[發明專利]基于多重覆蓋的異構無線傳感器網絡節點調度方法

有效

• 申請號: 201210519268.7
• 申請日: 2012-12-06
• 公開（公告）號: CN102984731A
• 公開（公告）日: 2013-03-20
• 發明（設計）人: 李明
• 申請（專利權）人: 重慶工商大學
• 主分類號: H04W24/00
• 分類號: H04W24/00;H04W72/12;H04W84/18
• 代理公司: 重慶為信知識產權代理事務所(普通合伙) 50216
• 代理人: 余錦曦

技術領域

本發明涉及現代通信系統中的無線傳感器網絡技術，具體地說，是一種基于多重覆蓋的異構無線傳感器網絡節點調度方法。

背景技術

在傳感器網絡中，由于節點自身攜帶的能量非常有限，如何在充分利用能量的前提下盡可能延長網絡工作時間，成為了無線傳感器網絡的關鍵問題；同時由于節點高密度部署在監測區域中，一方面節點監測區域相互重疊使得獲取的數據存在很大的相關性，另一方面節點之間相互競爭信道使得大量的數據包發生沖突。節點調度是一種基于應用需求來優化無線傳感器網絡能耗效率的有效方法。通過在空間上和時間上對節點狀態進行控制，可以減少網絡數據流的來源和數量，從數據感知和無線通信兩個方面減少電量的消耗，提高網絡的能耗效率。

為了實現預期的無線傳感器網絡節點調度的目標，傳統的方法是在監測區域中高密度部署傳感器節點，大量冗余的節點會造成通信沖突和能量消耗。因此，如何在保持覆蓋的前提下，提高傳感器網絡的監測性能和降低網絡能量消耗，就成了無線傳感器網絡節點調度算法一個基本且亟待解決的問題。

現有的節點調度算法大多假定參與調度的節點為同構節點，即節點的感知半徑、攜帶的能量和每個時間片內消耗的能量相同，同時假定監測目標在監測區域均勻分布特點，這些假設忽略了同構節點構成的網絡具有擴展性差、不易維護的缺點，并且在現實中監測目標的出現常常呈現“熱點”分布的趨勢，即在局部區域出現頻繁，其余區域出現概率較小的特點。

近年來，已經涌現出許多將節點調度問題與優化算法結合的智能優化算法，如粒子群算法、遺傳算法、模擬退火算法等，這些方法均能對節點的工作狀態進行優化。然而，粒子群優化策略在解空間搜索時，容易出現“早熟”，對節點狀態優化產生不利影響，而且利用該算法時，搜索空間將隨被優化的向量維度增加；基于遺傳算法的優化覆蓋幾種能獲得較快的收斂速度，但算法復雜度較高；基本的差分算法盡管具有優化過程簡單、受控參數少、全局優化性能突出的特點，但缺乏對初始參數選取的魯棒性，這些參數的選取是否恰當會極大地影響全局優化能力。

發明內容

本發明的目的是克服現有節點調度技術中存在的不足，提供一種基于多重覆蓋的異構無線傳感器網絡節點調度方法，該方法運用自適應的差分進化算法，其原理簡單，計算復雜度低，具有搜索性能突出和收斂快的特點；同時，本發明設計中運用maximin適應度函數，該方法不需要關于目標函數的先驗知識，并且可以對目標空間進行廣泛的搜索，算法不易陷入局部最優且具有較快的收斂速度從而能達到實現最佳區域監測性能和降低能耗的效果。

為達到上述目的，本發明所采用的技術方案如下：

一種基于多重覆蓋的異構無線傳感器網絡節點調度方法，其關鍵在于按照以下步驟進行：

步驟1，網絡初始化，包括：

步驟1-1：在二維監測區域內，按照有邊界的帕累托分布布置Q個監測目標，同時隨機部署n個傳感器節點，將傳感器節點記為s_i(i＝1,2,...,n)，利用M位二進制編碼表示一個傳感器節點在監測時間內各個時間片的工作狀態，采用D位二進制編碼t₁,t₂...t_D作為一個染色體表示n個傳感器節點在監測時間內各個時間片的的工作狀態，即D＝n*M，由w個染色體組成一個種群，并記為P{P₁(g),...,P_w(g)},0≤g≤G，其中g表示當前種群的迭代次數，G表示種群的最大迭代次數，M即為監測時間內的時間片個數；

如果t_d＝1,(1≤d≤D且d＝(i-1)*M+k,1≤k≤M)，則表示第i個傳感器節點的第k個時間片處于工作狀態；

如果t_d＝0,(1≤d≤D且d＝(i-1)*M+k,1≤k≤M)，則表示第i個傳感器節點的第k個時間片處于休眠狀態；

步驟1-2：按照公式（1）生成初始輔助種群P′{P′₁(0),...,P_w′(0)}；

P_m′_,d(0)＝-5+10×rand，????????????????????????????????????????（1）

其中，P_m′_,d(0)表示初始種群中第m個染色體的第d位二進制編碼的輔助計算值，m＝1,2,…,w;d＝1,2,…,D,rand表示（0,1）之間的隨機數；