一种基于粒子群算法的无线传感器k重覆盖优化策略

为了实现无线传感器网络k重覆盖范围的最大化,延长网络寿命,提出了一种基于粒子群算法的无线传感器k重覆盖优化策略,提高了k重覆盖率,进而提高节点的利用率,延长无线传感器网络的寿命。同时改进了粒子群的惯性权重,有效地避免了标准粒子群算法容易出现的早熟问题,提高算法的稳定性。通过实验仿真证明了此方法的有效性。     

基于萤火虫群优化算法的无线传感器网络覆盖优化

无线传感器网络加速了无线通信的发展,无线网络覆盖率的高低可直接影响网络的性能。为改善传感器节点随机分布时的不合理部署问题以提高网络覆盖率,提出一种相对较优的无线传感器网络覆盖算法。针对粒子群优化（particle swarm optimization,PSO）算法局部搜索能力存在不足、容易陷入局部极值点、无法得到最优结果的问题,引入局部搜索能力较强的萤火虫群优化（glowworm swarm optimization,GSO）算法,实现网络有效覆盖率的提高,对节点实现快速覆盖。最后通过实验验证,结果表明,提出的改进GSO(improved GSO,IGSO)算法相较于传统鲸鱼优化算法（whale optimization algorithm, WOA）、PSO算法在网络覆盖率上有较大提升。     

无线传感器网络覆盖优化策略

针对无线传感器网络节点覆盖容易出现空洞和盲区的问题,提出一种基于改进人工鱼群算法的无线传感器网络覆盖优化算法.首先构建网络节点的信任度模型,进行节点轮换调度修复路由,然后采用改进人工鱼群算法进行无线传感器网络节点的自适应定位寻优,以人工鱼群优化的节点分布模型重构无线传感器网络(WSN)节点覆盖连通图,实现优化网络覆盖.仿真实验结果表明,利用覆盖优化算法进行WSN网络节点设计,明显地改善了网络节点的覆盖质量,提高了无线传感器网络的安全性能.     

改进粒子群算法的传感器网络覆盖分布优化

为解决基于粒子群算法的传感器网络覆盖分布中存在的收敛速度慢和指定目标点不能保证覆盖等问题,采用了一种基于虚拟势场法的改进粒子群算法.在传感器节点之间建立虚拟势场,推导出相互作用的连续虚拟力,减少了引力和斥力边界的振荡,加快了算法的收敛速度.增加指定目标点的势场,以提高目标点对粒子的吸附力,保证了目标点始终处于传感器的感知范围之内.研究结果表明:改进粒子群算法具有更快的收敛速度,提升了在保证指定目标点完全被覆盖的条件下区域覆盖率.研究结论有助于布置关键区域的传感器网络.     

基于协同进化粒子群算法的无线传感器网络节能优化覆盖算法

针对当前无线传感器网络覆盖算法存在能耗较高、节点大量冗余的缺陷,提出一种基于协同进化粒子群算法的WSN节能优化覆盖算法.以WSN的网络覆盖率、剩余能量和冗余程度为优化目标,建立粒子群优化模型.采用遗传算法的交叉变异算子,加强算法寻优能力.仿真结果表明,新的算法在提高能量利用效率的同时维护了良好的网络覆盖率,有效延长了网络生命周期,达到了节能优化覆盖的目标.     

基于粒子群算法和人工鱼群算法在无线传感网络覆盖策略的研究

在无线传感网络中,覆盖和能耗是判断性能的两个重要标准,本文将粒子群算法与人工鱼群算法进行结合,提出了一种两种算法的覆盖优化策略,利用粒子群算法中的权重因子在人工鱼群算法中的应用,有效的避免了算法过早的陷入早熟,加速了算法的收敛。仿真实验表明,该算法有效提高网络覆盖性能,并与其他算法进行了比较。     

基于粒子群优化的无线传感器网络可靠性研究

文章针对无线传感器网络的可靠性问题,从系统级的角度出发,结合无线传感器网络本身所具有的特点,应用传统可靠性分析的一般理论,构建无线传感器网络的可靠性优化模型,并给出了求解该可靠性问题的粒子群优化算法.仿真实验结果表明了算法的有效性和可行性.     

粒子群算法修正测距的无线传感器网络节点定位

为获得理想的节点定位结果, 设计一种基于粒子群修正测距的无线传感器节点定位算法. 首先对经典无线传感器节点定位算法DV-Hop的工作原理进行分析, 找到导致测距误差的因素; 然后用粒子群算法对无线传感器节点之间的测距进行修正, 以减少节点间的测距误差, 并对标准粒子群算法的不足进行相应的改进; 最后通过仿真实验与当前经典无线传感器节点定位算法进行对比测试. 测试结果表明, 在相同工作环境下, 该算法提高了无线传感器节点的定位精度, 且未增加额外硬件开销.     

一种新的混合粒子群优化算法

将禁忌搜索思想引入粒子群优化算法中,改进惯性权重,添加罚函数重新构造适应度函数;在此基础上,提出了一种基于禁忌搜索的新的混合粒子群优化算法(NHPSO),通过4个标准测试函数实验,结果表明:NHPSO算法比基本粒子群优化算法(PSO)具有更好的全局寻优能力、更快的收敛速度以及获得更高精度解的能力。     

无线传感器网络的连通与覆盖

由于无线传感器网络的节点是随机放置的，网络的节点数目、节点通讯半径和探测半径与网络的连通性和探测覆盖率之间有着密切的联系．为此，研究了无线传感器网络一个固定区域内连通性问题和探测覆盖率问题．连通性问题采用计算机模拟随机抛撒节点进行连通度测试的方法，给出了节点数、通讯半径和连通概率关系曲线；探测覆盖率问题采用概率模型求解的方法，给出了节点数、探测半径和探测覆盖率之间的公式．以此为基础，给出无线传感器网络节点通讯半径、探测半径和传感器节点数目的设计原则．     

无线传感器网络多重覆盖算法

针对区域覆盖中存在多个不同覆盖质量需求的目标覆盖的混合覆盖问题,提出了一种满足多个目标不同覆盖质量需求且兼顾区域覆盖的多重覆盖算法（WMCA）．该算法在覆盖有效的虚拟力算法（CEVFA）的基础上,假设被监测目标对节点有引力作用,建立了节点和被监测目标之间的联系,打破了传统的目标覆盖中指定节点覆盖特定目标的局限性;同时,弥补了现有以VFA为主的区域覆盖方法中,仅能提供区域覆盖或者目标覆盖而没有将二者综合考虑的不足．不同节点密度下的仿真结果表明：WMCA在满足特殊热点目标监测的前提下,最大限度地兼顾了网络的区域覆盖质量;相对于随机部署,其平均覆盖质量提高达15．99％,有效地利用了网络资源．     

无线传感器网络覆盖漏洞修补策略研究

为避免静态无线传感器网络中常出现的覆盖漏洞对网络性能的影响,提出了一种覆盖漏洞修补策略。该算法首先根据估算的覆盖漏洞面积大小将覆盖漏洞分类成无需修补的覆盖漏洞、仅需一个节点修补的覆盖漏洞和需多个节点修补的覆盖漏洞;然后针对需要修补的2种覆盖漏洞分别提出了最小覆盖圆修补算法和蜂窝生长修补算法;最后,利用小型无人机将增补感知节点放置到算法所求的坐标位置处实现对静态无线传感器网络覆盖漏洞的修补。在仿真结果分析中,在相同仿真环境下将该算法与其他经典算法进行了对比分析,结果表明该算法的修补覆盖率较经典算法提升了约10%,所需节点数也减少约20个。同时针对设定的某一实际环境进行了仿真实验,其修补之后的覆盖率达到了96.578 5%。     

传感器网络节点的微粒群定位算法

为了进一步提高无线传感器网络未知节点定位精度,以微粒群算法为理论基础,加入传感器网络的特征,提出微粒群定位算法。该算法依据未知节点接收到的到锚节点的距离信息,直接搜索出未知节点的位置。实验结果表明微粒群定位算法拥有更高的定位精度,并且抗测距误差更强的优点。     

混合无线传感器网络覆盖空洞修复策略

针对混合无线传感器网络中的覆盖空洞问题,提出了考虑能量的基于移动节点的无线传感器网络覆盖空洞修复策略。采用概率感知模型建立联合探测概率密度函数,通过探测概率和剩余能量评价网络状态,从而确定覆盖空洞。提出了节点虚拟移动的空洞修复方法,在得到每个空洞位置后放置一个虚拟节点直至计算结束后调整移动节点位置,节约了移动节点能量。仿真结果表明:该方法可以有效探测并利用移动节点修复覆盖空洞,消耗较小的网络能量,提高了网络覆盖率和网络生存时间。     

虚拟力导向多粒子群算法的WSNs部署策略

为了优化无线传感器网络节点部署性能,在粒子进化的多粒子群算法的基础上结合虚拟力方法,提出了一种虚拟力导向多粒子群算法的部署策略。该策略通过节点间的虚拟力影响多粒子群算法的速度更新过程,指导粒子进化,采用多个粒子群独立搜索解空间,有效地避免了＂早熟＂问题,从而最大限度地优化了网络的覆盖率。仿真结果表明,与虚拟力算法和多粒子群算法相比,该算法在覆盖率、迭代次数和部署时间等方面具有更好的性能。     

水下无线传感器网络中的错误信标过滤策略

水下无线传感器网络可以为海洋地理数据收集、预防自然灾害、战术预警等多种水下应用提供实时监控服务。水下定位技术是水下应用中的一大难点。水下定位通常依赖信标节点。但是由于水下洋流环境的复杂变化、水下生物的碰触和强电磁干扰,信标节点往往会移动或损坏,导致许多普通传感器节点定位错误。为了处理错误信标问题,这里提出一种基于粒子群优化的错误信标过滤算法来精确的找出错误信标。首先通过改进的三边定位法计算出定位错误,然后通过粒子群优化算法把定位错误数量最多的信标节点过滤出来。剩下的信标节点不断进行过滤,直到每一个信标节点的相关定位错误都低于某个预设的阈值。模拟实验证明本算法可以高效的检测出几乎全部错误信标,并且有很好的算法一致性。     

Reliable and Energy Efficient Target Coverage for Wireless Sensor Networks

A critical aspect of applications with Wireless Sensor Networks (WSNs) is network lifetime.Power-constrained WSNs are usable as long as they can communicate sense data to a processing node.Poor communication links and hazardous environments make the WSNs unreliable.Existing schemes assume that the state of a sensor covering targets is binary:success (covers the targets) or failure (cannot cover the targets).However,in real WSNs,a sensor covers targets with a certain probability.To improve WSNs’ reliability,we should consider that a sensor covers targets with users’ satisfied probability.To solve this problem,this paper first introduces a failure probability into the target coverage problem to improve and control the system reliability.Furthermore,we model the solution as the α-Reliable Maximum Sensor Covers (α-RMSC) problem and design a heuristic greedy algorithm that efficiently computes the maximal number of α-Reliable sensor covers.To efficiently extend the WSNs lifetime with users’ pre-defined failure probability requirements,only the sensors from the current active sensor cover are responsible for monitoring all targets,while all other sensors are in a low-energy sleep mode.Simulation results validate the performance of this algorithm,in which users can precisely control the system reliability without sacrificing much energy consumption.     

基于QGA的无线多媒体传感器网络覆盖增强算法

对无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)中的覆盖问题进行了研究.由于网络环境和部署方式的限制,部署WMSNs时很难将数量众多的传感器节点放到适合的位置上,从而会导致大量监测重叠与监控盲区的出现.因此,在部署完网络后,通常需要进行一定的覆盖增强处理以提高网络的监控质量.文中对此进行了研究,并基于有向感知模型,提出了一种覆盖增强算法QGACE.QGACE同时对节点的位置与主感知方向进行调整,并引入了量子遗传算法来来进行计算处理.仿真试验表明,QGACE算法能够有效地提高网络的覆盖率.     

WMSNs中粒子群优化的多径流量分配路由算法

针对无线多媒体传感器网络(WMSNs)节点能耗问题,提出了一种基于粒子群优化的多路径自适应流量分配路由MATDR-PSO算法。通过建立能效优化模型,将最小能耗和能耗均衡2个特性转化为多目标优化问题;利用粒子群优化算法动态分配多路径上各条链路流量来实现网络的能效优化。仿真实验表明:MATDR-PSO算法能够在降低全网节点消耗总能量的同时保证能耗的均衡特性,显著提高了网络的生命周期。