移動傳感器網絡拓撲重構和任務協同機制（簡體書）

本書系統地介紹了移動傳感器網絡拓撲重構和任務協同機制的研究現狀以及存在的問題，從覆蓋性（氣體泄漏監測場景）和連通性（高速公路場景）方面提出了兩種網絡拓撲重構方法，並針對移動多媒體傳感器網絡和移動可充電傳感器網絡提出了兩種任務協同方法。本書較系統地研究了移動傳感器網絡的覆蓋、能耗、負載均衡及任務處理等問題，可為移動物聯網在複雜環境中的廣泛應用提供參考。
本書既適合普通高等學校物聯網工程、計算機、電子、通信和自動化等信息技術專業的本科生閱讀，也能夠滿足從事移動物聯網和傳感器網絡研究的碩士生、博士生、教師及相關科研人員的使用需求。

緊跟科技前沿，計算機網絡領域的優質讀物。

移動傳感器網絡作為無中心、節點可移動、拓撲動態變化、無線多跳及高度自主的網絡，在遠程醫療、智能交通、智能家居、環境監測及工業控制等領域具有廣泛的應用前景。移動傳感器節點具有通信距離短、覆蓋範圍小和節點移動性強等特點，在進入、移動和離開網絡時容易造成網絡拓撲動態變化，移動傳感器網絡的拓撲需要盡快重構，以滿足網絡的連通性、覆蓋性、生存性和完成任務的要求。同時，由於移動傳感器節點能量、計算及存儲能力有限，單個節點完成複雜任務（如多目標跟蹤及圖像、視頻壓縮等任務）時存在難度大、能耗高及效率低等問題，移動傳感器網絡節點間需要進行協同以完成複雜任務。因此，需要研究移動傳感器網絡的拓撲重構和任務協同機制，以保障移動傳感器網絡高效運行。
拓撲重構是通過調節節點發射功率、鄰居選擇、睡眠調度或移動節點位置等機制重新構建網絡拓撲。任務協同是通過協調移動傳感器節點的行為協作地完成任務的分解、分配、調度及執行。現有的拓撲重構和任務協同機制仍有許多問題需要解決。目前經典拓撲重構機制沒有考慮監測區域邊界對傳感器節點移動的限制，造成部分傳感器節點移動距離過大，甚至移動出目標監測區域的邊界，導致無效覆蓋。在傳感器網絡匯聚節點受控移動的拓撲重構機制中，傳感器節點選擇中繼節點時缺少負載均衡機制，且在鄰居傳感器節點選擇時沒有考慮延遲容忍的情況，造成部分傳感器節點到匯聚節點路徑過長及能量消耗不均的問題。在移動傳感器網絡複雜任務協同中，現有的任務分配機制較少考慮協作節點的處理能力及位置的動態變化，造成複雜任務分配不合理，以致出現任務執行頻繁中斷及任務數據重傳現象，影響了任務執行的效率。在移動傳感器網絡周期性任務協同中，移動節點沒有考慮與下一周期任務中傳感器節點的協作機制，造成在下一周期任務協同中節點移動路徑長及移動能耗大的問題。針對以上問題，本書從拓撲重構和任務協同兩個方面對移動傳感器網絡技術展開研究。本書主要探討並研究了以下重要問題。
一、針對移動傳感器網絡拓撲重構時部分傳感器節點移動至監測區域邊界外，造成無效覆蓋，且沒有考慮監測區域的環境變化及其重要程度不同的問題，面向氣體泄漏監測的移動傳感器網絡應用場景，根據監測區域的範圍不同提出了基於虛擬力的3D 自組織拓撲重構算法和分層優先級3D 拓撲重構算法。仿真結果顯示，提出的算法在這兩種場景下能夠提高網絡覆蓋率，延長網絡生存時間，減少移動距離和網絡能耗。
二、針對移動傳感器網絡拓撲重構時缺少負載均衡機制且沒有考慮延遲容忍的情況，造成部分傳感器節點到匯聚節點路徑過長及能量消耗不均的問題，面向高速公路場景下的車輛傳感器網絡，提出了一種基於預測的車輛傳感器網絡拓撲重構算法。仿真實驗表明，提出的算法能夠提高車輛傳感器網絡的生存時間，降低網絡能耗。
三、針對移動傳感器網絡複雜任務協同中，沒有考慮協作節點的處理能力及位置的動態變化，從而造成任務執行頻繁中斷及任務數據重傳的問題，面向移動多媒體傳感器網絡，提出了一種基於動態聯盟的圖像壓縮任務協同算法。仿真驗證結果表明，提出的圖像壓縮任務協同算法能夠實現聯盟協作節點的任務負載均衡，降低圖像壓縮任務的執行時間和網絡能耗。
四、針對移動傳感器網絡周期性任務協同中，移動節點沒有考慮與下一周期任務中傳感器節點的協作機制，造成在下一周期任務協同中節點移動路徑長及移動能耗大的問題，面向移動可充電傳感器網絡，提出了一種基於哈密爾頓路徑的無線可充電傳感器充電任務協同算法。仿真實驗表明，這種算法能夠提高移動充電節點充電能量有效性，減少網絡單位時間內平均移動損耗，延長網絡生存時間。
結果表明，本書研究並提出的拓撲重構和任務協同在各自的領域範圍內比其他的方法能夠獲取更好的性能結果。本書的研究成果較系統地解決了移動傳感器網絡的覆蓋、能耗、負載均衡及任務處理等問題。希望本書能為移動傳感器網絡、移動物聯網及任務協同的應用貢獻一份力量，本書可供計算機應用技術、物聯網、大數據與人工智能學科專業的研究人員、學生和工程技術人員學習參考。
本書是由南陽師範學院計算機科學與技術學院河南省數字圖像大數據智能處理工程研究中心的李賀博士和齊慶磊博士在長期從事傳感器網絡及物聯網管理相關研究的基礎上形成的一本專著。具體分工如下：李賀撰寫了第3 章至第6章（約15 萬字），齊慶磊撰寫了第1、2 章和後記（約5 萬字）。在此，謹對長期以來與筆者共同工作、學習和生活的老師、同事和同學們表示由衷感謝，感謝他們在長期科研工作中對本書的貢獻。本書是在邱雪松教授及楊楊副教授的悉心指導和支持下完成的。在本書的形成過程中，筆者得到了高志鵬教授、賈宗璞教授、李文璟教授、郭少勇副教授、熊翱副教授、芮蘭蘭副教授、王穎副教授、王智立副教授、喻鵬副教授等多位老師的幫助，並得到了劉金江教授、李慧宗副教授和蘭義華副教授的鼓勵與支持。馬桂珍、徐思雅、豐雷、王開選、鄭飛、姚贊及牛丹梅等博士為本書實驗方法及內容提供了指導，南陽醫學高等專科學校田肖及碩士生楊帥鵬為本書初稿提出了非常中肯的建設性意見，在此一並表示感謝。
本書在國家自然科學基金青年基金項目 “隨機部署條件下移動傳感器網絡拓撲重構與任務協同機制研究（No. 62002180）”、河南省科技攻關項目“隨機部署條件下移動傳感器網絡拓撲重構關鍵技術研究（No.202102210362）”、2020年度河南省高等學校重點科研項目“不確定條件下移動傳感器網絡複雜任務協同平臺關鍵技術研究（No. 20B520025）”、2022 年度河南省高等學校重點科研項目“軟件定義網絡中面向時延保障的智能規則放置關鍵（No.22A520037）”、網絡與交換技術國家重點實驗室（北京郵電大學）開放課題資助項目“基於邊緣計算的移動物聯網複雜事件處理機制(No. SKLNST-2019-09)”和南陽師範學院“臥龍學者”獎勵計劃等項目的資助下完成。最後，在本書成稿過程中參考或引用了國內外一些學者的論著，在此表示感謝。由於時間倉促，水平有限，書中如有不足之處，敬請讀者批評指正。

著者
2021年5月

第1 章 緒論 1
1.1 研究背景和意義 2
1.2 研究內容 4
1.3 本書組織結構 6
1.4 本章小結 8

第2 章 移動傳感器網絡拓撲重構和任務協同綜述 9
2.1 移動傳感器網絡拓撲重構 10
2.1.1 無線傳感器網絡拓撲重構定義與要求 10
2.1.2 無線傳感器網絡拓撲重構目標 11
2.1.3 無線傳感器網絡拓撲重構經典方法 13
2.1.4 移動傳感器網絡拓撲重構研究現狀 15
2.1.5 存在的問題 21
2.2 移動傳感器網絡任務協同 22
2.2.1 移動多媒體傳感器網絡任務協同研究現狀 22
2.2.2 移動可充電傳感器網絡任務協同研究現狀 25
2.2.3 存在的問題 28
2.3 本章小結 28

第3 章 面向氣體泄漏監測的MWSNs 虛擬力3D 拓撲重構機制 29
3.1 引言 30
3.2 系統模型 31
3.2.1 假設與定義 31
3.2.2 氣體擴散模型 32
3.2.3 虛擬力模型 34
3.2.4 本章主要符號表 37
3.3 基於虛擬力的無線傳感器網絡3D 自組織拓撲重構算法 40
3.3.1 距離閾值設置 40
3.3.2 固定Sink 節點的處理 41
3.3.3 GRSS 算法 42
3.4 基於虛擬力的無線傳感器網絡分層優先級3D 拓撲重構算法 42
3.4.1 分層優先級 43
3.4.2 傳感器節點的分配 44
3.4.3 各層傳感器的虛擬力模型 45
3.4.4 各層的距離閾值設置 47
3.4.5 移動Sink 節點的處理 47
3.4.6 PRSS 算法 49
3.5 實驗分析 50
3.5.1 氣體擴散仿真分析 51
3.5.2 覆蓋率仿真分析 52
3.5.3 移動距離仿真分析 55
3.5.4 網絡能耗和網絡生存時間仿真分析 56
3.6 本章小結 58

第4 章 高速公路場景下基於預測的VSNs 拓撲重構機制 59
4.1 引言 60
4.2 網絡拓撲模型 62
4.2.1 假設與定義 62
4.2.2 網絡拓撲分析 62
4.2.3 本章主要符號表 65
4.3 基於停留時間的VSNs 拓撲重構算法 67
4.3.1 VSNs 拓撲重構流程 67
4.3.2 VSNs 拓撲重構的負載均衡機制 68
4.3.3 CRSR 算法描述 70
4.4 基於預測的VSNs 拓撲重構算法 71
4.4.1 拓撲模型 71
4.4.2 基於延遲容忍的預存儲機制 72
4.4.3 傳感器網絡能耗模型 72
4.4.4 鄰居傳感器節點路徑能耗評估模型 73
4.4.5 基於預測的VSNs 拓撲重構算法 74
4.4.6 CRSP 算法描述 75
4.5 實驗分析 76
4.6 本章小結 82

第5 章 移動多媒體傳感器網絡的圖像壓縮任務協同機制 84
5.1 引言 85
5.2 任務協同網絡模型 86
5.2.1 假設與定義 86
5.2.2 任務協同聯盟 87
5.2.3 任務協同網絡拓撲結構 88
5.2.4 本章主要符號表 90
5.3 基於TSPT 的多輪圖像壓縮任務協同分解機制 92
5.3.1 任務分解原則 92
5.3.2 任務分解約束 93
5.3.3 奇異值分解的圖像壓縮方法 94
5.3.4 基於TSPT 的多輪圖像壓縮任務協同分解算法 94
5.3.5 算法描述 96
5.4 基於動態聯盟的圖像壓縮任務協同分配機制 98
5.4.1 圖像壓縮任務分配指標 98
5.4.2 問題模型 99
5.4.3 問題求解過程 101
5.4.4 基於動態聯盟的圖像壓縮任務協同分配算法 102
5.5 實驗分析 103
5.5.1 ATDA 算法的收斂性分析 105
5.5.2 ATDA 算法的性能分析 106
5.6 本章小結 109

第6 章 基於哈密爾頓路徑的MWRSNs 充電任務協同機制 110
6.1 引言 111
6.2 系統模型 112
6.2.1 無線可充電傳感器網絡模型 112
6.2.2 無線可充電傳感器網絡能耗模型 114
6.2.3 評價指標 115
6.2.4 本章主要符號表 115
6.3 基於哈密爾頓路徑的MWRSNs 充電任務協同算法 117
6.3.1 算法流程 117
6.3.2 充電任務調度請求 118
6.3.3 確定MC 的停留位置 119
6.3.4 確定充電傳感器集合及其充電電量 121
6.3.5 確定停等充電傳感器集合及停等位置 122
6.3.6 建立哈密爾頓路徑 125
6.3.7 MC 和停等充電傳感器節點的協作充電 127
6.4 實驗分析 130
6.4.1 仿真參數設置 130
6.4.2 算法性能分析 131
6.5 本章小結 136

後 記 137

附 錄 主要符號說明 139

參考文獻 141