[发明专利]基于向前式编码策略的无线传感器网络寿命优化遗传算法

说明书

技术领域：

本发明涉及无线传感器网络和智能计算两大领域，主要涉及一种基于向前式编码策略的遗传算法优化无线传感器网络寿命的方法。

背景技术：

无线传感器网络通过在目标区域内布置大量的无线传感器来进行监测工作，如环境监测、军事监测、动物行为跟踪等。而无线传感器自身的能量供给有限，其它能量来源如太阳能或风能等又缺乏可靠性，因此如何通过减少传感器的能量损耗、提高无线传感器网络的寿命，是智能计算研究中的一个重要课题。该类型研究的基本目标通过调度控制不同传感器的工作方式，比如某个时刻只让能够满足覆盖目标区域的传感器进入工作模式，而其他传感器进入休眠模式节省耗能，以达到减少损耗，提高无线传感器网络寿命的目的。

在如何调度传感器的工作与休眠状态的问题上，已有的研究提出了不同的方法：在现有的无线传感器网络应用中，一般由传感器周期性地对自己附近的传感器进行探测，从而判断是否要改变工作状态，但在这种情况下，该无线传感器网络的寿命就得不到保证。还有些方法为了达到节省能耗的目的，只注重每次如何选择最少能耗的传感器子网络来完成监测任务，却忽略了整个无线传感器网络寿命的问题，而且如果选择出来的子网络中启动了较多监测薄弱区域中的传感器，那么一旦这些位于薄弱区域中的传感器的能量耗尽，即使其他区域中仍有大量能量充足的传感器，也会使整个无线传感器网络失效。因此，在保证覆盖监测目标的前提下，特别处理位于监测薄弱区域的传感器，找出并利用冗余的传感器，把它们安排在同一个优化的工作/休眠调度计划内，才是优化无线传感器网络寿命的最佳方式。

对于这个问题，学界提出了不同的计算方式，但都存在某种缺陷，比如计算时间会随着传感器数量的增多而显著增大；或者虽然能够保持较快的计算速度解决具有大量传感器的情况，但是计算出的传感器调度解质量不高；还有其它一些算法，则是牺牲了目标监测区域的覆盖率来达到延长无线传感器网络寿命的目的。另一方面，遗传算法也被应用到其中，相比起其它算法，它能更高效地运作。比如有人把传感器看作基因进行编码，把传感器子网络看作一条条独立的染色体，虽然取得一定的改进，但都没有考虑到把染色体中冗余的传感器分离出来，使其形成新的、能够全覆盖监控区域的传感器子网络，因此该方法只适用于传感器数量较少，待覆盖的目标较少的情况。

发明内容：

为了克服既有的计算方式在计算速率不够高、调度质量不佳、缺乏对冗余传感器的考虑等方面的问题，本发明提出一种能够高效调度传感器，有效优化无线传感器网络寿命，并能同时适用于点覆盖与区域覆盖的新型智能计算算法，用于提高无线传感器网络的寿命，并将发明的算法称为基于向前式编码策略的无线传感器网络寿命优化遗传算法。

本发明解决其技术问题所采用的技术方案是：

(1)把向前式编码策略引入遗传算法的染色体表达中，使染色体中除了值最大的基因外，其它拥有相同值的基因能各自形成一个全覆盖的传感器子网络：假设一批无线传感器S＝{s₁，s₂，...，s₃}被布署于一个L×W区域中，那么计算的目标就是找出这批传感器中能够全覆盖目标区域的传感器子网络的最大数量T，及其对应的子集S_i。这里的S_i是属于S的子网络，并能实现对区域的全覆盖，而|S_i|的值就是在第i次调度安排中被激活处于工作状态的传感器数量，i＝1，2，...，T，并且规定每个传感器不能归属于多于1个子网络。对这种编码方式的利用是本发明的特色，通过发明中设计的操作展现其优点。

(2)基于向前式编码策略的遗传算法，在计算过程中主要通过遗传基因操作与调度转换操作两大块的运算，寻找出最优的调度安排方案。遗传基因操作包括两个步骤：第一，杂交和选择创造出新种群——通过染色体之间的杂交和选择组合，产生更优秀的子代；第二，变异——增加种群多样性，避免搜索陷入局部最优。而调度转换由三种方式相互协作：第一，混合调度转换——将冗余传感器从所属子网络调度到另一个子网络；第二，向前调度转换——将冗余传感器调度到非全覆盖子网络中以增加其覆盖率；第三，关键调度转换——保证关键覆盖薄弱区域能够被非全覆盖子网络覆盖。