[发明专利]无线传感器网络部署优化方法、装置、系统及存储介质

权利要求书

1.无线传感器网络部署优化方法，其特征是：包括以下步骤

使用混沌映射方法初始化无线传感器网络节点的种群；

使用花朵授粉算法计算当前区域内最优无线传感器网络节点，所述花朵授粉算法中预设有用于约束缩放因子的收敛因子；

当所述区域内最优无线传感器网络节点位置更新时，使用贪心交叉策略判断是否需要更新当前区域内最优无线传感器网络节点；

所述收敛因子包含最大迭代次数T和当前迭代次数t，所述收敛因子a的算法具体为

2.根据权利要求1所述的无线传感器网络部署优化方法，其特征是：所述混沌映射方法具体为Tent混沌映射方法，所述Tent混沌映射方法包含循环计算次数t和循环计算次数t时得到的值x_t，所述循环计算次数为t+1次时得到的值x_t+1的算法具体为

其中，x_t表示第t次循环的值，x_t+1表示第t+1次循环得到的值。

3.根据权利要求1所述的无线传感器网络部署优化方法，其特征是：预设有无线传感器网络节点的镜像种群，当连续两代无线传感器网络节点种群的平均适应值之差小于预设值θ时，则使用Tent混沌映射方法计算镜像种群。

4.基于改进花朵授粉算法的无线传感器网络部署方法，其特征是：包括以下步骤：

设置传感器的组数N，一组传感器节点的数目D和监测区域的范围；

初始化N组传感器节点的位置和半径，选择其中一组设置为初始化方案I1；

计算每组部署方案的覆盖率，获取最优解，所述最优解为最大覆盖率对应下的节点部署方案；

优化传感器节点的部署，得到覆盖率最大的一组传感器节点部署方案I2；

判断网络是否连通，当判定结果为否时，选择次优的一组部署方案，直至其中一组方案网络连通，选择所述网络连通的方案；

使用LAPJV算法计算I1与I2之间的最优指派方案，将I1中的节点移动到I2中对应的位置；

使用Kruskal算法生成最小生成树；

所述优化传感器节点的部署的方法具体包括以下步骤

使用混沌映射方法初始化无线传感器网络节点的种群；

使用花朵授粉算法计算当前区域内最优无线传感器网络节点，所述花朵授粉算法中预设有用于约束缩放因子的收敛因子；

当所述区域内最优无线传感器网络节点位置更新时，使用贪心交叉策略判断是否需要更新当前区域内最优无线传感器网络节点。

5.根据权利要求4所述的基于改进花朵授粉算法的无线传感器网络部署方法，其特征是：计算每组部署方案的覆盖率的算法具体覆盖率

其中，L和W为监测区域面积的长和宽、x和y为监测区域中监测点横纵坐标、C_p表示联合感知概率、Sall为监测范围内的全部传感器节点、监测节点m位于网格的中心点位置。

6.根据权利要求4所述的基于改进花朵授粉算法的无线传感器网络部署方法，其特征是：判断网络是否连通具体为：

计算矩阵向量S_v＝M_v+M_v²+M_v³…+M_v^n-1，M_V为邻接矩阵向量当矩阵向量，当S_V中存在元素为0时，判定为网络不连通，否则判定为连通；

其中，n表示不同批次的传感器节点。