一种针对异构网感知态势的缺陷空洞检测与修补方法技术

本发明专利技术公开了一种针对异构网感知态势的缺陷空洞检测与修补方法，属于传感器网络技术领域。所述方法通过将连续空间面上寻找空洞的问题转化为在有限离散空间交点间寻找空洞；在节点收集的空洞信息顺序穿连的同时，巧妙勾勒空洞轨迹；在进行空洞勾勒时仅需要一跳邻居信息，因而复杂度较低，检测效率高；为体现探测与修补空洞间的耦合关系，本申请方法对勾勒的空洞弧信息与节点特征加以区分，适应性的选择自修补或招募修补，在招募冗余节点环节，符合要求的节点可以有效招募并派遣自己感知邻居中的完全冗余节点，对自身感知圆盘上的空洞弧进行修补，因此本申请方法以更高的迭代效率达到相对稳定与较优的感知率。相对稳定与较优的感知率。相对稳定与较优的感知率。

【技术实现步骤摘要】
一种针对异构网感知态势的缺陷空洞检测与修补方法


[0001]本专利技术涉及一种针对异构网感知态势的缺陷空洞检测与修补方法，属于传感器网络


技术介绍

[0002]无线传感器网络WSN(Wireless Sensor Networks)是由大量的具有感知能力的传感器节点，通过自组织方式构成的无线网络；可用于环境与生态监测、健康监护、家居自动化以及交通控制等领域内。实际应用中，通常采用随机部署的方式，而随机部署的异构无线传感器网络WSN虽能节约人力，但会造成传感器分布不均与网络空洞繁多等通信覆盖问题，这将会导致监测结果的不准确，同时节点间的异构属性使网络拓扑更为复杂。。
[0003]针对网络空洞的检测和修复，现有技术中分为集中式方案和分布式方案；集中式方案通过平台或核心传感器节点收集到网络中所有传感器节点的位置等信息，统一计算勾勒全局空洞，并指引节点调整位置优化拓扑。该方案精确度较高，偏差较小，但更依赖网络全局信息 (但是随即部署的方式会导致很难达到此要求)，而且计算复杂度较高，且会有一定的时延；针对无线传感器网络中各传感器节点能量有限的特点，分布式方案将平台或核心传感器节点的计算任务分散到各节点中，采用并行或时间戳交换的方式加快探测和修补效率的方案，更具有实用性。
[0004]现有分布式方案中，已有的一些研究通常将空洞检测和空洞修复分裂成两个独立的部分：空洞检测方面，凡高娟等提出了一种空洞检测方法(凡高娟,杨莉莉.无位置信息的无线传感器网络漏洞发现算法[J].计算机应用研究,2018,35(06):1826
‑
1829.)，利用邻居间相对位置与覆盖弧信息，确定节点的单纯覆盖弧序列并生成覆盖空洞；马文钰等提出的空洞检测方法中，提出了边界线段检测与圆周检测进阶式双算法，并将其扩展到K
‑
覆盖场景进行空洞检测 (马文钰,燕锋,左旭舟,等.无线传感器网络中无坐标信息的k
‑
覆盖空洞检测算法[J].东南大学学报:英文版,2019,35(01):8
‑
15.)。但上述几种方法，其空洞检测效率有待提高。
[0005]空洞修复方面，Khalifa B等通过对空洞临界节点进行判断，量化其对空洞的重叠度和剩余能量，选择节点以膨胀或移动方式进行修补(Khalifa B,Khedr A,Aghbari Z A,et al. Fuzzy logic approach to repair coverage holes in internet of things monitoring applications[J]. Wireless Sensor Systems,IET,2019,9(4):227
‑
235.)；黄祎等在考虑节点剩余能量、覆盖冗余率与移动距离信息的基础上，择优节点进行空洞修复(黄祎.基于节点移动的WSNs覆盖空洞修复算法[J].兵器装备工程学报,2019,40(06):149
‑
153.)。但是上述几种方法的修复效率也有待提高，同时能耗也有待于进一步降低。
[0006]另外，上述空洞检测方法和修复方法均是针对同构网络，也即要求网络中各节点的半径相同，无法适用于异构网络，而且现有方法中缺少一套完整的空洞检测和修复方法。

技术实现思路

[0007]为了进一步提高无线传感器网络中空洞检测和修复的效率，同时尽可能的降低能耗，本专利技术提供了一种针对异构网感知态势的缺陷空洞检测与修补方法，所述方法将连续空间面上寻找空洞的问题转化为在有限离散空间交点间寻找空洞；在传感器节点收集的空洞信息顺序穿连的同时勾勒得到空洞轨迹；为并对勾勒的空洞弧信息与节点特征加以区分，适应性的选择自修补和招募修补的方式进行修补；
[0008]为便于描述，假设在矩形区域DetectArea＝X
×
Y内随机抛撒N个异构可移动的传感器节点S＝{s
i
(x
i
,y
i
)|i＝1,2,
…
N}，其中(x
i
,y
i
)为节点s
i
的中心坐标；
[0009]节点s
i
以自身为原点建立极坐标系，通过与其他节点通信获得自身的感知邻居集合 NeiList
i
；
[0010]遍历节点s
i
的感知邻居集合NeiList
i
中的每个邻居节点，计算得出各邻居节点s
j
的感知圆盘Sensor
j
和自身感知圆盘Sensor
i
的交点，记为弧交点AI
i,j
；并对其进行顺时针排序，得到排序后的弧交点的集合AIList
i
；节点s
i
的感知圆盘Sensor
i
上相邻两个弧交点之间的圆弧称为节点s
i
的一段感知圆弧；
[0011]AIList
i
中相邻的弧交点将节点s
i
感知圆弧划分成若干个首尾相连且互不相交的弧子段；
[0012]判断节点s
i
的每个弧子段是否是空洞弧，若节点s
i
存在空洞弧，则得到节点s
i
的空洞弧集合HoleList
i
；
[0013]判断节点s
i
的空洞弧集合HoleList
i
中的空洞弧是否满足自修补条件，若满足则节点s
i
执行自修补；若不满足则节点s
i
进行招募修补。
[0014]可选的，传感器节点S＝{s
i
(x
i
,y
i
)|i＝1，2,
…
N}中各节点的感知半径Rs
i
∈ [Rs
max
，Rs
min
]，其中Rs
max
为节点s
i
的最大感知半径，Rs
min
为节点s
i
的最小感知半径；节点s
i
的感知圆盘节点s
i
的通信半径Rc
i
≥ 2Rs
i
；
[0015]若节点s
i
与节点s
j
间的欧式距离d(s
i
,s
j
)满足d(s
i
,s
j
)<Rs
i
+Rs
j
，则节点s
i
与节点s
j
互为感知邻居；s
i
的所有感知邻居组成集合NeiList
i
，称为节点s
i
的感知邻居集合NeiList
i
；节点 s
i
的集合尺本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对异构网感知态势的缺陷空洞检测与修补方法，其特征在于，所述方法将连续空间面上寻找空洞的问题转化为在有限离散空间交点间寻找空洞；在传感器节点收集的空洞信息顺序穿连的同时勾勒得到空洞轨迹；为并对勾勒的空洞弧信息与节点特征加以区分，适应性的选择自修补和招募修补的方式进行修补；为便于描述，假设在矩形区域DetectArea＝X
×
Y内随机抛撒N个异构可移动的传感器节点S＝{s
i
(x
i
，y
i
)|i＝1，2，
…
N}，其中(x
i
，y
i
)为节点s
i
的中心坐标；节点s
i
以自身为原点建立极坐标系，通过与其他节点通信获得自身的感知邻居集合NeiList
i
；遍历节点s
i
的感知邻居集合NeiList
i
中的每个邻居节点，计算得出各邻居节点s
j
的感知圆盘Sensor
j
和自身感知圆盘Sensor
i
的交点，记为弧交点AI
i,j
；并对其进行顺时针排序，得到排序后的弧交点的集合AIList
i
；节点s
i
的感知圆盘Sensor
i
上相邻两个弧交点之间的圆弧称为节点s
i
的一段感知圆弧；AIList
i
中相邻的弧交点将节点s
i
感知圆弧划分成若干个首尾相连且互不相交的弧子段；判断节点s
i
的每个弧子段是否是空洞弧，若节点s
i
存在空洞弧，则得到节点s
i
的空洞弧集合HoleList
i
；判断节点s
i
的空洞弧集合HoleList
i
中的空洞弧是否满足自修补条件，若满足则节点s
i
执行自修补；若不满足则节点s
i
进行招募修补。2.根据权利要求1所述的方法，其特征在于，传感器节点S＝{s
i
(x
i
，y
i
)|i＝1,2，
…
N}中各节点的感知半径Rs
i
∈[Rs
max
，Rs
min
]，其中Rs
max
为节点s
i
的最大感知半径，Rs
min
为节点s
i
的最小感知半径；节点s
i
的感知圆盘节点s
i
的通信半径Rc
i
≥2Rs
i
；若节点s
i
与节点s
j
间的欧式距离d(s
i
，s
j
)满足d(s
i
，s
j
)＜Rs
i
+Rs
j
，则节点s
i
与节点s
j
互为感知邻居；s
i
的所有感知邻居组成集合NeiList
i
，称为节点s
i
的感知邻居集合NeiList
i
；节点s
i
的集合尺度记为Degree
i
＝|NeiList
i
|，符号|
·
|表示
·
的大小；记NeiList
in
表示NeiList
i
中第n个节点在S中的编号，则1≤n≤Degree
i
，，3.根据权利要求2所述的方法，其特征在于，所述遍历节点s
i
的感知邻居集合NeiList
i
中的每个邻居节点，计算得出各邻居节点s
j
的感知圆盘Sensor
j
和自身感知圆盘Sensor
i
的交点，记为弧交点AI
i,j
，并对其进行顺时针排序，得到排序后的弧交点的集合AIList
i
，包括：判断节点s
j
是否为节点s
i
的感知邻居：若节点s
j
不是节点s
i
的感知邻居，则二者无交点；若节点s
j
是节点s
i
的感知邻居，则判断节点s
i
与节点s
j
间的欧式距离d(s
i
，s
j
)与Rs
i
+Rs
j
的大小关系：若d(s
i
，s
j
)＝Rs
i
+Rs
j
，则|AI
i，j
|＝1；即若节点s
i
与节点s
j
间的欧式距离d(s
i
，s
j
)等于二者的感知半径之和，则二者的感知圆盘有一个交点；若d(s
i
，s
j
)＜Rs
i
+Rs
j
，则|AI
i，j
|＝2；即若节点s
i
与节点s
j
间的欧式距离d(s
i
，s
j
)小于二
者的感知半径之和，则二者的感知圆盘有两个交点；所述弧交点AI
i,j
的定义如下式(1)所示：AI
i,j
＝{(x，y)|d(s，s
i
)＝Rs
i
∩d(s，s
j
)＝Rs
j
}.
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)对节点s
i
的所有弧交点进行顺时针排序得到排序后的弧交点的集合为AIList
i
＝{AIList
in
|1≤n≤|AIList
i
|}。4.根据权利要求3所述的方法，其特征在于，所述判断节点s
i
的每个弧子段是否是空洞弧，包括：定义弧：假设点A为节点s
i
的所有弧交点的顺时针排序集合AIList
i
中的第a个弧交点AIList
ia
，即A＝AIList
ia
；点B为节点s
i
的所有弧交点的顺时针排序集合AIList
i
中的第b个弧交点AIList
ib
，即B＝AIList
ib
；记点A沿节点s
i
的感知圆弧顺时针到达B的轨迹记为弧Arc
i_AB
，其中，1≤a≠b≤|AIList
i
|；若a＝|AIList
i
|，b＝1；其他情况b＝a+1；定义空洞弧：若满足则Arc...

【专利技术属性】
技术研发人员：秦宁宁，吴仪，
申请(专利权)人：江南大学，
类型：发明
国别省市：