專(zhuān)利名稱(chēng)：一種無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化方法，具體涉及一種基于微分進(jìn)化算法的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化方法。
背景技術(shù)：
近年來(lái)，MEMS (Micro electro mechanical system)技術(shù)的發(fā)展已經(jīng)使得實(shí)現(xiàn)結(jié)構(gòu)緊湊、成本低廉的移動(dòng)傳感器成為可能，越來(lái)越多的人們開(kāi)始關(guān)注移動(dòng)傳感器網(wǎng)絡(luò)(MSN)。無(wú)線傳感器網(wǎng)絡(luò)由大量具有感知能力、計(jì)算能力和通信能力的微型傳感器以自組織方式構(gòu)成，網(wǎng)內(nèi)節(jié)點(diǎn)協(xié)作完成數(shù)據(jù)的采集與傳送，可廣泛應(yīng)用于戰(zhàn)場(chǎng)監(jiān)測(cè)、環(huán)境保護(hù)和智能家居等諸多領(lǐng)域。無(wú)線傳感器網(wǎng)絡(luò)被認(rèn)為是未來(lái)信息傳輸中不可缺失的一種技術(shù)。構(gòu)建無(wú)線傳感器網(wǎng)絡(luò)時(shí)，在保證一定服務(wù)質(zhì)量(QoS)的條件下，網(wǎng)絡(luò)覆蓋是無(wú)線傳感器網(wǎng)絡(luò)的基本問(wèn)題之一，即如何部署傳感器網(wǎng)絡(luò)節(jié)點(diǎn)，達(dá)到網(wǎng)絡(luò)覆蓋范圍最大化。無(wú)線傳感網(wǎng)絡(luò)覆蓋控制方面的研究工作在國(guó)內(nèi)外都取得了一定進(jìn)展。國(guó)內(nèi)蔣杰等人利用幾何中VOTonoi圖的性質(zhì)，設(shè)計(jì)了基于目標(biāo)區(qū)域Voronoi劃分的集中式近似算法來(lái)判斷冗余節(jié)點(diǎn)的存在，用于計(jì)算完全覆蓋目標(biāo)區(qū)域所需要的近似最小節(jié)點(diǎn)集。雖然該文獻(xiàn)考慮了冗余覆蓋問(wèn)題和覆蓋的最小節(jié)點(diǎn)集，但并沒(méi)有考慮節(jié)點(diǎn)的最優(yōu)分布問(wèn)題。Kumar S等提出將監(jiān)測(cè)區(qū)域被所有的網(wǎng)格點(diǎn)所代替，由此整個(gè)區(qū)域覆蓋可被近似地看成點(diǎn)覆蓋，從而把區(qū)域覆蓋問(wèn)題轉(zhuǎn)化為集合覆蓋問(wèn)題。但是該算法需要一個(gè)中心節(jié)點(diǎn)來(lái)執(zhí)行，就會(huì)潛在的導(dǎo)致該節(jié)點(diǎn)的計(jì)算負(fù)擔(dān)和網(wǎng)絡(luò)瓶頸問(wèn)題的出現(xiàn)。然后，由于無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)眾多，能量首先，拓?fù)渥兓l繁，而且通常在無(wú)人監(jiān)控或者惡劣的環(huán)境下工作。這些特性使得傳統(tǒng)用ad hoc等網(wǎng)絡(luò)的協(xié)議和算法難以使用與無(wú)線傳感器網(wǎng)絡(luò)。如何在區(qū)域感應(yīng)與路由過(guò)程中節(jié)約傳感器節(jié)點(diǎn)的能源需求，兼顧能量消耗平衡，延長(zhǎng)網(wǎng)絡(luò)壽命，并提高傳感器節(jié)點(diǎn)的認(rèn)知與群體智能協(xié)作能力，已經(jīng)成為無(wú)線傳感器網(wǎng)絡(luò)設(shè)計(jì)和應(yīng)用所必須考慮的關(guān)鍵問(wèn)題。在無(wú)線傳感器的各種研究和應(yīng)用中，首先要解決節(jié)點(diǎn)的部署問(wèn)題，因?yàn)樗苯佑绊懼鴻z測(cè)結(jié)果的準(zhǔn)確性和全面性。合理有效的節(jié)點(diǎn)部署方案可以大大減少網(wǎng)絡(luò)搭建時(shí)間，快速覆蓋目標(biāo)區(qū)域，而且通過(guò)協(xié)調(diào)控制還可以延長(zhǎng)網(wǎng)絡(luò)壽命，適應(yīng)變化的拓?fù)浣Y(jié)構(gòu)。因此，無(wú)線傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)部署是簡(jiǎn)歷無(wú)線傳感器的第一步，只有完成了傳感器節(jié)點(diǎn)在監(jiān)控區(qū)域的部署，才能進(jìn)一步進(jìn)行其他的工作和優(yōu)化。如何部署節(jié)點(diǎn)是指達(dá)到最優(yōu)覆蓋，是傳感器網(wǎng)絡(luò)節(jié)點(diǎn)部署中的關(guān)鍵問(wèn)題。這也是本文研究的重點(diǎn)問(wèn)題。在近來(lái)無(wú)線傳感網(wǎng)絡(luò)的研究中，群體智能算法的應(yīng)用越來(lái)越廣。賈杰等在《無(wú)線傳感器網(wǎng)絡(luò)中基于遺傳算法的優(yōu)化覆蓋機(jī)制》中提出利用遺傳算法實(shí)現(xiàn)覆蓋優(yōu)化，雖然遺傳算法全局搜索能力強(qiáng)，且具有并行搜索能力，但在最優(yōu)解附近收斂速度慢，難以滿足動(dòng)態(tài)節(jié)點(diǎn)選擇的實(shí)時(shí)性要求。王雪等提出一種基于粒子群算法的無(wú)線傳感網(wǎng)絡(luò)覆蓋優(yōu)化方法，雖然證明粒子群算法能夠有效實(shí)現(xiàn)無(wú)線傳感網(wǎng)絡(luò)覆蓋優(yōu)化，但是標(biāo)準(zhǔn)粒子群算法在空間搜索時(shí)，容 易陷入“早熟”現(xiàn)象，限制了粒子的搜索范圍，影響覆蓋效果。
微分進(jìn)化(DifferentialEvolution, DE)是一種基于群體差異的演化算法,該算法是Rainer Storn和Kenneth Price在1996年為求解切比雪夫多項(xiàng)式而提出，主要特點(diǎn)是收斂速度快、可調(diào)參數(shù)少、魯棒性好、算法簡(jiǎn)單。其基本思想在于利用當(dāng)前種群不同個(gè)體之間的差異，通過(guò)重組得到中間種群，并在子代與父代中選擇較優(yōu)個(gè)體來(lái)獲得新一代種群。微分進(jìn)化算法在當(dāng)年首屆IEEE演化計(jì)算大賽中表現(xiàn)超群，隨后在各個(gè)領(lǐng)域得到了廣泛的應(yīng)用。作為一種新穎的高效的并行優(yōu)化算法，經(jīng)過(guò)大量學(xué)者對(duì)其進(jìn)行的研究和改進(jìn)，使得微分進(jìn)化算法已經(jīng)成為進(jìn)化算法的一個(gè)重要分支，他可以用于解決大量非線性、不可微和多峰值的復(fù)雜問(wèn)題優(yōu)化。在攝像機(jī)標(biāo)定、生物信息學(xué)、工業(yè)生產(chǎn)優(yōu)化、電力系統(tǒng)調(diào)度等領(lǐng)域目前已經(jīng)得到了成功的應(yīng)用。微分進(jìn)化算法作為一種新興的進(jìn)化計(jì)算技術(shù)，是一種基于群體差異的高效并行搜索方法，是一種采用實(shí)數(shù)矢量編碼在連續(xù)空間進(jìn)行隨機(jī)搜索的優(yōu)化方法，具有良好的優(yōu)化性能。該方法一經(jīng)提出，便得到了眾多學(xué)者的重視，并且在許多領(lǐng)域得到了廣泛應(yīng)用.目前微分進(jìn)化算法在移動(dòng)傳感器網(wǎng)絡(luò)中的應(yīng)用大多集中在路由技術(shù)上，在覆蓋問(wèn)題上的應(yīng)用目前尚未見(jiàn)到.該算法符合無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化的特點(diǎn)，是微分進(jìn)化算法應(yīng)用方面的一次嘗試。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問(wèn)題為提供一種無(wú)線傳感器覆蓋優(yōu)化方法，其將微分進(jìn)化算法應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)，以解決節(jié)點(diǎn)覆蓋優(yōu)化的問(wèn)題中，本發(fā)明的具體步驟包括:
(I)在mXn的監(jiān)測(cè)區(qū)域A內(nèi)隨機(jī)散布NP個(gè)傳感半徑為r的無(wú)線傳感器；(2)初始化算法的各個(gè)參數(shù)(種群數(shù)NP、迭代次數(shù)itermax、放大因子F、交叉概率CR)，將監(jiān)測(cè)區(qū)域離散化為mXn的點(diǎn)陣，通過(guò)rand函數(shù)隨機(jī)布點(diǎn)，生成第一代種群，即無(wú)線傳感器節(jié)點(diǎn)的集合C,表示為 C=Ic1, C2，…，cN};其中，Ci= (Xi, Yi, r}為節(jié)點(diǎn)i的覆蓋模型，(Xi, Yi)為節(jié)點(diǎn)i的坐標(biāo)，r為節(jié)點(diǎn)i的感知半徑；(3)變異操作；采用最優(yōu)解加隨機(jī)向量差分發(fā)(DE/best/Ι)進(jìn)行微分變異，變異因子為 Xi (t+1) =Xbest UHF(XiU)-Xk(t))，其中 Xbest (t)為當(dāng)前種群的最優(yōu)個(gè)體，Xj(t)、xk(t)表示種群中除去當(dāng)前個(gè)體外隨機(jī)選取的兩個(gè)互不相同的個(gè)體；(4)交叉操作；通過(guò)與交叉概率CR的比較更新群體，具體方式為:
權(quán)利要求
1.一種無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化方法，其特征在于包括以下步驟: (1)在mXn的監(jiān)測(cè)區(qū)域A內(nèi)隨機(jī)散布NP個(gè)傳感半徑為r的無(wú)線傳感器； (2)初始化算法的各個(gè)參數(shù)，包括種群數(shù)NP、迭代次數(shù)itermax、放大因子F、交叉概率CR，將監(jiān)測(cè)區(qū)域離散化為mXn的點(diǎn)陣，通過(guò)rand函數(shù)隨機(jī)布點(diǎn)，生成第一代種群，即無(wú)線傳感器節(jié)點(diǎn)的集合C,表示為C=Ic1, C2，…，cN};其中，Ci= (Xi, Yi, r}為節(jié)點(diǎn)i的覆蓋模型，(Xi, Yi)為節(jié)點(diǎn)i的坐標(biāo)，r為節(jié)點(diǎn)i的感知半徑； (3)變異操作； 采用最優(yōu)解加隨機(jī)向量差分發(fā)(DE/best/Ι)進(jìn)行微分變異，變異因子為Xi (t+1) =Xbest UHF(XiU)-Xk (t))，其中 Xbest (t)為當(dāng)前種群的最優(yōu)個(gè)體，X」(t)、Xk(t)表示種群中除去當(dāng)前個(gè)體外隨機(jī)選取的兩個(gè)互不相同的個(gè)體； (4)交叉操作；通過(guò)與交叉概率CR的比較更新群體，具體方式為:
2.根據(jù)權(quán)利要求1所述的優(yōu)化方法，其特征在于每次迭代過(guò)程中，為增強(qiáng)群體的更優(yōu)發(fā)展，將圓心約束在規(guī)定區(qū)域內(nèi)，對(duì)于節(jié)點(diǎn)(x，y)，進(jìn)行以下處理:
3.根據(jù)權(quán)利要求1所述的優(yōu)化方法，其特征在于覆蓋率函數(shù)為:
全文摘要
本發(fā)明公開(kāi)了一種無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化方法，將無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋問(wèn)題定義為一個(gè)離散化的平面幾何問(wèn)題，并將無(wú)線傳感器理想化為半徑為通信范圍的標(biāo)準(zhǔn)圓，進(jìn)行重疊處理、圓心約束處理，然后通過(guò)微分進(jìn)化算法的進(jìn)化機(jī)制進(jìn)行優(yōu)化。為了提高區(qū)域覆蓋率，那么必然要減少傳感器之間的重疊面積，使得傳感器的覆蓋能力得到不重疊的高效率的利用。本發(fā)明中我們對(duì)于重疊數(shù)過(guò)高的傳感器我們需要進(jìn)行重疊處理，在反復(fù)實(shí)驗(yàn)對(duì)比中，得到經(jīng)驗(yàn)的重疊界限值(如100×100監(jiān)測(cè)區(qū)域中散布20-40個(gè)無(wú)線傳感器的重疊界限值n=6時(shí)優(yōu)化效果較佳)。
文檔編號(hào)H04W16/18GK103237312SQ20131011808
公開(kāi)日2013年8月7日 申請(qǐng)日期2013年4月7日 優(yōu)先權(quán)日2013年4月7日
發(fā)明者方偉, 孫俊, 周夢(mèng)璇, 葛建良 申請(qǐng)人:江南大學(xué)