感知模型
在当前研究中，基本的感知模型有两种：二元感知模型（Binary Sensing）和概率感知（Probabilistic Sensing）[19]。
二元感知模型：
由于使用该模型可以使问题简化，便于对问题更深一步地研究，因此在早期传感器网络覆盖问题的研究中使用的节点感知模型一般都是此模型
概率感知模型：
在圆盘感知模型的基础上，为了反映节点感知能力的不确定性，研究者提出了感知质量随节点和目标距离逐渐衰减的概率感知模型。在概率感知模型中，传感器节点 s 检测到任意点 p 处发生的事件的概率为[22]
分段的感知模型：
在上述两种概率感知模型中，节点的感知能力随距离增加而连续衰减的，分段的感知模型则不同，感知区域是一组以节点为圆心的同心圆，同心圆环内各点处的检测概率相同，但是在不同圆环内则随着与节点的距离增加而衰退[25]。
有向感知模型 ：
圆盘感知模型和概率感知模型都假设传感器节点的感知范围具有全方位性，即每个传感器节点的感知区域是以节点为圆心，半径为固定距离的一个圆形或扇形区域。实际上，有些传感器节点对目标的感知具有方向性，只有在特定方向上，目标才能够被传感器节点检测到，称这类传感器节点的感知模型为方向感知模型[26,27]
网友评论