无线传感器网络中栅栏覆盖的最佳路径算法研究

"本文主要探讨了无线传感器网络中栅栏覆盖的最佳路径问题，提出了MEDDEL算法，这是一种基于一跳邻居节点信息的双向边分布式Delaunay三角剖分算法，用于构建拓扑图，旨在降低通信成本和能量消耗。文中还证明了MEDDEL拓扑图下的支撑值计算，并利用SMBCP算法在传感器能量模型下解决了最小能耗和最短穿越路径的问题。通过对比实验，显示了MEDDEL算法相对于其他方法如RNG、GG、PLDEL、UDEL、DEL的优势，尤其是在寻找最小支撑值路径时，能够找到最佳覆盖路径。" 在这篇论文研究中，作者首先介绍了无线传感器网络覆盖问题的重要性，特别是栅栏覆盖，它关注的是监测区域内节点的检测覆盖率。栅栏覆盖包括最佳覆盖、最坏覆盖和暴露穿越等场景。以往的工作中，如文献[2]提出的最大突破路径和最大支撑路径模型，以及文献[3]对Delaunay三角剖分在最佳覆盖问题的应用，但大多集中在集中式方法。文献[4]至[7]则探讨了分布式Delaunay三角剖分的不同实现。 为了克服现有方法的局限性，作者提出了MEDDEL算法，这是一个创新的分布式构造方法，只利用一跳邻居节点的信息来构建Delaunay三角剖分的拓扑图，这有助于减少通信开销和能量消耗。此外，论文还提供了MEDDEL拓扑图中边的支撑值计算的证明，确保了算法的有效性和准确性。 考虑到传感器网络的能量限制，论文进一步引入了SMBCP算法，即分布式最佳覆盖路径下的最短穿越和最小能耗算法。这个算法在MEDDEL拓扑图的基础上，寻找在最小化能量消耗和路径长度的同时，提供最佳覆盖的穿越路径。通过仿真结果，证明了MEDDEL和SMBCP组合优于其他算法，能够找到更优的穿越路径。 这篇论文研究的核心贡献在于开发了MEDDEL算法和SMBCP算法，为无线传感器网络中的栅栏覆盖路径规划提供了新的解决方案，尤其在优化能量效率和路径长度方面表现突出。这一研究对于提高无线传感器网络的效能和持久性具有重要的理论和实践价值。