Page 311 - 《软件学报》2021年第8期

石拓 等:多等级通信半径的无源传感器网络中的覆盖问题 2593

4.3 倍.然而对于朴素算法,随着感知半径的增加,覆盖质量的增加速度并不高.根据实验数据的统计结果,TPA 算
法所获取的覆盖质量比朴素算法所获得的覆盖质量平均高 45%,比 DSC 算法所得到的覆盖质量平局高 30.4%.
5.3.4 能量存储空间的影响
显然,当无源节点配备较大的能量存储器件(一般为超级电容)时,节点可以工作更长的时间.为了研究不同
大小的能量存储空间对全局覆盖质量的影响,我们考虑了 7 种不同的无源节点,并根据这 7 种无源节点构造了 7
组同构的无源传感器网络.这 7 种不同的无源节点分别配备不同大小的能量存储器件,能量存储空间大小分布
从 3mJ 到 9mJ.在构造的 7 组同构的无源传感器网络中,网络节点数目均为 200,无源节点在每个时间槽内的最
小能量获取为 0.2mJ,感知半径为 5m,节点可工作的最小能量为 B f =3mJ.同样地,我在这 7 组网络中分别运行
TPA、DSC 和朴素算法,并记录 3 个算法在不同网络下的覆盖质量的最大值、平均值和最小值.图 6 中表示了这
3 种算法的运行结果.

Fig.6 Impact of the size of B
图 6 B 值大小的影响

根据图 6 中的实验结果,当能量存储空间不断增加时,朴素算法所取得的覆盖质量不断增加,而 DSC,TPA 算
法所取得的覆盖质量随能量存储空间的变化并不明显.这是因为在 DSC 和 TPA 算法构造覆盖时,并没有考虑能
量存储空间;而朴素算法由于采用贪心算法,在监控周期的初始,十分依赖能量的存储空间.当能量存储空间从
3mJ 增长到 9mJ 时,TPA 算法所取得的覆盖质量仅增加了约 1.11 倍.因此,我们可以说 TPA 算法是不受能量存储
空间所影响的.因此,对于不同的能量存储空间,TPA 算法均可以保障稳定的覆盖质量.根据图 6 中的实验结果,
TPA 算法的性能比 DSC 算法平均高 31.9%,比朴素算法的性能平均高 80.38%.
5.3.5 监控周期长度的影响
在无源传感器网络中,由于网络寿命在能量上来讲是无限的,因此,研究监控周期对网络覆盖质量的影响是
必要的.在这组实验中,我们固定无源节点的参数,将无源节点的感知半径设为 5m,能量存储空间设为 6mJ,节点
工作的最低电量为 B f =3mJ,在每个时间槽内的能量获取量为 0.2mJ.同时,我们设置网络中节点的数量为 200.为
了研究监控周期的影响,我们将网络的监控周期从 20 个时间槽不断增加到 45 个时间槽,并在不同的监控周期
下分别运行 TPA,DSC 和朴素算法.图 7 中记录了 3 种算法在不同监控周期长度下的全局覆盖质量的最大值、
最小值和平均值.
我们发现,TPA 算法和 DSC 算法在任意长度监控周期下所取得的覆盖质量的最大值、平均值以及最小值
的变化并不明显.这是因为 TPA 算法和 DSC 算法首先计算了 k 个节点集合,并在整个监控周期中不断调度同样
的 k 个节点集合,这样,两种算法所取得的覆盖质量主要取决于这 k 个节点集合所获得的覆盖质量.相反地,由于
朴素算法仅根据每个时间槽内的节点能量来调度节点工作,这就导致了当监控周期变长,节点初始能量被消耗
殆尽后,所取得的覆盖质量不断降低.总体而言,TPA 算法所取得的覆盖质量平均是朴素算法的覆盖质量的 1.73
倍,是 DSC 算法所取得的覆盖质量的 1.36 倍.