[发明专利]基于粒子群算法的无线传感器网络节点覆盖优化方法

说明书

技术领域：

本发明涉及无线传感技术和智能计算两大领域，具体涉及一种基于粒子群算法的无线传感器网络节点覆盖优化方法。

技术背景：

20世纪90年代以来，随着嵌入式系统、无线通信、网络及微电子机械系统等技术的快速发展，具有感知、计算和无线网络通信能力的无线传感器网络(Wireless Sensor Networks，WSN)引起了人们的极大关注。无线传感器网络是一种新兴的信息获取技术，是一种能够根据环境自主完成指定任务，具有认知能力的智能网络系统。它由部署在感应区域内的大量廉价、低功耗的传感器节点构成。借助节点中内置的形式多样的传感器，传感器节点可以协同地感知、通信和处理网络覆盖区域中的对象信息，还可以执行简单的计算任务，实施路由和其他控制策略，能在任何时间、绝大多数地点和多种环境条件下获取大量详实而可靠的信息。这些优秀的特点为无线传感器网络赋予了广阔的应用空间和发展前景。作为信息技术中的一个新的领域，无线传感器网络已经在军事和民用领域均取得了广泛的应用，如军事侦察、环境监测、医疗监护、空间探索、城市交通管理、仓储管理等。无线传感器网络被认为是未来信息传输中不可缺少的一种技术。

然而，由于无线传感器网络节点众多，能量受限，拓扑变化频繁，而且通常在无人监控或者恶劣的环境下工作。这些特性使得传统用于ad hoc等网络的协议和算法难以适用于无线传感器网络。如何在区域感应与路由过程中节约传感器节点的能源需求，兼顾能量消耗平衡，延长网络寿命，并提高传感器节点的认知与群体智能协作能力，已经成为无线传感器网络设计和应用所必须考虑的关键问题。在WSN的各种研究和应用中，首先要解决节点的部署问题，因为它直接影响着监测结果的准确性和全面性。合理有效的节点部署方案可以大大减少网络搭建时间，快速覆盖目标区域，而且通过协调控制还可以延长网络寿命，适应变化的拓扑结构。因此，无线传感器网络的节点部署是建立无线传感器网络的第一步，只有完成了传感器节点在监控区域的部署，才能进一步进行其它的工作和优化。如何部署节点使之达到最优覆盖，是传感器网络节点部署中的关键问题。这也是本文研究的重点问题。

通常情况下，无线传感器网络的覆盖问题是一个NP完全问题，目前大多数算法都只能够找到其近似最优覆盖。这些算法和协议虽然为WSN的覆盖问题提供了一些解决方案，但是它们存在着算法本身流程复杂的缺点，而且WSN的覆盖问题作为一种NP完全问题，这些启发式的确定性算法往往只能得到近似的最优覆盖结果，这种局部最优的缺点也限制着这些算法和协议的进一步推广和使用。

粒子群算法作为一种新型的智能计算方法，它的基本思想就是模拟生物界的鸟群觅食和鱼群觅食现象，通过模拟这些群体智能行为而对问题的求解空间进行全局搜索，最终找到全局最优解。和其他智能计算方法相比，粒子群算法更加容易实现，运行效率更高，能够更快地得到令人满意的求解结果。因此，粒子群算法在近年来得到了广泛的关注。不过，粒子群算法在提出的时候，是作为一种连续领域的优化器而提出的，因此它对连续优化问题具有天然的优势，而在离散组合问题上往往难以直接使用。鉴于此，一些研究者在保留原始粒子群算法的基本思想和群体智能行为特性的基础上，提出了相关的离散版本粒子群算法，为粒子群算法在离散组合优化问题上的应用提供了一个非常有效的解决方案。特别是原始粒子群算法的提出者Kennedy和Eberhart后来提出了离散二进制版本粒子群算法(Binary PSO，BPSO)具有和原始粒子群算法类似的操作，算法操作简单，而且已经在数值实验测试中证明了其有效性和高效性。因此，本发明将使用BPSO对WSN的节点覆盖问题进行优化，从而拓展PSO的应用领域。

发明内容：

本发明将粒子群算法运用到无线传感器网络节点覆盖优化中。算法的具体步骤包括：

(1)问题的生成。在D×D区域内随机散布N个传感半径为R的无线传感器。

(2)初始化算法的各个参数，并建立第一代的粒子群，其中，粒子的编码方式为二进制编码。二进制的长度等于所有的传感器数量N，如以下公式所示：