本發(fā)明涉及傳感器網(wǎng)絡(luò)監(jiān)測(cè)技術(shù)領(lǐng)域，特別是涉及一種基于導(dǎo)向粒子群算法的節(jié)點(diǎn)部署方法。

背景技術(shù)：

無(wú)線傳感器網(wǎng)絡(luò)(wireless sensor networks,WSN)由部署在待監(jiān)測(cè)區(qū)域內(nèi)的大量微型、廉價(jià)、低功耗的傳感器節(jié)點(diǎn)集合成，通過(guò)Ad-hoc方式形成一個(gè)多跳的網(wǎng)絡(luò)系統(tǒng)，目的是協(xié)作的感知、采集和處理網(wǎng)絡(luò)覆蓋地理區(qū)域中感知對(duì)象的信息，并發(fā)布給觀察者。為了增強(qiáng)無(wú)線傳感器網(wǎng)絡(luò)的監(jiān)測(cè)質(zhì)量、提高網(wǎng)絡(luò)可靠性，必須保證傳感器節(jié)點(diǎn)的部署能夠有效地覆蓋目標(biāo)區(qū)域。然而，由于傳感器節(jié)點(diǎn)的能量有限特性及其應(yīng)用區(qū)域的特殊性，無(wú)線傳感器網(wǎng)絡(luò)大多通過(guò)飛機(jī)布撒等方式在待監(jiān)測(cè)區(qū)域拋放高密度節(jié)點(diǎn)以消除覆蓋盲區(qū)。然而，傳感器節(jié)點(diǎn)的高密度部署通常會(huì)使得大量節(jié)點(diǎn)的待監(jiān)測(cè)區(qū)域相互交疊，這種覆蓋冗余直接導(dǎo)致共享無(wú)線信道的節(jié)點(diǎn)之間相互競(jìng)爭(zhēng)和通信干擾，不僅影響數(shù)據(jù)傳輸?shù)目煽啃裕視?huì)引發(fā)較大的能量開銷。如何通過(guò)有效的覆蓋控制與節(jié)點(diǎn)重部署策略改善網(wǎng)絡(luò)的初始部署成為無(wú)線傳感網(wǎng)絡(luò)的研究中的關(guān)鍵問(wèn)題。

虛擬力算法是由密歇根大學(xué)的Koren和Borenstein在20世紀(jì)80年代提出的可以讓移動(dòng)機(jī)器人在未知的環(huán)境中規(guī)避障礙物的算法。Zou等人首先將虛擬力算法應(yīng)用于傳感器網(wǎng)絡(luò)。虛擬力算法是有關(guān)多目標(biāo)的自組織算法。

單獨(dú)將原始虛擬力算法應(yīng)用于傳感器網(wǎng)絡(luò)部署問(wèn)題上，由于傳感器節(jié)點(diǎn)之間存在力的作用,不可避免的使區(qū)域覆蓋中受力平衡的一些節(jié)點(diǎn)之間存在覆蓋盲區(qū),從而不能實(shí)現(xiàn)完全覆蓋待監(jiān)測(cè)區(qū)域，只能達(dá)到比較滿意的覆蓋要求。有些傳感器節(jié)點(diǎn)按照算法在執(zhí)行的時(shí)候可能在一定范圍內(nèi)來(lái)回移動(dòng)，從而消耗大量不必要的能量。

此外，目前還有將PSO粒子算法應(yīng)用待傳感器網(wǎng)絡(luò)中。其中，PSO初始化為一群隨機(jī)粒子(隨機(jī)解)，然后通過(guò)迭代找到最優(yōu)解。在每一次迭代中，粒子通過(guò)跟蹤兩個(gè)極值來(lái)更新自己：第一個(gè)就是粒子本身所找到的最優(yōu)解，這個(gè)解稱為個(gè)體極值；另一個(gè)極值是整個(gè)種群目前找到的最優(yōu)解，這個(gè)極值是全局極值。另外也可以不用整個(gè)種群而只用其中一部分作為粒子的鄰居，那么在所有鄰居中的極值就是局部極值。假設(shè)在一個(gè)D維的目標(biāo)搜索空間中，有N個(gè)粒子組成一個(gè)群落，其中第i個(gè)粒子為一個(gè)D維的向量X_i＝(x_i1,x_i2,...,x_iD),i＝1,2,...,N，第i個(gè)粒子的“飛行”速度也是一個(gè)D維的向量，記為V_i＝(v_i1,v_i2,...,v_iD),i＝1,2,...,N，第i個(gè)粒子迄今為止搜索到的最優(yōu)位置稱為個(gè)體極值，記為P_best＝(p_i1,p_i2,...,p_iD),i＝1,2,...,N，整個(gè)粒子群迄今為止搜索到的最優(yōu)位置為全局極值，記為g_best＝(p_g1,p_g2,...,p_gD)，在找到這兩個(gè)最優(yōu)值時(shí)，粒子根據(jù)如下的公式來(lái)更新自己的速度和位置：

v_id＝w×v_id+c₁ r₁(p_id-x_id)+c₂r₂(p_gd-x_id)

x_id＝x_id+v

式中c₁、c₂為學(xué)習(xí)因子，r₁、r₂為[0,1]范圍內(nèi)的均勻隨機(jī)數(shù)。線性遞減的慣性權(quán)重w的更新公式為：

上式中，w_max為初始權(quán)重；w_min為最終權(quán)重；iter_max為最大迭代次數(shù)；t為當(dāng)前迭代次數(shù)。

然而，單獨(dú)將傳統(tǒng)PSO算法應(yīng)用于傳感器網(wǎng)絡(luò)部署問(wèn)題上將導(dǎo)致收斂速度過(guò)慢并容易在非最優(yōu)解上耗費(fèi)過(guò)多的迭代次數(shù)導(dǎo)致從而導(dǎo)致節(jié)點(diǎn)計(jì)算量的增加，浪費(fèi)有限的節(jié)點(diǎn)能量。并且前期的全局搜索能力也有限，使得粒子在后期沒有良好的局部搜索性能，易陷入次最優(yōu)解從而導(dǎo)致輸出解不是節(jié)點(diǎn)最佳部署位置。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種基于導(dǎo)向粒子群算法的節(jié)點(diǎn)部署方法，可快速確定全局最優(yōu)覆蓋率，以實(shí)現(xiàn)對(duì)傳感器的節(jié)點(diǎn)部署。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種基于導(dǎo)向粒子群算法的節(jié)點(diǎn)部署方法，所述節(jié)點(diǎn)部署方法包括：

步驟一：將多個(gè)傳感器在待監(jiān)測(cè)區(qū)域內(nèi)隨機(jī)部署，初始化n個(gè)傳感器的節(jié)點(diǎn)，獲得各個(gè)節(jié)點(diǎn)的初始位置和初始速度；

步驟二：在節(jié)點(diǎn)虛擬力與網(wǎng)格虛擬力的作用下，帶動(dòng)節(jié)點(diǎn)移動(dòng)，獲得對(duì)應(yīng)節(jié)點(diǎn)的更新位置和更新速度；

步驟三：根據(jù)各節(jié)點(diǎn)的更新位置和更新速度計(jì)算在待監(jiān)測(cè)區(qū)域內(nèi)各節(jié)點(diǎn)的網(wǎng)絡(luò)覆蓋率，并從所述各節(jié)點(diǎn)的網(wǎng)絡(luò)覆蓋率中選出全局最優(yōu)覆蓋率；

步驟四：按照所述各節(jié)點(diǎn)的網(wǎng)絡(luò)覆蓋率的大小順序，將各節(jié)點(diǎn)分為優(yōu)勢(shì)節(jié)點(diǎn)集合和劣勢(shì)節(jié)點(diǎn)集合，通過(guò)重復(fù)交叉操作，生成新的節(jié)點(diǎn)群；

步驟五：根據(jù)所述新的節(jié)點(diǎn)群計(jì)算所述新的節(jié)點(diǎn)群的覆蓋率；

步驟六：判斷所述新的節(jié)點(diǎn)群的覆蓋率是否大于所述全局最優(yōu)覆蓋率，如果是，則根據(jù)所述新的節(jié)點(diǎn)群的覆蓋率更新全局最優(yōu)覆蓋率，以對(duì)傳感器的節(jié)點(diǎn)部署；否則，執(zhí)行步驟二，重復(fù)迭代。

可選的，在步驟六中，在返回步驟二之前，所述節(jié)點(diǎn)部署方法還包括：判斷當(dāng)前的迭代次數(shù)是否達(dá)到設(shè)置閾值，如果是，則按照當(dāng)前的全局最優(yōu)覆蓋率對(duì)傳感器的節(jié)點(diǎn)部署；否則返回步驟二。

可選的，所述節(jié)點(diǎn)虛擬力的計(jì)算方法包括：

根據(jù)以下公式計(jì)算節(jié)點(diǎn)s_i受到節(jié)點(diǎn)s_j的虛擬力F_ij1：

其中，d_ij表示節(jié)點(diǎn)s_i與節(jié)點(diǎn)s_j的距離，d_th表示閾值距離，R表示傳感器節(jié)點(diǎn)的通信半徑，α_ij為節(jié)點(diǎn)s_i與節(jié)點(diǎn)sj之間的方位角，α_ik為節(jié)點(diǎn)s_i與網(wǎng)格點(diǎn)間的方位角，w_a表示虛擬力的引力系數(shù)，w_r表示虛擬力的斥力系數(shù)；

根據(jù)以下公式計(jì)算節(jié)點(diǎn)s_i所受的全部節(jié)點(diǎn)作用的節(jié)點(diǎn)虛擬力

可選的，所述網(wǎng)格虛擬力的計(jì)算方法包括：

根據(jù)以下公式計(jì)算單個(gè)網(wǎng)格點(diǎn)k與節(jié)點(diǎn)s_i間的作用力F_ik2:

其中，d_ik表示節(jié)點(diǎn)s_i與未覆蓋的網(wǎng)格點(diǎn)k的距離，r表示節(jié)點(diǎn)的感知半徑；

根據(jù)以下公式確定節(jié)點(diǎn)s_i所受全部未覆蓋的網(wǎng)格點(diǎn)的網(wǎng)格虛擬力

其中，l表示未覆蓋的網(wǎng)格點(diǎn)的數(shù)量。

可選的，所述獲得對(duì)應(yīng)節(jié)點(diǎn)的更新位置和更新速度的方法包括：

步驟21：根據(jù)節(jié)點(diǎn)虛擬力確定節(jié)點(diǎn)水平分力F_x1和節(jié)點(diǎn)垂直分力F_y1；

步驟22：根據(jù)所述網(wǎng)格虛擬力確定網(wǎng)格水平分力F_x2和網(wǎng)格垂直分力F_y2；

步驟23：根據(jù)所述節(jié)點(diǎn)水平分力F_x1、節(jié)點(diǎn)垂直分力F_y1、網(wǎng)格水平分力F_x2和網(wǎng)格垂直分力F_y2確定節(jié)點(diǎn)的s_i的更新位置(x_newi,y_newi)和更新速度VF_id：

其中，(x_oldi,y_oldi)為節(jié)點(diǎn)s_i的初始位置，max_i_sensor為在節(jié)點(diǎn)虛擬力作用下節(jié)點(diǎn)的最大步長(zhǎng)，max_i_step為在網(wǎng)格虛擬力作用下節(jié)點(diǎn)的最大步長(zhǎng)。

可選的，所述在待監(jiān)測(cè)區(qū)域內(nèi)各節(jié)點(diǎn)的網(wǎng)絡(luò)覆蓋率的計(jì)算方法包括：

步驟31：計(jì)算節(jié)點(diǎn)s_i(x_newi,y_newi)對(duì)于二元感知模型平面上的任意目標(biāo)點(diǎn)P(x,y)的歐式距離d(s_i,P)：

步驟32：根據(jù)所述歐式距離d(s_i,P)確定節(jié)點(diǎn)s_i對(duì)目標(biāo)點(diǎn)P的感知質(zhì)量C_xy(s_i)：

其中，r表示節(jié)點(diǎn)的感知半徑；

步驟33：在二元感知模型下，計(jì)算目標(biāo)點(diǎn)P被平面內(nèi)所有傳感器節(jié)點(diǎn)同時(shí)覆蓋的聯(lián)合概率C_xy(S)：

步驟34：根據(jù)所述聯(lián)合概率C_xy(S)確定所述待監(jiān)測(cè)區(qū)域的網(wǎng)絡(luò)覆蓋率P_area(S)：

其中，m表示被監(jiān)測(cè)覆蓋的網(wǎng)格點(diǎn)數(shù)，k₁×k₂表示將所述待監(jiān)測(cè)區(qū)域分的區(qū)域。

可選的，所述成新的節(jié)點(diǎn)群及各節(jié)點(diǎn)的位置和速度的方法包括：

步驟41：從所述優(yōu)勢(shì)節(jié)點(diǎn)集合和劣勢(shì)節(jié)點(diǎn)集合中分別隨機(jī)選出一個(gè)節(jié)點(diǎn)；

步驟42：將兩個(gè)節(jié)點(diǎn)的速度和位置按照設(shè)定權(quán)重進(jìn)行交叉，生成一個(gè)新節(jié)點(diǎn)的速度和位置；

步驟43：判斷劣勢(shì)節(jié)點(diǎn)集合中是否還有節(jié)點(diǎn)，如果有則執(zhí)行步驟41；否則，執(zhí)行步驟44；

步驟44：將通過(guò)迭代生成的全部新節(jié)點(diǎn)替代所述劣勢(shì)節(jié)點(diǎn)集合中對(duì)應(yīng)選擇的節(jié)點(diǎn)，形成新的節(jié)點(diǎn)群。

可選的，所述新的節(jié)點(diǎn)群的覆蓋率的計(jì)算方法包括：

步驟51：計(jì)算新的節(jié)點(diǎn)群中新節(jié)點(diǎn)s′_i(x′_i,y′_i)對(duì)于二元感知模型平面上的任意目標(biāo)點(diǎn)P(x,y)的歐式距離d(s′_i,P)：

步驟52：根據(jù)所述歐式距離d(s′_i,P)確定節(jié)點(diǎn)s′_i對(duì)目標(biāo)點(diǎn)P的感知質(zhì)量C_xy(s′_i)：

其中，r表示節(jié)點(diǎn)的感知半徑；

步驟53：在二元感知模型下，計(jì)算目標(biāo)點(diǎn)P被平面內(nèi)新的節(jié)點(diǎn)群同時(shí)覆蓋的聯(lián)合概率C_xy(S′)：

步驟54：根據(jù)所述聯(lián)合概率C_xy(S′)確定所述待監(jiān)測(cè)區(qū)域的網(wǎng)絡(luò)覆蓋率P_area(S′)：

其中，m表示被監(jiān)測(cè)覆蓋的網(wǎng)格點(diǎn)數(shù)，k₁×k₂表示將所述待監(jiān)測(cè)區(qū)域分的區(qū)域。

根據(jù)本發(fā)明提供的具體實(shí)施例，本發(fā)明公開了以下技術(shù)效果：

本發(fā)明基于導(dǎo)向粒子群算法的節(jié)點(diǎn)部署方法通過(guò)引入節(jié)點(diǎn)虛擬力與網(wǎng)格虛擬力，在節(jié)點(diǎn)虛擬力與網(wǎng)格虛擬力的共同作用下，帶動(dòng)節(jié)點(diǎn)移動(dòng)，可加快節(jié)點(diǎn)的收斂速度；進(jìn)一步的，根據(jù)各節(jié)點(diǎn)的網(wǎng)絡(luò)覆蓋率的大小將節(jié)點(diǎn)分組，通過(guò)重復(fù)交叉操作，生成新的節(jié)點(diǎn)群，進(jìn)而根據(jù)所述新的節(jié)點(diǎn)群更新全局最優(yōu)覆蓋率，從而可快速準(zhǔn)確的確定全局最優(yōu)覆蓋率，以實(shí)現(xiàn)對(duì)傳感器的節(jié)點(diǎn)部署。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明基于導(dǎo)向粒子群算法的節(jié)點(diǎn)部署方法的流程圖；

圖2為節(jié)點(diǎn)最終覆蓋的效果圖；

圖3為節(jié)點(diǎn)覆蓋率的迭代曲線。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明的目的是提供一種基于導(dǎo)向粒子群算法的節(jié)點(diǎn)部署方法，通過(guò)引入節(jié)點(diǎn)虛擬力與網(wǎng)格虛擬力，在節(jié)點(diǎn)虛擬力與網(wǎng)格虛擬力的共同作用下，帶動(dòng)節(jié)點(diǎn)移動(dòng)，可加快節(jié)點(diǎn)的收斂速度；進(jìn)一步的，根據(jù)各節(jié)點(diǎn)的網(wǎng)絡(luò)覆蓋率的大小將節(jié)點(diǎn)分組，通過(guò)重復(fù)交叉操作，生成新的節(jié)點(diǎn)群，進(jìn)而根據(jù)所述新的節(jié)點(diǎn)群更新全局最優(yōu)覆蓋率，從而可快速準(zhǔn)確的確定全局最優(yōu)覆蓋率，以實(shí)現(xiàn)對(duì)傳感器的節(jié)點(diǎn)部署。

為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。

如圖1所示，本發(fā)明基于導(dǎo)向粒子群算法的節(jié)點(diǎn)部署方法包括：

步驟100：將多個(gè)傳感器在待監(jiān)測(cè)區(qū)域內(nèi)隨機(jī)部署，初始化n個(gè)傳感器的節(jié)點(diǎn)，獲得各個(gè)節(jié)點(diǎn)的初始位置和初始速度。

步驟200：在節(jié)點(diǎn)虛擬力與網(wǎng)格虛擬力的作用下，帶動(dòng)節(jié)點(diǎn)移動(dòng)，獲得對(duì)應(yīng)節(jié)點(diǎn)的更新位置和更新速度。

步驟300：根據(jù)各節(jié)點(diǎn)的更新位置和更新速度計(jì)算在待監(jiān)測(cè)區(qū)域內(nèi)各節(jié)點(diǎn)的網(wǎng)絡(luò)覆蓋率，并從所述各節(jié)點(diǎn)的網(wǎng)絡(luò)覆蓋率中選出全局最優(yōu)覆蓋率。

步驟400：按照所述各節(jié)點(diǎn)的網(wǎng)絡(luò)覆蓋率的大小順序，將各節(jié)點(diǎn)分為優(yōu)勢(shì)節(jié)點(diǎn)集合和劣勢(shì)節(jié)點(diǎn)集合，通過(guò)重復(fù)交叉操作，生成新的節(jié)點(diǎn)群。

步驟500：根據(jù)所述新的節(jié)點(diǎn)群計(jì)算所述新的節(jié)點(diǎn)群的覆蓋率；

步驟600：判斷所述新的節(jié)點(diǎn)群的覆蓋率是否大于所述全局最優(yōu)覆蓋率，如果是，則根據(jù)所述新的節(jié)點(diǎn)群的覆蓋率更新全局最優(yōu)覆蓋率，以對(duì)傳感器的節(jié)點(diǎn)部署；否則，執(zhí)行步驟700。

步驟700：判斷當(dāng)前的迭代次數(shù)是否達(dá)到設(shè)置閾值，如果是，則執(zhí)行步驟800；否則返回步驟200，重復(fù)迭代；

步驟800：按照當(dāng)前的全局最優(yōu)覆蓋率對(duì)傳感器的節(jié)點(diǎn)部署。

其中，在步驟100中，基于PSO粒子算法隨機(jī)部署傳感器節(jié)點(diǎn)，其中一個(gè)粒子代表一個(gè)傳感器節(jié)點(diǎn)。

在步驟200中，所述節(jié)點(diǎn)虛擬力的計(jì)算方法包括：

根據(jù)以下公式計(jì)算節(jié)點(diǎn)s_i受到節(jié)點(diǎn)s_j的虛擬力F_ij1：

其中，d_ij表示節(jié)點(diǎn)s_i與節(jié)點(diǎn)sj的距離，d_th表示閾值距離，R表示傳感器節(jié)點(diǎn)的通信半徑，α_ij為節(jié)點(diǎn)s_i與節(jié)點(diǎn)sj之間的方位角，α_ik為節(jié)點(diǎn)s_i與網(wǎng)格點(diǎn)間的方位角，w_a表示虛擬力的引力系數(shù)，w_r表示虛擬力的斥力系數(shù)。

根據(jù)以下公式計(jì)算節(jié)點(diǎn)s_i所受的全部節(jié)點(diǎn)作用的節(jié)點(diǎn)虛擬力

原始虛擬力算法只考慮目標(biāo)節(jié)點(diǎn)間的作用力，而在本發(fā)明中加入虛擬網(wǎng)格點(diǎn)對(duì)節(jié)點(diǎn)的引力作用，當(dāng)節(jié)點(diǎn)s_i與未覆蓋的網(wǎng)格點(diǎn)k的距離d_ik大于節(jié)點(diǎn)的感知半徑r且小于節(jié)點(diǎn)的通信半徑R時(shí)，節(jié)點(diǎn)就受到虛擬網(wǎng)格點(diǎn)的引力作用。通過(guò)引入網(wǎng)格虛擬力，可以使節(jié)點(diǎn)快速的從密集的地方擴(kuò)散開來(lái)，從而可大大加快算法的收斂速度。

其中，所述網(wǎng)格虛擬力的計(jì)算方法包括：

根據(jù)以下公式計(jì)算單個(gè)網(wǎng)格點(diǎn)k與節(jié)點(diǎn)s_i間的作用力F_ik2:

其中，d_ik表示節(jié)點(diǎn)s_i與未覆蓋的網(wǎng)格點(diǎn)k的距離，r表示節(jié)點(diǎn)的感知半徑；

根據(jù)以下公式確定節(jié)點(diǎn)s_i所受全部未覆蓋的網(wǎng)格點(diǎn)的網(wǎng)格虛擬力

其中，l表示未覆蓋的網(wǎng)格點(diǎn)的數(shù)量。

進(jìn)一步的，在步驟200中，所述獲得對(duì)應(yīng)節(jié)點(diǎn)的更新位置和更新速度的方法包括：

步驟210：根據(jù)節(jié)點(diǎn)虛擬力確定節(jié)點(diǎn)水平分力F_x1和節(jié)點(diǎn)垂直分力F_y1；

步驟220：根據(jù)所述網(wǎng)格虛擬力確定網(wǎng)格水平分力F_x2和網(wǎng)格垂直分力F_y2；

步驟230：根據(jù)所述節(jié)點(diǎn)水平分力F_x1、節(jié)點(diǎn)垂直分力F_y1、網(wǎng)格水平分力F_x2和網(wǎng)格垂直分力F_y2確定節(jié)點(diǎn)的s_i的更新位置(x_newi,y_newi)和更新速度VF_id：

其中，(x_oldi,y_oldi)為節(jié)點(diǎn)s_i的初始位置，max_i_sensor為在節(jié)點(diǎn)虛擬力作用下節(jié)點(diǎn)的最大步長(zhǎng)，max_i_step為在網(wǎng)格虛擬力作用下節(jié)點(diǎn)的最大步長(zhǎng)。

在步驟300中，所述在待監(jiān)測(cè)區(qū)域內(nèi)各節(jié)點(diǎn)的網(wǎng)絡(luò)覆蓋率的計(jì)算方法包括：

步驟310：計(jì)算節(jié)點(diǎn)s_i(x_newi,y_newi)對(duì)于二元感知模型平面上的任意目標(biāo)點(diǎn)P(x,y)的歐式距離d(s_i,P)：

步驟320：根據(jù)所述歐式距離d(s_i,P)確定節(jié)點(diǎn)s_i對(duì)目標(biāo)點(diǎn)P的感知質(zhì)量C_xy(s_i)：

其中，r表示節(jié)點(diǎn)的感知半徑。

步驟330：在二元感知模型下，計(jì)算目標(biāo)點(diǎn)P被平面內(nèi)所有傳感器節(jié)點(diǎn)同時(shí)覆蓋的聯(lián)合概率C_xy(S)：

步驟340：根據(jù)所述聯(lián)合概率C_xy(S)確定所述待監(jiān)測(cè)區(qū)域的網(wǎng)絡(luò)覆蓋率P_area(S)：

其中m表示被監(jiān)測(cè)覆蓋的網(wǎng)格點(diǎn)數(shù)，k₁×k₂表示將所述待監(jiān)測(cè)區(qū)域分的區(qū)域。所述網(wǎng)絡(luò)覆蓋率P_area(S)評(píng)價(jià)WSN節(jié)點(diǎn)部署覆蓋效果性能優(yōu)劣的適應(yīng)度函數(shù)。

本發(fā)明利用空間分割思想，通過(guò)不斷分割搜索區(qū)域，以達(dá)到快速縮小收斂區(qū)域的目的。其中，將待監(jiān)測(cè)區(qū)域進(jìn)行網(wǎng)格劃分，劃分出k₁×k₂塊小區(qū)域，把待監(jiān)測(cè)區(qū)域覆蓋離散為k₁×k₂個(gè)虛擬網(wǎng)格點(diǎn)的點(diǎn)覆蓋問(wèn)題。滿足(8)式的值為1的網(wǎng)格點(diǎn)就認(rèn)為是被覆蓋到。所述網(wǎng)絡(luò)覆蓋率為被覆蓋的總點(diǎn)數(shù)與總的虛擬網(wǎng)格點(diǎn)數(shù)的比值。當(dāng)相鄰網(wǎng)格間的距離為待監(jiān)測(cè)區(qū)域大小的4％～0.25％時(shí)，覆蓋率的計(jì)算值與精確值之間的絕對(duì)偏差約為0.5％～0.1％。

步驟400中，將整個(gè)待監(jiān)測(cè)區(qū)域內(nèi)的將當(dāng)前最差節(jié)點(diǎn)到當(dāng)前最優(yōu)節(jié)點(diǎn)按網(wǎng)絡(luò)覆蓋率進(jìn)行1—n(n為節(jié)點(diǎn)個(gè)數(shù))排序，劃分序號(hào)為n/2節(jié)點(diǎn)所處的位置為界，將節(jié)點(diǎn)區(qū)域分成兩部分，即較劣區(qū)域與較優(yōu)區(qū)域。其中較劣區(qū)域?yàn)榱觿?shì)節(jié)點(diǎn)集合，較優(yōu)區(qū)域?yàn)閮?yōu)勢(shì)節(jié)點(diǎn)集合。

其中，所述成新的節(jié)點(diǎn)群及各節(jié)點(diǎn)的位置和速度的方法包括：

步驟410：從所述優(yōu)勢(shì)節(jié)點(diǎn)集合和劣勢(shì)節(jié)點(diǎn)集合中分別隨機(jī)選出一個(gè)節(jié)點(diǎn)。

步驟420：將兩個(gè)節(jié)點(diǎn)的速度和位置按照設(shè)定權(quán)重進(jìn)行交叉，生成一個(gè)新節(jié)點(diǎn)的速度和位置。

步驟430：判斷劣勢(shì)節(jié)點(diǎn)集合中是否還有節(jié)點(diǎn)，如果有則執(zhí)行步驟410；否則，執(zhí)行步驟440。

步驟440：將通過(guò)迭代生成的全部新節(jié)點(diǎn)替代所述劣勢(shì)節(jié)點(diǎn)集合中對(duì)應(yīng)選擇的節(jié)點(diǎn)，形成新的節(jié)點(diǎn)群。

通過(guò)不斷隨機(jī)交叉，多次分割搜索區(qū)域，根據(jù)以下公式確定新節(jié)點(diǎn)的速度和位置：

其中，其中V_j為優(yōu)勢(shì)節(jié)點(diǎn)集合重隨機(jī)選擇的節(jié)點(diǎn)j的速度，V_k為劣勢(shì)節(jié)點(diǎn)集合隨機(jī)選擇節(jié)點(diǎn)k的速度，V_i為新節(jié)點(diǎn)i的速度，a為權(quán)重，在[0,1]之間。X表示粒子位置，意義與V對(duì)應(yīng)類似。由于采用了用較優(yōu)和較劣節(jié)點(diǎn)交叉信息取代較劣節(jié)點(diǎn)措施，導(dǎo)致較劣節(jié)點(diǎn)很快獲取較優(yōu)節(jié)點(diǎn)的信息，從而使得待監(jiān)測(cè)區(qū)域中快速收斂，克服了標(biāo)準(zhǔn)PSO算法中粒子受最大速度的限制而只能一步步向最優(yōu)解靠近的不足，同時(shí)粒子的運(yùn)動(dòng)不再僅僅由個(gè)體最優(yōu)和全局最優(yōu)兩個(gè)參數(shù)決定，隨機(jī)選擇用于交叉的兩粒子信息也對(duì)粒子的運(yùn)動(dòng)產(chǎn)生重要影響。

通過(guò)節(jié)點(diǎn)之間和網(wǎng)格點(diǎn)間的虛擬力影響粒子群算法的速度更新過(guò)程，結(jié)合式(11)以及粒子群算法中粒子的速度更新公式，改進(jìn)后的粒子進(jìn)化過(guò)程如下式所示：

其中，c₁、c₂、c₃為學(xué)習(xí)因子，r₁、r₂、r₃為[0,1]范圍內(nèi)的均勻隨機(jī)數(shù)，線性遞減的慣性權(quán)重w。

節(jié)點(diǎn)在受到節(jié)點(diǎn)虛擬力和網(wǎng)格虛擬力影響后，搜索速度已經(jīng)大大提升，但依然容易陷入局部最優(yōu)，導(dǎo)致覆蓋率不能進(jìn)一步提高。結(jié)合本發(fā)明提出的空間分割改進(jìn)PSO算法的思想，在節(jié)點(diǎn)速度每次迭代過(guò)程中，將最劣節(jié)點(diǎn)到最優(yōu)節(jié)點(diǎn)的所有節(jié)點(diǎn)按照適應(yīng)度值進(jìn)行排序，將中間節(jié)點(diǎn)作為較優(yōu)搜索空間和較劣搜索空間的分界，隨機(jī)選擇位于較劣和較優(yōu)搜索空間的兩個(gè)粒子按照(11)式進(jìn)行交叉操作，生成新的較優(yōu)節(jié)點(diǎn)，取代淘汰交叉過(guò)程中的較劣區(qū)域的一個(gè)節(jié)點(diǎn)。反復(fù)執(zhí)行上述過(guò)程，生成新的較優(yōu)節(jié)點(diǎn)群。上述操作避免了標(biāo)準(zhǔn)粒子群算法中粒子更新過(guò)程中僅僅由個(gè)體最優(yōu)和全局最優(yōu)的位置決定，增加了種群的多樣性和跳出局部最優(yōu)的能力。

在步驟500中，所述新的節(jié)點(diǎn)群的覆蓋率的計(jì)算方法包括：

步驟510：計(jì)算新的節(jié)點(diǎn)群中節(jié)點(diǎn)s′_i(x′_i,y′_i)對(duì)于二元感知模型平面上的任意目標(biāo)點(diǎn)P(x,y)的歐式距離d(s′_i,P)：

步驟520：根據(jù)所述歐式距離d(s′_i,P)確定節(jié)點(diǎn)s′_i對(duì)目標(biāo)點(diǎn)P的感知質(zhì)量C_xy(s′_i)：

其中，r表示節(jié)點(diǎn)的感知半徑。

步驟530：在二元感知模型下，計(jì)算目標(biāo)點(diǎn)P被平面內(nèi)新的節(jié)點(diǎn)群同時(shí)覆蓋的聯(lián)合概率C_xy(S′)：

步驟54：根據(jù)所述聯(lián)合概率C_xy(S′)確定所述待監(jiān)測(cè)區(qū)域的網(wǎng)絡(luò)覆蓋率P_area(S′)：

其中，m表示被監(jiān)測(cè)覆蓋的網(wǎng)格點(diǎn)數(shù)，k₁×k₂表示將所述待監(jiān)測(cè)區(qū)域分的區(qū)域。

本發(fā)明基于導(dǎo)向粒子群算法的節(jié)點(diǎn)部署方法通過(guò)加入節(jié)點(diǎn)部署區(qū)域劃分出的虛擬網(wǎng)格點(diǎn)對(duì)節(jié)點(diǎn)的引力作用，可以大大加快算法的收斂速度；利用空間分割思想改進(jìn)PSO算法，將改進(jìn)后的虛擬力算法融合改進(jìn)后的PSO算法，可提高節(jié)點(diǎn)覆蓋率(如圖2和圖3所示)、收斂速度、降低復(fù)雜度以及提高執(zhí)行效率。

通過(guò)表1和表2所示，可知：通過(guò)與傳統(tǒng)虛擬力算法(VFA)、傳統(tǒng)PSO算法、虛擬力導(dǎo)向PSO算法(VFPSO)在節(jié)點(diǎn)覆蓋率和算法達(dá)到最大覆蓋率時(shí)消耗的時(shí)間進(jìn)行對(duì)比，可直接得到本發(fā)明有更高的節(jié)點(diǎn)覆蓋率、收斂速度更快、較低的復(fù)雜度和較高的執(zhí)行效率。

表1 節(jié)點(diǎn)覆蓋率

表2：算法達(dá)到最大覆蓋率時(shí)消耗的時(shí)間

本說(shuō)明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見即可。

本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處。綜上所述，本說(shuō)明書內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。