[发明专利]基于果蝇优化的非均匀环境的无线AP部署优化方法

说明书

本发明提供一种基于果蝇优化的非均匀环境的无线AP部署优化方法，包括获取无线AP布置范围并处理后，设定三种障碍物及信号衰减值；设置计算变量为无线AP的位置坐标以及功率；初始化果蝇种群及参数；获取果蝇个体的新位置及其距离原点的距离以及味道浓度判定值；代入目标函数中求解适应度；根据适应度，选择群体中有最佳味道浓度值的果蝇及其位置；判断所选果蝇的味道浓度是否优于当前最优味道浓度值；更新最优味道浓度值的果蝇位置，继续迭代直至迭代结束，得到无线AP最小的总功率以及相应的位置。实施本发明，构成非均匀的传播环境，并将无线AP部署位置与功率进行联合优化，从而解决现有技术中非均匀环境下无线AP分析及部署偏差问题。

技术领域

本发明涉及无线AP技术领域，尤其涉及一种基于果蝇优化的非均匀环境的无线AP部署优化方法。

背景技术

近年来，随着移动互联网的快速发展以及学习办公地点的多样化，传统的网线接入互联网方式变得越来越不方便，特别是在人员流动性较大的公共性办公场所其局限性尤为突出。大量的无线网络被部署于校园、工厂和公司等人群密集的地方，各种不同的无线接入点在我们的日常生活中随处可见。无线AP拥有中继、桥接、主从模式控制等基本功能，但其工作范围有限，未经合理安排放置的AP会造成一系列的问题。例如，分布位置过松，可能导致信号接收与发送的不稳定；又如，分布位置过于紧密，可能造成资源的浪费，并带来严重的信道间干扰。

目前，国内外的研究工作主要集中在无线传感器网络(WSN)的拓扑优化，而对非均匀环境下的WLAN的优化较少。例如，在2015年H.Zhao,Q.Zhang,L.Zhang Y.Wang等人提出了一种基于果蝇优化算法的无线传感器网络的传感器部署优化的方法，该方法通过利用果蝇优化算法对传感器的部署位置进行优化，使得其覆盖率具有了明显的提升，同时也大大的提高了网络的鲁棒性。又如，在2016年金鑫等学者提出了一种基于Ad Hoc无线传感网络的三维智能组网优化算法，通过对生成网络的簇头数及分簇平衡度进行分析，优化了分簇算法生成分级网络的过程，使得生成的分簇结构更加稳定。又如，2018年学者王月琴通过遗传算法对小型无线网络进行优化，将WLAN热点中的智能无线AP类比为分布在遗传算法模块的种群，通过对AP的遗传操作以求达到WLAN热点的网络达到最优化。

然而，上述网络拓扑优化方法中，因所用的模型都为均匀模型，且每个节点具有相同的覆盖半径，导致非均匀环境下的无线AP分析及部署存在偏差。上述无线AP分析及部署存在偏差的主要原因在于：实际无线信号传播过程中，信号的衰减与传播距离并不是线性关系，而且当传播当中遇到障碍物阻挡时，信号还会有比较明显的衰减。

发明内容

本发明实施例所要解决的技术问题在于，提供一种基于果蝇优化的非均匀环境的无线AP部署优化方法，在传播环境中引入不同类型的障碍物构成非均匀的传播环境，并将无线AP部署位置与功率进行联合优化，从而解决现有技术中非均匀环境下无线AP分析及部署偏差问题。

为了解决上述技术问题，本发明实施例提供了一种基于果蝇优化的非均匀环境的无线AP部署优化方法，包括以下步骤：

步骤S1、获取无线AP布置范围，并将所述无线AP布置范围进行网格离散化处理后，在网格离散化处理后的无线AP布置范围中，设定三种类型障碍物及每一种类型障碍物对应的信号衰减值；

步骤S2、将无线AP的位置坐标x，y以及功率p均设置为计算变量；

步骤S3、设置迭代次数maxgen，以及设置3n个果蝇种群为

且进一步设置3n个果蝇群体中每个个体的位置信息由公式(2)中对应的(X,Y)二维坐标给出：

其初始位置由下面的公式(3)和(4)给出：