本发明涉及无线通信领域，尤其涉及无线传感器网络领域，具体是指一种修复无线传感器网络中漏洞的方法
背景技术：
计算机技术、无线通信、信息网络与集成电路等技术的不断革新推动着无线传感器网络技术的飞速发展。无线传感器网络(wireless sensor network，WSN)是为监测特定区域并获取其中有用信息而在区域内布置大量传感器节点形成的一个多跳自组织的网络系统。无线传感器节点的部置直接影响网络的覆盖程度，进而制约网络的服务质量。当前相当一部分对无线传感器网络的研究集中在如何提高无线传感器网络的覆盖率上。
无线传感器网络的覆盖率问题是网络构件初期和传感器网络应用过程中的重要环节，网络覆盖程度反映了网络所能提供的“感知”服务质量。由于传感器节点的随机分布，网络覆盖区域存在相互交叠、部分区域没有被任何节点检测到的现象，这样既浪费资源，又遗漏检测区域的监测信息使得传感器无法收集、处理并转发完整信息，部分区域脱离控制且得不到反馈。同时，由于漏洞的存在，漏洞边界的网络负载全部施加在边界节点上，使得边界节点能量消耗过度而相继“死亡”，最终导致漏洞扩散，甚至缩短整个网络的寿命。
技术实现要素：
本发明的目的是克服了上述现有技术的缺点，提供了一种通过寻找细栅格区域漏洞从而调整生成树分支、实现无线传感器网络完全覆盖的修复无线传感器网络中漏洞的方法。
为了实现上述目的，本发明的具有如下构成：
该修复无线传感器网络中漏洞的方法，其主要特点是，无线传感器网络中包含一个移动机器人，所述的无线传感器网络中包括数个已知坐标的信标节点，所述的移动机器人可以与在其通信半径内的所述的已知坐标的信标节点建立通信连接，所述的方法包括以下步骤：
(1)所述的机器人将所述的探测区域分割成数个粗栅格区域，并将所述的粗栅格区域分割成数个细栅格区域；
(2)所述的机器人根据所述的探测区域的已知情况将所述的细栅格区域标记为已覆盖细栅格区域、未覆盖细栅格区域或者障碍物子区域，并且所述的机器人根据所述的已覆盖细栅格区域、所述的未覆盖细栅格区域或者所述的障碍物区域的标记将所述的粗栅格区域标记为已覆盖粗栅格区域或未覆盖粗栅格区域，建立网络覆盖地图；
(3)所述的机器人判断所述的网络覆盖地图是否存在所述的未覆盖粗栅格区域，如果是，则继续步骤(4)，否则继续步骤(9)；
(4)所述的机器人选择任一未覆盖粗栅格区域的位置作为运动方向；
(5)所述的机器人根据建立通信连接的已知坐标的信标节点确定当前位置；
(6)所述的机器人在移动中建立生成树分支并放置新的信标节点；
(7)所述的机器人判断是否到达所述的网络覆盖地图的终点，如果是，则继续步骤(9)，否则返回步骤(3)；
(8)所述的机器人判断所述的网络覆盖地图是否存在漏洞，如果是，则继续步骤(9)，否则结束本方法；
(9)所述的机器人根据生成树算法寻找通向最近漏洞的细栅格区域；
(10)所述的机器人根据生成树算法调整相应的生成树分支；
(11)所述的机器人到达所述的最近漏洞的位置并放置一个新信标节点；
(12)所述的机器人更新所述的网络覆盖地图。
进一步地，所述的步骤(10)和(11)之间，还包括以下步骤：
当所述的机器人探测到障碍物，则改变其移动方向。
进一步地，所述的机器人根据生成树算法寻找通向最近漏洞的细栅格区域，具体为：
所述的机器人根据生成树算法逆时针方向寻找通向最近漏洞的细栅格区域。
进一步地，所述的机器人根据生成树算法调整树分支，具体为：
所述的机器人根据生成树算法逆时针方向调整树分支。
采用了本发明的修复无线传感器网络中漏洞的方法，利用划分粗栅格和细栅格解决覆盖、避障和漏洞问题，本方法通过定位冗余漏洞确定运动方向，同时在检测到障碍物时调整路线避开，根据移动路径调整生成树分支，保证机器人能够到达漏洞并设置新的信标节点，修复漏洞，现无线传感器网络完全覆盖，增强了机器人的灵活性、鲁棒性和精确性，具有更广泛的应用范围。
附图说明
图1为本发明的修复无线传感器网络中漏洞的方法的流程图。
图2为本发明的修复无线传感器网络中漏洞的方法的规划路径的示意图。
图3为本发明的修复无线传感器网络中漏洞的方法的一个具体实施例的流程图。
图4为本发明的修复无线传感器网络中漏洞的方法的修复漏洞的示意图。
具体实施方式
为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。
如图1所示，为本发明的修复无线传感器网络中漏洞的方法的流程图。在无线传感器网络环境中，坐标已知的节点称为信标节点(或锚节点)，无线传感器网络中包含一个移动机器人和数个已知坐标的信标节点，移动机器人可以与在其通信半径内的所述的已知坐标的信标节点建立通信连接，方法包括以下步骤：
(1)机器人将探测区域分割成数个粗栅格区域，并将粗栅格区域分割成数个细栅格区域；
(2)机器人根据探测区域的已知情况将细栅格区域标记为已覆盖细栅格区域、未覆盖细栅格区域或者障碍物子区域，并且机器人根据已覆盖细栅格区域、未覆盖细栅格区域或者障碍物区域的标记将粗栅格区域标记为已覆盖粗栅格区域或未覆盖粗栅格区域，建立网络覆盖地图；
(3)机器人判断网络覆盖地图是否存在未覆盖粗栅格区域，如果是，则继续步骤(4)，否则继续步骤(8)；
(4)机器人选择任一未覆盖粗栅格区域的位置作为运动方向；
(5)机器人根据建立通信连接的已知坐标的信标节点确定当前位置；
(6)机器人在移动中建立生成树分支并放置新的信标节点；
(7)机器人判断是否到达网络覆盖地图的终点，如果是，则继续步骤(8)，否则返回步骤(3)；
(8)机器人判断网络覆盖地图是否存在漏洞，如果是，则继续步骤(10)，否则结束本方法；
(9)机器人根据生成树算法寻找通向最近漏洞的细栅格区域；
(10)机器人根据生成树算法调整相应的生成树分支；
(11)机器人到达最近漏洞的位置并放置一个新信标节点；
(12)机器人更新网络覆盖地图并返回步骤(8)。
在一个具体实施例中，机器人利用地图栅格分解法将探测区域分割成数个粗栅格区域，并将粗栅格区域分割成数个细栅格区域，当在一个虚拟网格中通过增量式部署足够多的信标节点实现网络覆盖时，该网络环境可能仍然无法适用于机器人工程需要，由于许多定位算法需要至少两个信标节点完成机器人动态定位。在此情况下，网络环境要求达到合理的k重网络覆盖。
本方法用粗栅格和细栅格解决避障和避免网络覆盖漏洞问题。粗栅格的栅格尺寸定义为一个信标节点的感知范围。细栅格的栅格尺寸定义为1m×1m的网格。为了减少计算复杂度，将探索区域分割成子区域。一个子区域为50m×50m，并平均分割成50×50个网格，即细栅格。细栅格是网络覆盖地图的基础，可以标记为已覆盖细栅格(定义为被信标节点通信半径r覆盖的栅格)、未覆盖细栅格(定义为未被任何信标节点覆盖的栅格)或障碍物(如果机器人探测该物体为障碍物的情况)。并且，如果在同一方向的粗栅格内存在未覆盖细栅格，则从机器人当前位置到未覆盖细栅格的粗栅格区域标记为未覆盖粗栅格。否则，粗栅格标记为已覆盖粗栅格。
并且，本方法通过两个阶段建立在线规划路径，包括粗栅格阶段和细栅格阶段。在粗栅格阶段，如果在一个方向上存在网络漏洞，生成树假设该方向为未覆盖粗栅格，按照逆时针方向拓展生存树，包括向右、向上、向左和向下。然后，如果机器人探测到障碍物，则按照逆时针方向改变方向。在细栅格阶段，四个方向可以分为两种，包括水平组(包括向右和向左)和垂直方向(包括向上和向下)。当机器人运动在水平组的粗栅格内，使用三角形路径规划算法用于建立在线机器人新路径，否则，使用生成树算法建立在线机器人新路径。
图2描述了本发明的规划路径的一种情况。首先，为了减少计算复杂度，将探测区域分割成子区域，用虚线标记。其次，三个初始信标节点部署在预定位置，用星形标记。因此，移动机器人可以使用各种定位算法实现自身动态定位。网络覆盖地图可以基于50×50细栅格建立，标记为已覆盖细栅格、未覆盖细栅格或者障碍物。并且网络覆盖地图中的网络漏洞可以被定位，标记为未覆盖栅格。然后，在粗栅格阶段，基于网络覆盖地图，按照逆时针方向通过确定一个方向上的未覆盖粗栅格可以拓展生成树。如图2所示，由于机器人从星形初始位置运动，生成树假设在向右方向存在未覆盖粗栅格。因此，首个生成树分支为向右管道。在细栅格阶段，由于向右管道属于水平组，三角形路径规划算法用于建立在线机器人路径。为了避免共线问题，一旦机器人放置了信标节点，机器人必须改变运动角度。为了获得高定位精度，近似等边三角形用于有目的地增量式部署信标节点，方块表示机器人部署的信标节点。运动路径表示为箭头，角度总是向右方向的π/3和-π/3。当机器人到达右侧边界或者探测到障碍物，则停止当前方向，更新地图，寻找新路径，拓展生成树，随后再基于网络覆盖地图探索整个虚拟网格。
三角形路径规划算法和生成树算法的联合使得机器人具有灵活性、鲁棒性和精确性的优点。机器人的运动方向可以包括0、π/3、π/2、2π/3，π，-2π/3，-π/2和-π/3，这些选项有效增强了机器人的灵活性，并且，具有障碍物和边界的未知区域在线路径规划可能导致机器人陷入本地陷阱。两个算法的联合显著增加了机器人角度的选项，较多的选项是鲁棒性地探索整个未知区域的关键，保证机器人可以鲁棒地成功走出陷阱，并且，近似等边三角形部署信标节点能够改进机器人定位精度。
图3为本发明的具体实施例的流程图。第一步是为探索未知环境初始化仿真参数。然后，机器人基于更新的地图自主选择一个移动方向。如果网络覆盖地图显示未达到网络全覆盖，在粗栅栏阶段本方法在自主选择的移动方向上寻找无障碍物粗栅格。如果移动方向不发生改变，下一步是检测传感器节点，确定能够实现LOS(视距)无线通信的邻近信标节点。通过定位算法实时确定当前的机器人坐标。如果粗栅格中没有障碍物或者虚拟网格边界，则本方法延伸生成树分支。在细栅格阶段，如果通过定位算法能确定在唯一一个细栅格中部署信标节点，机器人应该在当前位置增量式部署一个信标节点。否则，该算法需要根据水平分组或者垂直分组建立一条在线三角形边或者生成树分支。如果细栅格是一个障碍物或者管道终点，机器人需要基于更新的地图选择一个新的移动方向，执行下一个循环体。
当机器人在当前虚拟网栅格区域中放置最后一个信标节点时，确定网络覆盖地图当前状态。如果网络全覆盖，则定位冗余漏洞。其次，在粗栅格阶段，生成树算法寻找通向最近漏洞的细栅格区域，同时实现避障，拓展树分支。然后，在细栅格阶段，生成树算法调整树分支，保证机器人能够到达漏洞。当机器人探测到障碍物，则改变方向。最后，成功到达目的地后，机器人放置一个新信标节点，继续向下一个最近漏洞运动，直到覆盖所有的网络漏洞。
图4描述了漏洞修复的一种具体情况。首先，当机器人在当前虚拟网格中放置最后一个信标节点时，根据图2的方法确定网络覆盖地图当前状态。如果网络全覆盖，则定位k重网络漏洞。在粗栅格阶段，生成树算法逆时针方向寻找通向最近漏洞的细栅格区域，同时实现壁障，拓展树分支，标识为灰色管道。然后，在细栅格阶段，生成树算法逆时针方向调整树分支，保证机器人能够到达漏洞，标识为图中的虚线箭头。当机器人探测到障碍物，则改变方向。最后，成功到达目的地后，机器人放置一个新信标节点，继续向下一个最近漏洞移动，直到覆盖所有的网络漏洞。
本发明的修复无线传感器网络中漏洞的方法的计算机语言编程如下：
其显示了当前虚拟网格中基于网络全覆盖的漏洞修改过程。首先，第一行基于地图定位k重漏洞。下一行检测当前虚拟网格中漏洞是否完全修复，并执行循环体。第4行在粗栅格阶段选择通向最近漏洞的无障碍物的粗栅格。然后，机器人基于实时感知数据通过定位算法实现自身动态定位。在粗栅格阶段的最后阶段，基于找到的未覆盖粗栅格建立新分支，确定下一个运动方向，并建立管道。在细栅格节点，智能建立通向最近漏洞的在线生成树路径。如果机器人检测到障碍物，基于当前地图建议新的方向，直到到达目的地。然后，放置新的信标节点，更新当前虚拟网格地图，基于地图定位新的k重漏洞，从第2行开始执行循环体，直到成功覆盖所有网络漏洞。
采用了本发明的修复无线传感器网络中漏洞的方法，利用划分粗栅格和细栅格解决覆盖、避障和漏洞问题，本方法通过定位冗余漏洞确定运动方向，同时在检测到障碍物时调整路线避开，根据移动路径调整生成树分支，保证机器人能够到达漏洞并设置新的信标节点，修复漏洞，现无线传感器网络完全覆盖，增强了机器人的灵活性、鲁棒性和精确性，具有更广泛的应用范围。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。