基于粒子群优化算法的无线传感器网络覆盖研究

发布时间：2020-07-22 08:18

【摘要】：无线传感器网络是将大量的传感器感知节点散布在监测区域中,通过节点之间的无线信息传输形成的自组网。由于无线传感器网络工作环境复杂,传感器节点更换电源不便,网络的覆盖控制问题成为研究核心,它决定了无线传感器网络对监测区域的覆盖率和网络的整体寿命,直接反映出了无线传感器网络的监测质量。采用合理的覆盖策略,可以对节点进行优化部署,以达到对无线传感器网络的有效利用。本文主要研究无线传感器网络感知节点的部署覆盖问题,以标准粒子群算法和社会粒子群算法为切入点,建立起无线传感器网络覆盖模型,提出通过动态调节传感器节点感知半径以及自适应惯性权重系数的方法来达到提高网络覆盖率,降低能耗,保证覆盖质量的目的。论文的主要内容如下:(1)研究分析了无线传感器网络中传感器节点的感知半径对整个网络覆盖优化性能的影响。由于节点的能量是有限的,感知半径越大节点的能耗也就越大,因此提出一种可以动态调节节点感知半径的覆盖策略,其主要思路是:通过引入能耗系数的概念,判断节点的能耗大小,从而动态改变节点的感知半径,以达到对监测区域的高质量覆盖。分别利用标准粒子群算法和社会粒子群算法对传感器网络覆盖模型进行优化,并通过MATLAB仿真进行分析验证,结果表明:第一,社会粒子群算法在对无线传感器网络覆盖优化模型中的效果要优于标准粒子群算法;第二,证明了通过调节传感器节点的感知半径可以提升整个网络的覆盖率。从MATLAB仿真结果可以看出,该策略可以在提升网络覆盖率的同时降低网络能耗,达到优化目的。(2)针对标准粒子群算法速度公式中惯性权重系数的特性进行分析,其随着迭代次数的增大线性减小,在整个过程中对粒子的归并程度和演化程度未做太多考虑,因此提出了一种自适应惯性权重的粒子群算法,将其应用于无线传感器网络覆盖问题。从MATLAB对比的仿真结果可以看出,这种自适应策略的改进是有效的。
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP212.9;TN929.5;TP18
【图文】：

图 3.4 覆盖率随迭代次数变化中可以看出，在 0 到 100 次迭代过程中，曲线斜率较大，说明标准粒子群算法在计算迭代中都在快速接近群体最优值，而随着迭代次数的可以看到，曲线斜率变化已经很缓慢了，说明两种算法都已在群体最时在整个迭代过程中也可以看出，社会粒子群算法的寻优能力要强于假设条件下，我们继续研究传感器节点的感知半径变化对覆盖率的影表 3.1 迭代次数与覆盖率关系表感知半径（米） 2 3 4 子群迭代次数 732 367 301 2覆盖率 56.71 87.63 95.32 1迭代次数 691 249 212 1

图 3.5 迭代次数随感知半径变化横轴表示传感器节点的感知半径，纵坐标表示粒子群收线可以看出来，感知半径比较小的时候两种算法的收敛如在传感器节点的感知半径为 2 米时，采用标准粒子群群算法收敛所需要的迭代次数为 691 次；在节点感知半收敛所需要的迭代次数为 367 次，社会粒子群算法收敛所中可见在此段斜率较大，说明感知半径增大对提高算法点的感知半径超过 4 米时，从曲线斜率的变化可知，感知的影响已经较小。

图 3.5 迭代次数随感知半径变化中，横轴表示传感器节点的感知半径，纵坐标表示粒子群收敛所中折线可以看出来，感知半径比较小的时候两种算法的收敛所需，比如在传感器节点的感知半径为 2 米时，采用标准粒子群算法粒子群算法收敛所需要的迭代次数为 691 次；在节点感知半径为法收敛所需要的迭代次数为 367 次，社会粒子群算法收敛所需要从图中可见在此段斜率较大，说明感知半径增大对提高算法的收节点的感知半径超过 4 米时，从曲线斜率的变化可知，感知半径度的影响已经较小。

【参考文献】

相关期刊论文 前3条

1 韩江洪;李正荣;魏振春;;一种自适应粒子群优化算法及其仿真研究[J];系统仿真学报;2006年10期

2 马华东;陶丹;;多媒体传感器网络及其研究进展[J];软件学报;2006年09期

3 任彦;张思东;张宏科;;无线传感器网络中覆盖控制理论与算法[J];软件学报;2006年03期

相关博士学位论文 前1条

1 王婷婷;无线传感器网络覆盖优化方法研究[D];中国矿业大学;2016年

本文编号：2765554