[發明專利]一種水質傳感器網絡覆蓋優化方法

有效

• 申請號: 202010089596.2
• 申請日: 2020-02-11
• 公開（公告）號: CN111263369B
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 孫茜;王小藝;許繼平;張慧妍;王立;于家斌;申志平;羊峰波
• 申請（專利權）人: 北京工商大學
• 主分類號: H04W16/18
• 分類號: H04W16/18;H04W24/02;H04W84/18
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 鄧治平

1.一種水質傳感器網絡覆蓋優化方法，其特征在于：包括建立水質傳感器網絡覆蓋模型和傳感器網絡的優化部署兩個基本步驟；

所述建立水質傳感器網絡覆蓋模型包括：對監測水域進行離散化處理，將其離散化為m個網格點，其中任意一網格點p_j的坐標為(x_j，y_j)，在監測區域中隨機放置一組具有相同感知半徑r的傳感器節點，設s＝{s₁，s₂，s₃…s_n}代表該傳感器節點的集合，其中任意一個傳感器節點s_i的坐標為(x_i，y_i)；計算s_i到點p_j的歐氏距離定義為：

則監測區域中某個網格點p_j被傳感器節點覆蓋的情況為：

P(s_i,p_j)＝1說明該網格點能被傳感器節點覆蓋；對于一個被監測網格點，將它被整個監測區域中的所有傳感器節點監測到得概率定義為聯合監測概率，網格點p_j的聯合監測概率如下公式所示：

統計監測概率等于1的網格數量，其與總網格數m的比值即整個水質監測網絡的覆蓋率；

所述傳感器網絡的優化部署包括：

(1)基于Adam優化算法改進步長

布谷鳥算法利用萊維飛行進行全局搜索，具有良好的全局尋優能力；布谷鳥算法結合了全局搜索的隨機游走和局部的隨機游走，其中，全局搜索的隨機游走如公式(4)所示：

其中，x_g,i表示個鳥巢在第g代的鳥巢位置；表示步長控制量：

其中，為常數，x_best為當前最優解；L(ψ)表示萊維隨機搜索路徑，其服從萊維概率分布：

ψ為一參數，此處取值為1.5；實際中為了方便計算，采用下列公式生成萊維隨機數：

即布谷鳥的位置更新公式可以表示如下：

其中，u,v都服從正態分布；

其按概率P_a丟棄部分解后，采用局部隨機游走重新生成相同數量的新解：

x_g+1,i＝x_g,i+r(x_g,j-x_g,k)????????????????(10)

其中，r是縮放因子，是(0，1)區間內的均勻分布隨機數，x_g，i，x_g，k表示g代的兩個隨機數；

Adam優化算法是將動量梯度下降法和均方根算法結合在一起，對布谷鳥算法中萊維飛行步長更新采用Adam優化算法的思想，如公式(11)所示：

式中，Δl_x是x方向步長更新的大小，Δl_y是y方向步長更新的大小，Δl_x,t、Δl_y,t分別是x、y方向t時刻步長的大小，Δl_x,t-1，Δl_y,t-1分別是x、y方向t-1時刻步長的大小，S_dx為x方向上的速度變化，S_dy為y方向上的速度變化，β₁、β₂是權重，ω為學習率，ε是一個防止分母為零的十分小的正整數；由公式可以看出在Adam優化算法中采用了動量梯度下降法的優點，使得在尋優過程中可以跳出局部最優解，同時也吸收了均方根算法的優點，加快了在尋優方向上的搜尋步長，減少了不利的擾動對尋優過程造成的影響；

(2)改進淘汰概率P_a

淘汰概率P_a表示的是布谷鳥鳥巢被寄主發現的概率，即生成新解的概率，在初始布谷鳥算法中其是一個固定值；在實際尋優過程中，隨著迭代次數的不斷增加，結果越來越向最優值靠攏，此時淘汰概率如果仍舊保持原來的基數，則會淘汰掉大量優質的解，破壞算法的尋優性能；因此，通過學習率衰減法，利用公式(12)更新淘汰概率，使淘汰概率P_a成為一個會隨著迭代次數變化的值：

Pa＝0.95^iterationPa₀?????????????(12)

其中，iteration為迭代次數，Pa₀為初始淘汰概率，取為0.25；

經過布谷鳥算法的多次迭代、尋優，可使水質傳感器網絡實現優化覆蓋。