本文關(guān)鍵詞：無線傳感器網(wǎng)絡動態(tài)覆蓋優(yōu)化問題的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：摘要：無線傳感器網(wǎng)絡是在微機電系統(tǒng)、片上系統(tǒng)、無線通信和低功耗嵌入式技術(shù)發(fā)展的基礎上建立起來的。因為其功耗低、成本低、分布式和自組織的特點,無線傳感器網(wǎng)絡被廣泛應用到軍事、航空、救災、環(huán)境、醫(yī)療等多個領域中。 在構(gòu)建無線傳感器網(wǎng)絡時,網(wǎng)絡覆蓋是無線傳感器網(wǎng)絡的基本問題之一,即如何部署傳感器節(jié)點,使網(wǎng)絡覆蓋的范圍最大化。根據(jù)覆蓋區(qū)域的特殊性和覆蓋環(huán)境的惡劣程度,在進行節(jié)點部署時,需要采用動態(tài)覆蓋模式,將節(jié)點隨機拋灑后通過自組織的形式,依據(jù)被監(jiān)測區(qū)域的無線傳感器網(wǎng)絡覆蓋情況采用相應的覆蓋控制算法調(diào)整節(jié)點部署,從而完成網(wǎng)絡覆蓋的工作。 本文首先介紹了基于粒子群和差分進化的無線傳感器網(wǎng)絡覆蓋控制算法的基本原理,并對兩種控制算法的應用效果進行了比較。基于粒子群的控制算法收斂速度較快,但容易陷入早熟,而差分進化控制算法的收斂速度相對較慢,但其最終覆蓋率比較高。 基于對兩種算法的優(yōu)劣勢的分析,提出了基于蝙蝠算法的無線傳感器網(wǎng)絡覆蓋控制算法。詳細闡述了該算法的基本原理和執(zhí)行流程,并將其應用效果與粒子群算法和差分進化算法進行了比較�；隍鹚惴ǖ臒o線傳感器網(wǎng)絡覆蓋控制算法有效地提高了網(wǎng)絡覆蓋率,在收斂速度方面其明顯優(yōu)于差分進化算法,但比粒子群的收斂速度慢。 為了進一步提高收斂速度,將虛擬力算法的理念作為影響因子,引入到基于蝙蝠算法的覆蓋控制算法中,形成了基于虛擬力引導的蝙蝠算法(VF-B)。虛擬力因子是根據(jù)傳感器節(jié)點之間的距離直接引導節(jié)點移動的距離和方向,加速了節(jié)點的均勻分布。從實際仿真結(jié)果可以看出,算法的收斂速度有了明顯的提高。 傳感器節(jié)點體積小,供電能力有限,一旦能量耗盡,無線傳感器網(wǎng)絡就會出現(xiàn)覆蓋空洞,影響覆蓋效果。在動態(tài)覆蓋問題中,傳感器節(jié)點的能量消耗包含通信消耗和移動消耗,其中移動消耗能量與節(jié)點的移動距離直接相關(guān)。 考慮到節(jié)點能量耗盡對于網(wǎng)絡覆蓋性能的影響,提出了基于能量受限改進的VF-B算法。算法對節(jié)點的移動距離進行限制,減小了節(jié)點的能量損耗。通過仿真分析,實驗數(shù)據(jù)表明基于能量受限改進的VF-B算法比原算法的覆蓋性能更好,有效地延長了網(wǎng)絡生存時間,保證了覆蓋任務的完成。 綜上,通過引入蝙蝠算法的理念,不斷改進無線傳感器網(wǎng)絡覆蓋控制算法,提出了基于能量受限改進的VF-B算法。該算法收斂速度較快,有效地提高了網(wǎng)絡的覆蓋率,延長了網(wǎng)絡生存時間,達到了優(yōu)化覆蓋的目的。最后,總結(jié)全文的工作,對未來工作進行展望。
【關(guān)鍵詞】：無線傳感器網(wǎng)絡 動態(tài)覆蓋優(yōu)化 蝙蝠算法 虛擬力 能量受限
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP212.9;TN929.5
【目錄】：

• 致謝5-6
• 中文摘要6-8
• ABSTRACT8-10
• 目錄10-12
• 1 引言12-22
• 1.1 選題背景12
• 1.2 無線傳感器網(wǎng)絡概述12-16
• 1.2.1 無線傳感器網(wǎng)絡的體系結(jié)構(gòu)13
• 1.2.2 無線傳感器網(wǎng)絡的特點13-14
• 1.2.3 無線傳感器網(wǎng)絡的關(guān)鍵技術(shù)14-15
• 1.2.4 無線傳感器網(wǎng)絡的應用15-16
• 1.3 無線傳感器網(wǎng)絡覆蓋問題及研究現(xiàn)狀16-20
• 1.4 本文的工作及內(nèi)容安排20-22
• 2 無線傳感器網(wǎng)絡的節(jié)點部署與動態(tài)覆蓋22-39
• 2.1 傳感器節(jié)點22-25
• 2.1.1 傳感器節(jié)點的組成22-23
• 2.1.2 傳感器節(jié)點的模型23-25
• 2.2 覆蓋控制性能指標25-26
• 2.3 智能控制算法在WSN節(jié)點部署中的應用26-38
• 2.3.1 WSN中節(jié)點部署問題研究26-27
• 2.3.2 基于粒子群算法的節(jié)點部署研究27-32
• 2.3.3 基于差分算法的節(jié)點部署研究32-37
• 2.3.4 智能控制算法在節(jié)點部署應用中的分析比較37-38
• 2.4 本章小結(jié)38-39
• 3 基于蝙蝠算法的節(jié)點部署研究39-49
• 3.1 蝙蝠算法39-43
• 3.1.1 蝙蝠算法的產(chǎn)生及應用39-40
• 3.1.2 蝙蝠算法的基本原理40-41
• 3.1.3 蝙蝠算法的基本流程41-43
• 3.2 基于蝙蝠算法的無線傳感器網(wǎng)絡節(jié)點部署研究43-44
• 3.3 算法仿真與分析44-46
• 3.4 BA算法與其他智能控制算法的比較46-48
• 3.5 本章小結(jié)48-49
• 4 基于VF-B算法的無傳感器網(wǎng)絡覆蓋問題的研究49-60
• 4.1 虛擬力算法49-54
• 4.1.1 虛擬力算法基本原理49-51
• 4.1.2 基于虛擬力算法的節(jié)點部署研究51-52
• 4.1.3 基于虛擬力算法的仿真分析52-54
• 4.2 VF-B算法54-56
• 4.2.1 VF-B算法的基本原理55-56
• 4.2.2 VF-B算法的基本流程56
• 4.3 基于VF-B算法的無線傳感器網(wǎng)絡覆蓋研究56-58
• 4.4 改進算法與BA算法的性能比較分析58-59
• 4.5 本章小結(jié)59-60
• 5 基于能量受限的無線傳感器網(wǎng)絡覆蓋問題的研究60-65
• 5.1 無線傳感器網(wǎng)絡覆蓋節(jié)能問題60-61
• 5.1.1 節(jié)約能耗的必要性60
• 5.1.2 節(jié)能方案概述60-61
• 5.2 動態(tài)無線傳感器網(wǎng)絡的能量消耗61-62
• 5.3 基于能量受限的改進VF-B算法在WSN覆蓋中的應用62-64
• 5.4 本章小結(jié)64-65
• 6 總結(jié)與展望65-67
• 參考文獻67-71
• 作者簡歷71-73
• 學位論文數(shù)據(jù)集7

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 柳立峰,鄒仕洪,張雷,程時端;基于概率覆蓋模型的無線傳感器網(wǎng)絡密度控制算法[J];北京郵電大學學報;2005年04期

2 付華;韓爽;;基于新量子遺傳算法的無線傳感器網(wǎng)絡感知節(jié)點的分布優(yōu)化[J];傳感技術(shù)學報;2008年07期

3 王雪;王晟;馬俊杰;;無線傳感網(wǎng)絡布局的虛擬力導向微粒群優(yōu)化策略[J];電子學報;2007年11期

4 何天成;曹文明;謝維信;;基于Clifford代數(shù)傳感器網(wǎng)絡覆蓋理論的平面目標覆蓋分析[J];電子學報;2009年08期

5 張玉堂;鄧魯華;宗光華;;VFF~+:改進的虛擬力場移動機器人避障算法[J];工業(yè)控制計算機;2007年05期

6 張宇楠;劉付永;;一種改進的變步長自適應蝙蝠算法及其應用[J];廣西民族大學學報(自然科學版);2013年02期

7 陳樹;錢成;;一種多目標的覆蓋優(yōu)化策略在WSNs中的應用[J];傳感器與微系統(tǒng);2014年10期

8 韓志杰;黃劉生;王汝傳;孫力娟;肖甫;;一種基于自適應半徑調(diào)整的無線傳感器網(wǎng)絡覆蓋控制算法[J];計算機研究與發(fā)展;2010年S2期

9 朱海榮;李平;程劍;;基于改進PSO算法的WSN覆蓋優(yōu)化方法[J];計算機工程;2011年08期

10 王偉;林鋒;周激流;;無線傳感器網(wǎng)絡覆蓋問題的研究進展[J];計算機應用研究;2010年01期

  本文關(guān)鍵詞：無線傳感器網(wǎng)絡動態(tài)覆蓋優(yōu)化問題的研究，，由筆耕文化傳播整理發(fā)布。

本文編號：302716