本發(fā)明屬于無線傳感器網(wǎng)絡(luò)技術(shù)領(lǐng)域，更具體地，涉及一種基于理想圖案模型的3D水下無線傳感器網(wǎng)絡(luò)部署方法。

背景技術(shù)：

隨著無線傳感器技術(shù)的廣泛應(yīng)用，極大地改善了人們的日常生活體驗，促進了現(xiàn)代工業(yè)制造和武器裝備的發(fā)展。水下傳感器網(wǎng)絡(luò)(Underwater sensor networks，USNs)作為無線傳感器網(wǎng)絡(luò)(Wireless sensor networks，WSNs)向水下應(yīng)用的延伸，在海洋環(huán)境監(jiān)測、地質(zhì)災(zāi)害預(yù)防、水下資源勘探、水下戰(zhàn)術(shù)監(jiān)視、水下武器及巡航器偵察定位等領(lǐng)域有著廣闊的應(yīng)用前景，已引起世界各國政府部門、工業(yè)界、學(xué)術(shù)界和科研機構(gòu)的極大關(guān)注。

最早開展USNs研究的國家是美國，早在上世紀(jì)50年代，美國就在大西洋和太平洋中投入大量經(jīng)費建設(shè)了一個龐大的水聲監(jiān)測系統(tǒng)(Sound Surveillance System，SOSUS)，以實施海洋監(jiān)測和海洋戰(zhàn)術(shù)監(jiān)視。作為美國比較成功的水下網(wǎng)絡(luò)之一的美國海軍海網(wǎng)(Seaweb)水下聲學(xué)網(wǎng)絡(luò)是目前應(yīng)用較早的具有典型代表意義的水下傳感器網(wǎng)絡(luò)項目，美國海軍主要將其用于沿海區(qū)域的警戒，這種可布放的自主分布系統(tǒng)能夠?qū)崿F(xiàn)命令、控制、通信和導(dǎo)航功能，在反潛戰(zhàn)和反水雷領(lǐng)域具有良好的應(yīng)用效果。

此外，日本的地球區(qū)域?qū)崟r監(jiān)測計劃ARENA、歐洲的海洋氣象監(jiān)測網(wǎng)絡(luò)ESONET、蒙特利海灣研究所MBARI建立的海洋生化監(jiān)測系統(tǒng)LOBO和海洋監(jiān)測系統(tǒng)MOOS、北太平洋中鋪設(shè)的有纜繩海洋監(jiān)測系統(tǒng)NEPTUNE工程和設(shè)在紐約西長島南部的前沿分析觀測網(wǎng)絡(luò)和遙測系統(tǒng)FRONT等，目標(biāo)都是通過USNs實現(xiàn)海洋多學(xué)科、多要素的綜合研究。目前，USNs部署的主要方法包括隨機部署、受控部署和移動部署等。一般來說，對于水下復(fù)雜多變的海洋環(huán)境，同時考慮網(wǎng)絡(luò)開銷和運行成本，USNs網(wǎng)絡(luò)廣泛采用隨機部署策略對水下固定錨節(jié)點進行初始部署。

然而，水下固定錨節(jié)點一經(jīng)部署會被錨固定在水底，只能通過改變自身浮力和節(jié)點與錨之間的纜繩長度來改變其所處的深度，而不能改變節(jié)點在原始部署后的水平位置，勢必影響網(wǎng)絡(luò)覆蓋和連通性能。鑒于以上現(xiàn)實問題，目前所有隨機部署優(yōu)化算法都是經(jīng)過計算，得出每一個原始部署節(jié)點最終合適的水下深度(Z-坐標(biāo)值)，以滿足網(wǎng)絡(luò)覆蓋率最大、網(wǎng)絡(luò)連通度最高。

國外有很多學(xué)者發(fā)明了水下3D傳感器網(wǎng)絡(luò)部署方法，然而這些方法一般均專注于使得網(wǎng)絡(luò)性能的某一個指標(biāo)達到最優(yōu)。以專注于覆蓋率最大化的優(yōu)化算法為例，此類算法主要分為兩種：一種是窮舉搜索方法，將部署節(jié)點在部署區(qū)域的不同深度不斷進行迭代，直至找到該節(jié)點滿足網(wǎng)絡(luò)覆蓋率最大時所處的深度。這種方法總能找到網(wǎng)絡(luò)覆蓋率最大的部署方案，但是其算法時間復(fù)雜度過高。

另一種是減小節(jié)點間覆蓋區(qū)域重疊的方法，一般采用分簇或者抽取樣本的方式用一種算法達到節(jié)點間重疊區(qū)域最小的目的。這種方法的分析過程和計算模型往往較為復(fù)雜，屬于覆蓋率最大化算法中的次優(yōu)方案。

最近，有研究者提出了一些同時保證網(wǎng)絡(luò)連通度的覆蓋率最大化部署算法，主要是基于水面2D連通支配集，在不破壞該連通支配集的基礎(chǔ)上選擇被支配節(jié)點在水下的合適深度，以使得該被支配節(jié)點沉降后對區(qū)域的覆蓋貢獻最大。但是這種方法為了不破壞原有的連通支配集而保證網(wǎng)絡(luò)連通度，因此限制了節(jié)點的移動空間，最終導(dǎo)致網(wǎng)絡(luò)覆蓋率得不到有效提高。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種基于理想圖案模型的水下傳感器節(jié)點沉降部署方法，以在水下3D傳感器網(wǎng)絡(luò)部署中，保證網(wǎng)絡(luò)連通度的同時，使得網(wǎng)絡(luò)覆蓋率最大化。

為此，本發(fā)明提供了一種基于理想圖案模型的水下無線傳感器節(jié)點沉降部署方法，包括以下步驟：

(1)在給定目標(biāo)區(qū)域的水面隨機部署m個節(jié)點，并滿足所述m個節(jié)點在水面原始部署中已構(gòu)成一個連通的網(wǎng)絡(luò)，原始部署的節(jié)點坐標(biāo)集合記為M_surf(M_i.x，M_i.y，M_i.z)，i＝1，2，...，m；

(2)按照優(yōu)化模型對所述給定目標(biāo)區(qū)域進行三維泰森圖劃分，形成相互共面相切的空間填充多面體，并滿足當(dāng)傳感器節(jié)點部署于理想圖案位置時，所述多面體正好內(nèi)切于傳感器節(jié)點的感知球，將圖案位置坐標(biāo)集合記為N(N_j.x，N_j.y，N_j.z)，j＝1，2，...，n；

(3)從所述m個節(jié)點中指派n個節(jié)點沉降到水平方向上相距理想圖案位置最近的實際位置，并滿足n個指派節(jié)點的實際位置與相應(yīng)的理想圖案位置在水平方向上距離偏差總和最小，距離偏差總和記為其中為第i個原始部署節(jié)點M_i與第j個理想圖案位置N_j之間的水平歐式距離，x_ij為最佳指派模型的解矩陣，若M_i與N_j為一對匹配節(jié)點，則x_ij＝1，否則x_ij＝0；

(4)判斷所述n個指派節(jié)點M_under在水下是否構(gòu)成一個連通的網(wǎng)絡(luò)，若未構(gòu)成連通網(wǎng)絡(luò)，則進行網(wǎng)絡(luò)連通修復(fù)，必要時沉降部分水面節(jié)點(令個數(shù)為k)到水下，然后更新節(jié)點坐標(biāo)集合M_under(個數(shù)為n+k)和M′_surf(個數(shù)為m-n-k)；若構(gòu)成連通網(wǎng)絡(luò)，則判斷水面上是否存在冗余節(jié)點，即判斷m-n-k＝0是否成立，若成立則算法終止，否則繼續(xù)下一步；以及

(5)計算上述步驟(3)和步驟(4)中已沉降節(jié)點M_under的三維泰森圖多面體晶胞，多面體晶胞C(C₁，C₂，...，C_n+k)的頂點坐標(biāo)集合記為所有多面體晶胞中，不能被晶核所覆蓋的頂點坐標(biāo)集合記為V_u，則V_u為水下節(jié)點的覆蓋空洞點集，沉降所述冗余節(jié)點M′_surf以修復(fù)覆蓋空洞，并滿足冗余節(jié)點沉降后與水下節(jié)點M_under連通。

進一步地，上述步驟(2)包括以下子步驟：

(2-1)采用經(jīng)典球堆積模型中的菱形十二面體(面心立方格、FCC結(jié)構(gòu))或截頂八面體(體心立方格、BCC結(jié)構(gòu))作為優(yōu)化模型，對目標(biāo)覆蓋區(qū)域進行泰森圖劃分，形成規(guī)則泰森多面體(晶胞)，理想圖案位置即為晶胞的晶核，多面體邊長記為a；

(2-2)計算圖案位置間最小間距與多面體邊長a的關(guān)系，假設(shè)R_s為傳感器節(jié)點感知半徑，R_c為傳感器節(jié)點通信半徑。若采用FCC結(jié)構(gòu)，泰森多面體為菱形十二面體，其外接球半徑r_o為內(nèi)切球半徑r_i為圖案位置間最小間距其中若采用BCC結(jié)構(gòu)，泰森多面體為截頂八面體，其外接球半徑r_o為圖案位置間最小間距其中

(2-3)計算圖案位置最小個數(shù)n，假設(shè)目標(biāo)區(qū)域長寬高分別為L、W、H的一個長方體區(qū)域，采用FCC結(jié)構(gòu)或BCC結(jié)構(gòu)進行覆蓋，圖案位置最小個數(shù)n分別為：

式中[N]表示取不小于N的整數(shù)。

(2-4)由以上公式結(jié)合目標(biāo)區(qū)域坐標(biāo)范圍和節(jié)點通信半徑、感知半徑計算圖案位置最小個數(shù)n及圖案位置坐標(biāo)集合N(N_j.x，N_j.y，N_j.z)，j＝1，2，...，n。

進一步地，上述步驟(3)包括以下子步驟：

(3-1)計算原始部署節(jié)點M_surf和理想圖案位置N兩個集合中兩兩點集的水平歐式距離矩陣D＝[d_ij]m×n，d_ij表示第i個原始部署節(jié)點M_i與第j個理想圖案位置N_j之間的水平歐式距離；

(3-2)建立指派問題的數(shù)學(xué)模型(即最小成本加權(quán)二分圖最大匹配模型)：滿足以下約束條件：x_ij＝{0，1}，

(3-3)求解上述模型的最優(yōu)解即為隨機部署節(jié)點與圖案位置一對一的指派結(jié)果，根據(jù)該匹配結(jié)果對水面節(jié)點進行指派和“沉降”，其表征了水面所有部署節(jié)點中最接近理想圖案模型的一種結(jié)果，該結(jié)果使得目標(biāo)區(qū)域覆蓋率和網(wǎng)絡(luò)連通度得到優(yōu)化。

優(yōu)選地，上述步驟(4)包括以下子步驟：

(4-1)搜索沉降節(jié)點M_under的不連通網(wǎng)絡(luò)分區(qū)，假設(shè)不連通網(wǎng)絡(luò)分區(qū)個數(shù)為K，按照成員個數(shù)由大到小進行排序，記為子網(wǎng)S₁，S₂，...，S_K，將子網(wǎng)S₁，S₂，...，S_K投影至水面區(qū)域，水面投影子網(wǎng)記為S′₁，S′₂，...，S′_K；

(4-2)判斷S′₁，S′₂，...，S′_K是否構(gòu)成一個完整的連通網(wǎng)絡(luò)？如果是，則調(diào)整子網(wǎng)S₂，...，S_k中部分節(jié)點的Z-坐標(biāo)，使其分別與最大子網(wǎng)S₁連通，若子網(wǎng)S_i與S₁連通需要調(diào)整的節(jié)點Z-坐標(biāo)之和為Δz_i，則需保證該方法記為“調(diào)整法”；如果否，則首先從水面冗余節(jié)點M′_surf中選擇部分節(jié)點使S′₁，S′₂，...，S′_K相互連通，這部分節(jié)點稱為“插入節(jié)點”，“插入節(jié)點”沉降到水下合適深度，然后通過調(diào)整法調(diào)節(jié)子網(wǎng)S₂，...，S_K部分節(jié)點z-坐標(biāo)從而達到網(wǎng)絡(luò)全連通，該方法記為“插入-調(diào)整法”。

上述步驟(4-2)的實現(xiàn)基于以下定理：

定理：如果一個水面2D網(wǎng)絡(luò)的所有節(jié)點構(gòu)成一個連通的網(wǎng)絡(luò)，當(dāng)這些節(jié)點沿垂直方向擴展至水下3D區(qū)域后，總能通過調(diào)節(jié)未連通節(jié)點的z-坐標(biāo)使3D區(qū)域的所有節(jié)點形成一個連通的網(wǎng)絡(luò)。

證明：在2D水面所有節(jié)點構(gòu)成一個連通的網(wǎng)絡(luò)，即任一節(jié)點至少有一個鄰居節(jié)點，假設(shè)在水面2D區(qū)域中節(jié)點S_j是子網(wǎng)S₁中節(jié)點s_i的一個鄰居節(jié)點，當(dāng)擴展至水下3D區(qū)域后，節(jié)點s_j不再與子網(wǎng)S₁連通，令為節(jié)點s_j和節(jié)點s_i在2D水面的歐式距離，為他們在水下3D區(qū)域的歐式距離，R_c為節(jié)點通信半徑，則有：因此，使得：成立，因為明顯地使得((s_j.z±Δz_j)-s_i.z)2＝R_c²-(s_j.x-s_i.x)²-(s_j.y-s_i.y)²≥0有解，因此總能通過調(diào)整節(jié)點s_j的z-坐標(biāo)使其重新與節(jié)點s_i∈S₁連通，從而使節(jié)點s_j恢復(fù)與子網(wǎng)S₁的連通。

進一步地，上述步驟(4-2)調(diào)整法具體為：將子網(wǎng)S₂，...，S_K逐個與S₁連通，令d_ik為子網(wǎng)S_k中節(jié)點s_i與S₁連通所需要調(diào)節(jié)的Z-坐標(biāo)距離，若節(jié)點s_i不能與S₁連通，則為d_ik賦一個極大值，令D(k)＝min(d_ik)為子網(wǎng)S_k與S₁連通所需調(diào)節(jié)的最小距離，令D_min＝min(D)為子網(wǎng)S₂，...，S_K與S₁連通所需調(diào)節(jié)的最小距離，假設(shè)子網(wǎng)S_k中節(jié)點s_i的調(diào)整滿足D_min，則節(jié)點s_i更新其z-坐標(biāo)從而與S₁連通，若節(jié)點s_i調(diào)整坐標(biāo)后仍與子網(wǎng)S_k連通，則將子網(wǎng)S_k合并到S₁，否則僅將節(jié)點s_i合并到S₁，子網(wǎng)S_k去除節(jié)點s_i，然后重復(fù)前述步驟直至網(wǎng)絡(luò)全連通；

進一步地，上述步驟(4-2)插入-調(diào)整法具體為：首先將水面投影子網(wǎng)S′₁，S′₂，...，S′_K中相互不連通的子網(wǎng)記為S′_uncon(s′_u1，s′_u2，...s′_ul)，因為在水面原始部署網(wǎng)絡(luò)中，所有節(jié)點均構(gòu)成一個連通網(wǎng)絡(luò)，不難證明從水面冗余節(jié)點M′_surf中總能找出一些節(jié)點使不連通子網(wǎng)S′_uncon相互連通，M′_surf中用以連通S′_uncon的最少節(jié)點，稱為“插入節(jié)點”，記為M′_inst，并將連通s′_u1和s′_ui的最小跳數(shù)節(jié)點記為H_1i，如連通節(jié)點p′∈s′_u1和節(jié)點q′∈s′_ui需要插入節(jié)點a′，b′為最小路徑，a′，b′∈M′_surf，則H_1i＝(p′，a′，b′，q′)；下面敘述節(jié)點a′，b′的沉降方法，令為連接節(jié)點p∈S₁和節(jié)點q∈S_j的有向線段(節(jié)點p，q在水面的投影為p′，q′)，令l_p為節(jié)點p在水下的位置，l_a為節(jié)點a′在水下的沉降位置，需滿足dist(l_p，l_a)≤R_c，且在上的投影最大，確定節(jié)點a′的沉降位置l_a后，再按此方法確定節(jié)點b′的沉降位置l_b，然后將節(jié)點a，b并入子網(wǎng)S₁，待所有插入節(jié)點M′_inst位置確定后，執(zhí)行前述調(diào)整法算法，完成連通度修復(fù)。

進一步地，上述步驟(5)包括以下子步驟：

(5-1)計算水下節(jié)點M_under的三維泰森圖多面體晶胞，多面體晶胞C(C₁，C₂，...，C_n+k)的頂點坐標(biāo)集合記為k為步驟(4)中沉降的插入節(jié)點個數(shù)；

(5-2)搜索多面體晶胞中，不能被晶核所覆蓋的頂點坐標(biāo)集合記為V_u，則V_u為水下節(jié)點的覆蓋空洞點集；

(5-3)采用聚類算法沉降水面冗余節(jié)點M′_surf以盡量多的覆蓋空洞點集V_u；

(5-4)采用前述調(diào)整法修復(fù)網(wǎng)絡(luò)連通度。

進一步地，上述步驟(5-3)具體為：對于任一個水面冗余節(jié)點M_i∈M′_surf,為其隨機生成一個Z-坐標(biāo)，連同其自身(x，y)-坐標(biāo)構(gòu)成一個原始簇心令簇心K_cent個數(shù)為K，將覆蓋空洞點集V_u聚類到相距最近的K個簇心，則形成K個簇，簇成員記為K_memb，重新計算每個簇簇成員的Z-坐標(biāo)重心(考慮到節(jié)點只能沿垂直方向移動)，更新簇心坐標(biāo)重復(fù)聚類和計算簇心的操作，直至簇成員K_memb不再發(fā)生變動，則最終的簇心位置即為水面冗余節(jié)點沉降位置。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下技術(shù)優(yōu)勢：

(1)創(chuàng)新了水下3D傳感器網(wǎng)絡(luò)基于圖案模型的部署方法：水下傳感器網(wǎng)絡(luò)一般均采用大冗余量的隨機部署策略，當(dāng)節(jié)點冗余量增大時，總能找到非常接近圖案位置的隨機部署節(jié)點，由于本發(fā)明采用水面原始部署即構(gòu)成連通網(wǎng)絡(luò)的措施，并且圖案模型的計算同時考慮了節(jié)點感知半徑和通信半徑，從而在初始指派部署中就能達到較高的覆蓋率和連通度。

(2)節(jié)點部署更加方便、快捷、高效：本發(fā)明基于水下固定錨節(jié)點的隨機部署策略，采用集中式算法，部署過程中無需節(jié)點提供自身坐標(biāo)以外的更多信息，避免了分布式算法不斷重復(fù)的通信和信息交換，一次沉降即可完成任意數(shù)目的節(jié)點部署，并達到水下網(wǎng)絡(luò)的全連通和覆蓋率的最大化，節(jié)點部署效率明顯提升、能耗明顯降低。

(3)算法時間復(fù)雜度低、運行效率高：本方法雖建立在集中式算法基礎(chǔ)上，但與現(xiàn)有集中式算法相比，時間復(fù)雜度降低達1-2個數(shù)量級，與現(xiàn)有分布式算法相比，在連通度保證下網(wǎng)絡(luò)覆蓋率性能得到有效提升。

除了上面所描述的目的、特征和優(yōu)點之外，本發(fā)明還有其它的目的、特征和優(yōu)點。下面將參照圖，對本發(fā)明作進一步詳細(xì)的說明。

附圖說明

構(gòu)成本申請的一部分的說明書附圖用來提供對本發(fā)明的進一步理解，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。在附圖中：

圖1是本發(fā)明基于3D理想圖案模型的水下傳感器節(jié)點部署方法流程圖；

圖2a至圖d是本發(fā)明中應(yīng)用的兩種理想圖案模型，其中，圖2a是目標(biāo)覆蓋區(qū)域被菱形十二面體完全填充時的示意圖，圖2b是目標(biāo)覆蓋區(qū)域被截頂八面體完全填充時的示意圖，圖2c是圖2a中的菱形十二面體的幾何圖形，圖2d是圖2b中的截頂八面體的幾何圖形；

圖3a和圖3b是本發(fā)明節(jié)點匹配和指派示意圖，其中，圖3a是節(jié)點指派示意圖，其中，每個理想圖案位置附近被指派一個傳感器節(jié)點；圖3b是圖3a中的節(jié)點mi的指派圖；

圖4a和圖4b是本發(fā)明網(wǎng)絡(luò)連通度修復(fù)-“調(diào)整法”說明圖，其中，圖4a為不連通子網(wǎng)的示意圖，圖4b是子網(wǎng)連通度修復(fù)節(jié)點上下移動示意圖；

圖5是本發(fā)明網(wǎng)絡(luò)連通度修復(fù)-“插入-調(diào)整法”說明圖；

圖6a和圖6b是本發(fā)明覆蓋空洞點搜索示意圖，其中，圖6a示出了具有覆蓋空洞點的三維泰森圖多面體晶胞，圖6b示出了覆蓋空洞修復(fù)效果示意圖；

圖7是本發(fā)明在部署實例中節(jié)點的最終部署方案圖；

圖8a和圖8b是本發(fā)明網(wǎng)絡(luò)覆蓋率結(jié)果圖，其中，圖8a給出了在不同部署節(jié)點數(shù)目(Number of Deployed Notes)條件下本發(fā)明兩種部署策略與現(xiàn)有技術(shù)的四種部署策略的網(wǎng)絡(luò)覆蓋率(Cov Ratio)性能比較圖；圖8b給出了在不同感知、通信半徑比(Communication Range/Sensing Range)條件下本發(fā)明的兩種部署策略與現(xiàn)有技術(shù)的四種部署策略的網(wǎng)絡(luò)覆蓋率(Cov Ratio)性能比較圖；以及

圖9a和圖9b是本發(fā)明網(wǎng)絡(luò)連通度結(jié)果圖，其中，圖9a示出了在任意部署節(jié)點數(shù)目(Number of Deployed Notes)下本發(fā)明兩種部署策略與現(xiàn)有技術(shù)的四種部署策略的網(wǎng)絡(luò)連通度(Gaint Tree Ratio)性能比較圖，圖9b示出了在不同感知、通信半徑比(Communication Range/Sensing Range)條件下本發(fā)明兩種部署策略與現(xiàn)有技術(shù)的四種部署策略的網(wǎng)絡(luò)連通度(Gaint Tree Ratio)性能比較圖。

具體實施方式

需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。下面將參考附圖并結(jié)合實施例來詳細(xì)說明本發(fā)明。

圖1至圖9示出了根據(jù)本發(fā)明的一些實施例。

如圖1所示，基于理想圖案模型的水下無線傳感器節(jié)點沉降部署方法包括以下步驟：

步驟S10：在目標(biāo)區(qū)域水面隨機部署m個傳感器節(jié)點，節(jié)點坐標(biāo)由GPS定位裝置得到，并傳送給水面中心節(jié)點；

步驟S20：計算3D目標(biāo)覆蓋區(qū)域的理想圖案模型，得到理想圖案位置坐標(biāo)信息；

步驟S30：將水面節(jié)點與圖案位置進行一對一的指派，記錄相應(yīng)的匹配結(jié)果；

步驟S41：判斷沉降節(jié)點是否構(gòu)成一個連通網(wǎng)絡(luò)？若是則執(zhí)行步驟S51，否則執(zhí)行步驟S43:

步驟S43：搜索沉降節(jié)點不連通網(wǎng)絡(luò)分區(qū)？

步驟S45：判斷不連通網(wǎng)絡(luò)分區(qū)在水面的投影是否構(gòu)成一個連通網(wǎng)絡(luò)？若構(gòu)成連通網(wǎng)絡(luò)，則執(zhí)行步驟S47；否則執(zhí)行步驟S49；

步驟S47：利用插入-調(diào)整法對網(wǎng)絡(luò)連通度修復(fù)，修復(fù)完成后執(zhí)行步驟S51；

步驟S49：利用調(diào)整法對網(wǎng)絡(luò)連通度修復(fù)，修復(fù)完成執(zhí)行步驟S51；

步驟S51：判斷水面是否有冗余節(jié)點？若無則終止，若有冗余節(jié)點，則執(zhí)行步驟S53；以及

步驟S53：覆蓋空洞修復(fù)，完成后終止。

下面結(jié)合部署實例對本發(fā)明的水下傳感器節(jié)點沉降部署方法的各步驟進行詳細(xì)說明：

步驟S10：在給定目標(biāo)區(qū)域例如監(jiān)測區(qū)域的水面由飛機或艦船隨機的拋灑m個水下固定錨節(jié)點，節(jié)點的水平坐標(biāo)由GPS定位裝置得到，所有節(jié)點在水面的原始部署中均已構(gòu)成一個連通的網(wǎng)絡(luò)，原始部署的節(jié)點坐標(biāo)集合記為M_surf(M_i.x，M_i.y，M_i.z)，i＝1，2，...，m。，本實例中網(wǎng)絡(luò)覆蓋區(qū)域(即給定目標(biāo)區(qū)域)設(shè)置為(500×500×200)m³，節(jié)點感知半徑和通信半徑：R_s＝60m，R_c＝100m，這些節(jié)點隨后按照以下步驟要求被錨固定在水底，節(jié)點深度由連接錨與節(jié)點間的纜繩長度所決定；

步驟S20：計算滿足全覆蓋和全連通條件的節(jié)點部署理想圖案位置；

圖2a至圖2d示出了目標(biāo)覆蓋區(qū)域被規(guī)則菱形十二面體(FCC結(jié)構(gòu))或截頂八面體(BCC結(jié)構(gòu))完全填充時的理想圖案位置分布和三維泰森圖(3D-Voronoi)劃分示意圖，下面結(jié)合圖2a至圖2d具體說明本步驟的實現(xiàn)過程：

(2-1)將FCC結(jié)構(gòu)或BCC結(jié)構(gòu)分割的泰森多面體——菱形十二面體或截頂八面體邊長均記為a；

(2-2)計算圖案位置間最小間距l(xiāng)與多面體邊長a的關(guān)系。若采用FCC結(jié)構(gòu)，圖案位置間最小間距其中若采用BCC結(jié)構(gòu)，圖案位置間最小間距其中

(2-3)計算圖案位置最小個數(shù)n：

(2-4)結(jié)合目標(biāo)區(qū)域坐標(biāo)范圍和圖案位置間距計算圖案位置坐標(biāo)集合N(N_j.x，N_j.y，N_j.z)，j＝1，2，...，n。

步驟S30：完成m個部署節(jié)點與n個圖案位置的匹配和指派，需滿足條件其中。

本步驟的匹配過程包括以下子步驟：

(3-1)計算原始部署節(jié)點M_surf和理想圖案位置N中兩兩點集的水平歐式距離矩陣D＝[d_ij]m×n，d_ij表示第i個原始部署節(jié)點M_i與第j個理想圖案位置N_j之間的水平歐式距離；

(3-2)建立節(jié)點匹配模型：d_ij為第i個原始部署節(jié)點M_i與第j個理想圖案位置N_j之間的水平歐式距離，x_ij為最佳指派模型的解矩陣，匹配模型約束條件為：x_ij＝{0，1}，

(3-3)采用匈牙利算法求解上述模型，得到解矩陣x_ij，根據(jù)解矩陣的指派結(jié)果生成水下節(jié)點坐標(biāo)集合M_under，水上冗余節(jié)點集合記為M′_surf，解矩陣中若x_ij＝1，則表明將第i個原始部署節(jié)點指派給第j個理想圖案位置。

圖3a和圖3b示出了節(jié)點匹配和指派結(jié)果示意圖，圖中節(jié)點m_i∈M_surf和n_j∈N是一對匹配節(jié)點，則指派后節(jié)點m_i坐標(biāo)更新為(m_i.x，m_i.y，n_j.z),所有經(jīng)指派的節(jié)點坐標(biāo)更新后生成水下節(jié)點坐標(biāo)集合M_under。需要指出的是，無論初始部署節(jié)點個數(shù)是多還是少，經(jīng)匈牙利算法匹配和指派后，節(jié)點沉降后的位置總是最接近理想圖案模型的，而理想圖案模型的計算保證了覆蓋區(qū)域的全覆蓋和全連通。若初始部署節(jié)點個數(shù)小于理想圖案位置個數(shù)，則初始部署節(jié)點在指派過程中全部沉降，并不影響本發(fā)明所述方法的執(zhí)行，但在實際部署中，一般均部署有大量冗余節(jié)點，這種情況是不會存在的。

該基于圖案模型的節(jié)點指派方法優(yōu)點在于：圖案模型的計算同時考慮了節(jié)點感知半徑和通信半徑，模型分布規(guī)則均勻，節(jié)點一次指派即可達到良好的連通度和覆蓋率性能。一般情況下，隨機部署策略均采用大冗余量部署方式，即部署節(jié)點數(shù)目足夠多，這對基于圖案模型的本發(fā)明方法取得良好的網(wǎng)絡(luò)性能提供了保障。

步驟S41～步驟S49：判斷所述指派節(jié)點M_under在水下是否構(gòu)成一個連通的網(wǎng)絡(luò)，如果不是，則進行網(wǎng)絡(luò)連通度修復(fù)，如果是，則轉(zhuǎn)到下一步進行覆蓋空洞修復(fù)；

本步驟所述網(wǎng)絡(luò)連通度修復(fù)包括以下子步驟：

(4-1)采用廣度優(yōu)先算法(BFS)搜索沉降節(jié)點M_under的不連通網(wǎng)絡(luò)分區(qū)，假設(shè)不連通網(wǎng)絡(luò)分區(qū)個數(shù)為K，按照成員個數(shù)由大到小進行排序，依次記為子網(wǎng)S₁，S₂，...，S_K，將子網(wǎng)S₁，S₂，...，S_K投影至水面區(qū)域，投影子網(wǎng)記為S′₁，S′₂，...，S′_K；

(4-2)判斷投影子網(wǎng)S′₁，S′₂，...，S′_K在水面是否構(gòu)成一個完整的連通網(wǎng)絡(luò)？

如果是，則調(diào)整子網(wǎng)S₂，...，S_K中部分節(jié)點的z-坐標(biāo)，使其分別與最大子網(wǎng)S₁連通，該調(diào)整法具體為：令d_ik為子網(wǎng)S_k中節(jié)點i與S₁連通所需要調(diào)節(jié)的Z-坐標(biāo)距離，若節(jié)點i不能與S₁連通，則為d_ik賦一個極大值，令D(k)＝min(d_ik)為子網(wǎng)S_k與S₁連通所需調(diào)節(jié)的最小距離，令D_min＝min(D)為子網(wǎng)S₂，...，S_K與S₁連通所需調(diào)節(jié)的最小距離，假設(shè)子網(wǎng)S_k中節(jié)點i的調(diào)整滿足D_min，則節(jié)點i更新其Z-坐標(biāo)從而與S₁連通，若節(jié)點i調(diào)整坐標(biāo)后仍與子網(wǎng)S_k連通，則將子網(wǎng)S_k合并到S₁，否則僅將節(jié)點i合并到S₁，子網(wǎng)S_k去除節(jié)點i，然后重復(fù)前述步驟直至網(wǎng)絡(luò)全連通；

如果否，則首先從水面冗余節(jié)點M′_surf中選擇部分插入節(jié)點M′_inst使S′₁，S′₂，...，S′_K相互連通，將連通S′_ui和s′_uj的最小跳數(shù)節(jié)點記為H_ij，如插入節(jié)點a′，b′∈M′_surf使節(jié)點p′∈s′_ui和節(jié)點q′∈s′_uj連通，且為最小路徑，則H_ij＝(p′，a′，b′，q′)，沉降節(jié)點a′，b′的方法為：令為連接節(jié)點p∈S_i和節(jié)點q∈S_j的有向線段，令l_p為節(jié)點p在水下的位置，l_a為節(jié)點a′在水下的沉降位置，沉降位置滿足條件dist(l_p，l_a)≤R_c，且在上的投影最大，確定節(jié)點a′的沉降位置l_a后，再按此方法確定節(jié)點b′的沉降位置l_b，然后將節(jié)點a，b并入子網(wǎng)S_i，所有插入節(jié)點M′_inst位置確定后，執(zhí)行前述調(diào)整法，完成連通度修復(fù)。

該步驟所述連通度修復(fù)方法優(yōu)點在于：節(jié)點在進行網(wǎng)絡(luò)連通度的修復(fù)過程中上下移動距離保持最小化，以盡量維持指派過程所形成的接近理想圖案模型的部署方案，保持了節(jié)點分布的均勻性以提高節(jié)點對于區(qū)域的覆蓋性能，同時采用基于廣度優(yōu)先的連通樹搜索算法尋找不連通網(wǎng)絡(luò)分區(qū)，算法效率得到保證。

圖4a和圖4b示出調(diào)整法網(wǎng)絡(luò)連通度修復(fù)示意圖，圖4a為不連通子網(wǎng)S₁，S₂，...，S_k，圖4b為子網(wǎng)連通度修復(fù)節(jié)點上下移動示意圖；

圖5示出插入-調(diào)整法網(wǎng)絡(luò)連通度修復(fù)示意圖，圖中水下子網(wǎng)僅示出S₁和S₂，S′₁和S′₂為S₁和S₂在水面的投影，H₁₂＝(i，a，b，j)為S′₁和S′₂連通最小節(jié)點跳數(shù)，節(jié)點i∈S′₁,節(jié)點j∈S′₂，插入節(jié)點a，b∈M′_surf，插入節(jié)點a，b的沉降需要保證其與子網(wǎng)S₁連通的同時盡量向子網(wǎng)S₂中的節(jié)點j靠近，以便修復(fù)子網(wǎng)S₂的連通度時可以不移動節(jié)點或移動更小的距離。

步驟S51～步驟S53：計算水下節(jié)點M_under的三維泰森圖多面體晶胞，多面體晶胞C(C₁，c₂，...，C_n+k)的頂點坐標(biāo)集合記為所有多面體晶胞中，不能被晶核所覆蓋的頂點坐標(biāo)集合(覆蓋空洞點集)記為V_u，沉降水面冗余節(jié)點M′_surf以最大化修復(fù)水下覆蓋空洞，同時保證冗余節(jié)點沉降后與水下網(wǎng)絡(luò)節(jié)點M_under連通。

本步驟覆蓋空洞修復(fù)方法包括以下子步驟：

(5-1)計算水下節(jié)點M_under的三維泰森圖多面體晶胞，多面體晶胞C(C₁，C₂，...，C_n+k)的頂點坐標(biāo)集合記為

(5-2)所有多面體晶胞中，不能被晶核所覆蓋的頂點坐標(biāo)集合記為V_u，則V_u為水下節(jié)點的覆蓋空洞點集；

(5-3)采用K-means聚類算法沉降水面冗余節(jié)點M′_surf以盡量多的覆蓋空洞點集V_u，具體為：對于任一個水面冗余節(jié)點M_i∈M′_surf,為其隨機生成一個z-坐標(biāo)，連同其自身(x，y)-坐標(biāo)構(gòu)成一個原始簇心令簇心K_cent個數(shù)為K，將覆蓋空洞點集V_u聚類到相距最近的K個簇心，則形成K個簇，簇成員記為K_memb，重新計算每個簇簇成員的z-坐標(biāo)重心(考慮到節(jié)點只能沿垂直方向移動)，更新簇心坐標(biāo)重復(fù)聚類和計算簇心的操作，直至簇成員K_memb不再發(fā)生變動，則最終的簇心位置即為水面冗余節(jié)點沉降位置。

(5-4)采用步驟S49中調(diào)整法修復(fù)網(wǎng)絡(luò)連通度。

圖6a和圖6b示出三維泰森圖多面體晶胞、覆蓋空洞點及覆蓋空洞修復(fù)效果示意圖，圖6a中多面體22為晶胞、球體21為節(jié)點覆蓋范圍、點23為覆蓋空洞點，圖6b示出了所有的覆蓋空洞點和空洞修復(fù)結(jié)果(球體為水面冗余節(jié)點沉降后的覆蓋效果)。

圖7給出了本發(fā)明所述方法在具體實施例中節(jié)點最終部署圖，圖中深色圓點31為FCC結(jié)構(gòu)模型的理想圖案位置，加號32為與圖案位置匹配的沉降節(jié)點，淺色圓點33為冗余節(jié)點修復(fù)覆蓋空洞后的沉降位置。圖中，水下覆蓋區(qū)域設(shè)置為長方體區(qū)域(500×500×200)m³，節(jié)點感知半徑R_s＝60m，節(jié)點通信半徑R_c＝100m，初始部署節(jié)點個數(shù)為200，理想圖案位置個數(shù)為126。

圖8a和圖8b給出了在不同部署節(jié)點數(shù)目(100～600)和不同感知、通信半徑比(0.6～2.4)條件下本發(fā)明所述方法(采用FCC結(jié)構(gòu)的方法記為Proposed 1，采用FCC結(jié)構(gòu)的方法記為Proposed2)與四種部署策略的網(wǎng)絡(luò)覆蓋率性能比較，四種比較的部署策略分別為：3D隨機部署策略(RANDOM)、最大化覆蓋率優(yōu)化算法(Maximum Coverage Optimization algorithm，MCOA)、連通度保證的自主覆蓋算法(coverage-aware connectivity-constrained algorithm，CACC)、非均勻簇與半徑可調(diào)節(jié)的節(jié)點自部署算法(Uneven Cluster and Radius Adjusting Self-deployment algorithm，URSA)。

可以發(fā)現(xiàn)，本發(fā)明所述方法與連通度保證的CACC和URSA算法相比，在部署節(jié)點數(shù)目相同的情況下覆蓋率得到提高，在部署節(jié)點數(shù)目為300時，覆蓋率提高達3％-7％。圖9a和圖9b示出了網(wǎng)絡(luò)連通度性能的比較結(jié)果，驗證了本發(fā)明所述方法在任意部署節(jié)點數(shù)目下和不同感知、通信半徑比條件下，均能保持100％網(wǎng)絡(luò)連通度。

以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。