基于网格划分的无线传感器网络多重覆盖算法

第42卷 第4期 2009年4月 天 津 大 学 学 报 Journal of Tianjin University Vol.42 No.4 Apr. 2009

收稿日期：2008-04-16；修回日期：2008-11-05.

基金项目：教育部博士点新教师基金资助项目(200800561053)；国家自然科学基金资助项目(60434030，60773181)；国家“863”高技术研究发展计划资助项目(2006AA01Z218). 作者简介：刘丽萍（1979— ），女，博士，讲师. 通讯作者：刘丽萍，lipingliu@.

无线传感器网络多重覆盖算法

刘丽萍1，李桂丹1，王 智2，孙雨耕1

(1. 天津大学电气与自动化工程学院，天津 300072；2. 浙江大学工业控制国家重点实验室，杭州 310027)

摘 要：针对区域覆盖中存在多个不同覆盖质量需求的目标覆盖的混合覆盖问题，提出了一种满足多个目标不同覆

盖质量需求且兼顾区域覆盖的多重覆盖算法(WMCA)．该算法在覆盖有效的虚拟力算法(CEVFA)的基础上，假设被

监测目标对节点有引力作用，建立了节点和被监测目标之间的联系，打破了传统的目标覆盖中指定节点覆盖特定目标的局限性；同时，弥补了现有以VFA为主的区域覆盖方法中，仅能提供区域覆盖或者目标覆盖而没有将二者综合考虑

的不足．不同节点密度下的仿真结果表明：WMCA在满足特殊热点目标监测的前提下，最大限度地兼顾了网络的区域覆盖质量；相对于随机部署，其平均覆盖质量提高达15.99%，有效地利用了网络资源． 关键词：多重覆盖；混合覆盖；无线传感器网络；覆盖质量

中图分类号：TP393 文献标志码：A 文章编号：0493-2137(2009)04-0309-07

A Weighted Multiple Coverage Algorithm in Wireless Sensor Networks

Ｎｅｔｗｏｒｋ　ａｎｄ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ　

一种基于遗传算法的无线传感器网络覆盖模型　

吕广辉　，崔逊学　，侯战胜　

（１．江西联创通信有限公司，江西南昌３３００９６；　

２．解放军炮兵学院计算机学院，安徽合肥２３００３１；　

３．南京邮电大学计算机学院，江苏南京２１０００３）　

摘　要：在无线传感器网络中，传感器节点的分布通常具有随机性和密集性，监测区域会出现覆　

盖盲区或者覆盖重叠。为此，推导出了无线传感器最优覆盖模型计算最少节点个数的公式，对遗传算　

法中的适应度函数公式做了改进，将多重覆盖率和覆盖率的组合作为适应度函数。根据遗传算法的　

相关内容和流程图。利用遗传算法对覆盖策略做了仿真模拟，证明了所选用的方法的正确和优越性。　

关键词：无线传感器网络；覆盖；节点；遗传算法　

中图分类号：ＴＰ２１２．９　文献标识码：Ａ　文章编号：１６７４—７７２０（２０１０１１５—００５９—０４　

Ａ　ｃｏｖｅｒａｇｅ　ｍｏｄｅｌ　ｏｆ　ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ　ｂａｓｅｄ　ｏｎ　ｇｅｎｅｔｉｃ　

ａｌｇｏｒｉｔｈｍ　

ＬＶ　Ｇｕａｎｇ　Ｈｕｉ　，ＣＵＩ　Ｘｕｎ　Ｘｕｅ　，ＨＯＵ　Ｚｈａｎ　Ｓｈｅｎｇ３　

（１．Ｊｉａｎｇｘｉ　Ｌｉａｎ　Ｃｈｕａｎｇ　Ｔｏｎｇｘｉｎ　Ｃｏ．Ｌｔｄ，Ｎａｎｃｈａｎｇ　３３００９６，Ｃｈｉｎａ；　２．Ｓｃｈｏｏｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ，ＰＬＡ　ｔｈｅ　Ａｒｔｉｌｌｅｒｙ　Ａｃａｄｅｍｙ　Ｃｏｌｌｅｇｅ，Ｈｅｆｅｉ　２３００３　１，Ｃｈｉｎａ；　

３．Ｓｃｈｏｏｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ，Ｎａｎｊｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｐｏｓｔｓ＆Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ，Ｎａｎｊｉｎｇ　２１０００３，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ａｓ　ｓｅｎｓｏｒ　ｎｏｄｅｓ　ｉｎ　ＷＳＮ　ａｒｅ　ｕｓｕａｌｌｙ　ｄｉｓｔｒｉｂｕｔｅｄ　ｒａｎｄｏｍｌｙ　ａｎｄ　ｄｅｎｓｅｌｙ，ｔｈｉｓ　ｍａｙ　ａｒｉｓｅ　ｔｏ　ｃｏｖｅｒａｇｅ　ｈｏｌｅｓ　ａｎｄ　

２０１１年第６期　

中图分类号：ＴＶ３０９　文献标识码：Ａ　文章编号：１００９—２５５２（２０１１）０６—００１８—０６　

无线传感器网络中基于遗传算法的覆盖优化　

钟幼平，何伟力，汪光煌，王梓展　

（江西省电力公司超高压分公司，南昌３３００９６）　

摘要：覆盖控制是延长无线传感器网络生存期一个有效的方法之一。其方法通过覆盖控制将　无线传感网络节点划分成若干不相交最小覆盖连通集（ＣＣＳ），然后顺序调度不同节点集。然而　

寻找最小覆盖连通集覆盖为ＮＰ问题，文中建立覆盖连通集优化模型，提出一种基于遗传算法　（Ｇｅｎｅｔｉｃ　Ａｌｇｏｒｉｔｈｍ，简称ＧＡ）目标覆盖的优化算法，并详细阐述算法实施。仿真结果显示，对　于指定目标，该ＧＡ优化算法能获得比ＧＩＥＣＣ算法更好的性能。　

关键词：无线传感器网络；覆盖控制优化；能量有效性；遗传算法　

Ｃｏｖｅｒａｇｅ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｇｅｎｅ　ａｌｇｏｒｉｔｈｍ（ＧＡ）ｉｎ　

ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋ　

ＺＨＯＮＧ　Ｙｏｕ—ｐｉｎｇ，ＨＥ　Ｗｅｉ—ｌｉ，ＷＡＮＧ　Ｇｕａｎｇ—ｈｕａｎｇ，ＷＡＮＧ　Ｚｉ—ｚｈａｎ　

（Ｓｕｐｅｒ　Ｔｅｎｓｉｏｎ　Ｂｒａｎｃｈ，Ｊｉａｎｇｘｉ　Ｐｒｏｖｉｎｃｉａｌ　Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ｃｏ．，Ｎａｎｃｈａｎｇ　３３００９６，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｃｏｖｅｒａｇｅ　ｃｏｎｔｒｏｌ　ｉｓ　ｔｈｅ　ｏｎｅ　ｏｆ　ｅｆｆｅｃｔｉｖｅ　ｗａｙｓ　ｔｏ　ｅｘｔｅｎｄ　ｔｈｅ　ｌｉｆｅｔｉｍｅ　ｏｆ　ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋ　（ＷＳＮ）．Ｂｙ　ｔｈｅ　ｓｏｌｕｔｉｏｎ　ａｂｏｖｅ　ｔｈｅ　ＷＳＮ　ｎｏｄｅ　ｃａｎ　ｂｅ　ｔａｋｅｎ　ａｐａｒｔ　ｉｎｔｏ　ｓｅｖｅｒａｌ　ｄｉｓｊｏｉｎｔｅｄ　ｍｉｎｉｍｕｍ　ｃｏｖｅｒａｇｅ　ｃｏｎｎｅｃｔｅｄ　ｓｅｔｓ（ＭＣＣＳ）ｗｈｉｃｈ　ｃａｎ　ｂｅ　ｓｃｈｅｄｕｌｅｄ　ｉｎ　ｓｅｑｕｅｎｃｅ．Ｈｏｗｅｖｅｒ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｂｅｌｏｎｇｓ　ｔｏ　ＮＰ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ　ｔｈｅ　ｃｏｖｅｒａｇｅ　ｃｏｎｎｅｃｔｅｄ　ｍｏｄｅｌ　ｈａｓ　ｂｅｅｎ　ｃｏｎｓｔｒｕｃｔｅｄ　ａｎｄ　ｔｈｅ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｃｏｖｅｒａｇｅ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｇｅｎｅ　ａｌｇｏｒｉｔｈｍ（ＧＡ）ｈａｓ　ｂｅｅｎ　ｐｒｏｐｏｓｅｄ　ａｎｄ　ｒｅａｌｉｚｅｄ　ｉｎ　ｄｅｔａｉｌ．Ｔｈｒｏｕｇｈ　ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｐｒｏｐｏｓｅｄ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｇｅｎｅ　ａｌｇｏｒｉｔｈｍ（ＧＡ）ｉｓ　ｓｕｐｅｒｉｏｒ　ｔｏ　ＧＩＥＣＣ　ｆｏｒ　

无线传感器网络中基于重叠覆盖区域相似度的数据聚合算法

无线传感器网络是当今信息技术领域的热门课题之一，是由大量的分布在空间中的传感器节点组成，在一定的区域内分布，完成对环境参数的采集和传输任务。由于传感器节点数量庞大，因此如何高效地收集和处理传感器节点所采集的数据以及保证数据的准确性和稳定性是无线传感器网络中一个重要的研究问题。数据聚合是一种将分散的节点数据合并为更高级别的信息的技术方法，针对大规模无线传感器网络中分布式的数据收集和处理，数据聚合技术被广泛应用。

在无线传感器网络中，基于重叠覆盖区域相似度的数据聚合算法被广泛研究与应用。这种算法考虑不同区域中的相似性，将具有相似性的数据合并，减少数据冗余，提高传感器网络的能源效率和网络带宽。同时，重叠覆盖区域相似度的数据聚合算法也能够增强数据的真实性和减少传输时所发生的数据丢失现象。

然而，随着传感器网络规模的扩大，数据聚合算法对精度的要求变得越来越高，同时还需要考虑算法的实时响应速度和网络带宽的利用效率。因此，传感器网络中的数据聚合算法必须考虑这些方面的问题，以确保其高效性和稳定性。

基于重叠覆盖区域相似度的数据聚合算法的核心思想是将数据分割成若干个区域，选取不同区域间的相似度作为数据合并的重要依据。在聚合过程中，需要将不同区域内的数据进行预处理，采用一些有效的数据压缩算法减小数据传输的负担；同时，需要考虑特殊情况下的数据冲突问题，保证数据传输的正确性。

基于重叠覆盖区域相似度的数据聚合算法最大优点是能够充分利用传感器节点之间的空间相关性，提高数据聚合的效率，减少数据传输的冗余。同时，该算法还可以有效地处理大量数据和数据时延，保证数据传输的稳定性。相比单独处理不同传感器节点数据的传统算法，基于重叠覆盖区域相似度的数据聚合算法更加灵活高效，被广泛应用于现代信息技术领域。 在实际应用中，基于重叠覆盖区域相似度的数据聚合算法还面临着一些挑战，例如如何处理质量不同的数据、如何静态地修正传感器节点数据和如何应对多种类型的数据冲突等。在进一步深入研究基于重叠覆盖区域相似度的数据聚合算法的同时，我们还需要解决这些挑战，以满足现代信息技术领域对数据处理和传输的不断需求。不仅如此，我们还需要创新提高基于重叠覆盖区域相似度的数据聚合算法的效率和稳定性，为无线传感器网络的广泛应用提供更好的技术支持。