论文部分内容阅读
随着传感器技术、通信技术以及机器人技术的发展,移动无线传感器网络(Mobile Wireless Sensor Network,M-WSNs)成为一种新型的传感网,并因高保真性、节点位置可调整、节点移动可控制、网络部署灵活等特点受得到工业界和学术界的更多关注。具有移动能力的节点在战场侦察、森林巡视、医疗监护、智能家居等应用场景中使用非常广泛。由于节点随机部署的不均匀分布或节点能量耗尽,致使产生覆盖空洞或节点失效的情况,因此对节点重新定位去修复空洞或替换失效节点显得尤为重要。传感器节点重定位问题是移动无线传感器网络中的关键研究问题之一。在传统的网络覆盖算法中,为了保证网络能够覆盖整个目标区域,会在目标区域大规模随机部署传感器节点。但经过这样的部署方式,会出现一个目标区域被多个节点所覆盖,产生覆盖冗余的现象,因此使用冗余节点充分解决节点失效或覆盖空洞。本文针对移动无线传感网中节点重定位问题展开研究,以此来均衡网络寿命,节点能耗和覆盖率。主要工作包括:1)本文采用新颖的可信信息覆盖(Confident Information Coverage,CIC)模型作为节点覆盖模型,指出了可信信息覆盖传感器重定位(Sensor Relocation based on Confident Information Coverage,CICSR)问题,选择一些随机分布式冗余传感器去修复覆盖空洞或失效的节点,使用级联移动方式以及时有效和平衡的方式重新定位冗余传感器。仿真结果表明在重定位时间上,CIC-ESTSA(CIC-Energy Saving and Time Saving algorithm)算法比CIC-DRA(CIC-Direct Replacement Algorithm)算法提高了53.10%,而CIC-DRA算法的总能耗是CIC-ESTSA的32倍,这样使CIC-ESTSA算法的网络寿命比CIC-DRA算法提高了16.53%。2)在本文中,指出了一个基于TSP的机器人辅助重定位(RASR)区域覆盖问题,通过协作感知和相邻传感器之间的信息融合实现可信信息覆盖(CIC),这被称为CIC-RASR问题。为了解决CIC-RASR问题,提出了基于CIC的集中式遗传方法机器人重定位(Centralized Genetic algorithm to Robot-assisted Sensor Relocation based on CIC,CGA-CIC-RASR)算法。该算法采用Hungarian方法实现冗余节点和空洞之间的最优匹配,然后利用遗传算法获取机器人的最短路径。实验结果表明,CGA-CIC-RASR算法在机器人轨迹长度节省了72.26%的距离,在覆盖率方面明显比Random算法快速达到100%覆盖。