[发明专利]一种基于改进灰狼优化器的WSN三维覆盖增强方法

权利要求书

1.一种基于改进灰狼优化器的WSN三维覆盖增强方法，包括以下步骤：

步骤一、对三维监测区域、传感器参数、狼群参数及传感器的感知模型进行初始化，对三维监测区域进行立方体网格划分；

步骤二、通过适应度函数计算传感器的网格覆盖率，分别选取α狼、β狼、δ狼；

步骤三、对标准灰狼算法中猎物位置的计算公式进行改进，通过下述公式1计算出猎物的位置；

改进的灰狼算法中猎物位置的计算公式如下：

X_p^t＝ω₁×X_α^t+ω₂×X_β^t+ω₃×X_δ^t 公式1

其中，X_p^t代表猎物的位置，ω₁、ω₂、ω₃分别代表α狼、β狼、δ狼在狩猎过程中的权重，计算公式如公式2所示，

步骤四、更新狼群位置；

步骤五、判断是否满足算法终止的条件一，若满足，则覆盖任务完成，输出猎物坐标，算法结束；否则进行步骤六；所述条件一为网络覆盖率超过阈值；

步骤六、判断是否满足算法终止的条件二，若满足，则覆盖任务完成，算法结束，输出猎物坐标；否则进行步骤二；所述条件二为当前迭代次数超过阈值；

步骤七、移动传感器节点；

所述步骤四具体为：改进的灰狼算法在寻优过程中，狼群通过包围行为不断地更新自己的位置；

以γ狼为例，狼群位置更新公式如公式3所示：

其中D_γ表示γ狼与猎物的距离，L^t表示传感器在虚拟力作用下位置的更新量，X_P^t、X_γ^t分别表示第t次迭代时猎物、γ狼的位置，A和C是控制γ狼靠近猎物速度的系数；

A和C由下述公式4计算：

r₁，r₂，r₃表示[0,1]之间的随机数，μ表示影响虚拟力寻优程度的因子；a表示收敛因子；

公式3中L^t表示第t次迭代时，γ狼在虚拟力作用下位置的更新量。

2.根据权利要求1所述的WSN三维覆盖增强方法，其特征在于，在γ狼所代表的N个传感器中，以第i个传感器为例，位置更新量由公式5所示：

公式5中，分别表示第t次迭代时第i个传感器受虚拟力影响，在x、y、z轴上的位置更新量；是第i个传感器受到的虚拟力分别在x轴、y轴、z轴方向上的分量；

为第i个传感器受到的虚拟力合力包括传感器节点之间的虚拟力、未覆盖区域网格点与节点间的虚拟力、边界与节点之间的虚拟力，计算公式如公式6所示；

公式6中，F_ij表示第i个传感器s_i与第j个传感器s_j之间的虚拟力，F_ig表示未被覆盖的网格点与传感器s_i之间的虚拟力，F_ib表示边界与传感器之间的虚拟力。

3.根据权利要求2所述的WSN三维覆盖增强方法，其特征在于，传感器s_i对s_j节点的作用力表达式如公式7所示：

公式7中，ω_a和ω_r分别为引力和斥力的权重系数，且ω_r＞＞ω_a；d_th为产生引力和斥力的阈值；α_ij为传感器s_i到s_j的向量角度。