一、无线传感器网络覆盖优化简介
** 在无线传感器网络中, 节点数量和节点划分区域直接关系到无线传感器网络覆盖目标事物的死角面积。 增加节点数量可以提高网络覆盖密度。节点更多地分为靠近目标事物的区域, 提高网络数据传输的安全性和准确性。构建无线传感器网络认知模型的目的是定义和测量无线传感器网络的覆盖死角, 为此, 基于粒子群算法的无线传感器网络覆盖优化方法可视为认知模型的参数优化。
传感器网络节点容易受到噪声和电磁波的干扰,导致传输误差, 一系列由不可抗因素引起的一系列网络覆盖问题被统称为无效事件。无线传感器网络认知模型的起点坐标是S、在p的节点上测量无效事件的概率P (S, p) , 降低P (S, p) 覆盖率可以提高。P (S, p) 定义为: 式中:β节点认知衰减函数;d (S, p) 表示S与p欧几里得之间的测量。
从式 (1) 可以清楚地看到, 如果d (S, p) =0, 则P (S, p) =1, 此时的模型测量工作是无意义的。为此, 需要对式 (1) 进行改进, 指定节点的概率约束值r, 则式 (1) 可变更为: 式 (2) 可表示无线传感器网络认知模型的最终表达式, 从中可以知道, 该模型已将无线传感器网络覆盖优化转化为r≤d (S, p) <2r条件下的P (S, p) 最小值问题。
将无线传感器网络对目标物体的监控区域视为二维区域, N个已知坐标节点存在于二维区域, 设置区域内所有节点的认知半径均为R1, 节点传输半径均为R2.在保持网络稳定通信的同时,尽量减少电磁波的不良影响, 可令R2=2R1。 式中:β1, β二是无线传感器网络节点的测量项目数据;λ1, λ2是参数, λ1=r d, λ2=2r-d。
将式 (3) 耦合可获得无线传感器网络覆盖率的表达式:
二、部分源代码
clc;% 清屏 clear all;% 清除所有变量 close all; warning off all; % 避免所有警告 %恢复默认路径; %addpath(genpath(pwd)); animation=0; rng default N=50;% 节点总数 % 50 100 150 min1=0; max1=400; X = min1 (max1-min1)*rand(1,N); Y = min1 (max1-min1)*rand(1,N); Rc=140; %传感器场半径 %基站坐标 Xb = max1 2 rand(1,1); Yb =(max1+2)+rand(1,1);
%% Node Energy
E=1.*ones(1,N);%0.8 +(1-0.8).*rand(1,N);%1.*ones(1,N); % 初始化节点能量
E1=E;
minTh=E/2; %% 分钟
%%
figure,
for i2 = 1:N
plot(X(i2),Y(i2),'o','LineWidth',1,...
'MarkerEdgeColor','k',...
'MarkerFaceColor','b',...
'MarkerSize',8');
xlabel('X in m')
ylabel('Y in m')
text(X(i2), Y(i2), num2str(i2),'FontSize',10);
hold on;
end
xlabel('X in m')
xlabel('Y in m')
title('网络模型')
% plot(Xb,Yb,'s','LineWidth',1,...
% 'MarkerEdgeColor','k',...
% 'MarkerFaceColor','y',...
% 'MarkerSize',12');
% xlabel('X in m')
% ylabel('Y in m')
% text(Xb, Yb, 'Base','FontSize',10);
% hold on;
三、运行结果
四、matlab版本及参考文献
2014a
[1] 包子阳,余继周,杨杉.智能优化算法及其MATLAB实例(第2版)[M].电子工业出版社,2016. [2]张岩,吴水根.MATLAB优化算法源代码[M].清华大学出版社,2017. [3]张红霞.基于粒子群算法的无线传感器网络覆盖优化[J].现代电子技术. 2017,40(09)