0 引言

    目前，隨著無線通信、片上系統、嵌入式技術和信息處理技術的迅速發展，無線傳感器網絡(Wireless Sensor Network，WSN)技術應運而生。WSN是信息技術的一個新領域，已經廣泛地應用于智能交通、醫療監護、軍事、環境監測等多個領域。

    WSN由多個低功耗且能量有限的傳感器節點組成，每一個傳感器節點都有感知能力^[1]。節點可以實時監測和感知環境信息，并將其轉換為數據，數據處理后再傳輸給用戶。為了能夠從環境中收集完整的數據，就必須考慮網絡覆蓋率的問題。

    網絡覆蓋率問題是指用最少的傳感器節點最大化地感知區域。傳感器節點的覆蓋率決定了該節點能否對特定的環境進行有效的監測。一個WSN能夠成功運行，有效的網絡覆蓋率是必須的。目前區域覆蓋^[2]是無線傳感器網絡研究的熱點之一，是解決給定區域內的全覆蓋監測，該區域內的每一個點都應該在至少一個活動節點的感知范圍內。

1 相關研究

    在網絡生命周期內，為了節省能量，活動的傳感器節點要盡可能少；另外，覆蓋區域的重疊部分也應該盡可能減小。在WSN中，由于需要確定哪些節點是活動的，覆蓋率問題變得有些復雜。有很多研究都在著力解決覆蓋率的問題，研究者們為此提出了各種各樣的解決方法。

    有文章提出基于魚群算法^[3]、遺傳算法^[4]、蟻群算法^[5]等進行覆蓋率的優化，這些算法通過搜索的方式對覆蓋率問題進行改進，雖然搜索能力增強，但是存在求解過程比較復雜、收斂速度比較慢、未考慮節點能量損耗等缺點。也有文獻提出基于概率統計的算法，如ε覆蓋算法^[6]，根據兩個相鄰節點概率統計關系，將無限點的區域覆蓋轉為有限的點覆蓋，保證任意目標點的覆蓋率不低于ε。但是算法沒有均衡節點間的能量損耗，導致網絡生命周期短，節能性差。

2 基于能量感知的覆蓋算法

2.1 問題描述

    在WSN中，傳感器節點需要完成從環境中感知數據，處理數據并跟其他節點交換數據等多個任務，所有這些任務都需要消耗節點能量。因此，傳感器節點的能量是算法中重點考慮的問題^[7]。

    該算法將傳感器節點置于三種不同的模式：活動、偵聽和睡眠。在活動模式，節點需要執行處理、感知和通信三種任務，傳感器節點進入活動模式后，它的感知單元即上電了，然后傳感器節點開始正常工作。相應的，處理單元和通信單元也都處于上電狀態。偵聽模式是傳感器節點被布設后的初始狀態，此時僅通信單元處于上電模式，感知和處理單元都被關閉，直到從簇頭接收到消息，才會轉換為其他模式。在睡眠模式中，不執行任何任務，傳感器節點會關閉大部分功能單元，只有傳感器的傳輸模塊處于上電狀態，以便對從簇頭接收到的報文及時作出響應。

    傳感器節點的大部分能量都是在活動模式下消耗的；偵聽模式對能量的消耗比活動模式要低；睡眠模式最節省能量。因此，為了使傳感器節點的生命周期最大化，節點應該在大部分時間里處于睡眠模式。

    針對節點隨機分布的分簇式無線傳感器網絡，為了保證網絡覆蓋率并延長網絡生命周期，提出一種基于能量感知的區域覆蓋算法。該算法中，簇頭根據覆蓋區域和各個傳感器節點的剩余能量，在本簇中選定活動節點，優化活動節點的數目。

2.2 網絡模型

    假設一個分簇式WSN的監測區域為二維平面，在該區域內隨機部署M個傳感器節點。所有傳感器節點坐標已知，都由一個ID進行唯一標識。

    假設節點感知域和通信域都是圓形的。以節點i為圓心，傳感器的感知半徑為r，通信半徑為R_c，此處取R_c=2r。對于傳感器節點i和j，d(i，j)代表兩節點間的歐幾里得距離。當d(i，j)≤2r時，傳感器節點i和j為感知鄰節點。

    圖1為傳感器節點模型，實線圓代表傳感器節點的感知域，虛線圓代表通信域。對于傳感器節點i和j，由于d(i，j)=r，滿足d(i，j)≤2r，因此i和j是感知鄰節點。類似的，k和l也是傳感器節點i的感知鄰節點，而m由于不滿足上述條件，不屬于其感知鄰節點。

    在一個簇中，節點的狀態是由簇頭確定的^[8]。簇中的傳感器節點記為C_ch，其中的活動節點記為A_ch。A_i表示節點i所覆蓋的區域面積，A_Ni表示未被節點i覆蓋的區域面積，A_ij表示節點i和j的重復區域。N_c表示網絡中總節點的個數，N_a表示活動節點的個數。E_i表示起始能量，E_c表示剩余能量。

    定義綜合指標P：

2.3 覆蓋算法

    圖2為基于能量感知的區域覆蓋算法流程圖。算法步驟如下：

    (1)在起始階段，所有節點處于偵聽模式，A_ch為空。

    (2)若傳感器節點從多個簇頭接收到Hello報文，表明簇頭已經可以從其他傳感器節點接收報文，傳感器節點就會把自己的坐標信息發給這些簇頭，并且保持當前狀態不變，直到它再次從某個簇頭收到消息，這樣就成為了這個簇的一員。并且會根據收到的消息把自己的狀態設置為活動或者睡眠模式。

    (3)接下來，簇頭會根據剩余能量和重疊區域來決定激活哪些傳感器節點。首先，根據式(1)計算區域內每個節點的P值。簇頭會從中選擇P值最大的節點C_ch，并檢查此節點與其它節點的重疊區域A_ij是否足夠小(小于λ)。如果滿足，這個傳感器節點就被移入活動集合A_ch。如果在第一輪檢測后，區域內所有傳感器節點都不能完全覆蓋簇頭的通信區域，就要啟動下一輪的檢測，這時λ值動態增加。

    (4)一旦選定了一個新的活動節點，簇頭就會檢測它的通信區域是否已經完全覆蓋。如果是，簇頭就會停止運行以上算法。如果不是，簇頭會繼續添加新的活動節點，直到通信區域被完全覆蓋。

3 仿真分析

3.1 仿真環境與參數設置

    本文所述算法以MATLAB為仿真實驗平臺。本實驗在50 m×50 m的范圍內隨機布設60到200個傳感器節點。仿真時間是600 s。將60個傳感器節點的初始分布圖和算法執行后的分布圖進行仿真；并在節點數目為60、80、100、120、140、160、180、200的8種情況下，分別對算法運行10次，取實驗結果的平均值進行對比。各項仿真參數如表1所示。

3.2 節點分布情況

    圖3為60個傳感器節點初始隨機分布圖，圖4為算法執行后的節點分布圖。兩圖比較可以看出節點數有所減少，區域覆蓋率可以明顯提高。

3.3 算法比較

    對本算法與改進的螢火蟲優化算法(Improved Glowworm Swarm Optimizations Algorithm，IGSO)^[9]的網絡覆蓋率和網絡生命周期進行了對比，如圖5和圖6所示。

    從圖5可以看出，就感知區域的覆蓋率來說，算法比IGSO有提高。在IGSO中，每只螢火蟲的位置代表一種節點的分布方案，每個節點都是獨立的個體，因此節點間的協調能力較差，導致此算法很難達到一個最優的覆蓋率，其網絡覆蓋率基本在90%～95%之間。而在本算法中簇頭對節點進行集中管理，通過禁用某些節點以減少節點間的重疊區域，通過激活某些節點和控制這些節點的感知方向以達到最優的覆蓋率，覆蓋率均在95%以上。簇頭在匯聚節點數據、協調節點狀態以保證覆蓋率方面表現出了更好的性能。

    兩算法的生命周期如圖6所示。在IGSO中，雖然節點位置之間有連續變化的關系，但是每個節點都是獨立的個體，活動節點選擇時沒有考慮節點的剩余能量；而本算法基于剩余能量選擇活動節點，在節點間平衡能量的消耗，因此，與IGSO相比，本算法能夠獲得更長的生命周期。

4 結論

    對于分簇式WSN，提出一種基于能量感知的區域覆蓋算法。本算法引入能量均衡的思想，綜合考慮節點間的重疊區域和節點的剩余能量，以此為依據選擇活動節點，其他節點處于能量消耗很少的偵聽或睡眠模式，不必同時激活所有傳感器節點，就可以保持足夠的覆蓋率。算法基于能量信息來選擇活動節點，可以在節點間平衡能量消耗，這樣就能夠延長網絡生命周期。仿真結果表明，與其他算法相比，新算法能夠在保證高覆蓋率的同時，維持更長的傳感器生命周期，從而使系統獲得良好的性能。

參考文獻

[1] 史明岳.能量有效的無線傳感器網絡覆蓋優化研究[D].鎮江：江蘇科技大學，2012.

[2] 廖先莉.無線傳感器網絡多重覆蓋調度算法的研究[D].重慶：重慶大學，2013.

[3] 周利民，楊科華，周攀.基于魚群算法的無線傳感網絡覆蓋優化策略[J].計算機應用研究，2010，27(6)：2276-2279.

[4] 殷衛莉，陳巍.遺傳算法在無線傳感器網絡覆蓋中仿真研究[J].計算機仿真，2010，27(10)：120-123.

[5] 彭麗英.改進的蟻群算法網格節點覆蓋優化研究[J].計算機仿真，2011，28(9)：151-153，255.

[6] Yang Qianqian，He Shibo，Li Junkun et，al.Energy-efficient probabilistic full-coverage in wireless sensor networks[C].Anaheim：IEEE Global Communications Conference，2012.

[7] Wang Yi，Cao Guohong.Barrier coverage in camera sensor networks[C].In Proceedings of the Twelfth ACM International Symposium on Mobile Ad Hoc Networking and Computing，2011，12(3)：1-10.

[8] 陳愛斌，張陸勇，夏新蘭，等.無線傳感器網絡能量異構分簇算法的研究[J].無線電工程，2012(1)：7-10.

[9] 劉洲洲，王福豹，張克旺.基于改進螢火蟲優化算法的WSN覆蓋優化分析[J].傳感技術學報，2013(5)：675-681.