[发明专利]一种基于虚拟力的粒子群异构WSNs覆盖优化算法

说明书

本发明公开了一种基于虚拟力的粒子群异构WSNs覆盖优化算法，在一个二维的正方形区域部署传感器节点，获取网格点位置坐标，无线传感器网络中所有无线传感器节点的感知半径服从正态分布，判断该距离是否小于传感器的感知半径，若小于感知半径则判定该网格点被覆盖，否则则为未覆盖网格点并输出未覆盖网格点坐标；统计所有被覆盖网格点的个数，并计算传感器的总面积，求出当前覆盖效率。将所有未覆盖网格点视为虚拟节点，对传感器节点产生虚拟引力；并将受到未覆盖网格点虚拟力的传感器节点进行移动处理。本发明降低了算法复杂度、优化了无线传感器网络节点分布、避免后期不必要的能耗及同异构网络中节点感知半径不能进行对比的情况。

技术领域

本发明涉及无线传感器网络(Wireless Sensor Networks，WSNs)覆盖领域。特别是涉及一种基于虚拟力的粒子群异构WSNs覆盖优化算法。

背景技术

随着物联网技术的发展，无线传感网络也适用于更多的应用场景，如森林火灾、复杂山地、精准农业、水质监测等。然而，WSNs在复杂环境下，通常采用随机部署方式来部署节点。这就会导致节点分布不均匀，产生一系列冗余面积，从而导致网络覆盖率较低。同时，针对复杂环境中节点能量、通信及计算能力有限等缺点，合理地布设节点，对优化网络部署和提升网络覆盖性能具有重要意义。近年来，覆盖优化是WSNs覆盖问题的研究热点，也是评价该无线传感器网络的重要指标。同时覆盖优化是无线传感器网络正常运行的基本要求也是最终目的之一。针对覆盖优化问题，积累了一定的研究成果，主要是从几何计算、算法改进等方面思考问题。王明华等提出利用节点间协作感知和节点聚类形成协作感知圆盘，通过可信信息覆盖模型计算各重建点权值，最后利用权重泰森多边形图理论设计基于该模型的泰森多边形区域划分算法来进行覆盖优化。冯秀芳提出采用了一种基于虚拟势场法的改进粒子群算法。在传感器节点之间建立虚拟势场，推导出相互作用的连续虚拟力，减少了引力和斥力边界的振荡，加快了算法的收敛速度。增加指定目标点的势场，以提高目标点对粒子的吸附力，保证了目标点始终处于传感器的感知范围之内。胡小平提出一种改进的灰狼优化算法(IGWO)。首先，利用混沌算法进行算法种群的初始化，以提高种群多样性；其次，在灰狼算法的基础上改进其收敛因子，平衡全局和局部搜索能力，提高算法中后期的优化能力；最后，对δ狼进行融合变异以改善局部极值问题，将改进后的灰狼优化算法应用于WSNs节点部署优化中。

李嘉伦提出了提出了一种改进虚拟力混合粒子群算法(Improve Virtual ForceParticle Swarm Optimization，IVFPSO)算法，该算法加入了改进的虚拟力算法，通过密集度来增加距离阈值，让更大范围内的粒子进行寻优操作；通过平衡斥力系数在迭代开始的前期作用，加强搜寻能力；在后期平衡引力系数会使传感器节点之间相互吸引，修复这些空洞从而提高覆盖率。

虽然研究学者们提出系列解决方案，但是上述方案均具有一定的局限性。当前对无线传感器网络覆盖相关问题的研究一般都是面向同构无线传感器网络的。在实际部署中，从成本以及监测需求方面考虑，通常向监测区域投放不同类型的节点，以更好地实现网络性能。因此，亟需一种异构网络覆盖优化算法以更好地满足实际要求。

其中，与本发明最接近的技术方案为“基于改进PSO的传感器覆盖控制策略研究”，但该算法覆盖率提升不够明显。同时，在求解最优解的后期过程中仍较容易陷入局部最优。因此，IVFPSO算法的缺陷主要包括两方面：第一，论文中采用的是同构的无线传感器，不太适用于大部分实际应用场景。第二，覆盖效率较低，不能够很好地利用网络资源。

发明内容

本发明的目的是提供一种基于虚拟力的粒子群异构WSNs覆盖优化算法，旨在保护利用异构粒子群，引入自适应未覆盖网格虚拟力算法的方式，在提高覆盖效率的同时，降低网络能耗，从而延长网络的生存时间。

为实现上述目的，本发明提供了如下方案：

一种基于虚拟力的粒子群异构WSNs覆盖优化算法，包括：