一種無線傳感器網(wǎng)絡(luò)網(wǎng)關(guān)優(yōu)化部署方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種無線傳感器網(wǎng)絡(luò)中的網(wǎng)關(guān)優(yōu)化部署方法。
【背景技術(shù)】
[0002] 為實現(xiàn)解決混合無線傳感器網(wǎng)絡(luò)互聯(lián)及接入互聯(lián)網(wǎng)的問題，通常采用網(wǎng)關(guān)設(shè)備將 不同類型的節(jié)點進行互聯(lián)，網(wǎng)關(guān)設(shè)備由高帶寬的網(wǎng)絡(luò)連接，為節(jié)點擔當轉(zhuǎn)發(fā)數(shù)據(jù)的功能。由 于網(wǎng)絡(luò)中大部分流量匯聚于網(wǎng)關(guān)，網(wǎng)關(guān)經(jīng)常成為網(wǎng)絡(luò)性能的瓶頸；離網(wǎng)關(guān)較近的節(jié)點得到 的服務質(zhì)量較好，較遠的節(jié)點得到的服務質(zhì)量較差，各節(jié)點間存在服務質(zhì)量的不公平性，因 此網(wǎng)關(guān)部署是否合理對網(wǎng)絡(luò)性能有較大影響。
[0003] 目前，無線傳感器網(wǎng)絡(luò)的網(wǎng)關(guān)部署的方式主要分為兩種：一種方式是從現(xiàn)有的網(wǎng) 絡(luò)節(jié)點中選取K個節(jié)點作為網(wǎng)關(guān)節(jié)點，即網(wǎng)絡(luò)的K個中心節(jié)點，稱為節(jié)點K中心問題；另一 種方式是可在網(wǎng)絡(luò)節(jié)點所在平面的任意位置部署K個節(jié)點作為網(wǎng)關(guān)節(jié)點，該K個節(jié)點不一 定從現(xiàn)有網(wǎng)絡(luò)節(jié)點中選取，此類問題被歸結(jié)為幾何K中心問題。
[0004] 目前節(jié)點K中心問題的研宄成果較為豐富，幾何K中心問題的網(wǎng)關(guān)部署方式要求 在給定平面內(nèi)根據(jù)一定要求來部署一些新的節(jié)點作為網(wǎng)關(guān)節(jié)點，滿足覆蓋條件的同時盡量 提高服務質(zhì)量，這種方式比前一種方式要復雜很多，因為節(jié)點K中心問題可以概括為離散 選址問題，而幾何K中心問題是一個連續(xù)區(qū)域選址問題，對于該問題的處理比較復雜，而且 相關(guān)的研宄工作也比較少?，F(xiàn)有的基于粒子群優(yōu)化算法的網(wǎng)關(guān)節(jié)點部署方法容易陷入局部 最優(yōu)陷阱，導致網(wǎng)關(guān)覆蓋半徑過大，網(wǎng)絡(luò)服務質(zhì)量下降。
[0005] 微分進化算法因其具有收斂速度快、可調(diào)參數(shù)少、魯棒性好、算法簡單，近些年逐 漸被人們所接受，成為目標優(yōu)化領(lǐng)域研宄的熱點之一。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明提出一種基于微分進化（DifferentEvolution,DE)算法的無線傳感器網(wǎng) 絡(luò)網(wǎng)關(guān)優(yōu)化部署方法，利用微分進化算法較好的全局尋優(yōu)能力尋找網(wǎng)關(guān)優(yōu)化部署方案，解 決幾何K中心下的無線傳感器網(wǎng)絡(luò)網(wǎng)關(guān)部署問題，以縮小覆蓋半徑，提高網(wǎng)絡(luò)服務質(zhì)量。
[0007] 本發(fā)明為解決上述技術(shù)問題采取的技術(shù)方案如下：
[0008] 通常情況下，在無線傳感器網(wǎng)絡(luò)中，傳感器節(jié)點會選擇距離其最近的網(wǎng)關(guān)作為其 服務網(wǎng)關(guān)，如圖1所示。
[0009] 在傳感器節(jié)點數(shù)量為n的無線傳感器網(wǎng)絡(luò)G中設(shè)置K個網(wǎng)關(guān)節(jié)點，G的鄰接矩陣 為A= (eij)nXn，最短距離矩陣為D=(Hwdij表示從節(jié)點Vi路由到V」所需要的最小跳 數(shù)，最短距離矩陣可由Floyd算法求得。節(jié)點\選擇網(wǎng)關(guān)uk作為其服務網(wǎng)關(guān)，則必須滿足 式⑴的要求：
[0010] d(Vi,uk) ^d(Vi,ux),k, 1 ^K,j^ 1 (1)
[0011] 此時，稱Vi包含在網(wǎng)關(guān)uk的服務集Uk中，即ViGUk，uk與服務集Uk中節(jié)點之間 的最大距離為，稱為網(wǎng)關(guān)uk的覆蓋半徑。所有網(wǎng)關(guān)節(jié)點中的最大覆蓋半徑
稱為網(wǎng)關(guān)集|uk}K的覆蓋半徑。
[0012] 網(wǎng)關(guān)集的覆蓋半徑是網(wǎng)關(guān)部署的重要評價指標，覆蓋半徑越小通信質(zhì)量越高，網(wǎng) 絡(luò)服務質(zhì)量也會相應提高。因此，無線傳感器網(wǎng)絡(luò)網(wǎng)關(guān)部署的重要優(yōu)化目標之一就是使得 網(wǎng)關(guān)集的覆蓋半徑最小，如式（2)所示：
[0013]
(2)
[0014] 為解決無線傳感器網(wǎng)絡(luò)網(wǎng)關(guān)優(yōu)化部署問題，本發(fā)明提出使用微分進化算法進行上 述式（2)的尋優(yōu)求解。對于K個網(wǎng)關(guān)節(jié)點，其在二維平面的坐標為：(ak，bk)，k= 1，2,. . .，K， 用網(wǎng)關(guān)坐標組成的目標向量為：X=(Xpx2, . . .，xm)，其中m= 2K，ak，x2k=bk，第t 組目標向量為Xt=(xt;1,xt，2, ? ? ?，xt，J。
[0015] 其具體過程如下：
[0016] (1)網(wǎng)關(guān)位置向量初始化
[0017] 在網(wǎng)絡(luò)有效區(qū)域內(nèi)，隨機產(chǎn)生T組目標向量X2, . . .，&組成第一代種群，種群 中的每個目標向量表示一組可能的網(wǎng)關(guān)位置坐標。設(shè)置交叉因子F= 0. 8,交叉概率為CR =〇. 4,最大迭代次數(shù)P= 500,按照網(wǎng)絡(luò)區(qū)域大小設(shè)置目標向量中各維數(shù)據(jù)的上下限范圍 [down_limit,up_limit]〇
[0018] (2)網(wǎng)關(guān)位置向量變異操作
[0019] 對于由網(wǎng)關(guān)位置坐標組成的第p代種群任意一個目標向量 其中：p= 1，2, . . .，P，t= 1，2, . . .，T。根據(jù)微分進化算法按式（3)產(chǎn)生下一代網(wǎng)關(guān)位置坐 標組成的變異向量1 ?,vf，
[0020]
(3)
[0021] 其中，、（和為第p代種群中隨機選擇的3個個體目標向量第j位的元 素，并且為3個不同的個體。交叉因子F是一個實數(shù)，用于控制差值的放大倍數(shù)，F(xiàn)取值較 大時，DE算法的收斂速度會加快，但是可能會陷入到局部最優(yōu)。在本發(fā)明中交叉因子取值 為F= 0? 8〇
[0022] 在按照式（3)進行元素變異操作之后，存在變異向量中某些元素位超過其有效界 限的情況，因此需要按照式（4)以初始化過程設(shè)定的目標向量中各維數(shù)據(jù)上下限（即無線 傳感器網(wǎng)絡(luò)的邊界）為依據(jù)，將超過有效界限的元素拉回到邊界處：
[0023
(4)
[0024] (3)交叉操作
[0025] 在完成網(wǎng)關(guān)位置向量的變異操作后，產(chǎn)生下一代由網(wǎng)關(guān)位置坐標組成的交叉向量
其中向量的每位元素按照式（5)進行計算
[0026]
[0027] 其中，rand為0~1之間的隨機數(shù)，jrand為1~m中的隨機整數(shù)。CR是交叉概率， 如果CR的值較大，DE算法的收斂速度會加快。如果CR的值較小，DE的魯棒性會更好，同時 增加問題的執(zhí)行時間，在本發(fā)明中交叉概率為CR= 0. 4。
[0028] (4)選擇操作
[0029] (Kvi,uk)為傳感器節(jié)點Vi到網(wǎng)關(guān)節(jié)點uk的跳數(shù)。對于第k個網(wǎng)關(guān)uk，其節(jié)點 位置為（ak，bk)，k= 1，2，...，K。距離該網(wǎng)關(guān)節(jié)點距離小于通信半徑的傳感器節(jié)點組 成的集合為?k，該網(wǎng)關(guān)節(jié)點到?k中任意節(jié)點的跳數(shù)均為1。節(jié)點vjlj0 k的距離為
則節(jié)點Vi到網(wǎng)關(guān)節(jié)點uk的跳數(shù)可按式（6)計算：
[0030]
(6)
[0031] 無線傳感器網(wǎng)絡(luò)網(wǎng)關(guān)優(yōu)化部署的適應值計算函數(shù)為：
[0032]
(7)
[0033] 在交叉操作完成后，按照式（8)進行選擇操作：
[0034]
⑶
[0035] 上述選擇過程是指如果新產(chǎn)生的個體向量由于父代中相應位置的個體向量，則將 其取代父代中的個體向量，進入到新一代的種群中，使得無線傳感器網(wǎng)絡(luò)的網(wǎng)關(guān)位置坐標 種群能夠得到持續(xù)的優(yōu)化。
[0036] (5)重復步驟⑵到步驟⑷直到迭代次數(shù)到達P= 500,在第500代種群中分別 按照式⑵計算各個目標向量Zf'Zf，...，右?對應的適應值，適應值最小的一個目標向 量即為無線傳感器網(wǎng)絡(luò)中網(wǎng)關(guān)的最優(yōu)部署位置坐標。
[0037] 本發(fā)明的有益效果是：
[0038] 本發(fā)明采用基于微分進化（DifferentEvolution,DE)算法實現(xiàn)無線傳感器網(wǎng)絡(luò) 網(wǎng)關(guān)優(yōu)化部署，利用微分進化算法較好的全局尋優(yōu)能力尋找網(wǎng)關(guān)優(yōu)化部署方案，解決了幾 何K中心下的無線傳感器網(wǎng)絡(luò)網(wǎng)關(guān)部署問題，縮小覆蓋半徑，提高了網(wǎng)絡(luò)服務質(zhì)量。
[0039] 通過以下方法進行實驗驗證本發(fā)明所提出方法的有效性（參見圖2和圖3)，在實 驗中，無線傳感器節(jié)點隨機分布在長度為500*500的部署區(qū)域中。網(wǎng)絡(luò)節(jié)點數(shù)量為200,網(wǎng) 絡(luò)圖為連通圖，網(wǎng)絡(luò)中節(jié)點最大節(jié)點度數(shù)為6,最小為1.網(wǎng)關(guān)的部署個數(shù)分為5,實驗進行 100次。覆蓋半徑的值是P= 500時的種群最小適應值，算法收斂速度根據(jù)當代種群最小適 應值和第500代種群最小適應值進行比對得到的，即最早收斂到P= 500代種群最小適應 值的年代值代表收斂速度。
[0040] 實驗結(jié)果表明，通過微分進化算法求解無線傳感器網(wǎng)絡(luò)中網(wǎng)關(guān)的部署位置，能夠 比現(xiàn)有基于粒子群的算法收斂速度提高50%左右，覆蓋半徑縮小20%，因此該方法能夠顯 著提高網(wǎng)絡(luò)服務質(zhì)量。
【附圖說明】
[0041] 圖1是無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)圖；
[0042] 圖2是無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)圖，其中圓圈表示無線傳感器網(wǎng)絡(luò)中的傳感器節(jié)點， 連線表示傳感器節(jié)點之間存在通信連接；
[0043] 圖3為使用微分進化算法進行網(wǎng)關(guān)部署優(yōu)化后得到的網(wǎng)絡(luò)部署結(jié)構(gòu)圖，其中實心 點表示無線傳感器網(wǎng)絡(luò)中的傳感器節(jié)點，方框表示部署的網(wǎng)關(guān)節(jié)點，虛線表示傳感器節(jié)點 之間的通信關(guān)系，實線表示網(wǎng)關(guān)節(jié)點與傳感器節(jié)點之間的通信關(guān)系。
【具體實施方式】
[0044] 本實施方式給出無線傳感器網(wǎng)絡(luò)網(wǎng)關(guān)優(yōu)化部署方法，在傳感器節(jié)點數(shù)量為n的無 線傳感器網(wǎng)絡(luò)G中設(shè)置K個網(wǎng)關(guān)節(jié)點，G的鄰接矩陣為A= (