[发明专利]一种异构无线传感网络覆盖优化方法

权利要求书

1.一种异构无线传感网络覆盖优化方法，其特征在于，包括如下步骤：

步骤1，设置无线传感网的各个传感器节点的覆盖模型参数，并对覆盖模型参见进行初始化，产生初始化的传感器节点位置，再根据构建的目标函数f计算出无线传感网的网络覆盖率；

步骤2，将N个传感器节点作为N个帝王蝶算法的蝴蝶个体，初始化每个蝴蝶个体的个体最优覆盖率P_best以及群体最优覆盖率Pg；

步骤3，计算各个蝴蝶个体的适应度值，并根据适应度值将所有的N个蝴蝶个体按照适应度值的大小顺序进行排序，并将排序靠前的N1个蝴蝶个体划分为第一子种群，将剩余的N2个蝴蝶个体划分为第二子种群；

步骤4，利用粒子群算法扩大搜索策略对第一子种群以及第二子种群进行更新；

步骤5，将更新完成后的第一子种群以及第二子种群合并成一个完整的新种群；

步骤6，将新种群中的每个蝴蝶个体的网络覆盖率与个体最优覆盖率P_best相比较，若当前蝴蝶个体的网络覆盖率＞个体最优覆盖率P_best，则以当前蝴蝶个体的网络覆盖率赋值给个体最优覆盖率P_best；

步骤7，将新种群中的每个蝴蝶个体的个体最优覆盖率P_best与群体最优覆盖率P_g相比较，若当前蝴蝶个体的个体最优覆盖率P_best＞群体最优覆盖率P_g，则以当前蝴蝶个体的个体最优覆盖率P_best赋值给群体最优覆盖率P_g；

步骤8，在群体最优覆盖率P_g更新完成后计算出目标函数f的最优解；

步骤9，判断是否达到预设的最大迭代代数MaxGen，若未达到最大迭代代数，则返回步骤3，若达到最大迭代代数，则输出当前群体最优覆盖率P_g对应的群体分布。

2.根据权利要求1所述的异构无线传感网络覆盖优化方法，其特征在于，步骤1中，对覆盖模型参见进行初始化时，初始化的参数包括种群中全部传感器节点的数量N以及最大迭代代数为MaxGen。

3.根据权利要求1所述的异构无线传感网络覆盖优化方法，其特征在于，步骤1中，构建的目标函数f为：

f＝ω₁λ+ω₂θ+ω₃η

式中，参数ω₁,ω₂以及ω₃均为权值系数，且ω₁+ω₂+ω₃＝1；η为网络能量均衡系数，η值越大能耗越不均匀，η值越小能消耗越均匀；θ为网络节点工作有效率；λ为待检测区域内所有节点对待检测区域的网络覆盖率。

4.根据权利要求3所述的异构无线传感网络覆盖优化方法，其特征在于，网络能量均衡系数η的计算公式为：

式中，k为有效工作中的传感器节点个数；E_i为传感器节点i的剩余能量，Max(E_i)表示剩余能量的最大值，Min(E_i)表示剩余能量的最小值；

网络节点工作有效率θ的计算公式为：

待检测区域内所有节点对待检测区域的网络覆盖率λ的计算公式为：

式中，m×n为待检测区域内散化的目标点个数；p(G,H)为目标点H处的传感节点被无线传感器网络的节点集合G覆盖的联合概率，节点集合为G＝{g₁,g₂,…,g_N}。