现有的无线传感器网络中覆盖控制方法的研究大都是基于全向感知模型展开的，这种感知模型假设存在着理想化和局限性，不能很好地实现对图像/视频、音频、红外、超声波等传感器节点的方向性感知能力进行有效刻画。有向传感器网络覆盖控制是一个全新的研究领域。作为一种监测应用密切相关技术，有向传感器网络中覆盖控制已不仅仅是单纯的覆盖含义，更与能量节约、目标探知、路径规划等具体应用紧密相关联。 由此，本项目以节约网络能量资源、提高网络覆盖性能为优化目标，开展有效支持移动目标监测的有向传感器网络栅栏覆盖优化及其相关理论与算法研究。在传感器网络，特别是有向传感器网络中区域覆盖控制、栅栏覆盖控制、移动协助数据采集、数据可靠传输等方面积累了一系列国际先进国内领先的科研成果。其一、基于群智智能思想提出分布式网络区域覆盖控制算法，通过模拟鱼群的群行为实现有向传感器节点传感方向的优化布局，对指导大规模无线传感节点的初始化布局具有较好的理论价值。其二、提出集中式和分布式栅栏覆盖判定算法，基于图论快速判定已知网络部署情况下是否能够成栅栏覆盖，并设计满足不同目标函数的策略以找到构成栅栏覆盖的有向传感节点布局。其三、研究栅栏覆盖空洞修补，通过对栅栏覆盖空洞的准确定位，计算出修补栅栏覆盖空洞所需要额外增补的最小数目传感器节点。其四、提出能量有效的移动Sink数据采集方法，用整数线性规划方法表述待解决问题，根据网络参数对单/多Sink移动轨迹进行规划。其五、设计基于Zigbee协议的无线图像传感器节点的系统方案，完成图像采集和处理，并提出基于Zigbee应用层的高效型重传与返回确认机制，提高图像数据传输的可靠性。本项目研究成果可直接用于大规模无线多媒体传感器网络、物联网的数据采集、传输应用中，将推动相关学科的发展，其应用具有重大的经济效益和社会效益。 在本项目为期三年的资助下，申请人以发表的论文作为创新成果的载体，发表国内外重要领域SCI收录期刊论文4篇（A3：1篇，A4：3篇）、A5类论文1篇、B类论文1篇、D类论文2篇；申请并授权发明专利1项、软件著作权1项；培养硕士研究生2名（成果形式：硕士毕业论文）。在国际交流方面，积极参加领域知名国际学术会议（如：MASS2013、IIH-MSP2014），宣讲论文并与同行交流学术问题。完成项目预期任务。

覆盖作为无线传感器网络中的一个基本问题，反映了无线传感器网络对监测区域所能提供的感知服务质量。现有的无线传感器网络中覆盖控制方法的研究大都是基于全向感知模型展开的，这种感知模型假设存在着理想化和局限性，不能很好地实现对图像/视频、音频、红外、超声波等传感器节点的方向性感知能力进行有效刻画。为此，本课题以节约网络能量资源、延长网络工作寿命、提高网络覆盖性能为优化目标，开展有效支持移动目标监测的有向传感器网络栅栏覆盖优化理论与算法研究，包括栅栏覆盖形成条件的分析与评估、分布启发式的栅栏覆盖静态检测以及能量高效的栅栏覆盖动态构建等关键技术，并通过理论分析和仿真实验的手段评价和验证所设计理论与算法的有效性。本课题研究工作具有很好的创新性和实用性，其研究成果可直接用于基于有向传感器网络的监控应用中，将推动相关学科的发展，其应用具有重大的经济效益和社会效益。

简介

进化算法是一种智能的全局优化方法，它对函数本身性质要求非常低，往往只要求目标函数值是可以计算的，不要求它具有连续性、可微性及其它解析性质，同时它又是基于群体进化的算法，因此可采用进化算法解决约束优化问题。用进化算法解决约束优化问题的关键在于如何进行有效的约束处理，即如何有效均衡在可行区域与不可行区域的搜索。

常见的用于求解约束优化问题的进化算法有罚函数法、遗传算法、进化策略、进化规划、蚁群算法和粒子群算法等。

与传统方法相比的优势

(1) 在一般情况下，进化算法能否收敛到全局最优解与初始群体无关，而传统优化方法则依赖于初始解；

(2) 进化算法具有全局搜索能力，而很多传统优化方法往往会陷入局部最优；

(3) 进化算法的适用范围广，能有效地解决不同类型的问题，而传统优化方法在设计时往往就只能解诀某一类型的问题。

存在的不足

(1) 进化算法中的参数，如群体规模、进化代数、重组概率、变异概率等，往往需要根据经验设定，且在一定程度上与问题相关；

(2) 进化算法的收敛问题，进化算法求解实际问题时的收敛性判定缺乏理论指导。 2100433B

本项目拟解决移动网格基于能量优化的资源管理理论及方法，拟为促进我国的移动网格基础研究及应用打下一定的基础。 （1）本项目针对移动网格节点能量有限的问题，研究基于能量优化的资源调度算法。为了解决移动网格资源调度中的能量优化问题，先需分析移动网格的特点及其资源调度中的能量消耗特点，在移动网格资源调度中考虑能量约束，然后建立移动网格节点的能量消耗模型，提出基于能量优化的移动网格资源调度策略。 （2）结合节点移动模型和资源可靠性提出一种基于资源可靠性的任务调度算法。此算法首先根据节点移动模型确定任务提交者停留的网格区域，然后根据资源的可靠性从该网格中选取最可靠的资源执行任务，算法的目标是最大限度的保证任务能够被成功的执行。 （3）提出一种基于时间优化的移动网格任务调度算法，即MG-Min-Min算法，目标是实现任务调度完成时间的最小化。算法中考虑到移动资源能量有限，在任务完成时，由分配任务时的域代理主动发送移动代理去寻找目标资源并取回任务执行结果，这样节省了移动资源发送任务执行结果的能量和时间消耗。 （4）研究基于灰色理论的移动设备迁移策略，提出一种适合移动网格任务提交及移动设备在网格区域间移动的信息分组结构。将现有的移动网络的切换算法与网格计算相结合，并将无线网络通信中一种优化的移动目标选择算法应用于移动网格中。通过此目标选择算法将网格性能参数进行综合计算，提高移动设备对网格资源的利用率，提出移动设备在不同网格区域之间移动的迁移策略。 （5）研究提出移动网格中基于QoS的资源发现算法，引入了P2P技术和虚拟组织，并使用该方法组织移动设备资源，方便资源的发现和查找。该资源发现方法研究基于节点的服务请求机制，主要考虑了带宽的约束和网络消息的冗余消除。 （6）对Local Indices机制进一步改进，提出一种适用于移动网格系统的资源定位算法Improved Local Indices。该机制不仅考虑了组成移动网格系统的移动终端设备存储空间有限和网络带宽有限的问题，而且针对移动网格环境的高度动态性。提出了采用宏移动性管理和微移动性管理结合的方式，来管理移动网格环境的移动性。 2100433B