无线传感器网络中几个关键问题的优化建模与算法研究

发布时间：2018-01-15 06:36

本文关键词：无线传感器网络中几个关键问题的优化建模与算法研究　出处：《西安电子科技大学》2016年博士论文　论文类型：学位论文

【摘要】：无线传感器是一种能感知或检测物理环境的感应节点组成,这些节点之间通过无线连接方式进行通信,它在诸如目标跟踪和监测、自然界灾害预报、健康监测、危险环境勘探和地震感应等领域都有重要应用,已经成为信息技术领域的研究热点。无线传感器网络节点的正确定位问题、网络覆盖质量度量问题和网络覆盖空洞修复问题是无线传感器网络研究中的三个重要问题,本论文对这三个问题进行了深入研究,建立了一些新的优化模型并设计了新的算法,主要研究成果如下:1.无线传感器节点正确定位对整个网络起着至关重要的作用。当无线传感器网络暴露在恶意危险环境中时,攻击者会攻击节点定位的过程,使其定位到错误位置,从而导致整个网络应用完全失效。基于最大似然估计的传感器定位概率模型是一种常用的定位模型,但是它有两个缺点:一是定位精度低。它通常将RSS(接收信号强度)信号标准差看成常数,影响了定位精度;二是安全性差,在有恶意节点攻击时模型常常会定位失效。本文通过拟合测试数据归纳出了RSSI信号标准差随距离变化的函数关系,提高了定位精度。针对第二个问题,在分析其受攻击时定位失败的具体原因后,对节点定位的概率计算公式进行了改进,设计了一种新的基于变方差特征的传感器节点定位概率模型,提高了安全性。但该模型是一个高度非线性全局优化问题,求解难度大。本文对其设计了一个新的高效进化算法,并证明了该算法的全局收敛性。2.“最小暴露路径”的暴露度是衡量无线传感器网络覆盖质量的一个重要指标,它反映了给定的无线传感器网络所能提供的感知和监视能力。已有求最小暴露路径的常用方法(网格法和Voronoi图方法)具有精度不好控制、计算复杂以及不适合异构节点和大规模传感器节点问题等缺点。本文基于泛函分析理论建立了传感器网络最小暴露路径的数值泛函极值模型,具有很好的精度且适合大规模问题,但该模型是一个高维高度非线性优化问题,常用的优化方法难以适用。为解决这一问题,本文结合传感器网络覆盖问题的背景特点,设计出独特高效的交叉算子、变异算子、局部搜素算子和翻转算子,在此基础上,设计了一种新的智能优化方法,并证明了其全局收敛性。实验结果也验证了模型的先进性和算法的有效性.3.无线传感器网络中的最小暴露路径问题通常不考虑对路径的实际限制条件。本文研究一种要求经过某一特别保护区域部分边界的最小暴露路径问题。这个问题由于无法建立相应的图模型,已有求解最小暴露路径问题的常用方法(网格法和维诺图法)对这个问题无法应用。为解决此问题,本文将该问题先转化成带约束条件的非线性优化问题,然后结合问题实际背景知识设计了一个混合人工蜂群算法。通过多种情况下的仿真实验测试发现,设计的带约束条件优化模型和混合人工蜂群求解算法能有效解决带约束的最小暴露路径问题。4.由于无线传感器网络的传感器节点能量有限而最终会耗尽,出现有些节点失效,导致网络覆盖空洞问题。这是一个十分重要而困难的问题。首先,本文设计了一种基于多移动节点的路径规划模型,然后,利用遗传算法求出移动节点的合理移动路径,进一步,沿着求出的合理移动路径对传感器网络可能失效节点进行修复。利用该策略可以最大可能的对可能失效节点进行及时修复,最大程度的避免由于传感器节点死亡带来的覆盖空洞。最后,从数学上证明了算法的全局收敛性,并通过仿真实验的测试证实所提模型和对移动节点的路径规划的求解算法能有效的预防节点死亡带来的覆盖空洞问题.
[Abstract]:......
【学位授予单位】：西安电子科技大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP212.9;TN929.5

【参考文献】