[发明专利]水下无线传感器网络的水面多个汇聚结点部署方法

摘要

本发明涉及一种水下无线传感器网络的水面多个汇聚结点部署方法，首先建立网络的生命周期模型和网络的时延模型；然后引入局部差分搜索算法和差分交叉以及变异算子对NSGA‑II算法进行了改进，应用改进的NSGA‑II算法与水下无线传感器网络的生命周期模型和时延模型，对水下无线传感器网络的水面多个汇聚结点进行部署优化；最后应用超效率DEA方法所得到的水面多个汇聚结点部署方案进行相对效率排序，确定相对效率最优的部署方案。本发明能够全面、精确、便捷地计算出水下无线传感器网络的水面多个汇聚结点的优化部署方案，为水下无线传感器网络最大化减少能耗和网络传输时延提供方法指导。

主权项

1.一种水下无线传感器网络的水面多个汇聚结点部署方法，其特征在于，具体包括如下步骤：1)根据水下无线传感器网络的节点间发送数据的能量消耗、接受数据的能量消耗和节点的初始能量，建立网络的生命周期模型；2)根据水下无线传感器网络的节点间数据传输的传输时延、传播时延和路由等待时延，建立网络的时延模型；3)引入局部差分搜索算法和差分交叉以及变异算子对NSGA‑II算法进行了改进，应用改进的NSGA‑II算法与水下无线传感器网络的生命周期模型和时延模型，对水面多个汇聚结点进行部署优化；在NSGA‑II算法引入局部差分搜索算法：NSGA‑II算法的同一层级的第i个个体和第i+1个个体进行局部差分搜索的条件为：其中fm(i)表示第i个个体的目标值；fm(i+1)表示第i+1个个体的目标值；fm(i‑1)表示第i‑1个个体的目标值；α表示局部差分搜索算法中的缩放因子；进行局部差分搜索后产生的临时子代为：p′i＝βpi‑1+(1‑β)pi其中：p′i表示pi产生的临时子代；β表示差分变异算法中的变异加权因子，β∈[0，1]；改进的NSGA‑II算法引入差分进化算法中的交叉和变异算子，替代NSGA‑II算法中的SBX算子；4)将步骤3)所得水面多个汇聚结点部署方案中汇聚结点的坐标值作为超效率数据包络分析DEA方法的输入，将对所有的汇聚结点部署方案中网络总时延和网络生命周期轮数作为超效率DEA方法的输出目标，利用超效率DEA方法对所有方案进行相对效率排序，最后选择相对效率值最高的部署方案，即为水下无线传感器网络的水面多个汇聚结点部署的最优方案。