[发明专利]一种基于导向粒子群算法的节点部署方法

说明书

本发明公开了一种基于导向粒子群算法的节点部署方法，所述节点部署方法包括：步骤一：将多个传感器在待监测区域内随机部署；步骤二：在节点虚拟力与网格虚拟力的作用下，带动节点移动，获得对应节点的更新位置和更新速度；步骤三：计算在待监测区域内各节点的网络覆盖率及全局最优覆盖率；步骤四：通过重复交叉操作，生成新的节点群；步骤五：计算所述新的节点群的覆盖率；步骤六：判断所述新的节点群的覆盖率是否大于所述全局最优覆盖率，如果是，则根据所述新的节点群的覆盖率更新全局最优覆盖率；否则，执行步骤二。本发明节点部署方法可快速确定全局最优覆盖率，以实现对传感器的节点部署。

技术领域

本发明涉及传感器网络监测技术领域，特别是涉及一种基于导向粒子群算法的节点部署方法。

背景技术

无线传感器网络(wireless sensor networks,WSN)由部署在待监测区域内的大量微型、廉价、低功耗的传感器节点集合成，通过Ad-hoc方式形成一个多跳的网络系统，目的是协作的感知、采集和处理网络覆盖地理区域中感知对象的信息，并发布给观察者。为了增强无线传感器网络的监测质量、提高网络可靠性，必须保证传感器节点的部署能够有效地覆盖目标区域。然而，由于传感器节点的能量有限特性及其应用区域的特殊性，无线传感器网络大多通过飞机布撒等方式在待监测区域抛放高密度节点以消除覆盖盲区。然而，传感器节点的高密度部署通常会使得大量节点的待监测区域相互交叠，这种覆盖冗余直接导致共享无线信道的节点之间相互竞争和通信干扰，不仅影响数据传输的可靠性，而且会引发较大的能量开销。如何通过有效的覆盖控制与节点重部署策略改善网络的初始部署成为无线传感网络的研究中的关键问题。

虚拟力算法是由密歇根大学的Koren和Borenstein在20世纪80年代提出的可以让移动机器人在未知的环境中规避障碍物的算法。Zou等人首先将虚拟力算法应用于传感器网络。虚拟力算法是有关多目标的自组织算法。

单独将原始虚拟力算法应用于传感器网络部署问题上，由于传感器节点之间存在力的作用,不可避免的使区域覆盖中受力平衡的一些节点之间存在覆盖盲区,从而不能实现完全覆盖待监测区域，只能达到比较满意的覆盖要求。有些传感器节点按照算法在执行的时候可能在一定范围内来回移动，从而消耗大量不必要的能量。

此外，目前还有将PSO粒子算法应用待传感器网络中。其中，PSO初始化为一群随机粒子(随机解)，然后通过迭代找到最优解。在每一次迭代中，粒子通过跟踪两个极值来更新自己：第一个就是粒子本身所找到的最优解，这个解称为个体极值；另一个极值是整个种群目前找到的最优解，这个极值是全局极值。另外也可以不用整个种群而只用其中一部分作为粒子的邻居，那么在所有邻居中的极值就是局部极值。假设在一个D维的目标搜索空间中，有N个粒子组成一个群落，其中第i个粒子为一个D维的向量X_i＝(x_i1,x_i2,...,x_iD),i＝1,2,...,N，第i个粒子的“飞行”速度也是一个D维的向量，记为V_i＝(v_i1,v_i2,...,v_iD),i＝1,2,...,N，第i个粒子迄今为止搜索到的最优位置称为个体极值，记为P_best＝(p_i1,p_i2,...,p_iD),i＝1,2,...,N，整个粒子群迄今为止搜索到的最优位置为全局极值，记为g_best＝(p_g1,p_g2,...,p_gD)，在找到这两个最优值时，粒子根据如下的公式来更新自己的速度和位置：

v_id＝w×v_id+c₁ r₁(p_id-x_id)+c₂r₂(p_gd-x_id)