外推人工蜂群算法在WSN部署优化中的应用研究

为解决无线传感器网络(WSN)覆盖部署优化的问题,提出了一种基于外推人工蜂群算法的节点部署优化方法。首先,设定网络系统基本假设,并以使网络覆盖率最大化为目标建立网络覆盖优化基本模型,再者,利用外推人工蜂群算法代入模型进行求解,获得覆盖最优的节点部署位置。仿真实验结果表明:外推人工蜂群算法能够很好地解决无线传感网络覆盖优化问题,相比于传统的遗传算法、人工鱼群算法、粒子群算法和人工蜂群算法,表现出更快的寻优速度和更高的覆盖率。     

基于改进粒子群算法的制造车间WSN部署优化

针对制造车间环境下有向无线传感器网络节点的部署优化问题,以提高网络覆盖率为目标,提出了一种面向制造车间应用的有向感知模型,并设计了一种改进粒子群算法,改进算法惯性权重余弦自适应调整,同时学习因子基于惯性权重自行调节,并应用于有向感知模型求解优化,通过实验对比验证,设计算法具有较快的收敛速度以及全局寻优能力,有效提升了无线传感器网络覆盖率。     

虚拟力导向差分算法的异构移动传感网络覆盖策略

根据目标进化算法思想,结合虚拟力算法和差分算法,提出一种解决异构移动无线传感网络覆盖的虚拟力导向差分优化算法.该算法以网络的有效覆盖率为优化目标,通过异构节点间的虚拟力影响差分算法的位置向量更新过程,指导种群进化,提高算法收敛速度.仿真结果表明,虚拟力导向差分优化算法能高效地实现异构移动无线传感节点布局优化.与差分算法和虚拟力算法相比,虚拟力导向差分优化算法不仅网络有效覆盖率高,且收敛快,用时少.     

一类异类无线传感器网络节点调度问题研究

针对一类以配置了多种传感器的节点组成的,部分传感器完全覆盖,部分传感器局部覆盖的异类无线传感器网络节点调度问题,提出了一种基于改进遗传算法的优化策略.在构建网络模型的基础上,建立了节点调度分化策略,提出了冗余信息度的概念来描述网络能耗效率,并设计了以冗余信息度和不同传感器目标区域感知覆盖率为优化目标的改进多目标遗传算法NSGAⅡ,用于求解节点分化策略.仿真结果表明,该方法可以通过迭代得到收敛的Pareto最优解,并为传感器网络提供一个多目标Pareto最优节点分化策略方案集,供不同应用选择.     

交通信息采集无线传感器网络节点部署的微粒群优化方法

针对城市道路交通信息采集无线传感器网络节点部署优化问题,采用传感器网络连通性和覆盖性作为综合评价函数,以满足网络连通性和覆盖性为约束,建立节点部署的约束优化数学模型,并用罚函数法将其转化为无约束优化模型。采用微粒群算法求解,并用动态改变惯性权重方法作为改进算法解决微粒群算法的早熟收敛。以北京市二环以内的道路为例进行模拟实验,结果表明,微粒群算法及其改进算法使优化布局的评价函数值比初始手动布局提高1.71%和3.18%。微粒群算法及其改进算法能够优化交通信息采集的无线传感器网络节点布局。     

基于改进AFSA算法的智慧农业监测网络研究

智慧化农业监测实际上是将无线传感器网络应用于农业监测场景中实时采集农田、气象、养殖等方面的数据。多个微小型嵌入式系统相互协作共同构成无线传感器网络,可实时监测、感知、收集和处理环境信息,并以无线通信方式进行信息交互。无线传感器网络覆盖是无线传感器网络监测的基础,直接影响网络感知质量。建立了面向农业场景的无线传感器网络覆盖问题模型,提出了一种基于改进人工鱼群算法的覆盖优化策略,提高了网络覆盖率和算法收敛性,得到最优网络传感器节点覆盖。     

基于多维校正的无线传感器网络多维标度定位算法

节点定位是无线传感器网络(WSN)配置和运行的基本和关键问题之一.针对目前已有的多维标度(MDS)定位算法的局限性,提出了一种基于多维校正的分布式无线传感器网络多维标度定位算法(MDS-MC).它通过自适应搜索算法建立局部节点定位区域(Nb),保证了相邻Nb区域的坐标转换,减少了网络中的冗余公共节点;同时根据锚节点间的距离信息修正了节点间的距离估计,并将经典MDS算法与粒子群算法相结合,优化了节点的位置估计,解决了节点间距离不完整时的定位问题.在此基础上,研究了不同场景下节点的定位误差和能耗.实验结果表明,该算法定位精度高、能耗小,特别是对非理想环境有很好的鲁棒性,满足大规模无线传感器网络应用的需要.     

自主多决策粒子群的无线传感器网络覆盖优化

网络节点覆盖是无线传感器应用的重要一环,为提高网络节点覆盖率,提出一种基于自主多决策粒子群的无线传感器网络覆盖算法。该算法首先引入Bernoulli混沌与Logistic混沌映射耦合成为一种新的精英混沌映射来初始化种群,提高初始解质量,为全局寻优奠定基础。其次,引入一种多决策方法,通过随机赋予粒子不同学习方式,使它们获得不同于其他群体的自主决策能力,增强算法的局部寻优性能。然后,利用一种融合柯西变异与反向学习的交替扰动策略对最优粒子进行扰动变异,提高算法跳出局部最优的能力。在典型测试函数的实验结果表明,自主粒子群所提算法收敛速度更快、寻优精度更高、稳定性更强,且用其优化的无线传感器网络节点分布更均匀、覆盖率更高,验证了该算法的有效性和可行性。     

基于虚拟力的混合传感器节点覆盖问题研究

针对无线传感器网络全部用固定传感器节点随机部署网络覆盖率较低以及全部用移动传感器节点部署时费用较高的问题,提出一种基于虚拟力的混合传感器网络部署策略,首先通过随机部署固定节点实现初始覆盖,然后由汇聚节点找出未被覆盖的热点(网格中心点),再由汇聚节点通过匈牙利算法指派任务给移动传感器节点完成对未被覆盖的网格中心点,由各移动传感器节点根据虚拟力算法自主移动至未被覆盖的网格中心点或附近。仿真实验表明:该部署策略能有效提高网络覆盖率,在覆盖率、移动距离等方面的性能上优于采用全部移动传感器节点的虚拟力算法部署策略。     

无线传感网络APIT定位算法的改进

通过对无线传感网络APIT定位算法的研究,知道该算法在定位精确度、定位覆盖率等方面存在较严重的问题。利用移动锚节点在异构传感器网络中的优势,结合TDOA测距算法,并综合考虑整个网络的锚节点部署及优化方法,提出一种APIT定位算法的改进算法。通过仿真实验对改进后的定位算法的性能进行定性分析。改进后的算法在定位精确度、定位覆盖率等方面要明显优于传统定位算法。