一种复杂环境下的无线传感器网络k-覆盖算法制造技术

本发明专利技术公开了一种复杂环境下的无线传感器网络k‑覆盖算法，通过设置节点的睡眠唤醒、中继选择及模式切换三种策略，动态调节目标区域中节点的工作状态，在满足k‑覆盖条件下节省能耗。本发明专利技术的复杂环境下的无线传感器网络k‑覆盖算法中，通过随机部署较多的廉价的静态传感器节点，采用唤醒算法制定节点的状态转换模式，均衡了网络中各个节点的能耗，以及采用中继选择算法修改数据采集树的结构，降低了节点间数据传输的距离，节省发送节点的能耗。这些措施最大化的提高了网络的K‑覆盖生存时间。实验结果表明，与其他算法比较，本发明专利技术算法能够有效减少节点能耗，较大程度的提高网络的k‑覆盖生存时间。

A k- coverage algorithm for wireless sensor networks in complex environment

The invention discloses a k_coverage algorithm for wireless sensor networks in complex environments, which dynamically adjusts the working state of nodes in the target area by setting three strategies: sleep wake-up of nodes, relay selection and mode switching, and saves energy under the condition of satisfying k_coverage. In the k_coverage algorithm of the wireless sensor network in the complex environment of the invention, by randomly deploying more and cheaper static sensor nodes, the state transition mode of the nodes is formulated by wake-up algorithm, the energy consumption of each node in the network is balanced, and the structure of the data acquisition tree is modified by relay selection algorithm, so as to reduce the energy consumption of the nodes. The distance of data transmission between nodes is saved, and the energy consumption of transmitting nodes is saved. These measures maximize the lifetime of network K coverage. Experimental results show that compared with other algorithms, the proposed algorithm can effectively reduce node energy consumption and greatly improve the network k_coverage lifetime.

【技术实现步骤摘要】
一种复杂环境下的无线传感器网络k-覆盖算法
本专利技术涉及一种k-覆盖算法，具体地说，涉及一种复杂环境下的无线传感器网络k-覆盖算法。
技术介绍
无线传感器网络(WSNs)由大量能量受限的传感器节点构成，已经被广泛应用于社会的各个领域，具有灵活部署、扩展简单、自组织网络等特点，其性能很大程度上取决于网络的监测质量和生存时间。在不同的应用领域，对网络的监测要求会有所不同。比如在环境复杂的军事边防、野外监测等领域，为了获得较高的监测质量，无线传感器网络必须具备良好的容错能力和稳定性，需要对目标区域实现K-覆盖，也就是说目标区域的每个监测格点至少被K(K>1)个传感器节点所感应。目前，研究无线传感器网络的覆盖算法比较多，如CCP、DCOA、GAF、EECCP等，但大多数都是基于1-覆盖的，没有考虑对监测质量较高的要求，也有的存在通信和计算开销较大，网络生存时间较短等不足。现有技术中提出了一种基于节点地理位置信息的k-覆盖算法，该算法中网络必须依赖于外部设备，如GPS、有向天线等，这无疑增大了安全隐患，也增加了节点的能耗及硬件成本，同时还可能存在定位不精确的问题。另外，在强干扰及危险区域条件下，要实现节点的精确部署是非常困难的，现有技术中还提出了一种依赖移动传感器节点的k-覆盖算法，然而，当目标区域包括障碍物及泥泞地时，移动节点无法按预期移动，且移动节点要比静态节点昂贵得多。
技术实现思路
本专利技术的目的在于，提出了一种复杂环境下的无线传感器网络k-覆盖算法。该算法模拟的情景是通过在复杂目标区域上空散投传感器节点，实现对整个目标区域的k-覆盖，并实现网络生存时间最大化。其技术方案如下：一种复杂环境下的无线传感器网络k-覆盖算法，包括唤醒、中继选择和模式切换3个子算法，其中:Bs：sink节点；s.energy[tnow]:节点s的当前剩余能量；tnow:当前时间；C(s):节点s每秒的能耗；具体步骤如下：1)在初始部署好所有节点后，Bs确定感应、中继及睡眠节点集，并通过唤醒算法、平衡边界选择算法和中继选择算法确定数据收集树；2)Bs通过下式计算所有睡眠节点的睡眠时间；其中，是节点s的剩余能量能维持的最小消耗时长；3)Bs通过泛洪方式将每个节点的模式设置、数据收集树和下个电池耗尽时间通知给所有节点；4)每个节点切换到指定的模式，并设置目标节点；5)网络开始工作，每个节点能量随着时间逐渐减小；6)在下一次的电池耗尽时刻，睡眠节点结束睡眠模式并准备侦听听取来自Bs的信息；7)重复上述1)～6)步骤。进一步，具体为：本专利技术的有益效果为：本专利技术的复杂环境下的无线传感器网络k-覆盖算法中，通过随机部署较多的廉价的静态传感器节点，采用唤醒算法制定节点的状态转换模式，均衡了网络中各个节点的能耗，以及采用中继选择算法修改数据采集树的结构，降低了节点间数据传输的距离，节省发送节点的能耗。这些措施最大化的提高了网络的K-覆盖生存时间。实验结果表明，与其他算法比较，本专利技术算法能够有效减少节点能耗，较大程度的提高网络的k-覆盖生存时间。附图说明图1是实现1-覆盖的唤醒过程举例，其中图1(a)为初始状态，图1(b)为第一轮节点选择，图1(c)为第二轮节点选择，图1(d)为选择结束状态；图2是1-覆盖时生存时间随节点数的变化；图3是2-覆盖时生存时间随节点数的变化；图4是3-覆盖时生存时间随节点数的变化。具体实施方式下面结合符合具体实施方式对本专利技术的技术方案作进一步详细地说明。1网络模型网络中每个节点有感应、中继和睡眠三种模式，并根据基站制定的时间表切换自身工作模式，节点周期性的感应周围环境数据，如移动目标及温湿度、光照强度等，并把这些数据以多跳方式传输至sink节点(BS)。S＝{s1,…,sl}表示一组节点，U＝{u1,u2,…}、V＝{v1,v2,…}、W＝{w1,w2,…}分别表示感应模式、中继模式和睡眠模式节点集，且U∪V∪W＝S。网络部署后sink节点获知了所有节点的位置信息，并计算所有感应及中继节点到sink节点的通信路径，并通过泛洪向所有感应及中继节点广播新的路径信息。算法采用节点能耗模型，每个节点在感应数据、收发数据及空闲睡眠时都要消耗能量。Trans(x,d)＝Eelec×x+Eamp×x×dn(1)Recep(x)＝Eelec×x(2)相关参数见表1所示。(1)式表示节点传送x(bit)的数据d(m)时所需能耗,n(0≤n≤2)的取值由天线属性决定，当天线为定向天线时，n为0，当天线为全向天线时，n为2。(2)式表示节点接收x(bit)的数据所需能耗。Sens()＝Eelec×D+Esens(3)Listen(y)＝Elisten×y(4)Sleep(y)＝Esleep×y(5)以上(3)式、(4)式和(5)式分别表示感应D(bit)数据的能耗、侦听y(sec)时间的能耗和睡眠y(sec)时间的能耗。2算法分析2.1目标定义如果一组节点长时间处于感应模式，其能量将很快耗尽，必须动态地转换此组节点的工作模式。为此算法制定一个时间表(schedule)给出单个节点的模式转换方式。设t0为网络初始部署时间，tend表示由于节点能量耗尽导致网络k-覆盖终止的时间。当s∈S,t∈[t0,tend]时，设Mode(s,t)表示节点s在t时刻的工作模式，在[t0,tend]内s的模式转换时间表定义为结合以上定义，可以得到保证目标区域被k-覆盖的条件：其中：上式中的s.range表示节点s(s∈U)的感应半径，s.energy(t)表示节点s在t时刻的剩余能量，s.pos和Bs.pos表示s节点和sink节点的位置。由此，定义目标函数为：maximize(tlife)subjectto(6)(7)其中tlife表示k-覆盖生存时间，即从网络开始到条件(6)不再被任何一组感应模式节点满足的时间区间，算法将依据tlife来制定在满足(6)式条件下每个节点s的时间表schedule(s,[t0,tend])。2.2目标分析算法所要解决的问题有三个：(1)查找满足条件(6)并使得tlife最大化的感应节点集。由于感应节点周期性地执行任务，因此它们比中继和睡眠节点要消耗更多的能量；(2)确定感应节点集后怎样确定中继节点集而使得tlife最大化，一些“剩余”节点能够减小关键节点的传输距离和传输数据量，使整个网络的生存时间延长；(3)确定感应节点集和中继节点集后，怎样确定数据收集树使得tlife最大化。必须均衡树上所有节点的能耗，因为离sink节点近的节点将消耗更多的能量容易引起过早“死亡”。以上三个问题是相互关联的，将按以下步骤来解决：1)找出满足条件(6)的最小感应节点集合U2)生成以sink节点为根节点的数据收集树，该树包含所有的感应节点U和部分中继节点(V≤S-U)。使得网络的预测生存时间最大化。网络预测生存时间是没有考虑节点模式变化时的近似网络生存时间，如公式(9)所示。其中，tnow是当前时间，C(s)是节点s每秒的能耗，C(s)的大小由式(11)、式(12)、式(13)定义。3)以下一个电池耗尽时间为依据设置睡眠节点(W＝S-U-V)的睡眠周期。4)在下一个电池耗尽时间，执行阶段(1)、(2)和(3)。下一电池耗尽本文档来自技高网...

【技术保护点】
1.一种复杂环境下的无线传感器网络k‑覆盖算法，其特征在于，包括唤醒、中继选择和模式切换3个子算法， 其中:Bs：sink节点；s.energy[tnow]:节点s的当前剩余能量；tnow :当前时间；

【技术特征摘要】
1.一种复杂环境下的无线传感器网络k-覆盖算法，其特征在于，包括唤醒、中继选择和模式切换3个子算法，其中:Bs：sink节点；s.energy[tnow]:节点s的当前剩余能量；tnow:当前时间；:节点s每秒的能耗；具体步骤如下：1）在初始部署好所有节点后，Bs确定感应、中继及睡眠节点集，并通过唤醒算法、平衡边界选择算法和中继选择算法确定数据收集树；2）Bs...

【专利技术属性】
技术研发人员：赵政春，
申请(专利权)人：湖南城市学院，
类型：发明
国别省市：湖南,43