張雪梅，張起貴

(1.山西職業(yè)技術(shù)學(xué)院電子與通信工程系，山西 太原 030006；2.太原理工大學(xué)信息與計(jì)算機(jī)學(xué)院，山西 晉中 030600)

由于節(jié)點(diǎn)在無(wú)線傳感網(wǎng)絡(luò)中是隨機(jī)安置的[1-2]，導(dǎo)致無(wú)線傳感網(wǎng)絡(luò)中覆蓋的節(jié)點(diǎn)較少。 在這種情況下，節(jié)點(diǎn)在無(wú)線傳感網(wǎng)絡(luò)中也會(huì)呈現(xiàn)出覆蓋冗余的問(wèn)題，因?yàn)楣?jié)點(diǎn)在拋灑時(shí)位置是固定不變的，所以需要隨機(jī)調(diào)整節(jié)點(diǎn)子集，即可實(shí)現(xiàn)覆蓋優(yōu)化[3]。 這種節(jié)點(diǎn)拋灑效果存在節(jié)點(diǎn)能量浪費(fèi)、節(jié)點(diǎn)與信號(hào)發(fā)生沖突的缺陷，因此，為了解決該問(wèn)題，需要利用節(jié)點(diǎn)調(diào)度最優(yōu)策略，安排節(jié)點(diǎn)能夠輪流工作，降低網(wǎng)絡(luò)節(jié)點(diǎn)冗余，為此，需要對(duì)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化方法展開(kāi)詳細(xì)研究。

王毅等[4]提出基于水波優(yōu)化算法的無(wú)線傳感器網(wǎng)絡(luò)覆蓋研究方法，該方法首先獲取了節(jié)點(diǎn)在傳感網(wǎng)絡(luò)中的坐標(biāo)集，基于各類坐標(biāo)點(diǎn)獲取結(jié)果對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)的區(qū)域覆蓋率開(kāi)展詳細(xì)計(jì)算，并將計(jì)算結(jié)果用作適應(yīng)度函數(shù)，利用建立的水波優(yōu)化(Water Wave Optimization，WWO)算法模型把節(jié)點(diǎn)坐標(biāo)集輸入到模型內(nèi)，同時(shí)求解出節(jié)點(diǎn)適應(yīng)度最優(yōu)解，經(jīng)不斷收斂，節(jié)點(diǎn)覆蓋率達(dá)到設(shè)定的閾值后，輸出最優(yōu)節(jié)點(diǎn)個(gè)體，實(shí)現(xiàn)網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化，該方法的區(qū)域覆蓋率計(jì)算結(jié)果存有誤差，導(dǎo)致該方法存在覆蓋性能差的問(wèn)題。 Zhang 等[5]提出一種基于多目標(biāo)自適應(yīng)遞減元編碼遺傳算法的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)布局優(yōu)化方法。 本文對(duì)編碼方法進(jìn)行了改進(jìn)，將遞減進(jìn)制編碼進(jìn)一步推廣到多目標(biāo)優(yōu)化問(wèn)題。 通過(guò)對(duì)N元編碼算法實(shí)驗(yàn)結(jié)果的分析，提出了元數(shù)的自適應(yīng)變化規(guī)律。 采用自適應(yīng)遞減進(jìn)制編碼方法的多目標(biāo)優(yōu)化算法，對(duì)無(wú)線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)布局進(jìn)行了優(yōu)化。該方法可以提高搜索效率。 但該方法存在無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率較低的問(wèn)題。 劉俠等[6]提出基于虛擬力的遠(yuǎn)距離無(wú)線電(Long Range Radio，LoRa)浮標(biāo)網(wǎng)絡(luò)覆蓋優(yōu)化算法，以初始虛擬力算法為基礎(chǔ)，該方法構(gòu)建出無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)區(qū)域及節(jié)點(diǎn)之間的受力模型，并利用圓形覆蓋模型進(jìn)一步優(yōu)化無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)，經(jīng)實(shí)驗(yàn)仿真驗(yàn)證，該算法能夠快速地完成網(wǎng)絡(luò)節(jié)點(diǎn)全部部署，同時(shí)在無(wú)線傳感網(wǎng)絡(luò)中消耗的能量最低，以此完成網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化，該方法的優(yōu)化效果不完善，存在節(jié)點(diǎn)收斂性低的問(wèn)題。

為了解決上述方法中存在的問(wèn)題，提出基于鄰居信息的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化方法。 利用鄰居信息，判斷無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)冗余信息。 依據(jù)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)冗余信息的判斷及處理，構(gòu)建無(wú)線傳感網(wǎng)絡(luò)覆蓋模型。 采用粒子群算法，優(yōu)化構(gòu)建覆蓋模型，實(shí)現(xiàn)網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化，從而有效提升無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋效果。

1 基于鄰居信息的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)

為了有效實(shí)現(xiàn)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化，首先敘述無(wú)線傳感網(wǎng)絡(luò)的相關(guān)內(nèi)容，然后利用鄰居信息，定義無(wú)線傳感網(wǎng)絡(luò)感知節(jié)點(diǎn)和通信節(jié)點(diǎn)，完成節(jié)點(diǎn)和網(wǎng)絡(luò)感知重疊，獲取無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋區(qū)域和覆蓋率，判斷無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)是否存在冗余信息。

1.1 無(wú)線傳感網(wǎng)絡(luò)

無(wú)線傳感網(wǎng)絡(luò)是一種利用無(wú)線通信技術(shù)，將成千上萬(wàn)個(gè)傳感器節(jié)點(diǎn)自由地組合在一起的分布式傳感網(wǎng)絡(luò)[7]。 無(wú)線傳感網(wǎng)絡(luò)中的傳感器是以無(wú)線方式進(jìn)行通信的，所以可以靈活地設(shè)定網(wǎng)路，能夠隨時(shí)改變?cè)O(shè)備的位置，也可以與網(wǎng)路進(jìn)行有線或無(wú)線連接。

無(wú)線傳感網(wǎng)絡(luò)包括節(jié)點(diǎn)、傳感網(wǎng)絡(luò)和使用者三個(gè)方面。 其中，節(jié)點(diǎn)通常是以特定的方式將節(jié)點(diǎn)覆蓋在某一特定的區(qū)域內(nèi)，使整個(gè)區(qū)域達(dá)到一定的監(jiān)控范圍；傳感網(wǎng)絡(luò)具有數(shù)據(jù)采集、處理和傳輸三大功能，通過(guò)協(xié)作的方式，感知、采集、處理和傳輸網(wǎng)絡(luò)覆蓋范圍內(nèi)的目標(biāo)，最后將其傳遞到網(wǎng)絡(luò)使用者。 而節(jié)點(diǎn)在該網(wǎng)絡(luò)中被隨機(jī)部署，部署后它的位置處于固定狀態(tài)，不具備移動(dòng)性。

根據(jù)以上條件，設(shè)定網(wǎng)絡(luò)通信節(jié)點(diǎn)半徑是感知半徑的兩倍，為此基于鄰居信息對(duì)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)是否存有冗余進(jìn)行判斷。

1.2 基于鄰居信息的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)冗余判斷

采用鄰居信息定義無(wú)線傳感網(wǎng)絡(luò)各個(gè)節(jié)點(diǎn)，判斷無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)是否存有冗余信息。 詳情如下所示:

①基于鄰居信息的感知節(jié)點(diǎn)

利用鄰居信息對(duì)無(wú)線傳感網(wǎng)絡(luò)感知節(jié)點(diǎn)集合進(jìn)行定義，設(shè)置網(wǎng)絡(luò)節(jié)點(diǎn)為i，那么它在網(wǎng)絡(luò)中的感知鄰居集合方程表達(dá)式為:

式中:ix定義為節(jié)點(diǎn)i在坐標(biāo)x中的位置，iy表示節(jié)點(diǎn)位置，Rs代表感知半徑最大值，j標(biāo)記網(wǎng)絡(luò)節(jié)點(diǎn)，Ci表示感知鄰居節(jié)點(diǎn)集合。

②基于鄰居信息的通信節(jié)點(diǎn)

利用鄰居信息對(duì)節(jié)點(diǎn)i的通信鄰居集合進(jìn)行定義，該方程表達(dá)式定義如下:

式中:Di代表通信鄰居節(jié)點(diǎn)集合，Rc代表節(jié)點(diǎn)在無(wú)線傳感網(wǎng)絡(luò)中的通信距離最大值，并滿足Rc＝2Rs的條件。

③基于鄰居信息的節(jié)點(diǎn)感知重疊

一般情況下無(wú)線傳感網(wǎng)絡(luò)中存在節(jié)點(diǎn)i及通信鄰居節(jié)點(diǎn)j兩種，網(wǎng)絡(luò)中這兩個(gè)節(jié)點(diǎn)會(huì)根據(jù)自身感知區(qū)域組成一個(gè)圓，圓形周邊會(huì)有兩個(gè)相交的點(diǎn)，設(shè)置兩點(diǎn)P、Q表示如下。 無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)感知覆蓋如圖1 所示。

圖1 無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)感知覆蓋示意圖

從圖1 可知，圖中重疊的區(qū)域就是節(jié)點(diǎn)i與節(jié)點(diǎn)j的感知重疊區(qū)域，當(dāng)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)的覆蓋率設(shè)定為ε時(shí)，兩個(gè)節(jié)點(diǎn)的感知重疊區(qū)域面積要低于設(shè)定的ε值時(shí)，就需要對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)i開(kāi)展休眠處理。

④基于鄰居信息的網(wǎng)絡(luò)感知重疊圓心角

設(shè)置無(wú)線傳感網(wǎng)絡(luò)感知鄰居節(jié)點(diǎn)j對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)i的重疊區(qū)域部分有一個(gè)圓心角，設(shè)置該角由β定義而成，那么該角的角度值通過(guò)下述方程標(biāo)記:β＝2arccosr/2R。 式中，r為半徑。

⑤獲取無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋區(qū)域

若在網(wǎng)絡(luò)節(jié)點(diǎn)感知圓中存在任一節(jié)點(diǎn)，該點(diǎn)就會(huì)自動(dòng)形成一個(gè)弧度值，因此，當(dāng)與y軸相交的直線與圓周節(jié)點(diǎn)相交時(shí)，所對(duì)應(yīng)的弧度值為0。

基于上述分析，取得節(jié)點(diǎn)之間的覆蓋位置，標(biāo)記為[q，p]，該區(qū)間中q代表相交點(diǎn)Q的弧度值，而p則表示相交點(diǎn)P的弧度值。 而點(diǎn)Q與點(diǎn)P均為網(wǎng)絡(luò)節(jié)點(diǎn)圓周交點(diǎn)。

⑥網(wǎng)絡(luò)節(jié)點(diǎn)被覆蓋率

采用鄰居信息[8-9]對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)i在無(wú)線傳感網(wǎng)絡(luò)感知鄰居節(jié)點(diǎn)中的覆蓋區(qū)間集合開(kāi)展詳細(xì)表示，該集合定義為式中，U為覆蓋區(qū)間。

感知鄰居節(jié)點(diǎn)占據(jù)了大部分感知區(qū)域，所以在圓心中沒(méi)有被節(jié)點(diǎn)i覆蓋的位置就是圓心角中的銳角，而剩余區(qū)域則全部被節(jié)點(diǎn)覆蓋，在這種情況下無(wú)線傳感網(wǎng)絡(luò)被節(jié)點(diǎn)i覆蓋區(qū)域的被覆蓋率就定義如下:

式中:η代表被覆蓋率。

⑦獲取無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率

基于以上獲取的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)被覆蓋率，得出無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率，該方程表達(dá)式定義為:

式中:ξ為覆蓋率，Sall_node為感知區(qū)域面積，Sarea為無(wú)線傳感網(wǎng)絡(luò)的總面積。

通過(guò)獲取的節(jié)點(diǎn)與鄰居節(jié)點(diǎn)的距離、能量、覆蓋率判斷無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)是否存有冗余情況，如果有冗余問(wèn)題，則需實(shí)施休眠處理，令網(wǎng)絡(luò)中消耗的能量最小化。

2 無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化

在上述無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)冗余信息的判斷和處理的基礎(chǔ)上，構(gòu)建無(wú)線傳感網(wǎng)絡(luò)覆蓋模型。 將無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率和節(jié)點(diǎn)冗余信息作為優(yōu)化目標(biāo)，采用粒子群算法，優(yōu)化構(gòu)建的無(wú)線傳感網(wǎng)絡(luò)覆蓋模型，實(shí)現(xiàn)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化。

2.1 覆蓋模型的構(gòu)建

依據(jù)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)冗余信息的判斷及處理，構(gòu)建無(wú)線傳感網(wǎng)絡(luò)覆蓋模型。

假設(shè)在無(wú)線傳感網(wǎng)絡(luò)中的監(jiān)測(cè)區(qū)域?yàn)榫匦蜶1×R2，對(duì)像素點(diǎn)m×n實(shí)施離散化處理，而m×n的面積標(biāo)定為1。 無(wú)線傳感網(wǎng)絡(luò)由多個(gè)節(jié)點(diǎn)S1，S2，…，Sn組建而成，當(dāng)節(jié)點(diǎn)Si在像素點(diǎn)(x，y)中發(fā)生事件時(shí)，該事件E(x，y)感知函數(shù)即可定義為:f(x，y，Si)。

設(shè)置網(wǎng)絡(luò)節(jié)點(diǎn)信號(hào)閾值為δ，當(dāng)f(x，y，Si)≥δ時(shí)，節(jié)點(diǎn)事件E就會(huì)被Si感知到。 因此選取“0-1”模型用作無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)感知模型，而δ則滿足[0，1]范圍內(nèi)。 此時(shí)節(jié)點(diǎn)Si的歐氏距離定義如下:

式中:‖·‖標(biāo)記歐氏距離。

因此設(shè)置Si的感知區(qū)域?yàn)锳i，同時(shí)與節(jié)點(diǎn)Si相對(duì)應(yīng)的節(jié)點(diǎn)集合標(biāo)記為C＝{S1，S2，…，Sn}，該感知區(qū)域定義如下:

式中:A定義為感知區(qū)域，Δx、Δy均標(biāo)記為所屬節(jié)點(diǎn)集覆蓋，n與m均定義為常數(shù)。

那么與其相對(duì)應(yīng)的網(wǎng)絡(luò)區(qū)域覆蓋率[10-11]，即構(gòu)建的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋模型如下所示:

式中:R(C)為建立的模型。

基于建立的覆蓋模型，采用粒子群算法對(duì)該模型進(jìn)行優(yōu)化處理，以此實(shí)現(xiàn)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化。

2.2 粒子群算法的優(yōu)化模型

以網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率、節(jié)點(diǎn)冗余信息用作粒子群算法[12]優(yōu)化目標(biāo)，優(yōu)化構(gòu)建的覆蓋模型。

①適應(yīng)度函數(shù)

在無(wú)線傳感網(wǎng)絡(luò)區(qū)域中選取活躍的節(jié)點(diǎn)部署在網(wǎng)絡(luò)區(qū)域中，使能源消耗具有平衡性，同時(shí)減少了網(wǎng)絡(luò)重疊的區(qū)域。 將節(jié)點(diǎn)剩余能量、節(jié)點(diǎn)過(guò)載區(qū)域、信息冗余程度用作考慮條件，得出節(jié)點(diǎn)適應(yīng)度函數(shù)[13]，定義為:

式中:a、b、c均代表權(quán)重系數(shù)，同時(shí)滿足a+b+c＝1 的條件，代表t時(shí)刻粒子i所處狀態(tài)。 該粒子狀態(tài)會(huì)在傳感網(wǎng)絡(luò)區(qū)域內(nèi)體現(xiàn)。f()定義適應(yīng)度函數(shù)，f1()表示能量比值，當(dāng)比值較小時(shí)，表明能量在網(wǎng)絡(luò)余下的能量越多，驗(yàn)證了該網(wǎng)絡(luò)性能好，反之則差。f2()代表標(biāo)準(zhǔn)差距離，取值越小說(shuō)明節(jié)點(diǎn)覆蓋率越均勻。f3()標(biāo)記節(jié)點(diǎn)冗余程度。

②更新粒子位置及速度

選取遺傳算法[14-15]中的變異算子對(duì)粒子的位置更新及速度更新進(jìn)行替代，其替代結(jié)果如下所示:

式中:M標(biāo)記為變異算子，標(biāo)記t-1 代粒子，r1標(biāo)記為隨機(jī)數(shù)，ω定義權(quán)重。Fi代表粒子更新，標(biāo)記為替代函數(shù)。

令局部搜索與全局搜索之間保持平衡性，優(yōu)化的網(wǎng)絡(luò)搜索區(qū)域表示為:

式中:ωmin代表最終值，全局搜索時(shí)提升了搜索能力，fi定義為粒子函數(shù)，fgd屬于全局最優(yōu)值，fid屬于個(gè)體最優(yōu)值。

利用交叉算子對(duì)粒子更新后的位置及速度表示如下:

式中:Cp和Cg均代表交叉算子函數(shù)。 利用第一個(gè)方程表達(dá)式交叉處理，從中得出粒子最優(yōu)解。 再采用第二個(gè)方程對(duì)開(kāi)展交叉處理，得出優(yōu)化后的全局粒子。 隨機(jī)數(shù)通過(guò)r代表，c表示為累積參數(shù)。

基于以上流程得出最新粒子更新表達(dá)式:

由于三種變量值是相互影響的，所以每一輪更新中都會(huì)出現(xiàn)一個(gè)新的交叉算子，以此提升粒子的多樣性。 最終通過(guò)該方程表達(dá)式實(shí)現(xiàn)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋模型的優(yōu)化，完成基于鄰居信息的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化。

3 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證基于鄰居信息的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化方法的有效性，需要對(duì)該方法開(kāi)展實(shí)驗(yàn)對(duì)比測(cè)試。 將MATLAB 仿真軟件作為測(cè)試平臺(tái)，對(duì)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋性能展開(kāi)詳細(xì)測(cè)試。 設(shè)置本次實(shí)驗(yàn)參數(shù)，無(wú)線傳感網(wǎng)絡(luò)區(qū)域范圍為100 m×100 m，選取100 個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)部署在無(wú)線傳感網(wǎng)絡(luò)中。 采用所提方法、文獻(xiàn)[4]方法和文獻(xiàn)[5]方法進(jìn)行對(duì)比測(cè)試。

3.1 節(jié)點(diǎn)部署測(cè)試

基于上述設(shè)置實(shí)驗(yàn)參數(shù)，利用所提方法開(kāi)展覆蓋優(yōu)化前后節(jié)點(diǎn)部署個(gè)數(shù)對(duì)比測(cè)試，其測(cè)試結(jié)果如圖2 所示。

圖2 覆蓋優(yōu)化前后的節(jié)點(diǎn)部署測(cè)試

分析圖2 可以看出，無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化前，節(jié)點(diǎn)部署數(shù)量較少，說(shuō)明未能將節(jié)點(diǎn)有效部署在網(wǎng)絡(luò)中。 而利用所提方法對(duì)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化后，能夠有效實(shí)現(xiàn)網(wǎng)絡(luò)節(jié)點(diǎn)部署，確保無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋效果。 這主要是因?yàn)樗岱椒ɡ昧Ｗ尤核惴▽?duì)建立的無(wú)線傳感網(wǎng)絡(luò)覆蓋模型進(jìn)行優(yōu)化，使粒子可以不斷迭代更新自身位置及速度，最大化網(wǎng)絡(luò)節(jié)點(diǎn)后，令節(jié)點(diǎn)達(dá)到均勻部署的目的。

3.2 節(jié)點(diǎn)覆蓋率測(cè)試

為了進(jìn)一步驗(yàn)證所提方法的節(jié)點(diǎn)覆蓋率，利用所提方法、文獻(xiàn)[4]方法和文獻(xiàn)[5]方法對(duì)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率進(jìn)行對(duì)比測(cè)試，測(cè)試結(jié)果如圖3所示。

圖3 無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率對(duì)比測(cè)試

分析圖3 中的數(shù)據(jù)可知，隨著網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量的增加，不同方法的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率隨之降低。 當(dāng)網(wǎng)絡(luò)節(jié)點(diǎn)為100 個(gè)時(shí)，文獻(xiàn)[4]方法和文獻(xiàn)[5]方法的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率分別為93%和90%。 而所提方法的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率高達(dá)97%。 由此可知，所提方法的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率較高。

3.3 節(jié)點(diǎn)收斂性測(cè)試

無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)的收斂性夠體現(xiàn)出網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋能力及搜索能力。 節(jié)點(diǎn)收斂性越高，說(shuō)明該方法的搜索能力及覆蓋能力越強(qiáng)；反之，節(jié)點(diǎn)收斂性越低，說(shuō)明該方法的搜索能力及覆蓋能力越弱。 采用所提方法、文獻(xiàn)[4]方法和文獻(xiàn)[5]方法分別對(duì)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)的收斂性開(kāi)展對(duì)比測(cè)試，具體測(cè)試結(jié)果如圖4 所示。

圖4 無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)收斂性對(duì)比測(cè)試

通過(guò)圖4 中的數(shù)據(jù)可知，隨著網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量的增加，不同方法的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)收斂性隨之增加。 當(dāng)網(wǎng)絡(luò)節(jié)點(diǎn)為100 個(gè)時(shí)，文獻(xiàn)[4]方法和文獻(xiàn)[5]方法的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)收斂性分別為92%和94%。 而所提方法的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)收斂性高達(dá)98.4%。 由此可知，所提方法的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)收斂性較高，表明所提方法的搜索能力及覆蓋能力較強(qiáng)。

4 結(jié)束語(yǔ)

無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)的隨機(jī)性會(huì)使節(jié)點(diǎn)部署效果差，導(dǎo)致節(jié)點(diǎn)覆蓋能力較弱，針對(duì)這一問(wèn)題，提出基于鄰居信息的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化方法。 該方法基于鄰居信息判斷了無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)是否存有冗余問(wèn)題，若存在則對(duì)節(jié)點(diǎn)實(shí)施相對(duì)應(yīng)的處理方法。 根據(jù)判斷結(jié)果構(gòu)建無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋模型，并采用粒子群算法優(yōu)化建立的模型，實(shí)現(xiàn)最終覆蓋優(yōu)化。 實(shí)驗(yàn)結(jié)果如下:

①使用所提方法對(duì)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋進(jìn)行優(yōu)化后，無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)部署數(shù)量可達(dá)到100 個(gè)，具有較好的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋效果。

②所提方法的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率高達(dá)97%，能夠有效提高無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率。

③所提方法的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)收斂性高達(dá)98.4%，可以有效提升無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)收斂性，增強(qiáng)搜索能力及覆蓋能力。