摘要
覆盖是直接影响无线传感器网络性能和服务质量的关键因素之一，实现监控区域的有效覆盖是WSN设计时首先要考虑的问题。由于随机部署和节点能量损耗等原因造成覆盖漏洞问题会直接影响网络的有效覆盖，对无线传感器网络的覆盖漏洞进行探测和修复显得尤为重要。本文对无线传感器网络的覆盖漏洞和对其重新部署进行了研究。论文的主要工作和成果如下: 针对实际应用中环境等因素对传感器节点探测模型产生的影响，提出了基于误警率的概率感知模型。基于无人机在无线传感器网络部署中准确性高、节省地面网络能量、不受复杂地形影响等优点，本文研究了基于无人机的漏洞探测和网络修复策略，并设计了无人机与无线传感器网络的体系结构和通信模型。 本文对基于概率深度的重部署策略进行了研究。利用无人机中的数据中心建立被探测区域的覆盖概率场强图，根据设定的覆盖场强阈值探测漏洞边缘存在，并在节点通信半径之内的覆盖场强最低位置部署新增节点，完成网络修复。仿真结果表明，与随机部署、MAX_MIN_COV等部署算法比较，本文研究的策略能有效地完成网络修复。 对基于几何剖分的重部署策略进行了研究。结合无人机生成了被探测区域的基于误警率的联合覆盖场强图，然后二值化覆盖场强图，形成了被探测区域的简化图，完成了漏洞探测。基于旅行商问题完成了无人机对覆盖漏洞修复的飞行路径规划。最后以Delaunay剖分算法完成了覆盖漏洞的修复。仿真结果表明，在新增节点较少的情况下，较好的完成了网络修复。
NETL