[发明专利]基于粒子群算法的无线光纤传感器网络部署方法

说明书

技术领域

本发明述及一种基于粒子群算法的无线光纤传感器网络部署方法，属于无线传感器网络技术和智能计算技术领域。

背景技术

无线光纤传感器网络由大量部署的光纤传感器节点组成，协作地传感、采集、处理监测区域的信息，并以无线多跳的方式传输给控制中心。无线光纤传感器网络融合了光纤传感器抗电磁干扰、防燃防爆等优点，和无线组网灵活、扩展性强、成本低、分布式计算等优点，适用于普通传感器不能胜任的易燃易爆、强腐蚀性、高电磁干扰等高危环境，具有非常重要的理论和实践意义。但是，由于光纤传感器具有光源昂贵、能耗大等缺点，如何延长网络寿命，同时降低网络成本是急需要解决的问题。

近年来，国内外学者针对无线传感器网络的寿命和成本问题，从节点软硬件设计、无线传输技术、协议、拓扑结构、节点部署等方面提出了很多解决方案。在无线传感器网络的具体应用中，当完成了节点的低功耗设计以后，节点部署是首先需要解决的问题，是网络正常工作的基础。无线传感器网络初期节点部署策略根据监测环境的复杂程度分为两种：随机播撒和有计划地放置。前者用于复杂易变的应用环境，如战场，后者用于环境已知的应用环境，如温室。在无线光纤传感器网络的一些具体应用中，对于一些环境已知的监测区域，需要监测的热点是预知的，并不要求对整个区域进行覆盖，因此只需将光纤传感器节点固定部署在热点附近。但是，由于节点通信距离的有限性，传感器节点间会出现不能通信的情况，导致组成的网络不连通，从而不能正常工作。如何对节点进行优化部署，既能保证网络的连通，又能最小化节点能耗和网络成本，是研究部署的关键技术之一。

通常情况下，无线传感器网络的部署属于NP完全问题，多数算法只能找到近似解。近年来，国内外学者提出了很多解决方案，但大多存在算法复杂的缺点，限制了这些方案的推广和使用。粒子群算法是一种群体智能进化算法，以粒子对解空间中最优粒子的追随进行解空间的搜索，具有算法简单易实现、速度快、解质量高、鲁棒性好等优点。本发明使用粒子群算法对无线传感器网络的部署进行优化，可以根据实际需要部署，既能保证网络的连通，又能减少节点数目，达到降低网络成本的目的。

发明内容

本发明的目的在于针对光纤传感器能耗大、节点成本高等问题，提供一种用于已知监测环境情况的无线光纤传感器网络部署方法。

为了达到上述目的，本发明的构思是：首先以最小化光纤传感器节点的能耗和最小化上层网络的成本为目标，建立底层网络部署优化模型，并采用基于离散二进制的多目标粒子群算法对模型进行求解，得到底层网络部署方案，实现对监测区域的分布式传感；然后在底层网络部署方案的基础上，以最小化上层网络成本为目标，以上层网络的全连通为约束，建立上层网络部署模型，并设计增大粒子差异性的适应函数，采用基于模拟退火的粒子群算法对模型进行求解，得到上层网络部署方案，实现对传感数据的多跳传输。

根据本发明构想，本发明采用下述技术方案：

一种基于粒子群算法的无线光纤传感器网络部署方法，其特征在于采用下述步骤实现：第一，部署由光纤传感器节点与管理节点组成的底层网络；第二，部署由管理节点与路由器节点组成的上层网络；

所述部署由光纤传感器节点与管理节点组成的底层网络包括如下步骤：

a）     根据特定监测环境构建底层网络的网络模型；根据Keenan-Motley模型构建节点通信模型；根据一阶无线电模型建立底层网络通信能耗模型；通过联合优化通信能耗和网络成本，建立底层网络部署优化模型；

b）  针对建立的底层网络部署优化模型，使用基于离散二进制随机粒子群多目标优化算法进行求解，求得一个非劣解集，根据实际应用情况，从中选取一个解，得到光纤传感器节点和管理节点的部署情况；

所述部署由管理节点与路由器节点组成的上层网络包括如下步骤：

）根据底层网络部署优化模型的求解结果，选出管理节点，构建上层网络的网络模型；构建上层网络成本模型；构建上层网络连通模型；以上层网络连通为约束，通过优化上层网络成本，建立上层网络部署优化模型；

）针对建立的上层网络部署优化模型，设计增大粒子间差异性的适应值函数，并使用基于模拟退火的粒子群算法进行求解，使在上层网络连通的情况下，网络成本最小。

具体说明如下：

（1）    底层网络的网络模型。