[发明专利]基于粒子群的无线传感器网络移动节点覆盖优化方法

说明书

技术领域

本发明涉及无线传感器网络中，基于静态节点的最优覆盖控制集的求解方法，属于传感器技术、无线通信技术领域。

背景技术

无线传感器网络是由大量分布在监测区域内的能量有限，并且具有感知、计算和通信能力的微型传感器节点，通过自组织方式构成的无线网络。随着计算机通信、集成电路等技术的快速发展，无线传感器网络的广泛应用已成为可能。

无线传感器网络常常担负着对某些区域进行监视和探测的任务，覆盖控制是无线传感器网络中的一个基本问题，主要研究如何在保证一定的服务质量的前提下，实现网络覆盖范围的最大化，以提供可靠的监测服务。网络覆盖控制问题可考虑为网络在受网络节点能量、无线网络通信带宽、计算处理能力等条件限制的情况下，通过节点放置以及路由选择等手段，合理分配网络资源，从而改善网络的感知、处理，通信等服务质量。优化网络覆盖策略对于合理分配网络资源，完成环境信息感知、获取以及提高网络生存能力都具有重要的意义。

由于受无线传感器网络工作环境的限制，大多采用随机布设节点的方法。在随机布设环境中，节点分布的不均匀性容易出现覆盖盲区；同时节点一旦部署在监测区域后，可能由于环境的变化，导致原先所达到的覆盖性能已不能满足要求。例如，节点失效或它的感应能力减弱，以及障碍物的出现等都会影响到网络覆盖性能。

移动节点在初始随机分布后，为了减少重叠覆盖率和覆盖盲区，可以调整自己的位置。节点位置的合理分布是保证网络覆盖和连通质量的前提条件，并能为MAC协议的可靠性和网络可扩展性提供基础。节点分布优化的任务就是通过节点的移动性，对节点位置进行动态调整，修补感知盲区，获得尽可能大的覆盖率。

粒子群算法是模拟鸟群觅食行为而提出的一种全局随机搜索算法。在粒子群算法中，每个备选解被称为一个“粒子”，多个粒子同时共存、合作寻优(类似鸟群寻找食物)，群体中的每个粒子根据它自身的最好“经验”和相邻粒子群的最佳“经验”在问题空间中向最好的位置聚集，搜索最优解。由于粒子群算法具有简单、收敛速度快，并且对目标函数要求较少等特点，已引起了国际上相关领域众多学者的广泛关注和研究。

本发明主要结合粒子群及其改进算法，来优化节点部署，改善网络覆盖性能，提高网络覆盖率。

发明内容

考虑到无线传感器网络中移动节点的成本问题，如何优化移动节点位置，并使用有限的节点到达最大的覆盖范围，成为值得研究的问题。本发明针对基本粒子群算法在求解无线传感网络覆盖优化问题的不足，结合最大覆盖算法，提出了一种基于位置调节的粒子群覆盖优化方法。

本发明基于粒子群的无线传感器网络移动节点覆盖优化方法，包括如下步骤：

步骤1：搜索空间为j维，种群规模为M，初始化粒子位置，随机产生每个粒子的位置和速度，同时设定节点的距离阈值，当节点与最近邻居节点之间的距离小于所设距离阈值，则远离；当这个距离大于距离阈值时，则靠近；

远离模块：节点A在n时刻的坐标为(x_n，y_n)，而离节点A最近的邻节点B在n时刻的坐标为(x_bn，y_bn)，节点A在n+1时刻的目标位置为(x_n+1，y_n+1)，设节点间距离阈值为L_th，单位时间的步长为d，传感半径R_s，通信半径R_c，其中L_th≤R_c-d，

可知