WMSNs 中人工魚(yú)群和粒子群混合算法的覆蓋優(yōu)化研究.pdf

1、隨著人們對(duì)監(jiān)測(cè)環(huán)境的要求越來(lái)越高，需要感知的信息也的越來(lái)越復(fù)雜，比如像圖像、聲音等，于是無(wú)線多媒體傳感器網(wǎng)絡(luò)(Wireless MultimediaSensor Networks，WMSNs)應(yīng)用而生，它是在傳統(tǒng)傳感器網(wǎng)絡(luò)的基礎(chǔ)上加入了圖像、聲音、視頻等多媒體信息的一種新型分布式傳感器網(wǎng)絡(luò)。覆蓋控制作為傳感器網(wǎng)絡(luò)的一個(gè)基本問(wèn)題，是衡量傳感器網(wǎng)絡(luò)監(jiān)測(cè)性能的重要指標(biāo)之一，也是保證后續(xù)研究質(zhì)量的重要問(wèn)題。對(duì)覆蓋問(wèn)題進(jìn)行研究的主要目的就在于通過(guò)

2、對(duì)在目標(biāo)區(qū)域內(nèi)的傳感器節(jié)點(diǎn)進(jìn)行調(diào)節(jié)，來(lái)改善節(jié)點(diǎn)初始隨機(jī)分布帶來(lái)的覆蓋率較差和資源浪費(fèi)的問(wèn)題。
　　同無(wú)線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)不同，WMSNs中的傳感器節(jié)點(diǎn)具有方向性和視角性，而且由于傳感器網(wǎng)絡(luò)通常對(duì)未知或不可達(dá)的地區(qū)進(jìn)行監(jiān)測(cè)，所以在這些地區(qū)多采用隨機(jī)部署的方式。隨機(jī)部署的方式不能保證節(jié)點(diǎn)一次性分布位置合理，常常會(huì)產(chǎn)生較多的覆蓋重疊區(qū)和盲區(qū)，所以應(yīng)采用覆蓋優(yōu)化算法保證對(duì)目標(biāo)區(qū)域的覆蓋率，優(yōu)化網(wǎng)絡(luò)質(zhì)量。針對(duì)這個(gè)問(wèn)題，本文在WMSNs中研

3、究了人工魚(yú)群和粒子群的混合優(yōu)化覆蓋算法。
　　粒子群優(yōu)化算法具有較快的收斂速度，但是在迭代的末期，粒子的運(yùn)動(dòng)方向一致，都是向最優(yōu)方向移動(dòng)，所以使得算法很容易陷入局部極小，引起顯著的早熟現(xiàn)象。人工魚(yú)群優(yōu)化算法能夠很好地跳出局部極值，并盡可能地搜索到其他的極值，最終向全局極值靠攏，但該算法后期收斂速度比較慢，能找到滿意的解的域，很難得到精確的最優(yōu)解?；谶@兩種算法各自的優(yōu)缺點(diǎn)，本文將兩種算法結(jié)合起來(lái)運(yùn)用到WMSNs的覆蓋中，先用人工魚(yú)

4、群算法調(diào)整傳感器節(jié)點(diǎn)分布，使節(jié)點(diǎn)分布均勻，然后用粒子群算法進(jìn)行快速的局部搜索，調(diào)節(jié)傳感器節(jié)點(diǎn)的位置和方向使監(jiān)控區(qū)域的達(dá)到最大化覆蓋。
　　在此基礎(chǔ)上，對(duì)粒子群算法的速度和位置更新公式進(jìn)行改進(jìn)。由于粒子群算法中速度更新公式中的三項(xiàng)內(nèi)容存在耦合和沖突，即粒子的飛行慣性、歷史經(jīng)驗(yàn)和群體經(jīng)驗(yàn)這三項(xiàng)，這些會(huì)使節(jié)點(diǎn)出現(xiàn)偏差，從而使粒子的更新速度大大得到了減緩，導(dǎo)致了算法的性能降低。所以分別計(jì)算粒子按飛行慣性、歷史經(jīng)驗(yàn)和群體經(jīng)驗(yàn)飛行時(shí)的速度，在