基于移动传感网的实时k-栅栏覆盖应用理论研究

In mobile sensor network, both sensor nodes and intruders are on the move, and the movement orientation and the movement speed of them are random, This project focus on building a real time k-barrier coverge method for intrusion detection. The following topics are involoved in the research: (1) Building a real time k-barrier coverage probability model considering the density of the sensor nodes, the communication range, and the trajectory of sensor nodes and intruders and based on the network Poisson distribution model; (2) Determining the minimum requiring number of mobile sensors in order to provide k-barrier coverage according to statistical analysis and simulation data based on the proposed probability model; (3) Analyzing the intrusion detection deviation of mobile sensor network under various sensor communication range, moving orientation and moving speed;optimizing the coverage probability model according to the process observatonal data; (4) Maximizing the k-barrier coverage ratio of entire network by introducing the idea of swarm intelligence into patrol path planning for controllable mobile sensor nodes. This project is a basic reasearch of application. Real time k-barrier coverage model and patrol path planning are important for improving the performance of intrusion detection systems based on wireless sensor networks.

移动传感器网络中的节点和入侵者都处于移动状态，且移动方向和移动速度具有随机性，如何实时地构建网络的k-栅栏覆盖达到入侵探测的目的，是本项目研究的重点。主要研究内容包括: （1）基于网络泊松分布模型，考虑传感器节点的密度、通信范围以及节点与入侵者的移动轨迹，构建移动传感器网络的实时k-栅栏覆盖概率模型； （2）针对此覆盖概率模型，利用统计分析的方法，结合仿真数据，推导组成移动传感器网络k-栅栏覆盖所需的最少节点数目的计算方法； （3）在不同的传感器通信范围、移动方向和移动速度下，分析移动传感器网络入侵探测的误差，利用过程观测数据，优化此覆盖概率模型； （4）引入群智能思想，对于受控的移动传感器节点进行巡逻路径规划，以达到整个网络的实时k-栅栏覆盖概率最大化。 本项目属于应用基础研究，构建的实时k-栅栏覆盖模型及巡逻路径规划，对于提高基于无线传感器网络的入侵探测系统性能具有重要意义。

本项目属于应用基础研究项目，主要研究移动传感器网络实时k-栅栏覆盖建模与移动节点巡逻路径规划问题，其研究成果对推动传感器网络在目标入侵探测、移动目标跟踪的实际应用中有广泛的市场化前景。. 主要研究内容及取得的成果如下：1.在随机分布的传感器网络中，研究了k栅栏覆盖的概率模型。对于一个随机分布的传感器网络，一个重要的问题能够形成几条栅栏。基于此问题，我们研究了弱k栅栏覆盖，并给出了一个较精确的模型。此模型包括如下参数：传感器感知范围，布置区域的长度，以及布置区域节点的总数目；2.对于随机部署的无线静态传感器网络，为保证监控区域的栅栏覆盖而需要大量的节点，从而导致节点之间覆盖区域相互重叠，产生覆盖冗余。通过利用移动传感器节点重部署的能力，可以使用少量的节点保证监控区域的栅栏覆盖；3.对于具有移动节点的无线传感器网络，通过对移动节点位置的优化来提高监测区域网络覆盖率。传统蜂群算法存在过早成熟、后期收敛速度变慢的现象，为了克服这一缺点，将协同进化机制引入蜂群算法，增加解决方案多样性，加速收敛过程，提出一种基于协同进化人工蜂群的覆盖优化策略；针对节点在移动过程中的路径绕远现象，基于贪婪法，提出一种移动路径优化策略； 4.在对无线传感器网络覆盖的研究过程中，基于传感器节点位置的相关性，我们利用最大似然估计算法对随机分析的传感器节点进行定位，提出了CML定位算法；5.利用节点间虚拟作用力引导陷入退化现象的解向量，加快收敛速度，实现在高维空间的布局优化。本算法在覆盖优化效果和算法收敛速度上均优于传统的蜂群策略；6.移动传感器节点在栅栏形成过程中发挥至关重要的作用，在研究过程中，我们发现，移动节点对于传感器网络节点的定位同样也有帮助作用，基于此研究，我们提出了基于移动传感器节点和TSVM的定位算法；7. 在栅栏形成过程中，涉及传感器网络的数据存储、网络传输以及计算等过程，这些因素对传感器网络的栅栏的形成以及网络质量都至关重要。基于此研究，我们对信道质量，传感器网络丢包率等进行了研究。