[发明专利]权衡丢包率和传输时延的稀疏移动传感节点感知覆盖方法

摘要

一种权衡丢包率和数据传输时延的稀疏移动传感节点感知覆盖方法，将监测区域划分为多个大小相同的正方形网格，移动传感节点从初始位置开始，选择当前网格的邻居网格中心作为下一个时刻的位置，并建立权衡丢包率和传输时延的移动传感节点路径选择优化模型；采用修改的细菌觅食方法求解该优化模型，获得移动传感节点的最优移动路径；移动传感节点沿着所计算的最优移动路径感知数据，从而能全覆盖监测区域。本发明通过移动传感节点的位置、数据存储容量和传输数据时间等信息，能寻找一条全覆盖整个监测区域的最优移动路径，从而降低了数据丢包率和数据传输时延。

主权项

1.一种权衡丢包率和数据传输时延的稀疏移动传感节点感知覆盖方法，其特征在于：所述方法包括如下步骤：1)初始化参数：令移动传感节点感知覆盖整个监测区域的一种移动路径表示一个细菌，初始化所有细菌的网格位置和邻居网格集合NGj，设定细菌数量为S，迁徙次数为Ned，复制次数为Nre，趋化次数为Nc，迁徙概率为Ped，最优适应度值Bestf，令Di表示未被迁徙的细菌i的移动路径，且初始为空集，J(i,g,h,l)表示细菌i在第g次趋化、第h次复制、第l次迁徙的移动路径适应度值，P(Sx,Sy,i,g,h,l)表示细菌i在第g次趋化、第h次复制、第l次迁徙的网格位置(Sx,Sy)，Sx表示网格位置的横坐标，Sy表示网格位置的纵坐标；随机选择一个网格作为所有细菌的当前网格和当前移动路径，令g＝1，h＝1，l＝1，i＝1，n1＝1；2)根据移动传感节点的丢包率约束、传输时延约束，建立权衡丢包率和传输时延的优化模型；3)判断集合Dⁱ是否为空集，如果是空集，则跳到步骤4)，否则，选择集合Dⁱ中的第个停留位置网格，选择该网格为细菌i的下一时刻停留的网格，将其加入细菌i的当前移动路径中，获得新的移动路径，并跳到步骤7)；4)选择细菌i的当前网格和当前移动路径，计算当前移动路径的适应度值J(i,g,h,l)，删除当前网格的邻居网格集合NGj中被细菌i选择过的网格，获得新的邻居网格集合NG′j，判断集合NG′j是否为空集，如果是空集，则将距离当前网格最近的网格集合添加到集合NG′j中，否则邻居网格集合NG′j不变化；5)随机选择集合NG′j中一个网格作为翻转方向，将该网格从集合NG′j中删除，选择该网格为下一时刻停留的网格，并将其加入当前移动路径中，获得新的移动路径；6)计算新的移动路径的适应度值为J(i,g+1,h,l)，如果J(i,g+1,h,l)≤J(i,g,h,l)，选择新的移动路径为当前移动路径，选择下一时刻停留的网格为当前网格，跳到步骤7)，否则判断集合NG′j是否为空集，如果为空集，选择新的移动路径为当前移动路径，选择下一时刻停留的网格为当前网格，跳到步骤7)，否则跳到步骤5)，重新选取随机方向进行趋化；7)i＝i+1，如果i≤S，跳到步骤3)，否则g＝g+1，i＝1，如果g≤Nc，跳到步骤3)，否则跳到步骤8)；8)计算各个细菌的移动路径适应度值，并进行排序，删除其中适应度值较大的一半细菌，复制适应度值较小的一半细菌，h＝h+1，如果h≤Nre，i＝1，g＝1，跳到步骤3)，否则跳到步骤9)；9)记录第n1轮的适应度值最小的细菌的移动路径，计算第n1轮所有细菌的最小适应度值为fitness(n1)，如果fitness(n1)≥Bestf，删除该细菌的移动路径，并将最优移动路径复制给该细菌，第n1轮的最优移动路径为第n1‑1轮的最优移动路径，否则Bestf＝fitness(n1)，第n1轮的最优移动路径为适应度值最小的细菌的移动路径；10)通过公式(13)计算所有细菌的自适应概率其中，表示细菌i的自适应概率，J_i表示细菌i的适应度值，J_min表示第n₁轮所有细菌的最小适应度值，J_max表示第n₁轮所有细菌的最大适应度值，P_ed表示迁徙概率；11)令i＝1，且循环执行S次以下操作：产生一个0到1之间的随机值，如果该随机数小于则随机产生一个网格位置，选择细菌i的当前网格位置和当前移动路径为该网格位置，初始化细菌i的邻居网格集合NG_j，令集合Dⁱ为空集，否则将细菌i的移动路径保存在集合Dⁱ中，将集合Dⁱ的第一个网格位置作为细菌i的当前网格和当前移动位置；i＝i+1；12)l＝l+1，若l≤Ned，n1＝n1+1，返回步骤3)，否则令移动传感节点的最优移动路径为适应度值最小的细菌，输出移动传感节点的最优移动路径，退出。