[发明专利]一种基于虚拟力和泰森多边形的覆盖方法

权利要求书

1.一种基于虚拟力和泰森多边形的覆盖方法，其特征在于包含以下步骤：

步骤一：定义无线传感器网络节点为N个，每个节点感知半径为R_s，无线传感器网络节点集S随机部署在固定区域的二维空间A内，节点具有自主移动性，节点通信半径为R_c，R_c≥2R_s，节点S_i属于S集合，以节点为感知圆心；

步骤二：在二维空间A中进行节点集定义，将算法运行过程中的参数及变动的无线传感器节点集进行定义，指出覆盖率计算方法；

所述步骤二中节点集定义包含

定义1节点集：监测区域A内随机部署节点集S，将A根据节点集S划分为不同的泰森多边形区域，即S_i∈V_i(S，Rs，V),其中，V_i为S_i所在泰森多边形区域，传感器节点集

定义2衍生节点集：已知监测区域A被划分为多个不规则的泰森多边形，因多边形区域根据随机部署的节点集划分，每个不规则多边形内包含一个可移动传感器节点S_i，多边形的各个顶点集为衍生节点集W，记对应节点S_i的衍生节点个数为k；

定义3质心节点集：定义2中给出了衍生节点集W，将衍生节点集进行质心计算得到质心节点集N，其中N_ix表示第i个泰森多边形质心的横坐标，N_iy表示第i个泰森多边形质心的纵坐标，如公式(1)表示：

所述步骤二中覆盖率计算方法具体为，

二维空间A被划分为m×n个网格节点，网格节点Q的坐标为(x_i,y_i)，其中，节点S_i＝{x_i,y_i,R_S}，则Q点与节点S_i的距离为d(S_i,Q)，由布尔模型得出节点S_i与网格节点Q的概率模型：

由于实际环境中的噪声等其他因素的干扰，节点测量模型表现出特定的概率分布：

公式(3)的r_e(0r_eR_S)表示的传感器节点测量的有效性参数，α₁，β₁，β₂分别表示监测概率度量参数，其中α₂干扰因子，参数获得：λ₁＝r_e-R_S+d(Si,Q)，λ₂＝r_e+R_S-d(Si,Q)，由公式(2)、(3)所得，对于点的监测概率有可能是小于1，因此通常使用传感器节点多点联动方案，其概率分布如下：

在网格划分中，网格节点Q被传感器节点有效覆盖的标准如下：

P(S,Q)≥c_th (5)

公式(5)中c_th表示网格节点是否被有效覆盖的阈值；

区域覆盖中的覆盖率表示为无线信号节点的感知范围与监测区域A面积的比值，将A离散分割后，覆盖率表示如下：

公式(6)中参数count为公式(5)中给出的有效覆盖网格节点数；

步骤三：进入算法仿真过程，首先在限定的二维空间A内由虚拟力算法将节点集S充分受力并分布均匀，使整个区域内的无线传感器节点具有一定分散性；

所述步骤三具体为，

无线传感器网络中，节点S_i所受虚拟力为F_i，节点S_i对节点S_j的力为F_ij，相邻节点间距离为d，F_iR为限定区域内未被覆盖的网格节点对节点S_i的合力；规定一个边界约束力F_b，节点所受合力如公式(7)表示：

其中，节点间的相互作用力F_ij包含引力和斥力两个部分，当区域内的特定范围节点密集时斥力影响大于引力，反之同理；根据最终引力和斥力的大小确定移动距离和位置，各节点根据虚拟力将原位置(x_old,y_old)更新为新位置(x_new,y_new)，如公式(8)表示：

其中：MS为节点在算法单次迭代过程中的最大移动距离，F_xy是全局对传感器节点的合力，F_x，F_y是传感器节点所受合力的两个二维分量，分别表示为节点在x轴和y轴所受力的分量；

步骤四：关闭虚拟力，为移动后节点集S进行Voronoi划分，对检测区域二维空间A内的衍生节点集W进行存储；

所述步骤四具体为，将限定区域内的无线信号节点进行Voronoi划分，得到每个节点对应的多边形区域，其中每个节点对应一个泰森多边形区域，在此区域中进行质心算法计算；

步骤五：将区域A内的衍生节点集W进行质心改进，得到质心点集N；

步骤六：将质心点集与移动后节点集进行对比移动，优化无线传感器节点位置；

所述步骤六具体为，将所得的质心节点集N与原节点集S对比，当对比距离大于R_s/2时，将原信号节点位置移动到质心节点位置，当小于R_s/2时保持原信号节点位置不变；

步骤七：优化后的无线传感器节点位置采用Minmax算法进行优化，提高节点覆盖率的稳定性；

所述步骤七中采用Minmax算法进行优化具体为，计算信号节点与其泰森多边形中衍生节点集W的距离，将距离最大的衍生节点找出，并将信号节点按照最大衍生节点方向移动R_s/4。