论文部分内容阅读
随着5G与物联网的发展,无线传感器网络(WSN)在医疗健康、环境监测和工业领域有着广泛的应用,而覆盖优化是WSN的一个最基本问题。除此之外,网络能耗、网络二次部署成本也是网络部署中不容忽视的关键点。本文讨论了在二维平面和三维曲面复杂部署环境下的WSN覆盖优化问题,并分别设计了相应的部署算法。针对在二维平面内部署网络的问题,根据网络部署是否考虑节点能耗,可分为城区和森林两种部署场景,并在花朵授粉算法(FPA)的基础之上分别提出了两种改进的FPA用于两种场景下的WSN部署。而在三维曲面部署时,基于灰狼优化算法(GWO)提出了增强型灰狼优化算法(EGWO)以优化网络覆盖。对此,本文的主要创新之处和成果如下:(1)在二维平面的WSN部署优化中,本文的网络部署工作是将多批异构节点部署在含有障碍物的监测区域内。城区部署仅需最大化网络覆盖,而森林部署环境下,除覆盖问题之外,还得考虑最小化网络能耗和二次部署成本。为优化这两种部署模型,基于FPA分别提出了改进的花朵授粉算法(IFPA)和基于非支配排序的多目标花朵授粉算法(NSMOFPA)。首先,在IFPA中,为改善原有算法收敛速度慢、精度不够高的不足,分别设计了非线性收敛因子和贪心交叉策略。其次,在NSMOFPA中,为解决算法的全局授粉问题,分别引入了外部存储策略和领导者策略。最后,分别将IFPA、NSMOFPA应用到城区网络部署和森林网络部署,同时与现存的几个知名网络覆盖优化算法进行比较,以验证所提算法的有效性和优越性。除此之外,实验中添加了网络连通性的判断和传感器节点移动方案的规划。仿真实验结果表明,IFPA可得到较高的网络覆盖率,可节约网络部署成本。另外,验证了NSMOFPA的优化效果突出,可为WSN部署提供较好的解决方案。(2)针对三维曲面的WSN覆盖优化问题,本文提出了一种覆盖优化算法和补充了WSN在三维曲面部署中用到的一些技术。首先,本文完善了感知盲区的判定方法,同时提出了一种网格与积分相结合的方式计算网络覆盖区域面积的方法。其次,在GWO的基础之上提出了将灰狼种群一分为二的EGWO以优化网络覆盖模型。最后,将EGWO与几个知名的WSN部署算法在简单曲面和复杂曲面环境下进行优化比较,以验证算法的优势和独特之处。仿真结果表明,相比于其它部署算法,EGWO不仅能提高WSN的网络覆盖率且可以增加网络连通的可能性,即能提供一个更好的部署方案。