傳感器網(wǎng)絡(luò)中的探測(cè)與反探測(cè)問(wèn)題研究.pdf

1、近些年來(lái)，隨著各種相關(guān)技術(shù)的飛速發(fā)展，傳感器網(wǎng)絡(luò)應(yīng)運(yùn)而生。它在科學(xué)研究、環(huán)境監(jiān)測(cè)、武器裝備、工農(nóng)業(yè)生產(chǎn)、日常生活等領(lǐng)域具有非常廣闊的應(yīng)用前景,將使整個(gè)社會(huì)發(fā)生又一次變革，并已成為當(dāng)前國(guó)際上的研究熱點(diǎn)之一。而遺傳算法作為模擬自然界生物優(yōu)勝劣汰進(jìn)化機(jī)制的一種全局最優(yōu)化的智能搜索和優(yōu)化算法，通用性強(qiáng)，具備很好的魯棒性，能有效的處理復(fù)雜的非線性問(wèn)題，組合優(yōu)化問(wèn)題等的特點(diǎn)，被廣泛的應(yīng)用于函數(shù)優(yōu)化，組合優(yōu)化，生產(chǎn)調(diào)度，自動(dòng)控制，機(jī)器人學(xué)，圖像處理，

2、人工生命，遺傳編程，機(jī)器學(xué)習(xí)，傳感網(wǎng)絡(luò)等領(lǐng)域。 本文著重探索研究傳感器網(wǎng)絡(luò)中的探測(cè)與反探測(cè)問(wèn)題。隨著傳感網(wǎng)絡(luò)的發(fā)展，人們?cè)絹?lái)越多的應(yīng)用它來(lái)進(jìn)行監(jiān)控。而智能目標(biāo)在穿越傳感區(qū)域時(shí)，是有能力尋找更好的路徑來(lái)降低被傳感網(wǎng)絡(luò)探測(cè)到的風(fēng)險(xiǎn)的。在反探測(cè)問(wèn)題上，本文針對(duì)智能目標(biāo)該如何穿越傳感區(qū)域的問(wèn)題，分析了現(xiàn)有的穿越算法的不足，基于目標(biāo)視野有限，不能一次了解到整個(gè)區(qū)域所有傳感節(jié)點(diǎn)分布狀況的情況，提出了一種基于局部Voronoi圖的改進(jìn)的算法：

3、目標(biāo)在前進(jìn)的途中不斷進(jìn)行探測(cè)，如果發(fā)現(xiàn)新的傳感器出現(xiàn)時(shí)，隨時(shí)進(jìn)行必要的調(diào)整來(lái)重新選擇前進(jìn)的路線。仿真試驗(yàn)也表明了本文的算法有效的減少了目標(biāo)在穿越整個(gè)區(qū)域過(guò)程中的風(fēng)險(xiǎn)，具有積極的意義。此外，還針對(duì)目前在此問(wèn)題上常見(jiàn)的曝光度模型，優(yōu)先權(quán)問(wèn)題進(jìn)行了深入的分析，指出了常見(jiàn)模型的不足，提出了自己的觀點(diǎn)，并進(jìn)行了不同參數(shù)環(huán)境下的試驗(yàn)驗(yàn)證。 對(duì)于探測(cè)問(wèn)題，由于傳感網(wǎng)絡(luò)的監(jiān)控性能往往與節(jié)點(diǎn)的位置分布，對(duì)整個(gè)區(qū)域的覆蓋情況密切相關(guān)，為了研究如何更

4、好的部署節(jié)點(diǎn)來(lái)完成監(jiān)控任務(wù)，針對(duì)智能目標(biāo)會(huì)選擇路徑避開(kāi)傳感網(wǎng)絡(luò)探測(cè)的情況，本文利用遺傳算法，尋找高效的部署方案，來(lái)給予人們?cè)诰唧w部署傳感網(wǎng)絡(luò)的節(jié)點(diǎn)分布完成探測(cè)任務(wù)(以及其他相關(guān)任務(wù))時(shí)一些指引和建議，協(xié)助人們更好的完成部署任務(wù)；并結(jié)合具體的應(yīng)用環(huán)境，對(duì)遺傳算法中的染色體構(gòu)建，遺傳算子的設(shè)計(jì)，早熟收斂的控制等問(wèn)題進(jìn)行了深入探討。仿真試驗(yàn)表明，均勻分布是一種能有效提高目標(biāo)穿越區(qū)域時(shí)的最小曝光度的部署方式。 本文的創(chuàng)新性主要在于：發(fā)現(xiàn)