[发明专利]基于多元宇宙优化算法的无线网络覆盖优化方法

说明书

本发明涉及一种无线传感技术与智能技术领域，揭露了一种基于多元宇宙优化算法的无线网络覆盖优化方法，包括：利用栅格法将监测区域离散化为若干像素点；利用传感器感知模型计算每个像素点处的传感器节点被传感器节点集合感知的联合概率；根据所述联合概率计算得到无线传感网络的覆盖率，并结合传感器节点能耗得到无线传感网络覆盖优化目标函数；将无线传感网络中的传感器节点划分为多个单宇宙群，并利用所述目标函数的适应度函数，对每个单宇宙群进行适应度计算；对适应度较低的单宇宙群进行宇宙混沌进化；基于节点休眠策略将满足覆盖率要求的节点设置为休眠状态，并完成无线传感器网络的覆盖优化。本发明实现了对无线传感器网络的覆盖优化。

技术领域

本发明涉及无线传感技术与智能的技术领域，尤其涉及一种基于多元宇宙优化算法的无线网络覆盖优化方法。

背景技术

随着嵌入式系统、微机电系统和无线通信技术的发展，无线传感器网络通过信息传输技术使得人类对目标环境下的信息感知和物理信息交换得以实现，从而受到各个研究机构的高度关注。无线传感器网络是一种由大量部署在需检测区域内的传感器节点组成，基于无线通信的方式对检测区域内的节点信息进行搜集。为满足网络应用所能承受的部署时间代价、可靠性以及能效性等方面的需求，需要对无线传感器网络部署方式进行研究，根据应用需求和应用环境允许的部署方式，将一定数量的传感器节点部署在监测区域内的适当位置，以实现无线传感器网络感知范围对整个监测区域的覆盖。

网络覆盖主要研究以网络允许的部署方式，将传感器节点散布在监测区域内适当的空间位置，以实现对区域或目标对象的客观信息感知。传感器节点的感知模型及其空间位置分布是网络覆盖的基本元素，直接影响网络的感知质量。为满足应用需求，通常需要采用相应的覆盖技术对网络节点的位置分布进行调整，即覆盖优化算法。

为了达到较高的网络覆盖率，传统的方法是进行大规模的传感器节点部署，但是过多的传感器节点容易引起通信冲突。一些学者针对无线网络优化问题，提出了一些优化算法策略，如使用人工萤火虫算法对无线传感器网络节点进行优化，使得无线传感器节点分布均匀且覆盖率较高，但是边界盲区较多；混沌鱼群算法提高了无线传感器网络的优化稳定性，获得了较高的网络覆盖率，但是边界存在较多盲区，且中心冗余度很高；粒子群优化算法全局收敛能力较强，能够快速找到覆盖率较高的传感器节点的分布，但是算法优化后局部搜索能力较弱；蚁群算法虽然搜索能力比较强，但是存在求解过程比较复杂、收敛速度比较慢、未考虑传感器节点能量损耗等缺点；遗传算法可获得无线传感器网络中最优覆盖集，从而以最少的节点数量和节点功耗来对监测区域内的所有目标进行覆盖，然而该算法容易陷入局部最优，不能保证覆盖集的质量。

鉴于此，如何充分利用传感器节点间的信息，并在综合考虑算法时间复杂度、快速收敛性、节点能量损耗以及全局搜索能力的基础上，提高无线网络传感器网络覆盖的质量，成为本领域技术人员亟待解决的问题。

发明内容

本发明提供一种基于多元宇宙优化算法的无线网络覆盖优化方法，在综合考虑算法时间复杂度、快速收敛性、节点能量损耗以及全局搜索能力的基础上，其主要目的在于提高无线网络传感器网络覆盖的质量。

为实现上述目的，本发明提供的一种基于多元宇宙优化算法的无线网络覆盖优化方法，包括：

利用栅格法将被监测区域离散化为若干个像素点，在该监测区域内分布着W个无线网络的传感器节点，并将所有传感器节点构成传感器节点集合，所有传感器节点的覆盖半径为r；

利用传感器感知模型得到每个像素点被传感器节点感知的概率，以及根据所得概率计算每个像素点处的传感器节点被传感器节点集合感知的联合概率；

根据所述每个像素点处的传感器节点被传感器节点集合感知的联合概率，得到无线传感网络的覆盖率，并结合传感器节点能耗得到无线传感网络覆盖优化目标函数Cov(G)，其中，G为被监测区域内的传感器节点集合；