由于其具有检测和监视目标区域中特定事件发生的能力，因此无线传感器网络已广泛用于军事防御，交通运输，智能家居和其他领域。
线传感器节点通常由电池供电。们具有能量有限且难以重构的特征，这很容易导致节点死亡并在监视区域的监视范围内造成缺口。了确保传感器网络的覆盖范围并在监视区域中发现并修复覆盖范围的故障，需要有效的算法来发现覆盖范围的故障并对其进行纠正。文详细介绍了几种查找和纠正覆盖漏洞的算法，并进行了相应的分析。线传感器网络（无线传感器网络，WSN）由许多微传感器节点组成，每个传感器节点都可以检测周围的环境并可以监视特定区域中特定事件的发生。时检测[1]。着微电子技术，传感器技术，信息处理等技术的不断发展，传感器节点的制造成本不断降低，无线传感器网络发展迅速。泛用于现代农业，智能建筑，交通运输，森林防火等领域。[2]。务质量（QoS）反映了无线传感器网络感知现实世界的能力，并且是衡量监视区域覆盖范围的重要指标[3]。感器网络覆盖漏洞是指监视区域中未被任何节点永久覆盖的区域。
线传感器节点的能量通常由电池提供，电池具有能量有限且难以补充的特性。时，无线传感器网络通常部署在人们难以访问的复杂区域。点能量的耗尽会导致传感器节点死亡，从而导致在传感器网络中发现覆盖故障。了保证网络的服务质量，部署的节点数经常超过实际需求，但是这样的密度和大量的部署节点会导致诸如冗余信息的收集以及网络中的通信冲突等问题。时工作，但会缩短网络的生存时间[4]。果，无线传感器网络中覆盖孔的发现和补救已成为新的研究热点。无线传感器网络中发现覆盖漏洞不仅是修复覆盖差距的先决条件，而且是研究覆盖差距的难点。线传感器网络通过在环境中部署大量节点来实现感知现实世界的能力。构成了物理世界和信息世界之间的桥梁。通常由传感器节点，检测对象和观察者组成。检测区域中部署了大量传感器节点，通过自组织形成无线传感器网络。常见的无线网络（例如：无线局域网，ad hoc网络）相比，无线传感器网络部署在恶劣的环境中。线传感器网络具有以下重要功能。点传感器节点受数量和成本的影响，并且其计算和存储容量受到限制。节点通常受实际应用环境的影响，实际应用环境通常由电池供电，电池通常能量有限且不易补充。⑵为了获得有关监视区域中数据的详细信息，无线传感器节点通常以高部署密度部署在大量检测区域中。（3）传感器网络没有严格的控制中心，并且所有节点的状态相同。点可以决定是否加入自组织网络，这是非常动态的。a一个节点的发射功率是有限的，它的通信范围也很低，它通常只能与它的相邻节点通信。果节点要与其覆盖范围之外的节点进行通信，则必须使用其相邻节点进行传输。于无线传感器网络的特性，部署在恶劣环境中的节点通常会由于自身原因或各种随机因素（例如自然灾害）而损坏物理设备或软件故障，从而导致传感器节点失去容量。视周围环境，这会损坏覆盖网络发生了覆盖漏洞。了保证无线传感器网络的覆盖范围，有必要发现覆盖范围的缺陷。时，发现覆盖故障是纠正覆盖故障的基础和前提。传感器网络中发现覆盖漏洞的算法主要分为三个方面。一类研究主要使用概率计算方法来计算节点的密度，同时保证一定的覆盖范围。些研究通常假定传感器节点分布均匀，并且计算所需的传感器密度满足网络覆盖范围和寿命要求[5-6]，但是这些研究无法完全解决问题。盖漏洞检测。于覆盖漏洞发现的第二种类型的研究主要使用几何计算方法来实现漏洞检测。考文献[7-9]和其他人基于Voronoi图和几何中的月桂三角的原理，提出了不同的检测覆盖漏洞的方法。国勇[10]通过计算Voronoi区域中的节点与该区域的顶点和边缘之间的距离来判断是否存在覆盖错误，并评估节点密度和节点密度的影响。点的感知半径对算法中检测孔的时间和能耗的影响。典型的路径密度（Path Destiny，PD）相比，它在孔的检测时间和能量消耗方面都有一定的改善。检测覆盖范围的漏洞时，赵春江[11]能够更精确地计算覆盖范围的漏洞面积，找到最佳位置以修复该漏洞并在确保网络连通性的同时部署更少的节点。三类研究主要是在保证覆盖范围要求的前提下，并提供一种拓扑控制解决方案，以通过规划来最大化传感器网络的寿命。[4]中，作者结合了移动代理的特性，提出了一种基于移动代理的无线传感器网络拓扑发现机制。现有的拓扑发现算法相比，这种拓扑发现机制具有良好的稳定性和良好的节能效果。
已知无线传感器节点的位置信息的情况下，对用于发现相应无线传感器网络的覆盖范围的脆弱性的上述几种算法进行了研究。点位置信息主要由GPS定位设备（全球定位系统）[11]获得。用GPS设备不仅会增加传感器网络的运营成本。卫星信号被干扰或无法访问的区域（例如深水环境，深井井），恒温阀芯传感器节点将无法获得精确的地理位置信息。过进一步的研究，Gao [12]首先提出了一种在没有地理位置信息的情况下确定孔边缘的方法，并在不同形状条件下进行了孔边缘的确定。洞。究表明，只有当传感器的检测极限完全被相邻传感器覆盖时，传感器才不会与覆盖孔相邻，于是提出了“传感器极限”的概念。Bejerano [13]等人使用传感器极限的概念来提出一个循环极限序列，以获得每个节点及其邻近节点的极限信息，以确定每个节点是否被完全覆盖并扩展了传感器覆盖率到第k层覆盖率（k> 1）。行了覆盖区域内的覆盖故障k的发现，进一步提高了覆盖网络的可靠性。[14]中，作者建议用于分布式覆盖无线传感器网络的覆盖漏洞恢复算法的设计使用矢量方法来确定幅度和方向。外，通过移动节点以自组织的方式修复网络覆盖漏洞。了最小化节点位移过程的能耗，对算法进行了设计，以使移动性仅限于节点的一跳，并且在覆盖后，节点的最大k不会增加其移动性。盖漏洞恢复算法表明，移动节点可能在其通信范围内实现100％的覆盖率恢复。填补覆盖范围方面，许多方法都假定传感器节点具有精确的地理位置信息。没有地理位置信息的情况下，现有的孔填充算法将无用。
于传感器网络，通常为节点配备GPS定位设备，或者将信标节点配置为获取节点的大致地理位置，但是这些设备的使用具有一定的局限性。已经提到的文献中[11]，使用几何矢量的方法来分析节点的检测范围和Voronoi多边形的位置特征。方法引入了传感器网络中节点的部署，以减小覆盖孔的大小。些算法使用网格覆盖来划分传感器网络的目标区域，并逐渐将部署密度高的区域中的传感器节点移动到部署密度低的区域，以提供网络覆盖。Su Han基于Bejerano的孔检测算法，提出了两个在传感器网络中填充孔的规则，即：引入填充节点可消除至少一个弧段孔边缘填充节点的引入不会导致孔破裂。算法将孔填充工作分配到孔边缘节点并分别执行，最后执行孔的分布式填充。管现有的孔填充算法在某些假设下已取得了一定的结果，但它们都基于精确的地理位置信息。
此，监视具有未知地理位置信息的传感器网络中的覆盖间隙已成为无线传感器网络应用程序开发中研究的新方向。线传感器网络由许多传感器节点组成，具有检测物理世界的能力，并广泛用于各种生产和生活区域。而，无线传感器节点的有限能量导致节点失去其监视能力，这导致无线传感器网络中未检测到的覆盖间隙。文介绍了无线传感器网络的特征以及导致覆盖漏洞的原因。对了解传感器网络节点的位置信息是否已知的两个前提，详细介绍了几种发现传感器网络覆盖范围脆弱性的算法，以及何时发现节点的位置信息。所周知，对覆盖漏洞修复算法进行了分析和分析。关节点地理位置的未知信息对传感器网络补丁的覆盖范围和无线传感器网络研究的新方向提出了重大挑战。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com