典型的无线传感器网络覆盖算法与协议
发布时间:2012/3/30 20:02:29 访问次数:1608
考虑传感器节点及目标点都采用网JH-419AK格形式配置,传感器节点采用布尔覆盖模型,并使用能量矢量来表示格点的覆盖。如图3-19所示,网络中的各格点部可至少被一个传感器节点所覆盖(即该点能量矢量中至少一位为1),此时区域达到了完全覆盖。例如,格点位置8的能量矢量为(0,O,1,l,O,0)。在网络资源受限而无法达到格点完全识别时,就需要考虑如何提高定位精度的问题。而错误距离是衡量位置精度的一个最直接的标准,错误距离越小,则覆盖识别结果越优化。
基于网格的覆盖定位传感器配置算法设计了一种模拟退火算法来最小化距离错误。初始时刻假设每个格点都配置有传感器,若配置代价上限制没有达到就循环执行以下过程:首先试图删除一个传感器节点,然后进行配置代价评价。如果评价不通过就将该节点移动到另外一个随机选择的位置,然后再进行配置代价评价。循环得到优化值后同时保存新的节点配置情况。最后,改进算法停止执行的准则。在达到模拟退火算法的冷却温度tf时,优化覆盖识别的网络配置方案也同时达到。
考虑传感器节点及目标点都采用网JH-419AK格形式配置,传感器节点采用布尔覆盖模型,并使用能量矢量来表示格点的覆盖。如图3-19所示,网络中的各格点部可至少被一个传感器节点所覆盖(即该点能量矢量中至少一位为1),此时区域达到了完全覆盖。例如,格点位置8的能量矢量为(0,O,1,l,O,0)。在网络资源受限而无法达到格点完全识别时,就需要考虑如何提高定位精度的问题。而错误距离是衡量位置精度的一个最直接的标准,错误距离越小,则覆盖识别结果越优化。
基于网格的覆盖定位传感器配置算法设计了一种模拟退火算法来最小化距离错误。初始时刻假设每个格点都配置有传感器,若配置代价上限制没有达到就循环执行以下过程:首先试图删除一个传感器节点,然后进行配置代价评价。如果评价不通过就将该节点移动到另外一个随机选择的位置,然后再进行配置代价评价。循环得到优化值后同时保存新的节点配置情况。最后,改进算法停止执行的准则。在达到模拟退火算法的冷却温度tf时,优化覆盖识别的网络配置方案也同时达到。
热门点击