一种基于分层的有效传感器节点部署方法与流程

本发明涉及水下传感器网络中节点部署设计方法。

背景技术：

近年来，水下声学传感器网络(underwateracousticsensornetworks,uasns)成为新的研究热点之一。uasns的应用推进了对海洋环境的研究，对经济、科研、军事等领域都具有重大意义。然而，与传统陆上无线传感器网络不同，水下传感器网络采用的通信方式为声通信，且通信方向为全向型，而水下向不同方向进行通行时所消耗的能量差别很大；同时水下传感器节点的能量有限，不易更换等不同的特点都对水下传感器节点部署提出了新的要求。同时节点部署作为传感器网络的底层部分，不仅关系到网络的覆盖率，连通率等性能，还会直接影响到后续的信息收发效率，协议的选择等等。所以，如何有效的部署节点使得传感器网络的基础性能达到最优成为亟待解决的问题。

已有的一些节点部署方法中，有的仅考虑节点对目标区域的覆盖，通过定向移动实现覆盖最大化；或通过节点的逐步移动保证节点间的连通，最终形成立体覆盖的过程。这些算法通常只考虑传感器网络的某一项单一性能的最优，没有考虑到部署的时间成本、节点能量损耗等问题，同时也不能保证整体效果的最优，实用性比较差。针对上述问题，本发明提出一种基于分层的有效传感器节点部署方法，通过对节点的有效部署实现传感器网络基础性能的最优。

技术实现要素：

本发明的目的是克服现有技术的上述不足，提供一种基于分层的有效传感器节点部署方法，主要步骤如下：

一种基于分层的有效传感器节点部署方法，包括下列步骤：

1)播撒于目标水域表面的节点，有一部节点作为汇聚节点部署在水面，位于第0层，其他节点相对于汇聚节点下沉一定距离δh，沉降距离δh的值通过数据中心发送给各个节点进行自主沉降，δh计算公式为：其中r为节点的感知半径大小，dave为该层节点间的平均距离。

2)沉降后的节点生成泰森图并计算泰森多边形的平均面积save，大于平均面积的节点保持深度不变，小于的则继续进行沉降；沉降距离δh的大小通过步骤1)的公式计算可得。

3)沉降时判断是否存在下沉空间，如果下沉空间大于节点感知半径r且小于计算所得层间距，则改变下沉距离为r；若下沉空间小于节点感知半径r，则代表着节点沉降过程的结束。

4)如此反复执行步骤2)和3)直到节点无法继续沉降，最后一层无法沉降的节点作为冗余节点进行间断性休眠，用于后期早亡节点的替代节点；部署工作完成之后节点进行分簇，同层内邻居节点数最多的节点作为簇头，信息由簇内节点发送至簇头，再由簇头向上传输至水面的汇聚节点，汇聚节点再通过无线电方式传输至数据中心。

5)网络运行过程中若有节点剩余能量低于所设定的阈值eg时，以该节点为中心，r为半径向下传输替代请求信号，寻找水域底部间断休眠的冗余节点；超出规定的时间t0无响应则表示无合适节点可替代，再选择簇内贡献程度最小的节点进行替代。

6)当步骤5)无法继续执行时表明该节点一旦死亡就表明该簇已无剩余节点，会出现覆盖真空情况，此时将信息反馈至数据中心，由数据中心调节auv的行进路线，填补覆盖区域，一定程度上继续保证通信链路连续，延长网络的生存时间。

本发明以提升传感器网络的性能为目的，通过将自身泰森多边形的面积与平均面积相比较，决定面积大的留在相应深度，面积小的进行下沉实现分层；而后利用狄罗妮三角法实现层间距的合理选择，保证节点间的有效连通；最后当网络中的部分节点因为能量耗尽出现早亡的现象时，通过节点的移动性或水下滑翔机实现对早亡节点的替代，保证通信链路的连通，延长网络的生存时间。本发明既能提高网络覆盖率，又能有效保证节点间的连通，同时还可以延长网络的生存时间，适用于探测区域规模较大，环境条件恶劣，网络负载较大的水声传感器网络。

附图说明

图1是本发明的泰森算法示意图

图2是本发明层间距和节点覆盖图

图3是本发明的部署流程图

图4是本发明的节点替代流程图

具体实施方式

本发明提出一种基于分层的有效传感器节点部署方法：主要利用泰森多边形实现节点的分层，如图1所示，其中v(pi)为节点pi构成的泰森多边形，所有泰森多边形共同组成泰森图；当利用泰森多边形平均面积求得沉降节点后，层间距以及节点覆盖效果如图2所示，其中hoverlap表示同一层内两个节点感知范围相交处的点到该层的垂直距离，δh为两层传感器节点间的距离,r为节点的感知半径；如此反复前两个过程至无沉降空间进行操作完成部署工作。

主要步骤如下：

1.初始阶段，在目标水域表面放置一定密度的汇聚节点作为传感器网络和数据中心进行数据通信的中介，再由飞机或船舶等方式将普通传感器节点随机均匀的播撒在水域表面。

设目标水域深度为h，s＝{p1,p2,…,pi,…,pn}为水下传感器网络中除汇聚节点外所有节点的集合，第i层水下传感器节点所处水平面相对于目标水域水面的深度为hi，第i层水下传感器节点集合记为si；网络初始阶段令i＝0，h0＝0，si＝s。

2.以汇聚节点作为第0层节点，根据水域表面布置的汇聚节点的数量利用狄罗妮三角算法求得节点间的平均距离dave，计算公式：其中d(i,j)(j＝1,2,3)表示生成的第i个三角形的三条边，n为生成三角形的总个数；利用下面的公式对其它传感器节点进行相应深度的沉降，节点的状态更新为：hi+1＝hi+δh，si+1＝s，i＝i+1；

3.收集第i层内传感器节点在水平面方向上的二维坐标并传输至数据中心生成二维的泰森图，并计算泰森多边形的平均值，若节点pi生成泰森多边形的面积si≤save，则该节点被选为下沉节点；否则将保持深度不变；下沉深度利用步骤2中的公式计算，沉降后相应节点的状态更新为：hi+1＝hi+δh，si+1＝sa，i＝i+1；重复步骤2和3至部署工作结束。

4.网络运行过程中，当有传感器节点剩余能量小于设定的阈值eg时，由该节点向正下方向发送替代请求指令，为了防止扩散范围太大，不宜做替代节点，这里在发送的信息中加入待死亡节点的位置信息；水域底部的冗余节点接收信息发送反馈信息并向上移动进行替代。

5.若在预设时间t0内没有收到可替代节点反馈信息则表明无合适节点进行替代，于是开始选择簇内贡献程度最小的节点作为替代节点。这里的贡献程度定义为节点剩余能量和通信工作量的综合评价：剩余能量越多，贡献程度越小；通信工作量越小，贡献程度越小。计算公式如下：其中et为节点的剩余能量，eave为该簇所有节点的平均能量；wt为节点的通信工作量，wave为该簇所有节点的平均通信工作量；a+b＝1。

6.当该簇内只剩该节点时向上发送该簇死亡信息，由数据中心控制auv的行进路线作为移动节点来弥补该处的覆盖漏洞，一定程度上保证通信链路的连续，进一步延长传感器网络的生存时间。