[发明专利]一种水质传感器网络覆盖优化方法

说明书

本发明提出了一种水质传感器网络覆盖优化方法。首先，建立水质传感器网络覆盖模型，将监测区域离散化为网格点，定义被传感器覆盖的网格点个数占总网格个数的比例为覆盖率，以提高网络覆盖率为优化目标。其次，基于Adam优化算法改进布谷鸟算法的寻优过程，用学习率衰减法改进布谷鸟算法的淘汰概率。本发明通过对布谷鸟算法进行改进，可通过更少的迭代次数，使水质传感器网络达到更佳的覆盖性能。

技术领域

本发明涉及环境监测和传感器网络领域，尤其涉及一种水质传感器网络覆盖优化方法的研究。

背景技术

水是生命之源，也是人类赖以繁殖的必要资源。然而，近几十年，随着国民经济的快速发展和人民生活水平的不断提高，水资源供需矛盾日益突出。根据《2016中国环境状况公报》，2016年全国225个地级市行政区的6124个监测点的地下水水质监测情况中，水质为优良级的监测点比例仅为10.1％，较差级的观测点占比达到45.4％。就整个地表水而言，受到严重污染的劣V类水体所占比例较高，全国约8.6％。

近年来，科学地监测水环境受到越来越多的重视。在对水环境监测的过程中，传感器网络占据了十分重要的地位。由于水质传感器成本较高，希望能够对监测环境中的重点区域部署更多的传感器以提高监测质量，节约成本。因此，需要找到待监测水域内需要重点监测的区域，并通过有效的传感器部署策略实现对传感器网络的部署，为进行精确的水环境监测提供充实的理论依据。

发明内容

本发明的目的在于提出一种水质传感器网络覆盖优化方法，可为水质传感器网络的部署提供理论基础，可广泛应用于水环境监测、水污染的预测和治理等领域。

为达到上述目的，本发明提出一种水质传感器网络覆盖优化方法，具体包括建立水质传感器网络覆盖模型和传感器网络的优化部署两个基本步骤。

步骤一，在本发明的一个实施例中，所述建立水质传感器网络覆盖模型进一步包括：

对监测水域进行离散化处理，将其离散化为m个网格点，其中任意一网格点p_j的坐标为(x_j，y_j)，在监测区域中随机放置一组具有相同感知半径r的传感器节点，设s＝{s₁，s₂，s₃…s_n}代表该传感器节点的集合，其中任意一个传感器节点s_i的坐标为(x_i，y_i)；计算s_i到点p_j的欧氏距离定义为：

则监测区域中某个网格点p_j被传感器节点覆盖的情况为：

P(s_i,p_j)＝1说明该网格点能被传感器节点覆盖；对于一个被监测网格点，将它被整个监测区域中的所有传感器节点监测到得概率定义为联合监测概率，网格点p_j的联合监测概率如下公式所示：

统计监测概率等于1的网格数量，其与总网格数m的比值即整个水质监测网络的覆盖率；

步骤二，在本发明的一个实施例中，所述传感器网络的优化部署进一步包括：

基于Adam优化算法改进步长。布谷鸟算法利用莱维飞行进行全局搜索，具有良好的全局寻优能力；布谷鸟算法结合了全局搜索的随机游走和局部的随机游走，其中，全局搜索的随机游走如下式所示：

其中，x_g,i表示个鸟巢在第g代的鸟巢位置；表示步长控制量：