47、密集无线传感器网络冗余覆盖最小化

密集无线传感器网络冗余覆盖最小化

在无线传感器网络的应用中，如何有效控制网络密度以节省系统能量、延长网络寿命，同时保证对目标的有效覆盖，是一个关键问题。本文围绕这一核心问题，提出了At Most k - Coverage问题（AM k - Coverage），并利用遗传算法（GA）设计了中心算法来解决该问题。

1. 引言

无线传感器网络由大量微小且低成本的传感器节点组成，可完成大规模的传感任务。然而，由于传感器节点通常部署在难以或危险到达的区域，更换或充电电池能量几乎不可能。因此，密度控制成为节省系统能量和延长网络寿命的有效方法，而覆盖问题在密度控制中也至关重要。

以往关于密度控制的研究，大多聚焦于将传感器网络划分为不相交的子集，使每个子集能完全覆盖所有传感对象。例如，一些研究针对单个目标覆盖设计了支配集算法；Cardei和Du解决了最大不相交覆盖集问题，通过将传感器划分为最大数量的不相交覆盖集来延长网络寿命。

但对于许多传感器网络应用，在尽量覆盖目标对象的同时最小化能量消耗更为可取。原因如下：
- 这些覆盖子集交替处于活动模式，通过设置适当的子集数量，即使覆盖子集中出现少量盲区，也能在统计上保证覆盖质量。对于密集传感器网络，覆盖盲区并非静态，只要在某些传感器节点的传感范围内，可在其他时间由其他子集覆盖。
- 传感任务通常与特定应用相关，为提高实际覆盖质量，当目标非常重要时，常设置冗余目标对象。

部分以往关于覆盖问题的研究侧重于构建数学模型来求解问题。本文则限制每个目标的覆盖度上限，以保证较低的冗余度。由于不限制覆盖度下限，构建覆盖子集时可能出现覆盖盲区。为解决最小化覆盖子集大小和覆盖盲区数量这两个问题，本文提出了具有(