无线传感器网络k度覆盖控制算法

针对网络覆盖问题提出一种利用勒洛三角形几何特征进行目标区域覆盖度的判断方法,并在此基础上设计k度覆盖算法(Reuleaux triangle-based k-coverage algorithm,RTC)。该算法首先把每个传感器节点的感知圆划分成6个相等的勒洛三角形区域,依定理判断该区域是否达到用户对网络覆盖度的要求,然后调度相应节点进入活跃状态实现对目标区域的k度覆盖。实验结果表明:RTC算法在保证网络覆盖质量条件下能够有效地降低活跃节点的数量,提高网络能量利用效率,从而延长网络生存期。

无线传感器网络中一种能量有效k度覆盖算法

覆盖率是衡量无线传感器网络性能的重要指标之一。在对目标节点进行k覆盖的过程中,会出现大量数据冗余迫使网络出现拥塞的现象,导致网络通信能力和覆盖能力降低、网络能量快速消耗等问题。为此,提出了一种能量有效k度覆盖算法(Energy Efficient k_degree Coverage Algorithm,EEKCA)。该算法利用节点之间的位置关系构造出覆盖网络模型,通过分析网络模型给出监测区域内节点覆盖期望值及对整个监测区域覆盖所需最少节点数量的求解过程;在能耗方面,给出了工作节点和邻居节点之间的能量转换函数比例关系,利用函数比例关系完成低能量节点的调度,进而达到全网能量平衡,优化了网络资源。最后,仿真实验结果表明,该算法不仅可以提高网络覆盖质量,还可有效抑制节点能量快速消耗,从而延长网络生存周期。

无线传感器网络中应用鲁洛三角形的k度覆盖算法

覆盖问题是无线传感器网络中的基本问题之一。着重考虑无线传感器网络在随机部署节点情况下的多重覆盖问题,提出一种应用鲁洛三角形的k度覆盖算法RTCA(Reuleaux triangle-based k-coverage algorithm)。RTCA把每个传感器节点的覆盖圆划分成6个相同的双弧形区域,根据网络覆盖度要求,调度这些区域内的节点状态来实现k度覆盖监测区域。仿真实验结果表明,RTCA在保证网络覆盖质量要求的同时能够有效地减少活跃节点的数量,延长网络的生存时间。未来还可以对该算法做进一步推广,以较容易地判断异构无线传感器网络的多重覆盖。

一种基于节点优化部署的k度覆盖算法

针对无线传感器网络在覆盖过程出现的空洞以及能量快速消耗等情况,本文提出了一种基于节点优化部署的k度覆盖算法。该算法首先建立传感器节点与目标节点之间的关联属性,通过关联属性确定覆盖集合;其次通过概率相关知识给出了最少传感器节点数量的求解方法;最后,通过仿真实验与其他算法进行对比,验证本文算法的有效性和稳定性。

无线传感器网络中能量均衡参数可控覆盖算法

针对目标节点进行k度覆盖的过程中会出现大量数据冗余迫使网络出现拥塞并导致网络通信能力和覆盖能力降低、网络能量快速消耗等问题,提出了一种能量均衡参数可控的覆盖算法(energy balance parameters-controlled coverage,EBPCC)。该算法利用节点之间的位置关系构造出覆盖网络模型,通过分析网络模型给出监测区域内节点覆盖期望值及对整个监测区域覆盖所需最少节点数的求解过程;在能耗方面给出了工作节点和邻居节点之间的能量转换函数比例关系,利用函数比例关系完成低能量节点的调度,进而达到全网能量平衡。实验结果表明:该算法不仅可以提高网络覆盖质量,还可以有效抑制网络节点能量快速消耗,在相同的监测环境下,该算法的网络生存周期比能量有效的目标覆盖ETCA算法延长了12.91%,覆盖率比事件概率驱动机制EPDM算法提高了7.06%。