[发明专利]一种基于混合型传感器网络的差异覆盖方法

摘要

本发明提供了一种基于混合型传感器网络的差异覆盖方法。本发明以粒子群方法为基础，将重点区域和一般区域的有效覆盖率加权后的线性组合所形成的单目标函数作为适应值函数，通过调节权重系数来控制适应值函数，从而引导传感器移动节点向重点区域聚拢，保证重点区域的覆盖质量，为了提高粒子群方法的运算效率，加入虚拟力速度分量来引导移动节点向未覆盖区域移动，虚拟力的大小和方向根据部署区域中未满足有效监测阈值的监测点施加在移动节点的引力场求得，本发明适用于含有固定节点和移动节点的混合型传感器网络。

主权项

一种基于混合型传感器网络的差异覆盖方法，其特征在于，包括：获取监测环境的位置，采用飞机抛洒的方式将m个传感器固定节点和n个传感器移动节点部署在所述监测环境中；每个传感器固定节点和传感器移动节点初始化自身信息并对自己所在的位置定位，每个传感器固定节点和传感器移动节点形成网络并通过网络将自身的ID号、初始位置和传感器性能的信息发送给个汇聚节点；汇聚节点在收到各传感器固定节点和传感器移动节点采用洪泛或定向寻路路由等方式发送的自身ID号、初始位置和传感器性能等信息后，获取所述监测环境的位置，根据所述监测环境的位置解析出整个部署区域A、重点监测区域Ahot、一般监测区域Aordinary＝A‑Ahot、重点监测区域有效监测阈值cth_hot和一般监测区域有效监测阈值cth_ordinary，确定整个部署区域中未达到覆盖标准的监测点相邻的传感器移动节点所受到的虚拟力Fx和Fy分别为x轴和y轴方向上的作用力，s为传感器移动节点的位置，根据传感器移动节点的监测能力数学表达式可得p为部署区域A中的监测点，As为传感器移动节点r‑re到r+re感知范围内未达到覆盖标准的监测点的集合As＝As_hot∪As_ordinary，其中re是传感器移动节点的测量可靠性参数，0＜re＜r，其中，部署区域A中未达到覆盖标准的监测点对相邻传感器移动节点产生一个引力场A为部署区域，cp/s为传感器移动节点被放置在点s处在监测点p产生的联合测量概率部署区域A中传感器固定节点和传感器移动节点用集合Sov表示，某个传感器固定节点或传感器移动节点si的全局坐标为(xi，yi)，部署区域A中p监测点的坐标为(xp，yp)，监测点p与si的距离而在实际应用中，由于受到环境、传感器自身工艺等因素的影响，传感器固定节点和传感器移动节点的感知模型呈一定概率分布，监测概率随着距离d(si，p)递减，传感器固定节点或传感器移动节点的监测能力数学表达式为：cp(si)=1ifd(si,p)≤r-ree(-α1λ1β1/λ2β2+α2)if|d(si,p)-r|≤re0other]]>其中，r为传感器固定节点或传感器移动节点的传感器感知半径，re(0＜re＜r)是传感器固定节点或传感器移动节点的测量可靠性参数，α1，α2，β1，β2是与传感器测量概率相关的参数，该参数与传感节点的测量特性有关，λ1和λ2为输入参数λ1＝re‑r+d(si，p)，λ2＝re+r‑d(si，p)，若监测点p在传感器固定节点或传感器移动节点si的感知范围内，即d(si，p)≤(r+re)，则传感器固定节点或传感器移动节点si为监测点p的相邻传感器固定节点或相邻传感器移动节点，部署区域A中监测点p的联合测量概率为部署区域A内监测点p相邻传感器固定节点和相邻传感器移动节点在该监测点p的联合测量概率：Vp为监测点p相邻传感器固定节点和相邻传感器移动节点的集合，cth为有效测量概率阈值，若cp(Sov)≥cth，则监测点p被传感器固定节点和传感器移动节点有效覆盖；对于含有m个传感器固定节点和n个传感器移动节点的网络，将n个传感器移动节点的位置坐标抽象成粒子群方法中的粒子，粒子搜索空间维数N＝2n，粒子i的位置向量Xi＝(xi1，xi2，…，xin，yi1，yi2，…，yin)，其中xij，yij分别代表第j个传感器移动节点的横纵坐标，1＜j＜n，将重点区域和一般区域的有效覆盖率加权后的线性组合所形成的单目标函数作为适应值函数f(Xi(t))＝α×fhot(Xi(t))+(1‑α)×fordinary(Xi(t))，其中，fhot(Xi(t))和fordinary(Xi(t))分别表示重点监测区域和普通监测区域的有效覆盖率，α为根据重点监测区域确定的权重系数；通过下式确定粒子的飞行速度：vij(t+1)＝w(t)×vij(t)+c1r1j(t)×(pij(t)‑xij(t))+c2r2j(t)×(pgj(t)‑xij(t))+c3r3j(t)gij(t)，其中，c1为局部优化权重因子，c2为全局优化权重因子，c3为势场力加速因子，r1j、r2j和r3j为[0，1]范围内的独立随机数，下标i对应第i个粒子，下标j对应粒子的第j维，w为过去值对现在值的影响惯性因子，取值0.9～0.4，在迭代过程中逐次递减，gij则是对应粒子i的位置向量中第j维元素在势场力作用下变化的距离，如下式：其中，为第i个粒子中第j个移动节点受到的x方向上的势场力，为第i个粒子中第j个移动节点受到的y方向上的势场力，MaxStep为最大移动步长；根据粒子的飞行速度粒子对粒子的位置进行更新xij(t+1)＝xij(t)+vij(t+1)，将更新后的粒子的位置代入所述适应值函数f(Xi(t))中进行评价来决定粒子的局部最优解然后求出群体中粒子经历的全局最佳位置Pg(t)＝max{f(P1(t))，f(P2(t))，…，f(PM(t))}，根据所述适应值函数和局部最优解对全局最佳位置进行反复迭代，直至达到预设的最大迭代次数，最后得到最优解Pg；汇聚节点将最优解Pg打包广播出去，传感器移动节点在接收到数据包后解析Pg以得到该传感器移动节点的目标位置，该传感器移动节点向所述目标位置移动。