一种有向传感器网络覆盖控制方法

摘要

一种有向传感器网络覆盖控制方法是一种无线传感器网络的覆盖增强解决方案。主要用于解决消除节点的感知重叠区和感知盲区，实现网络的高效覆盖的问题，属于无线传感器网络基础设施领域。它具有如下特征：本发明在分析主感知方向可调模型的基础上，实现一种基于微粒群优化的有向传感器网络覆盖增强算法。该算法针对节点主感知方向调整设计微粒适应值函数和种群进化策略，在此基础上以区域覆盖率为优化目标，通过微粒群搜索有效调整传感器节点的主感知方向从而达到有向传感器网络的覆盖增强。本发明可以用来消除节点的感知重叠区和感知盲区，实现监测区域的高效覆盖。

主权项

1.一种有向传感器网络覆盖控制方法，其特征在于该方法在分析主感知方向可调模型的基础上，实现一种基于微粒群优化的有向传感器网络覆盖增强算法，用于解决消除节点的感知重叠区和感知盲区，实现网络的高效覆盖，具体包含步骤如下：输入：监测场景区域信息、网络中有向传感器节点的状态信息以及微粒群初始信息，具体包括场景区域大小、离散化因子取值、传感器节点的个数、初始位置、感知半径、主感知方向、最大感知角度微粒群种群规模、迭代次数、角度单次调整范围w_max～w_min以及相关参数取值；输出：各节点的最终主感知方向和最优覆盖度，步骤1).初始化无线传感器网络中传感器节点的位置和主感知方向，设定微粒群初始规模m，生成各个粒子初始角度a和单次调整角度值w，迭代次数，设置搜索空间与传感器节点数n相同，画出初始部署图并计算初始覆盖度，步骤2).根据有向传感器网络覆盖性能评价方法确定微粒群适应值函数，即每个微粒的覆盖度计算函数，设定个体最优覆盖度等于初始覆盖度，全局最优覆盖度等于初始覆盖度，步骤3).根据适应值函数计算每次迭代中各微粒的适应值，将各微粒的适应值与个体最优覆盖度比较，若大于个体最优，更新个体当前最优；若个体当前最优大于全局最优，将其作为全局最优，根据公式更新当前角度和单次角度调整值，步骤4).若未达到最大迭代次数，则返回步骤3，步骤5).全局最优值即为迭代后的覆盖度，对应的微粒向量为传感器节点的主感知方向，画出优化后的覆盖效果图。