论文部分内容阅读
无线传感器网络是由低成本、低功耗、具备感知、数据处理、存储和无线通信能力的微型传感器节点通过自组织方式形成的网络。无线传感器网络涉及微机电系统、无线通信、传感技术、嵌入式计算、分布式信息处理等多个学科领域,以数据为中心,具有网络自组织能力好、鲁棒性强的优点,是构建智能感知环境的新兴前沿技术,是实现普适控制的新兴交叉研究领域,可广泛用于军事战场、环境科学、生物医疗、空间探索及其他各种商业应用。如何根据应用环境的需求,采用具体的覆盖部署策略是无线传感器网络中的一个基本且首要解决的问题,直接关系到传感器网络节点能量、无线网络的通信带宽以及数据处理能力等受限资源的优化分配,很大程度上决定了无线传感器网络感知、监视、传感、通信等各种服务质量目标的改善。作为控制学科的前沿研究方向,无线传感器网络理论研究与技术发展极大地受应用的驱动。针对现有的覆盖算法中大多仅适用于同构网络以及算法中假定区域中目标事件发生的概率为随机均匀的现象,有悖于现实中事件发生常常呈现“热点”效应的趋势存在应用局限性等特点,基于智能计算方法,从静态传感器网络与动态传感器网络两方面开展异构传感器网络覆盖算法与应用技术研究。作为一项具有创新性意义的工作,论文在研究内容上力求有所突破,主要研究成果包括:①针对异构传感器网络节点的高密度部署和监测目标非均匀分布的情况,提出了一种基于模拟退火算法的成本优化部署方法。该方法既能适用于节点的布尔感知模型,又能应用于节点的概率感知模型。算法在保证网络覆盖和容错性的条件下,以异构节点部署成本最小为优化目标进行操作。仿真结果表明,本文提出的优化方法能快速有效收敛,在保证网络的容错性和健壮性的前提下,降低了网络部署的成本,提高了网络对目标监测的质量;通过与LINGO计算得到的结果相比,随着计算规模的增大,两者的计算方差越来越小,同时本文算法在计算耗时方面明显优于LINGO,具有较好的收敛性。②针对保证异构传感器网络连通覆盖、目标检测率和最小能量消耗的优化目标,提出一种基于多目标优化差分进化算法的求解方案。该算法利用maximin函数逼近多目标优化的Pareto解,该方法不需要关于目标函数的先验知识,并且可以对目标空间进行广泛的搜索,因此,算法不易陷入局部最优且具有较快的收敛速度,从而获得优化的异构传感器网络节点部署解。仿真结果表明该方案能快速收敛,能有效提高网络性能,并且具有良好的适应性。③根据目标进化算法思想,结合虚拟力算法和差分算法,提出一种解决异构移动无线传感网络布局的虚拟力导向差分优化策略。该策略采用概率测量模型评价网络测量性能,以网络的有效覆盖率为优化目标,通过异构节点间的虚拟力影响差分算法的位置向量更新过程,指导种群进化,加快算法收敛速度。仿真结果表明,虚拟力导向差分优化策略能快速有效地实现无线传感网络布局的优化,克服虚拟力算法引起的有效覆盖率振荡。虚拟力导向差分优化策略与虚拟力算法和差分算法相比,耗时少,收敛速度快,提高了无线传感网络有效覆盖率。④针对部署区域中存在多个不同覆盖质量需求的目标,本文提出一种基于多重覆盖的异构节点调度算法。该算法在满足多个目标不同覆盖质量需求且兼顾区域覆盖要求,及节点能量的条件下,以网络的有效覆盖为目标,借助改进的差分算法来对节点状态进行优化达到提高网络覆盖性能和降低网络能耗的目的。仿真结果显示,本文的算法在满足热点目标监测要求的前提下,最大限度地兼顾网络的区域覆盖质量,减少了网络的能耗;较之随机调度算法,本文算法在覆盖率和网络能耗方面优于前者。