智能系统：面向管道系统的无线传感器网络三维节点部署算法

第8卷第4期 智能系统学报 Vol.8 No.4 2013年8月 CAAI Transactions on Intelligent Systems Aug.2013 D0I:10.3969/i.issn.1673-4785.201304025 网络出版地址：http://www.cnki.net/kcms/detail/23.1538.TP.20130827.1118.003.html 面向管道系统的无线传感器网络三维节点部署算法 余华平1，郭梅2 (1.长江大学计算机科学学院，湖北荆州434023：2.长江大学科学技术处，湖北荆州434023) 摘要：管道系统是事关国民经济发展的基础设施，而节点的三维部署问题是基于无线传感器网络的管道监控系统 的基础性技术问题.首先把三维管道结构映射为Y和XZ2个二维平面结构，分别对其进行传感器节点部署优化分 析然后在此基础上，设计了面向管道系统的三维传感器节点的部署算法.最后对算法进行了覆盖性能、连通性能以 及能耗性能的评价，结果表明，该算法能有效解决管道系统节点三维部署问题，为超长油气管道、城市自来水管网及 污水管网监测提供理论指导和实践依据. 关键词：三维节点部署；无线传感器网络：管道系统：覆盖：连通：能耗 中图分类号：TP393文献标志码：A文章编号：1673-4785(2013)04-0333-06 中文引用格式：余华平，郭梅面向管道系统的无线传感器网络三维节点部署算法[J].智能系统学报，2013,8(4)：333338. 英文引用格式：YU Huaping,GUO Mei..The research of three-dimensional node deployment of wireless sensor network for pipeline systems[J].CAAI Transactions on Intelligent Systems,2013,8(4):333-338. The research of three-dimensional node deployment of wireless sensor network for pipeline systems YU Huaping',GUO Mei 2 (1.College of Computer Science,Yangtze University,Jingzhou 434023,China;2.Department of Science and Technology,Yangtze U- niversity,Jingzhou 434023.China) Abstract:Pipeline systems are vital infrastructure to most national economies,while three-dimensional deployment problem of sensor nodes in wireless sensor networks(WSNs)for monitoring pipeline systems is a fundamental tech- nical problem.This paper firstly analyzed the optimal deployment strategy in Xy plane and XZ plane which were projected from three-dimensional pipeline structures,however,on this basis a three-dimensional sensor node de- ployment algorithm for pipeline systems was designed.And then,the sensor node deployment algorithm was dis- cussed from the network coverage performance,connectivity performance and sensor node energy consumption.The analysis results show that the algorithm can efficiently solve the three-dimensional sensor node deployment problem and provide theoretical guidance and practical basis for the monitoring of super-long oil and gas pipeline,the city tap water pipe network and sewage pipe network. Keywords:three-dimensional node deployment;wireless sensor network;pipeline system;coverage;connectivity; energy consumption 无线传感器网络(WSN)由大量资源受限的传 测区域的长时间、不间断监测].目前，无线传感器 感器节点组成传感节点一般配置有感测单元、计算 网络已广泛应用在民用和军用等领域，如健康监测、 单元、存储单元和通讯单元等模块传感器节点以随 环境监控、科学探索、工业控制以及战场监测等 机部署或确定性部署的方式在监测目标区域内协作 管道系统是事关国民经济发展的基础设施，它 完成监测对象的感测、计算和数据传输任务，实现监 是运输石油、天然气、自来水、污水及化工产品等大 量液体和气体的最经济方式).与铁路运输、高速公 收稿日期：2013-04-15.网络出版日期：2013-08-27. 路运输及轮船运输相比，管道运输具有低成本和高 基金项目：湖北省自然科学基金资助项目(2012FFB00102). 容量等明显优势.但是，随着管道长度的不断增加， 通信作者：余华平.E-mail:hpjz@126.com

第 ８ 卷第 ４ 期 智 能 系 统 学 报 Ｖｏｌ．８ №．４ ２０１３ 年 ８ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ａｕｇ． ２０１３ ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１６７３⁃４７８５．２０１３０４０２５ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１３０８２７．１１１８．００３．ｈｔｍｌ 面向管道系统的无线传感器网络三维节点部署算法 余华平１ ，郭梅２ （１． 长江大学 计算机科学学院，湖北 荆州 ４３４０２３； ２．长江大学 科学技术处，湖北 荆州 ４３４０２３） 摘 要：管道系统是事关国民经济发展的基础设施，而节点的三维部署问题是基于无线传感器网络的管道监控系统 的基础性技术问题．首先把三维管道结构映射为 ＸＹ 和 ＸＺ ２ 个二维平面结构，分别对其进行传感器节点部署优化分 析．然后在此基础上，设计了面向管道系统的三维传感器节点的部署算法．最后对算法进行了覆盖性能、连通性能以 及能耗性能的评价，结果表明，该算法能有效解决管道系统节点三维部署问题，为超长油气管道、城市自来水管网及 污水管网监测提供理论指导和实践依据． 关键词：三维节点部署；无线传感器网络；管道系统；覆盖；连通；能耗 中图分类号：ＴＰ３９３ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１３）０４⁃０３３３⁃０６ 中文引用格式：余华平，郭梅．面向管道系统的无线传感器网络三维节点部署算法［Ｊ］． 智能系统学报， ２０１３， ８（４）： ３３３⁃３３８． 英文引用格式：ＹＵ Ｈｕａｐｉｎｇ，ＧＵＯ Ｍｅｉ．Ｔｈｅ ｒｅｓｅａｒｃｈ ｏｆ ｔｈｒｅｅ⁃ｄｉｍｅｎｓｉｏｎａｌ ｎｏｄｅ ｄｅｐｌｏｙｍｅｎｔ ｏｆ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ ｆｏｒ ｐｉｐｅｌｉｎｅ ｓｙｓｔｅｍｓ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ， ２０１３， ８（４）： ３３３⁃３３８． Ｔｈｅ ｒｅｓｅａｒｃｈ ｏｆ ｔｈｒｅｅ⁃ｄｉｍｅｎｓｉｏｎａｌ ｎｏｄｅ ｄｅｐｌｏｙｍｅｎｔ ｏｆ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ ｆｏｒ ｐｉｐｅｌｉｎｅ ｓｙｓｔｅｍｓ ＹＵ Ｈｕａｐｉｎｇ １ ，ＧＵＯ Ｍｅｉ ２ （１． Ｃｏｌｌｅｇｅ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ， Ｙａｎｇｔｚｅ Ｕｎｉｖｅｒｓｉｔｙ， Ｊｉｎｇｚｈｏｕ ４３４０２３， Ｃｈｉｎａ； ２． Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｙａｎｇｔｚｅ Ｕ⁃ ｎｉｖｅｒｓｉｔｙ， Ｊｉｎｇｚｈｏｕ ４３４０２３， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｐｉｐｅｌｉｎｅ ｓｙｓｔｅｍｓ ａｒｅ ｖｉｔａｌ ｉｎｆｒａｓｔｒｕｃｔｕｒｅ ｔｏ ｍｏｓｔ ｎａｔｉｏｎａｌ ｅｃｏｎｏｍｉｅｓ， ｗｈｉｌｅ ｔｈｒｅｅ⁃ｄｉｍｅｎｓｉｏｎａｌ ｄｅｐｌｏｙｍｅｎｔ ｐｒｏｂｌｅｍ ｏｆ ｓｅｎｓｏｒ ｎｏｄｅｓ ｉｎ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ （ＷＳＮｓ） ｆｏｒ ｍｏｎｉｔｏｒｉｎｇ ｐｉｐｅｌｉｎｅ ｓｙｓｔｅｍｓ ｉｓ ａ ｆｕｎｄａｍｅｎｔａｌ ｔｅｃｈ⁃ ｎｉｃａｌ ｐｒｏｂｌｅｍ． Ｔｈｉｓ ｐａｐｅｒ ｆｉｒｓｔｌｙ ａｎａｌｙｚｅｄ ｔｈｅ ｏｐｔｉｍａｌ ｄｅｐｌｏｙｍｅｎｔ ｓｔｒａｔｅｇｙ ｉｎ ＸＹ ｐｌａｎｅ ａｎｄ ＸＺ ｐｌａｎｅ ｗｈｉｃｈ ｗｅｒｅ ｐｒｏｊｅｃｔｅｄ ｆｒｏｍ ｔｈｒｅｅ⁃ｄｉｍｅｎｓｉｏｎａｌ ｐｉｐｅｌｉｎｅ ｓｔｒｕｃｔｕｒｅｓ， ｈｏｗｅｖｅｒ， ｏｎ ｔｈｉｓ ｂａｓｉｓ ａ ｔｈｒｅｅ⁃ｄｉｍｅｎｓｉｏｎａｌ ｓｅｎｓｏｒ ｎｏｄｅ ｄｅ⁃ ｐｌｏｙｍｅｎｔ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｐｉｐｅｌｉｎｅ ｓｙｓｔｅｍｓ ｗａｓ ｄｅｓｉｇｎｅｄ． Ａｎｄ ｔｈｅｎ， ｔｈｅ ｓｅｎｓｏｒ ｎｏｄｅ ｄｅｐｌｏｙｍｅｎｔ ａｌｇｏｒｉｔｈｍ ｗａｓ ｄｉｓ⁃ ｃｕｓｓｅｄ ｆｒｏｍ ｔｈｅ ｎｅｔｗｏｒｋ ｃｏｖｅｒａｇｅ ｐｅｒｆｏｒｍａｎｃｅ， ｃｏｎｎｅｃｔｉｖｉｔｙ ｐｅｒｆｏｒｍａｎｃｅ ａｎｄ ｓｅｎｓｏｒ ｎｏｄｅ ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ． Ｔｈｅ ａｎａｌｙｓｉｓ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｃａｎ ｅｆｆｉｃｉｅｎｔｌｙ ｓｏｌｖｅ ｔｈｅ ｔｈｒｅｅ⁃ｄｉｍｅｎｓｉｏｎａｌ ｓｅｎｓｏｒ ｎｏｄｅ ｄｅｐｌｏｙｍｅｎｔ ｐｒｏｂｌｅｍ ａｎｄ ｐｒｏｖｉｄｅ ｔｈｅｏｒｅｔｉｃａｌ ｇｕｉｄａｎｃｅ ａｎｄ ｐｒａｃｔｉｃａｌ ｂａｓｉｓ ｆｏｒ ｔｈｅ ｍｏｎｉｔｏｒｉｎｇ ｏｆ ｓｕｐｅｒ⁃ｌｏｎｇ ｏｉｌ ａｎｄ ｇａｓ ｐｉｐｅｌｉｎｅ， ｔｈｅ ｃｉｔｙ ｔａｐ ｗａｔｅｒ ｐｉｐｅ ｎｅｔｗｏｒｋ ａｎｄ ｓｅｗａｇｅ ｐｉｐｅ ｎｅｔｗｏｒｋ． Ｋｅｙｗｏｒｄｓ： ｔｈｒｅｅ⁃ｄｉｍｅｎｓｉｏｎａｌ ｎｏｄｅ ｄｅｐｌｏｙｍｅｎｔ； ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ； ｐｉｐｅｌｉｎｅ ｓｙｓｔｅｍ； ｃｏｖｅｒａｇｅ； ｃｏｎｎｅｃｔｉｖｉｔｙ； ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ 收稿日期：２０１３⁃０４⁃１５． 网络出版日期：２０１３⁃０８⁃２７． 基金项目：湖北省自然科学基金资助项目（２０１２ＦＦＢ００１０２）． 通信作者：余华平． Ｅ⁃ｍａｉｌ：ｙｈｐｊｚ＠ １２６．ｃｏｍ． 无线传感器网络（ＷＳＮ）由大量资源受限的传 感器节点组成．传感节点一般配置有感测单元、计算 单元、存储单元和通讯单元等模块．传感器节点以随 机部署或确定性部署的方式在监测目标区域内协作 完成监测对象的感测、计算和数据传输任务，实现监 测区域的长时间、不间断监测［１⁃２］ ．目前，无线传感器 网络已广泛应用在民用和军用等领域，如健康监测、 环境监控、科学探索、工业控制以及战场监测等． 管道系统是事关国民经济发展的基础设施，它 是运输石油、天然气、自来水、污水及化工产品等大 量液体和气体的最经济方式［２］ ．与铁路运输、高速公 路运输及轮船运输相比，管道运输具有低成本和高 容量等明显优势．但是，随着管道长度的不断增加

·334. 智能系统学报 第8卷 管道系统监控管理面临着巨大的压力，特别是在管 轴方向上的最优部署位置，再研究节点在Z轴方向 道压力检测、流量监测、管道腐蚀、管道泄漏和环境 上的优化部署策略 污染等严重影响管道安全和传输效率方面.无线传 1.2网络模型 感器网络以其低成本、可持续、无间断、安全有效地 为了保证管道系统的监测性能，采用3层传感 为管道系统提供监控管理，极大地提高管道系统的 器网络，如图2所示[)在第3层，传感器节点部署 管理水平和经济社会效益[)」 在管道表面，实现管道的无缝完全覆盖.这些节点具 传感器节点部署一般分为随机部署和确定性部 有有限的能量、计算和存储资源，节点能量不能及时 署2类.在保证网络无缝覆盖和网络连通的前提下， 补充，节点之间通过短距离无线通讯传输数据，其主 追求传感器节点覆盖效率最大化是无线传感器网络 要作用是采集管道的运性状态数据，并把数据上传 应用的基本要求近年来，节点部署研究主要集中在 到上层节点.在第2层，传感器节点主要部署在地面 二维平面问题上，现有的三维节点部署也主要集中在 上如管道系统的中转站、分流站、加压站等地方此 开阔空间的节点部署上，对有固定结构特征的（诸如 层节点的计算、存储资源比第3层节点明显增强，能 管道系统)的三维节点覆盖问题研究较少.李莉等) 量一般可补充，节点间可通过卫星、无线基站及有线 基于覆盖性能提出了一种无线地下三维传感器网络 网络通讯.主要负责收集第3层节点数据，进行初步 节点覆盖算法MCC3D,但该算法是面向开阔空间结 的分析整合后上传到最上层的管道系统的监控 构设计的，对管道系统不能达到最优：文献[5]中论述 中心 了一种面向窄长空间结构特征的三维节点部署算法， 管道监控管理中心 其算法核心思想是把窄长空间划分成2个二维平面 (第1层) 进行分析优化，但该算法对于具有固定特征的管道系 统并不能达到最优部署：王璐超等[6针对矩形立体仓 Sink汇聚节点 (第2层) 库结构特点，讨论了矩形立体仓库三维节点部署方 案目前也还没有发现专门针对管道系统节点三维部 管道表面节点 (第3层) 署的研究现有的面向开阔空间，或是面向窄长空间 Sinki汇聚节点意无线通讯链路 和矩形结构的三维节点部署方案不能完全适应管道 。传感器节点·，有限通讯链路 结构空间，因此，开展管道系统节点部署研究具有重 图23层网络体系结构 要的和现实意义和应用价值 Fig.2 Three-layer network architecture 1管道结构与网络模型 2 传感器节点三维部署算法 1.1管道空间结构 为了便于描述，约定用R。表示管道的半径（一 管道一般由铁质、水泥及塑料制成，管道内径从 0.1~10m).根据其结构特征，为方便分析，把管道 般指外径半径)，L表示管道的长度，R,表示传感器 节点的传感半径.在研究中，把三维管道结构投影到 三维结构投射到Y平面和XZ2个二维平面结构 XY和XZ2个二维平面上进行分析. 进行分析)，如图1所示.在管道系统中，无线传感 器节点只能部署在管道侧壁上，从拓扑图形的角度 2.1XY平面节点部署分析 从宏观上看，管道系统的传感器节点呈线型分 看，节点位置在XY平面上的投影全部位于圆形边 上，在XZ平面上的投影位于矩形的2条长边上 布，网络的拓扑结构由节点在Z轴方向上的位置所 决定，节点在Y平面上的位置并不影响网络性能， 因此在确定节点在Y平面上的位置时，主要考虑 XY平面 节点的有效覆盖效率和节点间的有效冗余关系.根 映射 据传感器节点感测半径与管道半径之间的关系： YXZ平面 映射 R,≥2R。、2R,≤RR,≥2R。,需要用2 在研究节点部署算法时，首先确定节点在XY 个传感器节点实现全覆盖；当√2R,>R,≥R,则需要

管道系统监控管理面临着巨大的压力，特别是在管 道压力检测、流量监测、管道腐蚀、管道泄漏和环境 污染等严重影响管道安全和传输效率方面．无线传 感器网络以其低成本、可持续、无间断、安全有效地 为管道系统提供监控管理，极大地提高管道系统的 管理水平和经济社会效益［３］ ． 传感器节点部署一般分为随机部署和确定性部 署 ２ 类．在保证网络无缝覆盖和网络连通的前提下， 追求传感器节点覆盖效率最大化是无线传感器网络 应用的基本要求．近年来，节点部署研究主要集中在 二维平面问题上，现有的三维节点部署也主要集中在 开阔空间的节点部署上，对有固定结构特征的（诸如 管道系统）的三维节点覆盖问题研究较少．李莉等［４］ 基于覆盖性能提出了一种无线地下三维传感器网络 节点覆盖算法 ＭＣＣ３Ｄ，但该算法是面向开阔空间结 构设计的，对管道系统不能达到最优；文献［５］中论述 了一种面向窄长空间结构特征的三维节点部署算法， 其算法核心思想是把窄长空间划分成 ２ 个二维平面 进行分析优化，但该算法对于具有固定特征的管道系 统并不能达到最优部署；王璐超等［６］针对矩形立体仓 库结构特点，讨论了矩形立体仓库三维节点部署方 案．目前也还没有发现专门针对管道系统节点三维部 署的研究．现有的面向开阔空间，或是面向窄长空间 和矩形结构的三维节点部署方案不能完全适应管道 结构空间，因此，开展管道系统节点部署研究具有重 要的和现实意义和应用价值． １ 管道结构与网络模型 １．１ 管道空间结构 管道一般由铁质、水泥及塑料制成，管道内径从 ０．１～１０ ｍ ［２］ ．根据其结构特征，为方便分析，把管道 三维结构投射到 ＸＹ 平面和 ＸＺ ２ 个二维平面结构 进行分析［４］ ，如图 １ 所示．在管道系统中，无线传感 器节点只能部署在管道侧壁上，从拓扑图形的角度 看，节点位置在 ＸＹ 平面上的投影全部位于圆形边 上，在 ＸＺ 平面上的投影位于矩形的 ２ 条长边上． 图 １ 管道系统的空间结构 Ｆｉｇ．１ Ｔｈｅ ｓｐａｔｉａｌ ｓｔｒｕｃｔｕｒｅ ｏｆ ｐｉｐｅｌｉｎｅ ｓｙｓｔｅｍ 在研究节点部署算法时，首先确定节点在 ＸＹ 轴方向上的最优部署位置，再研究节点在 Ｚ 轴方向 上的优化部署策略． １．２ 网络模型 为了保证管道系统的监测性能，采用 ３ 层传感 器网络，如图 ２ 所示［３］ ．在第 ３ 层，传感器节点部署 在管道表面，实现管道的无缝完全覆盖．这些节点具 有有限的能量、计算和存储资源，节点能量不能及时 补充，节点之间通过短距离无线通讯传输数据，其主 要作用是采集管道的运性状态数据，并把数据上传 到上层节点．在第 ２ 层，传感器节点主要部署在地面 上如管道系统的中转站、分流站、加压站等地方．此 层节点的计算、存储资源比第 ３ 层节点明显增强，能 量一般可补充，节点间可通过卫星、无线基站及有线 网络通讯．主要负责收集第 ３ 层节点数据，进行初步 的分析整合后上传到最上层的管道系统的监控 中心． 图 ２ ３ 层网络体系结构 Ｆｉｇ．２ Ｔｈｒｅｅ⁃ｌａｙｅｒ ｎｅｔｗｏｒｋ ａｒｃｈｉｔｅｃｔｕｒｅ ２ 传感器节点三维部署算法 为了便于描述，约定用 Ｒｐ 表示管道的半径（一 般指外径半径），Ｌ 表示管道的长度，Ｒｓ 表示传感器 节点的传感半径．在研究中，把三维管道结构投影到 ＸＹ 和 ＸＺ ２ 个二维平面上进行分析． ２．１ ＸＹ 平面节点部署分析 从宏观上看，管道系统的传感器节点呈线型分 布，网络的拓扑结构由节点在 Ｚ 轴方向上的位置所 决定，节点在 ＸＹ 平面上的位置并不影响网络性能， 因此在确定节点在 ＸＹ 平面上的位置时，主要考虑 节点的有效覆盖效率和节点间的有效冗余关系．根 据传感器节点感测半径与管道半径之间的关系： Ｒｓ≥２Ｒｐ、 ２ Ｒｐ≤Ｒｓ＜２Ｒｐ、Ｒｐ ＝Ｒｓ＜ ２ Ｒｐ 和 Ｒｓ＜Ｒｐ ４ 种 情况进行讨论，其最优覆盖如图 ３ 所示．在图 ３ 中， 可以看到，当 Ｒｓ≥２Ｒｐ时，在 ＸＹ 平面上仅用一个传 感器节点就可以全覆盖；当 ２Ｒｐ＞Ｒｓ≥ ２ Ｒｐ，需要用 ２ 个传感器节点实现全覆盖；当 ２ Ｒｐ ＞Ｒｓ≥Ｒｐ，则需要 ·３３４· 智 能 系 统 学 报 第 ８ 卷

第4期 余华平，等：面向管道系统的无线传感器网络三维节点部署算法 ·335· 3个传感器节点实现全覆盖；如果R,2R S.10 S3wO S.o 2R, S2 (d)R,≤RR>V2R 获取传感器节点的感知半径、 计算所需传感器节点数N 管道半径与管道长度P,R。) 计算感知半径与管道 计算传感器节点三维坐标矩阵P 半径的比值(R,/R) 按照确定的坐标部署传感器节点 计算相邻传感器 节点间的距离d (结束○ 图5传感器节点三维部署算法流程 R=R R 的覆盖特性和拓扑结构，因此在考虑节点在XY轴 R,/Rn≥√2时，相邻传感器节点间的距离d,= 方向上最优部署的前提下，在Z轴方向上最优覆盖 |SSn-2|=2(√R-R);当2>R,/R。≥1时，相邻传 部署如图4所示. 感器节点间的距离d,=|Sn-2Sn-s= 2(√R-9/16R) 2R 同理，所需传感器节点数N,为：当R,/R,≥2 L 时，所需传感器节点数N,=L2L/2(R,+√R-4R)」+ (a)R,=2R 1:当2>R,/Rn≥√2时，所需传感器节点数N,=L2L/ 2(√R-R)」+1；当2>R,/R≥1时，所需传感器节 …2R 点数N,=L3L/2(√R-9/16R)」+1 在部署算法中，传感器节点的三维坐标用N,×3 (bjR-2R, 矩阵P表示：即P[N,][0]为X轴坐标，P[N,][1] 为Y轴坐标，P[N,][2]为Z轴坐标

３ 个传感器节点实现全覆盖；如果 Ｒｓ ＜Ｒｐ，则无论怎 么放置传感器节点，均不能全覆盖管道． 图 ３ ＸＹ 平面传感器节点覆盖 Ｆｉｇ．３ Ｓｅｎｓｏｒｓ ｃｏｖｅｒａｇｅ ｉｎ ＸＹ ｐｌａｎｅ ２．２ 平面节点部署分析 传感器节点在 Ｚ 轴方向上的位置决定了网络 的覆盖特性和拓扑结构，因此在考虑节点在 ＸＹ 轴 方向上最优部署的前提下，在 Ｚ 轴方向上最优覆盖 部署如图 ４ 所示． （ｃ） ２Ｒｐ≤Ｒｓ＜Ｒｐ （ｄ）Ｒｐ≤Ｒｓ＜ ２Ｒｐ 图 ４ ＸＺ 平面传感器节点部署 Ｆｉｇ．４ Ｓｅｎｓｏｒｓ ｃｏｖｅｒａｇｅ ｉｎ ＸＺ ｐｌａｎｅ ２．３ 三维节点部署算法 综合节点在 ＸＹＺ 轴上的部署分析，能够得到管 道系统传感器节点三维部署算法．节点部署算法流 程图如图 ５ 所示． 图 ５ 传感器节点三维部署算法流程 Ｆｉｇ．５ Ｆｌｏｗ ｃｈａｒｔ ｏｆ ｓｅｎｓｏｒｓ ｔｈｒｅｅ⁃ｄｉｍｅｎｓｉｏｎａｌ ｄｅｐｌｏｙｍｅｎｔ 其中，相邻传感器节点间的距离 ｄｓ按下列方式 进行计算确定：当 Ｒｓ ／ Ｒｐ≥２ 时，相邻传感器节点间 的距 离 ｄｓ ＝ Ｓｎ Ｓｎ－２ ＝ ２ （ Ｒｓ ＋ Ｒ ２ ｓ －４Ｒ ２ ｐ ）； 当 ２ ＞ Ｒｓ ／ Ｒｐ≥ ２ 时， 相 邻 传 感 器 节 点 间 的 距 离 ｄｓ ＝ Ｓｎ Ｓｎ－２ ＝ ２（ Ｒ ２ ｓ －Ｒ ２ ｐ ）；当 ２ ＞Ｒｓ ／ Ｒｐ≥１ 时，相邻传 感 器 节 点 间 的 距 离 ｄｓ ＝ Ｓｎ－２ Ｓｎ－５ ＝ ２（ Ｒ ２ ｓ －９ ／ １６Ｒ ２ ｐ ）． 同理，所需传感器节点数 Ｎｓ 为：当 Ｒｓ ／ Ｒｐ ≥２ 时，所需传感器节点数Ｎｓ ＝ ⌊２Ｌ ／ ２（Ｒｓ ＋ Ｒ ２ ｓ －４Ｒ ２ ｐ ）」＋ １；当 ２＞Ｒｓ ／ Ｒｐ≥ ２ 时，所需传感器节点数 Ｎｓ ＝ ⌊２Ｌ ／ ２（ Ｒ ２ ｓ －Ｒ ２ ｐ ）」＋１；当 ２ ＞Ｒｓ ／ Ｒｐ≥１ 时，所需传感器节 点数 Ｎｓ ＝ ⌊３Ｌ ／ ２（ Ｒ ２ ｓ －９ ／ １６Ｒ ２ ｐ ）」＋１． 在部署算法中，传感器节点的三维坐标用 Ｎｓ ×３ 矩阵Ｐ 表示：即Ｐ ［Ｎｓ］ ［０］为 Ｘ 轴坐标，Ｐ ［Ｎｓ］ ［１］ 为 Ｙ 轴坐标，Ｐ ［Ｎｓ］［２］为 Ｚ 轴坐标． 第 ４ 期 余华平，等：面向管道系统的无线传感器网络三维节点部署算法 ·３３５·

·336· 智能系统学报 第8卷 1)R,/R≥2 了最大化网络有效覆盖效率，应选择R,与R接近的 传感器节点编号i为奇数的传感器节点的X轴 传感器节点 坐标为0，即P[i-1][0]=0;Y轴坐标为0， 80r 即P[i-1][1]=0:Z轴坐标为(i-1)×d,2,即 70 P[i-1][2]=(i-1)×d,/2 三60 ,0 传感器节点编号i为偶数的传感器节点的X轴 50 坐标为2R,即P[i-1][0]=2R。;Y轴坐标为0，即 40 P[i-1][1]=0;Z轴坐标为(i-1)×d,/2,即 P[i-1][2]=(i-1)×d,/2. 20 10 2)2>R/R≥2 传感器节点编号i为奇数的传感器节点的X轴 0.10.20.30.40.50.60.70.80.91.0 R/R 坐标为0，即P[i-1][0]=0:Y轴坐标为0，即P[i- 1][1]=0:Z轴坐标为(i-1)×d,/2,即 图6R,/R,比值对网络有效覆盖率的影响 P[i-1][2]=(i-1)×d,/2; Fig.6 The impact of network effective coverage by ra- 传感器节点编号i为偶数的传感器节点的X轴 tios of R/R 坐标为2R,即P[i-1][0]=2R;Y轴坐标为0，即 根据上文分析，分别对管道半径与传感器节点 P[i-1][1]=0:Z轴坐标为为(i-2)×d/2,即 感测半径比值为R,/R。≥2、2>R,/R≥2和2>R,/ P[i-1][2]=(i-2)×d,/2. R。≥1这3种情况进行仿真分析，结果如图7所示. 3)2>R/R,≥1. -R/R≥2：R=2.R=5 9*103 …2>R/R≥√2：R=2.R=3.2 传感器节点编号i为3的倍数时，传感器节点 --√②>R/R≥1：R。=2R,=2.4 的X轴坐标为0，即P[i-1][0]=0;Yy轴坐标为0， w 即P[i-1][1]=0;Z轴坐标为(int(i/3)-1)×d,即 6 P[i-1][2]=(int(i/3)-1). 5 ww 传感器节点编号i为偶数时，传感器节点的X 轴坐标为1.5×R。,即P[i-1][0]=1.5×R,;Y轴坐 3 标为-3R/(2w5),即P[i-1][1]=-3R/(2w5):Z 轴坐标为int(i/3)×d,即P[i-1][2]=int(i/3)×d, ×10i 2345678910 传感器节点编号i为其他编号时，传感器节点的 L/m X轴坐标为1.5R,即P[i-1][0]=1.5R;Y轴坐标为 图7所需传感器节点数与管道长度关系 3R/(25),即P[i-1][1]=3R/(25);Z轴坐标 Fig.7 The relationship between number of nodes with 为int(i/3)×d,即P[i-l][2]=int(i/3)×d,: pipeline length 3.1.2冗余覆盖 3算法性能分析 一 般地，描述传感器节点感知性能的模型可以 3.1覆盖性能 分为布尔感知模型和概率感知模型).为了能有效 3.1.1网络有效覆盖效率 地描述实际应用场景中传感器节点感知情况，采用 定义为传感器节点的实际覆盖体积与传感器节 概率感知模型作为管道监测系统的无线传感器节点 点的最大有效覆盖体积的比值)，即为T=V,(R)/ 感知模型为 V(R).对管道系统而言，网络有效覆盖效率为： 1, d(s:-a)≤R; TR2L 3R2L T= p(s:,a5)= 4W,πR/34WN,R eu-,R,<d(s-a4)≤R2: 网络的有效覆盖率和管道半径和传感器节点感 0. R2<d(s:-a4) 测半径的比值有直接关系，其关系如图6所示.图6 式中：p(s,as)表示传感器节点s:感知目标区域a: 中，当R=R时，网络的有效覆盖率约为75%：当 的概率，E表示节点s:的剩余能量，E:表示节点s R。=0.5R,时，网络的有效覆盖率约为10%.因此，为 的初始能量，R,为传感器节点不确定感知的起点半

１）Ｒｓ ／ Ｒｐ≥２． 传感器节点编号 ｉ 为奇数的传感器节点的 Ｘ 轴 坐标为 ０， 即 Ｐ ［ ｉ － １ ］ ［ ０ ］ ＝ ０； Ｙ 轴 坐 标 为 ０， 即Ｐ ［ｉ－１］［１］ ＝ ０； Ｚ 轴 坐 标 为 （ ｉ － １ ） × ｄｓ ／ ２， 即 Ｐ ［ｉ－１］［２］ ＝ （ｉ－１）×ｄｓ ／ ２． 传感器节点编号 ｉ 为偶数的传感器节点的 Ｘ 轴 坐标为 ２Ｒｐ，即Ｐ ［ｉ－１］ ［０］ ＝ ２Ｒｐ；Ｙ 轴坐标为 ０，即 Ｐ ［ｉ－１］［１］ ＝ ０； Ｚ 轴 坐 标 为 （ ｉ － １ ） × ｄｓ ／ ２， 即 Ｐ ［ｉ－１］［２］ ＝ （ｉ－１）×ｄｓ ／ ２． ２）２＞Ｒｓ ／ Ｒｐ≥ ２ ． 传感器节点编号 ｉ 为奇数的传感器节点的 Ｘ 轴 坐标为 ０，即Ｐ ［ｉ－１］［０］ ＝ ０；Ｙ 轴坐标为 ０，即Ｐ ［ｉ－ １］ ［ １ ］ ＝ ０； Ｚ 轴 坐 标 为 （ ｉ － １ ） × ｄｓ ／ ２， 即 Ｐ ［ｉ－１］［２］ ＝ （ｉ－１）× ｄｓ ／ ２； 传感器节点编号 ｉ 为偶数的传感器节点的 Ｘ 轴 坐标为 ２Ｒｐ，即Ｐ ［ｉ－１］［０］ ＝ ２Ｒｐ；Ｙ 轴坐标为 ０，即 Ｐ ［ｉ － １］ ［ １］ ＝ ０；Ｚ 轴坐标为为（ ｉ － ２） × ｄｓ ／ ２，即 Ｐ ［ｉ－１］［２］ ＝ （ｉ－２）× ｄｓ ／ ２． ３） ２ ＞Ｒｓ ／ Ｒｐ≥１． 传感器节点编号 ｉ 为 ３ 的倍数时，传感器节点 的 Ｘ 轴坐标为 ０，即Ｐ ［ｉ－１］ ［０］ ＝ ０；Ｙ 轴坐标为 ０， 即Ｐ ［ｉ－１］［１］ ＝ ０；Ｚ 轴坐标为（ｉｎｔ（ｉ ／ ３） －１） ×ｄｓ，即 Ｐ ［ｉ－１］［２］ ＝ （ｉｎｔ（ｉ ／ ３）－１）． 传感器节点编号 ｉ 为偶数时，传感器节点的 Ｘ 轴坐标为 １．５×Ｒｐ，即Ｐ ［ｉ－１］ ［０］ ＝ １．５×Ｒｐ；Ｙ 轴坐 标为－３Ｒｐ ／ （２ ５ ），即Ｐ ［ ｉ－１］ ［１］ ＝ －３Ｒｐ ／ （２ ５ ）；Ｚ 轴坐标为 ｉｎｔ（ｉ ／ ３）×ｄｓ，即Ｐ ［ｉ－１］［２］ ＝ ｉｎｔ（ｉ ／ ３）×ｄｓ ． 传感器节点编号 ｉ 为其他编号时，传感器节点的 Ｘ 轴坐标为 １．５Ｒｐ，即Ｐ ［ｉ－１］［０］ ＝ １．５Ｒｐ；Ｙ 轴坐标为 ３Ｒｐ ／ （２ ５ ），即Ｐ ［ｉ－１］ ［１］ ＝ ３Ｒｐ ／ （２ ５ ）；Ｚ 轴坐标 为 ｉｎｔ（ｉ ／ ３）×ｄｓ，即Ｐ ［ｉ－１］［２］ ＝ ｉｎｔ（ｉ ／ ３）×ｄｓ ． ３ 算法性能分析 ３．１ 覆盖性能 ３．１．１ 网络有效覆盖效率 定义为传感器节点的实际覆盖体积与传感器节 点的最大有效覆盖体积的比值［５］ ，即为 τ ＝ Ｖｓ（Ｒｓ） ／ Ｖｍ（Ｒｓ）．对管道系统而言，网络有效覆盖效率为： τ ＝ πＲ ２ ｐＬ ４ＮｓπＲ ３ ｓ ／ ３ ＝ ３Ｒ ２ ｐＬ ４ＮｓＲ ３ ｓ ． 网络的有效覆盖率和管道半径和传感器节点感 测半径的比值有直接关系，其关系如图 ６ 所示．图 ６ 中，当Ｒｐ ＝ Ｒｓ 时，网络的有效覆盖率约为 ７５％；当 Ｒｐ ＝ ０．５Ｒｓ时，网络的有效覆盖率约为 １０％．因此，为 了最大化网络有效覆盖效率，应选择 Ｒｓ与 Ｒｐ接近的 传感器节点． 图 ６ Ｒｐ ／ Ｒｓ比值对网络有效覆盖率的影响 Ｆｉｇ．６ Ｔｈｅ ｉｍｐａｃｔ ｏｆ ｎｅｔｗｏｒｋ ｅｆｆｅｃｔｉｖｅ ｃｏｖｅｒａｇｅ ｂｙ ｒａ⁃ ｔｉｏｓ ｏｆ Ｒｐ ／ Ｒｓ 根据上文分析，分别对管道半径与传感器节点 感测半径比值为 Ｒｓ ／ Ｒｐ≥２、２＞Ｒｓ ／ Ｒｐ≥ ２ 和 ２ ＞Ｒｓ ／ Ｒｐ≥１ 这 ３ 种情况进行仿真分析，结果如图 ７ 所示． 图 ７ 所需传感器节点数与管道长度关系 Ｆｉｇ．７ Ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｎｕｍｂｅｒ ｏｆ ｎｏｄｅｓ ｗｉｔｈ ｐｉｐｅｌｉｎｅ ｌｅｎｇｔｈ ３．１．２ 冗余覆盖 一般地，描述传感器节点感知性能的模型可以 分为布尔感知模型和概率感知模型［７］ ．为了能有效 地描述实际应用场景中传感器节点感知情况，采用 概率感知模型作为管道监测系统的无线传感器节点 感知模型为 ｐ（ｓｉ，ａｋ） ＝ １， ｄ（ｓｉ － ａｋ） ≤ Ｒｓ１； Ｅｉｒ Ｅｉ ｅ －λｄ（ｓ ｉ －ａｋ ） －Ｒｃ１ ， Ｒｓ１ ＜ ｄ（ｓｉ － ａｋ） ≤ Ｒｓ２； ０， Ｒｓ２ ＜ ｄ（ｓｉ － ａｋ）． ì î í ï ï ï ï ïï 式中：ｐ（ｓｉ，ａｋ）表示传感器节点 ｓｉ 感知目标区域 ａｋ 的概率，Ｅｉｒ表示节点 ｓｉ 的剩余能量，Ｅｉ 表示节点 ｓｉ 的初始能量，Ｒｓ１为传感器节点不确定感知的起点半 ·３３６· 智 能 系 统 学 报 第 ８ 卷

第4期 余华平，等：面向管道系统的无线传感器网络三维节点部署算法 ·337. 径，R2为传感器节点感知范围的最大半径，入为传 行时间越久，传感器节点的剩余能量就越少，当运行 感器节点的物理特性参数d(s,-a:)表示节点s:与 时间达到一个阈值时（或者说当传感器节点的舌根难 目标a:之间的欧式距离，计算公式为 于能量少于一个阈值时)，网络的覆盖性能和连通性 d(s:-a)=√(x:-x)+(y:-y4)2+(a-4). 能就会大幅度下降，如图9所示. 在实际应用环境中，无线传感器节点对监测区 20 域的覆盖往往是多重的，即监测区域中任意一点同 时被多个传感器节点覆盖，节点间形成冗余关系[)]」 如果一个目标区域j同时被m个传感器节点覆盖， 则根据概率计算公式，目标区域j的覆盖率为 p)=1-Π(1-Pg) 传感器处理器发送接收空闲睡眠 i=1 通讯 式中：P:为单个传感器节点覆盖目标对象时的覆盖 图8传感器节点的能量消耗分布 概率. Fig.8 Distribution of energy consumption of sensor 3.2连通性能 nodes 连通性是衡量实际网络环境中节点间连通性能 贷 的指标.其模型也分为布尔模型和概率模型2种.其 解100 中，概率模型更能反映实际网络环境中节点间的通 80 6 信质量.因此采用概率模型，传感器节点i与节点j 间的的连通性能可表示为： 60F d 0≤d(s:s)≤R1: 40 y a C(s:)= Eerd-,R4<d(s)≤R2i 20 Yo -⊙-传感器节点覆盖效率 --·--传感器节点连通效率 0. R2 <d(si,s;). 0 式中：P表示传感器节点s:和s的连通强度，R。、R2 0.2 0.4 0.6 0.81.0 EJE, 表示通信范围的门限值，？表示通信强度随距离增 图9 传感器节点剩余能量对网络有效覆盖率的影响 大的衰减程度，E表示节点s:的剩余能量，E:表示 Fig.9 The influence of network effective coverage by 节点s:的初始能量.如果传感器节点s:有m个邻居 remainder energy consumption of sensor nodes 传感器节点可以相互通讯，则节点s:的连通性能可 表示为C:=(含C(吗)/m,进一步地，整个网络的 4 结束语 连通性能可计算如下： 管道系统是关乎国民经济发展的基础设施.建 立基于无线传感器网络的管道监控系统具有重要的 -(C)/N. 经济意义和社会意义.本文把管道三维空间结构映 一般地，对于传感器节点全覆盖的区域，只要满 射成2个二维平面结构分别进行优化部署策略分 足R≥2R,则整个网络就是完全连通的[) 析，详细描述了节点三维部署算法，并对算法的评价 3.3传感器节点能耗对覆盖和连通性能的影响 方法进行了讨论，该算法能有效地解决管道系统的 在无线传感器网络中，节点消能耗量的模块包 三维节点部署问题.在本文提出的部署算法的基础 括传感器模块、处理器模块和无线通信模块.典型的 上引入K重冗余覆盖]参数是下一步要完成的 传感器节点能量消耗分布见图80].从图8中可以 工作 看出，通讯能耗是最主要的能耗单元 在网络开始运行时，所有的传感器节点的初始能 参考文献： 量(E,)都是相同的.但是随着网络运行时间不断增 [1]YICK J,MUKHERJEE B,GHOSAL D.Wireless sensor 加，传感器节点的剩余能量就会越来越少，从而传感 network survey[J].Computer Networks,2008,52(12): 器节点的感知半径(R,)和通讯半径(R。)就会受到影 2292-2330. 响，进而影响节点的覆盖率和节点的连通性.网络运 [2]WIKIPEDIA Y.Pipeline transport EB/OL].[2012-10- 9].http://en.wikipedia.org/wiki/Oil_pipeline#For_oil_

径，Ｒｓ２为传感器节点感知范围的最大半径，λ 为传 感器节点的物理特性参数 ｄ（ ｓｉ －ａｋ）表示节点 ｓｉ 与 目标 ａｋ 之间的欧式距离，计算公式为 ｄ（ｓｉ － ａｋ） ＝ （ｘｉ － ｘｋ） ２ ＋ （ｙｉ － ｙｋ） ２ ＋ （ｚｉ － ｚｋ） ２ ． 在实际应用环境中，无线传感器节点对监测区 域的覆盖往往是多重的，即监测区域中任意一点同 时被多个传感器节点覆盖，节点间形成冗余关系［８］ ． 如果一个目标区域 ｊ 同时被 ｍ 个传感器节点覆盖， 则根据概率计算公式，目标区域 ｊ 的覆盖率为 ｐ（ｊ） ＝ １ － ∏ ｍ ｉ ＝ １ （１ － ｐｉｊ）． 式中：ｐｉｊ为单个传感器节点覆盖目标对象时的覆盖 概率． ３．２ 连通性能 连通性是衡量实际网络环境中节点间连通性能 的指标．其模型也分为布尔模型和概率模型 ２ 种．其 中，概率模型更能反映实际网络环境中节点间的通 信质量．因此采用概率模型，传感器节点 ｉ 与节点 ｊ 间的的连通性能可表示为： Ｃ（ｓｉ，ｓｊ） ＝ １， ０ ≤ ｄ（ｓｉ，ｓｊ） ≤ Ｒｃ１； Ｅｉｒ Ｅｉ ｅ －τ（ｄ（ｓ ｉ －ｓ ｊ ） －Ｒｃ１ ） ， Ｒｃ１ ＜ ｄ（ｓｉ，ｓｊ） ≤ Ｒｃ２； ０， Ｒｃ２ ＜ ｄ（ｓｉ，ｓｊ）． ì î í ï ï ï ï ïï 式中：ｐｉｊ表示传感器节点 ｓｉ 和 ｓｊ 的连通强度，Ｒｃ１ 、Ｒｃ２ 表示通信范围的门限值，τ 表示通信强度随距离增 大的衰减程度，Ｅｉｒ表示节点 ｓｉ 的剩余能量，Ｅｉ 表示 节点 ｓｉ 的初始能量．如果传感器节点 ｓｉ 有 ｍ 个邻居 传感器节点可以相互通讯，则节点 ｓｉ 的连通性能可 表示为 Ｃｉ ＝ （∑ ｍ ｊ ＝ １ Ｃ（ｓｉ，ｓｊ）） ／ ｍ，进一步地，整个网络的 连通性能可计算如下： Ｃｉ ＝ （∑ Ｎｓ ｉ ＝ １ Ｃｉ） ／ Ｎｓ ． 一般地，对于传感器节点全覆盖的区域，只要满 足 Ｒｃ≥２Ｒｓ，则整个网络就是完全连通的［９］ ． ３．３ 传感器节点能耗对覆盖和连通性能的影响 在无线传感器网络中，节点消能耗量的模块包 括传感器模块、处理器模块和无线通信模块．典型的 传感器节点能量消耗分布见图 ８ ［１０］ ．从图 ８ 中可以 看出，通讯能耗是最主要的能耗单元． 在网络开始运行时，所有的传感器节点的初始能 量（Ｅｉ）都是相同的．但是随着网络运行时间不断增 加，传感器节点的剩余能量就会越来越少，从而传感 器节点的感知半径（Ｒｓ）和通讯半径（Ｒｃ）就会受到影 响，进而影响节点的覆盖率和节点的连通性．网络运 行时间越久，传感器节点的剩余能量就越少，当运行 时间达到一个阈值时（或者说当传感器节点的舌根难 于能量少于一个阈值时），网络的覆盖性能和连通性 能就会大幅度下降，如图 ９ 所示． 图 ８ 传感器节点的能量消耗分布 Ｆｉｇ． ８ Ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ ｏｆ ｓｅｎｓｏｒ ｎｏｄｅｓ 图 ９ 传感器节点剩余能量对网络有效覆盖率的影响 Ｆｉｇ．９ Ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｎｅｔｗｏｒｋ ｅｆｆｅｃｔｉｖｅ ｃｏｖｅｒａｇｅ ｂｙ ｒｅｍａｉｎｄｅｒ ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ ｏｆ ｓｅｎｓｏｒ ｎｏｄｅｓ ４ 结束语 管道系统是关乎国民经济发展的基础设施．建 立基于无线传感器网络的管道监控系统具有重要的 经济意义和社会意义．本文把管道三维空间结构映 射成 ２ 个二维平面结构分别进行优化部署策略分 析，详细描述了节点三维部署算法，并对算法的评价 方法进行了讨论，该算法能有效地解决管道系统的 三维节点部署问题．在本文提出的部署算法的基础 上引入 Ｋ 重冗余覆盖［１１］ 参数是下一步要完成的 工作． 参考文献： ［１］ ＹＩＣＫ Ｊ， ＭＵＫＨＥＲＪＥＥ Ｂ， ＧＨＯＳＡＬ Ｄ． Ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ ｓｕｒｖｅｙ［ Ｊ］． Ｃｏｍｐｕｔｅｒ Ｎｅｔｗｏｒｋｓ， ２００８， ５２（ １２）： ２２９２⁃２３３０． ［ ２］ ＷＩＫＩＰＥＤＩＡ Ｙ． Ｐｉｐｅｌｉｎｅ ｔｒａｎｓｐｏｒｔ ［ ＥＢ／ ＯＬ］． ［ ２０１２⁃１０⁃ ０９］． ｈｔｔｐ： ／ ／ ｅｎ．ｗｉｋｉｐｅｄｉａ． ｏｒｇ ／ ｗｉｋｉ ／ Ｏｉｌ＿ｐｉｐｅｌｉｎｅ＃Ｆｏｒ＿ｏｉｌ＿ 第 ４ 期 余华平，等：面向管道系统的无线传感器网络三维节点部署算法 ·３３７·

·338· 智能系统学报 第8卷 or_natural_gas. LIU Ming,CAO Jiannong,ZHENG Yuan,et al.Analysis [3]YU Huaping,GUO Mei.An efficient oil and gas pipeline for multi-coverage problem in wireless sensor networks[J]. monitoring systems based on wireless sensor networks[C]/ Journal of Software,2007,18(1):127-136. Proc of the Information Security and Intelligent Control. [10]余华平，邬春学，郭梅.移动sinks无线传感器网络的 Yunlin,China,2012:188-193. 能量效率分析[J].计算机工程，2009,35(14)：127- [4]李莉，刘元安.无线地下传感器网络节点放置算法[J]. 129. 吉林大学学报：信息科学版，2007.25(6)：587.592. YU Huaping,WU Chunxue,GUO Mei.Energy efficiency LILi,LIU Yuan'an.Sensor deployment algorithm for wire- analysis for mobile wireless sensor network[].Computer less underground sensor network[J].Journal of Jilin Univer- Engineering,2009,35(14):127.129. sity:Information Science Edition,2007,25(6):587-592 [11]蒋丽萍，王良民，熊书明，等.基于感知概率的无线传 [5]周公博.面向窄长空间的无线传感器网络可靠性关键技 感器网络K重覆盖算法[J刀计算机应用研究，2009， 术研究[D].北京：中国矿业大学，2010：1740. 26(9):3484-3486. ZHOU Gongbo.The reliability supported technologies of JIANG Liping,WANG Liangmin,XIONG Shuming,et al. wireless sensor networks in long-narrow region[D].Beijing: K-coverage algorithm based on probabilistic sensing model China University of Mining and Technology,2010:17-40. in WSN[J].Application Research of Computers,2009, [6]王璐超，刘军.矩形立体仓库环境监测的WSN节点三维 26(9)：3484-3486 部署研究[J].物流技术，2010,11：128-129。 作者简介： WANG Luchao,LIU Jun.WSN 3D deployment in environ- 余华平，男，1978年生，副教授，主 mental monitoring of rectangular stereoscopic warehouses 要研究方向为无线传感器网络、油气田 [J].Logistics Technology,2010,11:128-129. 安全检测与监测、网络控制系统曾主 [7]HOSSAIN A,BISWAS P K,CHAKRABARTI S.Sensing 持科研项目3项，参与省部级科研项目 models and its impact on network coverage in wireless sen- 5项.发表学术论文26篇，其中被I检 sor network[C]//Proc of the 2008 IEEE Region 10 Collo- 索8篇. quium and the Third ICIIS.Kharagpur,Indian,2008:1-5. [8]ZHANG HH,HOU J C.Maintaining sensing coverage and 郭梅.女，1981年生，讲师，主要研 connectivity in large sensor networks[J].Ad Hoc and Sen- 究方向为无线传感器网络、网络控制系 sor Wireless Networks,2005,1(1/2):89-124. 统近年来参与省部级科研项目5项，发 [9]刘明，曹建农，郑源，等.无线传感器网络多重覆盖问 表学术论文8篇 题分析[J].软件学报，2007,18(1)：127-136

ｏｒ＿ｎａｔｕｒａｌ＿ｇａｓ． ［３］ ＹＵ Ｈｕａｐｉｎｇ， ＧＵＯ Ｍｅｉ． Ａｎ ｅｆｆｉｃｉｅｎｔ ｏｉｌ ａｎｄ ｇａｓ ｐｉｐｅｌｉｎｅ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍｓ ｂａｓｅｄ ｏｎ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ［Ｃ］ ／ ／ Ｐｒｏｃ ｏｆ ｔｈｅ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｅｃｕｒｉｔｙ ａｎｄ Ｉｎｔｅｌｌｉｇｅｎｔ Ｃｏｎｔｒｏｌ． Ｙｕｎｌｉｎ， Ｃｈｉｎａ， ２０１２： １８８⁃１９３． ［４］李莉， 刘元安． 无线地下传感器网络节点放置算法［ Ｊ］． 吉林大学学报： 信息科学版， ２００７， ２５（６）： ５８７⁃５９２． ＬＩ Ｌｉ， ＬＩＵ Ｙｕａｎ’ａｎ． Ｓｅｎｓｏｒ ｄｅｐｌｏｙｍｅｎｔ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｗｉｒｅ⁃ ｌｅｓｓ ｕｎｄｅｒｇｒｏｕｎｄ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｊｉｌｉｎ Ｕｎｉｖｅｒ⁃ ｓｉｔｙ： Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ， ２００７， ２５（６）： ５８７⁃５９２． ［５］周公博． 面向窄长空间的无线传感器网络可靠性关键技 术研究［Ｄ］． 北京：中国矿业大学， ２０１０： １７⁃４０． ＺＨＯＵ Ｇｏｎｇｂｏ． Ｔｈｅ ｒｅｌｉａｂｉｌｉｔｙ ｓｕｐｐｏｒｔｅｄ ｔｅｃｈｎｏｌｏｇｉｅｓ ｏｆ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ ｉｎ ｌｏｎｇ⁃ｎａｒｒｏｗ ｒｅｇｉｏｎ［Ｄ］．Ｂｅｉｊｉｎｇ： Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｍｉｎｉｎｇ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ２０１０： １７⁃４０． ［６］王璐超， 刘军． 矩形立体仓库环境监测的 ＷＳＮ 节点三维 部署研究［Ｊ］． 物流技术， ２０１０， １１： １２８⁃１２９． ＷＡＮＧ Ｌｕｃｈａｏ， ＬＩＵ Ｊｕｎ． ＷＳＮ ３Ｄ ｄｅｐｌｏｙｍｅｎｔ ｉｎ ｅｎｖｉｒｏｎ⁃ ｍｅｎｔａｌ ｍｏｎｉｔｏｒｉｎｇ ｏｆ ｒｅｃｔａｎｇｕｌａｒ ｓｔｅｒｅｏｓｃｏｐｉｃ ｗａｒｅｈｏｕｓｅｓ ［Ｊ］． Ｌｏｇｉｓｔｉｃｓ Ｔｅｃｈｎｏｌｏｇｙ， ２０１０， １１： １２８⁃１２９． ［７］ ＨＯＳＳＡＩＮ Ａ， ＢＩＳＷＡＳ Ｐ Ｋ， ＣＨＡＫＲＡＢＡＲＴＩ Ｓ． Ｓｅｎｓｉｎｇ ｍｏｄｅｌｓ ａｎｄ ｉｔｓ ｉｍｐａｃｔ ｏｎ ｎｅｔｗｏｒｋ ｃｏｖｅｒａｇｅ ｉｎ ｗｉｒｅｌｅｓｓ ｓｅｎ⁃ ｓｏｒ ｎｅｔｗｏｒｋ［Ｃ］ ／ ／ Ｐｒｏｃ ｏｆ ｔｈｅ ２００８ ＩＥＥＥ Ｒｅｇｉｏｎ １０ Ｃｏｌｌｏ⁃ ｑｕｉｕｍ ａｎｄ ｔｈｅ Ｔｈｉｒｄ ＩＣＩＩＳ． Ｋｈａｒａｇｐｕｒ， Ｉｎｄｉａｎ， ２００８： １⁃５． ［８］ＺＨＡＮＧ Ｈ Ｈ， ＨＯＵ Ｊ Ｃ． Ｍａｉｎｔａｉｎｉｎｇ ｓｅｎｓｉｎｇ ｃｏｖｅｒａｇｅ ａｎｄ ｃｏｎｎｅｃｔｉｖｉｔｙ ｉｎ ｌａｒｇｅ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ［ Ｊ］． Ａｄ Ｈｏｃ ａｎｄ Ｓｅｎ⁃ ｓｏｒ Ｗｉｒｅｌｅｓｓ Ｎｅｔｗｏｒｋｓ， ２００５， １（１ ／ ２）： ８９⁃１２４． ［９］刘明， 曹建农， 郑源， 等． 无线传感器网络多重覆盖问 题分析［Ｊ］． 软件学报， ２００７， １８（１）： １２７⁃１３６． ＬＩＵ Ｍｉｎｇ， ＣＡＯ Ｊｉａｎｎｏｎｇ， ＺＨＥＮＧ Ｙｕａｎ， ｅｔ ａｌ． Ａｎａｌｙｓｉｓ ｆｏｒ ｍｕｌｔｉ⁃ｃｏｖｅｒａｇｅ ｐｒｏｂｌｅｍ ｉｎ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｓｏｆｔｗａｒｅ， ２００７， １８（１）： １２７⁃１３６． ［１０］余华平， 邬春学， 郭梅． 移动 ｓｉｎｋｓ 无线传感器网络的 能量效率分析［ Ｊ］． 计算机工程， ２００９， ３５（ １４）： １２７⁃ １２９． ＹＵ Ｈｕａｐｉｎｇ， ＷＵ Ｃｈｕｎｘｕｅ， ＧＵＯ Ｍｅｉ． Ｅｎｅｒｇｙ ｅｆｆｉｃｉｅｎｃｙ ａｎａｌｙｓｉｓ ｆｏｒ ｍｏｂｉｌｅ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ［ Ｊ］． Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ， ２００９， ３５（１４）： １２７⁃１２９． ［１１］蒋丽萍， 王良民， 熊书明， 等． 基于感知概率的无线传 感器网络 Ｋ 重覆盖算法［ Ｊ］．计算机应用研究， ２００９， ２６（９）： ３４８４⁃３４８６． ＪＩＡＮＧ Ｌｉｐｉｎｇ， ＷＡＮＧ Ｌｉａｎｇｍｉｎ， ＸＩＯＮＧ Ｓｈｕｍｉｎｇ， ｅｔ ａｌ． Ｋ⁃ｃｏｖｅｒａｇｅ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｐｒｏｂａｂｉｌｉｓｔｉｃ ｓｅｎｓｉｎｇ ｍｏｄｅｌ ｉｎ ＷＳＮ［ Ｊ］． Ａｐｐｌｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｏｆ Ｃｏｍｐｕｔｅｒｓ， ２００９， ２６（９）： ３４８４⁃３４８６． 作者简介： 余华平，男，１９７８ 年生，副教授，主 要研究方向为无线传感器网络、油气田 安全检测与监测、网络控制系统．曾主 持科研项目 ３ 项，参与省部级科研项目 ５ 项．发表学术论文 ２６ 篇，其中被 ＥＩ 检 索 ８ 篇． 郭梅，女，１９８１ 年生，讲师，主要研 究方向为无线传感器网络、网络控制系 统．近年来参与省部级科研项目 ５ 项，发 表学术论文 ８ 篇． ·３３８· 智 能 系 统 学 报 第 ８ 卷