通过节点效用与关键目标优先级优化无线传感器网络的休眠调度

为何让这些微小的数字哨兵保持觉醒很重要

从智慧农场到野火报警，无线传感器网络默默守护着我们的世界。这些分散的、由电池供电的设备测量温度、运动、污染等，然后将数据发送回中心节点。但问题在于：一旦电池耗尽，网络就会失去感知能力。本文处理了一个看似简单但具有重大实际意义的问题——我们如何决定哪些传感器应保持工作、哪些可以安全休眠，以便在尽可能长的时间内监控我们关心的一切？

持续全覆盖的难题

在许多实际部署中，数十甚至数百个传感器会监视同一片区域或一组重要点位，例如桥梁、阀门或化学储罐。全部打开所有传感器可以保证良好覆盖，但会浪费能量并缩短整个网络的寿命。更糟的是，真实传感器并不像完美的灯泡那样要么完全能看到目标要么完全看不到。它们的感知能力会随着距离和电池电量下降而衰减，这意味着覆盖是一个概率问题，而非确定性。现有的调度方法在这种复杂现实面前表现不佳：它们常常让过多重叠的传感器同时工作，未能保护那些守护难以观测点位的少数关键节点，并且忽视每个节点剩余电量，导致盲点比必要时更早出现。

更聪明的分担方式

作者提出了一种新的休眠调度策略，把网络视作类似城市电网的系统：识别瓶颈、分散负载，仅激活真正需要的节点。首先，他们改进了感知模型，使传感器检测目标的概率不仅取决于距离，还取决于其剩余能量。这构建了一个“概率—能量”覆盖视图，更忠实于硬件随时间的行为。接着，他们将庞大的网络划分为较小的、在感知上相互作用的独立区域。这个步骤称为层次化不相交覆盖集，它将一个难以求解的全局大问题转化为许多可以更高效处理的子问题。

发现薄弱环节并选择合适的辅助节点

在每个区域内，该方法寻找最薄弱的一环：即最有可能失去覆盖的目标，通常因为它仅依赖于少数已疲劳的传感器。该目标被标记为需首先保护的“关键”目标。对于能够观测此关键目标的传感器，算法计算一个简单的效用分数，综合考虑每个节点剩余电量以及它当前能覆盖的未被覆盖目标数量。在每一轮中，围绕最薄弱目标的效用最高的传感器被激活，然后更新覆盖状态。随着时间推移，不同传感器轮流承担负载，确保难以覆盖的点位不会被遗忘，同时电量消耗保持平衡。

将方案付诸检验

为了评估该策略的效果，作者在不同规模和布局的网络上进行了计算机实验，并将他们的方法——称为 UCTF-SS——与若干著名的调度方法进行了比较，包括随机选择、基于能量的贪婪选择、聚类方案、无线能量传输方法和遗传算法。他们衡量了网络保持完全或近似完全覆盖的时间、每轮需要唤醒的节点数量以及能量消耗的均匀性。在各类测试中，UCTF-SS 都能延长网络存活时间、维持更高的覆盖率并更均匀地分摊电量消耗，同时在任意时刻仅有一小部分传感器处于唤醒状态。

对真实传感器部署的意义

通俗地说，该研究表明，通过有策略地选择唤醒哪些传感器并优先关注网络中最脆弱的部分，可以在更长时间内对关键点保持数字监视。通过聚焦弱保护目标、根据效用与剩余能量轮换传感器，以及将网络简化为更小的区域，所提出的方法在不牺牲警戒性的情况下延长了有限电池的使用寿命。对于智慧城市、工业厂区和环境监测系统的设计者而言，这意味着更少的更换电池、更可靠的数据以及传感器网络更平滑的衰老过程，而不是突然出现的大片“黑暗”失效。

引用: Wu, J., Tian, S., Qi, X. et al. Optimizing sleep scheduling in wireless sensor networks via node utility and critical target prioritization. Sci Rep 16, 10389 (2026). https://doi.org/10.1038/s41598-026-40548-w

关键词: 无线传感器网络, 节能监测, 休眠调度, 目标覆盖, 网络寿命