[发明专利]一种提高移动传感器网络覆盖率的方法

摘要

一种提高移动传感器网络覆盖率的方法，该方法所基于的移动传感器网络，包括多个异构移动传感器节点，各移动传感器节点有特定的感知半径和通信半径，并可以获得其自身位置，该方法对连续的移动传感器网络监视区域进行网格化处理，并随机的分配各个移动传感器节点，获得各个移动传感器节点的初始位置；计算移动传感器网络的覆盖率；采用覆盖空洞导向分布式差分进化方法确定提高移动传感器网络覆盖率的策略，即确定各个传感器节点要移动的位置；执行移动传感器节点移动操作。本发明提出的方法从收敛速度和系统能耗方面考虑，更全面和符合实际。本方法基于节点的分布式计算原理，以未覆盖区域为导向通过差分进化计算节点的新位置，无需预知所有节点的位置信息，既加快了运算速度又节省了通信开销，从而节省节点能耗，延长网络寿命。

主权项

1.一种提高移动传感器网络覆盖率的方法，该方法所基于的移动传感器网络，包括多个异构移动传感器节点，移动传感器网络中各移动传感器节点有特定的感知半径和通信半径，并可以获得其自身位置，其特征在于：包括以下步骤：步骤1：对连续的移动传感器网络监视区域进行网格化处理，并在该网格化的监视区域中随机的分配各个移动传感器节点，获得各个移动传感器节点的初始位置；步骤2：根据各移动传感器节点的感知半径和覆盖空洞计算移动传感器网络的覆盖率；步骤3：采用覆盖空洞导向分布式差分进化方法确定提高移动传感器网络覆盖率的策略，即确定各个传感器节点要移动的位置；步骤3.1：将各移动传感器节点映射为种群中的个体，种群中的个体的位置即各传感器节点的位置；步骤3.2：构建传感器节点的覆盖空洞导向分布式差分进化模型；vi(g+1)=xi(g)+η·(xr1(g)-xr2(g))+λ·(Fx|Fx|+|Fy|,Fy|Fx|+|Fy|)]]>其中，v_i(g+1)为进化生成的g+1代种群中第k类第i个个体的位置，即当前移动传感器网络中第k类第i个移动传感器节点可能要移动的位置；x_i(g)为第g代种群中第k类第i个个体的位置坐标，即当前移动传感器网络中的k类移动传感器节点中的第i个节点的位置向量；x_i(g)、x_r1(g)、x_r2(g)表示第g代种群中3个不同的个体的位置，即当前移动传感器网络中的3个不同的移动传感器节点的位置，i表示基节点，r₁和r₂在基节点i（位置为x_i(g)的节点）的通信范围内随机选取的两个移动传感器节点；x_r1(g)-x_r2(g)可以表示一个移动向量；η为缩放因子；λ表示覆盖空洞导向影响因子；F_x为覆盖空洞对第i个移动传感器节点产生的合力在x轴方向的分力，F_y为覆盖空洞对第i个移动传感器节点产生的合力在y轴方向的分力；步骤3.3：计算移动传感器网络的覆盖空洞对各移动传感器节点产生的合力，即第i个移动传感器节点的虚拟力在x轴方向的分力F_x和第i个移动传感器节点的虚拟力在y轴方向的分力F_y；步骤3.4：根据构建的移动传感器节点的覆盖空洞导向分布式差分进化模型，得到进化生成的g+1代种群中第i个个体的位置v_i(g+1)，即当前移动传感器网络中第i个移动传感器节点可能要移动的位置；步骤3.5：对v_i(g+1)和x_i(g)进行交叉操作，得到交叉向量u_i；并按u_i位置确定新的覆盖率；步骤3.6：采用选择函数对交叉向量u_i和x_i(g)进行选择操作，得到第g+1代种群中k类第i个个体的位置向量x_i(g+1)，即覆盖空洞导向分布式差分进化后的移动传感器网络中的k类移动传感器节点中的第i个节点的位置向量；选择函数表示如下：其中，RC_g为g代种群对应的移动传感器网络的覆盖率，RC_g+1为g+1代种群对应的移动传感器网络的覆盖率；步骤3.7：判断是否G_max次迭代结束，即进行了G_max次上述操作：是，则执行步骤4，否则，执行步骤3.3；步骤4：根据提高移动传感器网络覆盖率的策略，执行移动传感器节点移动操作。