[发明专利]一种基于多传感器概率感知模型的覆盖空洞消除方法

摘要

一种基于多传感器概率感知模型的覆盖空洞消除方法包括以下步骤：在节点随机部署后，先采用网格法进行覆盖空洞检测。如果在多传感器概率感知模型下，网格联合感知概率大于90%，此网格完全覆盖，否则此网格没有被覆盖，连续的未被覆盖的网格就是空洞。根据几何算法确定修补空洞的节点新位置。保存该移动目标位置，去除该移动节点的覆盖区域，节点移动到目标位置修补空洞，更新覆盖漏洞。返回第一步继续，直到所有漏洞都得到覆盖。重复这样的过程，直至所有空洞被覆盖。

主权项

1.一种基于多传感器概率感知模型的覆盖空洞消除方法，所述的方法包括以下步骤：步骤1，基于网格的覆盖空洞检测算法：（1.1）将感知区间用边长为1的网格划分出来，确定网格周围的节点，根据公式1计算网格(i,j)的感知概率，如果联合感知概率大于90%，c_i,j=1，此网格被完全覆盖否则c_i,j=0没有被覆盖；（1.2）设置网格对应的覆盖矩阵，覆盖度为0的网格，即c_i,j=0，覆盖度为1的网格，c_i,j=1；（1.3）对连续的未被覆盖的网格进行合并，合并的时候，采用宽度搜索和深度搜索相结合的方法可以得空洞的数量和每一个空洞面积，同时确定漏洞的位置；（1.4）找出空洞的相邻节点；覆盖相邻网格的节点，即为空洞的相邻节点；（1.5）计算网络覆盖率，事件检测率；假设节点i在监测区域A中的覆盖范围是COV_i，那么这个区域中所有节点的覆盖面积可以用式(1)表示，COVA=∪i=1kCOVi---(1)]]>式1中，k为节点总数，区域A的覆盖率C可以表示为：C=COVA/Area=∪i=1kCOVi/Area---(2)]]>式2中，Area表示监测区域的面积，其他符号如公式2；多个传感器节点同时工作的情况下，根据公式2计算事件联合感知概率；而网络中事件的有效检测率η则表示网络中联合感知概率大于90%区域占整个检测区域面积的比例；η=S(C(Sn,P)≥90%)Area---(3)]]>步骤2，确定修补空洞的节点新位置：（2.1）寻找覆盖洞边缘的所有交点，保存所有交点位置信息到一个集合，按逆时针顺序找到相邻的三个交点位置；(2.2)若以节点为圆心，以r′为半径的圆的范围内事件，节点对此事件的感知概率大于90%，以r_u为半径的圆外的事件，节点感知概率为0），节点N内寻找与AB平行且与AB距离较短的弦长为d_m的弦DE，并以此弦为对称轴找到所需覆盖的目标漏洞节点位置M，该目标节点M与弦DE的距离为(2.3)若AB≥d_m且BC≥d_m且AC≤2r_u，寻找AB，BC两中垂线的交点D，则D点即为移动节点的目标位置；若AC>2r_u，则以AB、BC中较短的弦为对称轴，该弦所在圆圆心对应的点为目标位置；步骤3，确定候选移动节点：采用混合粒子群算法选择移动节点，将所有移动节点位置构成的向量看做粒子群中的一个粒子，粒子的范围和粒子的最大移动速度V_max由优化问题决定，V_max由本身剩余能量决定，即剩余能量可以提供的最大移动距离；循环的中止条件可以设置为最大循环数，这个取决于我们对算法精确度的要求；当检测到网络中b个漏洞，且各漏洞节点的坐标分别为X_b=(x_i,x_i+1,...x_i+b),Y_b=(y_i,y_i+1,...y_i+b)。移动节点k(k>b)个，移动节点的横、纵坐标向量分别为X_k=(x₁,x₂...,x_k)和Y_k=(y₁,y₂...,y_k)，而每个节点的剩余能量分别为E_k=(e₁,e₂...,e_k)；则移动节点j到漏洞i的距离在移动过程中单位能耗为e_s，则该节点消耗的能量为E_j=e_s*d_ij；适应度函数如公式（4）；fitness=ω1/Σm=1bdi+ω2*Σn=1bEn+ω3/Σp=1nσ(Ep′)---(4)]]>公式4中，代表的所有选择的节点到对应的漏洞的距离之和；表示所有选择的移动节点的能量值；表示移动后所有移动节点的能量标准差。ω₁、ω₂、ω₃分别是与之对应的权衡因子，可以对移动距离、节点当前能量和移动后节点能耗均衡之间进行衡量，用来寻找最佳的移动方案，使得移动距离最短、能量消耗最少，且移动节点能量分布更均匀；步骤4，保存该移动目标位置，去除该目标位置覆盖区域，更新覆盖漏洞；返回第一步继续，直到所有漏洞都得到覆盖。