)。

引用

1. n . Boufares Khoufi, p . Minet l . Saidane y . b .说,“三维移动无线传感器网络基于虚拟力,调动”《2015年国际无线通信和移动计算会议(IWCMC),克罗地亚杜布罗夫尼克,页563 - 568,,2015年8月。视图:谷歌学术搜索
2. m·r·Senouci a . Mellouk k . Asnoune和f . y . Bouhidel”Movement-Assisted传感器部署算法:调查和分类,“IEEE通信调查和教程,17卷,不。4、2493 - 2510年,2015页。视图:出版商的网站|谷歌学术搜索
3. c . t . Wang z Peng王et al .,“提取目标探测知识基于时空信息在无线传感器网络中,“国际期刊的分布式传感器网络,12卷,不。2,文章ID 5831471, 2016。视图:出版商的网站|谷歌学术搜索
4. m·r·l·f·e·席尔瓦·g·h·s·d·卡瓦略,d . c .蒙泰罗和l . s . Machado”分布式无线传感器网络中目标位置:使用FPGA和人工神经网络的方法,”无线传感器网络,7卷,不。5,35-42,2015页。视图:出版商的网站|谷歌学术搜索
5. p·库马尔和周宏儒。李”,安全问题在医疗应用中使用无线医疗传感器网络:一项调查,“传感器,12卷,不。1,55 - 91、2011页。视图:出版商的网站|谷歌学术搜索
6. o . d . Incel a . Ghosh b . Krishnamachari k . Chintalapudi,“快”在基于树的无线传感器网络数据收集,IEEE移动计算,11卷,不。1,第99 - 86页,2012。视图:出版商的网站|谷歌学术搜索
7. x星,李和j·g . Wang”目标的多种类型的覆盖方案异构无线传感器网络使用线性规划,“无线通信和移动计算,14卷,不。14日,第1408 - 1397页,2014年。视图:出版商的网站|谷歌学术搜索
8. 诉Srinivasan w . Wang, k . c . Chua和b . Wang”节能的无线传感器网络覆盖目标探测,”学报第六届国际会议在传感器网络的信息处理ACM,页313 - 322年,剑桥,妈,美国,2007年4月。视图:谷歌学术搜索
9. r, g, j . Wang和h c。所以,“利用被动移动协作目标探测的无线传感器网络,”在移动计算IEEE事务,9卷,不。3、317 - 332年,2010页。视图:出版商的网站|谷歌学术搜索
10. m . Abdelkader rrafshi m, n . Boudriga“多目标跟踪使用无线传感器网络基于高阶泰森多边形法图,“网络杂志,4卷,不。7,589 - 597年,2009页。视图:出版商的网站|谷歌学术搜索
11. z辽、郑,j .曹w . Wang和j·王,“减少运动目标在移动传感器网络覆盖,”学报2012年第32国际会议分布式计算系统研讨会(ICDCSW)IEEE,页194 - 200年,澳门,中国,2012年6月。视图:谷歌学术搜索
12. h·j·李,y . h . Kim黄懿慧汉,和c . y .公园,“Centroid-based运动辅助传感器在无线传感器网络部署方案,”《IEEE 70,车辆的技术会议美国正义与发展党,页1 - 5,安克雷奇,2009年9月。视图:谷歌学术搜索
13. a . Iliodromitis g . Pantazis诉Vescoukis,“二维无线传感器网络部署基于质心的泰森多边形法镶嵌,”航会议论文集,卷1836,不。1,2017。视图:出版商的网站|谷歌学术搜索
14. 问:张和m .)”两阶段coverage-enhancing算法混合无线传感器网络,”传感器,17卷,不。12,117页,2017年。视图:出版商的网站|谷歌学术搜索
15. p . Medagliani j . Leguay g .法拉利诉同性恋,和m . Lopez-Ramos”节能移动目标探测与随机的无线传感器网络节点部署和部分报道,“普及和移动计算,8卷,不。3、429 - 447年,2012页。视图:出版商的网站|谷歌学术搜索
16. y、m .咚,k . Ota a . Liu和m .郭”移动目标探测与可调感应频率无线传感器网络,”IEEE系统杂志,10卷,不。3、1160 - 1171年,2016页。视图:出版商的网站|谷歌学术搜索
17. 杨x”,无碰撞self-deployment移动机器人传感器的三维分布的毯子覆盖控制,”《2017年IEEE机器人和生物模拟国际会议上(ROBIO)澳门,页80 - 85年,中国,2017年12月。视图:谷歌学术搜索
18. y . r . j . Zhang Wang钱,问:王”覆盖控制算法基于概率模型的三维无线传感器网络”学报》第11届国际研讨会分布式计算和应用业务,工程与科学(DCABES)桂林,页169 - 173年,中国,2012。视图:谷歌学术搜索
19. c . l . Tan杨、唐x和y娇,“基于路径的目标跟踪算法的虚拟力,”《IEEE计算机科学与工程国际会议,1卷,页512 - 517,广州,中国,2017。视图:谷歌学术搜索
20. 诉Nazarzehi和a . v . Savkin“分散控制的移动三维传感器网络完全覆盖self-deployment并形成特定的形状,”IEEE会议程序控制应用程序,页127 - 132,(CCA),悉尼新南威尔士,澳大利亚,2015年。视图:谷歌学术搜索
21. l .冯z太阳和t .秋”遗传算法的三维无线传感器网络的研究报道,”学报2013年第七次国际会议上复杂,聪明,和软件密集型系统(CISIS),页633 - 628,台中,台湾,2013。视图:谷歌学术搜索
22. 曹g, g, t·f·门,“Movement-assisted传感器部署,”IEEE移动计算,5卷,不。6,640 - 652年,2006页。视图:出版商的网站|谷歌学术搜索
23. g·李和美国胡”,基于VF-CS覆盖优化算法在移动传感器网络,”杂志在通信》39卷,第107 - 95页,2018年,在中国。视图:谷歌学术搜索
24. f . l . m . Wang,和y .秦,“弹性恢复方法覆盖漏洞使用移动无线传感器网络的节点,“杂志在通信,32卷,页1 - 8,2011年,在中国。视图:谷歌学术搜索
25. 塔迦尔·Sahoo h ., I.-S。黄”的预定和自我组织sleep-scheduling算法在无线传感器网络高效K-coverage”传感器,17卷,不。12,2945页,2017年。视图:出版商的网站|谷歌学术搜索
26. h . Zhang和j·c·侯”,维护大型传感器网络,传感覆盖和连通性”特设和传感器无线网络1卷,第124 - 89页,2005年。视图:谷歌学术搜索
27. p . Kumar Sahoo蔡明俊。蒋介石,S.-L。吴”,一个高效的分布式覆盖孔检测的无线传感器网络协议,”传感器,16卷,不。3,p。386年,2016年。视图:出版商的网站|谷歌学术搜索
28. A Boukerche范x,“泰森多边形法方法覆盖协议在无线传感器网络中,”《全球电信会议IEEE,页5190 - 5194年,华盛顿特区,2007年11月。视图:谷歌学术搜索
29. a .霍华德·m·j·Matarić,g . s . Sukhatme”移动传感器网络部署使用潜在的字段:一个分布式、可扩展的解决方案区域范围的问题,”《分布式自主机器人系统施普林格,页299 - 308年,2002年6月,日本福冈。视图:谷歌学术搜索
30. z . j . h . Liu柴,j . z Du和b . Wu”传感器基于结合虚拟部队重新部署算法在三维空间中,“《自动化学报》37卷,第723 - 713页,2011年。视图:谷歌学术搜索
31. p .江、y徐和j .刘“分布式和节能算法事件k-coverage水下传感器网络,”传感器,17卷,不。12,186页,2017年。视图:出版商的网站|谷歌学术搜索
32. z周、s . r . Das和h·古普塔,“可变半径连接传感器覆盖传感器在传感器网络中,“ACM事务在传感器网络,5卷,p。2009。视图:出版商的网站|谷歌学术搜索
33. 艾哈迈德,n . Javaid f·a·汗et al .,“海底轮,Co-UWSN:节能合作协议”国际期刊的分布式传感器网络,11卷,不。4、文章ID 891410, 2015。视图:出版商的网站|谷歌学术搜索
34. d . Arivudainambi s巴拉,t . s . Poorani”传感器部署为目标覆盖率水下无线传感器网络,”2017年国际研讨会论文集在有线和无线网络的性能评估和建模(PEMWN),页1 - 6,IEEE,巴黎,法国,2017年7月。视图:谷歌学术搜索

版权

版权©2019 Xiaochao党等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。