基于Voronoi图的无线传感网络覆盖盲区检测方法

传感网络的空洞暴露程度较少,在检测网络覆盖情况时更容易出现误差,影响盲区的检测效果。为此,提出基于Voronoi图的无线传感网络覆盖盲区检测方法。根据节点分布关系推测无线传感网络覆盖情况,在Voronoi图的指导下排除已覆盖区域,获取具备检测条件的未覆盖无线传感网络空洞。计算网络空洞的暴露程度和节点能量,作为特征样本输入粒子群分离器中,根据分类器的输出结果,实现无线传感网络覆盖盲区检测。仿真结果表明,所提方法不同覆盖盲区数量下的检测时长低于0.2 s、不同节点数量下的检测能耗低于20 J、不同空洞圆心距下的覆盖盲区差异度最高为0.24,证明所提方法具有较好的无线传感网络覆盖盲区检测效果。

传感网络失联覆盖盲区检测的仿真分析

在对无线传感网络覆盖盲区检测优化的研究过程中,由于采用传统算法进行检测时,计算量较大,无法对大范围的无线传感网络检测。为解决上述问题,提出了一种改进分布式算法的无线传感网络覆盖盲区检测方法。上述方法依据传感器节点不同的物理特性组建无线传感网络的感知模型,并定义无线传感网络的感知区域强度,对无线传感网络中覆盖盲区所有的边界节点进行判定,将分布式算法和几何理论相融合,计算并得到无线传感网络中覆盖盲区的边界弧和边界端点,实现改进分布式算法的无线传感网络覆盖盲区检测方案。实验结果证明,改进分布式算法的无线传感网络覆盖盲区检测方法能有效地提高覆盖盲区的检测正确率。