申请/专利权人：长春理工大学

申请日：2024-01-11

公开（公告）日：2024-04-05

公开（公告）号：CN117835282A

主分类号：H04W24/02

分类号：H04W24/02;H04W4/38;H04W16/18;H04W84/18

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明属于无线通信技术领域，具体涉及一种多重优化黏菌的无线传感器WirelessSensorNetwork,WSN网络覆盖算法Multiple‑OptimizationSlimeMouldNetworkCoverageAlgorithmforWSN,MOSMNC。为了WSN网络覆盖的有效性，提高传感节点对目标区域的覆盖率，本发明提出一种多重优化黏菌的WSN网络覆盖算法，首先根据无WSN节点的位置初始化黏菌种群，将1‑覆盖率作为适应度函数，并建立网络覆盖的系统模型；然后对传统的黏菌优化算法进行优化，该算法在传统黏菌优化算法的基础上引入了自适应t分布突变；将正余弦算法的震荡搜索机制引入到黏菌算法的位置更新机制中；最后引入随机差分突变策略和贪婪对比策略利用选择适应度值最好的黏菌种群作为传感节点分布的最优解。

主权项：1.一种多重优化黏菌的WSN网络覆盖优化算法，其特征在于如下步骤：步骤1：将面积为L×W的二维监测区域离散化，处理成L×W个待监测目标点，目标点集合为Q，并在监测区域内随机部署N个传感器节点，构成传感器节点集合U，每个WSN节点均保证相同的感知半径r和通信半径R；步骤2：计算每个传感器节点感知目标点的概率，继而计算每个目标点处传感节点被整个无线传感器节点集合U感知的联合概率P；步骤3：根据每个目标点处传感节点被整个WSN节点集合U感知的联合概率P，计算得到WSN的覆盖率Rcov；步骤4：将1-覆盖率作为改进黏菌算法的适应度函数；步骤5：根据WSN节点的位置初始化黏菌种群，并利用适应度函数对种群的每个个体的适应度进行计算；步骤6：将当前的WSN节点进行自适应t分布突变；步骤7：计算突变前和突变后的适应度值，选择适应度值优的种群进行位置更新；步骤8：通过黏菌算法和正余弦震荡更新WSN节点的位置；步骤9：将更新后的位置进行随机差分突变；步骤10：贪婪对比算法，选择适应度值优的个体作为最优种群；步骤11：在算法达到最大迭代次数时，保留群体最优位置和适应度，并输出最优节点分布位置和网络最优覆盖率，完成对监测区域的覆盖优化。

全文数据：

权利要求：

百度查询： 长春理工大学 一种多重优化黏菌的WSN网络覆盖算法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD