基于改進天牛須搜索算法的傳感器網(wǎng)絡覆蓋優(yōu)化策略*

宋大鵬 楊曉飛 王 俊 葉 輝

（江蘇科技大學電子信息學院 鎮(zhèn)江 212100）

1 引言

移動傳感器網(wǎng)絡（Mobile Sensor Networks，MSNs）由很多具有特定功能的傳感器節(jié)點通過移動自組織方式形成的網(wǎng)絡系統(tǒng)［1］，可用于國防監(jiān)控，環(huán)境監(jiān)測和交通等許多領域。區(qū)域覆蓋率［2］是衡量移動傳感器網(wǎng)絡質(zhì)量（Quality of Service，QoS）的一個重要指標。實際部署時，為了保證系統(tǒng)的魯棒性，往往增加節(jié)點的部署密度，但冗余節(jié)點存在感知區(qū)域重疊導致網(wǎng)絡功耗增加，降低了網(wǎng)絡整體性能［3］。因此，需要獲取最佳的網(wǎng)絡覆蓋，讓一些節(jié)點暫時休眠以備不時之需。

在移動傳感器網(wǎng)絡覆蓋優(yōu)化領域，許多學者采用了一些智能算法來處理，如粒子群優(yōu)化（PSO）算法［4］、人工蜂群（ABC）算法［5］、蟻獅（ALO）算法［6］、遺傳（GA）算法［7］、蟻群優(yōu)化（ACO）算法［8］等，來獲得全局搜索結果。隨著問題研究的深入，提出了許多改進算法。在文獻［9］中，為了提高粒子群算法的全局搜索能力，在基本粒子群算法中引入了混沌邏輯。文獻［10］在混沌邏輯的基礎上，提出了種群進化度和相對聚集度來控制慣性權重。在文獻［11］中，提出了一種自適應優(yōu)化算法來優(yōu)化每個粒子的位置信息，以增強局部搜索能力。文獻［12］在算法的迭代過程中引入了碰撞反彈策略，以保證粒子群優(yōu)化算法的多樣性，克服了粒子群優(yōu)化算法在優(yōu)化階段陷入局部最優(yōu)的弱點。文獻［13］中引入了一種動態(tài)加速因子策略來搜索局部極值位置，引導其跳出局部最優(yōu)，但復雜度較高。文獻［14］采用混合節(jié)點，引入Voronoi多邊形的特征來尋找覆蓋孔，其大小可以通過輪盤賭來確定。……