一種移動sink信息收集路徑的可變維粒子群構(gòu)建方法
【技術領域】
[0001] 本發(fā)明屬于通信領域，特別涉及一種移動sink信息收集路徑的可變維粒子群構(gòu) 建方法。
【背景技術】
[0002] WSN是由大量簡單傳感器通過無線方式連接起來的一種網(wǎng)絡，數(shù)據(jù)采集是其最常 用的功能之一。如：在環(huán)境檢測的WSN場景中布置大量的傳感器節(jié)點，對檢測環(huán)境的溫度、 濕度、圖像等因素進行監(jiān)控。
[0003] 為了完成傳感器節(jié)點的數(shù)據(jù)采集工作，現(xiàn)有的技術方案是設置一個移動sink節(jié) 點，令其沿著一個經(jīng)過所有傳感器節(jié)點的路徑進行數(shù)據(jù)采集，當該移動sink節(jié)點移動至某 個傳感器節(jié)點時，令該傳感器節(jié)點向移動sink發(fā)送數(shù)據(jù)，移動sink節(jié)點完成該傳感器節(jié)點 的數(shù)據(jù)接收后，沿預設的路徑移動至下一個傳感器節(jié)點，繼續(xù)進行數(shù)據(jù)接收。
[0004] 在實現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術至少存在以下問題：
[0005] 現(xiàn)有的規(guī)劃算法較為簡單，根據(jù)現(xiàn)有的對移動sink節(jié)點在信息收集過程中路徑 的規(guī)劃算法上，無法快速獲取最優(yōu)路徑，即根據(jù)現(xiàn)有的路徑規(guī)劃算法，移動sink節(jié)點無法 進行高效率的信息收集，從而對整個無線傳感器網(wǎng)絡的信息收集工作造成影響。

【發(fā)明內(nèi)容】

[0006] 為了解決現(xiàn)有技術的問題，本發(fā)明提供了一種移動sink信息收集路徑的可變維 粒子群構(gòu)建方法，所述移動sink信息收集路徑的可變維粒子群構(gòu)建方法，包括：
[0007] 步驟一，生成可變維粒子群，對所述可變維粒子群進行初始化，獲取所述可變維粒 子群中每個粒子的維度；
[0008] 步驟二，獲取所述可變維粒子群中每個所述粒子的適應值，根據(jù)所述適應值的數(shù) 值大小，確定每個所述粒子的最優(yōu)解以及所述可變維粒子群的歷史最優(yōu)解；
[0009] 步驟三，使用最近維度跟蹤策略對所述可變維粒子群中每個所述粒子的所述維度 進行更新，獲取到已更新可變維粒子群；
[0010] 步驟四，根據(jù)模擬退火策略，對是否將所述可變維粒子群中的所述粒子替換為所 述已更新可變維粒子群中的粒子進行判定，如果確定替換，則使用所述已更新可變維粒子 群中的粒子替換所述可變維粒子群中對應位置的所述粒子，并獲取所述對應位置粒子的適 應值，更新所述對應位置粒子的最優(yōu)解，如果確定不更換，則繼續(xù)使用所述可變維粒子群中 在所述對應位置的粒子，得到替換完成的第一可變維粒子群；
[0011] 步驟五，從所述第一可變維粒子群中選取粒子間距小于預設間距閾值的粒子，對 所述粒子的維度進行合并，得到已合并可變維粒子群，對所述已合并可變維粒子群進行如 步驟四所示的處理，得到第二可變維粒子群；
[0012] 步驟六，根據(jù)預設的倒序概率，對所述第二可變維粒子群中的粒子進行倒序處理， 得到已倒序可變維粒子群，對所述已倒序可變維粒子群進行如所述步驟四所示的處理，得 到第三可變維粒子群，確定所述第三可變維粒子群的所述歷史最優(yōu)解；
[0013] 步驟七，如果所述第三可變維粒子群的所述歷史最優(yōu)解中粒子適應度的變化量小 于預設適應度閾值或此時迭代次數(shù)大于預設迭代閾值，則將所述第三粒子群的所述歷史最 優(yōu)解對應的粒子作為移動Sink信息收集路徑的最佳路徑，否則對當前迭代次數(shù)加一，并重 復所述步驟二至所述步驟六所示的處理，直至滿足所述第三可變維粒子群的所述歷史最優(yōu) 解中粒子適應度的變化量小于預設適應度閾值或迭代次數(shù)大于所述預設迭代閾值為止，將 截止時的所述第三粒子群的所述歷史最優(yōu)解對應的粒子作為所述移動sink信息收集路徑 的最佳路徑。
[0014] 可選的，所述使用最近維度跟蹤策略對所述可變維粒子群中每個所述粒子的所述 維度進行更新，獲取到已更新可變維粒子群，包括：
[0015] 提取所述可變維粒子群中每個所述粒子的最優(yōu)解以及所述可變維粒子群的歷史 最優(yōu)解；
[0016] 從所述每個所述粒子的歷史最優(yōu)解中選取與所述可變維粒子群中待更新粒子當 前維度最接近的維度，從所述可變維粒子群的所述歷史最優(yōu)解中選取與所述可變維粒子群 中待更新粒子當前維度最接近的維度；
[0017] 根據(jù)預設公式，結(jié)合從所述粒子的歷史最優(yōu)解中選取的最接近的維度以及從所述 可變維粒子群歷史最優(yōu)解中選取的最接近的維度，對所述可變維粒子群中待更新粒子的所 述維度進行更新，獲取到已更新可變維粒子群。
[0018] 可選的，所述根據(jù)模擬退火策略，對是否將所述可變維粒子群中的所述粒子替換 為所述已更新可變維粒子群中的粒子進行判定，包括：
[0019] 從所述可變維粒子群中提取原始粒子，從所述已更新可變維粒子群中提取與所述 樣本粒子位置對應的樣本粒子；
[0020] 獲取所述原始粒子的適應值以及所述樣本粒子的適應值；
[0021] 如果所述樣本粒子的適應值小于所述原始粒子的適應值，則使用所述樣本粒子替 換所述原始粒子，如果所述樣本粒子的適應值不小于所述原始粒子的適應值，則根據(jù)替換 概率公式獲取替換概率數(shù)值，并根據(jù)所述替換概率數(shù)值使用所述樣本粒子替換所述原始粒 子。
[0022] 可選的，所述從所述第一可變維粒子群中選取粒子間距小于預設間距閾值的粒 子，對所述粒子的維度進行合并，得到已合并可變維粒子群，包括：
[0023] 從所述第一可變維粒子群中選取粒子間距小于預設間距閾值的兩個粒子；
[0024] 根據(jù)所述兩個粒子的維度，在所述兩個粒子之間確定中間粒子；
[0025] 將所述兩個粒子替換為所述中間粒子，得到已合并可變維粒子群。
[0026] 可選的，根據(jù)預設的倒序概率，對所述第二可變維粒子群中的粒子進行倒序處理， 得到已倒序可變維粒子群，包括：
[0027] 提取所述第二可變維粒子群中的粒子，隨機的生成第一位置和第二位置；
[0028] 將位于所述第一位置和所述第二位置之間的所述粒子的維度數(shù)據(jù)進行倒置處 理；
[0029] 對第二可變維粒子群中的全部粒子所述將進行所述倒置處理，得到由所述倒置處 理后的粒子構(gòu)成的已倒序可變維粒子群。
[0030] 本發(fā)明提供的技術方案帶來的有益效果是：
[0031] 通過在移動sink節(jié)點的路徑規(guī)劃中引入可變維粒子群的概念，以對可變維粒子 群進行迭代優(yōu)化的方式獲取sink節(jié)點的信息收集路徑，避免了現(xiàn)有技術中無法確定最優(yōu) 路徑這一缺陷的發(fā)生，提高了移動sink節(jié)點在信息收集過程中的效率，降低了路徑選擇對 整個無線傳感器網(wǎng)絡的信息收集工作造成影響。
【附圖說明】
[0032] 為了更清楚地說明本發(fā)明的技術方案，下面將對實施例描述中所需要使用的附圖 作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普 通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0033] 圖1是本發(fā)明提供的一種移動sink信息收集路徑的可變維粒子群構(gòu)建方法的流 程不意圖；
[0034] 圖2是本發(fā)明提供的一種移動sink信息收集路徑的可變維粒子群構(gòu)建方法的進 行維度選取的過程以及對選取的維度求解矢量和的示意圖；
[0035] 圖3是本發(fā)明提供的一種移動sink信息收集路徑的可變維粒子群構(gòu)建方法的維 度合并策略的面積重合示意圖；
[0036] 圖4是本發(fā)明提供的一種移動sink信息收集路徑的可變維粒子群構(gòu)建方法的典 型實現(xiàn)方法的流程示意圖；
[0037] 圖5是本發(fā)明提供的一種移動sink信息收集路徑的可變維粒子群構(gòu)建方法的仿 真實驗的效果對比示意圖一；
[0038] 圖6是本發(fā)明提供的一種移動sink信息收集路徑的可變維粒子群構(gòu)建方法的仿 真實驗的效果對比示意圖二。
【具體實施方式】
[0039] 為使本發(fā)明的結(jié)構(gòu)和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明的結(jié)構(gòu)作進一步地 描述。
[0040] 實施例一
[0041] 本發(fā)明提供了一種移動sink信息收集路徑的可變維粒子群構(gòu)建方法，所述移動 sink信息收集路徑的可變維粒子群構(gòu)建方法，包括：
[0042] 步驟一，生成可變維粒子群，對所述可變維粒子群進行初始化，獲取所述可變維粒 子群中每個粒子的維度；
[0043] 步驟二，獲取所述可變維粒子群中每個所述粒子的適應值，根據(jù)所述適應值的數(shù) 值大小，確定每個所述粒子的最優(yōu)解以及所述可變維粒子群的歷史最優(yōu)解；
[0044] 步驟三，使用最近維度跟蹤策略對所述可變維粒子群中每個所述粒子的所述維度 進行更新，獲取到已更新可變維粒子群；
[0045] 步驟四，根據(jù)模擬退火策略，對是否將所述可變維粒子群中的所述粒子替換為所 述已更新可變維粒子群中的粒子進行判定，如果確定替換，則使用所述已更新可變維粒子 群中的粒子替換所述可變維粒子群中對應位置的所述粒子，并獲取所述對應位置粒子的適 應值，更新所述對應位置粒子的最優(yōu)解，如果確定不更換，則繼續(xù)使用所述可變維粒子群中 在所述對應位置的粒子，得到替換完成的第一可變維粒子群；
[0046] 步驟五，從所述第一可變維粒子群中選取粒子間距小于預設間距閾值的粒子，對 所述粒子的維度進行合并，得到已合并可變維粒子群，對所述已合并可變維粒子群進行如 步驟四所示的處理，得到第二可變維粒子群；
[0047] 步驟六，根據(jù)預設的倒序概率，對所述第二可變維粒子群中的粒子進行倒序處理， 得到已倒序可變維粒子群，對所述已倒序可變維粒子群進行如所述步驟四所示的處理，得 到第三可變維粒子群，確定所述第三可變維粒子群的所述歷史最優(yōu)解；
[0048] 步驟七，如果所述第三可變維粒子群的所述歷史最優(yōu)解中粒子適應度的變化量小 于預設適應度閾值或此時迭代次數(shù)大于