360° ]，所述绝对角的定义为：在以节点￥:为圆心建立的笛卡尔坐标系中，节点v:和邻居 节点的连线沿逆时针方向与x轴的正向夹角为Vi的邻居节点在以节点v 圆心的坐标系 内的绝对角；
[0034] 参照图1，节点v为圆心，节点u和节点n是节点v的1跳邻居节点，节点m是节 点v的2跳邻居节点，Zu和Zm分别是节点u和节点m与x轴的夹角，即绝对角，中心角 Zy_所对应的扇区mvn为当前节点v与其相邻节点m和n所构成，良与所夹圆弧为 扇区mvn的边缘，虚线所围区域为节点v的传感区域，虚线为v的传感边界；
[0035] (3)如果出现2个以上邻居节点的绝对角相同，则仅保留距离节点Vl最近的邻居 节点；参照图2,节点v2和节点v18的绝对角相同，则保留v2，剔除vls;
[0036] (4)将邻居节点按照其绝对角从小到大排序；参照图2,排序后的节点顺序为 {vl2,vl3,v5,vl4,v6,vl5,v7,vl6,vl7,v2,v8,v9,vlO,vl3,vll,v4}；
[0037] (5)依次判断节点Vi的每一个传感扇区的边缘是否被该传感扇区的相邻节点完全 覆盖，其中，在以当前节点^为圆心、以节点^的传感覆盖半径SR为半径的圆中，由节点^ 和邻居节点V]的连线所在的半径、节点vi和邻居节点vk的连线所在的半径、以及它们所夹 的圆弧所围成的区域为传感扇区VjViVk，该圆弧为该传感扇区的边缘，节点Vj和节点vk为传 感扇区VjVA的相邻节点，若该边缘同时被邻居节点V_j和Vk的传感区域完全覆盖，则传感 扇区V]VlVk不会处于网络或覆盖空洞边缘，因此传感扇区V_]VlVk的边缘被其相邻节点完全 覆盖，参照图2,扇区Vl2vlVlj^边缘能被节点v12和节点v13完全覆盖；若存在节点vi的一 个传感扇区的边缘不能被其相邻节点完全覆盖，则节点Vl是边界节点，否则节点vi的每一 个传感扇区的边缘均被其相邻节点完全覆盖，节点^不是边界节点。
[0038] 参照图3,在500*500M2的区域内部署2000个传感器节点，利用本发明所述的分布 式无线传感器网络边界节点识别方法对其进行边界节点识别，结果如图4所示，其中空心 点表示识别到的边界节点。可以看到本发明精确检测到了该传感器网络的边界节点，并且 几乎没有噪点的出现。
[0039] 图5显示了本发明在网络规模为100,1000和2000时的正确率对比，可以看到在 不同的网络规模（此时网络密度分别为0. 0004,0. 004,0. 008)下，边界节点的正确检测率 都保持在90%以上，随着网络规模的增加，正确率甚至达到100%。
[0040] 图6显示了本发明在网络规模为100,1000和2000时的错误率对比，可以看到在 不同的网络规模下，边界节点的错误检测率都保持在10%以下，随着网络规模的增加，错误 率甚至达到0。
[0041] 无线传感器网络的主要功能是执行监测任务，因而边界节点检测不应耗费节点 太多的能量，从而保证节点有足够的能量执行监测任务，图7显示了在节点规模为200到 2000(间隔为200)状况下的边界节点识别完成后节点能量剩余情况，图中可以清楚的看 至IJ，本发明的实际节点剩余情况完全符合实际任务的需要，不需要耗费太多的节点能量即 可实现边界节点的识别任务。
[0042]图8是本发明的运行时间分析，可以看到在节点规模增大的过程中，运行时间虽 然也在呈指数增大，但其增加幅度并不大。
[0043] 下表显示了本发明各个子过程的算法复杂度：
[0044]
[0045] 表1本发明的子过程的算法复杂度
[0046] 表1中，n表示网络中节点的数量，m表示网络中节点与节点之间可以直接通信的 通信连接（即节点与节点之间的边）数量，k表示网络的平均节点度。
【主权项】
1. 一种分布式无线传感器网络边界节点识别方法，其特征在于包括以下步骤： (1) 设分布式无线传感器网络中的各节点的通信模型为以该节点所在位置为圆心、以 通信覆盖半径CR为半径的圆盘，并且节点存储有其通信范围内的1跳邻居节点的邻居信 息；各节点通过向其1跳邻居节点发送请求并交换1跳邻居信息，以收集s跳以内邻居节点 的邻居信息，所述s为2~3 ;依次对无线传感器网络中的每一个节点执行步骤（2)至步骤 (5)以判断该节点是否是边界节点； (2) 以当前节点V1为圆心、以节点V4勺传感覆盖半径SR为半径建立笛卡尔坐标系，计 算节点&的8跳以内的邻居节点在该坐标系内的绝对角，绝对角的范围为[0°，360° ]， 所述绝对角的定义为：在以节点V1S圆心建立的笛卡尔坐标系中，节点V:和邻居节点的连 线沿逆时针方向与X轴的正向夹角为V1的邻居节点在以节点Vi为圆心的坐标系内的绝对 角； (3) 如果出现2个以上邻居节点的绝对角相同，则仅保留距离节点V1最近的邻居节点； (4) 将邻居节点按照其绝对角从小到大排序； (5) 依次判断节点V1的每一个传感扇区的边缘是否被该传感扇区的相邻节点的传感区 域完全覆盖，其中，在以当前节点V1为圆心、以节点^的传感覆盖半径SR为半径的圆中，由 节点V1和邻居节点V_j的连线所在的半径、节点Vi和邻居节点Vk的连线所在的半径、以及它 们所夹的圆弧所围成的区域为传感扇区VjV1Vk,该圆弧为该传感扇区VjV1Vk的边缘，节点V_j 和节点Vk为传感扇区LV1Vk的相邻节点，若该边缘同时被邻居节点v_j和Vk的传感区域完全 覆盖，则传感扇区VjV1Vk的边缘被其相邻节点完全覆盖；若存在一个传感扇区的边缘不能 被其相邻节点完全覆盖，则节点V1是边界节点，否则节点V:不是边界节点。2. 根据权利要求1所述的分布式无线传感器网络边界节点识别方法，其特征在于：步 骤（1)中，各节点通过以下公式计算其S跳以内邻居节点的邻居信息：其中，Vi表示当前节点，Vu表示Vi的k-1跳邻居，< 表示￥;的k跳邻居节点集，< 1 表示Vi的k-1跳邻居节点集，<.表示Vu的1跳邻居节点集，k= 2, . . .，s。3. 根据权利要求1所述的分布式无线传感器网络边界节点识别方法，其特征在于：步 骤（1)中，收集2跳以内邻居节点的邻居信息。
【专利摘要】本发明提供了一种分布式无线传感器网络边界节点识别方法，方法利用DSCS技术识别传感器网络中的边界节点，方法可应用于功能、传感和通信范围相同的匀质或不同的非均匀无线传感器网络。该方法过程如下：(1)节点自主收集网络中邻居信息；(2)每一节点以自己为圆心建立笛卡尔坐标系并计算其邻居节点的绝对角；(3)以绝对角升序排列邻居节点；(4)利用DSCS识别边界节点。本发明解决了传统无线传感器网络边界节点识别精度低的技术难题，将无线传感器网络边界节点识别问题分解为一个节点的传感扇区边缘覆盖问题，有效降低了算法复杂度，减少了运行时间和边界节点识别过程中节点间的通信与能量消耗，提高了识别精度。
【IPC分类】H04W84/18, H04W16/18, H04W24/00
【公开号】CN105050099
【申请号】CN201510424643
【发明人】刘文怡, 赵利辉, 王红亮, 雷海卫, 苏淑靖, 熊继军, 沈三明, 董和磊, 张斌
【申请人】中北大学
【公开日】2015年11月11日
【申请日】2015年7月17日