楊 挺，楊 青，唐 勇

(1. 電子科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院 成都 611731；2. 蒙大拿州立大學(xué)計(jì)算機(jī)科學(xué)系 美國(guó) 博茲曼 59717)

WSN的移動(dòng)Agent隨機(jī)模式與分析

楊 挺1，楊 青2，唐 勇1

(1. 電子科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院 成都 611731；2. 蒙大拿州立大學(xué)計(jì)算機(jī)科學(xué)系 美國(guó) 博茲曼 59717)

提出了一種隨機(jī)的移動(dòng)agent模式。該模式通過(guò)移動(dòng)agent提供的遷移能力，支持基于群算法的事件監(jiān)測(cè)，優(yōu)化網(wǎng)絡(luò)覆蓋方案。通過(guò)移動(dòng)agent隨機(jī)生成和隨機(jī)遷移，在確保對(duì)事件的檢測(cè)和覆蓋率的前提下，能夠減少監(jiān)測(cè)領(lǐng)域中的活動(dòng)節(jié)點(diǎn)。通過(guò)移動(dòng)agent提供的群智能提高無(wú)線傳感器網(wǎng)絡(luò)在不同環(huán)境的適應(yīng)能力，適用于當(dāng)網(wǎng)絡(luò)由于能量損耗導(dǎo)致的分割或孤立的環(huán)境。仿真結(jié)果顯示，基于該模式的算法在覆蓋效率和通信距離要求上，表現(xiàn)出了良好的性能。

覆蓋; 移動(dòng)代理; 群智能; 無(wú)線傳感器網(wǎng)絡(luò)

無(wú)線傳感器網(wǎng)絡(luò)涉及如覆蓋、檢測(cè)時(shí)間、能量消耗、網(wǎng)絡(luò)生存時(shí)間、魯棒性、安全、隱私、數(shù)據(jù)共享、延遲等問(wèn)題通常需要較為復(fù)雜的算法和技術(shù)。為了實(shí)現(xiàn)其特有目的，WSN需要成為可自動(dòng)配置、可調(diào)、遠(yuǎn)程控制的網(wǎng)絡(luò)。移動(dòng)agent(mobile agent，MA)技術(shù)可為WSN應(yīng)用領(lǐng)域中的若干目標(biāo)提供可行的解決方案。

MA是一種特殊的軟件，能夠自主運(yùn)行，并在部署后能夠從一個(gè)節(jié)點(diǎn)移動(dòng)到另一個(gè)節(jié)點(diǎn)進(jìn)行自動(dòng)的數(shù)據(jù)處理，是WSN完成復(fù)雜應(yīng)用、實(shí)現(xiàn)節(jié)點(diǎn)自治的有效途徑。文獻(xiàn)[1]使用MA在WSN中對(duì)移動(dòng)目標(biāo)進(jìn)行自動(dòng)跟蹤。與傳統(tǒng)的agent不同，MA在無(wú)線傳感器網(wǎng)絡(luò)中通過(guò)其移動(dòng)性能夠承擔(dān)很多重復(fù)工作，并由于MA是目標(biāo)指向的，能夠?yàn)橛脩籼峁┕芾沓橄竽芰?，?dāng)其部署在網(wǎng)絡(luò)中后能夠獨(dú)立完成工作。MA僅在需要時(shí)才通知用戶目標(biāo)的完成狀態(tài)。基于WSN的agent需要具有遷移能力，能夠在確保其數(shù)據(jù)完整的前提下完成狀態(tài)的轉(zhuǎn)移。移動(dòng)agent具有比固定的agent更強(qiáng)的自治性。

基于移動(dòng)agent技術(shù)的WSN架構(gòu)能夠?yàn)槿褐悄芩惴╗2]提供支撐框架。該研究有以下特點(diǎn)：1) 移動(dòng)agent在局部隨機(jī)產(chǎn)生降低了sink節(jié)點(diǎn)的數(shù)據(jù)傳輸量。2) 多移動(dòng)agent協(xié)同能夠擴(kuò)大區(qū)域覆蓋率。3) 隨機(jī)生成和隨機(jī)遷移的活動(dòng)節(jié)點(diǎn)需要較少的活動(dòng)完成對(duì)事件監(jiān)控。

1 相關(guān)工作

由于WSN節(jié)點(diǎn)幾乎都在無(wú)人管理的環(huán)境部署，因此WSN節(jié)點(diǎn)需要極強(qiáng)的自適應(yīng)能力。文獻(xiàn)[3]提出動(dòng)態(tài)宏程序(dynamic macro-programming)的WSN的概念。該研究定義了元代理(meta-agent)的概念，即固定代理給遠(yuǎn)端的移動(dòng)agent發(fā)出查詢消息(uQueries)以完成相應(yīng)的任務(wù)。由于該技術(shù)提出基于移動(dòng)agent的節(jié)點(diǎn)能夠被賦予多種不同的能力，因此通過(guò)uQueries能夠增加節(jié)點(diǎn)的動(dòng)態(tài)工作能力。

為了提高數(shù)據(jù)融合精度，減少傳輸數(shù)據(jù)的能量消耗，研究WSN的數(shù)據(jù)和壓縮融合技術(shù)是必要的，相關(guān)研究主要集中在成簇、成鏈、樹和移動(dòng)agent等方面。事件檢測(cè)是基于移動(dòng)agent的WSN研究重點(diǎn)，文獻(xiàn)[4]給出了使用MA產(chǎn)生和維護(hù)從設(shè)計(jì)用戶界面到發(fā)現(xiàn)事件節(jié)點(diǎn)的最優(yōu)路徑的技術(shù)，從而達(dá)到WSN快速響應(yīng)的目的。MA由當(dāng)?shù)氐拇懋a(chǎn)生并在網(wǎng)絡(luò)中遷徙，對(duì)最優(yōu)路徑進(jìn)行維護(hù)和升級(jí)。但根據(jù)仿真結(jié)果，MA在事件發(fā)生處的密集較高，可能導(dǎo)致節(jié)點(diǎn)的能量消耗過(guò)快。

除了研究基于移動(dòng)agent的WSN結(jié)構(gòu)外，還有一些專用移動(dòng)agent結(jié)構(gòu)，如文獻(xiàn)[5]通過(guò)建立容錯(cuò)模型和分布式數(shù)據(jù)庫(kù)，構(gòu)建能夠檢測(cè)錯(cuò)誤并修復(fù)的移動(dòng)agent結(jié)構(gòu)，以減少持續(xù)維護(hù)網(wǎng)絡(luò)管理流量的開銷。發(fā)放子代理的過(guò)程可以程序化，并且能夠分批進(jìn)行。

2 RMAWSN系統(tǒng)模型

移動(dòng)agent通過(guò)遷移代碼可以方便地進(jìn)行任務(wù)重置，在本地進(jìn)行數(shù)據(jù)處理，完成多點(diǎn)協(xié)同合作等功能，較通過(guò)固定節(jié)點(diǎn)完成所有獨(dú)立任務(wù)的WSN而言更為靈活。圖1展示了3種基于移動(dòng)agent的無(wú)線傳感器數(shù)據(jù)傳輸模式。圖1c為本文討論的采用隨機(jī)產(chǎn)生和遷移的無(wú)線傳感器獲取數(shù)據(jù)的模式，稱為基于隨機(jī)移動(dòng)agent的WSN(random mobile agent-based WSN，RMAWSN)。

RMAWSN中的MA有兩種狀態(tài)，即激活與休眠狀態(tài)。每個(gè)代理激活狀態(tài)意味著代理能夠執(zhí)行代理各種行為，如環(huán)境檢測(cè)。處于休眠狀態(tài)的代理能夠自動(dòng)激活，或者根據(jù)網(wǎng)絡(luò)狀態(tài)激活。休眠狀態(tài)的代理不意味著節(jié)點(diǎn)也處于休眠狀態(tài)，節(jié)點(diǎn)依然能夠接收無(wú)線信號(hào)，執(zhí)行其他日常工作。

RMAWSN中，每個(gè)激活狀態(tài)的代理運(yùn)行一個(gè)定時(shí)器，限制MA的激活時(shí)間，因此MA擁有短周期特點(diǎn)。定時(shí)器的計(jì)數(shù)根據(jù)代理移動(dòng)步數(shù)減少。每個(gè)代理處于休眠狀態(tài)并等待被激活。采用短周期MA的原因有以下幾點(diǎn)：1)能夠避免激活代理的分布不均；2) 能夠避免MA在一個(gè)區(qū)域重復(fù)遷移；3) 能夠控制網(wǎng)絡(luò)中激活狀態(tài)代理的數(shù)目，提高能量的使用率。

圖1a為移動(dòng)agent的分布式傳感器網(wǎng)絡(luò)(mobile agent-based distributed sensor network, MADSN)[6]的示意圖，該移動(dòng)agent采用CS模式的WSN的數(shù)據(jù)傳輸過(guò)程。在sink節(jié)點(diǎn)需要多次往返傳輸數(shù)據(jù)。監(jiān)控區(qū)域發(fā)生異常事件后，附近的傳感器需要通知sink節(jié)點(diǎn)，在sink節(jié)點(diǎn)決策后，派出MA進(jìn)行監(jiān)測(cè)。該過(guò)程需要確定源節(jié)點(diǎn)，即能夠探測(cè)到事件的傳感器節(jié)點(diǎn)，MA能夠根據(jù)源節(jié)點(diǎn)的分布自行完成行程規(guī)劃。

如圖1b所示，基于移動(dòng)agent的WSN(mobile agent-based WSN，MAWSN)[7]提出了采用母agent (mother agent)的結(jié)構(gòu)以減少數(shù)據(jù)傳輸量。sink節(jié)點(diǎn)向目標(biāo)區(qū)域發(fā)送母agent，母代理到達(dá)目的節(jié)點(diǎn)后，發(fā)送若干子代理到事件區(qū)域周圍。每個(gè)子代理在完成事件檢測(cè)后，需要單獨(dú)從sink節(jié)點(diǎn)出發(fā)并返回sink節(jié)點(diǎn)。

如圖1c所示，RMAWSN模式的節(jié)點(diǎn)在本地即可獲取數(shù)據(jù)。MA并不由sink節(jié)點(diǎn)發(fā)出，而在網(wǎng)絡(luò)中自動(dòng)生成，并能夠隨機(jī)地遷移。代理在發(fā)現(xiàn)事件后可以根據(jù)行程規(guī)劃進(jìn)行遷移，獲取數(shù)據(jù)后，再單程返回sink節(jié)點(diǎn)。這種模式在WSN網(wǎng)絡(luò)規(guī)模較大時(shí)，能得到更佳的能耗效率。

定義節(jié)點(diǎn)發(fā)送、接收、感知過(guò)程的單位能耗分別為et、er、es；未攜帶數(shù)據(jù)的代理lnew假設(shè)從每個(gè)節(jié)點(diǎn)能夠獲取的數(shù)據(jù)為lnode。假設(shè)圖1中訪問(wèn)的所有節(jié)點(diǎn)傳輸距離相同，代理頭部信息相同，圖1中，代理訪問(wèn)的源節(jié)點(diǎn)數(shù)為n，從sink節(jié)點(diǎn)到源節(jié)點(diǎn)經(jīng)過(guò)的節(jié)點(diǎn)數(shù)為m。

代理遷移行為通過(guò)中繼節(jié)點(diǎn)對(duì)MA代碼進(jìn)行接收和發(fā)送實(shí)現(xiàn)，設(shè)未攜帶數(shù)據(jù)的代理在中繼節(jié)點(diǎn)的能耗為：

MA獲得數(shù)據(jù)后，中繼節(jié)點(diǎn)的能耗也相應(yīng)地增加為：

在圖1a中，m個(gè)MA從sink節(jié)點(diǎn)出發(fā)，遷移到事件附近的m個(gè)源節(jié)點(diǎn)，并返回sink節(jié)點(diǎn)，總能耗為：

在圖1b中，MA從sink節(jié)點(diǎn)出發(fā)，遷移至源節(jié)點(diǎn)，并將數(shù)據(jù)返回到sink節(jié)點(diǎn)的過(guò)程，總能耗為：

在圖1c中，假設(shè)節(jié)點(diǎn)隨機(jī)游動(dòng)k次后發(fā)現(xiàn)事件，在遍歷n個(gè)源節(jié)點(diǎn)后返回sink節(jié)點(diǎn)的能耗為：

由式(1)和式(2)，將圖1a的MADSN構(gòu)架與圖1b的MAWSN構(gòu)架的能耗進(jìn)行對(duì)比，得：

通過(guò)式(4)能夠看出，若源節(jié)點(diǎn)與sink節(jié)點(diǎn)越遠(yuǎn)，源節(jié)點(diǎn)數(shù)量越多，MAWSN模式較MADSN模式的效率要高很多。

圖1c的RMAWSN模式與圖1b的MAWSN模式相比，得：

3 RMAWSN的覆蓋區(qū)域

隨機(jī)產(chǎn)生和隨機(jī)移動(dòng)的MA能夠獲取更好的目標(biāo)監(jiān)測(cè)能力和更少的活動(dòng)傳感器。本節(jié)采用區(qū)域覆蓋方法評(píng)估RMAWSN的隨機(jī)模型，基于文獻(xiàn)[8-9]中尋找最佳突破路徑(maximal breach path)和最佳支撐路徑(maximal support path)使用的部分定義。

定義節(jié)點(diǎn)的感知范圍半徑為r；被測(cè)物體從S點(diǎn)到D點(diǎn)的路徑軌跡為曲線p。設(shè)曲線p1和p2在p的兩側(cè)，并分別離曲線p的距離為r。p1和p2構(gòu)成的封閉區(qū)域?yàn)?/p>

設(shè)S、D兩點(diǎn)之間曲線p的長(zhǎng)度為x，即：

式中，2rx為p1和p2構(gòu)成的條狀區(qū)域面積；2πr為條狀區(qū)域兩端分別與點(diǎn)S和點(diǎn)D為中心的兩個(gè)半圓面積(其半徑為r)。將式(7)代入式(6)，得檢測(cè)到的概率：

通過(guò)式(7)，確定發(fā)現(xiàn)物體的概率和穿過(guò)該區(qū)域的最短路徑長(zhǎng)度，可以推算出穿過(guò)區(qū)域時(shí)，節(jié)點(diǎn)能夠發(fā)現(xiàn)試圖穿過(guò)該區(qū)域的物體所需部署的密度：

若確定檢測(cè)到目標(biāo)的概率Pd(p)和目標(biāo)穿越區(qū)域的路徑長(zhǎng)度x，即區(qū)域中活動(dòng)節(jié)點(diǎn)的密度就能根據(jù)式(9)計(jì)算出。需要提出，當(dāng)x→∞時(shí)，表示被測(cè)物體在區(qū)域中不斷徘徊，被測(cè)的可能性為百分之百。即當(dāng)x→∞時(shí)，且物體不知活動(dòng)節(jié)點(diǎn)位置

定義被測(cè)物體移動(dòng)速度為v，節(jié)點(diǎn)部署密度為λs，將傳感器區(qū)域分為n個(gè)小區(qū)域，即||Zi||(i=1,2,,n)，節(jié)點(diǎn)穿過(guò)區(qū)域的時(shí)間t = n/v。將t分為m份，定義每一份為一個(gè)步長(zhǎng)，一個(gè)步長(zhǎng)的距離為n/m。若物體在||Z||移動(dòng)一個(gè)步長(zhǎng)的距離，被發(fā)現(xiàn)的概率定義為ps。

根據(jù)式(7)，λs和Ps的關(guān)系為：

物體移動(dòng)一個(gè)步長(zhǎng)的時(shí)間后，所有探測(cè)節(jié)點(diǎn)根據(jù)部署密度λs重新部署。物體穿過(guò)m個(gè)步長(zhǎng)被發(fā)現(xiàn)的概率為：

若m足夠大，且探測(cè)物體的速度已知時(shí)，Ps可以設(shè)置很小，即根據(jù)式(9)，傳感器節(jié)點(diǎn)部署密度λs可以設(shè)置得很小。

由于激活的移動(dòng)agent密度較隨機(jī)固定激活節(jié)點(diǎn)數(shù)量少，顯然該算法在網(wǎng)絡(luò)中所需的總能量要小。同時(shí)由于移動(dòng)agent的隨機(jī)移動(dòng)和自動(dòng)隨機(jī)產(chǎn)生機(jī)制，能量消耗的分布也能滿足均勻分布的目標(biāo)，避免監(jiān)測(cè)區(qū)域中過(guò)早出現(xiàn)監(jiān)測(cè)空洞。因此通過(guò)移動(dòng)agent形式的MA在尋找事件的過(guò)程中，能量消耗和覆蓋效率均能獲得很好的平衡。

根據(jù)式(11)，若網(wǎng)絡(luò)中激活狀態(tài)的代理密度接近λs，傳感器網(wǎng)絡(luò)能夠有效地檢測(cè)和跟蹤到目標(biāo)。為了獲得所需密度λs，每個(gè)代理保持一個(gè)定時(shí)器t1，t1記錄未被MA訪問(wèn)的時(shí)間。假設(shè)網(wǎng)絡(luò)中所有節(jié)點(diǎn)數(shù)為代理將根據(jù)概率激活，并設(shè)置定時(shí)器t1=0。若t1

4 RMAWSN仿真結(jié)果

本文采用基于RMAWSN模式的人工魚群算法(short life artificial fish swarm algorithm, SLAFSA)[11]進(jìn)行仿真驗(yàn)證。表1為實(shí)驗(yàn)的詳細(xì)參數(shù)。網(wǎng)絡(luò)存在10個(gè)MA，在50×50的網(wǎng)絡(luò)中一共部署136個(gè)節(jié)點(diǎn)，節(jié)點(diǎn)的通信距離為10，感知距離為4。RMAWSN的MA將運(yùn)行15次。實(shí)驗(yàn)中隨機(jī)放置了10個(gè)事件，仿真結(jié)果顯示所有事件在5步后均被發(fā)現(xiàn)。設(shè)定發(fā)現(xiàn)事件的MA消失，長(zhǎng)時(shí)間未被訪問(wèn)的節(jié)點(diǎn)根據(jù)概率afP自動(dòng)激活MA。

MA在網(wǎng)絡(luò)中的移動(dòng)情況如圖2所示。根據(jù)表2，在3步后，7個(gè)事件被發(fā)現(xiàn)，同時(shí)接近半數(shù)的節(jié)點(diǎn)被訪問(wèn)到；在7步后，即圖2c，接近80%的節(jié)點(diǎn)被訪問(wèn)，覆蓋率接近80%，并發(fā)現(xiàn)了所有的事件。在圖2d中，MA覆蓋了近90%的節(jié)點(diǎn)。根據(jù)表2，在第7步時(shí)覆蓋率接近80%，并發(fā)現(xiàn)了所有的事件。

在圖2b的右下角區(qū)域幾乎沒(méi)有節(jié)點(diǎn)訪問(wèn)，該區(qū)域被當(dāng)前MA訪問(wèn)的幾率很小。圖中在點(diǎn)(45,11)處一個(gè)新的MA被激活，在5步后，該MA將對(duì)該區(qū)域探索一遍。這種自我激活的機(jī)制能夠讓算法避開空洞區(qū)域。

4.1 RMAWSN的覆蓋性能

本文將文獻(xiàn)[12]中描述的兩種基于AFSA和OAFSA算法與基于RMAWSN的SLAFSA算法進(jìn)行比較，在表3中顯示了3種算法的網(wǎng)絡(luò)覆蓋率。每種算法使用相同的網(wǎng)絡(luò)參數(shù)，如50×50的區(qū)間，50個(gè)節(jié)點(diǎn)，通信距離為12，感知距離為4。從表3中可以看到，SLAFSA算法在5步時(shí)獲得近80%的覆蓋率，而在10步時(shí)獲得了近90%的覆蓋率。

4.2 RMAWSN的參數(shù)分析

從仿真結(jié)果看，在節(jié)點(diǎn)密度固定時(shí)，RMAWSN節(jié)點(diǎn)覆蓋率與兩個(gè)因素相關(guān)：MA的數(shù)量和MA移動(dòng)的步數(shù)。顯然，步數(shù)越多獲得的覆蓋率越高。其次，仿真發(fā)現(xiàn)RMAWSN模式下，覆蓋率與通信距離無(wú)關(guān)。

1) MA的數(shù)量與覆蓋率

MA的數(shù)量是網(wǎng)絡(luò)覆蓋中重要的參數(shù)之一。在表4中顯示了不同的起始MA數(shù)量與MA移動(dòng)了15步之后的節(jié)點(diǎn)覆蓋率的關(guān)系。根據(jù)RMAWSN的隨機(jī)模型，SLAFSA算法的節(jié)點(diǎn)能夠在時(shí)間1t后隨機(jī)激活MA，因此即使起始MA的數(shù)量為2個(gè)，在20步后，網(wǎng)絡(luò)也能獲得接近80%的節(jié)點(diǎn)覆蓋率。

2) 通信距離對(duì)覆蓋率的影響

節(jié)點(diǎn)之間的無(wú)線通信是重要的能量消耗因素。越長(zhǎng)的通信距離意味著相同密度下的網(wǎng)絡(luò)將消耗更多的通信能量。有意思的是，算法分析中發(fā)現(xiàn)延長(zhǎng)通信距離并不能增加網(wǎng)絡(luò)覆蓋的效果。

為研究通信距離與覆蓋率的關(guān)系，圖3和圖4統(tǒng)計(jì)了在50×50的范圍內(nèi)部署450個(gè)節(jié)點(diǎn)，并且運(yùn)行10步后的結(jié)果。圖3研究節(jié)點(diǎn)在不同通信距離下的累計(jì)激活節(jié)點(diǎn)，圖4統(tǒng)計(jì)在不同通信距離下的覆蓋率，兩圖結(jié)果均顯示了激活節(jié)點(diǎn)的密度和覆蓋范圍與通信距離無(wú)關(guān)?；蛘哒f(shuō)，通信距離對(duì)RMAWSN模式的性能影響很小。實(shí)驗(yàn)說(shuō)明采用RMAWSN模式的WSN，節(jié)點(diǎn)可以采用較短的通信距離節(jié)約能量，且不影響網(wǎng)絡(luò)的覆蓋率。

5 結(jié) 束 語(yǔ)

本文提出了一種新的基于移動(dòng)agent的WSN模式RMAWSN，在減少能量消耗和提高事件的覆蓋檢測(cè)能力上有較好的表現(xiàn)。通過(guò)實(shí)驗(yàn)，發(fā)生在監(jiān)測(cè)區(qū)域的事件能夠有效地在較短時(shí)間內(nèi)被隨機(jī)游動(dòng)的MA發(fā)現(xiàn)。由于MA的隨機(jī)行為和短周期特點(diǎn)，網(wǎng)絡(luò)需要的活動(dòng)節(jié)點(diǎn)更少，并能有效地發(fā)現(xiàn)事件。實(shí)驗(yàn)表明，在該模式下節(jié)點(diǎn)通信距離可以與覆蓋率無(wú)關(guān)。

[1] SUENAGA S, HONIDEN S. Constructing locally centralized applications by mobile agents in wireless sensor networks[C]//Proc of the ATSN. Estoril, Portugal: [s.n.], 2006.

[2] LEE J W, CHOI B S, LEE J J. Energy-efficient coverage of wireless sensor networks using ant colony optimization with three types of pheromones[J]. IEEE Transactions on Industrial Informatics, 2011, 7(3): 419-427.

[3] RAZAVI R, MECHITOV K, AGHA G, et al. Dynamic macroprogramming of wireless sensor networks with mobile agents[J]. Policy, 2007(1): 1-6.

[4] KAKKASAGERI M S, MANVI S S, SORAGAVI G D. Mobile agent based event discovery in wireless sensornetworks[C]//Proc of the 5th WSEAS Intl Conf on Applied Computer Science. Hangzhou: [s.n.], 2006.

[5] SALIM S, JAVED M, AKBAR A H. A mobile agent-based architecture for fault tolerance in wireless sensor networks [C]//Communication Networks and Services Research Conference (CNSR). Montreal, QC, Canada: IEEE, 2010.

[6] QI Hai-rong, XU Ying-yue, WANG Xiao-ling. Mobileagent-based collaborative signal and information processing in sensor networks[J]. Proceedings of the IEEE, 2003, 91(8): 1172-1183.

[7] CHEN M, KWON T, YUAN Y, et al. Mobile agent based wireless sensor networks[J]. Journal of Computers, 2006, 1(1): 14-21.

[8] HEINZELMAN W R, CHANDRAKASAN A, BALAKRISHNAN H. Energy-efficient communication protocol for wireless microsensor networks[C]//Proceedings of the 33rd Annual Hawaii International Conference on System Sciences. Hawwii: USA, IEEE, 2000.

[9] HUANG C F, TSENG Y C, LO L C. The coverage problem in three-dimensional wireless sensor networks[J]. Journal of Interconnection Networks, 2007, 8(3): 209-227.

[10] LIU B, TOWSLEY D. A study of the coverage of large-scale sensor networks[C]//IEEE International Conference on Mobile Ad-hoc and Sensor Systems. Fort Lauderdale, FL, USA: IEEE, 2004.

[11] YANG T, YONG T. Short life artificial fish swarm algorithm for wireless sensor network[C]//International Conference on Computational Problem-solving (ICCP). Beijing: IEEE, 2013.

[12] WANG Yi-yue, LIAO Hong-mei, HU Heng-yang. Wireless sensor network deployment using an optimized artificial fish swarm algorithm[C]//International Conference on Computer Science and Electronics Engineering (ICCSEE). Hangzhou: IEEE, 2012.

編 輯 張 俊

Random Mobile Agent Based WSN Model and Its Analysis

YANG Ting1, YANG Qing2, and TANG Yong1
(1. School of Computer Science and Engineering, University of Electronic Science and Technology of China Chengdu 611731; 2. Department of Computer Science, Montana State University Bozeman, USA 59717)

In order to optimize wireless sensor network coverage scheme, a random mobile agent-based wireless sensor network model (RMAWSN) is presented in this paper. The model uses swarm optimization algorithm to relocate active mobile agent for event detection. In this model, active mobile agent provides several advantages by the characteristics of random generation and movement: reducing active nodes in monitored area on the premise of coverage rate and the adaptation of divided or isolated network. Experiment results show that this model effectively improves network coverage and reduces consideration of communication distance.

coverage; mobile agent; swarm intelligence; wireless sensor network

TP393.02

A

10.3969/j.issn.1001-0548.2015.03.021

2014 ? 03 ? 03；

2015 ? 01 ? 13

四川省省級(jí)戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展促進(jìn)資金(SC2011510703011)

楊挺(1975 ? )，男，博士，講師，主要從事計(jì)算機(jī)網(wǎng)絡(luò)方面的研究.