改进QGA在WSNs节点部署中的应用.pdf

改进QGA在WSNs节点部署中的应用.pdf

ID:51461986

大小:292.86 KB

页数:4页

时间:2020-03-25

改进QGA在WSNs节点部署中的应用.pdf_第1页
改进QGA在WSNs节点部署中的应用.pdf_第2页
改进QGA在WSNs节点部署中的应用.pdf_第3页
改进QGA在WSNs节点部署中的应用.pdf_第4页
资源描述:

《改进QGA在WSNs节点部署中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2013年第32卷第n期传感器与微系统(TransducerandMicrosystemTechnologies)149改进QGA在WSNs节点部署中的应用钱成,陈树,王夫栋,徐保国(江南大学物联网工程学院,江苏无锡214122)摘要:对含有障碍区域的无线传感器网络(WSNs)节点部署问题进行研究。建立节点探测模型和网络覆盖率评价方法,基于概率传感器模型提出一种部署方式,即对障碍区域进行随机布撒节点,确定区域采用量子遗传算法(QGA)寻找最优节点部署位置,实现对同构WSNs节点构成的目标区域的高效覆盖。仿真结果与GA,QGA相比:改进QGA有效提高了算法整体的搜索能力和收敛速

2、度。关键词:无线传感器网络;确定性空间;节点部署;量子遗传算法中图分类号:TP273文献标识码:A文章编号:1000-9787(2013)11-0149-04ApplicationofimprovedQGAinWSNsnodedeploymentQIANCheng,CHENShu,WANGFu—dong,XUBao—guo(SchoolofIoTEngineering,JiangnanUniversity,Wuxi214122,China)Abstract:Aimingatproblemofnodedeploymentofwirelesssensornetworks(WSNs

3、)inareaswithobstacleisresearched.Nodedetectionmodelsandnetworkcoveragerateevaluationmethodaresetup.Basedonprobabilisticmodelofsensor,adeploymentmethodisproposed.Randomdeploymentisemployedfortheobstacleareas.Thenquantumgeneticalgorithm(QGA)isusedtofindtheoptimalnodedeploymentpositions.Thus,t

4、hetargetareaisomorphismWSNsnodesiseficientlycoveredisrealized.ThesimulationresuhthatmodifiedQGAefectivelyimproveoverallsearchingabilityandconvergencespeedofalgorithmcomparedwithGAandQGA.Keywords:wirelesssensornetworks(WSNs);deterministicspace;nodedeployment;quantumgeneticalgorithm(QGA)0引言失。

5、为克服GA的缺点,文献[9]在量子遗传算法(quart—在无线传感器网络(WSNs)研究中,网络覆盖表示传tumgeneticalgorithm,QGA)的基础上研究并做出算法改进,感器节点通过采集信息对被监测区域进行感知。节点提出自适应计算染色体基因长度和动态调整旋转角度的策分布优化作为WSNs设计中的基本问题,是保证网络服务略。文献[10]在QGA中引入量子灾变操作,提高种群个质量的有效手段J。网络覆盖问题一般分为随机覆盖和体之间的多样性,保证算法能够找到全局最优解。确定覆盖。确定覆盖是指覆盖的区域大小是确定的,通常1问题描述是先划分网格点,再进行传感器节点的部署,经典算

6、法是最在WSNs中,为提高网络覆盖率,减少感知盲点的出大平均覆盖_4和最大最小覆盖算法J。为使传感器节点现,往往需要提高传感器节点的部署密度。传感器节点部模型更符合实际的应用环境,文献[6]针对含障碍物的确署密度过大,会造成冗余节点的产生,也增大了实现成本。定区域节点部署问题提出一种含误警率的概率模型。针对本文针对含障碍区域的网络节点部署问题,提出了一种随传感器节点的高密度部署情况,文献[7]研究了工作节点机部署结合确定部署的方式:首先对障碍区域进行随机部集选取方法,提出基于加权遗传算法(GA)和约束GA2种署,其次应用优化算法,以最大覆盖率为目标,寻找最优传优化覆盖机制,寻

7、找传感器网络充分覆盖区域所需的近似感器坐标点集,再对确定区域进行部署。最优工作点集。GA作为一种进化算法,具有较强的全局假定区域为二维平面,拟在区域上投放Ⅳ个参数相搜索功能和求解问题的能力。但它有2个明显的缺点:一同的同构传感器节点,每个节点的坐标均已知。传感器节个是种群中某些超级个体的出现而引起的早熟;另一个是点集表示为选择和变异算子的作用,使得一些优秀的基因片段过早丢C={c1,c2,C3,⋯,cⅣ}.(1)收稿Et期:2013-05-08基金项目:江苏省六大人才高峰资助项目(2012一WLW-00

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。