無線多媒體傳感器網(wǎng)絡(luò)中的覆蓋增強(qiáng)算法

馮秀芳，辛 英，陰成軍，常建峰

（太原理工大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，山西 太原030024）

0 引 言

無線多媒體傳感器網(wǎng)絡(luò)使人類的視野更為廣闊，是一個(gè)新型、前沿、多學(xué)科高度交叉的研究領(lǐng)域［1－2］。覆蓋控制和部署策略對于整個(gè)多媒體傳感器網(wǎng)絡(luò)的監(jiān)測性能、監(jiān)測質(zhì)量具有至關(guān)重要的作用［3］。

不同于傳統(tǒng)傳感器網(wǎng)絡(luò)全向感知節(jié)點(diǎn)，無線多媒體傳感器網(wǎng)絡(luò)中，無論是紅外線傳感器，超聲波傳感器還是視頻傳感器都是有向的。學(xué)術(shù)界已有前輩在研究此方面。Jing Ai［4］，發(fā)表文章討論了在隨機(jī)分布的無線傳感器網(wǎng)絡(luò)中，有向傳感器節(jié)點(diǎn)的覆蓋問題。文獻(xiàn) ［5］介紹了無線傳感器網(wǎng)絡(luò)中，不明位置下的覆蓋問題。文獻(xiàn) ［6］討論有向傳感器網(wǎng)絡(luò)中，二維和三維空間在隨機(jī)部署下的入侵目標(biāo)檢測算法。Daniel［7］等討論了無線傳感器網(wǎng)絡(luò)中，基于有向的視頻傳感器節(jié)點(diǎn)的覆蓋問題。文獻(xiàn) ［8］向我們介紹有向傳感網(wǎng)絡(luò)的覆蓋及其能量有效利用等問題。Prasan［9］等向我們介紹了無線傳感器網(wǎng)絡(luò)中，基于拓?fù)浣Y(jié)構(gòu)的能量控制問題。陶丹［10］等進(jìn)行了有向傳感器網(wǎng)絡(luò)的覆蓋增強(qiáng)研究，提出了一種基于虛擬力的有向傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)算法。文獻(xiàn)［11］提出一種基于粒子群算法的無線傳感網(wǎng)絡(luò)覆蓋優(yōu)化方法。文獻(xiàn) ［12］把基本粒子群算法和與擬物力算法相融合，設(shè)計(jì)出擬物力導(dǎo)向的無線傳感網(wǎng)絡(luò)覆蓋優(yōu)化策略。文獻(xiàn)［13］，提出了一種微粒群優(yōu)化的有向傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)算法。本文在研究前面成果的基礎(chǔ)上，結(jié)合虛擬力和粒子群優(yōu)化算法提出了一種新的覆蓋增強(qiáng)算法。此算法在能量有效利用的前提下，能有效提高網(wǎng)絡(luò)的覆蓋率。

1 有向感知模型

感知模型的研究是進(jìn)行覆蓋控制研究的基礎(chǔ)。不同于傳統(tǒng)的全向感知模型，多媒體傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)具有有限的感知角，所以需要研究有向感知模型。如圖1所示，有向感知模型。

圖1 有向感知模型

如圖1所示，有向傳感器節(jié)點(diǎn)P覆蓋區(qū)域是一個(gè)扇形，可以用四元組 （P，Rs，dij，θ）來表示。一般在二維空間中的有向感知模型如圖1所示，這種模型的一個(gè)特殊情況是，當(dāng)θ＝360°時(shí)，就成了全向感知模型。三角形點(diǎn)是感知事件，陰影扇形區(qū)域是有向傳感器節(jié)點(diǎn)的感知范圍，感知范圍和有向傳感器節(jié)點(diǎn)的感知半徑和市場角度有關(guān)。節(jié)點(diǎn)可以選擇不同的工作方向來覆蓋事件和區(qū)域。其中，P是傳感器節(jié)點(diǎn)的位置，dij是單位向量，定義了有向傳感器的方向。θ是視角 （FoV），描述了有向傳感器的最大感應(yīng)角。Rs為傳感器的感知半徑。

2 基于虛擬力和粒子群算法的覆蓋增強(qiáng)策略

2.1 覆蓋增強(qiáng)算法

使用虛擬力算法來控制傳感器節(jié)點(diǎn)的移動，使網(wǎng)絡(luò)中的節(jié)點(diǎn)分布均勻，從而提高網(wǎng)絡(luò)的覆蓋性能。由于每個(gè)有向傳感器節(jié)點(diǎn)可能有很多的感知方向，感知方向不同，傳感器節(jié)點(diǎn)的覆蓋區(qū)域也不一樣。針對此問題，該算法首先使用虛擬力全局調(diào)整節(jié)點(diǎn)的位置，然后通過粒子群優(yōu)化算法局部調(diào)整節(jié)點(diǎn)的感知方向，減少節(jié)點(diǎn)之間的重疊區(qū)，同時(shí)減少節(jié)點(diǎn)之間的感知盲區(qū)，提高整個(gè)區(qū)域的覆蓋率。

2.2 算法原理及分析

2.2.1 基于虛擬力覆蓋增強(qiáng)算法

該算法的核心思想是，傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)和其他的對象之間都存在著大小不等的引力和斥力，斥力和引力是用傳感器節(jié)點(diǎn)之間的位置、方向以及設(shè)定的一些參數(shù)來刻畫的。利用傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)的可移動性，通過受力的不同，使傳感器節(jié)點(diǎn)沿著力的方向進(jìn)行移動，從而使網(wǎng)絡(luò)中的節(jié)點(diǎn)分布合理，最終合理的覆蓋整個(gè)區(qū)域，更好的提供感知目標(biāo)區(qū)域的信息。

給出節(jié)點(diǎn)的受力分析如圖2所示：dij表示傳感器節(jié)點(diǎn)si的中心點(diǎn)vi和節(jié)點(diǎn)sj的中心點(diǎn)vj之間的歐式距離。當(dāng)dij小于傳感器節(jié)點(diǎn)的半徑的時(shí)候，它們的感知區(qū)域才存在重疊的可能，故兩個(gè)傳感器節(jié)點(diǎn)之間存在的斥力的作用，該斥力作用于傳感器節(jié)點(diǎn)的中心點(diǎn)vi和vj上。根據(jù)基本虛擬力公式，中心點(diǎn)所受引力的大小與中心點(diǎn)vi和vj之間的距離成正比，而中心點(diǎn)的位置由傳感器節(jié)點(diǎn)si和sj的位置決定。

圖2 有向傳感器節(jié)點(diǎn)受力

當(dāng)dij大于傳感器節(jié)點(diǎn)的半徑的時(shí)候，它們的感知區(qū)域不存在重疊，這時(shí)兩個(gè)傳感器節(jié)點(diǎn)之間存在著引力的作用，該引力作用于傳感器節(jié)點(diǎn)的中心點(diǎn)vi和vj上。根據(jù)基本虛擬力公式，中心點(diǎn)所受斥力的大小與中心點(diǎn)vi和vj之間的距離成反比，同樣，中心點(diǎn)的位置由傳感器節(jié)點(diǎn)si和sj的位置決定。

各傳感器節(jié)點(diǎn)根據(jù)虛擬力將原位置 （x，y）更新為新位置 （x，，y，），如式 （1）所示，其中，MaxStep是傳感節(jié)點(diǎn)最大移動距離，F(xiàn)xy是作用于傳感節(jié)點(diǎn)的虛擬力，F(xiàn)x，F(xiàn)y是虛擬力的x軸和y軸的分量，F(xiàn)th是虛擬力閾值，當(dāng)傳感節(jié)點(diǎn)所受虛擬力小于該值時(shí)，則認(rèn)為它不需移動

距離閾值Fth在傳感器網(wǎng)絡(luò)部署的疏密程度起到一個(gè)重要的作用。當(dāng)Fth很小時(shí)，傳感節(jié)點(diǎn)會分布過密，從而傳感器網(wǎng)絡(luò)不能很好的覆蓋整個(gè)區(qū)域，無法保證網(wǎng)絡(luò)的覆蓋率；當(dāng)Fth設(shè)定很大的時(shí)候，傳感節(jié)點(diǎn)的分布很稀疏，這就容易形成感知盲區(qū)。因此，虛擬力算法在實(shí)際的應(yīng)用中，一些參數(shù)只能通過經(jīng)驗(yàn)來確定，無法自動的滿足不同檢測環(huán)境的需求。

虛擬力移動節(jié)點(diǎn)算法流程：

（1）隨機(jī)分布n個(gè)節(jié)點(diǎn)，獲取有向傳感器節(jié)點(diǎn)位置信息，生成有向傳感器節(jié)點(diǎn)模型

（2）for loop＝1：MAXLOOP%循環(huán)迭代次數(shù)

（3）計(jì)算傳有向傳感器節(jié)點(diǎn)中心點(diǎn)之間的距離Dij，計(jì)算網(wǎng)絡(luò)的覆蓋率C，計(jì)算網(wǎng)絡(luò)的覆蓋效率CE，覆蓋均勻性U：

for i＝1：n%計(jì)算節(jié)點(diǎn)之間的虛擬力Fi

for j＝1：n

計(jì)算傳感器節(jié)點(diǎn)Si，Sj的中心點(diǎn)Mi和Mj的虛擬力Fij

End

End

End

（4）計(jì)算傳感器節(jié)點(diǎn)的新位置

（5）計(jì)算節(jié)點(diǎn)的平均移動距離

（6）將新位置賦值給舊位置End

2.2.2 粒子群優(yōu)化覆蓋增強(qiáng)算法

根據(jù)2.2.1的分析，經(jīng)過虛擬力作用的調(diào)整后，多媒體傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)分布相對均勻。本節(jié)用粒子群算法局部調(diào)整有向傳感器網(wǎng)絡(luò)的感知方向，針對有向傳感器網(wǎng)絡(luò)感知方向調(diào)整的需要，設(shè)計(jì)微粒適應(yīng)值計(jì)算函數(shù)和種群進(jìn)化策略，在此基礎(chǔ)上，以網(wǎng)絡(luò)的覆蓋率為優(yōu)化目標(biāo)，調(diào)整傳感器節(jié)點(diǎn)的感知方向最后實(shí)現(xiàn)有向傳感器網(wǎng)絡(luò)覆蓋的增強(qiáng)［14］。

設(shè)監(jiān)測區(qū)域中的有向傳感器節(jié)點(diǎn)數(shù)為n，每個(gè)節(jié)點(diǎn)的初始感知方向向量為 （O1，O2，…，ON）。引入的微粒群種群規(guī)模為m，微粒群的搜索空間d為監(jiān)測區(qū)域中傳感器節(jié)點(diǎn)數(shù)n。微粒i的角度向量αi為 （αi1，αi2，…，αin），其中αi1，αi2，…，αin依次表示傳感器節(jié)點(diǎn)1至n的感知方向。微粒i的角度調(diào)整向量ωi，為 （ωi1，ωi2，…，ωin）。

定義微粒i的適應(yīng)值函數(shù)fi為

適應(yīng)值fi應(yīng)傳感器節(jié)點(diǎn)在感知方向 （O1，O2，…，ON）＝ （αi1，αi2，…，αin）下的有向傳感器網(wǎng)絡(luò)的有效覆蓋率，群體中所有微粒經(jīng)歷的最佳位置pg為

為了找到全局最優(yōu)解，需要對微粒進(jìn)行迭代的進(jìn)化，微粒進(jìn)化對應(yīng)的角度調(diào)整計(jì)算公式如下所示

式中：C1、C2——加速因子，它們的作用是用于調(diào)節(jié)每個(gè)微粒向局部最優(yōu)解和全局最優(yōu)解的進(jìn)化步長；pbestaij——微粒i的第j維經(jīng)歷的局部最佳角度；gbestaij——用為全局最佳角度；aij（t）——第i代種群中的第j個(gè)微粒的第j維，即傳感器j的感知方向；在進(jìn)化過程中對于每次調(diào)整的角度大小ωij應(yīng)限制于一定范圍內(nèi)，這樣就能進(jìn)使迭代進(jìn)化比較穩(wěn)定。當(dāng)ωij超出該范圍時(shí)，則調(diào)整為ωmax或ωmin；β﹙t﹚∈ （0，1）為隨機(jī)數(shù)，稱為慣性因子，隨迭代次數(shù)增加應(yīng)逐步減少，從而使得算法在初期能快速到達(dá)全局最優(yōu)解附近，后期則能穩(wěn)定收斂至全局最優(yōu)解。β﹙t﹚的取值如

式 （6）所示［15］

式中：βmax——慣性因子的最大值，βmin——慣性因子的最小值，t——當(dāng)前迭代次數(shù)，MaxDT——最大迭代次數(shù)。

基于微粒群優(yōu)化算法的多媒體傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)算法流程：

（1）初始化多媒體傳感器節(jié)點(diǎn)的位置，設(shè)定種群的規(guī)模為n，隨機(jī)生成每個(gè)粒子的初始位置Xi、初始感知角度αi和速度Vi。

（2）根據(jù)多媒體傳感器網(wǎng)絡(luò)覆蓋率的計(jì)算方法，計(jì)算傳感器節(jié)點(diǎn)初始部署下的覆蓋率。

（3）對每個(gè)微粒，根據(jù)公式更新最優(yōu)位置pbest＿aij和全局最優(yōu)位置gbest＿aij。

（4）判斷粒子是否達(dá)到當(dāng)前的近似最優(yōu)解，重新生成各粒子速度，計(jì)算適應(yīng)值。

（5）是否達(dá)到停止的條件 （粒度減少到特定的值、達(dá)到最好的適應(yīng)值或到了最大的跌代數(shù)），返回步驟 （2）。

3 覆蓋增強(qiáng)算法的仿真試驗(yàn)

3.1 覆蓋效果

實(shí)驗(yàn)采用Matlab7.0仿真環(huán)境，用到粒子群工具箱對覆蓋增強(qiáng)算法的調(diào)整。假設(shè)在邊長為1000cm的正方形監(jiān)測區(qū)域中隨機(jī)部署70個(gè)有向傳感器節(jié)點(diǎn)，所有傳感器節(jié)點(diǎn)感知半徑R＝70cm，通信半徑為2R＝140cm。虛擬力算法的參數(shù)為：ωA＝2與ωR＝4，采用微粒群算法的加速因子C1＝C2＝1。傳感器網(wǎng)絡(luò)的初始角度為60°，每次調(diào)整的角度為5°。圖3（a）為初始隨機(jī)部署70個(gè)傳感器節(jié)點(diǎn)的分布圖，從圖中可以看出，有些區(qū)域中節(jié)點(diǎn)的分布集中，有些空白區(qū)域沒有被節(jié)點(diǎn)覆蓋，因此，節(jié)點(diǎn)的分布不均勻，不能最大化覆蓋檢測區(qū)域，同時(shí)也浪費(fèi)了傳感器節(jié)點(diǎn)資源。圖3（b）、（c）、 （d）為用虛擬力算法先全局調(diào)整節(jié)點(diǎn)的位置，然后用粒子群優(yōu)化算法調(diào)整每個(gè)傳感器網(wǎng)絡(luò)的感知方向，通過仿真實(shí)驗(yàn)進(jìn)行200次的迭代的結(jié)果。

3.2 參數(shù)變化分析

（1）節(jié)點(diǎn)數(shù)分析：多媒體傳感器網(wǎng)絡(luò)的感知半徑對網(wǎng)絡(luò)的覆蓋率有很大的影響，在感知角度一定的情況下，隨著感知半徑的增加，覆蓋區(qū)域的面積相應(yīng)的增加。表1為不同節(jié)點(diǎn)數(shù)覆蓋率數(shù)據(jù)，從表中看以看出，節(jié)點(diǎn)數(shù)越多覆蓋率越高。

圖4表示隨著節(jié)點(diǎn)的變化，隨機(jī)部署、基于虛擬了算法的優(yōu)化和粒子群算法優(yōu)化的覆蓋率的比較圖。通過圖可以看出，初始的隨機(jī)部署節(jié)點(diǎn)的覆蓋率不是很高，進(jìn)過虛擬力的作用調(diào)整節(jié)點(diǎn)的位置后，覆蓋率有了明顯的提高。在調(diào)整位置的基礎(chǔ)上，采用粒子群優(yōu)化算法對節(jié)點(diǎn)的感知方向進(jìn)行局部的調(diào)整，可以看出，網(wǎng)絡(luò)的覆蓋率又提升了很多。

圖3 70個(gè)節(jié)點(diǎn)覆蓋優(yōu)化迭代

表1 節(jié)點(diǎn)數(shù)變化的覆蓋性能測試數(shù)據(jù)

圖4 初始部署與覆蓋增強(qiáng)后比較

（2）感知半徑分析：有向傳感器網(wǎng)絡(luò)的感知半徑對網(wǎng)絡(luò)的覆蓋性能有很大的影響，表2為不同的感知半徑下，網(wǎng)絡(luò)的覆蓋率數(shù)據(jù)。

如圖5所示，在隨機(jī)部署下，節(jié)點(diǎn)數(shù)的不同初始覆蓋率有很大的區(qū)別。在固定的區(qū)域中，傳感器節(jié)點(diǎn)的感知半徑不變的時(shí)候，節(jié)點(diǎn)數(shù)越多，傳感器網(wǎng)絡(luò)的覆蓋率就越高，節(jié)點(diǎn)數(shù)為90個(gè)時(shí)候比節(jié)點(diǎn)數(shù)45個(gè)的時(shí)候的覆蓋率對了42%。同樣在虛擬力算法的優(yōu)化中，節(jié)點(diǎn)數(shù)為90的覆蓋率比節(jié)點(diǎn)數(shù)為45個(gè)時(shí)候的覆蓋率多了49%。在粒子群優(yōu)化算法優(yōu)化后，節(jié)點(diǎn)數(shù)為90的覆蓋率比節(jié)點(diǎn)數(shù)為45的時(shí)候覆蓋率多了38%。

表2 傳感器節(jié)點(diǎn)半徑覆蓋性能測試數(shù)據(jù)

圖5 節(jié)點(diǎn)半徑對覆蓋優(yōu)化的影響

小結(jié)：通過實(shí)驗(yàn)表明，該算法很好的消除了初始部署中傳感器節(jié)點(diǎn)的感知盲區(qū)和重疊區(qū)，并分析傳感器節(jié)點(diǎn)的半徑和個(gè)數(shù)對網(wǎng)絡(luò)覆蓋率的影響，隨著傳感器節(jié)點(diǎn)的感知半徑和個(gè)數(shù)的增加，網(wǎng)絡(luò)的覆蓋也有所增加。虛擬力參數(shù)對網(wǎng)絡(luò)的覆蓋具有很大的影響。在實(shí)驗(yàn)的過程中粒子群優(yōu)化算法具有陷入局部最優(yōu)解的確定，有時(shí)候在迭代次數(shù)增加的時(shí)候，網(wǎng)絡(luò)的覆蓋率有所減少。后續(xù)的工作是進(jìn)一步對粒子群算法改進(jìn)和參數(shù)調(diào)整，是網(wǎng)絡(luò)達(dá)到更優(yōu)的覆蓋。

4 結(jié)束語

本文圍繞無線多媒體傳感器網(wǎng)絡(luò)的有向感知模型，研究基于虛擬力和粒子群算法的覆蓋增強(qiáng)算法。采用隨機(jī)部署方法在檢測區(qū)域中投放地大量有向傳感器節(jié)點(diǎn)，由于初始部署后節(jié)點(diǎn)分布往往不合理和不均勻，不能最大化的覆蓋整個(gè)區(qū)域，因此，在完成初始部署后，需要采用相應(yīng)的覆蓋增強(qiáng)策略來調(diào)整傳感器節(jié)點(diǎn)的分布和感知方向，進(jìn)而改善多媒體傳感器網(wǎng)絡(luò)的覆蓋性能。本算法通過節(jié)點(diǎn)之間及節(jié)點(diǎn)和障礙物之間的虛擬力，調(diào)整傳感器節(jié)點(diǎn)的分布位置，使網(wǎng)絡(luò)中的節(jié)點(diǎn)最后分布合理、均勻，同時(shí)，有效地調(diào)整有向傳感器節(jié)點(diǎn)的工作方向，使得能夠用最少的節(jié)點(diǎn)達(dá)到最大的覆蓋。

［1］DeBardelaben J A.Multimedia sensor networks for ISR applications ［C］.Conference Record of the Thirty－Seventh Asilomar Conference on Signals，Systems and Computers.Pacific Grove，Califomia：IEEE Press，2005：2009－2012.

［2］Akyildiz I F，Melodia T，Chowdhury K R.A survey on wireless multimedia sensor networks ［J］.Computer Networks，2007，51 （4）：921－960.

［3］Misra S，Reisslein M，Xue G.A survey of multimedia streaming in wireless sensor networks ［J］.IEEE Communications Surveys Tutorials，2008，10 （4）：18－39.

［4］Jing Ai·Alhussein A.Abouzeid coverage by directional sensors in randomly deployed wireless sensor networks ［J］.Comb Optim，2006，11 （1）：21－41.

［5］Ossama Younis，Marwan Krunz，Srinivasan Ramasubramanian location－unaware coverage in wireless sensor networks ［J］.Ad Hoc Networks，2008，6 （7）：1078－1097.

［6］Yang Xiao，Zhang Yanping，Miao Peng，et al.Intrusion object detection under Two and three－dimensional randomized scheduling algorithms in sensor networks ［J］.Computer Networks，2009，53 （14）：2458－2475.

［7］Daniel G Costa，Luiz Affonso Guedes.The coverage problem in video－based wireless sensor networks：A survey ［J］.Sensors，2010，10：8215－8247.

［8］Ma H，Liu Y.Some problems of directional sensor networks［J］.International Journal of Sensor Networks（InderScience），2007，2 （1－2）：44－52.

［9］Prasan Kumar Sahoo，Sheu Jang－Ping，Hsieh Kun－Ying.Power control based topology construction for the distributed wireless sensor networks ［J］.Computer Communications，2007，30（14－15）：2774－2785.

［10］TAO Dan.Research on coverage control and collaborative approach of video sensor network ［D］.Beijing：Beijing University of Posts and Telecommunications，2007 （in Chinese）.［陶丹.視頻傳感器網(wǎng)絡(luò)覆蓋控制及協(xié)作處理方法研究 ［D］.北京：北京郵電大學(xué)，2007.］

［11］TAO Dan，MA Donghua，LIU Liang.The coverage enhancement algorithm of sensor network based on virtual potential field ［J］.Journal of Software，2007，18 （5）：1152－1163（in Chinese）.［陶丹，馬華東，劉亮.基于虛擬勢場的有向傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)算法 ［J］.Journal of Software，2007，18 （5）：1152－1163.］

［12］WANG Xue，WANG Chen，MA Junjie.The virtual poweroriented particle swarm optimization strategy for the layout of wireless sensor network ［J］.Chinese Journal of Electronics，2007，35 （11）：2038－2042 （in Chinese）. ［王雪，王晨，馬俊杰.無線傳感網(wǎng)絡(luò)布局的虛擬力導(dǎo)向微粒群優(yōu)化策略 ［J］.電子學(xué)報(bào)，2007，35 （11）：2038－2042.］

［13］LIN Zhuliang.The study on coverage problem optimization Strategy of wireless sensor network based on particle swarm optimization ［D］.Hangzhou：Zhejiang University of Industrial，2009（in Chinese）.［林祝亮.基于粒子群算法的無線傳感網(wǎng)絡(luò)覆蓋問題優(yōu)化策略研究 ［D］.杭州：浙江工業(yè)大學(xué)，2009.］

［14］SUN Lijuan，DU Pengling，XIAO Pu，et al.The enhanced coverage problem of sensor network coverage based on particle swarm optimization ［J］.Journal of Computer Research and Development，2010，47 （Supply.）：22－25. ［孫力娟，杜鵬玲，肖甫，等.基于微粒群優(yōu)化的有向傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)算法 ［J］. 計(jì) 算 機(jī) 研 究 與 發(fā) 展，2010，47 （Supply.）：22－25.］

［15］LU Xiaoling.Model based on particle swarm optimization deployment of wireless sensor network nodes ［D］.Taiyuan：Taiyuan University of Science and Technology，2009 （in Chinese）.［戶曉玲.基于微粒群模型的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)部署研究 ［D］.太原：太原科技大學(xué)，2009.］