[发明专利]一种基于Dijkstra算法的无线传感器网络覆盖优化方法

说明书

本发明一种基于Dijkstra方法的无线传感器网络覆盖优化算法，通过计算节点与节点之间的能量损耗对能量传递模型进行改进，同时将传感器网络的能量约束和信道选择作为约束条件。利用图论中的迪杰斯特拉算法(Dijkstra)将全局最优转化成节点与节点之间最优，把现有网络分层架构问题转化为网络分层架构各个层对应问题的子问题，体现能量和信道对无线传感器网络设计的影响，实现最优覆盖。文中还给出了优化算法的可行性和复杂度的分析。仿真试验和数据分析表明，与同类算法相比，本发明算法可以获得更大的网络覆盖率，收敛速度更快，耗时短，从而可以有效提高无线传感器网络性能。

技术领域

本发明涉及一种网络覆盖优化算法，特别是一种基于Dijkstra算法的无线传感器网络覆盖优化方法，属于通信技术领域。

背景技术

无线传感器网络(WirelessSensorNetworks，WSN)是由无线通信技术组成的网络结构，集结了传感器、单片机和网络三大技术，通过采集、感知和处理网络覆盖围内感知对象传递数据，在军事、农业和民用等领域拥有广阔的应用前景。

无线传感器网络节点通过多跳和自组织的方式组成，能够感知、处理和分析环境中各种信息，并把处理后的信息发送给用户，对信息的获取和处理带来了一种全新的方式，对未来信息时代的发展产生巨大的影响。覆盖范围指无线传感器网络有效监测范围，是用来衡量WSN检测性能的重要指标，反映了网络对现实世界的感知以及监测能力。覆盖区域越大，能收集到的数据就越多，进而可以节约能耗、提高整个传感器网络服务质量。但覆盖进程不是一个静态的过程，易受到天气，地形以及无线传感器本身的多重因素影响。如何使用尽可能少的节点完成区域监测，设计好覆盖算法是现阶段无线传感器网络热点研究问题。

目前，国内外学者对WSN优化覆盖进行了大量研究，其中有文献研究了节点无移动能力的静态传感器网络中的栅栏覆盖问题，利用博弈论提出了一个分布式的覆盖优化算法针对异构传感网络节点在初始随机部署时产生覆盖盲区问题，也有文献提出一种适用于针对智能城市无线视频传感网络建设需求，提出一种基于采样的覆盖优化算法。还有文献提出了一种基于量子遗传算法的网络优化覆盖算法，采用量子遗传算法搜索解空间，通过合理编码染色体，优化量子旋转门参数，所提算法能很好地逼近理想极限值。张嘉夫等人提出了一种基于改进人工蜂群优化方法的WSN覆盖优化算法。另有文献提出了一种联合无线传感器网络覆盖率、生存时间、能量消耗和连结率的多目标优化模型，基于差分进化设计了联合优化算法。还有文献考虑了无线传感器网络中动态覆盖优化问题，提出了混合调度策略和启发式方法的最优化算法，仿真表明所提算法可以最优化覆盖率的同时保证能量有效性。考虑同时包含定向和不定向传感器节点的无线传感器网络，还有文献提出了一种达到局部最优和解的算法。在另一文献中，Mahdi等人对于无线传感器网络，利用博弈论提出分布式智能覆盖优化算法。

覆盖优化算法的解向量维数随着无线传感网节点规模的变化而变化，以上覆盖优化大都基于智能优化算法，在高维优化空间的搜索能力较低，存在复杂度高或是算法为局部最优等缺点。

发明内容

本发明首先将基于覆盖优化能量传递模型进行改进，并将图论中的Dijkstra优化方法应用到算法设计中。本发明利用能量损耗的多少来决定Dijkstra优化算法中边的权重，算法可以快速地确定目标区域的传感器位置，并可以解决时间和地点的局限性，不但能够节约网络中的能量消耗，还能够延长网络寿命，缩短通讯距离。

Dijkstra算法因其概念简单、实现容易和对优化函数要求不严等特点已经得到广泛应用。

Dijkstra算法的基本概念

给出如下定义：二元组(V(G),E(G))是由图G的非空集合V(G)以及V(G)中的某些元素的杂乱对集合E(G)组成，V(G)为G的顶点集，其中元素称为G的顶点。E(G)为G的边集，其中G的边记做：e＝v_iv_j或e＝v_jv_i。图往往可以用图形来表示，顶点用小圆圈来表示，顶点之间的线段来表示边，如图1所示。