一種移動(dòng)sink信息收集路徑的可變維粒子群構(gòu)建方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于通信領(lǐng)域，特別涉及一種移動(dòng)sink信息收集路徑的可變維粒子群構(gòu) 建方法。
【背景技術(shù)】
[0002] WSN是由大量簡(jiǎn)單傳感器通過(guò)無(wú)線方式連接起來(lái)的一種網(wǎng)絡(luò)，數(shù)據(jù)采集是其最常 用的功能之一。如：在環(huán)境檢測(cè)的WSN場(chǎng)景中布置大量的傳感器節(jié)點(diǎn)，對(duì)檢測(cè)環(huán)境的溫度、 濕度、圖像等因素進(jìn)行監(jiān)控。
[0003] 為了完成傳感器節(jié)點(diǎn)的數(shù)據(jù)采集工作，現(xiàn)有的技術(shù)方案是設(shè)置一個(gè)移動(dòng)sink節(jié) 點(diǎn)，令其沿著一個(gè)經(jīng)過(guò)所有傳感器節(jié)點(diǎn)的路徑進(jìn)行數(shù)據(jù)采集，當(dāng)該移動(dòng)sink節(jié)點(diǎn)移動(dòng)至某 個(gè)傳感器節(jié)點(diǎn)時(shí)，令該傳感器節(jié)點(diǎn)向移動(dòng)sink發(fā)送數(shù)據(jù)，移動(dòng)sink節(jié)點(diǎn)完成該傳感器節(jié)點(diǎn) 的數(shù)據(jù)接收后，沿預(yù)設(shè)的路徑移動(dòng)至下一個(gè)傳感器節(jié)點(diǎn)，繼續(xù)進(jìn)行數(shù)據(jù)接收。
[0004] 在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問(wèn)題：
[0005] 現(xiàn)有的規(guī)劃算法較為簡(jiǎn)單，根據(jù)現(xiàn)有的對(duì)移動(dòng)sink節(jié)點(diǎn)在信息收集過(guò)程中路徑 的規(guī)劃算法上，無(wú)法快速獲取最優(yōu)路徑，即根據(jù)現(xiàn)有的路徑規(guī)劃算法，移動(dòng)sink節(jié)點(diǎn)無(wú)法 進(jìn)行高效率的信息收集，從而對(duì)整個(gè)無(wú)線傳感器網(wǎng)絡(luò)的信息收集工作造成影響。

【發(fā)明內(nèi)容】

[0006] 為了解決現(xiàn)有技術(shù)的問(wèn)題，本發(fā)明提供了一種移動(dòng)sink信息收集路徑的可變維 粒子群構(gòu)建方法，所述移動(dòng)sink信息收集路徑的可變維粒子群構(gòu)建方法，包括：
[0007] 步驟一，生成可變維粒子群，對(duì)所述可變維粒子群進(jìn)行初始化，獲取所述可變維粒 子群中每個(gè)粒子的維度；
[0008] 步驟二，獲取所述可變維粒子群中每個(gè)所述粒子的適應(yīng)值，根據(jù)所述適應(yīng)值的數(shù) 值大小，確定每個(gè)所述粒子的最優(yōu)解以及所述可變維粒子群的歷史最優(yōu)解；
[0009] 步驟三，使用最近維度跟蹤策略對(duì)所述可變維粒子群中每個(gè)所述粒子的所述維度 進(jìn)行更新，獲取到已更新可變維粒子群；
[0010] 步驟四，根據(jù)模擬退火策略，對(duì)是否將所述可變維粒子群中的所述粒子替換為所 述已更新可變維粒子群中的粒子進(jìn)行判定，如果確定替換，則使用所述已更新可變維粒子 群中的粒子替換所述可變維粒子群中對(duì)應(yīng)位置的所述粒子，并獲取所述對(duì)應(yīng)位置粒子的適 應(yīng)值，更新所述對(duì)應(yīng)位置粒子的最優(yōu)解，如果確定不更換，則繼續(xù)使用所述可變維粒子群中 在所述對(duì)應(yīng)位置的粒子，得到替換完成的第一可變維粒子群；
[0011] 步驟五，從所述第一可變維粒子群中選取粒子間距小于預(yù)設(shè)間距閾值的粒子，對(duì) 所述粒子的維度進(jìn)行合并，得到已合并可變維粒子群，對(duì)所述已合并可變維粒子群進(jìn)行如 步驟四所示的處理，得到第二可變維粒子群；
[0012] 步驟六，根據(jù)預(yù)設(shè)的倒序概率，對(duì)所述第二可變維粒子群中的粒子進(jìn)行倒序處理， 得到已倒序可變維粒子群，對(duì)所述已倒序可變維粒子群進(jìn)行如所述步驟四所示的處理，得 到第三可變維粒子群，確定所述第三可變維粒子群的所述歷史最優(yōu)解；
[0013] 步驟七，如果所述第三可變維粒子群的所述歷史最優(yōu)解中粒子適應(yīng)度的變化量小 于預(yù)設(shè)適應(yīng)度閾值或此時(shí)迭代次數(shù)大于預(yù)設(shè)迭代閾值，則將所述第三粒子群的所述歷史最 優(yōu)解對(duì)應(yīng)的粒子作為移動(dòng)Sink信息收集路徑的最佳路徑，否則對(duì)當(dāng)前迭代次數(shù)加一，并重 復(fù)所述步驟二至所述步驟六所示的處理，直至滿足所述第三可變維粒子群的所述歷史最優(yōu) 解中粒子適應(yīng)度的變化量小于預(yù)設(shè)適應(yīng)度閾值或迭代次數(shù)大于所述預(yù)設(shè)迭代閾值為止，將 截止時(shí)的所述第三粒子群的所述歷史最優(yōu)解對(duì)應(yīng)的粒子作為所述移動(dòng)sink信息收集路徑 的最佳路徑。
[0014] 可選的，所述使用最近維度跟蹤策略對(duì)所述可變維粒子群中每個(gè)所述粒子的所述 維度進(jìn)行更新，獲取到已更新可變維粒子群，包括：
[0015] 提取所述可變維粒子群中每個(gè)所述粒子的最優(yōu)解以及所述可變維粒子群的歷史 最優(yōu)解；
[0016] 從所述每個(gè)所述粒子的歷史最優(yōu)解中選取與所述可變維粒子群中待更新粒子當(dāng) 前維度最接近的維度，從所述可變維粒子群的所述歷史最優(yōu)解中選取與所述可變維粒子群 中待更新粒子當(dāng)前維度最接近的維度；
[0017] 根據(jù)預(yù)設(shè)公式，結(jié)合從所述粒子的歷史最優(yōu)解中選取的最接近的維度以及從所述 可變維粒子群歷史最優(yōu)解中選取的最接近的維度，對(duì)所述可變維粒子群中待更新粒子的所 述維度進(jìn)行更新，獲取到已更新可變維粒子群。
[0018] 可選的，所述根據(jù)模擬退火策略，對(duì)是否將所述可變維粒子群中的所述粒子替換 為所述已更新可變維粒子群中的粒子進(jìn)行判定，包括：
[0019] 從所述可變維粒子群中提取原始粒子，從所述已更新可變維粒子群中提取與所述 樣本粒子位置對(duì)應(yīng)的樣本粒子；
[0020] 獲取所述原始粒子的適應(yīng)值以及所述樣本粒子的適應(yīng)值；
[0021] 如果所述樣本粒子的適應(yīng)值小于所述原始粒子的適應(yīng)值，則使用所述樣本粒子替 換所述原始粒子，如果所述樣本粒子的適應(yīng)值不小于所述原始粒子的適應(yīng)值，則根據(jù)替換 概率公式獲取替換概率數(shù)值，并根據(jù)所述替換概率數(shù)值使用所述樣本粒子替換所述原始粒 子。
[0022] 可選的，所述從所述第一可變維粒子群中選取粒子間距小于預(yù)設(shè)間距閾值的粒 子，對(duì)所述粒子的維度進(jìn)行合并，得到已合并可變維粒子群，包括：
[0023] 從所述第一可變維粒子群中選取粒子間距小于預(yù)設(shè)間距閾值的兩個(gè)粒子；
[0024] 根據(jù)所述兩個(gè)粒子的維度，在所述兩個(gè)粒子之間確定中間粒子；
[0025] 將所述兩個(gè)粒子替換為所述中間粒子，得到已合并可變維粒子群。
[0026] 可選的，根據(jù)預(yù)設(shè)的倒序概率，對(duì)所述第二可變維粒子群中的粒子進(jìn)行倒序處理， 得到已倒序可變維粒子群，包括：
[0027] 提取所述第二可變維粒子群中的粒子，隨機(jī)的生成第一位置和第二位置；
[0028] 將位于所述第一位置和所述第二位置之間的所述粒子的維度數(shù)據(jù)進(jìn)行倒置處 理；
[0029] 對(duì)第二可變維粒子群中的全部粒子所述將進(jìn)行所述倒置處理，得到由所述倒置處 理后的粒子構(gòu)成的已倒序可變維粒子群。
[0030] 本發(fā)明提供的技術(shù)方案帶來(lái)的有益效果是：
[0031] 通過(guò)在移動(dòng)sink節(jié)點(diǎn)的路徑規(guī)劃中引入可變維粒子群的概念，以對(duì)可變維粒子 群進(jìn)行迭代優(yōu)化的方式獲取sink節(jié)點(diǎn)的信息收集路徑，避免了現(xiàn)有技術(shù)中無(wú)法確定最優(yōu) 路徑這一缺陷的發(fā)生，提高了移動(dòng)sink節(jié)點(diǎn)在信息收集過(guò)程中的效率，降低了路徑選擇對(duì) 整個(gè)無(wú)線傳感器網(wǎng)絡(luò)的信息收集工作造成影響。
【附圖說(shuō)明】
[0032] 為了更清楚地說(shuō)明本發(fā)明的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖 作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普 通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0033] 圖1是本發(fā)明提供的一種移動(dòng)sink信息收集路徑的可變維粒子群構(gòu)建方法的流 程不意圖；
[0034] 圖2是本發(fā)明提供的一種移動(dòng)sink信息收集路徑的可變維粒子群構(gòu)建方法的進(jìn) 行維度選取的過(guò)程以及對(duì)選取的維度求解矢量和的示意圖；
[0035] 圖3是本發(fā)明提供的一種移動(dòng)sink信息收集路徑的可變維粒子群構(gòu)建方法的維 度合并策略的面積重合示意圖；
[0036] 圖4是本發(fā)明提供的一種移動(dòng)sink信息收集路徑的可變維粒子群構(gòu)建方法的典 型實(shí)現(xiàn)方法的流程示意圖；
[0037] 圖5是本發(fā)明提供的一種移動(dòng)sink信息收集路徑的可變維粒子群構(gòu)建方法的仿 真實(shí)驗(yàn)的效果對(duì)比示意圖一；
[0038] 圖6是本發(fā)明提供的一種移動(dòng)sink信息收集路徑的可變維粒子群構(gòu)建方法的仿 真實(shí)驗(yàn)的效果對(duì)比示意圖二。
【具體實(shí)施方式】
[0039] 為使本發(fā)明的結(jié)構(gòu)和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明的結(jié)構(gòu)作進(jìn)一步地 描述。
[0040] 實(shí)施例一
[0041] 本發(fā)明提供了一種移動(dòng)sink信息收集路徑的可變維粒子群構(gòu)建方法，所述移動(dòng) sink信息收集路徑的可變維粒子群構(gòu)建方法，包括：
[0042] 步驟一，生成可變維粒子群，對(duì)所述可變維粒子群進(jìn)行初始化，獲取所述可變維粒 子群中每個(gè)粒子的維度；
[0043] 步驟二，獲取所述可變維粒子群中每個(gè)所述粒子的適應(yīng)值，根據(jù)所述適應(yīng)值的數(shù) 值大小，確定每個(gè)所述粒子的最優(yōu)解以及所述可變維粒子群的歷史最優(yōu)解；
[0044] 步驟三，使用最近維度跟蹤策略對(duì)所述可變維粒子群中每個(gè)所述粒子的所述維度 進(jìn)行更新，獲取到已更新可變維粒子群；
[0045] 步驟四，根據(jù)模擬退火策略，對(duì)是否將所述可變維粒子群中的所述粒子替換為所 述已更新可變維粒子群中的粒子進(jìn)行判定，如果確定替換，則使用所述已更新可變維粒子 群中的粒子替換所述可變維粒子群中對(duì)應(yīng)位置的所述粒子，并獲取所述對(duì)應(yīng)位置粒子的適 應(yīng)值，更新所述對(duì)應(yīng)位置粒子的最優(yōu)解，如果確定不更換，則繼續(xù)使用所述可變維粒子群中 在所述對(duì)應(yīng)位置的粒子，得到替換完成的第一可變維粒子群；
[0046] 步驟五，從所述第一可變維粒子群中選取粒子間距小于預(yù)設(shè)間距閾值的粒子，對(duì) 所述粒子的維度進(jìn)行合并，得到已合并可變維粒子群，對(duì)所述已合并可變維粒子群進(jìn)行如 步驟四所示的處理，得到第二可變維粒子群；
[0047] 步驟六，根據(jù)預(yù)設(shè)的倒序概率，對(duì)所述第二可變維粒子群中的粒子進(jìn)行倒序處理， 得到已倒序可變維粒子群，對(duì)所述已倒序可變維粒子群進(jìn)行如所述步驟四所示的處理，得 到第三可變維粒子群，確定所述第三可變維粒子群的所述歷史最優(yōu)解；
[0048] 步驟七，如果所述第三可變維粒子群的所述歷史最優(yōu)解中粒子適應(yīng)度的變化量小 于預(yù)設(shè)適應(yīng)度閾值或此時(shí)迭代次數(shù)大于