基于WSN的二维入侵监测区域可变k覆盖优化算法及仿真
The Optimization Algorithm and Simulation for Variable k Coverage in Two-Dimensional Area Intrusion Detection Area Based on WSN
DOI: 10.12677/MOS.2017.62015, PDF, HTML, XML,  被引量 下载: 1,526  浏览: 3,102  科研立项经费支持
作者: 董树霞*:山东女子学院信息技术学院,山东 济南;西南交通大学经济管理学院,四川 成都;邵增珍:西南交通大学经济管理学院,四川 成都;山东师范大学信息科学与工程学院,山东 济南;李丽娟:山东师范大学信息科学与工程学院,山东 济南;车统统:山东女子学院信息技术学院,山东 济南
关键词: 无线传感器网络可变k覆盖节点部署入侵监测Wireless Sensor Networks Variable k Coverage Node Deployment Intrusion Detection
摘要: 实现不同区域、不同时间的可变覆盖需求,在区域入侵监测问题中具有重要价值。提出基于无线传感器网络WSN的二维入侵监测区域的可变k覆盖问题,提出基于划分聚类规则对传感器节点进行重新部署的CP-var(k)算法。该算法首先对区域进行网格划分,根据其覆盖度进行聚类,而后根据当前覆盖度和需求覆盖度的比较得出每个区域是有冗余节点或是覆盖度不足,最后通过对节点的重新部署实现区域内的可变覆盖。仿真实验表明,在节点数目有限的前提下,该算法可以较少的能量消耗实现区域内快速可变k覆盖效果,且以一定的满意度实现对入侵对象的监测,验证了算法的有效性。
Abstract: The realization of the variable coverage demand in different regions and different time has great value in two-dimensional area intrusion detection. In this paper, we propose a variable k coverage issue in two-dimensional intrusion detection zone based on WSN, and introduce CP-var(k) algorithm based on partition clustering rule to deploy the Location of sensor nodes. Firstly mesh the region and clusters according to its coverage, and then draw redundant nodes or inadequate coverage based on the comparison of current coverage and need coverage. Finally the variable coverage requirement is achieved through redeployment of nodes. Simulation results show that the algorithm can realize the variable k coverage in the region quickly with less energy consumption under the premise of a limited number of nodes, and it also can achieve the goal of the invasion effective with a certain satisfaction and verify the effectiveness of the proposed algorithm.
文章引用:董树霞, 邵增珍, 李丽娟, 车统统. 基于WSN的二维入侵监测区域可变k覆盖优化算法及仿真[J]. 建模与仿真, 2017, 6(2): 124-132. https://doi.org/10.12677/MOS.2017.62015

参考文献

[1] 王伟, 林锋, 周激流. 无线传感器网络覆盖问题的研究进展[J]. 计算机应用研究, 2010, 27(1): 32-35.
[2] 邢萧飞, 谢冬青, 郑瑾. 无线传感器网络k度覆盖控制算法[J]. 中南大学学报(自然科学版), 2014(11): 3832-3839.
[3] 班庆奇. 无线传感器网络中连通性覆盖问题的研究[D]: [硕士学位论文]. 长沙: 中南大学, 2010.
[4] Tong, X.J. (2012) The Novel Block Encryption Scheme Based on Hybrid Chaotic Maps for the Wireless Sensor Networks. Acta Physica Sinica, 61, Article ID: 030502.
[5] Gao, G. and Jiang, G. (2012) Prediction of Multivariable Chaotic Time Series Using Optimized Extreme Learning Machine. Acta Physica Sinica, 61, Article ID: 040506.
[6] Liu, X.L. (2013) A Coordinate Compression Algorithm Based on Centroid for Wireless Sensor Networks. Acta Physica Sinica, 62, Article ID: 070201.
[7] 吴春琼. 改进的无线传感器网络覆盖区域节点调度算法[J]. 计算机仿真, 2010(12): 156-158.
[8] 蒋杰, 方力, 张鹤颖, 等. 无线传感器网络最小连通覆盖集问题求解算法[J]. 软件学报, 2006, 17(2): 175-184.
[9] 吴苏豫, 易卫东. 一种新的无线传感器网络部分冗余覆盖算法及其仿真研究[C]. cwsn’2009中国传感器网络学术会议. 2009.
[10] 黄守志, 赵学增, 张中华. 基于网格划分的无线传感器网络节点冗余分析[J]. 东北石油大学学报, 2013, 37(3): 112-116.
[11] 王成, 樊建席, 王仁喜, 等. 基于Voronoi图的无线传感器网络K覆盖算法[J]. 计算机工程, 2012, 38(04): 84-87.
[12] 王成. 无线传感器网络多重覆盖研究[D]: [硕士学位论文]. 苏州: 苏州大学, 2012.
[13] An, X. (2013) A Novel Approach to Research on Feature Extraction of Seismic Wave Signal Based on Wireless Sensor Networks. Acta Physica Sinica, 62, 956-959.
[14] 蒋文贤, 缪海星, 王田, 等. 无线传感器网络中移动式覆盖控制研究综述[J]. 小型微型计算机系统, 2017, 38(3): 417-424.
[15] 任彦, 张思东, 张宏科. 无线传感器网络中覆盖控制理论与算法[J]. 软件学报, 2006, 17(3): 422-433.
[16] 刘雷, 王洪国, 邵增珍, 等. 一种基于蜂群原理的划分聚类算法[J]. 计算机应用研究, 2011, 28(5): 1699-1702.
[17] 刘志坤, 刘忠, 夏清涛, 等. 基于网格划分的无线传感器网络多重覆盖算法[J]. 火力与指挥控制, 2014, 11: 021.
[18] 付海涛, 柴乔林, 李涛. 完全覆盖热点区域的多重覆盖算法[J]. 计算机工程与应用, 2010, 46(35): 69-71.
[19] 邓亚平, 吴川平. 基于移动节点的无线传感器网络覆盖优化研究[J]. 计算机应用研究, 2012, 29(8): 3137-3139.
[20] 方伟, 宋鑫宏. 基于Voronoi图盲区的无线传感器网络覆盖控制部署策略[J]. 物理学报, 2014, 63(22): 128-137.
[21] 傅蓉蓉. 无线传感器网络入侵检测关键技术研究[D]: [博士学位论文]. 北京: 北京交通大学, 2013.
[22] 吴亚琴. 基于无线传感器网络的入侵检测研究[D]: [硕士学位论文]. 南昌: 南昌航空大学, 2012.
[23] 赵国炳, 陈国定, 张奇伟. 一种无线传感器网络覆盖优化方法[J]. 机电工程, 2009, 26(6): 80-82.