基于智能优化算法的无线传感器网络节点部署算法研究

摘要

随着无线通信技术和存储计算技术的快速发展与普及，无线传感器网络作为一种全新的信息获取平台，已经广泛的应用在军事、环境监测、医疗卫生、智能家居等领域。因此，提供好的网络服务质量已经变得越来越重要，而节点部署问题则决定着传感器节点监控物理空间的效果，直接影响到无线传感器网络的服务质量。节点部署问题的实质是通过一定的算法来布置无线传感器节点，优化现有的网络资源，该问题已被证明属于NP完全问题。本文分别采用动态蚁群优化算法和文化-动态蚁群优化算法来解决节点部署问题，主要成果如下:
　　首先，提出了一种新的基于动态蚁群算法的无线传感器网络节点部署算法(DACA)。该算法采用动态的启发式因子α和期望启发式因子β、动态信息素挥发因子ρ以及最优、最差路径信息素全局更新策略来改善蚁群算法。同时针对监测点稀疏情况引入贪心策略使得算法对环境具有免疫性。仿真实验验证了算法的有效性以及在保证网络连通性覆盖的条件下具有更好的全局寻优能力，优化了网络中部署的传感器节点数目。
　　其次，提出了一种新的基于文化-动态蚁群优化算法的无线传感器网络节点部署算法(CA-DACA)。该算法将动态蚁群优化算法纳入文化算法的框架，在群体空间中采用动态蚁群优化算法作为演化策略，同时将遗传操作引入到信念空间中以实现精英解集的迭代更新，充分利用精英蚂蚁所携带的进化信息以指导种群空间的进化过程，由此通过两个空间的交流和影响以指导整个群体完成搜索寻优。仿真实验说明，CA-DACA算法在求解无线传感器网络节点部署问题时，相比现有的典型的基于蚁群优化的节点部署算法具有更好的适应性和全局寻优能力，并且结果稳定。

目录

声明

摘要

第一章 绪论

1．1 研究目的及意义

1．2 无线传感器网络发展历史

1．3 国内外研究现状

1．4 论文组织结构及主要研究内容

第二章 无线传感器网络基础知识概述

2．1 无线传感器网络概述

2．1．1 传感器节点

2．1．2 网络体系结构

2．1．3 网络拓扑结构

2．1．4 网络的基本特点

2．1．5 网络的应用领域

2．2 节点部署

2．2．1 节点部署方式分类

2．2．2 连通覆盖节点部署

2．3 节点感知模型

2．4 覆盖控制算法

2．5 本章小结

第三章 基于动态蚁群算法的节点部署算法

3．1 蚁群优化算法原理概述

3．1．1 蚁群优化算法原理

3．1．2 蚁群算法的数学模型

3．1．3 蚁群优化算法的实现框架

3．1．4 蚁群优化算法应用及分析

3．2 基于动态蚁群算法的节点优化部署算法

3．2．1 基于网格的节点部署问题描述和定义

3．2．2 基于动态蚁群算法的节点部署设计

3．3 监测点稀疏情况下的贪婪策略

3．4 动态蚁群算法实现流程

3．5 仿真实验

3．5．1 算法寻优能力分析

3．5．2 Sink节点位置对算法性能的影响

3．6 本章小结

第四章 基于文化-动态蚁群算法的节点部署算法

4．1 文化算法

4．1．1 文化算法理论基础

4．1．2 文化算法基本框架

4．1．3 文化算法实现流程

4．2 文化-动态蚁群算法描述

4．2．1 文化-动态蚁群算法基本思想

4．2．2 文化-动态蚁群算法详细设计

4．2．3 收敛判定策略

4．2．4 文化-动态蚁群算法流程

4．3 仿真实验和结果分析

4．3．1 算法寻优能力分析

4．3．2 Sink节点位置对算法性能的影响

4．4 本章小结

第五章 总结与展望

5．1 总结

5．2 研究展望

参考文献

发表论文和参加科研情况

致谢