PatViewer专利搜索

一种精确的无线传感器网络节点部署系统

发明公布  在审
申请(专利)号:CN201811525706.4国省代码:广东 44
申请(专利权)人:广州文搏科技有限公司
温馨提示:Ctrl+D 请注意收藏,详细著录项请首页检索查看。 Please note the collection. For details, please search the home page.

摘要:
一种精确的无线传感器网络节点部署系统,包括:(1)将所有传感器节点随机或按照预设方案散布在传感器网络的目标区域中;(2)将各传感器节点的初始坐标作为蝙蝠算法中蝙蝠的初始位置,将无线传感器网络的覆盖率作为蝙蝠算法的适应度函数,通过蝙蝠算法寻找目标区域内传感器节点的最佳部署位置;(3)根据获得的最佳部署位置对目标区域内的传感器节点进行重新部署。本发明有益效果为:采用蝙蝠算法对无线传感器网络的节点进行部署,使得传感器节点分布较为均匀,降低了被监测区域的盲点,从而提高了网络节点的覆盖率,降低了网络的能耗。

主权项:
1.一种精确的无线传感器网络节点部署系统,其特征是,包括:(1)将所有传感器节点随机或按照预设方案散布在传感器网络的目标区域中;(2)将各传感器节点的初始坐标作为蝙蝠算法中蝙蝠的初始位置,将无线传感器网络的覆盖率作为蝙蝠算法的适应度函数,通过蝙蝠算法寻找目标区域内传感器节点的最佳部署位置;(3)根据获得的最佳部署位置对目标区域内的传感器节点进行重新部署。


说明书

一种精确的无线传感器网络节点部署系统

技术领域

本发明创造涉及传感器网络领域,具体涉及一种精确的无线传感器网络节点部署
系统。

背景技术

随着无线通信技术、嵌入式计算技术、传感器技术、微电子技术的高速发展,无线
传感器网络应运而生。无线传感器网络以其低功耗、低成本、分布式和自组织等特点为信息
感知带来了一场新的变革,极大地改变了人类与自然界交互的方式。节点部署问题是无线
传感器网络中重要的支撑技术,决定了对监测区域的有效覆盖。根据覆盖区域的特殊性和
覆盖环境的恶劣程度,在进行节点部署时,需要采用动态覆盖模式,将节点随机抛洒后通过
自组织的形式,依据被监测区域的无线传感器网络覆盖情况采用相应的覆盖控制算法调整
节点部署,从而完成网络覆盖的工作。

针对上述问题,本发明提供一种基于蝙蝠算法的无线传感器网络节点部署系统,
采用蝙蝠算法对无线传感器网络的节点进行部署,使得传感器节点分布较为均匀,降低了
被监测区域的盲点,从而提高了网络节点的覆盖率,降低了传感器网络的能耗。

发明内容

针对上述问题,本发明旨在提供一种精确的无线传感器网络节点部署系统。

本发明创造的目的通过以下技术方案实现:

一种精确的无线传感器网络节点部署系统,包括:

(1)将所有传感器节点随机或按照预设方案散布在传感器网络的目标区域中;

(2)将各传感器节点的初始坐标作为蝙蝠算法中蝙蝠的初始位置,将无线传感器
网络的覆盖率作为蝙蝠算法的适应度函数,通过蝙蝠算法寻找目标区域内传感器节点的最
佳部署位置;

(3)根据获得的最佳部署位置对目标区域内的传感器节点进行重新部署。

本发明创造的有益效果:提供一种基于蝙蝠算法的无线传感器网络节点部署系
统,采用蝙蝠算法对无线传感器网络的节点进行部署,使得传感器节点分布较为均匀,降低
了被监测区域的盲点,从而提高了网络节点的覆盖率,降低了传感器网络的能耗。

附图说明

利用附图对发明创造作进一步说明,但附图中的实施例不构成对本发明创造的任
何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图
获得其它的附图。

图1是本发明的流程示意图。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1,本实施例的一种精确的无线传感器网络节点部署系统,包括:

(1)将所有传感器节点随机或按照预设方案散布在传感器网络的目标区域中;

(2)将各传感器节点的初始坐标作为蝙蝠算法中蝙蝠的初始位置,将无线传感器
网络的覆盖率作为蝙蝠算法的适应度函数,通过蝙蝠算法寻找目标区域内传感器节点的最
佳部署位置;

(3)根据获得的最佳部署位置对目标区域内的传感器节点进行重新部署。

优选地,在所述最佳部署位置外的其它传感器节点暂时休眠,当最佳部署位置处
的传感器节点电量耗尽或者通信出现障碍时,所述最佳部署位置外的传感器节点代替电量
耗尽或者通信出现故障的传感器节点开始工作。

本优选实施例提供一种基于蝙蝠算法的无线传感器网络节点部署系统,采用蝙蝠
算法对无线传感器网络的节点进行部署,使得传感器节点分布较为均匀,降低了被监测区
域的盲点,从而提高了网络节点的覆盖率,降低了传感器网络的能耗。

优选地,采用蝙蝠算法寻找目标区域内传感器节点的最佳部署位置的过程为:

步骤(1),初始化蝙蝠算法中的参数,包括最大迭代次数Tmax,搜索脉冲的频率最大
值fmax和最小值fmin,初始响度以及初始脉冲速率确定传感器节点数量n,即蝙蝠种群
数量设置为n,将各传感器节点的初始坐标作为蝙蝠算法中的蝙蝠初始位置xi={xi1,
xi2,…,xin},初始速度vi={vi1,vi2,…,vin};

步骤(2),计算每个传感器节点的适应度函数J(x)值,并保存当前最优蝙蝠位置

步骤(3),计算此时传感器节点在位置的脉冲频率fi,并对每个传感器节点的速
度和位置进行更新;

步骤(4),生成随机数rand1,若(为蝙蝠i在t时刻的脉冲速率),则蝙
蝠算法以随机扰动的方式在当前最优蝙蝠位置附近产生一个新的局部个体


式中,ε为[-1,1]中的任意数字,At是在t时刻所有蝙蝠个体的平均脉冲响度,
当前最优蝙蝠位置;

步骤(5),生成随机数rand2,若(为脉冲音强)且
蝙蝠i移向位置并更新算法的脉冲音强和脉冲速率,反之,直接跳到步骤(7),其中,
为局部个体对应的适应度值,为最优蝙蝠位置对应的适应度值;

步骤(6),遍历整个蝙蝠种群中所有蝙蝠个体的适应度值同时根据其值的大小对
群体进行排序,从中找出群体当前最优蝙蝠位置

步骤(7),对当前最优蝙蝠位置进行修正,得到优,则以代替
的修正公式为:


式中,为t-1时刻的最优蝙蝠位置,为第i个蝙蝠在t-1时刻的适应度
值,为在t-1时刻的最优蝙蝠位置对应的适应度值,τ为调节参数;

步骤(8),判断是否达到最大迭代次数,若不达到,则返回步骤(2),若达到,则停止
计算,输出最佳部署位置。

本优选实施例采用蝙蝠算法对无线传感器网络节点进行部署,针对时变因素引发
的最优蝙蝠位置改变的现象,对最优蝙蝠位置进行修正,使得最优蝙蝠位置根据蝙蝠的适
应度值进行实时调整,能够有效的避免了由于时变因素引起的误差,从而避免了算法容易
陷入极值的缺陷。

优选地,所述步骤(3)中采用的速度更新公式为:



式中,分别为蝙蝠i在t时刻的速度和位置,为蝙蝠i在t-1时刻的速度,
ωi为蝙蝠i的惯性权重,ωmin为最小惯性权重,ωmin为最大惯性权重,为当前蝙蝠群中最
优蝙蝠位置,fi为蝙蝠的脉冲频率,Ji(t)为蝙蝠i在t时刻的适应度值,Jmax为算法的最大适
应度值,为调节参数。

本优选实施例采用惯性权重因子调节算法的速度更新公式,根据蝙蝠个体的适应
度值赋予蝙蝠个体不同的速度权重,从而平衡了算法的局部和全局搜索能力,有效的避免
算法陷入局部极小值。

优选地,在所述步骤(3)中的位置更新公式中引入位置调整因子对蝙蝠算法的位
置更新公式进行改进,则位置调整因子的计算公式为:


式中,ti为当前迭代次数,Tmax为蝙蝠算法的最大迭代次数,c1为数值较小的常数;

则步骤(3)中采用的位置更新公式为:


式中,为蝙蝠i在t时刻的位置,为蝙蝠i在t-1时刻的位置,为蝙蝠i在t时
刻的速度。

本优选实施例引入位置调整因子对蝙蝠算法的位置更新公式进行改进,所述位置
调整因子随着迭代次数的增加而减小,从而起到了对蝙蝠算法的后期搜索位置进行范围控
...

=>>详细说明书全文请进入首页检索查看

图1
©2018 IPPH.cn   PatViewer·专利搜索
主办单位:知识产权出版社有限责任公司  咨询热线:01082000860-8588
浏览器:IE9及以上、火狐等  京ICP备09007110号 京公网安备 11010802026659号