基于立方体剖分的传感器网络快速三维k-覆盖判定算法
能量有效的三维无线传感器网络覆盖算法
能 量 有 效 的 三 维 无 线 传 感器 网络 覆 盖 算 法
李彩 丽 ， 冯海林 ， 侯
（ｉａｉ４ ｙｈ ｏＣ ） １ ｉ８ ＠ ａｏ ．Ｈ ｃｌ
楠
（ 安 电 子 科 技 大 学 理 学 院 ， 安 ７ ０７ ） 西 西 １０ １
摘 要 ： 无线传感 器网络通 常都工作在 三维 空间 中， 因此 需要三 维 空间 中的覆 盖 算法。结合 三维 空间的特 点对 二 维空间 内的覆 盖算法 Ｓ Ａ进行改进 ， 此基础上提 出一 种三 维空 间的覆 盖 算法— —ｓ Ｇ算法 ， Ｇ 在 ｓ 该覆盖 算法 的优 点 是 不依 赖于节点位置信息 ， 并通过仿真 实验给 出了覆盖 质量分析。 关键词 ： 无线传感 器网络 ； 覆盖率 ； 连通 ； 网络 寿命
覆 盖 问 题 是 无 线 传 感 器 网 络 （ ｒｌ ｓＳ ｎｏ ｅｗ ｒ ， Ｗｉ ｅ ｅｓｒＮ ｔｏｋ ｅｓ ＷＳ 设计 中的一个基本 问题。 由于 无线传 感器 网络节 点携 Ｎ）
人 “ 提 出了 Ｐ Ａ Ｅ Ｓ算法 。在 Ｐ Ａ Ｅ Ｓ算法 中 ， 作节 点一 直 工 工作到能量耗 尽 ， 而休 眠节 点以指数间隔时间开始工作 ， 同时
Ｋ ｙｗ ｒｓ ｅ ｏ ｄ ：Ｗｉ ｌ ｓ ｅ ｓｒ ｅ ｏｋ（ Ｎ ；ｃ ｖ ｒ ｅｒ ｉ；ｃ ｎ ｅｔ ｉ ；ｎ ｔ ｏ ｆ ｉ ｅ ｒ ｅ ｎ ｏ ｔ ｒ ＷＳ ） ｏ ｅａ ａ ｏ ｏ ｎ ｃｉ ｔ ｅ ｒ ｌ ｅ ｍ ｅｓＳ Ｎ ｗ ｇ ｔ ｖｙ ｗ ｋ ｉｔ
无线传感器网络三维覆盖策略研究
题． 在无线 传 感器 网络 几乎所 有 的应 用 中 ， 都 对 网
络覆 盖提 出 了一 定 的要 求 ， 所 需要 的 网络 覆 盖 程
分方法 ， 但 是其 给 出的节 点计 算公 式并 不 准确 ． 文 献［ ９ ］ 采 用 正 三 角 形 网格 和 ｓ ｌ ｉ ｃ ｅ ／ ｌ ｅ ｎ ｓ对 节 点 的
激 活调 度进 行 约束 ， 但是 其 调度 的过程 需 要 ｓ ｉ ｎ尼
度 因网络 执行 任 务 的不 同 而不 同． 无 线 传 感 器 网 络 的 覆盖 问题 是 指 ， 为 了保 证监 测 区域 都 在 传 感
器 节 点探测 范 围之 内 ， 按 照 一定 的方 法 在 目标 区
节 点来 完成 ． 文献［ １ ０ ］ 提 出 了一 种 基 于 准 格 策 略
域 部署 传感 器 ， 从 而满 足任务 需求 ． 一 个有 效 的节 点 部署 方案 ， 是 整个 网络顺利 完 成任务 的前提 ．
由于合 理 的 部 署 算 法 可 以 起 到 优 化 网 络 资
源， 提 高实 际应 用 中的节 点利 用效 率 ， 因此 已有 许 多 部署 算法 被 提 出． 其中， 基 于 网格 的方 法 是 目前
中 图 法分 类 号 ： Ｔ Ｐ ３ ９ ３ ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ３ ／ ｊ ． ｉ ｓ ｓ ｎ ． ２ ０ ９ ５ － ３ ８ ４ ４ ． ２ Ｏ ｌ ３ ． ０ ３ ． ０ ３ ２
０ 引
言
高效 算法 ， 试 图通 过 放 置 尽 可 能 少 的 节点 来 达 到
国 家 自然 科 学 基 金 项 目资助 （ 批准号 ： ６ ０ ９ ７ ２ １ ６ Ｏ ）
无线传感器网络中多目标K覆盖保持算法
无线传感器网络中多目标K覆盖保持算法
高春玲;李孜;孙泽宇;邢萧飞
【期刊名称】《计算机工程》
【年(卷),期】2016(042)007
【摘要】在多目标覆盖过程中,大量冗余数据会使对监测区域的有效覆盖有所降低,同时也迫使网络消耗大量能量.针对上述问题,提出一种多目标覆盖保持算法.通过网络模型建立传感器节点与目标节点之间的从属关系,给出对监测区域覆盖期望值的求解方法,在网络能量转换方面,采用传感器节点调度机制,在达到网络能量均衡的同时,通过不同节点之间的能量转换达到不同的网络覆盖质量.仿真结果表明,与基于事件概率模型的优化覆盖算法(EPDM)、基于线性规划的多目标覆盖算法(ETCA)等相比,该算法能获得较高的能量消耗网络生存周期和网络覆盖率.
【总页数】7页(P59-64,71)
【作者】高春玲;李孜;孙泽宇;邢萧飞
【作者单位】洛阳理工学院计算机与信息工程学院,河南洛阳471023;洛阳理工学院计算机与信息工程学院,河南洛阳471023;洛阳理工学院计算机与信息工程学院,河南洛阳471023;广州大学计算机科学与教育软件学院,广州510006
【正文语种】中文
【中图分类】TP393
【相关文献】
1.粮堆中无线传感器网络覆盖保持路由算法的改进与性能比较 [J], 廉飞宇;付麦霞
2.基于遗传算法的无线传感器网络覆盖问题的多目标优化 [J], 赵永;钟声
3.基于节点休眠的水下无线传感器网络覆盖保持分簇算法 [J], 刁鹏飞;王艳娇
4.无线传感器网络中基于自适应网格的多目标定位算法 [J], 王天荆;李秀琴;白光伟;沈航
5.一种面向多目标关联覆盖的无线传感器网络节点优化调度算法 [J], 孙喜策;曹峰;王智
因版权原因，仅展示原文概要，查看原文内容请购买。
三维目标检测算法
三维目标检测算法三维目标检测算法是指在三维空间中对目标进行实时检测与定位的算法。
它广泛应用于自动驾驶、无人机导航、机器人视觉等领域，为智能交通、智能制造等领域提供了重要支持。
本文将从基础的三维目标检测算法、三维物体表示、传感器数据融合，以及深度学习在三维目标检测中的应用等方面进行讨论。
首先，基于点云的三维目标检测算法是三维物体检测的基础。
点云是由激光雷达等传感器采集的三维空间中的点的集合，它包含了丰富的几何和深度信息。
基于点云的算法通常分为两类：基于分割的方法和基于投影的方法。
基于分割的方法将点云分割为若干个区域，再对每个区域进行目标检测和分类。
基于投影的方法将点云投影到二维平面上，再利用图像目标检测算法进行检测。
其次，三维物体表示是三维目标检测中的关键问题之一。
传统的物体表示方式包括边界框表示和三维模型表示。
边界框表示通过表示物体在三维空间中的包围盒来描述物体的位置和尺寸。
三维模型表示使用三维网格或点云表示物体的几何形状。
近年来，一些研究提出了基于深度学习的物体表示方法，如基于体素的表示和基于点云的表示。
这些方法可以更准确地表示物体的形状和姿态，提高三维目标检测的性能。
此外，传感器数据融合是实现高精度三维目标检测的关键技术之一。
在自动驾驶领域，通常采用多传感器融合的方法，如激光雷达与相机数据融合，来增强目标检测的准确性和稳定性。
融合不同传感器的数据可以提供丰富的信息，同时可以弥补每个传感器的缺点，提高目标检测的鲁棒性。
最后，深度学习在三维目标检测中的应用也取得了显著的进展。
传统的基于机器学习的方法通常需要手工设计特征，限制了算法的表达能力。
而深度学习通过学习特征表示和目标检测模型，在三维目标检测中取得了较好的性能。
目前，主要有两种深度学习方法用于三维目标检测：基于图像的方法和基于点云的方法。
基于图像的方法主要利用深度学习模型进行图像目标检测，然后将检测结果转化到三维空间。
基于点云的方法直接利用深度学习模型对点云进行处理和分析，实现三维目标检测。
基于多层立方体簇结构的3D-Ad hoc网络路由算法
基于多层立方体簇结构的3D-Ad hoc网络路由算法佟宁;浑洁絮;杨琦;贾慧敏【摘要】In three-dimensional Ad hoc networks, complex topologies and node random moves can lead to routing diffi-culties. Therefore, this paper presents routing algorithm using hypercube cluster. With positional information of nodes to build hypercube, cluster-forming process is simple and scalable. Furthermore, cluster reconstruction mechanism is intro-duced, since nodes move randomly. Using hypercube cluster structure, this paper transforms the network topology, and determines the communication numbers between clusters. The communication numbers between clusters can provide rele-vant information of route finding, therefore, can effectively simplify the routing process. Simulation results indicate the feasibility of the routing algorithm presented, and it achieves the goal in simplifying the three-dimensional Ad hoc net-work topology and routing correctly.%针对三维Ad hoc网络拓扑结构复杂和节点随机移动导致寻路困难的问题，提出了基于多层立方体簇结构的路由算法。
无线传感器网络三维表面k覆盖多连通部署方法
第 ３５卷第 ７期 ２０１８年 ７月
计算机应用研究 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ
Ｖｏｌ．３５Ｎｏ．７ Ｊｕｌ．２０１８
无线传感器网络三维表面 ｋ覆盖多连通部署方法
王丹丹，徐汀荣
（苏州大学 计算机科学与技术学院，江苏 苏州 ２１５００６）
摘 要：无线传感器网络中覆盖连通问题是基本且重要的问题，三维表面作为无线传感器网络中的一种特殊情 形，对应于现实世界中的山体，为了解决这类与实际应用密切相关的问题，提出了三维表面 ｋ覆盖多连通部署方 法。该方法结合三维表面的地形特征，在目标区域自由选择网格大小进行划分，在各网格之间建立多连通关系， 再通过方向梯度概率感知模型在网格内先构造 ｋ覆盖集，然后利用最小生成树算法构造连通图，最后找出关节 点构造双连通图。大量仿真实验表明，该方法能够对目标区域进行完全覆盖和连通，并且能保证网络的健壮性。 关键词：无线传感器网络；三维表面；ｋ覆盖；多连通 中图分类号：ＴＰ３９３ 文献标志码：Ａ 文章编号：１００１３６９５（２０１８）０７２１１００４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１８．０７．０４５
一种地球空间三维立体网格剖分方法及系统[发明专利]
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202111465185.X(22)申请日 2021.12.03(71)申请人 正元地理信息集团股份有限公司地址 101300 北京市顺义区国门商务区机场东路2号(72)发明人 周文 郭燕燕 丁志庆 常松 邹伟林 (74)专利代理机构 北京高沃律师事务所 11569代理人 刘芳(51)Int.Cl.G06T 17/20(2006.01)(54)发明名称一种地球空间三维立体网格剖分方法及系统(57)摘要本发明涉及一种地球空间三维立体网格剖分方法及系统，方法包括：利用正方体投影的方式对地球进行映射，得到二维平面；利用希尔伯特曲线对二维平面进行填充，得到多层级平面网格；利用Google S2算法对多层级平面网格进行编码，确定各级平面网格编码；对设定高程剖分范围进行划分，得到多个高程等级；每个高程等级包括多个高程单元；利用二进制编码方式对多个高程单元进行编码，确定各级高程单元编码；根据多层级平面网格和高程单元确定三维立体空间中不同级别的三维立体网格；基于三维立体网络将各级平面网格编码和各级高程单元编码进行整合，得到不同级别的三维立体网格编码。
本发明能够实现对地球三维空间的剖分和编码。
权利要求书2页 说明书8页 附图4页CN 114140599 A 2022.03.04C N 114140599A1.一种地球空间三维立体网格剖分方法，其特征在于，包括：利用正方体投影的方式对地球进行映射，得到二维平面；利用希尔伯特曲线对所述二维平面进行填充，得到多层级平面网格；利用Google S2算法对所述多层级平面网格进行编码，确定各级平面网格编码；对设定高程剖分范围进行划分，得到多个高程等级；每个所述高程等级包括多个高程单元；利用二进制编码方式对多个所述高程单元进行编码，确定各级高程单元编码；根据所述多层级平面网格和所述高程单元确定三维立体空间中不同级别的三维立体网格；基于所述三维立体网络将各级所述平面网格编码和各级所述高程单元编码进行整合，得到不同级别的三维立体网格编码。
基于改进蜣螂优化算法的海洋牧场三维UWSN覆盖方法
第 63 卷第 2 期2024 年 3 月Vol.63 No.2Mar.2024中山大学学报（自然科学版）（中英文）ACTA SCIENTIARUM NATURALIUM UNIVERSITATIS SUNYATSENI基于改进蜣螂优化算法的海洋牧场三维UWSN覆盖方法*付雷1，2，王骥1，21.广东海洋大学电子与信息工程学院，广东湛江 5240882.广东省智慧海洋传感网及其装备工程技术研究中心，广东湛江 524088摘要：针对海洋牧场三维环境监测，提出了一种基于改进蜣螂优化算法（IDBO， improved Dung beetle opti‐mizer）的UWSN（underwater wireless sensor networks）覆盖方法。
首先，在蜣螂优化算法（DBO）种群初始化时加入Chebyshev混沌映射，使得种群资源在搜索空间的分配方面更加均衡。
其次，通过自适应权重因子和Levy飞行改进觅食小蜣螂的位置更新方式，提升了位置搜索能力和DBO算法的收敛能力。
将IDBO算法应用在海洋牧场UWSN覆盖优化中，仿真结果表明：在不同参数环境下，IDBO算法的覆盖率高于随机部署和其他智能优化算法，并且能以较低的节点能耗获得更高的覆盖率，节点分布也更加合理。
关键词：海洋牧场；水下无线传感器网络；Chebyshev混沌映射；自适应权重因子；Levy飞行中图分类号：TB393 文献标志码：A 文章编号：2097 - 0137（2024）02 - 0115 - 083D UWSN coverage method for marine ranching based on improvedDung beetle optimization algorithmFU Lei1，2， WANG Ji1，21.College of Electronics and Information Engineering，Guangdong Ocean University，Zhanjiang524088， China2. Research Center of Guangdong Smart Oceans Sensor Networks and Equipment Engineering， Zhanjiang524088， ChinaAbstract： For the environmental monitoring of marine ranching， a 3D underwater wireless sensor net‐works coverage method based on improved Dung beetle optimizer （IDBO）is proposed. Firstly，Chebyshev chaotic mapping was added to the DBO population initialization to make population re‐sources more balanced in the allocation of search space. Secondly，adaptive weight factor and Levy flight were used to improve the position update mode of Dung beetles，which improved the position search ability and the convergence ability of DBO algorithm. The IDBO algorithm was applied to the UWSN coverage optimization of marine ranching，the simulation results show that the coverage rate of IDBO algorithm is higher than that of random deployment and other intelligent optimization algorithms under different parameter environments，and it achieves higher coverage rate with lower node energy consumption， and the distribution of nodes is more reasonable.Key words：marine ranching；UWSN；Chebyshev chaotic mapping；adaptive weight factor；Levy flightDOI：10.13471/ki.acta.snus.2023B063*收稿日期：2023 − 10 − 15 录用日期：2023 − 11 − 22 网络首发日期：2024 − 01 − 05基金项目：广东省普通高校重点领域新一代信息技术专项（2020ZDZX3008）；广东省人工智能领域重点专项（2019KZDZX1046）作者简介：付雷（1996年生），男；研究方向：无线传感器网络；E-mail：*******************通信作者：王骥（1972年生），男；研究方向：海洋物联网与人工智能；E-mail：***************.cn第 63 卷中山大学学报（自然科学版）（中英文）无线传感器网络在环境监测、农业生产及海洋资源开发等领域展现出广泛的应用前景（夏候凯顺等，2014）。
详解无线传感器网络定位技术
详解无线传感器网络定位技术1 引言无线传感器网络作为一种全新的信息获取和处理技术在目标跟踪、入侵监测及一些定位相关领域有广泛的应用前景。
然而，无论是在军事侦察或地理环境监测，还是交通路况监测或医疗卫生中对病人的跟踪等应用场合，很多获取的监测信息需要附带相应的位置信息，否则，这些数据就是不确切的，甚至有时候会失去采集的意义，因此网络中传感器节点自身位置信息的获取是大多数应用的基础。
首先，传感器节点必须明确自身位置才能详细说明“在什么位置发什么了什么事件”，从而实现对外部目标的定位和跟踪；其次，了解传感器节点的位置分布状况可以对提高网络的路由效率提供帮助，从而实现网络的负载均衡以及网络拓扑的自动配置，改善整个网络的覆盖质量。
因此，必须采取一定的机制或算法来实现无线传感器网络中各节点的定位。
无线传感器网络定位最简单的方法是为每个节点装载全球卫星定位系统（GPS）接收器，用以确定节点位置。
但是，由于经济因素、节点能量制约和GPS 对于部署环境有一定要求等条件的限制，导致方案的可行性较差。
因此，一般只有少量节点通过装载GPS 或通过预先部署在特定位置的方式获取自身坐标。
另外，无线传感器网络的节点定位涉及很多方面的内容，包括定位精度、网络规模、锚节点密度、网络的容错性和鲁棒性以及功耗等，如何平衡各种关系对于无线传感器网络的定位问题非常具有挑战性。
可以说无线传感器网络节点自身定位问题在很大程度上决定着其应用前景。
因此，研究节点定位问题不仅必要，而且具有很重要的现实意义。
2 WSN 定位技术基本概念2.1 定位方法的相关术语1）锚节点（anchors）：也称为信标节点、灯塔节点等，可通过某种手段自主获取自身位置的节点；2）普通节点（normal nodes）：也称为未知节点或待定位节点，预先不知道自身位置，需使用锚节点的位置信息并运用一定的算法得到估计位置的节点；3）邻居节点（neighbor nodes）：传感器节点通信半径以内的其他节点；4）跳数（hop count）：两节点间的跳段总数；5）跳段距离（hop distance）：两节点之间的每一跳距离之和；6）连通度（connectivity）：一个节点拥有的邻居节点的数目；7）基础设施（infrastructure）：协助节点定位且已知自身位置的固定设备，如卫星基站、GPS 等。
无线传感器网络安全路由技术综述
无线传感器网络安全路由技术综述摘要：无线传感器网络具有快速部署、抗毁性强等特点，其路由安全是无线传感器网络实现及应用的关键，本文通过对发展路线和技术分支进行梳理，加强对无线传感器网络安全路由的技术理解。
关键词：无线传感器网络；路由；安全一、无线传感器网络安全路由技术简介无线传感器网络(Wireless Sensor Networks, WSN)是由部署在目标监测区域内的大量低功耗、低成本、具有独立感知、数据存储、处理以及无线通信能力的无线传感器节点，通过自组织的方式形成网络，其作用是协作的采集、处理和传输无线传感器网络覆盖的区域中被感知对象的各类信息。
无线传感器网络安全一直是无线传感器网络实现及应用的关键之一，目前，传感器网络在网络协议栈的各个层次中可能受到的攻击方法和防御手段如表1所示：表1 无线传感器网络攻击方法及防御手段表由于实现无线传感器网络的安全存在诸多方面的限制，主要包括无线信道开放传输的脆弱性，连接传感器节点防护薄弱容易被攻击者捕获的脆弱性，部署环境无人看管存在着物理防护的脆弱性，节点计算、存储和能量受限不适合采用安全等级高但计算强度大的公钥密码算法等，这些因素使得无线传感器网络的安全路由成为一个具有挑战性的研究课题，吸引了国内外众多公司及各大高校对无线传感器网络安全路由技术进行大量研究，并取得了丰富成果。
本文对国内外无线传感器网络安全路由技术进行分析，以期了解无线传感器网络安全路由技术的技术情况和发展脉络。
二、无线传感器网络安全路由技术分支及发展路线根据对无线传感器网络安全路由技术相关文献的解读，确定了该技术主要的技术分支为：基于密钥管理、基于地理位置、基于安全签名、基于信任评估、基于层次结构，上述5种不同的安全路由技术构成了该技术的不同技术分支。
通过对无线传感器网络安全路由技术各个技术分支的总结与数理，可以获得无线传感器网络安全路由技术的基本发展路线：1.基于密钥管理的无线传感器网络安全路由技术对于无线传感器网络，密钥管理极其重要，因为它能够实现进一步的安全服务，如机密性、认证和完整性验证。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ ｏｅｅｆＳ ｗ ｒ ｕ ｎＵ ｉｒｔ ｈｎｓａ ｕａ １ ８，Ｃ ｉ ） Ｃｌｇ ｏ ａ ，Ｈ ｎ ｎ ｅｉ，Ｃａｇ ｎｎ ０ ２ ｈ ａ ｌ ｏ ｆ ｅ ａ ｔ ｖ ｓｙ ｈＨ ４ ｎ
维最 大 ｋ覆 盖 问题 的快速 求解 算法 （ ＰＲ ＭＣ Ａ） － Ｃ —Ｔ Ｄ 。算 法 首 先 把 感 兴趣 区域 剖 分 为 立 方 体 区域 ， 从 而将 复 杂的 空 间区域覆 盖 问题 转 化 为 简单 的 立方体 区域覆 盖 问题 。理 论 分析 与仿 真 实验 表 明 ， 对 针 具有 ｎ个节 点 的传感 器 网络 ，新 算 法的计 算 时间复 杂度 为 Ｏ（ ） 远低 于 已有 算 法 Ｏ（３ｏｎ ｎ， ／ｌｇ ）的计 算 ／
Ａ ｓｒｃ：Ａ Ｃ ｂ ａｔ ｏ ａｅ ａｉ Ｔ ｒ －ｉ ｅｓ ｎｌ －ｏｅａｅＤ ｃ ｉｎＡ ｇｒｈ （ ＰＲ Ｃ Ａ Ｗ ｒｐｓｄ ｂ ｔ ｔ ｕｅＰｒｔ ｎｂｓｄＲ ｐｄ ｈｅ ｄｍ ｎｉ ａ ｋＣ ｖｒｇ ｅｉｏ ｌ ｉ ｍ Ｃ —Ｔ Ｄ ） ａ ｐｏｏｅ ， ａ ｉ ｉ ｅ ｏ ｓ ｏｔ ｓ
０ 引言
集信息传感 、 处理 、Ｐ 定位及网络通信功能 于一体 数据 ＧＳ
的传感器在环境与军事 监控 、 地震 与气候 预测 、 地下 、 深水 以
了研 究 ， 即判定 网络 中的传感器 节点能 至少或 最优 覆盖 哪些 路 径。２ ０ ０３年 ， 文献 ［ ］ 一步考虑 节点 的能耗 问题 ， 文 ９进 对 献【 ］ ８ 中的算法进行 了改进 。文献 【 Ｏ一１ ］ １ １ 在此 基础上 ， 结 合考虑节点的能耗 问题 ，对区域覆盖 问题进 行 了研 究 ，即判 定某个感兴趣 区域 Ｐ是否 被网络 中 的某些 传感 器 节点 所覆
基 于 立方 体 剖 分 的传 感 器 网络 快 速 三维 ｋ覆盖 判 定算 法 。
姚焯 善 ， 王 雷， 汤 念， 张大 方
（ 南大学 软件学院， 湖 湖南 长沙 ４ ０８ ） １ ２ ０
（ ｔ ｅ ｍ ｉ ｓｈ ． ｏ ） ｄｒ — ａｌ ｏ ｕ ｃｍ ｅ ＠
摘
要 ： 出了一种 传感 器 网络 中基 于立 方 体剖 分 的三 维 ｋ覆 盖 快 速 判 定 算 （ ＰＲ Ｃ Ａ） 三 提 ． Ｃ ．Ｔ Ｄ 和
维普资讯
第２ ７卷 第 ２期
２０ ０ ７年 ２月
文章 编 号 ：１ １— ０ １ ２０ ）０— ５ ７－ ３ １０ ９ ８ （０ ６ １ ００ ０ ３
计 算机 应 用
Ｃｏ ｕｔｒＡｐ ｌｃ ｔｏ ｍｐ ｅ ｐ ｉ ａｉｎｓ
Ｖ０ ． ７ Ｎｏ． １２ ２ Ｆ ｂ．２ ０ ｅ ０７
时 间复 杂度 。 关键 词 ： 感 器网络 ； 维 ｋ覆 盖 问题 ；剖分 ；判定 算 法 传 三 ．
中图分 类 号 ： Ｐ ９ Ｔ３３
文献标 识 码 ： Ａ
Ｃｕ ｒｉｉ ｎ ｓ ｄ ｒ ｐ ｄ ｈｒ ｅ－ ｍ ｅ ｓｏ ｌｋ－ ｏ ｅ ａ ｅ ｄ ｃｓｏ ｂｅ ｐａ ｔｔｏ ｂａ ｅ ａ ｉ ｔ ｅ － ｄｉ ｎ ｉｎａ － ｖ ｒ ｇ ｅ ｉｉ ｎ ｃ ａｇ ｒｔ ｏ ｅ ｏ ｔ ｒ ｓ ｌ ｏ ｉｈｍ ｆ ｒ ｓ ｎ ｒ ｎｅ ｗｏ ｋ ｓ
ｉ ｈ ｃ ｔ ｅ ｒ ｇ ｏ ｆ ｉ ｔ ｒｓ ｓ ｐ ｒｉ ｏ ｅ ｉｔ ｒａ ｇｅ ｒｔ ， ａ ｄ ｔ ｅ ｅ ｏ ｌｘ ｒＡ ｃ ｖ ｒ ｇ ｐ ｂ ｅ Ｗａ ｎ ｗ ｉｈ ｈ ｅ ｉ ｎ ｏ ｎ ｅｅ ｔ ｗａ ａ ｔ ｉｎ ｄ ｎ ｏ ｔ ｎ ｌ ｓ ｆ ｓ ｙ ｔ ｉ ｉ ｌ ｎ ｈ ｎ ｔ ｃ ｍｐ ｅ ａｐｌ ｏ ｅ ａ ｅ ｒ ｌ ｍ ｓ ｈ ｏ ｔ ｎ ｆｒ ｄ ｎｏ ｓｍｐ ｅ ｔ ａ ｇ ｅ ｃ ｖ ｒ ｇ ｒ ｂｅ ｒ ｓ ｍｅ ｉ ｔ ｉ ｌ ｒ ａ ｏ ｉ ｌ ｏ ｅａ ｅ ｐ ｏ ｌｍ．Ｔ ｅ ｒ ｔ ａ ａｙ ｉ ｎ ｉ ｌ ｔ ｎ ｒ ｓ ｔ ｈ ｗ ｔ ａ， ｆｒｓ ｎ ｏ ｅ ｗ ｒ ｓ ｎ ｈ ｏ ｅ ｉｌ ａ ｌ ｓｓ ａ ｄ ｓｍｕ ａｉ ｅ ｕ ｓｓ ｏ ｔ ｏ ｅ ｒｎ ｔ ｏ ｋ ｃ ｎ ｏ ｌ ｈ ｓ ｗ ｔ ｉ ｅ ｎ ￣ ｎ ｏ ｓ ｔｅ ｎ ｗ ａ ｇ ｒｔ ｍ ａ ｏｖ ｅ ｋ ｃ ｖ ｒ ｇ ｒ ｂ ｅ ｃ ｒｅ ｔ ｒａ ｙ ｇ ｖ ｎ ｒ ｇｏ ｆｉ ｔ ｒｓ ｉ ｍｅ ｉ ｄｆ ｒ ｔ ｈ ｅ ｓ ｒ ， ｈ ｅ ｏ ｈ ｃ ｎ ｓ ｌｅ ｔ －ｏ ｅ ａ ｅ ｐ ｏ ｌ ｍ ｏ ｒ ｃ ｙ ｆ ｎ ｉ ｅ ｅ ｉ ｎ ｏ ｅ ｔｗ ｔ ｔ ｌ ｉ ｈ ｌ ｏ ｎ ｅ ｈｉ
及外层空 间探索等许多方面都具 有广泛应用前 景 ， 而外 界环 境的不确定性经常导致需要 布置成百上千这样的传感器协同 工作． 因此 ， 由大规模 传感 器 （ 对 传感 节点 ） 构成 的 传感 器 网
ｃｓ ｆ ｏｔ ｏ Ｏ（ｎ ， ，ｗ ｉｈｉｆｒ ｅｏ ｅｔ ｏＴ０（ｎ ｌｇ ）ｏ ｏ ｅ பைடு நூலகம்ｒｈ ． ｓ ）ｏ ｙ ｈｃ ｌｗｔ ｍｅＣ Ｓ ａ ｓａ ｂ ｈ ｉ ｓ ３ ｏｎ ｆ ｔ ｒ ｏ ｔ ｈ ａ ｉ ｍｓ ｌ
Ｋｅ ｒ ｓ Ｓ ｎ Ｏ ｅｗｏ ｋ ；ｔ ｒｅ ｄ ｍｅ ｉｎ － ｏ ｅ ａ ｅ ｐ ｏ ｌｍ；ｐ ｒｉ ｏ ；ｄ ｃｓｏ ｇ ｒｔｍ ｙ ｗｏ ｄ ： ｅ Ｓ ｒｎ ｔ ｒ ｓ ｈ ｅ － ｉ ｎ ｏ ａ ｋ ｃ ｖ ｒ ｇ ｒ ｂｅ ｓ ｌ ａｔ ｎ ｉ ｔ ｅ ｉｉ ｎ ａ ｏ ｈ ｌ ｉ