[发明专利]面向协同感知的多传感器联合部署模型构建方法

摘要

本发明属于多传感器协同控制领域，具体涉及一种面向协同感知的多传感器联合部署模型构建及优化仿真方法，第一步：数学模型的构建，将待测区域定义为矩形区域，用网格分割成m行n列，Xm×n表示相应的区域探测矩阵；第二步：将问题转化为无约束问题；第三步：求解多传感器联合部署问题，基于蚁群算法求解多传感器联合部署问题。本发明基于蚁群算法求解多传感器联合部署问题，该算法具有良好的鲁棒性，正反馈机制和分布式计算的优点，在解决复杂的组合优化问题方面具有很大的优势。

主权项

1.面向协同感知的多传感器联合部署模型构建方法，其特征在于，步骤如下：第一步：数学模型的构建将探测区域进行网格化，网格分割成m行n列，建立与网格行列数相同的矩阵，Xm×n表示相应的区域探测矩阵，Ym×n表示相应的区域探测要求矩阵，Sm×n表示所有传感器的部署矩阵，Tm×n表示相应区域的约束矩阵；面向协同感知的多传感器联合部署问题的数学模型为：目标函数：其中，yij表示区域探测矩阵Ym×n中的第i行第j列的元素；其中，等式约束条件为：Sum(Xm×n‑Ym×n)＝0                   (2)设A＝Y‑E，Sum函数表示对A矩阵中的所有元素进行求和运算，则定义A矩阵中的元素aij为：Sum(Sm×n‑Tm×n)＝0                   (4)设B＝S‑T，Sum函数表示对B矩阵中的所有元素进行求和运算，则定义B矩阵中的元素bij为：第二步：将问题转化为无约束问题本发明采用罚函数法将有约束的问题转化为无约束的问题，则转化后的标准无约束优化问题模型minf(x)表示为：第三步：求解无约束优化问题模型minf(x)基于蚁群算法求解无约束优化问题模型minf(x)，基于蚁群算法求解无约束优化问题模型minf(x)，具体如下：pijk(t)表示在时间t，蚂蚁k从节点移动到节点j的概率，其中，节点j先前未被选择，蚂蚁k(k＝1,2,……，m)，由下式表示：其中，表示边缘(i,j)的可见度，并通过启发式算法其中d_ij表示节点i和节点j之间的距离，α是信息启发式因子，β是预期的启发因子；在完成从一个节点到另一个节点或完成访问所有节点之后，蚂蚁在每个路径上更新信息素，更新规则如下：其中，ρ(0<ρ<1)是信息素挥发系数，是在周期t到t+n的路径(i,j)中第k个蚂蚁的信息素；其中Q是常数，L_K是第k个蚂蚁的总长度；蚁群算法最初提出来解决一类NP问题，因此在部署设计时引入传感器节点需要根据具体问题建立具体的应用模型,传感器节点是传感器探测能力的中心点；如果使用变量coverCP表示当前未由传感器节点部署的监视点，则可以定义：η＝coverCP+1                        (9)从式(9)可以看出，如果单纯使用参数则式(7)退化为局部贪婪算法，因此在使用的同时，蚁群算法又引入了τ_ij参数；其中,ρ表示已有信息素的蒸发系数；表示蚂蚁经过该网格点后在该网格点上增加的信息素；那些经过最少跳数完成任务的蚂蚁一定会在其经过的网格点上留下较多的信息素，这样可以吸引后面的蚂蚁沿着这些网格点继续搜索更优的解，因此起到一个经验值的作用，其定义如式(11)所示；其中，Q是体现蚂蚁所留轨迹数量的一个常数，其值不会对的变化产生影响；变量sensorUsed用来表示蚂蚁本次迭代使用传感器的数量。