張科星

（太原學(xué)院計算機(jī)科學(xué)與工程系,山西太原 030032）

基于物聯(lián)網(wǎng)對傳感器失效節(jié)點空洞進(jìn)行修復(fù)，在以物聯(lián)網(wǎng)技術(shù)為核心的前提條件下，進(jìn)行延伸和擴(kuò)展。物聯(lián)網(wǎng)技術(shù)的主要內(nèi)容就是進(jìn)行信息的交換和通信，致力于實現(xiàn)物物相息的綜合數(shù)據(jù)采集[1]。為了獲取更加精確的傳感器節(jié)點信息，通常情況下，在監(jiān)測區(qū)域會部署成千上萬的傳感器節(jié)點，甚至更多。傳感器網(wǎng)絡(luò)失效節(jié)點是由于傳感器節(jié)點分布在很大地理區(qū)域內(nèi)，森林防火和環(huán)境監(jiān)測采用傳感器網(wǎng)絡(luò)方式難度系數(shù)大，導(dǎo)致節(jié)點失效。并且面積較小的空間內(nèi)傳感器節(jié)點有部署密集的特點，密集部署了大量的傳感器節(jié)點，造成傳感器節(jié)點失效原因之一。本文對傳感器失效節(jié)點空洞進(jìn)行修復(fù)，通過物聯(lián)網(wǎng)技術(shù)獲得具有更大信噪比的傳感器失效節(jié)點信息。再根據(jù)分布式處理采集到的大量傳感器失效節(jié)點信息，進(jìn)而提高傳感器失效節(jié)點空洞修復(fù)的精確度，降低對單個傳感器失效節(jié)點空洞修復(fù)的難度要求[2]。因此，本文進(jìn)行基于物聯(lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法研究。

1 基于物聯(lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法研究

考慮到傳感器失效節(jié)點空洞的存在，就意味著傳感器大量冗余節(jié)點的存在，使得傳感器自身的容錯性能在極大程度上降低。大量傳感器失效節(jié)點空洞必將減小覆蓋到的監(jiān)測區(qū)域，使傳感器的傳感模塊、處理模塊、通信模塊以及供電模塊功能效果降低。因此，在本文進(jìn)行的基于物聯(lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法研究中，首先，確定傳感器失效節(jié)點空洞修復(fù)性能指標(biāo)，再通過建立傳感器失效節(jié)點空洞二次修復(fù)指標(biāo)賦值矩陣，移動傳感器失效節(jié)點，進(jìn)而完成傳感器失效節(jié)點成功修復(fù)[3]?；谖锫?lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法的具體流程，如圖1所示。

圖1 基于物聯(lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法

1.1 確定傳感器失效節(jié)點空洞修復(fù)性能指標(biāo)

在基于物聯(lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法研究中，確定四個的傳感器失效節(jié)點空洞修復(fù)性能指標(biāo)，分別為傳感器失效節(jié)點覆蓋度、傳感器失效節(jié)點冗余度、傳感器失效節(jié)點空洞修復(fù)穩(wěn)定性以及傳感器失效節(jié)點總移動距離[4]。傳感器失效節(jié)點空洞修復(fù)性能指標(biāo)具體示意圖，如圖2所示。

敦禮一向是喝藍(lán)山的，牙買加風(fēng)味的藍(lán)山。至于摩卡，他總覺得那濃郁的果香有些膩膩的，不怎么清爽。不過，如果是那種極品水洗豆呢，據(jù)說是有著微微的酒香的。

圖2 傳感器失效節(jié)點空洞修復(fù)性能指標(biāo)

針對二維區(qū)域U中節(jié)點集合B有：

綜上所述，基于JavaEE的高校教學(xué)資源庫平臺能夠以更加優(yōu)質(zhì)和現(xiàn)代化的資源共享模式，為高校的教育教學(xué)活動，提供更加現(xiàn)代化和系統(tǒng)化的發(fā)展模式。相關(guān)領(lǐng)域的工作人員在實際的教育教學(xué)管理工作中，需要認(rèn)真地分析高校教學(xué)資源庫平臺的發(fā)展需求，對前后臺的模塊進(jìn)行合理化設(shè)計，提高搜索引擎模塊的應(yīng)用效率，同時對后臺的服務(wù)模塊加以實現(xiàn)，共同推動我國院校的現(xiàn)代化發(fā)展。

首先，針對農(nóng)村訂單定向醫(yī)學(xué)生從業(yè)環(huán)境和特點，學(xué)校在理論課程和實踐教學(xué)體系的設(shè)置上應(yīng)進(jìn)一步結(jié)合農(nóng)村衛(wèi)生醫(yī)療環(huán)境；或者可以借鑒發(fā)達(dá)國家的經(jīng)驗，在醫(yī)學(xué)的學(xué)科教育中，盡可能多地設(shè)置農(nóng)村醫(yī)學(xué)課程，進(jìn)行符合農(nóng)村醫(yī)療實踐的技術(shù)實習(xí)，早期接觸農(nóng)村，提高學(xué)生對農(nóng)村醫(yī)學(xué)的興趣[14]。如此一來，因為農(nóng)村戶籍的學(xué)生對農(nóng)村環(huán)境已經(jīng)有了一定程度的了解，其在基層工作擁有比城鎮(zhèn)戶籍的學(xué)生更得天獨厚的優(yōu)勢，由此可以增強農(nóng)村戶籍學(xué)生的自信心，減少其自卑和挫敗心理；其次也增加了農(nóng)村戶籍與城鎮(zhèn)戶籍學(xué)生的共同語言，減少農(nóng)村戶籍學(xué)生對城市文化的疏離感。

節(jié)點nj的感知范圍用Lj進(jìn)行描述，也就是針對某位置Oj，若其和nj間的間隔符合則認(rèn)為節(jié)點nj可覆蓋該位置。

（7）管理云向此ONT下發(fā)默認(rèn)的JAVA插件，并安裝后運行，此插件用于向管理云定時上報ONT上Wi-Fi/STA之間的信號強度、協(xié)商速率等信息。

下面給出三個關(guān)于節(jié)點修復(fù)的定義。

定義1 針對二維區(qū)域U中某位置Oj，若其在節(jié)點nj的感知范圍內(nèi)，也就是符合≤Lj，則稱點Oj在節(jié)點nj的修復(fù)范圍內(nèi)。

移動傳感器失效節(jié)點是基于物聯(lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法中最關(guān)鍵的一步，一旦在傳感器中檢測出失效節(jié)點空洞后，那么所有的傳感器節(jié)點均需要進(jìn)行大規(guī)模移動?？梢?，在傳感器失效節(jié)點空洞修復(fù)過程中，網(wǎng)絡(luò)中每個傳感器節(jié)點都需要進(jìn)行移動。每個傳感器節(jié)點在移動過程中都會造成能量的損耗，因此這極大程度上地影響了整個網(wǎng)絡(luò)的生存周期。

定義3 針對二維區(qū)域U中某位置Oj，Oj修復(fù)度為ε，給出正整數(shù)R，經(jīng)調(diào)度節(jié)點集合B中的節(jié)點休眠，令位置Oj被節(jié)點集合Bj修復(fù)，同時符合Bj?B,|Bj|=δ,ε＞δ≥R。則將其稱作能量有效的R多重修復(fù)。

為了驗證本文提出算法的性能，在MATLAB軟件中對算法進(jìn)行仿真。假設(shè)在00 m×00 m 范圍內(nèi)，隨機(jī)放置4種節(jié)點，節(jié)點參數(shù)用表3進(jìn)行描述。

為了令異構(gòu)網(wǎng)絡(luò)修復(fù)區(qū)域U中任意位置均可達(dá)到能量有效的R重修復(fù)，需得到此刻節(jié)點的修復(fù)度δ，若δ＞R，則認(rèn)為此刻修復(fù)度比期望值更高，可將一些節(jié)點調(diào)度為休眠狀態(tài)，不僅可減少能耗，還可增加網(wǎng)絡(luò)生命周期。然而因為節(jié)點休眠，在很大程度上會導(dǎo)致實際修復(fù)度比期望值低，所以需防止出現(xiàn)調(diào)度后修復(fù)盲點的問題出現(xiàn)；反之若δ＞R，需把一些休眠節(jié)點調(diào)度為活躍節(jié)點，增強修復(fù)度。

1.2 建立傳感器失效節(jié)點空洞二次修復(fù)指標(biāo)賦值矩陣

在確定傳感器失效節(jié)點空洞修復(fù)性能指標(biāo)的基礎(chǔ)上，建立傳感器失效節(jié)點空洞二次修復(fù)指標(biāo)賦值矩陣[5]。傳感器失效節(jié)點空洞二次修復(fù)指標(biāo)賦值矩陣的主要內(nèi)容包括性能指標(biāo)、修復(fù)指標(biāo)賦值及修復(fù)程度。那么，傳感器失效節(jié)點空洞二次修復(fù)指標(biāo)賦值矩陣，如表1所示。

式中，N用于描述節(jié)點量，某節(jié)點nj位置Dj可描述成Dj=(xj,yj)。

表1 傳感器失效節(jié)點空洞修復(fù)性能指標(biāo)

根據(jù)表1所示，運用物聯(lián)網(wǎng)進(jìn)行傳感器失效節(jié)點的交換和通信，將傳感器失效節(jié)點的感知范圍抽象化，以傳感器失效節(jié)點空洞為圓心，設(shè)傳感器失效節(jié)點感知距離為R，在此基礎(chǔ)上作圓[6]。若目標(biāo)點在圓內(nèi)，則百分之百能被感知，若目標(biāo)處于圓外，則不能被節(jié)點感知。基于物聯(lián)網(wǎng)傳感器節(jié)點二元修復(fù)示意圖，如圖3所示。

圖3 基于物聯(lián)網(wǎng)傳感器節(jié)點二元修復(fù)

在時間片中，節(jié)點利用工作狀態(tài)的切換減少能耗，所有時間片的長度是tld。在既定時間te內(nèi)，區(qū)域修復(fù)度Rj和節(jié)點壽命條件下，令范圍有效修復(fù)率達(dá)到最大化，并且令活動節(jié)點占比達(dá)到最小化。則算法目標(biāo)函數(shù)為：

該含水巖組主要分布于撓力河低平原，含水巖組由中更新統(tǒng)濃江組、上更新統(tǒng)別拉洪河組及全新統(tǒng)的砂、砂礫石組成。含水層厚度一般為20～30 m，從山前向低平原中部方向由薄變厚，最厚達(dá)68.65 m。地下水類型大多屬弱承壓水或潛水，富水性從弱到強，按單井涌水量大小可分為水量極豐富區(qū)、水量豐富區(qū)、水量中等區(qū)、水量貧乏區(qū)等4個富水區(qū)。

式中，Aj(s)主要用于對時間片j中工作節(jié)點量進(jìn)行統(tǒng)計；Cj(s)用于描述網(wǎng)絡(luò)修復(fù)率計算函數(shù)；Aj(s) 與Cj(s) 可通過下式求出：

免疫遺傳算法的選擇操作一般試圖把適應(yīng)度最大化，和建立的異構(gòu)無線網(wǎng)絡(luò)節(jié)點多重修復(fù)調(diào)度目標(biāo)函數(shù)一致，抗體ui的適應(yīng)函數(shù)可描述成：

式中，Keff為有效修復(fù)的柵格個數(shù)；Ktq為柵格總個數(shù)。針對多目標(biāo)優(yōu)化問題，通過免疫遺傳算法進(jìn)行求解。

由于夏季氣溫過高，影響導(dǎo)致進(jìn)風(fēng)口氣溫過高?；诖朔N情況，我們可以選擇在進(jìn)風(fēng)口進(jìn)行制冷處理?？梢允褂妹}外低溫巷道降低入風(fēng)溫度、對進(jìn)風(fēng)風(fēng)流采用冷水逆流噴淋降溫等技術(shù)處理。比如可以向礦山的進(jìn)風(fēng)井中進(jìn)行低溫水逆流噴淋(武安-30噴霧器)。當(dāng)進(jìn)風(fēng)量為12m/s,溫度為26℃,噴水量為40t/h時,這時候溫度可以降低2.2～2.6℃。如果是采用冰塊與27℃水混合的冷卻水在工作面進(jìn)行風(fēng)筒噴霧,這時候能夠使工作面的入風(fēng)溫度平均下降5.5～6.5℃,相對濕度由原來的40%增加到50%,耗水量約0.24L/min。這種技術(shù)降低了夏季的入風(fēng)氣溫,效果很好。

定義2 針對二維區(qū)域U中某位置Oj，若其同時在節(jié)點集合Bj的感知范圍內(nèi)，也就是Bj?B，則稱點Oj被節(jié)點集合Bjδ重修復(fù)，δ被稱作修復(fù)度。

1.3 完成傳感器失效節(jié)點空洞修復(fù)

通過確定傳感器失效節(jié)點空洞修復(fù)性能指標(biāo)，建立傳感器失效節(jié)點空洞二次修復(fù)指標(biāo)賦值矩陣。再通過移動傳感器失效節(jié)點，完成傳感器失效節(jié)點空洞修復(fù)。考慮到傳感器失效節(jié)點空洞修復(fù)行為在本質(zhì)意義上來講保證網(wǎng)絡(luò)安全行為，因此，必須基于物聯(lián)網(wǎng)加大對傳感器失效節(jié)點空洞修復(fù)的程度。通過以上對基于物聯(lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法的研究，發(fā)現(xiàn)基于物聯(lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法計算出來的修復(fù)權(quán)值能夠體現(xiàn)該傳感器所面臨的潛在威脅。

2 實驗

2.1 實驗過程

通過實驗，證明基于物聯(lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法的可行性，實驗內(nèi)容針對傳感器失效節(jié)點空洞的修復(fù)覆蓋率進(jìn)行。首先采用傳統(tǒng)的傳感器失效節(jié)點空洞修復(fù)方法進(jìn)行實驗，再采用文章設(shè)計的基于物聯(lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法同樣操作步驟，設(shè)置傳統(tǒng)的傳感器失效節(jié)點空洞修復(fù)方法為對照組。將實驗次數(shù)設(shè)為3次，分別使用兩種方法進(jìn)行對比實驗。在實驗過程中，仿真實驗環(huán)境配置包括：筆記本電腦、處理器、安裝內(nèi)存、操作以及仿真軟件，仿真實驗環(huán)境配置具體參數(shù)如表2所示。

表2 實驗環(huán)境配置具體參數(shù)

2.2 實驗結(jié)果分析與結(jié)論

首先，培育經(jīng)營主體的扶持政策不到位。目前，基層政府對土地流轉(zhuǎn)的專項補貼配套往往跟不上，在農(nóng)業(yè)園區(qū)建設(shè)、農(nóng)業(yè)科技投入上缺乏政策導(dǎo)向與扶持力度。

表3 節(jié)點參數(shù)設(shè)置

節(jié)點密度函數(shù)如下：

1978年，我國食品工業(yè)總產(chǎn)值為471.1億元，到1980年已升至568億元；隨后15年，食品工業(yè)總產(chǎn)值高速增長，1995年達(dá)到4496.1億元；1996年完成的第3次全國工業(yè)普查結(jié)果顯示，我國食品工業(yè)總產(chǎn)值在全國工業(yè)部門總產(chǎn)值中所占比重首次上升到第一位；而如今，我國食品工業(yè)總產(chǎn)值早已突破“萬億元”級別，2016年達(dá)到11.1萬億元（不含煙草）。

式中，k∈(a,b)，a取5，b取120，α取1.5。在實驗范圍內(nèi)，通過上式形成目標(biāo)，目標(biāo)數(shù)量和密度較大的部分被稱作熱點部分。節(jié)點總量設(shè)置為100個。

采用本文算法對異構(gòu)無線網(wǎng)絡(luò)節(jié)點進(jìn)行多重覆蓋調(diào)度后，無線網(wǎng)絡(luò)中活躍節(jié)點數(shù)量明顯低于傳統(tǒng)算法，說明本文算法可調(diào)度更少節(jié)點，減少能耗。

表4描述的是隨異構(gòu)無線網(wǎng)絡(luò)壽命的增加，本文算法與傳統(tǒng)算法修復(fù)率比較結(jié)果。

表4 兩種方法修復(fù)率比較結(jié)果

分析表4可知，本文算法在修復(fù)率方面明顯優(yōu)于文傳統(tǒng)算法，修復(fù)率超過95%，幾乎完全修復(fù)。

根據(jù)上述的設(shè)計的實驗，實驗結(jié)果如圖4所示。

圖4 兩種算法對比圖

通過圖4可得出本文設(shè)計的基于物聯(lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法的修復(fù)覆蓋率相較于實驗對照組具有明顯的優(yōu)勢。因此，通過實驗可以證明基于物聯(lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法可以實現(xiàn)對傳感器失效節(jié)點空洞成功修復(fù)。

3 結(jié)語

隨著物聯(lián)網(wǎng)技術(shù)在傳感器失效節(jié)點空洞修復(fù)方面應(yīng)用的逐步成熟，傳感器失效節(jié)點空洞修復(fù)問題顯得越來越重要。傳感器失效節(jié)點空洞修復(fù)是針對傳感器失效節(jié)點進(jìn)行修復(fù)的最實用和最有效的方法。針對基于物聯(lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法的研究可以大幅度提高傳感器失效節(jié)點空洞修復(fù)的覆蓋率，完成傳統(tǒng)的傳感器失效節(jié)點空洞修復(fù)方法所不能完成的任務(wù)?；谖锫?lián)網(wǎng)的傳感器失效節(jié)點空洞修復(fù)方法是傳感器失效節(jié)點空洞修復(fù)的核心技術(shù)，為傳感器失效節(jié)點空洞修復(fù)提供學(xué)術(shù)意義。