Метод формування зон покриття сенсорної мережі з нерівномірною щільністю вузлів

Abstract

Представлено новий метод формування зон покриття у бездротових сенсорних мережах з нерівномірною щільністю вузлів, який враховує критичність енергетичного стану, змінний попит у просторі та фізичні перешкоди в середовищі. Запропонований підхід базується на модифікованій зваженій діаграмі Вороного та нелінійному математичному апараті оптимізації, який дозволяє адаптивно розподіляти зони обслуговування залежно від поточних характеристик вузлів і трафіку. На відміну від класичних моделей із фіксованою геометрією покриття, розроблений метод динамічно оновлює зони відповідальності з урахуванням зміни енергії, рівня навантаження та умов доступу до середовища. Результати чисельного моделювання, проведеного на прикладі мережі з 12 вузлів, показали, що адаптивна топологія суттєво перевершує класичний підхід за критерієм збалансованості енергоспоживання. Було зафіксовано, що вузли з високою енергією отримують більші зони покриття, тоді як енергетично обмежені вузли обслуговують лише малу частину області або виводяться з активного використання. Такий розподіл забезпечує зменшення навантаження на критичні елементи мережі та подовжує загальний час її функціонування. Додатково модель виявила здатність до ефективної реакції на зони з підвищеним попитом завдяки включенню в оптимізаційні обмеження просторового навантаження та характеристик середовища. У роботі також виконано порівняння запропонованого методу з класичною діаграмою Вороного. A new method for forming coverage areas in wireless sensor networks with uneven node density, which takes into account the criticality of the energy state, variable demand in space, and physical obstacles in the environment is presented. The proposed approach is based on a modified weighted Voronoi diagram and a nonlinear mathematical optimization apparatus, which allows for adaptive distribution of service areas depending on the current characteristics of nodes and traffic. Unlike classical models with a fixed coverage geometry, the developed method dynamically updates the areas of responsibility taking into account changes in energy, load level, and access conditions to the environment. The results of numerical simulations conducted on the example of a network of 12 nodes showed that the adaptive topology significantly outperforms the classical approach in terms of energy balance. It was recorded that nodes with high energy receive larger coverage areas, while energy-limited nodes serve only a small part of the area or are removed from active use. This distribution reduces the load on critical network elements and extends the overall time of its operation. Additionally, the model has shown the ability to effectively respond to areas with increased demand due to the inclusion of spatial load and environmental characteristics in the optimization constraints. The paper also compares the proposed method with the classical Voronoi diagram.