⑴ 程良倫的發表論文
1. 古連華,程良倫,ZHU Quan-Min, Aμ-MAC:一種自適應的無線感測器網路MAC協議[J]. 自動化學報,2010,(1).
2. 黃曼;程良倫.基於蟻群優化的WSN功率自適應路由演算法[J/OL].計算機工程,,():1[2011/7/11].
3. 黃帥,程良倫. 一種基於虛擬力的有向感測器網路低冗餘覆蓋增強演算法[J]. 感測技術學報,2011,(3).
4. 彭蓓雷,程良倫. 一種節點任務活動狀態感知的改進型S-MAC協議[J]. 感測器與微系統,2011,(5).
5. 劉洪濤,程良倫. 基於DHT的物聯網命名服務體系結構研究[J]. 計算機應用研究,2011,(6).
6. 劉洪濤,程良倫. 基於優先順序的服務區分和速率控制策略[J]. 計算機應用,2011,(6).
7. 張小波,程良倫. Web Service在企業集成中的安全應用[J]. 計算機應用與軟體,2011,(6).
8. 陳聰傳,程良倫. 區域細化的RFID室內定位演算法[J]. 計算機應用與軟體,2011,(1).
9. 范富明,程良倫. TFT-LCD檢測中基於激光三角法的顯微鏡離焦快速在線檢測及補償[J]. 中國激光,2011,(2).
10. 馮芳,程良倫. 一種高節能多跳分層路由協議[J]. 自動化儀表,2011,(2).
11. 任斌,程良倫. 多項式光滑的支持向量回歸機[J]. 控制理論與應用,2011,(2).
12. 林觀康,程良倫. 基於地理信息靜態分簇的無線感測器網路路由演算法[J]. 計算機應用與軟體,2011,(2).
13. 謝曉松,程良倫. 感測器網路基於移動信標改進的DV-Hop定位演算法[J]. 計算機應用與軟體,2011,(4).
14. 謝曉松,程良倫. 無線感測器網路基於移動信標動態選擇的定位演算法[J]. 感測器與微系統,2011,(1).
15. 湯子隆,程良倫. 一種新的支持移動Sink的多媒體感測器網路路由協議[J]. 感測器與微系統,2011,(3).
16. 任斌,程良倫. 基於RSPHL演算法的圓形標志定位方法[J]. 計算機工程,2011,(5).
17. Ren Bin,Cheng Lianglun. Polynomial Smooth Epsilon-support Vector Regression Based on Hermite Interpolation[J], Journal of Computational Information Systems, 2010, 6(13): 4523-4532
18. Ren Bin, Cheng Lianglun. Research on smoothing support vector regression based on Cubic Spline Interpolation[C]，2010 International Conference on Image Processing and Pattern Recognition in Instrial Engineering：78201G
19. Yuechao Wang, Lianglun Cheng. Mobile Agent for Medium and High Rate WSN, Computer Application and System Modeling (ICCASM), 2010 International Conference. 2010 , V12, 333-337.
20. Yuechao Wang, Lianglun Cheng. MILR: Itinerary Planning for Mobile Agents Based MHWSN, 2011 3nd International Conference on Computer and Network Technology (ICCNT 2011), V20:566-568.
21. Yuechao Wang, Lianglun Cheng. Event-triggered Time Synchronization Algorithm in Medium and High Rate WSN. Applied Mechanics and Materials. 2011 International Conference on Mechatronic Systems and Automation Systems (MSAS 2011).
22. Yuechao Wang, Lianglun Cheng. Prioritizing based congestion control in MHWSN, Procedia Engineering. 2011 International Conference on Advanced in Control Engineering and Information Science(CEIS 2011).
23. SHEN Jianfang, CHENG Linaglun. Implementation of Program Behavior Anomaly Detection and Protection Using Hook Technology, 2009 WRI International Conference on Communications and Mobile Computing ,2009.
24. SHEN Jianfang, CHENG Linaglun. Adaptive Contention Window MAC Protocol for Middle and High Rate Sensor Networks Based on Cross-layer. Procedia Engineering (ISSN:1877-7058),EI期刊
25. Xiaobo Zhang, Lianglun Cheng, Quanmin Zhu. Study of RFID Indoor Location Algorithm Based on Region Division. Journal of Information and Computational Science.2010,7(14):3051-3058.
26. Xiaobo Zhang, Lianglun Cheng, Quanmin Zhu. Improvement of Filtering Algorithm for RFID Middleware Using KDB-Tree Query Index. Journal of Software
27. Lun Yong-Liang,Cheng Liang-lun.A RFID Security Authentication Protocol Based on the Public and Tag Key[C]. the 3nd International Conference on Computer and Network Technology (ICCNT 2011), V20.
28. Yongliang Lun,Lianglun Cheng. The Research on the Framework of Cyber-Physical Systems for the Reliable Sensing and Optimization Scheling [J].Applied Mechanics and Materials
29. Yongliang Lun,Lianglun Cheng.The research on the model of the context-aware for reliable sensing and explanation in Cyber-Physical System[J].Procedia Engineering.
30. 鄧潔,程良倫,大規模無線感測器網路多優先順序自適應分簇路由協議[J]. 感測器與微系統,2010,(8).
31. 程良倫,江偉歡,SMD缺陷檢測中快速圖像匹配演算法研究[J]. 計算機應用與軟體,2010,(11).
32. 姜鈞,程良倫,黃帥,一種檢測薄膜晶體管液晶屏的自動對焦方法[J]. 激光與紅外,2010,(12).
33. 湯子隆,程良倫,一種新的基於地理信息的多媒體感測器網路路由協議[J]. 計算機應用與軟體,2010,(12).
34. 肖磊,程良倫,范富明,TFT-LCD面板反射的能量對光斑圖像的影響[J]. 微型機與應用,2010,(21).
35. 申建芳,程良倫,基於區分服務的自適應跨層調度演算法[J]. 計算機工程,2010,(18).
36. 衷柳生,程良倫,基於區分服務的無線多媒體感測器網路QoS路由協議[J]. 計算機應用研究,2010,(11).
37. 馮芳,程良倫,無線感測器網路中一種新的基於神經網路的自適應路由演算法[J]. 感測技術學報,2010,(10).
38. 程良倫,賴宇鋒,基於改進ACS演算法的SMT自動光學檢測路徑規劃[J]. 計算機應用與軟體,2010,(9).
39. 彭蓓雷,程良倫,基於MR防干擾下的高效能多播路由協議[J]. 感測技術學報,2010,(8).
40. 彭蓓雷,程良倫,一種節能意識的多路徑QoS保證路由協議[J]. 化工自動化及儀表,2010,(7).
41. 范富明,程良倫,基於CANopen協議的精密光學平台多軸控制的研究[J]. 電氣傳動,2010,(7).
42. 劉洪濤,程良倫,具有移動匯聚節點的環境監測系統設計[J]. 計算機工程與應用,2010,(19).
43. 范富明,程良倫,王曉芬,潘建華,一種新型光學快速自動聚焦系統[J]. 光電工程,2010,(5).
44. 尹明,章雲,程良倫,蔡述庭,分布式視頻編碼的自適應圖像組結構研究[J]. 計算機應用,2010,(5).
45. 許亮,程良倫,黃志平,基於混合函數的KICA-LSSVM故障分類方法及應用[J]. 化工自動化及儀表,2010,(3).
46. 李少春,程良倫,一種自適應的混合型無線感測器網路拓撲控制演算法[J]. 感測技術學報,2010,(3).
47. 黎大鵬,程良倫,基於錨節點動態選擇和調整的感測器網路定位[J]. 計算機應用與軟體,2010,(3).
48. 張小波,程良倫,何小敏,曾啟傑,廣域網環境下構建全集成互動式學習平台[J]. 廣東工業大學學報(社會科學版),2010,(1).
49. 黎大鵬,程良倫,基於VWMC的感測器網路移動節點定位演算法[J]. 計算機工程與設計,2010,(2).
50. 程良倫,江偉歡,基於二值投影的PCB元件安裝缺陷檢測演算法研究[J]. 計算機工程與設計,2010,(3).
51. 尹明,章雲,程良倫,蔡述庭. Wyner-Ziv視頻編碼中邊信息估計演算法改進[J]. 計算機應用研究,2009,(12).
52. 張豐貴,程良倫. 基於KDB樹的RFID事件聚合過濾演算法[J]. 計算機工程,2009,(21).
53. 江偉歡,程良倫. 水火彎板運動控制系統的研究[J]. 機床與液壓,2009,(10).
54. 胡曉文,程良倫. 基於嵌入式MC206數控水火彎板機控制系統的設計[J]. 電氣自動化,2009,(2).
55. 鄧潔,程良倫. 基於二進制搜索演算法的RFID系統防碰撞演算法[J]. 廣東工業大學學報,2009,(3).
56. 任斌,程良倫. AOI機器視覺系統中檢測光源的分析和設計[J]. 微計算機信息,2009,(27).
57. 賴宇鋒,程良倫. 基於小波變換與相位相關的PCB圖像拼接演算法[J]. 計算機應用研究,2009,(9).
58. 盧旭,程良倫. ASP和ASP·NET共享Session狀態研究[J]. 計算機應用與軟體,2009,(6).
59. 衷柳生,程良倫. 基於博弈論的無線感測器網路非均勻分簇路由演算法[J]. 計算機應用研究,2009,(5).
60. 任斌,程良倫. 李雅普諾夫穩定性理論中V函數的構造研究[J]. 自動化與儀器儀表,2009,(2).
61. 古連華,程良倫. E-μMAC:一種高效的混合型無線感測器網路MAC協議[J]. 計算機應用研究,2009,(4).
62. 盧旭,程良倫. 高數據融合的非均勻分簇無線感測器網路路由協議[J]. 計算機應用研究,2009,(4).
63. 任斌,程良倫. PCB貼片安裝缺陷自動光學檢測系統關鍵技術[J]. 東莞理工學院學報,2009,(1).
64. 張彩霞,程良倫. 基於Hash的RFID安全協議的設計[J]. 包裝工程,2009,(1).
65. 程良倫,林偉勇. 一種穩定高效的動態幀時隙ALOHA演算法[J]. 計算機應用研究,2009,(1).
66. Shen jianfang; Lianglun Cheng;Fu Xiufen,Implementation of program behavior anomaly detection and protection using hook technology,2009 International conference on communications and mobile computing, pp.338-342.
67. Hongtao Liu; Lianglun Cheng; Dapeng Li, Design of Smart Nodes for RFID Wireless Sensor Networks, Ecation Technology and Computer Science, 2009. ETCS '09. First International Workshop on , vol.2, no., pp.132-136, 7-8 March 2009
68. Wu yu, Lianglun Cheng.A Study of Mobile Agent Tree Routes for Data Fusion in WSN[C].2009 International Conference on Communications and Mobile Computing,2009:57-60.
69. REN Bin,CHENG LiangLun . Research of Classification System based on Naive Bayes and MetaClass. 2009 Second International Conference on Modelling and Simulation ICMS2009, 2009-5.(EI收錄)
70. REN Bin,CHENG LiangLun . SMT Automatic Optical Inspection Path Planning Based On MDSPSO Algorithm，「2009 International Conference on Computational Intelligence and Natural Computing」 CINC2009, 2009-6. (EI收錄)
71. 吳猛，程良倫.一種無線感測器網路節點及其實現方法[J].儀表技術與感測器，2008(12)：14-16.
72. 杜新恆，程良倫.無線感測器網路中距離無關定位演算法的研究[J].計算機工程與應用，2008，44(33)：119-121.
73. 劉洪濤，程良倫.基於J2EE電力營銷決策支持系統的研究與實現[J].計算機工程與應用，2008，44(15)：218-220.
74. 倫永亮，程良倫.基於PID變頻調速技術的紙漿模塑烘乾線系統設計[J].中國包裝工業，2008(12)：30-33.
75. 程良倫，田雲傑，陳少華.一種基於IEC61850標準的嵌入式合並單元的研究與實現[J].電力系統保護與控制，2008，36(20)：55-58,61.
76. 陳榮軍，程良倫.一種新型實用棉條檢測感測器[J].儀表技術與感測器，2008(6)：7-8,23.
77. 宋相慧，程良倫.基於無線感測器網路的移動資料庫體系結構的研究[J].工業控制計算機，2008，21(5)：31-32.
78. 張鼎，程良倫.基於CC2500的RFID網路控制器的設計[J].工業控制計算機，2008，21(1)：27-28.
79. 劉學鋼，程良倫.一種可編程的多協議RFID讀寫器的設計[J].微計算機信息，2007(23)：230-232.
80. 鍾偉，程良倫.水利水文遙測系統的設計和實施[J].計算技術與自動化，2007，26(4)：102-105.
81. 劉學鋼，程良倫.QTE網路編程在嵌入式水文信息採集系統中的應用[J].微計算機信息，2007(27)：23-25.
82. 田雲傑，程良倫羅晟.基於IEC61850的嵌入式合並單元的研究[J].繼電器，2007，35(10)：52-55.
83. 陳浩，程良倫張小波.基於向量空間模型的無導詞義消歧[J].計算機工程與設計，2007，28(5)：1215-1218.
84. 程良倫，劉學鋼.一種UHF及微波段RFID標簽晶元的研究與應用[J].微計算機信息，2006(09Z)：182-184,74.
85. 張鼎華，程良倫，張凌.J2EE框架在需求側用電管理信息系統中的應用[J].電力需求側管理，2006，8(2)：15-17.
86. 周珊珊，程良倫.網路資料庫的安全及性能優化[J].計算機與現代化，2006(1)：48-50.
87. 劉洪濤，程良倫.基於活動/資源/時間圖模型的過程建模方法[J].現代計算機：下半月版，2005(5)：25-27.
88. 程良倫，許星.工業乙太網的研究現狀與發展[J].可編程式控制制器與工廠自動化(PLC FA)，2004(8)：12-16.
89. 程良倫，周曉輝，何小敏.基於Profibus的過程自動化網路系統[J].可編程式控制制器與工廠自動化(PLC FA)，2004(5)：51-53,79.
90. 程良倫.基於Profibus的過程自動化網路系統的設計與實現[J].世界儀表與自動化，2004，8(4)：24-24,26.
91. 羅世亮，鄒谷山程良倫.PROFIBUS在制鹼廠的應用[J].工業控制計算機，2003，16(12)：54-55.
92. 仲兆峰，許星，程良倫.基於PROFIBUS匯流排技術的工業網路的設計與實現[J].微計算機信息，2003，19(11)：6-7.
93. 仲兆峰，徐其迎，唐其偉，程良倫.計算機監控系統在峽口水閘中的應用[J].自動化技術與應用，2003，22(5)：78-81.
94. 程良倫歐金成等.IT與自動化在本科畢業設計中的融合[J].廣東工業大學學報：社會科學版，2002，2(B06)：190-191.
95. 程良倫，楊宜民.管道內微機器人彎管運動的動力學穩定性[J].控制理論與應用，2001，18(1)：62-68.
96. 程良倫，楊宜民.新型精密直線驅動器及其控制器的研究[J].計算技術與自動化，2000，19(1)：19-21,30.
97. 程良倫，楊宜民.一種新型管道內微機器人的研究[J].機器人，1999，21(4)：249-255.
98. 程良倫，楊宜民.微型管道機器人[J].機器人技術與應用，1998(4)：16-17.
99. 楊宜民，程良倫.微細作業系統的現狀,構成及其應用[J].機器人，1998，20(1)：32-36.
100. 程良倫，楊宜民.新型壓電式直線驅動器的研究[J].高技術通訊，1997，7(10)：16-19.
101. 程良倫.全自動數控型電阻焊機的研究[J].廣東工學院學報，1996，13(4)：96-101.
⑵ 無線感測器網路的內容簡介
學習無線感測器網路，建議從幾個方面入手：
1、找相關專業書籍來深入學習，如無線感測器網路簡明教程，無線感測器網路基礎知識等
2、找相關企業去請教交流，最好能夠針對某個實例進行探究。比如深圳信立，從事無線感測器網路技術長達10年，在這方面應該擁有豐富的技術經驗和成功的合作案例。
以上僅供參考，希望對你有用。
⑶ 無線感測器網路
無線感測器網路(wirelesssensornetwork，WSN)是綜合了感測器技術、嵌入式計算機技術、分布式信息處理技術和無線通信技術，能夠協作地實時監測、感知和採集網路分布區域內的各種環境或監測對象的信息，並對這些數據進行處理，獲得詳盡而准確的信息。傳送到需要這些信息的用戶。它是由部署在監測區域內大量的廉價微型感測器節點組成，通過無線通信方式形成一個多跳的自組織的網路系統。感測器、感知對象和觀察者構成了感測器網路的三要素。
無線感測器網路作為當今信息領域新的研究熱點，涉及到許多學科交叉的研究領域，要解決的關鍵技術很多，比如：網路拓撲控制、網路協議、網路安全、時間同步、定位技術、數據融合、數據管理、無線通信技術等方面，同時還要考慮感測器的電源和節能等問題。
所謂部署問題，就是在一定的區域內，通過適當的策略布置感測器節點以滿足某種特定的需求。優化節點數目和節點分布形式，高效利用有限的感測器網路資源，最大程度地降低網路能耗，均是節點部署時應注意的問題。
目前的研究主要集中在網路的覆蓋問題、連通問題和能耗問題3個方面。
基於節點部署方式的覆蓋：1)確定性覆蓋2)自組織覆蓋
基於網格的覆蓋：1)方形網格2)菱形網格
被監測目標狀態的覆蓋：1)靜態目標覆蓋2)動態目標覆蓋
連通問題可描述為在感測器節點能量有限，感知、通信和計算能力受限的情況下，採用一定的策略(通常設計有效的演算法)在目標區域中部署感測器節點，使得網路中的各個活躍節點之間能夠通過一跳或多跳方式進行通信。連通問題涉及到節點通信距離和通信范圍的概念。連通問題分為兩類：純連通與路由連通。
覆蓋中的節能對於覆蓋問題，通常採用節點集輪換機制來調度節點的活躍／休眠時間。連通中的節能針對連通問題，也可採用節點集輪換機制與調整節點通信距離的方法。而文獻中涉及最多的主要是從節約網路能量和平衡節點剩餘能量的角度進行路由協議的研究。
⑷ 無線感測器網路的關鍵技術有哪些
感測技術，包括光感、聲感等。
無線網路技術，基於紅外的、基於無線電磁波的等無線網路技術。
無線網路數據包在有線網路的傳輸技術，一般是需要進行二次封裝的，才能將無線網路數據包在有線網路中進行傳輸。
⑸ 無線感測器網路的拓撲結構有哪兒類
實際經驗而提出來的。是一個相對獨立的智能單元，它的出現對原來硬體性能苛刻要求有所減輕，而靠軟體幫助可以使感測器的性能大幅度提高。
1、信息存儲和傳輸——隨著全智能集散控制系統的飛速發展，對智能單元要求具備通信功能，用通信網路以數字形式進行雙向通信，這也是智能感測器關鍵標志之一。智能感測器通過測試數據傳輸或接收指令來實現各項功能。如增益的設置、補償參數的設置、內檢參數設置、測試數據輸出等。
⑹ 試述無線電感測網路在某一領域的應用,與其他信息探測系統和網路比較,無線感測網路有哪些優勢
摘要 親，無線感測器網路的逐漸普及，促進了信息家電、網路技術的快速發展，家庭網路的主要設備已由單一機向多種家電設備擴展，基於無線感測器網路的智能家居網路控制節點為家庭內、外部網路的連接及內部網路之間信息家電和設備的連接提供了一個基礎平台。
⑺ 陳積明的科研項目
1.感測器網路中動態信道環境下保性能的能量協同優化策略研究2010.01-2012.12
國家自然科學基金No.60974122（項目負責人）
2.無線感測器網路動態自適應部署策略研究 2009.11-2010.10
中央高校基本科研業務費專項資金資助（浙江大學2009年青年科研創新專項）No. 2009QNA5007（項目負責人）
3.自動化控制系統工業通信與標准創新設計平台2009. 9 -2010.12
濱江區政府G20090133（項目負責人）
4.面向安全生產的氣體濃度監測系統2009.03-2011.03
浙江三鑫自動化工程有限公司 09-111203-001 （項目負責人）
5.GFJG-111203-E10903 2009.01-2010.12
航空航天集團（項目負責人）
6.復雜感測與控制網路系統的建模、控制與優化2008.01-2011.12
國家基金委－廣東省聯合基金重點項目No.U0735003（項目浙大負責人，與華南理工、廣東工業大學合作）
7.無線通信標准研製與基於標準的模塊開發2007.7-2010.6
863重大子課題 No. 2007AA041201-1 (課題副組長)
8.無線感測器/執行器網路的分布式協調控制研究2007.01-2009.12
國家自然科學基金No.60604029（項目負責人）
9.基於無線感測網路的煤礦安全智能預警系統研究2007.01-2009.12
浙江省科技支撐計劃2007C31038（項目負責人）
10.無線感測器網路拓撲控制關鍵技術研究2007.01-2009.12
浙江省自然科學基金No.Y106384（項目負責人）
11.無線感測器/執行器網路的協調問題研究2006.07-2008.12
浙江省教育廳科研項目No.20061345（項目負責人）
12.無線感測器/執行器網路2006.01-2008.12
浙江大學985重點學科建設項目（課題負責人）
13.工業過程在線優化軟體平台2006.01-2007.12
國家發改委高技術產業化項目（發改高技[2004]2080號-6）（項目負責人）
14.無線感測器網路實時服務質量研究2005.09-2007.09
中國博士後科學基金No. 2005038632（項目負責人）
⑻ 無線感測器網路的相關課題論文
1，能量優化，
2， 路由優化
3， 地理定位演算法
4，感測器節能演算法
5， 感測器覆蓋率研究
6，休眠研究。
7。MAC層研究
8，網路信息安全等，。。。。
總之課題很多，看樓主怎麼選了。。。。。
⑼ 無線感測器網路節點部署問題研究
無線感測器網路是近幾年發展起來的一種新興技術,在條件惡劣和無人堅守的環境監測和事件跟蹤中顯示了很大的應用價值。節點部署是無線感測器網路工作的基礎,對網路的運行情況和壽命有很大的影響。部署問題涉及覆蓋、連接和節約能量消耗3個方面。該文重點討論了網路部署中的覆蓋問題,綜述了現有的研究成果,總結了今後的熱點研究方向,為以後的研究奠定了基礎。
基於虛擬勢場的有向感測器網路覆蓋增強演算法
陶 丹+, 馬華東, 劉 亮
(智能通信軟體與多媒體北京市重點實驗室(北京郵電大學),北京 100876)
A Virtual Potential Field Based Coverage-Enhancing Algorithm for Directional Sensor Networks
TAO Dan+, MA Hua-Dong, LIU Liang
(Beijing Key Laboratory of Intelligent Telecommunications Software and Multimedia (Beijing University of Posts and Telecommunications), Beijing 100876, China)
+ Corresponding author: Phn: +86-10-62282277, Fax: +86-10-62283523, E-mail: [email protected], http://www.bupt.e.cn
Tao D, Ma HD, Liu L. A virtual potential field based coverage-enhancing algorithm for directional sensor networks. Journal of Software, 2007,18(5):11521163. http://www.jos.org.cn/1000-9825/18/1152.htm
Abstract: Motivated by the directional sensing feature of video sensor, a direction adjustable sensing model is proposed first in this paper. Then, the coverage-enhancing problem in directional sensor networks is analyzed and defined. Moreover, a potential field based coverage-enhancing algorithm (PFCEA) is presented. By introcing the concept of 「centroid」, the pending problem is translated into the centroid points』 uniform distribution problem. Centroid points repel each other to eliminate the sensing overlapping regions and coverage holes, thus enhance the whole coverage performance of the directional sensor network. A set of simulation results are performed to demonstrate the effectiveness of the proposed algorithm.
Key words: directional sensor network; directional sensing model; virtual potential field; coverage enhancement
摘 要: 首先從視頻感測器節點方向性感知特性出發,設計了一種方向可調感知模型,並以此為基礎對有向感測器網路覆蓋增強問題進行分析與定義;其次,提出了一種基於虛擬勢場的有向感測器網路覆蓋增強演算法PFCEA (potential field based coverage-enhancing algorithm).通過引入「質心」概念,將有向感測器網路覆蓋增強問題轉化為質心均勻分布問題,以質心點作圓周運動代替感測器節點感測方向的轉動.質心在虛擬力作用下作擴散運動,以消除網路中感知重疊區和盲區,進而增強整個有向感測器網路覆蓋.一系列模擬實驗驗證了該演算法的有效性.
關鍵詞: 有向感測器網路;有向感知模型;虛擬勢場;覆蓋增強
中圖法分類號: TP393 文獻標識碼: A
覆蓋作為感測器網路中的一個基本問題,反映了感測器網路所能提供的「感知」服務質量.優化感測器網路覆蓋對於合理分配網路的空間資源,更好地完成環境感知、信息獲取任務以及提高網路生存能力都具有重要的意義[1].目前,感測器網路的初期部署有兩種策略:一種是大規模的隨機部署;另一種是針對特定的用途進行計劃部署.由於感測器網路通常工作在復雜的環境下,而且網路中感測器節點眾多,因此大都採用隨機部署方式.然而,這種大規模隨機投放方式很難一次性地將數目眾多的感測器節點放置在適合的位置,極容易造成感測器網路覆蓋的不合理(比如,局部目標區域感測器節點分布過密或過疏),進而形成感知重疊區和盲區.因此,在感測器網路初始部署後,我們需要採用覆蓋增強策略以獲得理想的網路覆蓋性能.
目前,國內外學者相繼開展了相關覆蓋增強問題的研究,並取得了一定的進展[25].從目前可獲取的資料來看,絕大多數覆蓋問題研究都是針對基於全向感知模型(omni-directional sensing model)的感測器網路展開的[6],
即網路中節點的感知范圍是一個以節點為圓心、以其感知距離為半徑的圓形區域.通常採用休眠冗餘節點[2,7]、
重新調整節點分布[811]或添加新節點[11]等方法實現感測器網路覆蓋增強.
實際上,有向感知模型(directional sensing model)也是感測器網路中的一種典型的感知模型[12],即節點的感知范圍是一個以節點為圓心、半徑為其感知距離的扇形區域.由基於有向感知模型的感測器節點所構成的網路稱為有向感測器網路.視頻感測器網路是有向感測器網路的一個典型實例.感知模型的差異造成了現有基於全向感知模型的覆蓋研究成果不能直接應用於有向感測器網路,迫切需要設計出一系列新方法.
在早期的工作中[13],我們率先開展有向感測器網路中覆蓋問題的研究,設計一種基本的有向感知模型,用以刻畫視頻感測器節點的方向性感知特性,並研究有向感測器網路覆蓋完整性以及通信連通性問題.同時,考慮到有向感測器節點感測方嚮往往具有可調整特性(比如PTZ攝像頭的推拉搖移功能),我們進一步提出一種基於圖論和計算幾何的集中式覆蓋增強演算法[14],調整方案一經確定,網路中所有有向感測器節點並發地進行感測方向的一次性調整,以此獲得網路覆蓋性能的增強.但由於未能充分考慮到有向感測器節點局部位置及感測方向信息,因而,該演算法對有向感測器網路覆蓋增強的能力相對有限.
本文將基本的有向感知模型擴展為方向可調感知模型,研究有向感測器網路覆蓋增強問題.首先定義了方向可調感知模型,並分析隨機部署策略對有向感測器網路覆蓋率的影響.在此基礎上,分析了有向感測器網路覆蓋增強問題.本文通過引入「質心」概念,將待解決問題轉化為質心均勻分布問題,提出了一種基於虛擬勢場的有向感測器網路覆蓋增強演算法PFCEA(potential field based coverage-enhancing algorithm).質心在虛擬力作用下作擴散運動,逐步消除網路中感知重疊區和盲區,增強整個網路覆蓋性能.最後,一系列模擬實驗驗證了PFCEA演算法的有效性.
1 有向感測器網路覆蓋增強問題
本節旨在分析和定義有向感測器網路覆蓋增強問題.在此之前,我們對方向可調感知模型進行簡要介紹.
1.1 方向可調感知模型
不同於目前已有的全向感知模型,方向可調感知模型的感知區域受「視角」的限制,並非一個完整的圓形區域.在某時刻t,有向感測器節點具有方向性感知特性;隨著其感測方向的不斷調整(即旋轉),有向感測器節點有能力覆蓋到其感測距離內的所有圓形區域.由此,通過簡單的幾何抽象,我們可以得到有向感測器節點的方向可調感知模型,如圖1所示.
定義1. 方向可調感知模型可用一個四元組P,R, ,
表示.其中,P=(x,y)表示有向感測器節點的位置坐標;R表示節
點的最大感測范圍,即感測半徑;單位向量 = 為扇形感知區域的中軸線,即節點在某時刻t時的感測方向; 和 分別是單位向量 在X軸和Y軸方向上的投影分量;表示邊界距離感測向量 的感測夾角,2代表感測區域視角,記作FOV.
特別地,當=時,傳統的全向感知模型是方向可調感知模型的一個特例.
若點P1被有向感測器節點vi覆蓋成立,記為viP1,當且僅當滿足以下條件:
(1) ,其中, 代表點P1到該節點的歐氏距離;
(2) 與 間夾角取值屬於[,].
判別點P1是否被有向感測器節點覆蓋的一個簡單方法是:如果 且 ,那麼,點P1
被有向感測器節點覆蓋;否則,覆蓋不成立.另外,若區域A被有向感測節點覆蓋,當且僅當區域A中任何一個點都被有向感測節點覆蓋.除非特別說明,下文中出現的「節點」和「感測器節點」均滿足上述方向可調感知模型.
1.2 有向感測器網路覆蓋增強問題的分析與定義
在研究本文內容之前,我們需要作以下必要假設:
A1. 有向感測器網路中所有節點同構,即所有節點的感測半徑(R)、感測夾角()參數規格分別相同;
A2. 有向感測器網路中所有節點一經部署,則位置固定不變,但其感測方向可調;
A3. 有向感測器網路中各節點都了解自身位置及感測方向信息,且各節點對自身感測方向可控.
假設目標區域的面積為S,隨機部署的感測器節點位置滿足均勻分布模型,且目標區域內任意兩個感測器節點不在同一位置.感測器節點的感測方向在[0,2]上也滿足均勻分布模型.在不考慮感測器節點可能落入邊界區域造成有效覆蓋區域減小的情況下,由於每個感測器節點所監控的區域面積為R2,則每個感測器節點能監測整個目標區域的概率為R2/S.目標區域被N個感測器節點覆蓋的初始概率p0的計算公式為(具體推導過程參見文獻[14])
(1)
由公式(1)可知,當目標區域內網路覆蓋率至少達到p0時,需要部署的節點規模計算公式為
(2)
當網路覆蓋率分別為p0和p0+p時,所需部署的感測器節點數目分別為ln(1p0)/,ln(1(p0+p))/.其中, =ln(SR2)lnS.因此,感測器節點數目差異N由公式(3)可得,
(3)
當目標區域面積S、節點感測半徑R和感測夾角一定時,為一常數.此時,N與p0,p滿足關系如圖2所示(S=500500m2,R=60m,=45º).從圖中我們可以看出,當p0一定時,N隨著p的增加而增加;當p一定時,N隨著p0的增加而增加,且增加率越來越大.因此,當需要將覆蓋率增大p時,則需多部署N個節點(p0取值較大時(80%),p取值每增加1%,N就有數十、甚至數百的增加).如果採用一定的覆蓋增強策略,無須多部署節點,就可以使網路覆蓋率達到p0+p,大量節省了感測器網路部署成本.
設Si(t)表示節點vi在感測向量為 時所覆蓋的區域面積.運算操作Si(t)Sj(t)代表節點vi和節點vj所能覆蓋到的區域總面積.這樣,當網路中節點感測向量取值為 時,有向感測器網路覆蓋率可表
示如下:
(4)
因此,有向感測器網路覆蓋增強問題歸納如下:
問題:求解一組 ,使得對於初始的 ,有 取值
接近最大.
Fig.2 The relation among p0, p and N
圖2 p0,p和N三者之間的關系
2 基於虛擬勢場的覆蓋增強演算法
2.1 傳統虛擬勢場方法
虛擬勢場(virtual potential field)的概念最初應用於機器人的路徑規劃和障礙躲避.Howard等人[8]和Pori等人[9]先後將這一概念引入到感測器網路的覆蓋增強問題中來.其基本思想是把網路中每個感測器節點看作一個虛擬的電荷,各節點受到其他節點的虛擬力作用,向目標區域中的其他區域擴散,最終達到平衡狀態,即實現目標區域的充分覆蓋狀態.Zou等人[15]提出了一種虛擬力演算法(virtual force algorithm,簡稱VFA),初始節點隨機部署後自動完善網路覆蓋性能,以均勻網路覆蓋並保證網路覆蓋范圍最大化.在執行過程中,感測器節點並不移動,而是計算出隨機部署的感測器節點虛擬移動軌跡.一旦感測器節點位置確定後,則對相應節點進行一次移動操作.Li等人[10]為解決感測器網路布局優化,在文獻[15]的基礎上提出了涉及目標的虛擬力演算法(target involved virtual force algorithm,簡稱TIVFA),通過計算節點與目標、熱點區域、障礙物和其他感測器之間的虛擬力,為各節點尋找受力平衡點,並將其作為該感測器節點的新位置.
上述利用虛擬勢場方法優化感測器網路覆蓋的研究成果都是基於全向感知模型展開的.假定感測器節點間存在兩種虛擬力作用:一種是斥力,使感測器節點足夠稀疏,避免節點過於密集而形成感知重疊區域;另一種是引力,使感測器節點保持一定的分布密度,避免節點過於分離而形成感知盲區[15].最終利用感測器節點的位置移動來實現感測器網路覆蓋增強.
2.2 基於虛擬勢場的有向感測器網路覆蓋增強演算法
在實際應用中,考慮到感測器網路部署成本,所有部署的感測器節點都具有移動能力是不現實的.另外,感測器節點位置的移動極易引起部分感測器節點的失效,進而造成整個感測器網路拓撲發生變化.這些無疑都會增加網路維護成本.因而,本文的研究工作基於感測器節點位置不變、感測方向可調的假設.上述假設使得直接利用虛擬勢場方法解決有向感測器網路覆蓋增強問題遇到了麻煩.在傳統的虛擬勢場方法中,感測器節點在勢場力的作用下進行平動(如圖3(a)所示),而基於本文的假設,感測器節點表現為其扇形感知區域在勢場力的作用下以感測器節點為軸心進行旋轉(如圖3(b)所示).
為了簡化扇形感知區域的轉動模型,我們引入「質心(centroid)」的概念.質心是質點系中一個特定的點,它與物體的平衡、運動以及內力分布密切相關.感測器節點的位置不變,其感測方向的不斷調整可近似地看作是扇形感知區域的質心點繞感測器節點作圓周運動.如圖3(b)所示,一個均勻扇形感知區域的質心點位於其對稱軸上且與圓心距離為2Rsin/3.每個感測器節點有且僅有一個質心點與其對應.我們用c表示感測器節點v所對應的質心點.本文將有向感測器網路覆蓋增強問題轉化為利用傳統虛擬勢場方法可解的質心點均勻分布問題,如圖4所示.
Fig.3 Moving models of sensor node
圖3 感測器節點的運動模型
Fig.4 The issue description of coverage enhancement in directional sensor networks
圖4 有向感測器網路覆蓋增強問題描述
2.2.1 受力分析
利用虛擬勢場方法增強有向感測器網路覆蓋,可以近似等價於質心點-質心點(c-c)之間虛擬力作用問題.我們假設質心點-質心點之間存在斥力,在斥力作用下,相鄰質心點逐步擴散開來,在降低冗餘覆蓋的同時,逐漸實現整個監測區域的充分高效覆蓋,最終增強有向感測器網路的覆蓋性能.在虛擬勢場作用下,質心點受來自相鄰一個或多個質心點的斥力作用.下面給出質心點受力的計算方法.
如圖5所示,dij表示感測器節點vi與vj之間的歐氏距離.只有當dij小於感測器節點感測半徑(R)的2倍時,它們的感知區域才存在重疊的可能,故它們之間才存在產生斥力的作用,該斥力作用於感測器節點相應的質心點ci和cj上.
定義2. 有向感測器網路中,歐氏距離不大於節點感測半徑(R)2倍的一對節點互為鄰居節點.節點vi的鄰居節點集合記作i.即i={vj|Dis(vi,vj)2R,ij}.
我們定義質心點vj對質心點vi的斥力模型 ,見公式(5).
(5)
其中,Dij表示質心點ci和cj之間的歐氏距離;kR表示斥力系數(常數,本文取kR=1);ij為單位向量,指示斥力方向(由質心點cj指向ci).公式(5)表明,只有當感測器節點vi和vj互為鄰居節點時(即有可能形成冗餘覆蓋時),其相應的質心點ci和cj之間才存在斥力作用.質心點所受斥力大小與ci和cj之間的歐氏距離成反比,而質心點所受斥力方向由ci和cj之間的相互位置關系所決定.
質心點ci所受合力是其受到相鄰k個質心點排斥力的矢量和.公式(6)描述質心點ci所受合力模型 .
(6)
通過如圖6所示的實例,我們分析質心點的受力情況.圖中包括4個感測器節點:v1,v2,v3和v4,其相應的質心
點分別為c1,c2,c3和c4.以質心點c1為例,由於d122R,故 ,質心點c1僅受到來自質心點c3和c4的斥力,其所受合力 .感測器節點感測方向旋轉導致質心點的運動軌跡並不是任意的,而是固定繞感測器節點作圓周運動.因此,質心點的運動僅僅受合力沿圓周切線方向分量 的影響.
Fig.6 The force on centroid
圖6 質心點受力
2.2.2 控制規則(control law)
本文基於一個虛擬物理世界研究質心點運動問題,其中作用力、質心點等都是虛擬的.該虛擬物理世界的構建是建立在求解問題特徵的基礎上的.在此,我們定義控制規則,即規定質心點受力與運動之間的關系,以達到質心點的均勻分布.
質心點在 作用下運動,受到運動學和動力學的雙重約束,具體表現如下:
(1) 運動學約束
在傳統感測器網路中利用虛擬勢場方法移動感測器節點的情況下,由於感測器節點向任意方向運動的概率是等同的,我們大都忽略其所受的運動學約束[8].而在轉動模型中,質心點的運動不是任意方向的,受合力沿圓
周切線方向分量 的影響,只能繞其感測器節點作圓周運動.
質心點在運動過程中受到的虛擬力是變化的,但對感測器網路系統來說,感測器節點之間每時每刻都交換鄰居節點位置及感測方向信息是不現實的.因此,我們設定鄰居節點間每隔時間步長t交換一次位置及感測方向信息,根據交換信息計算當前時間步長質心點所受合力,得出轉動方向及弧長.同時,問題求解的目的在於將節點的感測方向調整至一個合適的位置.在此,我們不考慮速度和加速度與轉動弧長之間的關系.
(2) 動力學約束
動力學約束研究受力與運動之間的關系.本運動模型中的動力學約束主要包含兩方面內容:
• 每個時間步長t內,質心點所受合力與轉動方向及弧長之間的關系;
• 質心點運動的靜止條件.
在傳統感測器網路中利用虛擬勢場方法移動感測器節點的情況下,在每個時間步長內,感測器節點的運動速度受限於最大運動速度vmax,而不是隨感測器節點受力無止境地增加.通過此舉保證微調方法的快速收斂.在本轉動模型中,我們同樣假設質心點每次固定以較小的轉動角度進行轉動,通過多次微調方法逐步趨向最優解,即在每個時間步長t內,質心點轉動的方向沿所受合力在圓周切線方向分量,轉動大小不是任意的,而是具有固定轉動角度.採用上述方法的原因有兩個:
• 運動過程中,質心點受力不斷變化,且變化規律很難用簡單的函數進行表示,加之上述運動學約束和問題特徵等因素影響,我們很難得出一個簡明而合理的質心點所受合力與轉動弧長之間的關系.
• 運動過程中,質心點按固定角度進行轉動,有利於簡化計算過程,減少節點的計算負擔.同時,我們通過分析模擬實驗數據發現,該方法具有較為理想的收斂性(具體討論參見第3.2節).
固定轉動角度取值不同對PFCEA演算法性能具有較大的影響,這在第3.3節中將加以詳細的分析和說明.
當質心點所受合力沿圓周切線方向分量為0時,其到達理想位置轉動停止.如圖7所示,我們假定質心點在圓周上O點處合力切向分量為0.由於質心點按固定轉動角度進行轉動,因此,它
未必會剛好轉動到O點處.當質心點處於圖7中弧 或 時,會
因合力切向分量不為0而導致質心點圍繞O點附近往復振動.因此,為避免出現振動現象,加速質心點達到穩定狀態,我們需要進一步限定質心點運動的停止條件.
當質心點圍繞O點附近往復振動時,其受合力的切向分量很
小.因此,我們設定受力門限,當 (本文取=10e6),即可認
定質心點已達到穩定狀態,無須再運動.經過數個時間步長t後,當網路中所有質心點達到穩定狀態時,整個感測器網路即達到穩定狀態,此時對應的一組 ,該
組解通常為本文覆蓋增強的較優解.
2.3 演算法描述
基於上述分析,本文提出了基於虛擬勢場的網路覆蓋增強演算法(PFCEA),該演算法是一個分布式演算法,在每個感測器節點上並發執行.PFCEA演算法描述如下:
輸入:節點vi及其鄰居節點的位置和感測方向信息.
輸出:節點vi最終的感測方向信息 .
1. t0; //初始化時間步長計數器
2. 計算節點vi相應質心點ci初始位置 ;
3. 計算節點vi鄰居節點集合i,M表示鄰居節點集合中元素數目;
4. While (1)
4.1 tt+1;
4.2 ;
4.3 For (j=0; j<M; j++)
4.3.1 計算質心點cj對ci的當前斥力 ,其中,vji;
4.3.2 ;
4.4 計算質心點ci當前所受合力 沿圓周切線分量 ;
4.5 確定質心點ci運動方向;
4.6 If ( ) Then
4.6.1 質心點ci沿 方向轉動固定角度;
4.6.2 調整質心點ci至新位置 ;
4.6.3 計算節點vj指向當前質心點ci向量並單位化,得到節點vi最終的感測方向信息 ;
4.7 Sleep (t);
5. End.
3 演算法模擬與性能分析
我們利用VC6.0自行開發了適用於感測器網路部署及覆蓋研究的模擬軟體Senetest2.0,並利用該軟體進行了大量模擬實驗,以驗證PFCEA演算法的有效性.實驗中參數的取值見表1.為簡化實驗,假設目標區域中所有感測器節點同構,即所有節點的感測半徑及感測夾角規格分別相同.
Table 1 Experimental parameters
表1 實驗參數
Parameter Variation
Target area S 500500m2
Area coverage p 0~1
Sensor number N 0~250
Sensing radius Rs 0~100m
Sensing offset angel 0º~90º
3.1 實例研究
在本節中,我們通過一個具體實例說明PFCEA演算法對有向感測器網路覆蓋增強.在500500m2的目標區域內,我們部署感測半徑R=60m、感測夾角=45º的感測器節點完成場景監測.若達到預期的網路覆蓋率p=70%, 通過公式(1),我們可預先估算出所需部署的感測器節點數目,
.
針對上述實例,我們記錄了PFCEA演算法運行不同時間步長時有向感測器網路覆蓋增強情況,如圖8所示.
(a) Initial coverage, p0=65.74%
(a) 初始覆蓋,p0=65.74% (b) The 10th time step, p10=76.03%
(b) 第10個時間步長,p10=76.03%
(c) The 20th time step, p20=80.20%
(c) 第20個時間步長,p20=80.20% (d) The 30th time step, p30=81.45%
(d) 第30個時間步長,p30=81.45%
Fig.8 Coverage enhancement using PFCEA algorithm
圖8 PFCEA演算法實現覆蓋增強
直觀看來,質心點在虛擬斥力作用下進行擴散運動,逐步消除網路中感知重疊區和盲區,最終實現有向感測器網路覆蓋增強.此例中,網路感測器節點分別經過30個時間步長的調整,網路覆蓋率由最初的65.74%提高到81.45%,網路覆蓋增強達15.71個百分點.
圖9顯示了逐個時間步長調整所帶來的網路覆蓋增強.我們發現,隨著時間步長的增加,網路覆蓋率也不斷增加,且近似滿足指數關系.當時間步長達到30次以後,網路中絕大多數節點的感測方向出現振動現象,直觀表現為網路覆蓋率在81.20%附近在允許的范圍振盪.此時,我們認定有向感測器網路覆蓋性能近似增強至最優.
網路覆蓋性能可以顯著地降低網路部署成本.實例通過節點感測方向的自調整,在僅僅部署105個感測器節點的情況下,最終獲得81.45%的網路覆蓋率.若預期的網路覆蓋率為81.45%,通過公式(1)的計算可知,我們至少需要部署148個感測器節點.由此可見,利用PFCEA演算法實現網路覆蓋增強的直接效果是可以節省近43個感測器節點,極大地降低了網路部署成本.
3.2 收斂性分析
為了討論本文演算法的收斂性,我們針對4種不同的網路節點規模進行多組實驗.我們針對各網路節點規模隨機生成10個拓撲結構,分別計算演算法收斂次數,並取平均值,實驗數據見表2.其他實驗參數為R=60m,=45º, =5º.
Table 2 Experimental data for convergence analysis
表2 實驗數據收斂性分析
(%)
(%)
1 50 41.28 52.73 24
2 70 52.74 64.98 21
3 90 60.76 73.24 28
4 110 65.58 78.02 27
分析上述實驗數據,我們可以得出,PFCEA演算法的收斂性即調整的次數,並不隨感測器網路節點規模的變化而發生顯著的改變,其取值一般維持在[20,30]范圍內.由此可見,本文PFCEA演算法具有較好的收斂性,可以在較短的時間步長內完成有向感測器網路的覆蓋增強過程.
3.3 模擬分析
在本節中,我們通過一系列模擬實驗來說明4個主要參數對本文PFCEA演算法性能的影響.它們分別是:節點規模N、感測半徑R、感測夾角和(質心點)轉動角度.針對前3個參數,我們與以往研究的一種集中式覆蓋增強演算法[14]進行性能分析和比較.
A. 節點規模N、感測半徑R以及感測角度
我們分別取不同節點規模進行模擬實驗.從圖10(a)變化曲線可以看出,當R和一定時,N取值較小導致網路初始覆蓋率較小.此時,隨著N的增大,p取值呈現持續上升趨勢.當N=200時,網路覆蓋率增強可達14.40個百分點.此後,p取值有所下降.這是由於當節點規模N增加導致網路初始覆蓋率較高時(如60%),相鄰多感測器節點間形成覆蓋盲區的概率大為降低,無疑削弱了PFCEA演算法的性能.另外,部分感測器節點落入邊界區域,也會間接起到削弱PFCEA演算法性能的作用.
另外,感測半徑、感測角度對PFCEA演算法性能的影響與此類似.當節點規模一定時,節點感測半徑或感測角度取值越小,單個節點的覆蓋區域越小,各相鄰節點間形成感知重疊區域的可能性也就越小.此時,PFCEA演算法對網路覆蓋性能改善並不顯著.隨著感測半徑或感測角度的增加,p不斷增加.當R=70m且=45º時,網路覆蓋率最高可提升15.91%.但隨著感測半徑或感測角度取值的不斷增加,PFCEA演算法帶來的網路覆蓋效果降低,如圖10(b)、圖10(c)所示.
(c) The effect of sensing offset angle , other parameters meet N=100, R=40m, =5º
(c) 感測角度的影響,其他實驗參數滿足:N=100,R=40m,=5º
⑽ 無線感測網路（本科畢業設計）
你給我留個郵箱，我直接發給你吧，是一些別人做過的專業文獻資料，你可以參考參考