《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 測(cè)試測(cè)量 > 設(shè)計(jì)應(yīng)用 > 一種無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中的目標(biāo)覆蓋優(yōu)化算法
一種無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中的目標(biāo)覆蓋優(yōu)化算法
2020年電子技術(shù)應(yīng)用第7期
徐夢(mèng)穎，盧 毅，周 杰
石河子大學(xué) 信息科學(xué)與技術(shù)學(xué)院，新疆 石河子832000
摘要： 為了優(yōu)化無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中成功監(jiān)測(cè)到的目標(biāo)個(gè)數(shù)，設(shè)計(jì)了目標(biāo)覆蓋模型，提出了改進(jìn)的混沌免疫混合蛙跳算法(Improved Chaotic Immune Shuffled Frog Leaping Algorithm，ICISFLA)。該算法使用混沌序列對(duì)種群進(jìn)行編碼，從而增加種群的多樣性；使用免疫算子將種群中適應(yīng)度較高的個(gè)體保留至下一代；使用變異算子改進(jìn)種群中適應(yīng)度最低青蛙的學(xué)習(xí)機(jī)制，從而改善局部最優(yōu)解和全局最優(yōu)解。為了驗(yàn)證該算法的性能，將該算法與粒子群算法、遺傳算法進(jìn)行比較。仿真結(jié)果顯示，與其他兩種算法相比，ICISFLA的收斂速度更快，被成功監(jiān)測(cè)到的目標(biāo)數(shù)量顯著增加。
中圖分類(lèi)號(hào)： TN925
文獻(xiàn)標(biāo)識(shí)碼： A
DOI：10.16157/j.issn.0258-7998.200029
中文引用格式： 徐夢(mèng)穎，盧毅，周杰. 一種無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中的目標(biāo)覆蓋優(yōu)化算法[J].電子技術(shù)應(yīng)用，2020，46(7)：94-98.
英文引用格式： Xu Mengying，Lu Yi，Zhou Jie. An optimization algorithm for target coverage in wireless sensor networks[J]. Application of Electronic Technique，2020，46(7)：94-98.
An optimization algorithm for target coverage in wireless sensor networks
Xu Mengying，Lu Yi，Zhou Jie
College of Information Science and Technology，Shihezi University，Shihezi 832000，China
Abstract： In order to optimize the number of successfully monitored targets in WSNs, a target coverage model is designed and an improved chaotic immune shuffled frog leaping algorithm(ICISFLA) is proposed. The chaotic sequence is used to initialize the frogs to increases the diversity of the population. The immune operator is used to select individuals with higher fitness in the population to inherit to the next generation. The mutation operator is used to improve the learning mechanism of the frog with the lowest fitness in the population. Moreover, the local optimal solution and the global optimal solution can be improved. In order to verify the performance of the proposed algorithm, it is compared with the particle swarm optimization(PSO) and genetic algorithm(GA). The simulation results show that the proposed algorithm has a faster convergence speed than GA and PSO. The number of successfully monitored targets optimized by ICISFLA has increased dramatically.
Key words : wireless sensor networks(WSNs)；target coverage；shuffled frog leaping algorithm；chaos；immune

0 引言

    目前環(huán)境監(jiān)測(cè)對(duì)數(shù)據(jù)傳輸精度的要求越來(lái)越高，無(wú)線(xiàn)傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，WSNs)逐漸成為了研究的熱點(diǎn)[1]。節(jié)點(diǎn)的覆蓋范圍和監(jiān)測(cè)能力決定了數(shù)據(jù)采集與傳輸?shù)目煽啃?，?jié)點(diǎn)的能耗和使用時(shí)長(zhǎng)也影響著無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的目標(biāo)覆蓋質(zhì)量[2]。

    WSNs現(xiàn)可用于監(jiān)測(cè)地震、電磁、溫度、壓力、光強(qiáng)、心率、運(yùn)動(dòng)物體的大小、方向和速度等，可用于智能家居[3]、軍事國(guó)防[4]、醫(yī)療事業(yè)[5]、智能交通[6]、環(huán)境保護(hù)[7]等各方面，在社會(huì)生活中發(fā)揮著重要的作用。

    目標(biāo)覆蓋問(wèn)題是WSNs中的研究熱點(diǎn)問(wèn)題之一[8]，WSNs中的節(jié)點(diǎn)具有成本低、體積小和數(shù)據(jù)處理能力快等特點(diǎn)，但是因?yàn)槠浔O(jiān)測(cè)能力、監(jiān)測(cè)范圍和能量有限，需要許多傳感器節(jié)點(diǎn)相互合作來(lái)收集并處理信息。因此存在傳感器節(jié)點(diǎn)覆蓋范圍重合、覆蓋范圍內(nèi)無(wú)法同時(shí)監(jiān)測(cè)所有對(duì)象和電量耗盡等缺陷，合理的目標(biāo)覆蓋方案可有效提高網(wǎng)絡(luò)壽命[9]。

    對(duì)于WSNs的目標(biāo)覆蓋問(wèn)題，在傳感器節(jié)點(diǎn)個(gè)數(shù)和能力有限的情況下，提高其監(jiān)測(cè)目標(biāo)的覆蓋率和降低算法時(shí)間復(fù)雜度是提高無(wú)線(xiàn)傳感器網(wǎng)絡(luò)性能的關(guān)鍵所在。

    為了提升目標(biāo)覆蓋率，本文提出一種改進(jìn)的混沌免疫混合蛙跳算法(Improved Chaotic Immune Shuffled Frog Leaping Algorithm，ICISFLA)。該方法在傳統(tǒng)的蛙跳算法的基礎(chǔ)上加入了混沌算子對(duì)二進(jìn)制種群進(jìn)行編碼；通過(guò)免疫算子將種群中適應(yīng)度較高的個(gè)體遺傳至下一代；在更新種群的過(guò)程中，改變傳統(tǒng)的青蛙跳躍的尋優(yōu)方式，采用一種基于變異算子的組內(nèi)最差個(gè)體尋優(yōu)方式，通過(guò)一定的概率使組內(nèi)最差青蛙不斷向組內(nèi)最優(yōu)青蛙靠近，從而提高種群多樣性，提高目標(biāo)覆蓋率。

    在實(shí)驗(yàn)中，將該算法與遺傳算法(Genetic Algorithm，GA)和粒子群算法(Particle Swarm Optimization，PSO)進(jìn)行了仿真對(duì)比，仿真結(jié)果表明，ICISFLA優(yōu)化過(guò)的目標(biāo)覆蓋數(shù)量明顯提升。




本文詳細(xì)內(nèi)容請(qǐng)下載:http://ihrv.cn/resource/share/2000002911




作者信息:

徐夢(mèng)穎，盧  毅，周  杰

(石河子大學(xué) 信息科學(xué)與技術(shù)學(xué)院，新疆 石河子832000)

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。