论文部分内容阅读
有向传感器网络作为无线传感网络的一种高级形式,在诸多特殊场景中得到了广泛利用。由于其节点多为无线工作方式且能量无法得到补充,因此必须通过合理的节点调度来提高节点利用效率,在保证网络覆盖需求的前提下尽可能延长网络生存时间。在实际应用场景中,部署区域面积往往非常大,而整个大区域内不同地点的覆盖需求不尽相同,因此在设计调度算法时,充分考虑多覆盖需求的监测场景并根据不同子区域独立调度是必要的也是更加符合实际应用的。在部署有向传感器网络时,同一监测环境可能会采用不同类型的有向传感器节点,在部署时也可能产生节点在感知半径、感知张角等属性上的差异,因此在算法设计时须考虑节点的异构性。而针对感知方向可调的有向传感器节点,对其还可以进行节点感知方向的调度,因此针对此类节点必须重新设计一套节点调度方案。对于定向有向传感器网络,本文将待监测区域划分为拥有不同监测需求的子区域,设计了基于网格划分的节点感知范围度量方法,并在此基础上提出了一种针对区域划分且拥有多覆盖需求的分布式节点调度算法DSSA(Distributed Subarea Sensor-schedule Algorithm)。该算法是一个选取最少数量的节点去对每一个子区域提供相应覆盖需求的分布式贪心算法。算法还考虑了整体网络连通。仿真实验中DSSA算法较对比算法能够提供更长的子区域生存时间和整体网络生存时间。同时DSSA算法的节点选取效率也优于对比算法,在节点部署数目减半和翻倍时,算法表现同样优秀。针对感知方向可调的有向传感器节点,同样基于多覆盖需求情况,本文提出了一种高效的节点感知区域网格化划分与计算方法并在此基础上设计提出了节点调度算法DASA(Direction Adjustable Sensor-schedule Algorithm),算法采用贪心方式对邻居节点及不同感知方向上的覆盖贡献度进行考察来进行节点及工作方向的选取。仿真实验中DASA算法在子区域生存时间、整体网络生存时间、节点工作集选取效率等方面均优于对比算法。