本發(fā)明主要涉及無線傳感器網(wǎng)絡(luò)柵欄覆蓋領(lǐng)域，涉及基于集合最大流算法的WSN柵欄修復(fù)方法。

背景技術(shù)：

柵欄覆蓋是無線傳感器網(wǎng)絡(luò)領(lǐng)域主要的覆蓋模型之一，是覆蓋控制研究的熱點(diǎn)，主要考察監(jiān)測(cè)目標(biāo)穿越傳感器網(wǎng)絡(luò)時(shí)被檢測(cè)的情況。無線傳感器網(wǎng)絡(luò)柵欄覆蓋有著廣泛的用途，如在國防應(yīng)用中柵欄能夠有效地檢測(cè)邊境狀況，將柵欄部署在邊境線可以探測(cè)非法越境者并防止入侵；在博物館構(gòu)建柵欄能夠很好地監(jiān)測(cè)被保護(hù)區(qū)域；在環(huán)保方面，將柵欄部署在污染源周圍可檢測(cè)污染物的擴(kuò)散情況；在林業(yè)保護(hù)方面，將柵欄部署在森林火災(zāi)現(xiàn)場(chǎng)可檢測(cè)火災(zāi)蔓延情況等。由于在柵欄構(gòu)建初很可能出現(xiàn)間隙或者隨著節(jié)點(diǎn)能量的消耗，節(jié)點(diǎn)感知半徑減小也極易出現(xiàn)間隙而導(dǎo)致柵欄失效。因此，研究如何修復(fù)柵欄間隙對(duì)于加強(qiáng)柵欄的生存能力延長網(wǎng)絡(luò)生存能力具有極其重要的意義。

技術(shù)實(shí)現(xiàn)要素：

為了克服現(xiàn)有WSN柵欄修復(fù)方法的柵欄容易出現(xiàn)間隙、柵欄的生存能力較差的不足，本發(fā)明提出了一種基于集合最大流算法的WSN柵欄修復(fù)方法，該方法采用基于集合的最大流算法計(jì)算出能修復(fù)間隙的數(shù)量并且具有較高的效率，然后利用移動(dòng)節(jié)點(diǎn)修復(fù)柵欄，修復(fù)過程中移動(dòng)節(jié)點(diǎn)的總移動(dòng)距離最短，大大加強(qiáng)了柵欄的生存能力。

為了解決上述技術(shù)問題提供了如下技術(shù)方案：

一種基于集合最大流算法的WSN柵欄修復(fù)方法，包括如下步驟：

步驟1:柵欄間隙計(jì)算；

步驟1.1:根據(jù)已知位置節(jié)點(diǎn)計(jì)算可得到柵欄間隙集合Gap；

步驟2:柵欄修復(fù)；

步驟2.1:可修復(fù)柵欄間隙的數(shù)量統(tǒng)計(jì)；

步驟2.1.1:以步驟1.1得到的柵欄間隙集合Gap為輸入，修復(fù)間隙所需要的移動(dòng)節(jié)點(diǎn)數(shù)量如公式(1)所示：

式(1)中L表示間隙長度，R表示傳感器節(jié)點(diǎn)的感知半徑，mnum表示需要的移動(dòng)節(jié)點(diǎn)數(shù)量，對(duì)間隙均勻分為mnum段，每段中點(diǎn)為移動(dòng)節(jié)點(diǎn)的待修復(fù)點(diǎn)，得到整條柵欄待修補(bǔ)點(diǎn)的集合GD；

步驟2.1.2：以步驟2.1.1得到的待修補(bǔ)點(diǎn)集合GD為輸入和移動(dòng)節(jié)點(diǎn)集合為條件，以距離D為閾值建立待修補(bǔ)點(diǎn)的鄰居移動(dòng)節(jié)點(diǎn)，可得到各修補(bǔ)點(diǎn)的鄰居移動(dòng)節(jié)點(diǎn)集合NG；

步驟2.1.3：基于移動(dòng)鄰節(jié)點(diǎn)集合的最大流算法解決間隙修復(fù)問題，具體步驟如下所示：

步驟2.1.3.1：分別計(jì)算出專屬于待修補(bǔ)點(diǎn)的鄰居移動(dòng)節(jié)點(diǎn)集合，剔除公共集合，可得到對(duì)應(yīng)的所有待補(bǔ)點(diǎn)的移動(dòng)鄰居節(jié)點(diǎn)集合NG’；

步驟2.1.3.2：以步驟2.1.3.1得到的待補(bǔ)點(diǎn)和其對(duì)應(yīng)的集合NG’為輸入，集合元素的數(shù)量為權(quán)重值建立有向圖G；

步驟2.1.3.3：采用最大流算法計(jì)算圖G的最大流，最大流等于待修復(fù)點(diǎn)的數(shù)量，柵欄間隙能被全部修復(fù)，否則間隙不能被修復(fù)；

步驟2.2：柵欄間隙修復(fù)；

步驟2.2.1，以步驟2.1.3.1得到待補(bǔ)點(diǎn)的移動(dòng)鄰居節(jié)點(diǎn)集合NG’為輸入，利用移動(dòng)節(jié)點(diǎn)修復(fù)柵欄的間隙，并且使得移動(dòng)節(jié)點(diǎn)的移動(dòng)距離最小，集合NG’中的可移動(dòng)節(jié)點(diǎn)到它的鄰居薄弱點(diǎn)的距離集合為MD＝{md₁,md₂,md₃,…,md_num|md_i≤md},md_i(i∈{1,2,…,num})為鄰節(jié)點(diǎn)集合到待修復(fù)點(diǎn)的距離，num為所有移動(dòng)節(jié)點(diǎn)的個(gè)數(shù)，對(duì)集合MD升序排序得到集合MD'，采用二分查找法搜索md_optimum，md_min＜md_optimum＜md_max，md_min和md_max為升序得到的最小值和最大值，使得滿足集合ED＝{MD'|md_i≤md_optimum}的移動(dòng)節(jié)點(diǎn)恰好能強(qiáng)化所有的薄弱點(diǎn)，則此時(shí)移動(dòng)節(jié)點(diǎn)移動(dòng)的距離總和最小，二分法算法具體步驟為：

步驟2.2.1.1：初始化L＝0，

步驟2.2.1.2：更新薄弱點(diǎn)的鄰居子集合NG’，將距離待修復(fù)點(diǎn)大于md_optimum的節(jié)點(diǎn)從鄰居集合NG’中移除，并更新有向圖G的權(quán)重和拓?fù)洌?/p>

步驟2.2.1.3：計(jì)算有向圖G的最大流，(如果最大流小于n，n為待修補(bǔ)點(diǎn)集合GD元素?cái)?shù)量，則L＝optimum，如果最大流等于n，且|L-optimum|≤ε，輸出md_optimum；

步驟2.2.1.4，算法結(jié)束，否則執(zhí)行步驟2.2.1.2。

本發(fā)明的有益效果是：

(1)本發(fā)明通過再次部署較少的移動(dòng)節(jié)點(diǎn)將柵欄中薄弱點(diǎn)進(jìn)行強(qiáng)化，使得柵欄不容易出現(xiàn)間隙，大大加強(qiáng)了柵欄的生存能力；

(2)本發(fā)明提出的基于集合的最大流算法，大大降低了算法復(fù)雜度，并且使得移動(dòng)節(jié)點(diǎn)修復(fù)柵欄的移動(dòng)距離總和最小。

附圖說明

圖1是本發(fā)明的柵欄間隙圖。

圖2是本發(fā)明的修復(fù)過程圖。

圖3是本發(fā)明的集合最大流算法圖，其中，(a)是待修補(bǔ)點(diǎn)，(b)是有向圖。

圖4是本發(fā)明的傳統(tǒng)的有向圖。

具體實(shí)施方式

下面結(jié)合附圖進(jìn)一步說明本發(fā)明。

參照?qǐng)D1～圖4，基于集合最大流算法的WSN柵欄修復(fù)方法，包括如下步驟：

步驟1：柵欄間隙計(jì)算；

將一定比例的可移動(dòng)節(jié)點(diǎn)和靜態(tài)節(jié)點(diǎn)混合部署在監(jiān)測(cè)區(qū)域中，假設(shè)本發(fā)明中的傳感器節(jié)點(diǎn)可以通過定位技術(shù)獲得坐標(biāo)并且柵欄已經(jīng)通過文獻(xiàn)的柵欄構(gòu)建方法構(gòu)建完成。柵欄在工作過程中由于某些原因(故障)導(dǎo)致柵欄出現(xiàn)間隙，可利用移動(dòng)節(jié)點(diǎn)修復(fù)柵欄，當(dāng)移動(dòng)節(jié)點(diǎn)與間隙的距離小于移動(dòng)節(jié)點(diǎn)的可移動(dòng)距離D時(shí)，此時(shí)移動(dòng)節(jié)點(diǎn)可用于修復(fù)該間隙，如圖1所示，柵欄中節(jié)點(diǎn)ni和ni+1之間出現(xiàn)了間隙。

步驟1.1：查找出柵欄間隙的位置，才能對(duì)其進(jìn)行修復(fù)。假設(shè)節(jié)點(diǎn)的感知半徑為R，由于柵欄中節(jié)點(diǎn)的位置已知，所以可以根據(jù)柵欄中相鄰節(jié)點(diǎn)的距離判斷是否存在間隙，最后得到柵欄間隙集合Gap。

步驟2：柵欄修復(fù)；

通過基于集合的最大流算法計(jì)算可修復(fù)的柵欄間隙數(shù)量，然后將可移動(dòng)節(jié)點(diǎn)移動(dòng)到柵欄中的間隙處修復(fù)柵欄并且使得移動(dòng)節(jié)點(diǎn)的總移動(dòng)距離最小。

步驟2.1：可修復(fù)柵欄間隙的數(shù)量統(tǒng)計(jì)；

采用基于集合的最大流算法，利用集合的數(shù)量代替移動(dòng)節(jié)點(diǎn)的數(shù)量，使得能夠保證移動(dòng)節(jié)點(diǎn)修復(fù)所有柵欄間隙的移動(dòng)距離總和最小，并且可以大大降低算法的復(fù)雜度。

步驟2.1.1：步驟1.1已經(jīng)找到了柵欄的間隙并存放在集合Gap中，修補(bǔ)柵欄的過程如圖2所示。修補(bǔ)長度為L的間隙至少需要移動(dòng)節(jié)點(diǎn)的數(shù)量為mnum，如式(1)所示。將間隙長度L均勻的分為mnum段，每段的中點(diǎn)為待修補(bǔ)點(diǎn)，如圖中g(shù)所示，將移動(dòng)節(jié)點(diǎn)移動(dòng)到這些位置即可完成修復(fù)。

步驟2.1.2：假設(shè)整條柵欄所有待修補(bǔ)點(diǎn)的集合為GD＝{g₁,g₂...g_n}，移動(dòng)節(jié)點(diǎn)集合為M＝{m₁,m₂,m₃...m_s}，當(dāng)移動(dòng)節(jié)點(diǎn)和待修補(bǔ)點(diǎn)的距離小于D時(shí)，移動(dòng)節(jié)點(diǎn)稱為待修補(bǔ)點(diǎn)的鄰居移動(dòng)節(jié)點(diǎn)。建立各個(gè)待修補(bǔ)節(jié)點(diǎn)的鄰居移動(dòng)節(jié)點(diǎn)集合ng_i(i∈{1,2，…,num})表示待修補(bǔ)點(diǎn)gi的鄰居移動(dòng)節(jié)點(diǎn)集合。

步驟2.1.3：相鄰的鄰居移動(dòng)節(jié)點(diǎn)集合存在重疊元素，以相鄰結(jié)合ngi、ngi+1、ngi+2為例，介紹本發(fā)明提出的基于集合的最大流算法解決間隙修復(fù)問題，具體步驟如下：

步驟2.1.3.1：分別計(jì)算出專屬于待修補(bǔ)點(diǎn)gi和gi+1的集合a、c，然后計(jì)算屬于集合gi和gi+1的公共集合b，假設(shè)集合d專屬于待修補(bǔ)點(diǎn)gi+2，如式(2)、(3)、(4)、(5)和圖3(a)所示。

a＝ng_i-ng_i∩ng_i+1 (2)

b＝ng_i∩ng_i+1 (3)

c＝ng_i+1-ng_i∩ng_i+1 (4)

d＝ng_i+2 (5)

步驟2.1.3.2：以集合a、b、c、d和待修補(bǔ)點(diǎn)gi、gi+1、gi+2作為點(diǎn)，以集合的元素?cái)?shù)量Na、Nb、Nc。Nd為權(quán)重值，建立有向圖G(V，E)，如圖3(b)所示，圖中添加開始節(jié)點(diǎn)u和結(jié)束節(jié)點(diǎn)v，與u連接的權(quán)重值為集合元素的數(shù)量，與v連接的權(quán)重值都為1。V表示有向圖的點(diǎn)集合，E表示有向圖的邊集合，待修復(fù)點(diǎn)和其鄰居移動(dòng)節(jié)點(diǎn)集合存在一條邊，對(duì)應(yīng)的權(quán)重值為集合元素的數(shù)量，公共的鄰居移動(dòng)節(jié)點(diǎn)集合與它對(duì)應(yīng)的多個(gè)待修復(fù)點(diǎn)分別存在一條邊，對(duì)應(yīng)的權(quán)重值為集合元素的數(shù)量，如集合b與待修復(fù)點(diǎn)gi、gi+1都存在一條邊，對(duì)應(yīng)的權(quán)重值為Nb。

步驟2.1.3.3：采用最大流算法計(jì)算圖G的最大流，當(dāng)最大流等于待修復(fù)點(diǎn)的數(shù)量，此時(shí)柵欄間隙能被全部修復(fù)，否則存在不能被修復(fù)的間隙。

步驟2.2：柵欄間隙修復(fù)；

步驟2.2.1：本小節(jié)利用可移動(dòng)節(jié)點(diǎn)修復(fù)柵欄的間隙，并且使得移動(dòng)節(jié)點(diǎn)的移動(dòng)距離最小。在步驟2.1.3.1得到了待修補(bǔ)點(diǎn)集合GD的所有鄰居移動(dòng)節(jié)點(diǎn)集合NG，集合NG中的所有移動(dòng)節(jié)點(diǎn)表示可用于修復(fù)柵欄間隙的節(jié)點(diǎn)，集合NG有num個(gè)元素。集合NG中的可移動(dòng)節(jié)點(diǎn)距離它對(duì)應(yīng)的鄰居待修復(fù)點(diǎn)的距離集合為MD＝{md₁,md₂,md₃,...md_num|md_i≤md}，對(duì)集合MD非降序排序，得到集合MD',找出集合MD'中的最小元素md_optimum和最大元素md_max。假設(shè)現(xiàn)在存在一個(gè)距離md_optimum，md_min＜md_optimum＜md_max，使得集合MD中的元素不大于md_optimum時(shí)，柵欄間隙能被完全修復(fù)，則此時(shí)移動(dòng)節(jié)點(diǎn)的總移動(dòng)距離最短，因此尋找合適的md_optimum是關(guān)鍵。

本發(fā)明采用二分搜索法查找md_optimum，ε為一個(gè)值很小的閾值，用于結(jié)束算法，算法具體操作如下步驟所示：

步驟2.2.1.1：L＝0，

步驟2.2.1.2：更新待修復(fù)點(diǎn)的鄰居集合NG，將距離待修復(fù)點(diǎn)大于md_optimum的節(jié)點(diǎn)從鄰居集合NG中移除，并更新有向圖G的權(quán)重和拓?fù)洹?/p>

步驟2.2.1.3：計(jì)算有向圖G的最大流，如果最大流小于n(待修補(bǔ)點(diǎn)集合GD元素?cái)?shù)量)，則L＝optimum，最大流不會(huì)大于待修復(fù)點(diǎn)的數(shù)量；如果最大流等于n，且|L-optimum|≤ε，輸出md_optimum。

步驟2.2.1.4：算法結(jié)束，否則執(zhí)行步驟2.2.1.2。