无线传感器网络覆盖设计方法、装置制造方法及图纸

本申请提供一种无线传感器网络覆盖设计方法、装置、电子设备及存储介质，该无线传感器网络覆盖设计方法包括：基于多个种群中各种群的适应度值选择食物源位置；其中，各种群中包括多个网络节点；基于食物源位置，在多个种群中更新种群集合中各种群的位置；其中，种群集合为多个种群中至少一个种群所构成的集合；基于更新位置后的多个种群中各种群的适应度值，更新食物源位置；根据模拟退火更新食物源位置以及各种群的适应度值，以基于更新后的食物源位置更新种群集合中各种群的位置，得到多个种群中各种群的目标位置和目标适应度值。本申请实施例的技术方案可提高无线传感器网络覆盖效果。效果。效果。

【技术实现步骤摘要】
无线传感器网络覆盖设计方法、装置


[0001]本申请属于无线通信中无线网络覆盖优化
，具体而言，涉及一种无线传感器网络覆盖设计方法、装置、电子设备及存储介质。

技术介绍

[0002]无线传感器网络是由多个节点、互联互通组建数据传输网络，因具有低功耗、多功能和便捷组网等优势，在交通物流、森林防护、农业和环境探测等领域得到了广泛应用。在实际应用中，多采用人工随机的方式进行节点部署，大多依靠个人经验，但随着网络中传感器节点数量的不断增加，节点冗余和人工工作量繁杂，因此需要对传感器节点进行自适应智能部署，如何提升传感器节点覆盖率，降低成本投入成为目前急需解决的问题。
[0003]由于传统算法在提升无线传感器网络节点覆盖率问题上，容易陷入局部最优，近些年以来，研究人员通过观察并模拟自然界生物的捕食行为或物理现象，提出了众多的启发式优化算法，樽海鞘群群算法(Salp Swarm Algorithms，SSA)作为一种新的启发式优化算法，2017年由Mirjalili教授等人提出，与遗传算法、萤火虫优化算法、粒子群算法和引力搜索算法等6种优化算法相比，SSA算法具有调节参数少和准确性高等优势，但在寻优迭代过程中依然存在容易陷入局部最优、收敛速度慢的问题。

技术实现思路

[0004]为解决上述技术问题，本申请的实施例提供了一种无线传感器网络覆盖设计方法、装置、电子设备、计算机可读存储介质。
[0005]根据本申请实施例的一个方面，提供了一种无线传感器网络覆盖设计方法，包括：基于多个种群中各种群的适应度值选择食物源位置；其中，各种群中包括多个网络节点；基于所述食物源位置，在所述多个种群中更新种群集合中各种群的位置；其中，所述种群集合为所述多个种群中至少一个种群所构成的集合；基于更新位置后的多个种群中各种群的适应度值，更新食物源位置；根据模拟退火更新食物源位置以及各种群的适应度值，以基于更新后的食物源位置更新所述种群集合中各种群的位置，得到所述多个种群中各种群的目标位置和目标适应度值。
[0006]在一实施例中，在所述基于多个种群中各种群的适应度值选择食物源位置之前，所述方法还包括：
[0007]根据各种群中多个网络节点的位置计算各种群的覆盖率；
[0008]将所述各种群的覆盖率作为各种群的适应度值。
[0009]在一实施例中，所述根据各种群中多个网络节点的位置计算各种群的覆盖率，包括：
[0010]根据所述多个网络节点的位置计算各网络节点相对于预设点的检测概率；
[0011]基于所述各网络节点相对于预设点的检测概率，获取对应种群相对于所述预设点的联合检测概率；
[0012]基于所述联合检测概率，获取对应种群的覆盖率。
[0013]在一实施例中，在所述基于多个种群中各种群的适应度值选择食物源位置之前，所述方法还包括：
[0014]获取初始的多个种群；
[0015]对所述初始的多个种群进行混沌映射序列初始化，得到所述多个种群。
[0016]在一实施例中，所述基于所述食物源位置，在所述多个种群中更新种群集合中各种群的位置，包括：
[0017]在所述种群集合中确定领导者和追随者；
[0018]基于所述食物源位置，更新所述领导者的位置；
[0019]基于所述领导者的位置，更新所述种群集合中追随者的位置。
[0020]在一实施例中，所述基于所述领导者的位置，更新所述种群集合中追随者的位置，包括：
[0021]根据预设的可调参数，确定不同的惯性权值；
[0022]基于所述领导者的位置以及所述惯性权值，更新所述种群集合中追随者的位置。
[0023]在一实施例中，所述根据模拟退火更新食物源位置以及各种群的适应度值，以基于更新后的食物源位置更新所述种群集合中各种群的位置，得到所述多个种群中各种群的目标位置和目标适应度值，包括：
[0024]在原食物源位置周围随机产生目标种群；
[0025]若所述目标种群的适应度值大于当前食物源位置所对应的适应度值，则基于所述目标种群的适应度值更新食物源位置；
[0026]若所述目标种群的适应度值不大于当前食物源位置所对应的适应度值，则将所述多个种群中的各种群以预设概率接受所述目标种群所在的位置，以进行退温操作。
[0027]根据本申请实施例的一个方面，提供了一种无线传感器网络覆盖设计装置，包括：食物源位置获取模块，配置为基于多个种群中各种群的适应度值选择食物源位置；其中，各种群中包括多个网络节点；位置更新模块，配置为基于所述食物源位置，在所述多个种群中更新种群集合中各种群的位置；其中所述种群集合为所述多个种群中至少一个种群所构成的集合；食物源位置更新模块，配置为基于更新位置后的多个种群中各种群的适应度值，更新食物源位置；模拟退火模块，配置为根据模拟退火更新食物源位置以及各种群的适应度值，以基于更新后的食物源位置更新所述种群集合中各种群的位置，得到所述多个种群中各种群的目标位置和目标适应度值。
[0028]根据本申请实施例的一个方面，提供了一种电子设备，包括一个或多个处理器；存储装置，用于存储一个或多个计算机程序，当所述一个或多个计算机程序被所述一个或多个处理器执行时，使得所述电子设备实现如上所述的无线传感器网络覆盖设计方法。
[0029]根据本申请实施例的一个方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行如上所述的无线传感器网络覆盖设计方法。
[0030]根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机
指令，使得该计算机设备执行上述各种可选实施例中提供的无线传感器网络覆盖设计方法。
[0031]在本申请的实施例所提供的技术方案中，通过种群的适应度值选择食物源位置，以对种群进行位置更新，同时引入模拟退火来使种群以一定的概率接受适应度值较差的解来提升跳出局部最优的能力，以此保证无线传感器网络覆盖的效果。
[0032]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0033]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0034]图1是本申请涉及的一种实施环境的示意图；
[0035]图2是本申请的一示例性实施例示出的无线传感器网络覆盖设计方法流程图；
[0036]图3是本申请的另一示例性实施例示出的无线传感器网络覆盖设计方法流程图；
[0037本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无线传感器网络覆盖设计方法，其特征在于，包括：基于多个种群中各种群的适应度值选择食物源位置；其中，各种群中包括多个网络节点；基于所述食物源位置，在所述多个种群中更新种群集合中各种群的位置；其中，所述种群集合为所述多个种群中至少一个种群所构成的集合；基于更新位置后的多个种群中各种群的适应度值，更新食物源位置；根据模拟退火更新食物源位置以及各种群的适应度值，以基于更新后的食物源位置更新所述种群集合中各种群的位置，得到所述多个种群中各种群的目标位置和目标适应度值。2.根据权利要求1所述的方法，其特征在于，在所述基于多个种群中各种群的适应度值选择食物源位置之前，所述方法还包括：根据各种群中多个网络节点的位置计算各种群的覆盖率；将所述各种群的覆盖率作为各种群的适应度值。3.根据权利要求2所述的方法，其特征在于，所述根据各种群中多个网络节点的位置计算各种群的覆盖率，包括：根据所述多个网络节点的位置计算各网络节点相对于预设点的检测概率；基于所述各网络节点相对于预设点的检测概率，获取对应种群相对于所述预设点的联合检测概率；基于所述联合检测概率，获取对应种群的覆盖率。4.根据权利要求1所述的方法，其特征在于，在所述基于多个种群中各种群的适应度值选择食物源位置之前，所述方法还包括：获取初始的多个种群；对所述初始的多个种群进行混沌映射序列初始化，得到所述多个种群。5.根据权利要求1所述的方法，其特征在于，所述基于所述食物源位置，在所述多个种群中更新种群集合中各种群的位置，包括：在所述种群集合中确定领导者和追随者；基于所述食物源位置，更新所述领导者的位置；基于所述领导者的位置，更新所述种群集合中追随者的位置。6.根据权利要求5所述的方法，其特征在于，所述基于所述领导者的位置，更新所述种群集合中追随者的位置，包括：根据预设的可调参数，确定不同的惯性权值；基于...

【专利技术属性】
技术研发人员：周鹏，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：