[发明专利]基于文化蚁群算法的无线传感器网络节点部署设计方法

说明书

技术领域

本发明涉及一种无线传感器网络节点部署的方法，特别地，涉及一种基于文化蚁群算法的无线传感器网络节点部署的设计算法。

背景技术

无线传感器网络逐渐在条件恶劣和无人坚守的环境监测和事件跟踪中显示了很大的应用价值。一方面，制造成本低廉的传感器在技术和经济上已经成为可行；另一方面，无线传感器网络技术如能量功耗、节点定位以及路由协议等技术变得越来越成熟。因此，部署由成千上万个传感器节点组成的大规模、自组织无线传感器网络已成为现实。节点部署问题最早可追溯到O’Rourke提出的艺术走廊和Williams提出的圆周覆盖这两个经典的计算几何问题。这两个几何问题对于无线传感器网络节点部署问题有着重要的参考意义。

无线传感器网络节点部署问题的即在一定的区域内，通过适当的策略布置传感器节点以满足某种特定的需求。通常在部署传感器节点时需要满足无线传感器网络的覆盖度和连通性约束。本文中提出的文化—蚂蚁系统算法同时考虑了这两种约束条件,并且在不同环境和不同参数条件下算法都表现出了较强的稳定性和良好的性能。另外，在设计部署策略时优化节点数目和节点分布形式，高效利用有限的传感器网络资源，最大程度的降低网络能耗均是节点部署时应注意的问题，本发明旨在讨论在保证覆盖率与连通性的条件下优化网络中节点的数目。

发明内容

本发明要解决的技术问题是：利用基本蚁群算法设计的节点部署算法，由于基本蚁群算法本身的缺点：收敛速度慢、搜索时间较长、易于陷入停滞出现早熟等现象，导致节点部署算法寻优时间长、易于陷入局部最优、部署结果不稳定等不足。因此针对这些不足之处，提出一种基于文化蚁群算法的无线传感器网络节点部署设计算法。在借鉴了现有的对蚁群算法的研究成果的基础上，用文化框架和蚁群算法对无线传感器节点部署问题进行更好的解决。

本发明公开的基于文化蚁群算法的无线传感器网络节点部署算法，主要是针对基本蚁群算法的不足添加了文化算法以及对基本蚁群算法提出相应的改进措施，从而提高蚁群算法的寻优速率与效率。与基于蚁群算法的无线传感器网络节点部署算法相比，主要由以下几个方面的差别：

（1）文化算法的引入。文化算法中包含两个独立又相互影响的进化空间：信念空间和群体空间，其中文化算法的整体进化机制是群体空间采用一定的进化策略将得到的精英个体传递给信念空间，而信念空间中进化的精英个体又会影响群体空间的进化，这种反馈式的进化机制在一定程度上大大加快进化速度，并且算法寻优效果会明显变好。这一点恰好解决了现有算法中寻优速度慢、寻优结果差等问题。

（2）贪婪策略。这一改进策略主要针对的是无线传感器网络中目标点放置较为稀疏的情况。在这种情况下，现有的节点部署算法的部署结果较差，并且随着目标点的增加呈现出不规则的变化。加入此贪婪策略使得算法部署结果整体上呈现出有规律的变化趋势，且在目标点稀疏情况下具有较优的结果。

（3）收敛判定策略。此策略重点解决现有算法的不稳定性等问题，一方面实现了算法快速收敛保证算法每次寻优的稳定性相同，另一方面使得算法避免误判而较快的得到最优解。

为实现上述目的，本发明公开了如下的技术方案：

一种基于文化蚁群算法的无线传感器网络节点部署设计方法，其特征在于，包括以下步骤：

（1）种群空间设计；

（2）信念空间维护；

（3）收敛判定算法。

其中所述的步骤（1）包括以下步骤：

（2.A），启发式信息的计算，在蚂蚁个体的转移概率公式中，除蚂蚁系统中的信息素浓度外，还有表示先验效应的启发式信息；

（2.B），维护蚂蚁的禁忌表与工作空间信息更新，蚂蚁个体在搜索的过程中维护一个禁忌表，用以避免重复地转移到同位置；禁忌表初始为空，蚂蚁做出转移选择后，在向指定位置将传感器加入传感器网络的同时，需要更新禁忌表，即将新增传感器节点的位置加入禁忌表，随后更新覆盖点集与有效待选点集；

（2.C），蚁群算法中蚂蚁个体在其经过的地方释放信息素，但是信息素会随着时间和环境的变化而蒸发，则工作空间中点j上的信息素更新公式为： 其中，ρ 表示信息素的蒸发系数，而 表示蚂蚁经过某网格点后在该点上留下的信息素的增量；而 起到一个引导的作用，其定义如下：

，其中，Q是一个常数,它表示蚂蚁所留轨迹数量，变量senserUsed用来表示蚂蚁k本次迭代使用传感器的数量。

所述的步骤（2）包括以下步骤：