二次部署的WSN栅栏强化方法技术

二次部署的WSN栅栏强化方法，包括：步骤1，初始栅栏分：(1)根据节点能耗感知模型对初始栅栏和强化后的栅栏进行稳健性分析，(2)根据能耗消耗导致感知半径减小进行薄弱点查找；步骤2，二次部署：本发明专利技术提出了二次部署的方法，第一次部署静态节点，利用静态节点构建栅栏，第二次沿着已经构建的栅栏再次部署移动节点，利用移动节点修补或强化栅栏；步骤3，强化栅栏：研究利用移动节点强化栅栏薄弱点的移动距离总和达到最小。

【技术实现步骤摘要】

本专利技术主要涉及无线传感器网络栅栏覆盖领域，涉及二次部署的WSN栅栏强化方法。
技术介绍
栅栏覆盖是无线传感器网络领域主要的覆盖模型之一，其主要研究当监测目标试图穿越无线传感器网络部署区域时被检测问题。由于构建一条栅栏需要耗费较大的资源，因此如何提高栅栏的鲁棒性是关键问题。无线传感器网络栅栏覆盖有着广泛的用途，如在军事方面，将栅栏部署在阵地前沿可以检测敌人的入侵。在环保方面，将栅栏部署在污染源周围可检测污染物的扩散情况。在林业保护方面，将栅栏部署在森林火灾现场可检测火灾蔓延情况等。目前国内外在无线传感器网络栅栏覆盖的领域已经取得了丰厚的成果，文献《Commandcontrolformany-robotsystems》关于机器人节点覆盖，最早提出栅栏覆盖的概念。Kumar等人提出了k-栅栏覆盖的概念,并研究区域被K-栅栏覆盖所需的条件等问题，同时在文献中提出了OptimalSleep-Wakeup栅栏调度算法，该算法调度栅栏形成强K-栅栏，使得栅栏的能量被充分利用，从而达到栅栏生存时间的最大化。AnwarSaipulla等人提出了line-based部署方法，该方法形成栅栏的概率比均匀部署等方式更高，并且提出了基于权重有向图的最大流算法派遣移动节点修补栅栏间隙，使总移动距离最优。HabibMostafaei等人提出了一种分布式的自学习算法解决静态节点的K-栅栏覆盖问题，并将该算法的网络生存时间与文献《OptimalSleep-WakeupAlgorithmsforBarriersofWirelessSensors》中的OptimalSleep-Wakeup算法进行对比。XuB等人研究了利用入侵者的历史数据作为后续栅栏强化的先验条件，预测下一时间段栅栏中最易受入侵者攻击的节点，并将移动节点移动到最易受攻击节点处的方法，该方法使栅栏不会被快速破坏。Lietal.等人研究了一种在满足入侵检测率的条件下调度栅栏，使得栅栏生存时间最长的方法。ChenJ等人提出利用概率感知模型，以入侵速度为限制条件，将传感器网络问题转化为最大流问题，并根据节点间距离和剩余能量，提出一种有界栅栏构造方法。Keungetal.等人研究了静态传感器节点在部署区域内形成强K-栅栏需要的节点数量。上述的方法都是对构建的栅栏进行研究，然而这些栅栏非常脆弱，随着节点能量的消耗，感知半径会逐渐减小，栅栏中节点感知范围重叠少的部分极易出现间隙。
技术实现思路
本专利技术要解决现有技术的上述缺点，提出了一种二次部署的栅栏强化方法，该方法通过再次部署较少的移动节点将栅栏中薄弱点进行强化，使得栅栏不容易出现间隙，大大加强了栅栏的生存能力。本专利技术所述的二次部署的WSN栅栏强化方法，包括如下步骤：步骤1,初始栅栏分析；步骤11，能耗感知模型；步骤111，传感器节点的感知半径与节点自身存储的能量存在关系，本方法提出的关系模型如式(1)所示：式(1)中ek为节点消耗的能量，c1表示感知常数，rk表示感知半径变化量；步骤112，传感器节点的总能量为E，如式(2)所示，节点消耗能量为e时的感知半径r如式子(3)所示：式(2)和(3)中的R为最大感知半径，e为消耗的能量，E为传感器节点的总能量；步骤12，薄弱点查找；步骤121，遍历栅栏中所有的传感器节点，计算相邻节点的距离d，栅栏中相邻节点间距离的集合为D＝{d1,d2,d3...ds-1本文档来自技高网...

【技术保护点】
二次部署的WSN栅栏强化方法，包括如下步骤：步骤1,初始栅栏分析；步骤11，能耗感知模型；步骤111，传感器节点的感知半径与节点自身存储的能量的关系模型如式(1)所示：rk=ekc1(a)ekc1(b)---(1)]]>式(1)中ek为节点消耗的能量，c1表示感知常数，rk表示感知半径变化量；步骤112，传感器节点的总能量为E，如式(2)所示，节点消耗能量为e时的感知半径r如式子(3)所示：E=c1*R22---(2)]]>r=R-4R2-8ec12---(3)]]>式(2)和(3)中的R为最大感知半径，e为消耗的能量，E为传感器节点的总能量；步骤12，薄弱点查找；步骤121，遍历栅栏中所有的传感器节点，计算相邻节点的距离d，栅栏中相邻节点间距离的集合为D＝{d1,d2,d3...ds‑1}(s为传感器节点数量)；步骤122，随机部署的静态传感器节点间的距离集合D满足高斯分布，如式(4)所示:f(di)=12πσexp(-(di-μ)22σ2)---(4)]]>式(4)中s表示距离集合大小，将集合D中元素di∈[μ+σ,2R]对应的相邻节点间的中点wn作为薄弱点，建立薄弱点集合W＝{w1,w2,w3...wn}(n为薄弱点的个数)；步骤2，二次部署；步骤21，第一次部署静态节点，利用静态节点构建栅栏，第二次沿着已经构建的栅栏再次部署移动节点，利用移动节点修补或强化栅栏，具体步骤如下:步骤211，根据部署区域的环境和要求部署静态传感器节点，然后采用栅栏构建算法构建栅栏，随着节点能量的消耗，容易出现间隙，从而导致栅栏的监测功能失效，因此进行步骤212，部署移动节点用于强化栅栏；步骤212，采用line‑based方法沿着步骤211中已构建的栅栏部署可移动节点；步骤3，强化栅栏；步骤31，可强化的薄弱点数量；步骤311，一种基于集合的最大流算法，已知薄弱点集合为W，可移动节点的集合为M＝{m1,m2,m3...mn}，移动节点的可移动距离为md，当wi(wi∈W)与mi(mi∈M)的距离小于md，则mi称为薄弱点的邻居节点，具体步骤为：步骤3111，计算薄弱点的邻居移动节点的集合，并将公共邻居节点区分开后得到薄弱点新的邻居节点子集合n；步骤3112，以每个薄弱点的新邻居节点子集合n中元素数量为权重值，建立有向图G；步骤3113，采用最大流算法计算图G的最大流，当最大流等于薄弱点的数量，则此时薄弱点可被全部强化，否则存在不能被强化的薄弱点，因为它没有可移动邻居节点；步骤32，强化策略；步骤321，合并多个子集合n为全部邻节点集合N,集合N中的可移动节点到它的邻居薄弱点的距离集合为MD＝{md1,md2,md3,...mdnum|mdi≤md}(num为所有移动节点的个数)，对集合MD升序排序得到集合MD'，采用二分查找法搜索mdoptimum，mdmin＜mdoptimum＜mdmax，mdmin和mdmax为升序得到的最小值和最大值，使得满足集合ED＝{MD'|mdi≤mdoptimum}的移动节点恰好能强化所有的薄弱点，则此时移动节点移动的距离总和最小，二分法算法具体步骤为：步骤3211，初始化L＝0，步骤3212，更新薄弱点的邻居子集合n，将距离薄弱点大于mdoptimum的节点从邻居集合移除，并更新有向图G的权重和拓扑；步骤3213，计算更新后有向图G的最大流，当最大流小于薄弱点数量，则L＝optimum，当最大流等于薄弱点数量，且|L‑optimum|＜ε，输出mdoptimum，算法结束，否则执行步骤3214；步骤3124，跳回步骤3212。...

【技术特征摘要】
1.二次部署的WSN栅栏强化方法，包括如下步骤：步骤1,初始栅栏分析；步骤11，能耗感知模型；步骤111，传感器节点的感知半径与节点自身存储的能量的关系模型如式(1)所示：rk=ekc1(a)ekc1(b)---(1)]]>式(1)中ek为节点消耗的能量，c1表示感知常数，rk表示感知半径变化量；步骤112，传感器节点的总能量为E，如式(2)所示，...

【专利技术属性】
技术研发人员：毛科技，方飞，孙俊生，方凯，施伟元，李鹏欢，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33