[发明专利]一种无线传感器节点部署方法、存储介质及计算设备有效

专利信息
申请号: 202011212302.7 申请日: 2020-11-03
公开(公告)号: CN112333723B 公开(公告)日: 2023-01-20
发明(设计)人: 董振平;陈亚州;于军琪;景广明;隋龑 申请(专利权)人: 西安建筑科技大学
主分类号: H04W16/20 分类号: H04W16/20;H04W84/18
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 高博
地址: 710055 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 无线 传感器 节点 部署 方法 存储 介质 计算 设备
【权利要求书】:

1.一种无线传感器节点部署方法,其特征在于,包括以下步骤:

S1、设置光吸收系数、最大吸引力、步长因子,种群规模,迭代次数和维度参数;

S2、根据步骤S1设定的参数,采用佳点集方法对目标监测区间的种群进行初始化,得到每个萤火虫的位置信息及对应的适应度值,计算佳点集具体为:

S201、设VD是D维Euclidean空间内的单位立方体,即x∈VD,0≤xi≤1,i=1,2,…,D;

S202、若r∈VD,形为偏差φ(n)满足φ(n)≤V(r,ε)n-1+ε,称Pn(i)为佳点集,r为佳点,V(r,ε)是仅与r和ε相关的正常数,ε是任意小的正数;

S203、用分圆域法求佳点集r,取r=2cos(2kπ/t),1≤k≤D,t是满足的最小素数,或取r=ek,1≤k≤D,r均为佳点;

S3、利用变形sigmoid函数曲线作为惯性权重和变步长策略,对步骤S2每个萤火虫的位置信息及对应的适应度值进行优化,实现对萤火虫个体从t时刻到t+1时刻位置信息及对应的适应度值的迭代更新,确定种群中当前全局最优值和当前局部极值,t+1时刻萤火虫i的位置信息Xi(t+1)具体如下:

Xi(t+1)=w(t)Xi(t)+βij(rij)(Xi(t)-Xj(t))+α(t+1)(rand-0.5)

其中,t为当前迭代次数,w(t)是权重系数,w(t)∈[0,1];α(t+1)是可变步长,rand为[0,1]上服从均匀分布的随机数,βij为是两个萤火虫之间的吸引力,rij为两个萤火虫之间的Euclidean距离;

S4、根据步骤S3确定的种群当前全局最优值和当前局部极值,使用改进后的惯性权重更新公式和改进后的步长更新公式分别更新惯性权重和步长因子来更新每个萤火虫位置,利用惯性权重更新公式和步长更新公式分别更新惯性权重和步长因子,具体为:

α(t+1)=max(αmin,min(A(t),αmax))

其中,t为当前迭代次数;Tmax是最大迭代次数;w(t)是权重系数,w(t)∈[0,1];α(t+1)是可变步长,fgbest是当前个体全局最优解的适应值,fpbest当前个体当前最优解的适应度值,αmax、αmin分别是步长的上限和下限;

S5、根据步骤S3确定的种群中当前全局最优值和当前局部极值,对步骤S4更新后的萤火虫个体适应度值进行高斯扰动,对比更新前后个体位置的适应度值,保留个体位置适应度值大于设定阈值的个体位置,确定更新至最优覆盖率时的最大迭代次数,高斯扰动后的位置Gbestt+1计算如下:

其中,为当前最优位置,f为当前位置的适应度值;

扰动后的位置Gbestnew为:

Gbestnew=Gbest×(1+Gaussian(μ,σ2))

其中,Gbest为当前最优位置,μ为均值,σ2为方差;

S6、如果当前迭代次数大于步骤S5得到的最大迭代次数,结束并输出最优覆盖率和传感器节点位置图,完成无线传感器节点部属。

2.根据权利要求1所述的无线传感器节点部署方法,其特征在于,步骤S6中,如果当前迭代次数小于等于最大迭代次数,返回步骤S3。

3.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1或2所述的方法中的任一方法。

4.一种计算设备,其特征在于,包括:

一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1或2所述的方法中的任一方法的指令。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安建筑科技大学,未经西安建筑科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011212302.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top