Page 310 - 《软件学报》2021年第8期

2592 Journal of Software 软件学报 Vol.32, No.8, August 2021

下的最大值.平均而言,TPA 算法所得到的覆盖质量比 DSC 算法得到的覆盖质量高 23.8%,比朴素算法得到的覆
盖质量平均高 98.7%.这是因为在 TPA 算法中,节点可以自适应地调整自己的通信半径,从而达到了更合理利用
能量的效果,进而增加了节点工作的可能性,增加了网络的覆盖质量.
5.3.2 能量获取速率的影响
为了研究能量获取速率对全局覆盖质量的影响,在这一组实验当中,我们控制网络中的节点数量不变,将网
络中的节点数量设置为 200 个,将无源节点的感知半径设置为 5m,设置 B f =3mJ,B=6mJ.根据这些系统参数,我们
生成 6 种无源传感器网络,在这 6 组无源传感器网络中,我们让每个节点在单位时间槽内的最小能量获取从
0.1mJ 不断增加至 0.6mJ,从而来验证最小能量获取速率对覆盖质量的影响.同样地,我们在这 6 组无源传感器网
络中分别运行 TPA、朴素算法以及 DSC 算法.图 4 给出了这 3 种算法在不同网络中覆盖质量的最大值、平均
值和最小值.

Fig.4 Impact of the energy recharging rate
图 4 能量获取速率的影响

显然,当能量获取速率不断增加时,3 个算法所得到的覆盖质量都不断增加;且在不同的网络参数下,TPA 算
法所得到的覆盖质量的最小值均大于相同参数下的 DSC 与朴素算法的最大值.当能量获取速率从 0.1mJ 增加
到 0.6mJ 时,TPA 算法所得到的覆盖质量增加了 2.72 倍.另一方面,TPA 算法所得到的覆盖质量在每种能量获取
速率下均优于朴素算法和 DSC 算法所得到的覆盖质量.根据图 4 中的实验结果,TPA 算法的性能比 DSC 算法的
性能高 26.4%,比朴素算法高 39.5%.
5.3.3 感知半径的影响
节点的感知半径是影响网络覆盖质量的重要因素.在这组实验中,我们构造 5 组不同的无源传感器网络,在
这 5 组不同网络中的无源节点具有不同的感知半径,分别为 3m,4m,5m,6m 和 7m.同样的,我们设置网络中的其
他参数分别为 B=6mJ,B f =3mJ,|V|=200,且每个节点在每个时间槽的最小获能为 0.2mJ.在图 5 中,我们展示了将 3
种算法在这 5 组网络中分别运行后的统计结果,并记录了在不同网络下,3 种算法所取得的覆盖质量的最大值、
最小值和平均值.

Fig.5 Impact of sensing radius
图 5 感知半径的影响

显然,当无源节点的感知半径逐渐增大时,3 种算法所取得的覆盖质量也不断增加.然而,我们同样发现,当节
点的感知半径非常小,即为 3m 时,3 种算法所得到的覆盖质量基本相同.但是,随着无源节点的感知半径逐渐增
加,TPA 算法所获取的覆盖质量迅速增加.当感知半径从 3m 增加到 7m 时,TPA 算法所得到的覆盖质量增加了约