无线传感器网络节点部署与优化算法研究

Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏｎｓ　计算机应用，２０１３，３３（１０）：２７３０—２７３３　ＩＳＳＮ　１ｏｏ１—９０８１　ＣＯＤＥＮ　ＪＹｌｉＤＵ　２０１３—１Ｏ—Ｏ１　ｈｔｔｐ：／／ｗｗｗ．ｊｏｃａ．ａｎ　

文章编号：１００１—９０８１（２０１３）１０—２７３０—０４　ｄｏｉ：１０．１１７７２／ｊ．ｉｓｓｎ．１００１—９０８１．２０１３．１０．２７３０　

传感器网络节点表面部署优化算法　

李颖芳　，晏立，杨波　

（红河学院工学院，云南蒙自６６１１００）　（　通信作者电子邮箱ＬｉｙｉｎｇｆａｎｇＯ３２４＠１６３．ｃｏｒｎ）　

摘要：节点部署是传感器网络中的一个基本问题，其直接关系到整个网络的性能。但现有的传感器网络节点　部署研究大多针对平面以及３Ｄ空问的场景，对于３Ｄ表面场景部署的研究较少，为此针对该场景研究传感器网络节　

点部署优化算法。首先通过数学微分几何方法对３Ｄ表面构建数学模型，然后通过质心Ｖｏｒｏｎｏｉ剖分对３Ｄ表面进行　

分区，提出一种误差函数来评价部署方法的优劣程度，最后通过仿真比较了该方法与其他表面部署方法的性能优劣，　

结果表明，所提方法优于对比算法。　

关键词：传感器网络；节点部署；３Ｄ表面；质心Ｖｏｒｏｎｏｉ剖分；误差函数　

中图分类号：ＴＰ３９３．０４　文献标志码：Ａ　

Ａｌｇｏｒｉｔｈｍ　ｏｆ　ｏｐｔｉｍａｌ　ｓｕｒｆａｃｅ　ｄｅｐｌｏｙｍｅｎｔ　ｉｎ　ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ　

ＬＩ　Ｙｉｎｇｆａｎｇ。。ＹＡＮ　Ｌｉ，ＹＡＮＧ　Ｂ０　

（Ｃｏｌｌｅｇｅ　ｏｆＥｎｇｉｎｅｅｒｉｎｇ，Ｈｏｎｇｈｅ　Ｕｎｉｖｅｒｓｉｔｙ，Ｍｅｎｇｚｉ　Ｙｕｎｎａｎ　６６１１００，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｎｏｄｅ　ｄｅｐｌｏｙｍｅｎｔ　ｉｓ　ａ　ｂａｓｉｃ　ｐｒｏｂｌｅｍ　ｉｎ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ，ｗｈｉｃｈ　ｄｉｒｅｃｔｌｙ　ｒｅｌａｔｅｓ　ｔｏ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｔｈｅ　ｅｎｔｉｒｅ　ｎｅｔｗｏｒｋ．Ｍｏｓｔ　ｅｘｉｓｔｉｎｇ　ｒｅｓｅａｒｃｈｅｓ　ｏｎ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋ　ｎｏｄｅ　ｄｅｐｌｏｙｍｅｎｔ　ａｒｅ　ｆｏｒ　ｔｈｅ　ｃａｓｅ　ｏｆ　ｔｗｏ—ｄｉｍｅｎｓｉｏｎａｌ　ｐｌａｎａｒ　ａｎｄ　ｔ｝ｌｒｅｅ　

第３４卷第１１期　２０１３年１１月　仪　器　仪　表　学　报　

Ｃｈｉｎｅｓｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｓｃｉｅｎｔｉｆｉｃ　Ｉｎｓｔｒｕｍｅｎｔ　Ｖｏ１．３４　Ｎｏ．１１　ＮＯＶ．２０１３　

基于ＧＳＯ的无线传感监测网络部署优化研究术　

何杰　，曹一家　，　

（１．湖南大学电气与信息工程学院长沙　黄小庆　，张志丹　，杨　漾　

４１００８２；２．湖南省湘潭市电业局湘潭４１１１０４）　

摘要：针对无线传感器网络应用于智能变电站设备状态监测存在节点能量有限和能耗不均衡的问题，根据分簇的设备监测　

网络模型特性和瑞利衰落环境下的节点能耗计算，引入簇头节点数据压缩比和传输周期，以节点簇总能耗、网络生存周期和距　离因子作为综合目标函数，以多跳网络连通性作为约束，建立了网络部署的优化模型。采用群搜索算法ＧＳＯ，以簇头节点感知　

半径、通信距离、数据压缩比和传输周期为优化目标，对提出的网络４种通信路径进行了优化比较。仿真和实验结果表明，合理　的网络部署可以平衡多跳网络中簇头节点能耗、减弱关键簇头节点能耗对网络寿命的影响。同时，结果表明ＧＳＯ算法比ＰＳＯ　

算法在解决大规模无线传感器网络优化问题上，具有更好的计算速度和优化结果。　

关键词：无线传感器网络；设备监测；分簇；群搜索优化算法；部署优化　中图分类号：ＴＰ３９３　ＴＭ６３　文献标识码：Ａ　国家标准学科分类代码：４７０．４０　

Ｒｅｓｅａｒｃｈ　ｏｎ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｄｅｐｌｏｙｍｅｎｔ　ｏｆ　ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｍｏｎｉｔｏｒｉｎｇ　

ｎｅｔｗｏｒｋ　ｂａｓｅｄ　ｏｎ　ｇｒｏｕｐ　ｓｅａｒｃｈ　ｏｐｔｉｍｉｚｅｒ　

Ｈｅ　Ｊｉｅ　，Ｃａｏ　Ｙｉｊｉａ　，Ｈｕａｎｇ　Ｘｉａｏｑｉｎｇ　，Ｚｈａｎｇ　Ｚｈｉｄａｎ　，ｒａｎｇ　ｒａｎｇ　

（Ｊ．Ｃｏｌｌｅｇｅ　ｏｆ　Ｅｌｅｃｔｒｉｃａｌ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｕｎａｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ　４１００８２，Ｃｈｉｎａ；　２．Ｘｉａｎｇｔａｎ　Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ｂｕｒｅａｕ，Ｘｉａｎｇｔａｎ　４１１１０４，Ｃｈｉｎａ）　

龙源期刊网

基于改进正弦余弦算法的无线传感器节点部署优化

作者：何庆 徐钦帅 魏康园

来源：《计算机应用》2019年第07期 龙源期刊网 龙源期刊网 龙源期刊网 龙源期刊网 龙源期刊网 龙源期刊网 龙源期刊网 龙源期刊网

摘 要：为了提高无线传感器网络（WSN）的性能，提出了一种基于改进正弦余弦算法（ESCA）的节点部署优化方法。首先，引入双曲正弦调节因子和动态余弦波权重系数，以平衡算法的全局探索与局部开发能力;然后，提出了一种基于拉普拉斯和高斯分布的变异策略，避免算法陷入局部最优。对于基准函数的优化实验结果表明，ESCA相比引力搜索算法、鲸鱼优化算法、基本正弦余弦算法（SCA）及其改进算法具有更高的收敛精度和收敛速度。最后，将ESCA应用于WSN节点部署优化，结果表明其优化覆盖率相比改进粒子群优化算法、外推人工蜂群算法、改进灰狼优化算法和自适应混沌量子粒子群算法分别提高了1.55个百分点、7.72个百分点、2.99个百分点和7.63个百分点，用更少节点便可达到相同目标精度。

关键词：无线传感器网络;节点部署;正弦余弦算法;双曲正弦调节因子;拉普拉斯分布

Abstract： In order to improve the performance of Wireless Sensor Network （WSN）， a node

deployment optimization method based on Enhanced Sine Cosine Algorithm （ESCA） was

proposed. Firstly， hyperbolic sine regulatory factor and dynamic cosine wave weight coefficient

were introduced to balance the global exploration and local exploitation capability of the algorithm.

无线传感器网络中覆盖问题的解决方案比较与优化

概述

无线传感器网络（Wireless Sensor Network，WSN）是由许多分布在广泛区域内的无线传感器节点组成的网络。这些传感器节点能够自主地感知环境中的各种物理和环境条件，并将收集到的信息通过网络传输给基站或其他节点。覆盖问题是WSN中一个关键的挑战，它指的是如何保证网络中的每个位置都能够被足够数量的传感器节点覆盖到。

基本概念

在讨论覆盖问题之前，我们应该了解一些基本概念。无线传感器网络通常由三个不同的要素组成：传感器节点、目标区域和覆盖范围。

传感器节点：是WSN中的基本构建单元，它负责感知和传输数据。

目标区域：是指需要覆盖的区域。 覆盖范围：是指传感器节点的感知范围，即节点能够覆盖的最大距离。

解决方案比较

针对无线传感器网络中的覆盖问题，研究人员提出了许多不同的解决方案。下面我们将比较一些常见的解决方案。

1. 基于贪心算法的解决方案

贪心算法是一种常见的解决覆盖问题的方法。该算法通过选择覆盖范围内拥有最高能量的节点来进行部署。通过这种方法，可以减少节点之间的重叠区域，提高整个网络的能量效率。然而，贪心算法容易产生局部最优解，导致覆盖不均匀或覆盖区域较小的问题。

2. 基于优化算法的解决方案

由于贪心算法的局限性，研究人员提出了基于优化算法的解决方案。这些算法通过设计合适的目标函数和约束条件来最小化无线传感器网络的总能量消耗，并同时保证节点的覆盖范围。常见的优化算法有遗传算法、粒子群优化和蚁群算法等。这些算法能够找到全局最优解，但计算复杂度较高。

3. 基于机器学习的解决方案

近年来，随着机器学习技术的快速发展，研究人员将其应用于无线传感器网络中的覆盖问题。通过收集大量的训练数据和使用适当的机器学习算法，可以建立模型来预测传感器节点的最佳位置和覆盖范围，从而优化网络的覆盖性能。机器学习方法在一定程度上解决了问题的复杂性和计算效率的问题，但对于大规模网络仍面临一定的挑战。