[发明专利]一种WSN障碍性区域覆盖部署方法有效
| 申请号: | 202110692021.4 | 申请日: | 2021-06-22 |
| 公开(公告)号: | CN113365282B | 公开(公告)日: | 2023-04-07 |
| 发明(设计)人: | 于文杰;秦光旭;曾志;罗淼 | 申请(专利权)人: | 成都信息工程大学 |
| 主分类号: | H04W16/18 | 分类号: | H04W16/18;H04W84/18;G06N3/006 |
| 代理公司: | 北京元本知识产权代理事务所(普通合伙) 11308 | 代理人: | 王红霞 |
| 地址: | 610225 四川省成都*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 wsn 障碍 区域 覆盖 部署 方法 | ||
1.一种WSN障碍性区域覆盖部署方法,其特征在于:该方法具体包括以下步骤:
步骤一:将被监测区域划分为k×w个像素点形成点集Ra,将其中的障碍性区域置为不可覆盖的点集合Ro,则需要覆盖的区域为点集Rc=Ra-Ro;
步骤二:初始化人工蜂群算法的参数,种群数PS、问题维度D、最大循环次数Maxitr以及食物源未更新次数limit;其中,D为传感器的数目,雇佣蜂和跟随蜂各占种群数量的一半为NP,侦察蜂设为1个,算法适应值设定为网络覆盖率;
步骤三:将D个传感器在监测区域内进行随机部署,但是不可部署于障碍性区域,生成初始随机解,作为人工蜂群算法的初始食物源;
步骤四:基于布尔覆盖模型计算传感器
;
步骤五:雇佣蜂阶段,每个雇佣蜂采用下式进行候选解生成,并通过贪婪选择保留更好的解;
其中,,均为随机变量,y为全局最优解,引入问题维度因素D,用来平衡算法全局搜索与局部搜索能力,引入了问题的适应值,用来弹性调整算法搜索步长进而使算法适应于不同问题的变量,是第i个个体的适应值,是最小适应值,是一个线性变化的参数,根据算法的迭代次数进行调整,Maxitr是算法迭代的最大次数,是算法当前所在的迭代次数;
步骤六:根据下式计算每个食物源将要被跟随蜂选择的概率:
;
步骤七:每个跟随蜂进行食物源探索时,首先随机产生一个随机数,将r同pi进行比较,如果等于或大于,则采取步骤四中的方法进行食物源探索,即生成新的覆盖率,否则,由下一个跟随蜂进行探索,直到探索次数同整体跟随蜂数量相同;
步骤八:侦查蜂阶段,当某个食物源多次被探索并且未更新的次数达到limit时,采用与步骤三相同的方式进行食物源初始化;
步骤九:记忆覆盖率最好的食物源的节点布局;
步骤十:循环次数增加1;
步骤十一:如果超过循环次数,则返回最佳适应值,程序结束,否则回到步骤五;
步骤十二:结束。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都信息工程大学,未经成都信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110692021.4/1.html,转载请声明来源钻瓜专利网。





