基于虚拟力的无线传感器网络分簇部署策略

为提高大规模密集部署的无线传感器网络节点覆盖率,提出了一种基于虚拟力的节点分簇动态部署策略.将传统基于虚拟力的节点动态部署分成簇间部署与簇内部署两阶段,以达到打破网络中部节点受力平衡、降低部署过程中簇间干涉、提高节点覆盖率的目的.利用二元感知模型对算法进行仿真,结果表明,相比于传统VPF算法及VFA算法,该策略在随机部署大量密集节点的网络中具有较快的收敛速度与显著的优化效果,覆盖率最终可达90%以上,可以满足无线传感器网络的覆盖控制要求.     

基于改进的果蝇优化算法的WSN节点部署设计

针对非均匀监测点的节点部署问题,设计并实现了一种简单、实用的果蝇优化算法(WSN-IFOA),构造了适用于节点部署的味道浓度函数。利用果蝇群体的随机寻优性,能够保证部署尽可能少的传感器节点使网络覆盖和连通。实验结果表明该算法在部署效果上优于基本蚁群算法,并证明了算法的可行性和有效性。     

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。     

一种移动传感器网络精确部署算法

针对未知环境下移动传感器网络的部署问题,提出了一种基于虚拟力的精确部署算法(virtual force based precision self-deployment algorithm, VFPSA). 引入"引力线"的概念,并在此基础上构建节点与引力线之间的斥力,通过它们实现了Sink节点到目标Target路径的自动快速生成. 模拟实验表明,与同类方法相比,该算法具有的平均移动距离和最大移动距离均更短,收敛时间更快.     

基于虚拟力的无线传感器网络多跳定位算法

通过引入虚拟力导向的节点移动方式,将未知节点接收到锚节点信息的个数作为计算虚拟力的参数,提出了基于虚拟力的无线传感器网络多跳定位算法.算法继承了DV-Hop(distance vector-hop)定位成功率较高的特点,通过优化网络布局的方式,使得定位过程中校正值的估算和选取更为合理.指出了该定位算法的关键技术,并对其进行了仿真验证.仿真结果显示该算法能够显著地提高节点的定位精度,并能够有效地提高节点对传感区域的覆盖率.     

混合无线传感器网络移动节点部署优化

为了提高随机部署条件下无线传感器网络对目标监测区域覆盖质量,将目标区域划分为彼此相邻但互不重合的子区域,根据各子区域的期望覆盖质量,并利用改进的粒子群算法优化各子区域节点的分布密度;然后在节点间建立虚拟力场,利用虚拟力调整移动节点的部署位置.仿真实验结果表明,该方法能有效优化移动节点的部署,改善目标区域内节点的分布情况,提高无线传感器网络的覆盖服务质量.     

基于虚拟力的无线传感器网络多跳定位算法

通过引入虚拟力导向的节点移动方式,将未知节点接收到锚节点信息的个数作为计算虚拟力的参数,提出了基于虚拟力的无线传感器网络多跳定位算法。算法继承了DV-Hop(distance vector-hop)定位成功率较高的特点,通过优化网络布局的方式,使得定位过程中校正值的估算和选取更为合理。指出了该定位算法的关键技术,并对其进行了仿真验证。仿真结果显示该算法能够显著地提高节点的定位精度,并能够有效地提高节点对传感区域的覆盖率。     

一种基于网格划分的虚拟力部署算法的研究

针对移动传感器网络节点自部署的覆盖和能耗等关键问题,对部署区域进行正方形网格划分,结合虚拟力算法,提出了一种基于网格划分的修正虚拟力部署混合算法,并采用网格顺序编号法和网格螺旋编号法两种编号方法,分别对该部署算法的性能进行了仿真分析.仿真结果表明,与原始虚拟力算法相比,所提出的算法能更快更高地提高网络覆盖率;同时相较于顺序编号法,采用螺旋编号法时所提出的部署算法节能性能和能量均衡性能更好.     

一种新的移动传感器网络部署及管理机制

在移动传感器网络中,传统的基于虚拟力的部署方法通常采用牛顿运动定律计算节点的位置移动.该方法能够实现移动传感器网络的自动部署,但也将简谐振动带入到网络中,使一些节点在达到平衡位置后无法立即停止,从而消耗了传感器大量能量.通过重新定义应用于移动传感器网络中的运动定律,提出了Force-based算法,使节点的运动只与受力相关,较好地解决了该问题.模拟实验表明,该部署方法可以较好地完成节点的自动部署,扩大了覆盖率,降低了能量消耗.     

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.     

基于扇形趋利果蝇优化算法改进的FS-K聚类算法

针对果蝇算法对高维函数收敛精度低的缺点,提出了一种改进的基于扇形搜索的果蝇算法(Fan search-Fruit Fly Optimization Algorithm,FS-FOA),该算法在原果蝇FOA算法的基础上改进了果蝇群体的搜索路径,并赋予果蝇个体趋利性,使更多的果蝇个体朝着味道浓度更大的方向前进,使果蝇群体的搜索方向有更多的选择性,增加果蝇算法在处理高维函数问题上的收敛速度和收敛精度;并将改进的FS-FOA算法与K-means聚类相结合,提出一种FS-K聚类算法,与原K-means聚类和原果蝇(FOA)算法进行对比实验,引入5个经典的测试函数对原FOA算法和FS-FOA算法寻优结果进行测试,结果表明采用FS-FOA算法具有更高的收敛精度;引入5个UCI公共数据集对改进FS-K聚类算法和原K-means算法、SOM聚类算法、FCM聚类算法进行测试,结果表明FS-K聚类算法具有更好的聚类效果。     

一种面向三维感知的多媒体传感器网络覆盖增强算法

现存的多媒体传感器网络优化算法,都存在着容易陷入局部最优解的问题.布谷鸟算法利用长距离的搜索可以有效地跳出局部最优解,基于多媒体传感器网络三维感知模型,提出了改进布谷鸟搜索的覆盖增强算法,该算法通过引入精英机制、多维度优化和学习反馈策略来优化多媒体传感器节点的旋转角度以降低覆盖重叠,优化网络覆盖,这是首次利用改进布谷鸟搜索算法来优化网络覆盖.最后,利用仿真实验证明了该算法可以快速有效地优化网络覆盖.     

一种新的自适应步长果蝇优化算法

针对基本果蝇优化算法(FOA)易陷入局部最优、寻优精度低和后期收敛速度慢的问题,提出了一种自适应步长果蝇优化算法(ASFOA).该算法在运行过程中根据上一代最优味道浓度判断值和当前迭代次数来自适应调整进化移动步长,使算法在初期的步长大而避免种群个体陷入局部最优,到后期果蝇移动的步长变小而获得更高的收敛精度解,并加快收敛速度.通过6个标准测试函数对改进算法进行仿真测试,结果表明ASFOA算法具有更好的全局搜索能力,其收敛精度、收敛速度均比FOA算法及参考文献中其他改进果蝇优化算法有较大的提高.     

动态调整进化方向与策略的果蝇优化算法

针对标准果蝇优化算法(FOA)收敛速度慢、容易陷入局部最优和寻优精度低等缺陷,提出了动态调整进化方向与策略的果蝇优化算法(FOADAEDS)。首先,种群初始位置由佳点集理论选取;其次,根据种群进化信息动态调整进化指导方向和搜索步长;最后,当算法陷入早熟时,改变搜索策略以跳出局部最优。对6个经典测试函数进行仿真运算,结果表明,本文提出的改进算法相比标准果蝇优化算法和其他几种改进算法,有较好的寻优精度和收敛速度。     

水声传感器网络节点自定位的遗传算法优化研究

水声传感器网络节点自定位技术是传感器网络在海洋环境监测应用的基础。针对质心算法在随机分布中定位精度较低的缺点,采用信标节点与未知节点之间的距离作为约束,并对该约束采用泰勒级数方式展开;由此建立相应的数学模型,通过遗传算法对该模型进行优化;此外,根据信号传播特点,采用的是等高线传输模型。仿真结果表明,该方法能够实现水声传感器网络未知节点的有效定位。     

水声网络中生物友好的网关部署优化

海洋哺乳动物与水声传感器网络共享水声信道,导致网络端到端延时增加,数据包投递率降低.针对这一问题,提出一种生物友好的水声网络多网关部署优化策略.该策略以网关作为网络的数据汇聚中心,用统计学方法确定海洋哺乳动物位置,并根据水声信道模型计算生物干扰半径,从而确定生物-网关干扰区域.以最小化网络端到端平均时延为目标,联合整数线性规划和贪婪-交换启发式算法优化网关部署.仿真结果表明:与随机部署和不考虑生物干扰的网关部署方法相比,采用本文策略使端到端时延降低62%和52%,数据包投递率提高36%和19%.     

水声传感器网络及其在海洋监测中的应用研究

针对海洋监测水声传感器网络中的基础性问题,分析和总结了近年来相关的主要研究方向和重要研究成果。同时,深入讨论了海洋监测水声传感器网络研究所面临的挑战和亟须解决的问题,为今后的研究提供了方向。