[发明专利]一种水下无线传感器网络盲区覆盖方法

说明书

技术领域

本发明涉及一种水下无线传感器网络（Underwater Wireless Sensor Networks, UWSNs）盲区覆盖方法，利用自主水下航行器（Autonomous Underwater Vehicle，简称AUV）移动来采集水下无线传感器网络覆盖盲区的监测数据，属于水下无线传感器网络技术领域。

背景技术

水下无线传感器网络已经成为研究的热点，作为无线传感器网络的外延形式和拓展应用，其在海洋勘探、水文监测、远洋开采等领域具有重要应用价值。UWSNs每个节点只能探测自身周围一定范围内的兴趣数据，感知范围有限。这些节点通常通过飞机、船舶等随机投放部署，覆盖范围具有很大的不确定性，普通传感器节点难以覆盖全部区域，因此覆盖盲区的兴趣数据也难以采集。

关于无线传感器网络节点覆盖优化，目前国内外有不少研究，它们分别针对不同的场景。Cortes J（参见 [CORTES J, et al. Coverage control for mobile sensing networks. IEEE Transactions on Robotics and Automation, 2004, 20(2): 243-255.]）采用梯度算法引导若干AUVs移动至特定区域，以指定密度分布并进行数据采集。2009年，吴小平等人（参见 [吴小平, 冯正平. 多AUV覆盖控制研究. 中国造船. vol. 50, no. 2, June, 2009.]）提出了一种多AUVs覆盖控制算法，算法模仿中动物“领土划分”的行为，让AUVs互相保持一定的距离，达到覆盖控制和数据采集优化的目的。上述工作考虑的主要是如何引导场景中的大量AUVs有序移动。相比普通节点，AUV的成本要高得多，因此，通常采用先随机投放大量普通节点，再以AUV移动至覆盖盲区采集数据的方式来平衡成本与覆盖率。有研究者提出了一种割草机算法（参见[Nguyen B, Hopkin D, and Yip H, Autonomous underwater vehicles a transformation of mine counter-measure operations. Defense and Security Analysis, vol. 24, no. 3, pp. 247-266, 2008.]），如图1所示，梯形区域为待覆盖区域，理想情况下，AUV可通过紧凑的S形移动完成盲区覆盖任务。但这个算法并不适用于所有应用场合，原因如下：

(1) 普通节点部署随机，未覆盖区域的形状、面积各异，难以针对特定场景制定全局解决方案。

(2) 水下环境复杂，具有极强的不确定性，AUV无法预先获知某区域是否需要或适宜探索。

(3) 割草机算法中当AUV临近区域边界时需要逆向转角，根据AUV的移动特点这需要付出大量额外能量才能完成。

发明内容

本发明所要解决的技术问题在于克服现有技术不足，提供一种水下无线传感器网络盲区覆盖方法，在有效提高盲区覆盖率的同时，其能量消耗更小。

本发明采用以下技术方案解决上述技术问题：

一种水下无线传感器网络盲区覆盖方法，利用自主水下航行器移动来采集水下无线

传感器网络覆盖盲区的监测数据，该方法包括以下步骤：

步骤1、将待覆盖盲区水域网格化为一组相同大小的正六边形/正十二面体网格，每个网格中心与顶点间距离等于所述自主水下航行器的覆盖半径；

步骤2、自主水下航行器检查自身所在网格周围所有邻居网格的状态，选取未覆盖过的邻居网格作为候选网格；然后从候选网格中选取拥有最少的未覆盖邻居网格的候选网格作为下一步的目的地，如果存在两个或两个以上拥有最少的未覆盖邻居网格的候选网格，则从中选择使得自主水下航行器转弯角度最小的候选网格作为下一步的目的地；如果自主水下航行器自身所在网格周围不存在未覆盖过的邻居网格，则以自主水下航行器前方距离最近的未覆盖过的网格作为下一步的目的地；

步骤3、自主水下航行器移动至被选为目的地的网格中心，采集此网格区域的监测数据；

步骤4、重复执行步骤2、步骤3，直到水下无线传感器网络覆盖盲区被完全遍历。

相比现有技术，本发明技术方案具有以下有益效果：

本发明适用于各种形状盲区的覆盖，可有效提高盲区覆盖率；本发明还可以使得自主水下航行器路径移动消耗较小。

附图说明

图1为割草机算法的原理示意图；