[发明专利]一种移动传感器网络区域覆盖优化的方法

说明书

本发明提供了一种移动传感器网络覆盖优化方法，包括：建立移动传感器网络覆盖模型，将移动传感器网络检测区域离散化为若干个像素点，定义被节点覆盖的像素点个数占总像素点个数的比值为覆盖率；以提高网络覆盖率为优化目的，计算初始移动节点的覆盖率；利用发明提出的改进天牛须搜索算法(IBAS)将覆盖率作为适应度函数进行更优搜索并更新天牛质心位置；通过改进步长以及随机方向选择，计算天牛左须和右须的适应度值；通过贪婪选择计算并保留更优的天牛质心位置解；通过节点匹配算法完成无线传感器网络的覆盖率优化。本发明通过对天牛须搜索算法进行改进，可使移动传感器网络的覆盖效果更加均匀、覆盖率达到更优。

技术领域

本发明涉及移动传感器网络和智能优化的技术领域，具体地说，是一种移动传感器网络区域覆盖优化的方法。

背景技术

移动传感器网络(Mobile SensorNetwork，简称MSN)是由很多具有特定功能的传感器节点通过自组织而形成的网络系统，广泛应用于国防监控，环境监测，智能家居以及医疗和交通等许多科学领域。随着科学技术的发展和传感器网络的普及应用，移动传感器网络在生活中扮演着越来越重要的角色，特别是在海上监测、森林火灾等自然灾害方面，灾情信息的及时获取都给我们带来巨大便利。

网络覆盖主要研究以网络允许的部署方式，通过大量传感器节点组网的形式对目标对象进行客观感知和传输数据，具有网络拓扑结构和覆盖区域时变的特点。网络覆盖越充分，空间维度感知数据越丰富，但现实网络总会存在网络节点能量耗尽，自然破坏或者网络部署时部分区域未覆盖的现象，这样就直接影响网络的服务质量QoS(Qualityofservices)。为了满足QoS需求，通常需要采用相应的技术对网络节点的位置进行调整，即覆盖优化。

在MSN覆盖优化领域，传统的方法往往是增加节点的部署密度，但冗余节点存在感知区域重叠导致网络功耗增加，降低了网络整体性能。针对移动传感器网络覆盖优化问题，许多学者采用了一些智能算法来处理，如使用粒子群算法对对移动传感器节点进行优化，虽然有效的提高了网络覆盖率，但算法的局部搜索能力较弱；将其改进的动态加速粒子群算法虽然一定程度上提高了局部搜索，但当节点较多时，仍然会存在局部盲区；人工蜂群算法提高了移动节点优化的均匀性，获得了较高的覆盖率，但求解过程比较复杂，收敛速度慢、节点能量损耗较快；混沌蚁群算法利用收缩因子提高了算法的搜索遍历性，加快了算法的收敛速度，提高了整体网络的稳定性，但易陷入局部最优，存在较多的边界盲区，不能保证覆盖的均匀性。

鉴于此，综合考虑算法收敛性、区域覆盖均匀性等问题上，提高移动传感器网络的覆盖率成为本技术领域人员待解决的问题。

发明内容

本发明提供了一种移动传感器网络区域覆盖优化的方法，在综合考虑算法收敛性、均匀性及优化覆盖率等问题上，其主要目的在于提高移动传感器网络的覆盖质量。

本发明采用的具体技术技术方案如下：

一种移动传感器网络区域覆盖优化的方法，具体步骤如下：

步骤一、构建移动传感器网络模型，对连续的移动网络监视区域进行离散化处理，并在该离散化的监视区域中随机的分配N个移动传感器节点S＝{s₁,s₂,s₃,…,s_N}，获得各个移动传感器节点的初始位置信息，传感器节点s_i的坐标为(x_i,y_i)，监测区域中任意一节点t_j的坐标为(x_j,y_j)，i,j∈(1,2,…,N)；

步骤二、根据移动那个传感器节点的感知半径计算移动传感器网络的初始覆盖率，节点s_i到节点t_j的欧氏距离为：