[发明专利]基于自适应邻域CSA算法的无线传感器网络节点布局方法有效
申请号: | 201210038481.6 | 申请日: | 2012-02-20 |
公开(公告)号: | CN102572859A | 公开(公告)日: | 2012-07-11 |
发明(设计)人: | 楼旭阳;崔宝同;叶倩 | 申请(专利权)人: | 江南大学 |
主分类号: | H04W16/18 | 分类号: | H04W16/18;H04W84/18 |
代理公司: | 无锡市大为专利商标事务所 32104 | 代理人: | 殷红梅 |
地址: | 214122 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 自适应 邻域 csa 算法 无线 传感器 网络 节点 布局 方法 | ||
技术领域
本发明涉及一种无线传感器网络节点布局方法,尤其是一种基于自适应邻域CSA(耦合模拟退火)算法的无线传感器网络节点布局方法,属于无线通信与智能的技术领域。
背景技术
网络节点布局是无线传感器网络的基本问题之一,其目的是通过网络传感器节点部署以及路由选择等手段,使无线传感器网络的各种资源得到优化分配,从而进一步改善感知、监视、传感、通信等各种服务质量。因此,为了保证测量数据的可靠性、减少资源浪费、延长网络寿命,需要对网络覆盖进行测量,了解监测区域的网络节点分布状况,以便重新调整传感器节点分布,把有限的节点覆盖到整个监测区域,以最大化网络性能。
为了实现预期的网络节点布局要求,传统的方法是大规模部署静态节点,过多的节点容易引起通信冲突。利用移动传感器节点可以克服这一缺点,但考虑到移动节点的成本问题,如何根据不同的应用环境需要,优化移动节点位置,并使用有限的节点到达最大的覆盖范围,就成了无线传感器网络中一个基本但亟待解决的问题。近年来,已涌现出许多将节点布局问题与优化算法结合的智能优化算法,如粒子群算法、遗传算法、模拟退火算法等,这些方法均能够提高网络覆盖率。但是,粒子群优化策略在空间搜索时,容易陷入“早熟”现象,影响覆盖优化效果,而且利用该算法时,搜索空间将随被优化向量维度的增加呈指数扩大;基于遗传算法的优化覆盖机制能获得较快的收敛速度,但增加了复杂度,故需要更强的信息处理能力;基本模拟退火算法尽管具有全局搜索能力,但对己试探的空间区域所知不多,不能利用己试探过的区域引导搜索,具有一定的局限性。此外,上述算法都缺乏对初始参数选取的鲁棒性,这些参数的选取是否恰当会极大地影响全局优化能力。
本发明技术将建立一种结构简单,充分利用搜索过程演化信息引导搜索方向,并能自适应调整搜索邻域大小,综合考虑计算复杂度、快速收敛性、高效搜索能力、全局性等方面的切实可行的无线传感器网络节点布局优化算法。
发明内容
本发明的目的是克服现有技术中存在的不足,提供一种基于自适应邻域CSA算法的无线传感器网络节点布局方法,其操作方便,计算复杂度低,具有高效搜索和全局搜索的能力,能达到实现最佳空间覆盖的效果。
按照本发明提供的技术方案,所述基于自适应邻域CSA算法的无线传感器网络节点布局方法,所述无线传感器网络节点布局方法包括如下步骤:
1、随机生成由q个粒子组成的初始搜索群体{S10,L,Sq0},每一个粒子代表一种N个传感节点位置分布方案;N个传感器节点分布于二维平面监测区域Q内,将二维平面监测区域数字离散化为a×b个格点;设第i个粒子对应的无线传感器网络节点初始分布为Si0,设定初始温度为T0、外循环迭代计数器初值t=0、内循环的迭代次数Kmax、邻域为mnew,初始邻域大小mold,且mnew=mold;外循环退火开始;
2、设置内循环计数器初值k=0;
3、利用公式Ri(Sik)=∑jρj(Sik)/(a×b)(j=1,L,ab,i=1,L,q)计算各个粒子的网络覆盖率,其中:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江南大学,未经江南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210038481.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:马来酸酯类共聚物及其制备方法
- 下一篇:一种磷光铱配合物及其制备方法和应用