基于德洛内四面体的无线传感器网络表面覆盖方法与流程

本发明涉及无线传感器的节点部署，具体涉及一种基于Delaunay德洛内四面体的无线传感器网络表面覆盖方法。

背景技术：

无线传感器网络被定义为一种以监测为目的的特设网络的子类。这种网络一般应用于难以到达或者是危险的区域监测。无线传感器网络主要构成是节点，而节点的主要任务是搜集监测所需信号。节点位置分配不恰当会导致无线传感器网络难以获取需要的信号。无线传感器网络的节点部署的关键在于：如何保证在不同目标区域合理分配传感器节点,以尽可能少的传感器数量达到最大的高效区域覆盖面积。

当前，人们对以Delaunay(德洛内)三角形网和Voronoi(泰森多边形)图构造分布的传感器节点的部署已经有了一定成果，但是很少涉及关于更加现实的地形情况，比如，区域块的体积和表面粗糙程度。通常，部署时只限于二维空间。对于三维空间，一大难点就是需要一个离散化表面单元的步骤。在这个步骤中，不具代表性的表面离散化得到的数据会增加节点的数量，从而增加传感器的部署数量。

技术实现要素：

本发明的发明目的在于，公开了一种能有效控制传感器部署数量的基于德洛内四面体的无线传感器网络表面覆盖方。

本发明的基于德洛内四面体的无线传感器网络表面覆盖方法，包括下列步骤：

步骤1：确定三维目标区域的边界，对目标区域进行德洛内三角网剖分，建立包括多个德洛内三角形的德洛内三角网；

确定三维目标区域的边界，以便于分布传感器节点。例如利用Blender图形包实现三维目标区域的边界确定。在边界确定以后，使用德洛内Delaunay三角形将目标区域划分为一系列几何单元块(Delaunay三角形)组成，即对目标区域进行德洛内三角网剖分，建立包括多个德洛内三角形的德洛内三角网。

步骤2：基于步骤1得到的德洛内三角网构建泰森多边形图(Voronoi图)，将Voronoi图中的每个Voronoi单元的外接圆圆心作为无线传感器的候补位置；

步骤3：查找候补位置中的孤立节点并删除，其中孤立节点为：若当前候补位置与所有相邻候补位置的间距均大于无线传感器的通信半径，则当前候补位置定义为孤立节点；

步骤4：删除重复空间位置的候补位置，以提高目标区域的传感器覆盖质量，减少不必要的传感器数量。

步骤5：查找相邻候补位置间的重叠区域并删除位于重叠区域的候补位置，得到目标区域的传感器分布位置：

步骤501：由当前所有候补位置构成候补位置集合T；

步骤502：从集合T中随机选择一个候补位置作为参考位置A；

步骤603：对参考位置A的所有相邻候补位置，分别判断参考位置A与各相邻候补位置之间的直线距离是否小于所在圆的半径和，若是，则执行步骤604；否则执行步骤605；

步骤604：计算参考位置A与当前相邻候补位置间的重叠区域area，并从候补位置集合T中删除位于当前重叠区域area的候补位置；

重叠区域area的计算过程为：

用B表示当前相邻候补位置，用C、D表示参考位置A所在的圆与候补位置B所在圆的交叉点，用r₀、r₁分别参考位置A、B所在圆的半径，基于参考位置A、B的位置坐标(x_A,y_A,z_A)、(x_B,y_B,z_B)计算距离c，根据下列公式计算参考位置A候补位置B的重叠区域area：

c＝((x_A-x_B)²+(y_A-y_B)²+(z_A-z_B)²)^1/2；

$cos(\frac{1}{2}\∠CAB)=\frac{r_0^2+c^2-r_1^2}{2r_{0}c}$

$cos(\frac{1}{2}\∠CBA)=\frac{r_1^2+c^2-r_0^2}{2r_{1}c}$

γ＝acos(∠CBA),θ＝2γ；ζ＝acos(∠CAB),ρ＝2ζ；

步骤505：对参考位置A的所有相邻候补位置判断完毕，则继续从集合T中选择一个未被选择的候补位置作为参考位置A，继续执行步骤502，直到遍历完集合T中的所有候补位置；

步骤506：基于当前集合T的所有候补位置得到目标区域的传感器分布位置。

综上所述，由于采用了上述技术方案，本发明的有益效果是：本发明首先采用Delaunay算法对目标区域进行区域离散化，建立Delaunay三角网，再基于其构建Voronoi图，将每个Voronoi单元的外心作为无线传感器的候补位置，通过调整外接圆的半径可以实现不同无线传感器部署方案，因而可以基于不同的地表粗糙程度因素调整无线传感器部署方案；且对候补位置进行筛选、去重和删除位于重叠区域的候补位置，降低所部署的无线传感器的数量，在确保局部和整体通信能力的条件下，得到优化的部署方案。附图说明

图1是平原覆盖测试示意图。

图2是高原覆盖测试示意图。

图3是山地覆盖测试示意图。

图4是平原通信测试示意图。

图5是高原通信测试示意图。

图6是山地通信测试示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合实施方式和附图，对本发明作进一步地详细描述。

将本发明方法用于不同地形(如平原、高原和山地等)的目标区域的无线传感器部署，并在Matlab上进行直观、有效的测试验证，以验证其部署的效果。用于平原、高原和山地等不同地形的无线传感器部署可以用于森林火灾检测等实际用途。

设置目标区域在200×200m²左右。图1为平原的目标区域测试图(4022.23m²)，图2为高原的目标区域测试图(4080.24m²)，图3为山地的目标区域测试图(4405.92m²)。模型取值考虑到了山峰和山谷。

在对上述不同地形的目标区域采用本发明的无线传感器网络表面覆盖方法进行无线传感器部署后，得到如下结果：

平原地形使用26个无线传感器，每个监测范围为295±56米，总覆盖率100％(4022.23m²)；

高原地形使用20个无线传感器，每个监测范围为335±20.7米，总覆盖率98.2％(4006.74m²)；

山地使用62个无线传感器，每个监测范围为180±4.5米，总覆盖率91.01％(4009.65m²)。

图4、图5、图6通过Delaunay三角网和三维Voronoi图标出了平原、高原和山地的无线传感器节点的分布示意图。在验证局部和全局通信性能方面，可以采用基于最短路径Dijkstra算法对不同地形进行测试。结果得出，平原、高原、山地三种地形在全局通信分布上分别需要18个无线传感器节点、8个无线传感器节点和42个无线传感器节点。局部通信以全局通信的最小节点数和距离为限度，由Dijkstra算法实现。因此本发明在确保局部和整体通信能力的条件下，能基于一定数量的无线传感器得到优化的部署方案。