申请/专利权人:长春理工大学
申请日:2024-01-02
公开(公告)日:2024-04-02
公开(公告)号:CN117812601A
主分类号:H04W16/18
分类号:H04W16/18;H04W24/02;H04W84/18
优先权:
专利状态码:在审-公开
法律状态:2024.04.02#公开
摘要:本发明属于无线通信技术领域,尤其为一种基于樽海鞘优化算法的无线传感器网络覆盖方法,包括以下步骤,针对固定范围的目标网络监测区域,以该目标网络监测区域内传感器节点数量以及节点的感知半径与传感半径作为输入,以目标网络监测区域的网络覆盖率作为输出,构建基于概率感知的传感器节点联合感知模型。本发明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。针对樽海鞘优化算法局部搜索能力存在不足的问题,对算法搜索步骤加入了自适应变化权重因子和正余弦搜索因子的混合策略,实现了算法的全局搜索和计算精度之间的平衡,实现网络有效覆盖率的提高,对节点实现快速覆盖。
主权项:1.一种基于樽海鞘优化算法的无线传感器网络覆盖优化方法,其特征在于:包括以下步骤,S1、针对固定范围的目标网络监测区域,以该目标网络监测区域内传感器节点数量、传感器节点部署位置、以及传感器节点统一的感知半径与传感半径作为输入,以目标网络监测区域的网络覆盖率作为输出,构建基于概率感知的传感器节点联合感知模型;S2、采用改进的Tent映射产生d个混沌序列,再进行逆映射,产生樽海鞘初始化种群;S3、计算各个体的覆盖率Rcov,将最大覆盖率的个体的位置确定为食物源位置FoodPosition;S4、计算自适应权重因子w和正余弦算法的步长搜索因子s,更新领导者位置;S5、计算非均匀高斯变异算子得到新的追随者位置,与原位置进行比较,较优则保留;否则舍弃得到的新位置;S6、对全局最优位置进行柯西变异,计算更新位置后最优个体的覆盖率Rcov,计算非均匀高斯变异算子得到新的追随者位置,与原位置进行比较,较优则保留;否则舍弃得到的新位置;S7、判断当前迭代次数是否达到预设迭代次数,若达到,则输出全局最优解,即最优覆盖率和对应节点部署的位置坐标;否则进行下一次迭代。
全文数据:
权利要求:
百度查询: 长春理工大学 一种基于樽海鞘优化算法的无线传感器网络覆盖优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。