基于協(xié)作的無線傳感器網(wǎng)絡(luò)休眠調(diào)度算法

摘要：提出了一種新的保證覆蓋的休眠調(diào)度協(xié)議CPSBC。該協(xié)議基于一種協(xié)作感知模型（CSM），與傳統(tǒng)的圓盤感知模型和概率覆蓋模型的不同之處在于，CSM充分利用了多個(gè)傳感器節(jié)點(diǎn)的協(xié)作探測特性。基于CPSBC，對網(wǎng)絡(luò)覆蓋具有最小貢獻(xiàn)的，同時(shí)休眠后并不影響原始覆蓋的節(jié)點(diǎn)被調(diào)度進(jìn)入休眠。理論證明和仿真試驗(yàn)表明，CPSBC協(xié)議能夠以較少的能耗來保證原始網(wǎng)絡(luò)覆蓋率，從而達(dá)到較好的能量有效性。

關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)；休眠調(diào)度；協(xié)作感知模型；覆蓋

中圖分類號(hào)：P393； TP212文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001－3695(2008)03－0677－04

0引言

無線傳感器網(wǎng)絡(luò)以其監(jiān)測精度高、布設(shè)靈活性強(qiáng)、造價(jià)低廉等特點(diǎn)，在軍事偵察、工業(yè)控制、交通監(jiān)管、環(huán)境監(jiān)測等領(lǐng)域具有非常廣闊的應(yīng)用前景[1]。在傳感器網(wǎng)絡(luò)中，傳感器節(jié)點(diǎn)一般采用電池供電且不可更換，因此，降低能量消耗、延長網(wǎng)絡(luò)壽命是網(wǎng)絡(luò)設(shè)計(jì)的主要目標(biāo)之一。節(jié)點(diǎn)通信時(shí)的狀態(tài)分為發(fā)送、接收、空閑和休眠四種，其中休眠狀態(tài)時(shí)節(jié)點(diǎn)消耗的能量最少，且遠(yuǎn)小于前三種狀態(tài)時(shí)的能耗[1]。此外，無線傳感器網(wǎng)絡(luò)中通常節(jié)點(diǎn)布設(shè)密集，如果讓所有節(jié)點(diǎn)都工作，則會(huì)在數(shù)據(jù)收集時(shí)存在高度相關(guān)和冗余，甚至在傳送數(shù)據(jù)時(shí)還會(huì)發(fā)生沖突。因此，無線傳感器網(wǎng)絡(luò)中必須解決的一個(gè)重要問題是休眠調(diào)度問題，即網(wǎng)絡(luò)中只需部分節(jié)點(diǎn)工作，其余節(jié)點(diǎn)都可休眠。

現(xiàn)有傳感器網(wǎng)絡(luò)在休眠時(shí)主要考慮兩方面的因素，即連通性和覆蓋性。文獻(xiàn)[2]指出，當(dāng)傳感器節(jié)點(diǎn)的通信距離和感知距離滿足一定的比例關(guān)系時(shí)在保證覆蓋性的同時(shí)就能保證連通性。目前休眠調(diào)度算法大部分是研究如何利用圖論和計(jì)算幾何學(xué)中的方法來尋找冗余節(jié)點(diǎn)的集合。其中大多數(shù)是基于圓盤感知模型 [2~4]。在圓盤模型中，每一傳感器節(jié)點(diǎn)有一半徑為Rb的感知范圍，當(dāng)某一目標(biāo)出現(xiàn)在任意節(jié)點(diǎn)的感知范圍內(nèi)，則認(rèn)為該目標(biāo)可被感知；否則認(rèn)為不能被感知。PEAS[3]認(rèn)為一個(gè)節(jié)點(diǎn)感知范圍內(nèi)只要存在一個(gè)工作節(jié)點(diǎn)，該節(jié)點(diǎn)就成為冗余節(jié)點(diǎn)而不必激活，該方法考慮了覆蓋性，但它并不能保證休眠節(jié)點(diǎn)的感知范圍被其他工作節(jié)點(diǎn)完全覆蓋。在文獻(xiàn)[4]中， 如果節(jié)點(diǎn)Ni的感應(yīng)范圍被所有鄰居節(jié)點(diǎn)的感應(yīng)范圍組成的區(qū)域完全覆蓋，則Ni就是冗余節(jié)點(diǎn)。圓盤感知模型雖然簡單，但是它并沒有考慮到傳感器節(jié)點(diǎn)的感知能力隨距離衰減的特性，而該衰減特性對于無線電信號(hào)、聲音信號(hào)和地震波信號(hào)來講是比較合理的[5~7]。柳立峰等人[5]則提出了一種基于概率覆蓋模型的分布式密度控制算法，認(rèn)為在實(shí)際應(yīng)用環(huán)境中概率覆蓋模型能夠更準(zhǔn)確地定義網(wǎng)絡(luò)覆蓋。雖然該算法能夠保證網(wǎng)絡(luò)的覆蓋率，但是所需的工作節(jié)點(diǎn)數(shù)較多、耗能較大。

基于以最小能耗來保證原始覆蓋，本文采用了一種協(xié)作感知模型。該模型是以概率覆蓋模型為基礎(chǔ)，同時(shí)考慮到多個(gè)節(jié)點(diǎn)協(xié)作探測特性。根據(jù)圓盤感知模型可知，當(dāng)目標(biāo)處在節(jié)點(diǎn)的感知半徑Rb之外則認(rèn)為探測不到。實(shí)際上，當(dāng)目標(biāo)處在Rb之外時(shí)，傳感器節(jié)點(diǎn)并不是感知不到，只不過是探測貢獻(xiàn)隨著距離的衰減而變?nèi)酰瑘A盤模型中忽略了這部分相對較小但有效的探測貢獻(xiàn)。協(xié)作感知模型則充分利用了這部分有效的能量并對其進(jìn)行聚合。基于該協(xié)作感知模型，本文提出了一種保證覆蓋的休眠調(diào)度算法(coveragepreserving selfscheduling based on CSM，CPSBC)，從兩個(gè)方面判斷節(jié)點(diǎn)是否是冗余節(jié)點(diǎn)：保證原始覆蓋；對網(wǎng)絡(luò)覆蓋具有最小貢獻(xiàn)的節(jié)點(diǎn)首先休眠。

1協(xié)作感知模型

任意傳感器節(jié)點(diǎn)s對于目標(biāo)監(jiān)控區(qū)域內(nèi)的任一目標(biāo)點(diǎn)P的探測貢獻(xiàn)量定義為該節(jié)點(diǎn)對該目標(biāo)點(diǎn)的感知強(qiáng)度S(s，p)，在文獻(xiàn)[7，8]中都有定義。本文采用文獻(xiàn)[7]中的定義

其中：d為傳感器與目標(biāo)之間的距離；α和β為與傳感器物理特性有關(guān)的類型參數(shù)， 且β為衰減因子。由于存在干擾和噪聲的關(guān)系，當(dāng)節(jié)點(diǎn)和目標(biāo)之間的距離超出一個(gè)有效的范圍時(shí)，認(rèn)為節(jié)點(diǎn)的感知信號(hào)淹沒在噪聲中難以識(shí)別可以忽略不計(jì)。定義Rc為協(xié)作感知模型中傳感器節(jié)點(diǎn)有效的感知半徑。如果一個(gè)目標(biāo)點(diǎn)P位于N個(gè)傳感器節(jié)點(diǎn)共同的有效感知區(qū)域內(nèi)，則這N個(gè)節(jié)點(diǎn)對于該目標(biāo)的感知強(qiáng)度可以線性疊加，其和定義為該目標(biāo)點(diǎn)P的協(xié)作感知強(qiáng)度

定義 1探測靈敏強(qiáng)度Psense定義為某一門限強(qiáng)度。當(dāng)節(jié)點(diǎn)協(xié)作感知強(qiáng)度大于該門限強(qiáng)度時(shí)目標(biāo)可被探測。

對于同構(gòu)網(wǎng)絡(luò)而言，無論何種感知模型都應(yīng)該有相同的探測靈敏強(qiáng)度值。在圓盤感知模型中，由于有效探測范圍為Rb，當(dāng)目標(biāo)處于Rb之外時(shí)，則認(rèn)為其感知強(qiáng)度為零，探測不到目標(biāo)點(diǎn)。因此，探測靈敏強(qiáng)度應(yīng)該為

Psense=1/(1+αRb)β(3)

2理論基礎(chǔ)

假設(shè)傳感器節(jié)點(diǎn)均勻、獨(dú)立分布在平面監(jiān)控區(qū)域A中，并且A的面積遠(yuǎn)遠(yuǎn)大于單個(gè)節(jié)點(diǎn)的覆蓋面積。文獻(xiàn)[9]中已經(jīng)證明，基于圓盤感知模型下，當(dāng)單個(gè)節(jié)點(diǎn)的感知半徑為Rb時(shí)，傳感器節(jié)點(diǎn)以節(jié)點(diǎn)密度λ均勻獨(dú)立地分布在監(jiān)控區(qū)域A內(nèi)時(shí)，其網(wǎng)絡(luò)覆蓋率（network coverage， NC）為NCDISK=1-e-λπRb2。這是因?yàn)閷τ诒O(jiān)控區(qū)域中的任意一點(diǎn)P，它沒有被任意一個(gè)傳感器節(jié)點(diǎn)覆蓋的概率為1-πRb2/‖A‖。其中‖A‖為監(jiān)控區(qū)域A的面積。因?yàn)楣?jié)點(diǎn)均勻分布在監(jiān)控區(qū)域A中，落在該監(jiān)控區(qū)域中的傳感器節(jié)點(diǎn)個(gè)數(shù)N是一個(gè)泊松隨機(jī)變量[9]，且E(N)=λ‖A‖，則任意點(diǎn)P沒有被所有N個(gè)傳感器節(jié)點(diǎn)覆蓋的概率為（1-πRb2/‖A‖）N。當(dāng)‖A‖→∞時(shí)，有

NCDISK=1-E[{1-πRb2/‖A‖}N]=1-e-(πRb2/‖A‖)E(N)=1-e-λπRb2(5)

那么，基于協(xié)作感知模型的網(wǎng)絡(luò)覆蓋率又是多少，與基于圓盤感知模型的關(guān)系又是如何？針對該問題，通過定理1給出并證明了節(jié)點(diǎn)均勻分布時(shí)的結(jié)論。

定理1節(jié)點(diǎn)均勻分布時(shí)，為了保證相同的網(wǎng)絡(luò)覆蓋率，基于協(xié)作感知模型部署所需的節(jié)點(diǎn)密

度不大于基于圓盤感知模型的節(jié)點(diǎn)密度。

證明:首先推導(dǎo)出基于協(xié)作感知模型的網(wǎng)絡(luò)覆蓋率，在此基礎(chǔ)上得到定理1的結(jié)論。

基于文獻(xiàn)[10]相同的假設(shè)，設(shè)λ1和λ2分別表示基于圓盤和CSM下布設(shè)所需的節(jié)點(diǎn)密度。在協(xié)作感知模型下，以A、B、C和D分別表示事件：任意點(diǎn)P被覆蓋；以點(diǎn)P為中心、Rb為半徑范圍內(nèi)至少存在一個(gè)傳感器節(jié)點(diǎn)；以點(diǎn)P為中心、Rb為半徑范圍內(nèi)無傳感器節(jié)點(diǎn)，但半徑大于Rb且小于Rc的環(huán)狀區(qū)域內(nèi)至少存在一個(gè)傳感器節(jié)點(diǎn)；以點(diǎn)P為中心Rc為半徑范圍內(nèi)無傳感器節(jié)點(diǎn)。

即為了保證相同的網(wǎng)絡(luò)覆蓋率，基于協(xié)作感知模型所需的節(jié)點(diǎn)密度不大于基于圓盤感知模型的情況。證畢。

根據(jù)定理1可知，為了保證相同的網(wǎng)絡(luò)覆蓋率，基于協(xié)作感知模型下所需的工作節(jié)點(diǎn)數(shù)要遠(yuǎn)遠(yuǎn)小于圓盤模型的。因此，研究基于此模型的休眠調(diào)度算法是有意義的。

3CPSBC密度控制算法

CPSBC 是一種基于協(xié)作感知模型的分布式密度控制算法，其中冗余節(jié)點(diǎn)的判別是算法的關(guān)鍵。CPSBC休眠規(guī)則包括

兩個(gè)方面：首先檢查節(jié)點(diǎn)是否滿足保證覆蓋規(guī)則（coverage preserved rule，CPR）；其次計(jì)算節(jié)點(diǎn)對網(wǎng)絡(luò)覆蓋率的貢獻(xiàn)（sensing contribution， SC）大小。

3．1保證覆蓋規(guī)則

保證覆蓋規(guī)則即保證節(jié)點(diǎn)休眠不能降低網(wǎng)絡(luò)原有的覆蓋率。那么網(wǎng)絡(luò)覆蓋率又該如何計(jì)算呢？基于覆蓋點(diǎn)的定義（定義2）可以導(dǎo)出網(wǎng)絡(luò)覆蓋率。顯然，整個(gè)監(jiān)控區(qū)域的網(wǎng)絡(luò)覆蓋率應(yīng)該為所有工作節(jié)點(diǎn)覆蓋區(qū)域的并集與整個(gè)網(wǎng)絡(luò)檢測區(qū)域的比例關(guān)系。由于該網(wǎng)絡(luò)覆蓋率很難計(jì)算，也很難使用，在此引入了柵格覆蓋的概念[2，5]，從而把計(jì)算整個(gè)監(jiān)控區(qū)域中覆蓋面積的問題轉(zhuǎn)換為計(jì)算監(jiān)控區(qū)域中覆蓋子區(qū)域個(gè)數(shù)的問題。

NC=Scovered/Stotal=Mcovered×Sgrid/（M×Sgrid）=Mcovered/M=Mi=1covered(pi)/M

(15)

其中：pi為柵格子區(qū)域的中心點(diǎn)；M為柵格子區(qū)域的個(gè)數(shù)；Mcovered為被覆蓋的柵格數(shù)。

按照柵格劃分的辦法，節(jié)點(diǎn)只需判定當(dāng)其休眠時(shí)，根據(jù)式（4）判斷其覆蓋區(qū)域的柵格中心點(diǎn)是否仍然是覆蓋點(diǎn)。當(dāng)所有柵格的中心點(diǎn)仍然是覆蓋點(diǎn)時(shí)，該節(jié)點(diǎn)選擇休眠就不會(huì)影響整個(gè)網(wǎng)絡(luò)覆蓋率，從而滿足CPR。顯然，柵格劃分得越小，基于柵格算出的網(wǎng)絡(luò)覆蓋率就與原始網(wǎng)絡(luò)覆蓋率越接近。但實(shí)際上，柵格子區(qū)域不能劃分得無限小，因?yàn)樽訁^(qū)域越小，柵格數(shù)越多，計(jì)算復(fù)雜度也會(huì)隨之增加。針對這一問題，筆者提出了一種方法[11]，根據(jù)測量精度的要求，通過蒙特卡羅試驗(yàn)來確定最優(yōu)柵格的大小。

3．2探測貢獻(xiàn)的計(jì)算

一個(gè)節(jié)點(diǎn)的探測貢獻(xiàn)（SC）是該節(jié)點(diǎn)對網(wǎng)絡(luò)覆蓋貢獻(xiàn)的一種度量。若節(jié)點(diǎn)s對網(wǎng)絡(luò)覆蓋貢獻(xiàn)越大，則SC(s)就越大。任意傳感器節(jié)點(diǎn)s對于其監(jiān)控區(qū)域中任意柵格點(diǎn)pi的探測貢獻(xiàn)可定義為

SC(s，pi)=S(s，pi)/CSI(pi)=S(s，pi)/jS(j，pi)(16)

式（16）即為該傳感器節(jié)點(diǎn)s對點(diǎn)pi的感知強(qiáng)度與該點(diǎn)pi的總協(xié)作感知強(qiáng)度之比。顯然節(jié)點(diǎn)s對網(wǎng)絡(luò)覆蓋的SC(s)即為該節(jié)點(diǎn)s對其有效覆蓋區(qū)域中所有柵格中心點(diǎn)的覆蓋貢獻(xiàn)之和，即

SC(s)=iSC(s，pi)=i[S(s，pi)/CSI(pi)]=i[S(s，pi)/jS(j，pi)](17)

因?yàn)橐粋€(gè)節(jié)點(diǎn)的有效范圍為Rc，式（17）中的傳感器節(jié)點(diǎn)j與柵格中心點(diǎn)pi之間的最大距離為Rc，而柵格中心點(diǎn)pi與傳感器節(jié)點(diǎn)s之間的最大距離也為Rc，所以傳感器節(jié)點(diǎn)j與s之間的最大范圍為2Rc。本文假設(shè)節(jié)點(diǎn)可獲取各自的位置信息，而相鄰2Rc的節(jié)點(diǎn)位置信息可通過互發(fā)消息獲取。根據(jù)相鄰2Rc的節(jié)點(diǎn)位置信息，每個(gè)節(jié)點(diǎn)均可以計(jì)算出各自的SC值。

3．3算法描述

CPSBC協(xié)議是一個(gè)分布式的密度控制算法。該協(xié)議將網(wǎng)絡(luò)工作時(shí)間劃分成輪，每輪開始時(shí)選舉工作節(jié)點(diǎn)，關(guān)閉冗余節(jié)點(diǎn)，結(jié)束時(shí)所有節(jié)點(diǎn)恢復(fù)初始狀態(tài)，等待下一輪開始時(shí)重新進(jìn)行調(diào)度。每個(gè)節(jié)點(diǎn)s均維護(hù)一個(gè)鄰居節(jié)點(diǎn)表、CPR(s)和SC(s)值。在任何時(shí)間，傳感器節(jié)點(diǎn)都是處于休眠、工作和發(fā)現(xiàn)三個(gè)狀態(tài)之一。每輪開始時(shí)所有節(jié)點(diǎn)都是處于發(fā)現(xiàn)狀態(tài)，根據(jù)各自的CPR和SC值來決定是進(jìn)入工作狀態(tài)或是休眠狀態(tài)，并且維持該狀態(tài)直到下一輪開始時(shí)重新進(jìn)行調(diào)度。文獻(xiàn)[4]為了避免出現(xiàn)覆蓋盲區(qū)，CPSBC采取了一種隨機(jī)退避算法用來避免某一區(qū)域內(nèi)所有節(jié)點(diǎn)都同時(shí)選擇休眠，從而造成該區(qū)域不被覆蓋。具體分布式算法如下：

a）在作休眠決策之前，節(jié)點(diǎn)等待一段隨機(jī)時(shí)間Td。

b）等待定時(shí)器到時(shí)，所有節(jié)點(diǎn)根據(jù)當(dāng)前處于激活狀態(tài)的鄰居節(jié)點(diǎn)信息，及時(shí)更新其覆蓋有效區(qū)域內(nèi)的柵格中心點(diǎn)的協(xié)作覆蓋強(qiáng)度值CSI(pi)，從而根據(jù)式（15）和（17）來計(jì)算節(jié)點(diǎn)當(dāng)前狀態(tài)的CPR和SC值。

c）鄰居節(jié)點(diǎn)的CPR和SC值可以通過互發(fā)消息來獲取。對任意節(jié)點(diǎn)檢查其是否符合休眠規(guī)則，即如果其CPR值為1，并且其SC值若在所有滿足CPR規(guī)則的鄰居節(jié)點(diǎn)中最小時(shí)，該節(jié)點(diǎn)符合休眠規(guī)則可以選擇休眠。

d）一旦節(jié)點(diǎn)選擇休眠，就發(fā)送一則狀態(tài)廣播消息通知鄰居節(jié)點(diǎn)，使所有鄰居節(jié)點(diǎn)將該節(jié)點(diǎn)從其鄰居列表中刪除，從而使得具有更長退避時(shí)延的節(jié)點(diǎn)不會(huì)考慮這些剛決定休眠節(jié)點(diǎn)的信息。

4仿真及性能分析

本文采用與文獻(xiàn)[10]相同的無線能量模型。式（18）為發(fā)射k bit比特?cái)?shù)據(jù)耗損的能量，由發(fā)射電路耗損和功率放大耗損兩部分構(gòu)成。功率放大耗損根據(jù)發(fā)送者和接收者之間的距離分別采用自由空間模型和多路徑衰減模型。Eelec為發(fā)射電路的耗損能量；Efs和Emp分別表示兩種信道模型下功率放大所需能量。式（19）為接收k bit數(shù)據(jù)的能量耗損，僅由電路耗損引起。

ETx=k×Eelec+k×Efsd2d＜d

k×Eelec+k×Empd2d≥d (18)

ERx=k×Eelec(19)

為了驗(yàn)證算法性能的優(yōu)越性，基于ns－2對基于協(xié)作感知的密度控制算法（CPSBC）、基于圓盤感知模型的密度控制算法（DISK）[4]和基于概率覆蓋模型的密度控制算法（PROB）[5]分別進(jìn)行了仿真。仿真的網(wǎng)絡(luò)環(huán)境和參數(shù)設(shè)置為：節(jié)點(diǎn)隨機(jī)分布在50 m×50 m的平面正方形區(qū)域，匯聚節(jié)點(diǎn)的坐標(biāo)為(0，0)；不失一般性，傳感器的類型參數(shù)設(shè)為α=0．1和β=4[5，7]，Psense=0．2。所有傳感器均將數(shù)據(jù)發(fā)往匯聚節(jié)點(diǎn)，每輪數(shù)據(jù)收集的次數(shù)設(shè)為5次，數(shù)據(jù)包長度為100 Byte。與能量相關(guān)參數(shù)設(shè)為：所有節(jié)點(diǎn)的初始能量相等為2 J；Eelec、Efs和Emp分別設(shè)為50 nJ/bit、10 nJ/bit/m2、0.001 3 pJ/bit/m4。為了使結(jié)果更加準(zhǔn)確，每種節(jié)點(diǎn)密度都取10次場景，每種場景試驗(yàn)都分別進(jìn)行5次，試驗(yàn)數(shù)據(jù)最后取平均。度量的性能指標(biāo)為網(wǎng)絡(luò)覆蓋率、經(jīng)過一輪調(diào)度后休眠的節(jié)點(diǎn)個(gè)數(shù)、網(wǎng)絡(luò)壽命。

仿真場景1在節(jié)點(diǎn)部署總數(shù)為60、80、100和120這四種不同的網(wǎng)絡(luò)密度下分別比較三種休眠調(diào)度機(jī)制。圖1比較了三種休眠調(diào)度密度控制下的網(wǎng)絡(luò)覆蓋率。從圖中可以看出， CPSBC和PROB的網(wǎng)絡(luò)覆蓋率大于DISK。這說明圓盤感知模型是一種對網(wǎng)絡(luò)覆蓋的粗略描述，因此基于這種模型的休眠調(diào)度無法保證足夠的網(wǎng)絡(luò)覆蓋。圖2為三種密度控制下一輪產(chǎn)生的休眠節(jié)點(diǎn)數(shù)。從圖中可以看出，DISK的休眠節(jié)點(diǎn)數(shù)較PROB要多一些，但是仍然小于CPSBC。這是因?yàn)閰f(xié)作感知充分利用了多點(diǎn)協(xié)作探測特性，為了保證網(wǎng)絡(luò)覆蓋，只需要少部分節(jié)點(diǎn)參與工作即可。

仿真場景2部署100個(gè)節(jié)點(diǎn)，分別仿真三種機(jī)制下的網(wǎng)絡(luò)壽命。網(wǎng)絡(luò)壽命定義為從網(wǎng)絡(luò)啟動(dòng)到d%節(jié)點(diǎn)死亡所持續(xù)的時(shí)間，以輪（rounds）來表示。假設(shè)網(wǎng)絡(luò)初始的節(jié)點(diǎn)數(shù)為100，結(jié)果如圖3所示。從圖中可以看出，由于圓盤感知模型的密度控制算法產(chǎn)生的休眠節(jié)點(diǎn)數(shù)略多(圖2)，它的能量消耗略低于概率覆蓋模型，但這種能耗的降低是以犧牲網(wǎng)絡(luò)覆蓋為代價(jià)的。基于協(xié)作感知模型的網(wǎng)絡(luò)壽命最長，同時(shí)又能夠保證足夠的網(wǎng)絡(luò)覆蓋率。

5結(jié)束語

本文提出了一種基于協(xié)作感知模型的保證覆蓋的傳感器網(wǎng)絡(luò)密度控制算法。算法根據(jù)節(jié)點(diǎn)是否滿足保證覆蓋規(guī)則和是否對網(wǎng)絡(luò)覆蓋具有最小貢獻(xiàn)兩個(gè)方面來判斷節(jié)點(diǎn)是否可以休眠。理論分析和仿真試驗(yàn)證明，與基于傳統(tǒng)的圓盤感知模型和概率覆蓋模型的密度控制算法相比，CPSBC協(xié)議提高了網(wǎng)絡(luò)壽命，保證了網(wǎng)絡(luò)覆蓋率。

參考文獻(xiàn)：

［1］孫利民，李中建，陳渝，等.無線傳感器網(wǎng)絡(luò)[M].北京：清華大學(xué)出版社，2005.

[2]ZHANG Honghai， HOU J C.Maintaining sensing coverage and connectivity in large sensor networks，UIUCDCSR20032351[R].Illinois:University of Iuinois at Urbana Champaign UIUC Computer Science，2003.

[3]YE Fan，ZHANG G，LU Songwu，et al.Peas:a robust energy conserving protocol for longlived sensor networks[C]//Proc of International Conference on Distribute Computer Science.2003.

[4]TIAN D，GEORGANAS N D.A coveragepreserving node scheduling scheme for large wireless sensor networks[C]//Proc of the 1st ACM International Workshop on Wireless Sensor Networks and Applications.2002:32－41.

[5]柳立峰，鄒仕洪，張雷，等.基于概率覆蓋模型的無線傳感器網(wǎng)絡(luò)密度控制算法[J].北京郵電大學(xué)學(xué)報(bào)，2005，28(4):1417.

[6]HUANG Chifu，TSENG Y.The coverage problem in a wireless sensor network[C]//Proc of ACM WSNA.San Diego：ACM，2003:115121.

[7]LU Jun，SUDA T.Coverageaware selfscheduling in sensor networks[C]//Proc of IEEE CCW 2003.California: IEEE， 2003:117123.

[8]MEGUERDICHIAN S，KOUSHANFAR F，QU Gang，et al.Exposure in wireless Ad hoc sensor networks[C]//Proc of ACM MOBICOM.2001:139150.

[9]LIU Benyuan，TOWSLEY D.A study on the coverage of largescale sensor networks[C]//Proc of the 1st IEEE International Conference on Mobile Ad hoc and Sensor Systems.2004.

[10]HEINZELMAN W R.An applicationspecific protocol architecture for wireless microsensor networks[J].IEEE Trans on Wireless Communications，2002，1(4): 660－670.

[11]YANG Baiwei，YU Hongyi， LI Hong，et al.A coveragepreserving density control algorithm based on cooperation in wireless sensor networks[C]//Proc of International Conference on WiCOM.Wuhan:[s.n.]，2006:1－4.

“本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文”