[發明專利]一種基于高維多目標分解算法的傳感器網絡覆蓋方法及系統

有效

• 申請號: 202010510034.0
• 申請日: 2020-06-08
• 公開（公告）號: CN111988786B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 張磊;許淼;蔡昌新;胡林;文方青;黑創
• 申請（專利權）人: 長江大學
• 主分類號: H04W16/18
• 分類號: H04W16/18;H04W16/22;H04W84/18
• 代理公司: 武漢河山金堂專利事務所(普通合伙) 42212
• 代理人: 胡清堂

1.一種基于高維多目標分解算法的傳感器網絡覆蓋方法，其特征在于，包括以下步驟：

S1，構建具有混合節點感知模型的傳感器網絡；所述混合節點感知模型包括中繼節點、移動節點、靜態節點；

S2，建立包括覆蓋率目標函數、連通性目標函數及能耗目標函數的傳感器網絡覆蓋數學模型；

S3，通過高維多目標分解算法對所述傳感器網絡覆蓋數學模型進行優化；

通過高維多目標分解算法對所述傳感器網絡覆蓋數學模型進行優化的步驟包括：

(a)設置初始參數；每個目標函數方向上的采樣個數為H，種群規模最大進化迭代次數G_max，交叉因子CR；

(b)隨機生成始種群X₁,X₂,...,X_N，Xi＝{x1,y1,x2,y2,...xN,yN}，(xi,yi)為傳感器節點的位置；計算個體目標值F(X_i)＝(f₁(X_i),f₂(X_i),f₃(X_i))＝(η,C,E)；構造參考點Z^*＝(z₁,z₂,z₃)，z_i＝min(f_i(X)),i＝1,2,3；

(c)生成N個均勻分布的權重向量λ¹,λ²,...,λ^N；

(d)計算權重向量間的歐氏距離，確定權重向量鄰域集合B(i)＝{i₁,i₂,...,i_T}，{i₁,i₂,...,i_T}代表距離權重向量λⁱ最近的T個權重向量的索引；

e.為權重向量λ¹,λ²,...,λ^N隨機分配個體；

(f)從每一個權重向量鄰域集合B(i)，i＝1,2,…,N中隨機選取兩個個體X_r1,X_r2與X_i經過差分變異操作和交叉操作生成試驗個體Y＝(y₁,y₂,y₃)，索引值r1,r2與i不同；

Y'＝X_i+(0.6-0.2×t/G_max)×(X_r1-X_r2)

其中，t為進化迭代次數，G_max為最大進化迭代次數，j＝1,2,3；

(g)個體比較階段：若Y優于Xi，則令Xi＝Y，F(X_i)＝F(Y)；

(h)判斷終止條件； 若t＝G_max，則算法停止并將種群中的Pareto最優解作為結果輸出，否則，t＝t+1，返回至步驟(f)。

2.根據權利要求1所述的一種基于高維多目標分解算法的傳感器網絡覆蓋方法，其特征在于，所述步驟S2中建立覆蓋率目標函數具體步驟包括：

S21a，將被監測區域離散化為網格狀；所述監測區域精度根據實際需要決定；

S21b，計算出整個所述監測區域的網格總數；

S21c，計算出所述傳感器網絡中全部工作節點所覆蓋網格總數；

S21d，構造出所述覆蓋率目標函數；所述覆蓋率目標函數η計算公式為：

其中，S_total為所述覆蓋網格總數，U為合并符號，為每個傳感器節點覆蓋的網格數，i＝1,2,…,N，N為工作節點數量；N_total為所述監測區域的網格總數。