论文部分内容阅读
无线传感器网络因其在健康与安全监测中取得了广泛的应用而备受关注,特别是在一些具有潜在危险的场所。当监测区域内发生事故,待测物理量如铀尾矿库中的尾砂含有大量放射性核素,其一旦扩散将对周边区域造成严重的放射性污染,对周围环境及人类的安全造成危害。为了及时对放射性核素扩散延伸区域进行覆盖控制,构建高效的延伸区域链路及设计高速、节能的节点移动部署方法成为安全监测问题的核心。本文针对无线传感网中面向覆盖延伸区域节点重定位问题展开研究,其目的是将最初覆盖区域(ROI)内的冗余传感器重新定位到延伸区域(NROI)提供覆盖,并保持ROI和NROI之间的连通性。主要工作包括:(1)本文基于新型的可信信息覆盖(Confident Information Coverage,CIC)模型,研究了传感器能量受限情况下,如何通过激活较少数量的节点提供网络区域可信信息覆盖服务,延长网络寿命。从而当NROI出现覆盖需求时,ROI能提供足够多的冗余节点用于移动,其被称为可信信息覆盖传感器网络寿命最大化(CIC-based network life maximization,CICNLM)问题。为了解决CICNLM问题,我们采用可变动作集的学习自动机(Learning Automata,LA)作为节点学习模型,并提出了一种多链结构的节点覆盖集生成方法,在满足网络区域覆盖要求的前提下,激活尽可能少的节点。为了验证所提方案的有效性,我们进行了一系列实验,实验结果表明,该算法的性能优于其他典型的同类方法,能有效地延长网络寿命。(2)本文分析了面向NROI覆盖的基于可信信息覆盖模型的传感器重定位(CIC-based sensor relocation for NROI,CIC-SR-NROI)问题,其目的是将ROI内的冗余传感器从初始位置重新定位到NROI,以保持ROI和NROI之间的连接性。本文提出了一种基于强化学习的可信信息覆盖延伸区域链路构建算法来完成节点的重定位。该算法首先采取了两种高效的冗余传感器选择算法:RRTLEC和优化的RRTLEC(ORRTLEC)并引入学习自动机来实现节点与重定位目标点的匹配,降低节点移动能耗。为了验证所提方案的有效性,我们进行了一系列实验,实验仿真结果表明,以移动总能耗和最大移动时间为指标,该方法的性能均优于其他典型的同类方法。