基于概率感知模型的线性无线传感网络可靠性分析

线性无线传感网络(linear wireless sensor network,LWSN)广泛应用于监测铁路、天然气管道等线性拓扑的关键基础设施,其可靠性至关重要,其中覆盖率是衡量可靠性的重要指标.目前在评估LWSN覆盖率的方法大多采用0/1圆盘感知模型,但实际中传感器的监测可靠性随着覆盖半径增加呈概率分布.因此,提出了一种基于概率感知模型的可靠性分析方法,该模型可根据传感器的物理参数计算其有效感知范围,进而提升了评估的准确性.为减小系统状态空间的大小,采用二元决策树构造LWSN的系统状态集合.本文假设节点的故障概率符合Weibull分布并针对不同通信半径和感知范围进行仿真实验,结果表明该方法可以有效地对LWSN的可靠性进行评估,评估准确率相比0/1圆盘感知模型更精准.

有向传感器网络中基于概率感知模型的最小连通k覆盖集算法

无线传感器网络的基本问题之一是,网络节点如何利用有限的能量对人们所关注的物理世界进行满意的监测,这可抽象为最小连通k覆盖集问题。传统的最小连通k覆盖集问题是基于确定型全向感知模型的,该模型过于理想化,不能适用于复杂的应用环境,也不能应用于有向传感器网络中。针对上述局限,本文提出了有向传感器网络中基于概率感知模型的最小连通k覆盖集问题(MCKS),并指出这是NP难问题;设计了基于0-1整数规划和最小生成树的集中式近似算法(IPA)和基于覆盖效益探测的分布式近似算法(CBDA),分别证明两种算法最终得到的是MCKS问题的可行解,并分析了算法的时间复杂度、性能比和通信复杂度。通过仿真实验并与ILP算法和DGA算法进行比较的结果表明:在基于概率感知模型的条件下,IPA和CBDA能够有效实现有向传感器网络中的连通k覆盖,并且激活节点数目较少,网络寿命延长。

基于概率感知模型的边界区域分布式多重覆盖算法研究

在无线传感器网络监视预警应用中,"边界"的地位突出而重要。为了提高边界区域内的监测概率,研究了节点为概率感知模型条件下的分布式多重覆盖算法。根据传感器节点感知圆盘的相互关系,将整个边界区域划分为不可再分割的可数个最小区域块,然后利用改进的贪婪式算法对整个边界区域进行分布式多重覆盖算法研究,最终通过仿真比较,验证了非理想状况下对边界区域实行多重覆盖可在保证能效的前提下有效提高边界覆盖率。

基于概率感知模型的集中式区域覆盖算法研究

覆盖问题是无线传感器网络完成目标监测和信息获取任务的前提。为了更贴近实际地描述区域覆盖问题,采用概率感知模型,并把对被监测区域的覆盖问题转化为对可数个点目标的覆盖问题,然后利用点覆盖算法对整个监测区域的覆盖问题进行了研究。最后通过仿真实验,对网络采用单重覆盖与多重覆盖的效果进行了比较,验证了区域多重覆盖的优越性。

基于概率感知模型的N段有向覆盖与K重全向覆盖研究

针对无线传感器网络节点的概率感知模型,在满足覆盖要求的条件下,给出了传感器节点工作在有向感知模型下的分段数N与全向感知模型下的覆盖重数K之间的关系表达式。之后加入时间积累因素,给出了时间m、分段数N与覆盖重数K的表达式。基于以上研究,可以将概率感知模型下的有向感知覆盖问题转化为求取全向感知下的覆盖重数问题。

基于概率感知模型的区域变精度覆盖分布式算法研究

覆盖问题是无线传感器网络完成目标监测和信息获取任务的前提。为了使传感器节点尽可能减少能耗,以延长网络的使用寿命,考虑对重点区域和普通区域进行不同精度的覆盖。采用了概率感知模型,将对被监测区域的覆盖问题转化为对可数个点目标的覆盖问题,然后利用点覆盖算法对区域的变精度覆盖问题进行了研究。最终通过仿真实验,对网络采用变精度覆盖与单重覆盖、多重覆盖的效果进行了比较,验证了区域变精度覆盖的优越性。

基于节点概率感知模型的WSN覆盖路由协议

无线传感器网络主要是针对物理环境进行信息采集并将此信息有效的传输给感兴趣的人,那么网络覆盖和路由协议就至为关键。基于这个要求,采用接近实际的节点概率感知模型进行建模,对满足覆盖冗余节点的要求进行分析,并对传统分簇路由协议LEACH进行改进提出创新的覆盖路由协议LEACH-C,并通过MATLAB进行仿真分析。仿真结果表明,有效的提高了网络的覆盖度,延长了网络生命周期。

WSN中基于节点概率感知模型的覆盖路由协议

无线传感器网络主要是针对物理环境进行信息采集并将此信息有效地传输给感兴趣的人,那么网络覆盖和路由协议就至为关键。基于这个要求,采用接近实际的节点概率感知模型进行建模,对满足覆盖冗余节点的要求进行分析,并对传统分簇路由协议LEACH进行改进提出创新的覆盖路由协议LEACH-C,并通过MATLAB进行仿真分析。仿真结果表明,有效地提高了网络的覆盖度,延长了网络生命周期。

基于概率感知模型的有向传感器确定性部署研究

节点部署是无线传感器网络技术应用过程中的关键问题。为了更加精确地描述网络对物理世界的感知范围和质量,本文采用由自身物理特性等诸多因素决定的概率感知节点对监测区域进行无缝覆盖。针对无线有向传感器网络中节点的概率感知特性,通过数值仿真,从冗余覆盖面积及感知概率两方面,分析比较采用不同确定性部署方式对同一监测的无缝覆盖。实验结果对区域覆盖的确定性节点部署方式的选择具有重要的指导性意义。

一种基于概率感知的持续目标覆盖算法

目标覆盖是无线充电传感器网络的研究热点,基于概率感知优化充电部署仍然是一个开放性问题。提出一种基于概率感知的持续目标覆盖算法(CtarP),先根据联合概率感知构建目标的单,双概率覆盖圆,确定覆盖每个目标的概率覆盖集。接着,确定节点优先级,节点参与覆盖的目标越多,优先级越高。最后,根据节点优先级设计目标概率覆盖方案,优化充电部署。通过单MC的周期充电,实现高效率的持续目标覆盖。仿真结果证明CtarP方法具有较高的目标覆盖率和充电效率。

带有投递概率感知的低开销机会网络路由机制

中继节点的选择将直接影响机会网络的数据转发性能.对此提出一种带有投递概率感知的低开销机会网络路由机制.利用节点间的间接相遇时间间隔估计间接相遇概率,并结合直接相遇概率预测节点间的综合相遇概率,进而合理地选择中继节点,以极低开销的方式转发数据.结果表明,在数据传输过程中,所提出机制的负载率平均降低了64.9%.

基于感知概率的无线传感器网络k重覆盖算法

基于布尔感知的无线传感器网络多重覆盖控制模型未考虑实际应用中环境因素对节点感知能力的影响,为弥补这种不足,提出了一种分布式k重覆盖算法(KCAPSM),该算法采用了感知概率模型,依据节点感知能力的强弱,将监测区域中的任一点被相关节点监测的情况赋值为某一概率,并通过节点与邻居交换信息,根据能量大小竞选找出k组不相交工作节点集,保证监测区域中每一点被k重覆盖。实验表明,KCAPSM算法让冗余节点处于休眠状态,节省了网络能量,优化了资源。

基于感知概率的无线传感器网络节点部署算法

研究无线传感器网络节点部署优化问题,传感器节点的部署在一定程度上决定了无线传感器网络的性能和使用寿命;针对随机部署的无线传感器节点,提出一种基于感知概率模型的节点部署方案;使用证据理论通过计算对节点周围区域的综合感知概率,将虚拟力算法进行改造,使传感器节点向感知概率低的区域移动,实现对监测区域的最大覆盖;仿真结果表明,该部署算法实现节点合理分布,提高网络的覆盖率,减少节点的移动距离,达到延长网络使用寿命的目的。

基于感知概率的室内定位算法

基于WLAN的室内定位技术对高性能算法的需求与日俱增,K近邻算法和最大似然概率算法是基于Wi-Fi位置指纹室内定位技术的两种常用算法。给出感知概率的定义,在感知概率基础上定义了感知欧氏距离和感知似然概率,并提出基于感知欧氏距离的确定型修正算法和基于感知似然概率的概率型修正算法。实验结果表明:基于感知概率的修正算法较原算法在相对复杂的室内环境中有更高的定位精度。

基于感知数据概率模型的无线传感器网络采样和通信调度算法

在无线传感器网络中,如何动态地管理能量,最大限度地延长网络的生命周期是一个关键的问题。文中提出了一种基于感知数据概率模型的传感器网络的采样和通信动态调度算法,使传感器节点根据感知数据的概率模型来确定自己的采样和通信时机,最小化采样频率和通信量,减少传感器节点的能量消耗,延长传感器网络的生命期。该算法是一种分布式算法,适用于无线传感器网络。该算法采用了简单的概率模型,资源需求量小,适合于在目前普遍使用的资源受限的传感器节点上运行。模拟试验结果表明,这种方法与其他方法相比,具有很高的能量有效性。

一种基于感知概率的室内定位匹配算法

近年来,指纹匹配技术在高精度的室内定位系统中取得了很大的进步。由于复杂的室内环境和信号的多变性,很难获得统一的信号传播模型,因此位置指纹技术被广泛应用于室内定位系统中。基于接收信号强度,k近邻和最大似然概率算法是常用的位置指纹匹配算法。本文首先给出感知概率的定义,将感知概率引入到欧氏距离和似然概率中,并利用直方图模型和核密度估计技术计算似然概率,提出了修正k近邻和最大似然概率算法。实验结果表明,提出的修正算法可以获得较好的定位精度。

一种概率栅栏覆盖模型及其构建算法

K-栅栏覆盖是有向传感器网络的研究热点之一.概率感知模型要比0-1模型更贴近实际.而基于概率感知模型的栅栏覆盖还鲜有研究.根据感知概率阈值和感知距离要求,确定节点的虚拟半径.提出一种二元概率栅栏覆盖模型.在这个模型中,相邻2个节点的虚拟感知圆两两相切.在此基础上提出了最少节点的概率栅栏构建算法(construction of probabilistic barrier of minimum node,CPBMN).首先根据二元概率栅栏模型确定节点的目标位置,再通过匈牙利算法选用移动距离之和最少的移动节点移动到目标位置形成栅栏覆盖,缺少移动节点的子区域,选择附近区域的剩余移动节点修补形成1-栅栏覆盖.水平相邻的2个子区域之间构建竖直栅栏,这些子区域的概率1-栅栏合起来构成整个区域的概率K-栅栏覆盖.仿真结果证明:该方法能够有效形成概率栅栏,最多比其他栅栏构建算法节省70%能耗.

一种有向网络目标概率覆盖增强算法

目标覆盖是有向传感器网络覆盖控制的研究热点之一,但如何实现概率目标覆盖是当前迫切需要解决的问题。本文根据联合感知理论,实现目标的概率覆盖。提出了基于概率覆盖圆的目标覆盖增强算法(TarpC),构造目标的概率覆盖圆,选择最优节点调整感知方向,完成目标概率覆盖。仿真结果证明了该栅栏构建方法具有较高的覆盖率和部署效率。本文的研究对提升无线传感器网络的性能具有重要的理论与实际意义。

多策略融合改进的蜣螂优化算法

针对标准蜣螂优化算法(DBO)存在的全局探索能力欠缺、收敛精度低及易陷入局部最优等不足,提出了一种融合多策略的改进蜣螂优化算法(MSDBO).首先,引入社会学习策略引导推球蜣螂进行位置更新,提高了算法全局探索能力,避免算法陷入局部最优;其次,提出一种方向跟随策略,建立起小偷蜣螂与推球蜣螂个体间的交互,提高了寻优精度;最后,引入环境感知概率,引导小偷蜣螂合理采用方向跟随策略,兼顾了性能与时间消耗.在12个基准测试函数上进行求解分析,并与其他优化算法进行对比,证明了MSDBO的寻优性能明显优于对比算法,在压力容器设计优化问题上的结果验证了MSDBO求解实际工程约束优化问题的有效性.

一种无线传感器网络的概率覆盖增强算法

覆盖与连通问题是无线传感器网络的基本问题.研究考虑连通性的概率覆盖增强算法,构建覆盖空洞的修补半径,提出了移动距离和修补半径的关系模型.通过这个关系模型,移动节点在修补圆上选择保持连通的修补位置;根据这个移动距离和空洞面积,移动节点进一步创建空洞的优先级,选择优先级最高的空洞进行修补,节能而高效地实现覆盖增强.仿真结果表明,所提出的算法既能得到较高的覆盖率,又能保证整个网络的连通性.