【摘要】：提出了一種水下無線傳感器網(wǎng)絡(UWSNs)中基于自主水下航行器(AUV)移動的覆蓋算法。首先將要覆蓋的區(qū)域網(wǎng)格化,然后以適當?shù)牟呗员闅v各個小格,從而實現(xiàn)盲區(qū)的覆蓋修復。該算法克服了水下環(huán)境復雜未知、覆蓋場景多樣化而難以可靠覆蓋的問題,同時使得AUV路徑移動消耗最小化。文中還對3D場景和多AUVs協(xié)同等情況進行了分析和探討。仿真實驗表明,該算法在覆蓋盲區(qū)規(guī)則、不規(guī)則或不連續(xù)等場景下均有較好的表現(xiàn)。
【圖文】：

角，根據(jù)ＡＵＶ的移動特點這需要付出大量額外能量才能完成。圖１割草機算法遍歷示意３本文算法３．１問題建模當前考慮２Ｄ場景下ＡＵＶ如何覆蓋盲區(qū)（形狀不確定，亦可能由若干不連續(xù)的小塊組成）。假定ＡＵＶ的有效探測范圍是以其自身為圓心、半徑固定的圓形。ＡＵＶ在移動過程中連續(xù)地采集附近的興趣數(shù)據(jù)。我們希望ＡＵＶ以盡可能小的路徑代價完成覆蓋任務，即移動距離盡可能短。本文不考慮定位問題，假定節(jié)點攜帶ＧＰＳ并能夠準確實時獲知自身坐標。ＡＵＶ能耗計算公式如下：Ｅｃ＝ｋ１Ｌ＋ｋ２ｒ∑（Ｍａｘ（θ－θ０，０）π）α（１）其中，Ｌ為ＡＵＶ移動路徑長度，ｒ為ＡＵＶ感知半徑，θ為ＡＵＶ每次轉向的轉角大小，θ０為每次轉向的免費額度（即忽略小角度轉角所消耗的能量），ｋ１、ｋ２和α為系數(shù)。３．２算法描述針對上述問題及模型，我們提出了下面的ＣＢＲＡ－ＡＭ（ＣｏｖｅｒａｇｅＢｌｉｎｄＲｅｓｔｏｒａｔｉｏｎＡｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＡＵＶＭｏｖｅ－ｍｅｎｔ）算法。如圖２所示，首先將待探索的盲區(qū)水域網(wǎng)格化為若干個正六邊形的小格。在２Ｄ平面上，正六邊形是可緊湊拼接的最多邊數(shù)的正多邊形。邊數(shù)更多意味著每個小格具有更多的鄰居小格，這對本算法有利。如圖３所示，設定每個正六邊形的邊長等于ＡＵＶ的覆蓋半徑（此時，，每個小格的大小剛好等于ＡＵＶ覆蓋圓的內接正六邊形），這樣，當ＡＵＶ移至某個正六邊形小格的中心時，即可完成對該小格的覆蓋。當ＡＵＶ遍歷所有的小格質心時，即可完成對盲區(qū)的覆蓋。為了最小化ＡＵＶ的路

：Ｅｃ＝ｋ１Ｌ＋ｋ２ｒ∑（Ｍａｘ（θ－θ０，０）π）α（１）其中，Ｌ為ＡＵＶ移動路徑長度，ｒ為ＡＵＶ感知半徑，θ為ＡＵＶ每次轉向的轉角大小，θ０為每次轉向的免費額度（即忽略小角度轉角所消耗的能量），ｋ１、ｋ２和α為系數(shù)。３．２算法描述針對上述問題及模型，我們提出了下面的ＣＢＲＡ－ＡＭ（ＣｏｖｅｒａｇｅＢｌｉｎｄＲｅｓｔｏｒａｔｉｏｎＡｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＡＵＶＭｏｖｅ－ｍｅｎｔ）算法。如圖２所示，首先將待探索的盲區(qū)水域網(wǎng)格化為若干個正六邊形的小格。在２Ｄ平面上，正六邊形是可緊湊拼接的最多邊數(shù)的正多邊形。邊數(shù)更多意味著每個小格具有更多的鄰居小格，這對本算法有利。如圖３所示，設定每個正六邊形的邊長等于ＡＵＶ的覆蓋半徑（此時，每個小格的大小剛好等于ＡＵＶ覆蓋圓的內接正六邊形），這樣，當ＡＵＶ移至某個正六邊形小格的中心時，即可完成對該小格的覆蓋。當ＡＵＶ遍歷所有的小格質心時，即可完成對盲區(qū)的覆蓋。為了最小化ＡＵＶ的路徑消耗，本文設計了一種算法來嘗試求得該問題的近似解。圖２盲區(qū)網(wǎng)格化劃分圖３ＡＵＶ覆蓋范圍內接正六邊形受到上文提到的割草機算法的啟發(fā)，所設計的算法的整體思路為：ＡＵＶ盡可能貼著已經(jīng)覆蓋的區(qū)域（或不需要覆蓋的區(qū)域）進行移動，這樣有利于縮短移動路徑、提高覆蓋效率和減少能量消耗。假定ＡＵＶ當前位于某個小格，其遵循如下規(guī)則來決定下一步的移動位置，具體算法如下：Ｓｔｅｐ１ＡＵＶ檢查自身所在小格周圍６個鄰居格的狀態(tài)，選取未覆蓋過的小格作為候選格。Ｓｔｅｐ２檢查每個候選

【參考文獻】

相關期刊論文 前3條

1 王靜;陳建峰;張立杰;黃建國;;水下無線傳感器網(wǎng)絡[J];聲學技術;2009年01期

2 吳小平;馮正平;;多AUV覆蓋控制研究[J];中國造船;2009年02期

3 藺智挺,屈玉貴,翟羽佳,趙保華;一種高效覆蓋的節(jié)點放置算法[J];中國科學技術大學學報;2005年03期

【共引文獻】

相關期刊論文 前10條

1 梁s

本文編號：2569012