论文部分内容阅读
随着低功耗无线通信技术的快速发展,无线传感网在日常生活中得到了广泛应用,如智能交通、智能家电、灾害预警和生态保护等领域。同时,由于无线传感网有着易于部署、适应性强和实时感知等特点,为我们的日常工作和生活带来了极大便利。传感器之间的相互协作,得益于网络的可靠部署。网络覆盖作为无线传感网中需要解决的一个基本问题,它能够反映网络感知现实世界的能力。因此,为了使无线传感器能够顺利完成信息感知和数据传输任务,需要引入可靠的网络覆盖算法来优化网络的服务质量。在传统的网络覆盖算法中,为了保证无线传感网能够覆盖整个目标区域,通常会在感知区域大规模随机部署无线传感器。在这种部署方式下,经常会出现一个目标节点被多个传感器覆盖的情况,产生“覆盖冗余”现象。这些传感器感知到一个数据后,将收集的数据发送给基站,这些数据中包含了大量重复的信息,会将传感器有限的能量浪费在冗余数据的传输中。同时,较为密集的数据传输会提高网络的负载,在进行数据传输时会花费大量的时间在信道争用上,降低网络带宽,造成网络的服务质量下降。研究人员通过引入高效的网络覆盖算法,来规划传感器的部署位置。本文针对无线传感网中基于粒子群算法的网络覆盖展开研究,以此来均衡网络覆盖率和节点能耗,主要工作包括:1)分析了经典粒子群算法的原理,并详细阐述了它的优点和存在的不足之处。针对经典粒子群算法容易陷入早熟的缺点,在粒子的位置更新过程中引入了变异算子。提出了基于粒子群算法和变异算子的网络覆盖算法,用于规划传感器节点的部署位置,提高网络覆盖率。并做了仿真实验,对算法的性能进行对比分析。2)为了修补网络中的覆盖空洞,在无线传感网中引入了可移动无线传感器,提出了基于粒子群和移动辅助的网络覆盖算法。通过将目标区域划分成网格,确定无线传感网中存在覆盖空洞的区域。在锁定覆盖空洞区域后,用粒子群算法计算可移动传感器的部署位置。仿真实验证明了本文的算法能够有效提升网络的性能。3)考虑到无线传感器在节点密度较高的区域可以通过降低感知范围,来达到节约能量的目的。提出了基于粒子群和半径自适应的网络覆盖算法。在设计网络覆盖算法时,考虑了网络覆盖率和节点能耗,利用粒子群算法计算节点的半径,实现感知半径的动态调整。