论文部分内容阅读
在无线传感器网络（WSN）技术的相关研究中，从目前的情况来看，传感器节点布局的优化是研究的热点，WSN的覆盖率和网络生命周期是节点布局需要特别关注的两个重要因素。本文利用智能算法对传感器节点的布局进行优化，以实现WSN的覆盖率和生命周期的最大化。首先分别对粒子群优化算法(PSO)和人工鱼群优化算法（AFSA）进行改进研究，然后将两者相结合，提出一种基于AFSA和PSO的混合优化算法，并将其应用于WSN覆盖问题的优化，从而达到提高WSN的覆盖率的目的。其次以ZigBee无线传感器网络技术作为所要研究的对象，选择ZigBee无线传感网络技术在煤矿井下的应用为背景，利用AFSA和PSO的混合算法来优化锚节点的布局，从而使WSN的生命周期得以延长。论文具体的研究工作如下:
1.本文对几种常见的群体智能算法的基本思想进行了简要阐述，以PSO和AFSA为主要研究对象，对PSO算法的不足之处进行分析并提出改进的方法，然后对AFSA的基本原理，人工鱼模型，四种基本行为以及算法流程进行了深入介绍，同时也分析了AFSA的改进策略。最后提出一种基于AFSA和PSO的混合优化算法，该算法结合了AFSA和PSO的优点，兼具良好的全局收敛性能以及较快的局部搜索速度，使得其搜索能力更加强大。
2.主要对WSN的覆盖分类和数学模型进行简要概述，然后将AFSA和PSO的混合算法应用到WSN的覆盖优化，并进行了仿真，通过对仿真结果的分析可知，在WSN覆盖优化问题中，AFSA和PSO的混合算法要比AFSA算法或PSO算法更具有优势，使WSN的覆盖能力得到很大提高。
3.本文以ZigBee技术作为研究对象，对ZigBee技术的特点、优势、协议基础、拓扑结构等进行了简要介绍，同时对以ZigBee技术为基础的矿井人员定位系统中的锚节点布局进行优化，将改进的双层布局策略与传统布局进行仿真分析。进而将AFSA和PSO的混合算法用于优化锚节点的布局，与改进的双层布局策略进行了对比，结果表明，AFSA和PSO的混合算法在延长ZigBee网络生命周期和降低锚节点能耗方面更具有优势。