基于遺傳算法的無線傳感器網絡優(yōu)化覆蓋研究

鄒茜

摘 要：在無線傳感器網絡應用的研究過程中，我們發(fā)現(xiàn)無線傳感網絡是存在一些影響生存周期的問題的，例如節(jié)點的能量受限、能耗浪費問題，節(jié)點可能被高度冗余的部署在同一個區(qū)域內的問題，節(jié)點的路由算法問題等，這些問題會使得無線傳感器網絡使用的時限變得比較短。近年來，遺傳算法在各種研究中的使用頻率不斷增加，運用于無線傳感器網絡覆蓋中的各種研究也是越來越多，相關的研究成果也逐漸增多。所以本文就遺傳算法在無線傳感器網絡覆蓋中的仿真研究進行了闡述和總結，并對其未來的發(fā)展趨勢進行展望。

關鍵詞：遺傳算法 無線傳感器網絡 節(jié)能覆蓋 仿真研究

中圖分類號：TP393 文獻標識碼：A 文章編號：1672-3791（2018）01（c）-0030-02

隨著社會經濟的迅速發(fā)展進步，無線傳感器網絡的發(fā)展是飛速的，應用的層面是廣泛的，在研究過程中很多學者、技術人員對網絡覆蓋這塊問題的研究很是重視，研究成果層出不窮；對網絡覆蓋進行了深入研究。在已有的研究文獻中表明，網絡覆蓋它反映了在一個無線傳感器網絡中某個目標區(qū)域被檢測的情況。目前大部分的研究主要在網絡部署、檢測、覆蓋及連接關系這些方向。對一個需要監(jiān)測的區(qū)域進行監(jiān)測與信息傳輸是無線傳感網絡的主要功能，而對此區(qū)域的監(jiān)測力度是評價無線傳感網絡功能的具體體現(xiàn)。本文主要對區(qū)域內網絡覆蓋分布進行研究，通過對比相關算法，對其覆蓋優(yōu)化進行研究。

1 傳感器網絡覆蓋算法研究現(xiàn)狀

隨著社會的發(fā)展進步，學術界對傳感器網絡覆蓋算法的研究是比較多的，不僅是出現(xiàn)了大量的研究著作，而且也出現(xiàn)了大量的有效算法。

TianD算法[1]，此算法計算復雜度和通信復雜度比較低，但會選出過多的工作節(jié)點從而減短網絡的使用壽命，因為它無法使監(jiān)測區(qū)域邊界的冗余節(jié)點休眠，并且在節(jié)點覆蓋區(qū)域重疊的這個問題上欠缺考慮。Huang算法[2]，此算法通信復雜程度比較高，在使用的過程中是很容易造成信令風暴的。CCP算法[3]，此算法計算的過程比較復雜，會比較耗能，在高密度傳感器網絡中是不適合使用的。NSS算法[4]，此算法采用周期性節(jié)點輪換的工作機制，可以有效地延長網絡生存時問。CSCSO算法[5]，此算法采用選擇連通的傳感器節(jié)點路徑來得到最大化的網絡覆蓋效果。LICA算法，此算法引進簇的概念，將節(jié)點分簇，每個節(jié)點與它的鄰居節(jié)點交換信息，通過節(jié)點距離與覆蓋模型找出覆蓋節(jié)點，具有較為理想的覆蓋性能和節(jié)能性能。

正是由于以上的算法是存在著或多或少的問題，所以本文就在相關研究基礎上，分析探究就基于遺傳算法的網絡覆蓋算法來對無線傳感網絡覆蓋的研究。

2 無線傳感器網絡覆蓋分析研究

2.1 優(yōu)化問題分析研究

由于在計算的時候，需要對監(jiān)測區(qū)域內有效節(jié)點進行選擇，如何對無線傳感器網絡中的有效節(jié)點進行選擇是研究的優(yōu)化問題的重點，而覆蓋優(yōu)化是其中的主要研究方向，主要通過對工作節(jié)點的有效分析，如果要進行計算，就需要使得網絡要保持連通，這樣才能夠使得網絡覆蓋率不斷的擴大。

2.2 覆蓋問題的求解

對無傳感器網絡覆蓋問題進行分析研究就會發(fā)現(xiàn)，無線傳感器的網絡覆蓋分布優(yōu)化其實是一個多目標的優(yōu)化問題，在使用遺傳算法進行計算的時候是需要將工作的節(jié)點和網絡感知覆蓋率這兩者之間是要達到平衡，也就是我們說的要在各個節(jié)點之間要連通要盡可能的增加網絡的覆蓋度，使得網絡的各個節(jié)點之間能夠獲得最為廣泛的信息。

3 網絡覆蓋優(yōu)化的遺傳算法分析研究

3.1 遺傳編碼分析研究

在進行遺傳分析研究的時候，首先分析了遺傳算法的思路，首先研究的就是他的編碼方式，從監(jiān)測區(qū)域的有效節(jié)點開始，進行優(yōu)化選取，這樣就能提高無線傳感網絡的覆蓋優(yōu)化。我們在利用遺傳算法進行計算的時候主要是要進行編碼，不僅如此，編碼工作也是在進行計算的時候要解決的問題，也是一個非常重要的步驟，所以本文在分析研究的時候主要是要對二進制的編碼方案進行設計，我們在設計的時候位置被選中的為1，不被選中的為0，我們利用這種方法進行編碼設計存在著和較大的優(yōu)勢，這主要是由于我們使用這種方法進行編碼工作的時候是可以將染色體位串劃分為多個子串分別優(yōu)化，這樣在計算的時候就可以使用并行的方式，大大加快了優(yōu)化的速度，尤其是一旦傳感器的網絡規(guī)模是十分大的，因此在計算的時候就可以實現(xiàn)優(yōu)化的計算。

3.2 初始化種群分析研究

我們使用遺傳算法在無線傳感器網絡覆蓋的時候，由于在計算的時候主要是采用的方式首先設置初始群，它的產生如果是由隨機計算得出結果，那么在計算的時候是很容易產生一些種群的早熟現(xiàn)象，此時我們準備使用均交叉的方式對其進行設計，這樣就能從開始就對無線傳感網絡的監(jiān)測區(qū)域進行設置，在計算的時候就很容易的使得初始種群較好地分布在我們搜索的范圍之內，在計算的時候就使得遺傳算法的速度不斷加快，并且在一定的程度上還減少了迭代次數(shù)，使得早熟現(xiàn)象的產生不斷減少。

3.3 目標函數(shù)分析研究

這部分是分析研究的難點，在計算的時候，需要通過設計目標函數(shù)對無線傳感網絡進行評價，然后進一步通過目標函數(shù)提供的信息對算法的搜索有效加權進行控制，我們一般設置覆蓋率函數(shù)f1（x）與節(jié)點利用率函數(shù)f2（x）稱為子目標函數(shù)，總的目標函數(shù)主要是將這些子目標進行變換加權，因此在進行計算的時候主要是將這些加權的子目標函數(shù)轉化為總體的目標函數(shù)進行分析研究，并且在計算的時候主要是將其作為遺傳算法求解中的適值函數(shù)來進行計算，此時，我們將得到目標函數(shù)結果。通過對目標函數(shù)的設置，我們將獲得優(yōu)化的無線傳感網絡有效范圍。

4 結語

本文首先對相關的無線傳感網絡覆蓋算法進行分析，發(fā)現(xiàn)遺傳算法在此領域中有較好的優(yōu)勢，然后對遺傳算法的初始種群設計和目標函數(shù)進行了重點分析，期望在今后的工作中進一步對其完善，提高無線傳感網絡的優(yōu)勢。

參考文獻

[1] M Cardei，D Z Du.Improving wireless sensor network lifetime through power aware organization[J].Wireless Networks，2005，11（3）：333-340.

[2] 梁英，曾鵬，于海斌.無線傳感器網絡中一種能量自適應的簇首選擇機制[J].信息與控制，2006，35（2）：141-146.

[3] YQWu， ZH Man.Terminalslidingmodecontroldesignforuncertaindynamicsystems[J].Systems and Control Letters，1998，34（5）：281-287.

[4] Veltri G，Huang Q，Qu G，et al.Minimal and maximal exposure path algorithms for wireless embedded sensor networks[A].International conference on Embedded networked sensor systems[C].2003：40-50.

[5] Gupta H，Zhou Z，Das SR，et al.Connected sensor cover：self-organization of sensor networks for efficient query execution[J].IEEE/ACM Transactions on Networking，2006，14（1）：55-67.