基于蚁群算法的无线传感器网络优化

无线传感器网络（WSN）中的传感器节点由一次性电源供电,能量优化关乎整个网络的寿命.优化网络拓扑结构有利于提高WSN整体的能量利用率.ACO是一种基于种群（population based）的启发式仿生进化算法.提出了基于ACO的WSN的网络优化算法,以16个固定位置节点和20个任意位置节点的WSN为对象进行了仿真研究.实验结果验证了该算法的有效性.     

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.     

三维环境下无线传感器网络的部署覆盖方法

针对三维传感器网络中节点的最优部署问题, 提出一种三维曲面上目标点的部署策略, 通过引用差分进化(DE)算法优化传感器节点的位置坐标, 提高了网络节点的部署效率, 并用最少的传感器节点实现对曲面上目标点的全覆盖, 解决了三维空间中传感器节点在监测目标过程中存在的三维感知盲区问题. 仿真实验验证了DE算法在解决三维空间覆盖问题的可行性, 表明DE算法具有一定的容错性, 并可有效提高网络节点的部署效率.     

一种基于蚁群优化的无线传感器网络路由算法

提出了一种基于蚁群优化的无线传感器网络路由算法.根据无线传感器网络路由策略和蚁群优化的特点,构造了人工蚂蚁,设计了基于蚁群优化的路由算法框架,对算法收敛性进行了理论分析,并在NS仿真平台下进行了实验验证.结果表明,与SPIN,DD,HREEMR,SAR和GEAR路由算法相比,作者算法具有较好的节能性和全局寻优能力.     

面向目标覆盖的无线传感器网络确定性部署方法

针对无线传感器网络中随机部署节点集划分法不能保证离散目标点优化部署的问题,利用目标点最多层交叠域及遗传算法设计了一种面向目标覆盖的最优确定性部署方法.该方法通过目标点最多层交叠域寻找监测目标点集的传感器节点候选位置,基于候选位置点并利用遗传算法找出实现目标监测的最少节点数及节点位置.所提算法中候选位置点的选取简化了遗传算法中的编码工作,且与适应度函数相结合加速了算法的收敛,而遗传算法提供了最佳位置点的寻求方式.仿真试验表明,所提方法在满足用户感知需求的基础上具有较少的部署节点数,通常被控制在目标点个数的30%以内,极大地降低了网络部署成本,实现了无线传感器网络空间资源的优化分配.     

感知能力异构的无线传感器网络优化部署机制

为了在满足网络覆盖要求的前提下,降低网络配置所需经济成本、延长网络生存时间、提高通信质量,研究由感知能力不同的传感器所组成的传感器网络的节点部署问题.采用了节点配置值、网络配置总值和节点数目3个指标,反映网络的配置水平、经济成本、通信质量和能耗情况.该文给出了问题的整数线性规划模型,并指出这个问题是NP完全的.提出了近似但计算有效的贪婪优化部署算法.通过找出最佳部署位置、传感器类型和感知方向,实现网络的优化配置.仿真结果表明,该算法可以降低网络配置成本和工作节点数,具有较好的优化部署效果.     

基于微粒群模型的无线传感器网络节点部署

提出了一种新的基于微粒群模型节点部署优化算法.该算法根据节点的位置信息建立节点部署优化模型,利用微粒群算法求解该优化模型,优化过程中的最优解作为节点的最终配置位置.仿真结果表明该算法有效的改善了网络的覆盖率.     

网格移动的无线移动传感器网络部署算法

针对目前无线移动传感器网络中部署算法过于复杂的问题,提出了一种新的基于网格移动的无线移动传感器网络部署算法.降低了常见无线移动传感器网络部署算法的时间复杂度,提高了任务区域的节点覆盖度,减少了覆盖漏洞,适用于无线移动传感器网络的应用.文中论述了该算法的构架,执行过程,并对该算法进行了仿真分析.仿真结果表明,该算法在有效降低算法复杂度的情况下满足了网络部署中关于覆盖率的要求.     

无线传感器网络关键区域覆盖优化算法

针对无线传感器网络中的关键区域覆盖NP完全问题,提出了一种启发式的关键区域覆盖优化算法CACOA.该算法对关键区域格点与一般区域格点,分配不同的权值创建感知区域图和终端集合,并以迭代合并方式创建加权节点Steiner树,进而形成具有最少数量的格点集合,并以格点集合中优化的格点位置来构建覆盖关键区域的传感器放置方法.理论分析证明了提出的CACOA算法一定能完全覆盖关键区域并形成一个有效的无线传感器网络,且算法的复杂度为O(n4).详细的仿真实验及与现有覆盖机制NPCC的比较表明,提出的覆盖优化算法CACOA在关键区域格点数、感知范围、发送范围和关键区域格点选择分布概率变化时放置的传感器数量明显少于NPCC覆盖机制.     

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.     

基于改进DV-Hop算法的无线传感器网络定位研究

在分析DV-Hop算法特点的基础上,提出了改进DV-Hop算法的无线传感器网络定位方法,通过粒子群优化算法优化每跳平均距离误差函数,经过多次迭代寻找最优解,使得未知节点与信标节点之间的跳段距离更加精确,通过三边测量法计算出的未知节点位置较精确,通过仿真实验表明：改进DV-Hop算法相比DV-Hop算法平均定位误差率低,定位效果良好.     

改进人工蜂鸟算法的无线传感器网络部署优化

人工蜂鸟算法在求解高维度复杂优化问题时,易陷入局部极小值,导致算法收敛停滞。提出一种改进的人工蜂鸟算法（improved artificial hummingbird algorithm,IAHA）,并用其优化无线传感器网络部署。首先对蜂鸟个体和最优蜂鸟之间距离进行正切函数变换,以最优蜂鸟位置为基准,以变换的距离为飞行尺度,提出一种新的觅食策略。其次,在迁徙觅食阶段,使用柯西分布对最优蜂鸟信息进行扰动,将扰动结果赋予最差蜂鸟,取代基本人工蜂鸟算法的随机赋值方法。在12个基准函数上的数值实验表明,IAHA的寻优性能优于6种对比算法。在4种监测区域上进行了无线传感器网络部署优化仿真实验,结果表明,IAHA获得的平均覆盖率高于对比算法,且传感器分布均匀,适合求解无线传感器网络部署优化问题。     

无线传感器网络DV-Hop定位算法研究

针对无线传感器网络无需测距定位算法中典型的DV-Hop算法在不同参数设置时存在定位误差及定位时间差异较大的问题，分别分析并仿真了对定位误差和定位时间有较大影响的节点个数、网络平均连通度及监测区域等几个重要参数，考虑到无线传感器网络能量及成本的限制，通过仿真结果分析得出，网络平均连通度和节点个数分别对DV-Hop算法的定位精度及定位时间起主导作用。理论分析与仿真结果表明，在不同监测区域内，在确保DV-Hop算法低能量消耗的基础上，参数优化后的算法有效地降低了节点的定位误差。     

无线传感器网络中目标检测节点的优化部署

为提高无线传感器网络的目标检测精度，提出了一种基于遗传算法的节点部署优化方法．通过把传感区域模型化为网格，将目标定位问题转化为确定目标在某个网格点的问题．随后，将传感器节点部署问题形式化为一个组合优化问题，其目标是在有限的成本和完全覆盖条件下减小最大分辨误差．遗传算法采用二进制编码表示节点的位置，使用单亲交叉算子和单亲变异算子来提高算法的执行速度和进化效率．实验结果表明，基于遗传算法的求解方案能快速地求出传感器节点位置优化问题的全局最优解，并满足目标定位的精度要求．     

基于自适应的无线传感器网络路由机制研究

无线传感器网络由于其自身计算资源、能量及带宽的局限性从而使得如何寻找合适的路由问题变得很关键。研究了基于自适应的传感器网络节点路由机制,该机制通过节点自身的剩余能量及相邻节点的成簇密度决定网络的路由形成方式,所构造的路由具有高效、合理的特点。理论和应用分析表明所提出自适应路由机制可以提高网络的平均寿命,使网络数据传输更加高效、可靠。     

基于无线传感器网络的优化点集覆盖算法

针对无线传感器网络对目标区域覆盖过程中会产生大量冗余节点,从而导致网络能量消耗过快以及节点覆盖的不完全性等不足,提出了一种基于优化点集覆盖算法.该算法利用高斯正态密度函数和覆盖区域的概率函数对点集进行优化,通过节点感知半径与节点数之间的定量关系给出满足一定覆盖率要求下最优节点集,进而优化了网络资源,提高了网络生存周期和...     

基于RSSI的无线传感器网络改进定位算法

为了提高无线传感器网络的节点定位精度,分析了基于RSSI测距定位的ERSS算法,研究了RSSI值的预处理方法,修正了质心法中的加权因子,避免了权值选取的不合理性,从而实现了对ERSS算法的改进.仿真实验表明,采用这种改进定位算法可提高距离计算的精度,获得较为精确的定位.