基于布谷鸟搜索的混合传感器网络覆盖优化策略

静态传感器网络与移动传感器网络分别存在网络覆盖率较低和部署成本高的问题。为此,在混合传感器网络基础上,提出一种基于布谷鸟搜索(CS)的覆盖优化策略。将混合传感器节点随机部署在目标区域,利用CS算法初步确定移动传感器节点的候选目标位置,通过位置优化方案得到移动传感器节点的最佳目标位置以完成覆盖优化。仿真结果表明,与遗传算法和粒子群优化算法相比,该优化策略能够有效缩短平均移动距离,减少移动节点数量,提高目标区域覆盖率。     

基于改进萤火虫算法的覆盖优化方法

针对无线传感器网络中目标区域仅部署静态节点和移动节点时,分别存在覆盖率低和成本高的问题,提出一种基于改进萤火虫算法的覆盖优化方法。首先,将静态和移动传感器节点随机部署在目标区域内,改进位置公式和步长因子,提高全局搜索能力,加快搜索速度;其次,利用改进萤火虫算法初步确定移动传感器节点的候选目标位置;最后,通过目标位置优化方法得到节点的最佳目标位置,从而完成覆盖优化。仿真结果表明,与基于PSO算法和CS算法等启发式算法的覆盖优化相比,该优化方法能够缩短平均移动距离,提高网络覆盖率,节省节点能量,延长网络生命周期。     

基于BBO算法的无线传感网络节点优化部署研究

在无线传感网络节点部署时,由于优化算法的差异,使得优化部署后网络覆盖率依旧较低,提出基于BBO算法的无线传感网络节点优化部署研究.基于无线传感器网络结构,生成线性网络,采用该网络完成数据的周期性采集,寻找最佳工作节点和中继节点数量,并通过二者之间的合理分布,确定最优节点传输距离.依托于BBO算法设计节点布局方案,计算网...     

无线传感器网络中基于动态规划的节点高效部署算法

针对传感器提供的信息不可靠导致的节点部署问题,研究了4种不同的静态无线传感器网络(WSN)部署形式,并将这4个组合优化问题归纳为NP完全问题,提出了一种基于动态规划的不确定性感知节点部署算法进行求解。算法首先为感兴趣区域内的传感器节点找到其最佳的K个部署位置,然后从K个部署位置中选择最优部署方案。该算法能够在保证覆盖范围和连接性的前提下确定最小数量的传感器及其位置。仿真实验结果表明,相对于当前最新的其他传感器部署策略,所提算法在均匀覆盖、优先覆盖要求以及网络连接性下的性能都更优。     

基于自组织图算法的水下传感器网络优化部署研究

水下传感器网络部署是开展水下传感器网络相关应用的基础,良好的传感器节点部署方案可以有效提高目标的监测质量;针对水环境中随机事件的突发性和不确定的特点,提出了基于自组织图算法的水下传感器网络优化部署方案;首先,随机部署传感器节点,预设随机事件呈L型不均匀分布,当随机事件发生在传感器覆盖漏洞处时,采用自组织图算法确定传感器节点需要移动到的目标位置;仿真结果表明,基于自组织图算法的水下传感器网络优化部署方案可以显著提高对随机事件的覆盖率,实现对水环境的有效监测。     

基于微粒群模型的移动传感器网络部署研究

传感器节点的部署是无线传感器网络中的很重要的问题,因为它反映了传感器网络的成本和监视能力.为了减少传感器节点部署时产生的覆盖盲区,提高网络的覆盖率,提出了一种新的基于微粒群模型的移动传感器节点位置优化配置算法.该算法根据节点的位置信息建立节点部署优化模型.利用微粒群算法求解该优化模型,优化过程中的最优解作为节点的最终配置位置.仿真结果表明该算法最大可能地减少了网络中的覆盖盲区,有效改善了网络的覆盖率.     

混合无线传感器网络节点覆盖优化

为了解决混合无线传感器网络的节点覆盖率低的问题,提出了改进粒子群的混合无线传感器网络节点覆盖迭代优化算法.在该算法中,首先将混合无线传感器网络节点覆盖模型转化为在网络系统中动态的求覆盖率最大值的节点部署位置寻优问题;然后提出利用改进粒子群算法对节点覆盖优化方案进行粒子及其权值映射,并依据粒子粒距聚类度和粒子信息熵对粒子权值进行调整,再依据粒子适应度值对粒子局部最优值和全局最优值进行更新;最后迭代地对粒子的位置和速度进行计算,输出具有最优覆盖率的节点部署方案.仿真结果证明,该算法能够有效的提升网络覆盖率,且算法的收敛速度快.     

一种延长目标覆盖网络寿命的群智能算法

目标覆盖是无线传感网络中的一个研究热点,在满足目标覆盖要求的前提下,文中研究了如何利用群智能算法重新部署节点位置以延长网络寿命,提出了满足目标Q-覆盖要求的网络寿命模型,并以这个寿命模型为适应度函数,采用人工蜂群算法再部署传感器节点,在二维感知模型和三维感知模型下实现目标的Q-覆盖,以延长网络寿命。仿真实验的结果表明,基于人工蜂群算法的优化部署能够有效延长网络寿命。     

一种面向多目标关联覆盖的无线传感器网络节点优化调度算法

提出一种面向多目标关联点覆盖的无线传感器网络节点优化调度算法D-MTAC．该算法基于数据挖掘中的关联规则和无线传感器网络的能量高效原则,通过挖掘随机部署的网络节点与待监控目标间的关联感知关系给出高频关联目标集,采用优化时间分片和动态自适应选择机制确定能够令责任节点工作状态与网络寿命实现最优匹配的优化调度决策集合．仿真结果表明：在保证目标监控质量的前提下,该算法能够有效降低网络累积能耗并延长网络寿命．     

基于权重的目标覆盖控制算法

针对无线传感器网络中随机部署无法实现对重要性不同的目标的优化覆盖控制问题,利用目标重叠域和贪婪算法设计一种基于目标权重的最优部署算法。以概率感知模型的传感器节点作为研究对象,通过标定目标权重确定目标重叠域,采用贪婪算法选取节点的最优部署范围,根据指标函数的最小值确定节点的部署位置。实验结果表明,所提出的算法能够实现对离散目标的最优覆盖监测,而且能保证监测节点网络的连通性。     

改进QGA在WSNs节点部署中的应用

对含有障碍区域的无线传感器网络（WSNs）节点部署问题进行研究。建立节点探测模型和网络覆盖率评价方法,基于概率传感器模型提出一种部署方式,即对障碍区域进行随机布撒节点,确定区域采用量子遗传算法（QGA）寻找最优节点部署位置,实现对同构WSNs节点构成的目标区域的高效覆盖。仿真结果与GA,QGA相比：改进QGA有效提高了算法整体的搜索能力和收敛速度。     

异构无线传感器网络中基于模拟退火算法的成本最优部署机制

针对异构传感器网络节点的高密度部署和监测目标非均匀分布的情况,提出了一种基于模拟退火算法的成本最优部署方法.算法在保证网络覆盖和容错性的条件下,以异构节点部署成本最小为优化目标进行操作.仿真结果表明该算法能快速收敛于最优解,有效降低网络部署的成本,提高了目标监测质量.     

Multi-objective optimization for coverage control in wireless sensor network with adjustable sensing radius

In this paper, the problem of maintaining sensing coverage by keeping a small number of active sensor nodes and a small amount of energy consumption in a wireless sensor network is studied. As opposed to the uniform sensing model previously, we consider a large number of sensors with adjustable sensing radius that are randomly deployed to monitor a target area. A novel coverage control scheme based on elitist non-dominated sorting genetic algorithm (NSGA-II) is proposed in a heterogeneous sensor network. By devising a cluster-based architecture, the algorithm is applied in a distributed way. Furthermore, an ameliorated binary coding is addressed to represent both sensing radius adjustment and sensor selection. Numerical and simulation results validate that the procedure to find the optimal balance point among the maximum coverage rate, the least energy consumption, as well as the minimum number of active nodes is fast and effective.     

移动传感器网络基于安全连接的节点位置优化

传感器节点的合理分布并保障节点间安全通信是无线传感器网络设计中的关键问题.传统的节点分布优化算法仅以提高网络有效覆盖率为目标,极易导致网络安全连接度的降低.针对该问题,从理论上对传感器网络拓扑模型进行了建模分析.结合具有快速多目标优化能力的精锐非支配遗传算法,提出一种基于安全连接的节点位置优化算法,从而保证网络实现目标跟踪和安全通信的质量效果.分析了随机部署模型与基于预知分配坐标的高斯部署模型下算法的求解性能,仿真结果表明,所提出的算法能够快速收敛于网络覆盖率和安全连通度两者的折衷点,满足无线传感器网络的实际需求.     

面向智慧教室的无线传感网边缘节点智能部署方法

摘 要: 为降低部署后的通信时延,提高智慧教室的数据发送与网络使用效率,提出面向智慧教室的无线传感网边缘节点智能部署方法。以智慧教室场景中良好的通信、最大限度降低部署边缘节点成本为优化目标,构建边缘节点智能部署的目标函数。针对目标函数设定流量约束条件、无线传感网数据流约束条件、节点计算能力约束条件。自适应调整粒子群优化算法的惯性权重、粒子更新速度、Pareto最优解保存策略,设计多目标改进粒子群优化算法求解目标函数,实现面向智慧教室的无线传感网边缘节点智能部署。测试结果表明,该方法的时延较低,网络计算能力较高,保证了智慧教室无线传感网通信和传输质量。     

A cross-layer transmission scheduling scheme for wireless sensor networks

In a wireless sensor network, the sensor nodes are densely deployed for detecting in many cases. One design challenge for such a network is how to devise a good data fusion algorithm for information retrieval. Noting that the channel state information (CSI) between the cluster head and the sensor nodes will influence the received bit energy noise ratio of the sensor nodes, we propose an optimal data fusion algorithm taking into account the CSI for a one-hop clustered wireless sensor network. On the basis of the fusion algorithm, we consider the redundancy of the sensor deployment and propose a cross-layer transmission scheduling scheme. By selecting proper set of sensor nodes to transmit their local information back in turn, the scheme can prolong the lifetime of the sensor network. The numerical and simulation results show that it can get a good tradeoff between the energy efficiency and the performance.     

无线传感器网络中基于数据融合的移动代理曲线动态路由算法研究

和传统的C/S模型相比,移动代理模型在数据融合方面更适合无线传感器网络.在基于移动代理的数据融合算法中,移动代理访问传感节点的顺序以及总数对算法的效率、网络寿命等有着重大影响.为此提出了一种基于数据融合的移动代理曲线动态路由算法设计方案.通过构造特定数据结构的数据报文和数据表,给出了目标节点基本信息收集算法获取目标节点到处理节点的最优路径;将移动代理路由归结为一个优化问题,由静态路由算法求出移动代理迁移的静态最优路由节点序列,进而获得了移动代理基于曲线的动态路由算法.理论分析和模拟实验表明,随着传感器网络规模的增大和传感数据量的增加,和其它算法相比,该算法有更小的网络耗能和延时.     

实现目标跟踪的光纤传感网络及其优化设计

研究了实现目标跟踪的光纤传感网络部署设计问题,提出利用动态唯一可解码对感知空间进行编码,从而指导光纤传感器的部署以感知运动目标位置信息的方法,并基于蚁群算法提出了动态唯一可解码的优化设计方案. 结果表明形成的动态唯一可解码优化设计方案用于指导构建光纤传感网络能有效地减少所需部署的光纤长度.