无线传感器网络用于无人区域的监视平台，预警系统和监视系统，由于它们的自组织，低功耗和高可靠性，它们非常危险他们稳定的传播。于无线传感器网络中的传感器节点由电池供电且电池能量有限，因此功耗问题已成为传感器网络发展和应用的障碍。线。点规划是减少网络能耗并延长网络生存时间的重要机制之一。文详细介绍和分析了几种节点计划算法。线传感器网络（WSN）是能够检测和检查外界的传感器。是一个分布式传感器网络[1]，它是21世纪最具影响力的科学和技术之一；无线传感器网络具有大型廉价且资源非常有限，节点众多且自组织的特点。线传感器网络已广泛用于环境监测，目标检测，军事和民用等许多领域。这些应用中，网络生存时间是用于监视无线传感器网络质量的评估标准之一。无线传感器网络中，传感器节点是小型的内置设备，通常由电池供电。方面，由于节点的数量和资源的限制，其能量极为有限。一方面，在恶劣环境下工作的传感器节点可能会导致强烈的干扰甚至破坏节点之间的通信，从而导致能源消耗，并且无法及时进行。量再生阻碍了网络的正常运行。线传感器保持正常的工作条件。此，只要保证满足网络的通信需求，如何尽可能降低节点的功耗以延长网络的生命周期就成为了解决问题的重点和难点。究。
于此类问题，当前最合理，最有效的方法是节点调度策略。究人员在节点规划领域做了很多工作，并取得了进展。文总结了近年来在该领域进行的一些研究成果。点规划是指使传感器网络中的冗余节点进入睡眠状态而不影响网络服务的质量（例如，网络覆盖范围和节点之间的连接性），以便某些节点在处于活动状态时保持活动状态其他节点处于休眠状态。低活动节点的密度，从而减少网络的总体能耗并延长网络的生存时间。络生存期是评估节点规划方法的主要指标。是，传感器网络的最终目标是执行与应用程序相关的检测和传输任务。此，还必须考虑任务执行的质量。外，设计者还必须考虑算法的性能水平目标，例如鲁棒性，可扩展性和简单性[2]。life网络生活。络寿命有许多不同的定义。简单的是：所有节点在一定时间内保持正常状态，或者定义为正常节点数大于一定百分比的时刻。
实际应用中，WSN网络寿命的定义通常必须考虑其他设计目标，尤其是感知质量和下面列出的通信质量。quality感知质量。知信息是WSN的基本任务，感知质量是评估WSN性能的重要指标。知覆盖率是感知质量的基本指标。同类型的WSN任务具有不同的感知质量要求。如，目标检测任务的感知质量也称为检测质量，通常定义为检测到入侵目标的概率和持续时间；环境监测任务的感知质量也称为感知准确性，通常定义为收集的环境信息的准确性。（3）沟通质量。信容量是WSN的基本功能，通信质量也是评估WSN性能的重要指标。似于感知的覆盖范围，网络连接性是一种基本的通信指标，用于衡量传感器网络维护节点之间多跳连接的能力。外，对于实时采集任务，通常将通信质量定义为有效数据传输率和传输时间。衡能量平衡。果某些节点的功耗比其他节点快，则一旦这些节点过早出现故障，就很容易在感知的网络覆盖和分区中造成漏洞。点故障是WSN中的常见现象。如，部署到灾难现场的节点可能会因爆炸而受损，并且处于休眠状态的节点可能无法唤醒。算法必须充分考虑各种意外故障的后果，以确保在发生事故时网络保持正常。⑹可扩展性。WSN节点的数量巨大，并且通信过载随着邻居的数量线性增加或更快地增加。此，没有可伸缩性的算法是不可接受的。⑺简单。前，传感器的计算能力非常有限。低过载算法适用于传感器节点。
于均匀分布节点的假设，Wu等人。献[3]提出了一种基于部署特征的LDAS算法（轻量级部署感知调度）。算法假设节点无法获得精确的位置信息，但是通过获取相邻节点的数量来实现概率覆盖。果相邻节点的数量超过某个阈值（根据对应用程序的感知覆盖的需要确定），则该节点将从相邻节点中随机选择某些节点，并发送关闭它们的通知。节点收到许多关闭通知时，它将在随机关闭间隔后进入睡眠状态。
算法不需要精确的位置信息和时间同步支持，保证了概率覆盖范围和停机通知的累积可以实现功耗的均衡分配在某种程度上。是，该算法假定节点均匀分布，并且必须保持相邻节点的数量。Berman等。[4]认为节点规划问题是最大化网络寿命（最大化传感器网络的寿命，MSNL）的问题，它具有两个电池寿命和覆盖范围的约束。络。布式算法可最大程度地延长网络寿命。点可以是活动的，休眠的和瞬态的。
渡状态节点通过确定其检测区域是否可以被其他活动节点或过渡节点覆盖来确定是过渡到活动状态还是休眠状态。算法通常保证以K度为单位的覆盖范围。是该算法需要精确的位置信息，必须就状态，能量交换信息并且不考虑竞争问题。
个相邻的节点可以同时进入休眠状态，从而产生空洞。等。[5]提出了RTSS算法（基于参考时间的调度方案），这是一种基于时间序列的节点编程方法。个监视区域分为网格。计目标是减少活动节点的数量，同时确保连续时间内覆盖网格中的所有节点。RTSS将算法过程分为几轮。
初始步骤中，每个节点将随机产生[0，T]（T是每个编程周期的长度）中的候选矩，然后将其广播到位于检测半径两倍处的所有相邻节点。于其自身覆盖半径中的每个节点位置，该节点对覆盖该位置的所有相邻节点的参考矩进行排序。于每个网格节点，在其自身的候选时间和上一个节点的参考时间之间的中间位置选择该节点的活动状态的开始时间。样，活动状态的结束时间在其自己的候选时间和下一个节点的候选时间之间进行选择。所有覆盖的网格节点关联的计划表被合并以获得该节点的最终计划表。了提高鲁棒性，此方法可以支持指定位置的多个封面。算法易于实现，可在一段时间内保持连续的网络覆盖，并基于时间序列实现负载均衡。是该算法需要有关节点位置的精确信息并支持时间同步。等。[5]提出了一种规划方法，用于对具有保证的连接性和本地覆盖率的随机节点进行分区（具有保证的连接性的随机覆盖率，RCGC）。方法首先使用随机调度方法确定每个节点的组号，然后在每个节点组都在工作以提供连接性时调度其他节点组进入活动状态。算法可以保证网络连接性和一定的覆盖范围。
节点规划方法与节能路由算法结合进行讨论。需要位置信息，并且随机计划方法易于实现。而，该算法不能保证目标区域的完全覆盖，并且节点的随机划分方法没有考虑节点的能量差。Kumar [6]使用独立随机计划（RIS）。这种模式下，将时间划分为多个时间片，以便每个时间片中不同节点之间的状态不会相互干扰。点进入活动状态或进入休眠状态由值P确定。是概率值，因此可以将网络的生命周期延长1 / P倍。模式具有简单，易用，节点功耗低的优点。是，此模型仅适用于节点稀疏的网络，并且受节点故障问题的影响。
Slijepcevic等。[7]基于网络特性，例如无线传感器网络的生命周期的延长以及大规模随机分散节点生成的节点的冗余性，恒温阀芯划分了所有传感器节点的覆盖范围在几个覆盖子集中，这些子集不相交。次仅一个节点子集运行，每个子集又通过某种调度机制依次监视监视区域，以优化网络能耗并形成完整覆盖整个监视区。而，该算法将子集和子集的数量进行划分以达到最佳数量的方法是一个NP难题，并且很难找到最佳解。于对节点计划算法的需求，本文分析并讨论了经典的节点计划算法。
节点能量有限和生存时间短的情况下，如何利用节点部署固有的冗余来延长网络生存时间，是保证网络服务质量的一个重要挑战。线传感器网络。要内容。前的节点规划算法中仍然必须解决许多问题。如，大多数现有的无线传感器网络都假定节点和宿节点的位置是固定的，但是在某些特殊应用场景中，节点和宿节点可以连续移动。算法对这一变化做出响应，同时确保算法的节能和高效是一个非常有趣的问题。外，本文中的大多数算法都是通过Matlab仿真软件进行仿真的。线试剂传感器网络应用环境中没有实际经验。实际环境中，节点可能会受到各种因素的影响，例如温度和湿度。应该研究算法中的影响因素。体而言，对无线传感器网络节点进行编程的算法是延长网络生存时间的一个非常重要的想法，值得进一步研究。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com