[发明专利]一种工业无线传感器网络多目标最优部署的方法

说明书

技术领域

本发明涉及工业无线传感器网络和智能计算两大领域，具体涉及一种工业无线传感器网络多目标最优部署的方法。

背景技术

随着工业系统不断大型化、复杂化，工业控制系统的规模不断扩大，其安装、布线成本也不断增加。据统计2001年工业用传感器市场份额为110亿美元，而其安装和使用成本（主要是布线成本）超过1000亿美元。因此，无线传感器网络（Wireless Sensor Networks, WSNs）的低成本、易用等特征引起了工业界的广泛关注，国际知名控制系统公司，如爱默生、霍尼韦尔、通用电气等均开展了工业无线传感器网络（Industrial Wireless Sensor Networks, IWSNs）技术的研发。IWSNs是由具有无线通讯与计算能力的传感器节点构成、部署在工业现场环境为某种工业应用提供解决方案的自组织分布式网络智能系统，是继现场总线技术之后工业控制领域的一个热点技术。IWSNs可以降低工业测控系统成本，提高工业测控系统应用范围和可靠性。爱默生公司在北美和欧洲几个现场试验的结果证实，采用工业无线技术数据传输的可靠性在99%以上，而安装成本比同等有线方案要低90%。针对工业无线技术的巨大前景，美国能源部在2004年发布的“未来工业计划”中指出：这种基于工业无线技术的低成本测控系统是实现到2020年美国工业整体能耗降低5％目标的主要手段，代表着工业自动化系统技术的发展方向。

基于分簇结构的IWSNs中通常包含两类节点：传感器节点和簇头，其中传感器节点负责现场数据的采集，簇头接收传感器节点发送过来的数据并将数据整合发送给基站。虽然IWSNs的主要组成部分也是无线传感器节点，但是与一般的非工业IWSNs不同，IWSN的传感器节点部署与工业环境有关，需人工安装到需要检测的工业设备上，强调对指定点的可靠检测。相比于传统有线网络，一方面，IWSNs更容易受网络拓扑、环境等因素的影响而发生故障，实际应用中故障也不可避免。另一方面，IWSNs多跳的通讯方式也导致系统实时性下降，工业实验中显示当跳步数超过6时数据的实时性将不能保证。IWSN作为控制系统的重要组成部分，一旦其可靠性和实时性得不到保证将直接影响产品质量，甚至产生严重事故，造成巨大经济损失。因此对于大规模工业应用，特别是闭环控制应用，IWSN的可靠性和实时性至关重要。

另外，传感器节点一般都采用电池供电，能量有限，在流程工业中的系统，一旦节点能量耗尽，必须更换电池。如果部署设计不当，不同节点、簇头的电池损耗差别过大，统一更换会造成不必要的浪费，而根据实际电量则将导致频繁地进行电池更换，这显然会增大网络维护的工作量。

为了便于管理、提高实时性，IWSN通常采用分簇结构，使簇内传感器节点只与本簇簇头通讯，簇头收集簇内节点发送来的数据并通过其余簇头以多跳的方式传送到基站。为了确保可能性，需要为节点配置冗余簇头，使得每个节点可与两个簇头通信（一用一备），当一个簇头出现故障时可快速切换到备用簇头使系统正常工作，保证系统的可靠性，同时，在工业应用中的系统，特别是大规模流程工业中的系统，需要检测变量众多，往往达上万点，因此，需要优化部署簇头以减少投资成本，简化网络结构，便于管理和维护。实际工业现场中的设备占用一定的空间，也存在墙壁等其它障碍物，这些障碍物都会影响节点与簇头间的通讯，因此IWSNs最优部署问题实际上是涉及一个带多种约束的多目标优化问题，即，IWSNs在满足、优化系统可靠性和实时性的约束下，实现系统构建成本和维护成本的最小化。大规模工业无线传感器网络最优部署方法是一类NP难问题，传统的确定性优化方法并不能实现对这一类问题的高效求解。近年来，智能优化算法在求解NP难问题时体现出比传统确定性优化方法更大的优势，其中和声搜索（Harmony Search，HS）算法优良的全局搜索能力和简单易实现的特点引起了研究者的广泛关注。和声搜索算法是近几年提出的一种新的智能优化算法，HS的基本思想：从随机产生的和声记忆库出发，通过对和声记忆库的思考、随机选择音调以及音调调节来产生候选解，然后通过对比候选解和记忆库中的最差解来更新和声记忆库。          

然而，基本的HS算法采用的是实数或离散编码，主要用于连续空间和离散空间的优化问题，对于IWSNs布局优化问题、二进制编码优化问题，基本的和声搜索算法音调调节操作将退化失效，因此，基本的HS的算法不适用于二进制编码优化问题。

发明内容