[發明專利]基于自適應差分進化算法的無線傳感器網絡定位方法

有效

• 申請號: 201811233765.4
• 申請日: 2018-10-23
• 公開（公告）號: CN109379780B
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 張軍;龔月姣;陳偉能;余維杰
• 申請（專利權）人: 華南理工大學
• 主分類號: H04W64/00
• 分類號: H04W64/00;H04W84/18
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 林梅繁

1. 基于自適應差分進化算法的無線傳感器網絡定位方法，其特征在于，設檢測區域中部署有節點，包括n 個傳感器節點和 k 個錨點，所有節點都具有相同的通信半徑，而且每個節點可以估計出在它的通信范圍內的節點與該節點的距離，所述無線傳感器網絡定位方法為通過已知錨點以及節點與節點之間的距離信息，基于自適應差分進化算法估計出所有傳感器節點的位置；

為了將進化算法應用于求解無線傳感器網絡的節點定位問題，采用如下的編碼方式：

（2）

其中(x_i, x_i+n)代表著傳感器s_i的位置；個體的適應度函數則按公式（3）和（4）計算：

（3）

（4）

其中： 是s_i 和 s_j 之間的估計距離，是根據X計算出來的距離信息，即；

將公式（2）的編碼方式進一步擴展為兩部分：第一部分包含一個代表性的解，該部分的信息將在一個全局優化模塊GSC的運作下進行搜索；第二部分包含一個隨機區域，該部分的信息將在一個局部優化模塊LSC運作下達到局部優化的目的；算法中一個個體可以表達成公式（5）的形式：

（5）

其中：X 是該個體所包含的代表性解；m 是多元高斯分布的均值向量；C是協方差矩陣；σ 是變異步長；和分別是C和σ的進化路徑；是對LSC的進化效率的評估值，用于判斷自適應控制算法是否繼續執行GSC或LSC；

具體包括：

S1初始化算法的參數，并產生NP個隨機個體作為差分進化算法的初始種群；

S2執行全局搜索模塊GSC，采用差分進化算法的搜索機制來實現全局搜索，即利用差分進化算法的變異操作、交叉操作和選擇操作產生NP個新個體；

S3執行步驟S2一定代數后更新GSC的進化效率，如果符合條件C1則執行步驟S4；反之，如果算法達到結束條件則終止，否則繼續執行步驟S2；所述條件C1定義為：

其中：rand (0, 1) 返回一個0和1之間服從均勻分布的隨機數；是一個預定義的參數；、分別為全局搜索模塊GSC和局部搜索模塊LSC的進化效率；

S4 執行局部搜索模塊LSC，即從當前的種群中選擇出一個具有最大進化效率的個體，對其應用自適應協方差進化策略CMA-ES的搜索機制進行局部優化操作；

S5 執行步驟S4一定代數后更新LSC的進化效率，如果符合條件C2則繼續執行步驟S4；反之，如果算法達到結束條件則終止，從而得到所有傳感器節點的位置；否則執行步驟S2；所述條件C2定義為：

當LSC的進化效率高于GSC的進化效率且隨機產生一個0和1之間的隨機數的值大于時，將繼續執行LSC，否則執行GSC。

2.根據權利要求1所述的無線傳感器網絡定位方法，其特征在于，提出一種自適應機制來控制全局搜索模塊和局部搜索模塊，所述自適應機制中用來評估算法進化效率的評估函數為：

其中A 代表GSC 或者 LSC；A_pbest 是在執行評估前算法A所找到的最優適應度； A_cbest是算法在執行評估過程后算法找到的最優適應度；為執行評估過程所需要的適應度評估次數。

3.根據權利要求2所述的無線傳感器網絡定位方法，其特征在于，所述執行局部搜索模塊LSC，包括：

a. 將CMA-ES作用于R_I 并執行NP 次迭代，其中R_I 指第i個個體的編碼；

b. 判斷條件C2是否滿足，如果條件C2滿足，那么LSC過程將繼續執行；反之，如果算法達到結束條件則終止，否則執行GSC。