欢迎来到天天文库
浏览记录
ID:52420146
大小:400.31 KB
页数:6页
时间:2020-03-27
《无线传感器网络的多目标覆盖控制策略.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、第23卷第7期传感技术学报Vo1.23No.72010年7月CHINESEJOURNALOFSENSORSANDACTUATORSJuly2010Multi-ObjectiveCoverageControlStrategyforWirelessSensorNetworksLIANGTian,ZHOUHui,XIEJing,WANGKunchi(SchoolofElectronicsandInformation,NantongUniversity,NantongJiangsu226019,China)Abstract:Amulti-objectiveoptimization
2、coveragecontrolstrategyisproposedforsolvingthecontradictoryproblemofenergyconsumption,equilibriumofenergyandcoverageinwirelesssensornetworks.Networkcoverage,energyconsumptionandnetworkenergyequilibriumaretheoptimizationgoals,thenthefitnessfunctionsandcodingschemesaredesignedforfreesearchb
3、asedonestablishednetworkmode1.Simulationshowsthatthestrategycanre.duceandbalancetheenergyconsumptioneffectivelywhileensuringthehighnetworkcoverage.Keywords:wirelesssensornetworks;coveragecontrol;multi—objectivecoverage;freesearchEEACC:6150P无线传感器网络的多目标覆盖控制策略术梁天,周晖,谢静,王坤赤(南通大学电子信息学院,江苏南通226
4、019)摘’要:针对无线传感器网络中能耗、能耗均衡和覆盖率互相矛盾的问题,提出了一种多目标优化覆盖控制策略。在构建网络模型的基础上,以覆盖率、能耗和网络能耗均衡为优化目标,设计针对自由搜索算法的适应值函数和编码方案。仿真结果表明,该覆盖控制策略在保证高覆盖率的同时,能有效地降低能耗和保持网络能量均衡。关键词:无线传感器网络;覆盖控制;多目标覆盖;自由搜索算法中图分类号:TP393;TP18文献标识码:A文章编号:1004—1699(2010)07—0994-06覆盖控制是无线传感器网络(WirelessSensor衡性同样是决定整个网络运行寿命和网络运行稳定Network
5、,WSN)保障QoS要求的重要问题之一。在性的关键因素。无线传感器网络中,节点一般采用电池作为能源,更智能计算凭借其良好的适应能力和寻优能力,换节点电池难以实现。因此在运行过程中降低能在无线传感器网络覆盖控制领域得到应用。文献耗、延长网络寿命成为WSN应用的关键⋯。[5]将目标区域网格化,使用遗传算法寻求满足总无线传感器网络的覆盖控制是在其节点能量、价格一定时的覆盖率最大化。文献[6]针对采用网络通信带宽、网络计算处理能力等资源普遍受限MEC机制分簇的传感器网络使用微粒群算法,布置情况下,通过各个传感器节点协作而达到对监视区移动节点完成覆盖。文献[7]中使用(+A)进化域
6、的不同管理或感知效果。对于随机性布设的策略找出最小的活动节点集,完成监视任务。上述WSN网络,覆盖控制属于NP难问题_2J,而启发式算方法都是以覆盖率为目标进行优化,没有考虑网络法是解决该问题的有效办法之一。文献[3]提出了能耗均衡,且都没有采用完全随机性布设网络模型。PEAS协议,但该方法不能保证冗余节点的感知区文献[8]采用NSGA—II对网络覆盖和节点利用率域被其他节点完全覆盖。文献[4]在随机算法的基两个目标同时优化,实现WSN网络的覆盖控制。础上提出集中式和分布式的贪婪算法,让节点集尽本文提出一种无线传感器网络多目标优化覆盖可能多的覆盖目标区域。上述覆盖控制算法
7、都试图控制策略,在WSN的覆盖控制中以网络覆盖率和网在保证QoS的条件下,尽可能地减少工作节点的数络均衡能耗最小为优化目标,采用自由搜索算量。但是,针对随机布设的网络拓扑环境,节点使用法进行优化。与之前的研究不同的是,该策略数最少并不一定就是网络性能最好,网络能耗的均在保证节点使用率最小的同时,考虑了整个网络能项目来源:国家自然科学基金资助(60901041);江苏省高校自然科学重点研究项目资助(07KJA51007);南通大学科技项目资助(09ZW001,YKC09014);南通市科技项目资助(K2007008)收稿日期:2
此文档下载收益归作者所有