一種無(wú)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(wú)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(shí)現(xiàn)解決混合無(wú)線傳感器網(wǎng)絡(luò)互聯(lián)及接入互聯(lián)網(wǎng)的問(wèn)題，通常采用網(wǎng)關(guān)設(shè)備將 不同類(lèi)型的節(jié)點(diǎn)進(jìn)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(diǎn)擔(dān)當(dāng)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(diǎn)得到 的服務(wù)質(zhì)量較好，較遠(yuǎn)的節(jié)點(diǎn)得到的服務(wù)質(zhì)量較差，各節(jié)點(diǎn)間存在服務(wù)質(zhì)量的不公平性，因 此網(wǎng)關(guān)部署是否合理對(duì)網(wǎng)絡(luò)性能有較大影響。
[0003] 目前，無(wú)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(diǎn)中選取K個(gè)節(jié)點(diǎn)作為網(wǎng)關(guān)節(jié)點(diǎn)，即網(wǎng)絡(luò)的K個(gè)中心節(jié)點(diǎn)，稱(chēng)為節(jié)點(diǎn)K中心問(wèn)題；另一 種方式是可在網(wǎng)絡(luò)節(jié)點(diǎn)所在平面的任意位置部署K個(gè)節(jié)點(diǎn)作為網(wǎng)關(guān)節(jié)點(diǎn)，該K個(gè)節(jié)點(diǎn)不一 定從現(xiàn)有網(wǎng)絡(luò)節(jié)點(diǎn)中選取，此類(lèi)問(wèn)題被歸結(jié)為幾何K中心問(wèn)題。
[0004] 目前節(jié)點(diǎn)K中心問(wèn)題的研宄成果較為豐富，幾何K中心問(wèn)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(lái)部署一些新的節(jié)點(diǎn)作為網(wǎng)關(guān)節(jié)點(diǎn)，滿足覆蓋條件的同時(shí)盡量 提高服務(wù)質(zhì)量，這種方式比前一種方式要復(fù)雜很多，因?yàn)楣?jié)點(diǎn)K中心問(wèn)題可以概括為離散 選址問(wèn)題，而幾何K中心問(wèn)題是一個(gè)連續(xù)區(qū)域選址問(wèn)題，對(duì)于該問(wèn)題的處理比較復(fù)雜，而且 相關(guān)的研宄工作也比較少。現(xiàn)有的基于粒子群優(yōu)化算法的網(wǎng)關(guān)節(jié)點(diǎn)部署方法容易陷入局部 最優(yōu)陷阱，導(dǎo)致網(wǎng)關(guān)覆蓋半徑過(guò)大，網(wǎng)絡(luò)服務(wù)質(zhì)量下降。
[0005] 微分進(jìn)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(jiǎn)單，近些年逐 漸被人們所接受，成為目標(biāo)優(yōu)化領(lǐng)域研宄的熱點(diǎn)之一。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明提出一種基于微分進(jìn)化（DifferentEvolution,DE)算法的無(wú)線傳感器網(wǎng) 絡(luò)網(wǎng)關(guān)優(yōu)化部署方法，利用微分進(jìn)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(wú)線傳感器網(wǎng)絡(luò)網(wǎng)關(guān)部署問(wèn)題，以縮小覆蓋半徑，提高網(wǎng)絡(luò)服務(wù)質(zhì)量。
[0007] 本發(fā)明為解決上述技術(shù)問(wèn)題采取的技術(shù)方案如下：
[0008] 通常情況下，在無(wú)線傳感器網(wǎng)絡(luò)中，傳感器節(jié)點(diǎn)會(huì)選擇距離其最近的網(wǎng)關(guān)作為其 服務(wù)網(wǎng)關(guān)，如圖1所示。
[0009] 在傳感器節(jié)點(diǎn)數(shù)量為n的無(wú)線傳感器網(wǎng)絡(luò)G中設(shè)置K個(gè)網(wǎng)關(guān)節(jié)點(diǎn)，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(diǎn)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(diǎn)\選擇網(wǎng)關(guān)uk作為其服務(wù)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(shí)，稱(chēng)Vi包含在網(wǎng)關(guān)uk的服務(wù)集Uk中，即ViGUk，uk與服務(wù)集Uk中節(jié)點(diǎn)之間 的最大距離為，稱(chēng)為網(wǎng)關(guān)uk的覆蓋半徑。所有網(wǎng)關(guān)節(jié)點(diǎn)中的最大覆蓋半徑
稱(chēng)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(píng)價(jià)指標(biāo)，覆蓋半徑越小通信質(zhì)量越高，網(wǎng) 絡(luò)服務(wù)質(zhì)量也會(huì)相應(yīng)提高。因此，無(wú)線傳感器網(wǎng)絡(luò)網(wǎng)關(guān)部署的重要優(yōu)化目標(biāo)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(wú)線傳感器網(wǎng)絡(luò)網(wǎng)關(guān)優(yōu)化部署問(wèn)題，本發(fā)明提出使用微分進(jìn)化算法進(jìn)行上 述式（2)的尋優(yōu)求解。對(duì)于K個(gè)網(wǎng)關(guān)節(jié)點(diǎn)，其在二維平面的坐標(biāo)為：(ak，bk)，k= 1，2,. . .，K， 用網(wǎng)關(guān)坐標(biāo)組成的目標(biāo)向量為：X=(Xpx2, . . .，xm)，其中m= 2K，ak，x2k=bk，第t 組目標(biāo)向量為Xt=(xt;1,xt，2, ? ? ?，xt，J。
[0015] 其具體過(guò)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(jī)產(chǎn)生T組目標(biāo)向量X2, . . .，&組成第一代種群，種群 中的每個(gè)目標(biāo)向量表示一組可能的網(wǎng)關(guān)位置坐標(biāo)。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(biāo)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(duì)于由網(wǎng)關(guān)位置坐標(biāo)組成的第p代種群任意一個(gè)目標(biāo)向量 其中：p= 1，2, . . .，P，t= 1，2, . . .，T。根據(jù)微分進(jìn)化算法按式（3)產(chǎn)生下一代網(wǎng)關(guān)位置坐 標(biāo)組成的變異向量1 ?,vf，
[0020]
(3)
[0021] 其中，、（和為第p代種群中隨機(jī)選擇的3個(gè)個(gè)體目標(biāo)向量第j位的元 素，并且為3個(gè)不同的個(gè)體。交叉因子F是一個(gè)實(shí)數(shù)，用于控制差值的放大倍數(shù)，F(xiàn)取值較 大時(shí)，DE算法的收斂速度會(huì)加快，但是可能會(huì)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(jìn)行元素變異操作之后，存在變異向量中某些元素位超過(guò)其有效界 限的情況，因此需要按照式（4)以初始化過(guò)程設(shè)定的目標(biāo)向量中各維數(shù)據(jù)上下限（即無(wú)線 傳感器網(wǎng)絡(luò)的邊界）為依據(jù)，將超過(guò)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(biāo)組成的交叉向量
其中向量的每位元素按照式（5)進(jìn)行計(jì)算
[0026]
[0027] 其中，rand為0~1之間的隨機(jī)數(shù)，jrand為1~m中的隨機(jī)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(huì)加快。如果CR的值較小，DE的魯棒性會(huì)更好，同時(shí) 增加問(wèn)題的執(zhí)行時(shí)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(diǎn)Vi到網(wǎng)關(guān)節(jié)點(diǎn)uk的跳數(shù)。對(duì)于第k個(gè)網(wǎng)關(guān)uk，其節(jié)點(diǎn) 位置為（ak，bk)，k= 1，2，...，K。距離該網(wǎng)關(guān)節(jié)點(diǎn)距離小于通信半徑的傳感器節(jié)點(diǎn)組 成的集合為?k，該網(wǎng)關(guān)節(jié)點(diǎn)到?k中任意節(jié)點(diǎn)的跳數(shù)均為1。節(jié)點(diǎn)vjlj0 k的距離為
則節(jié)點(diǎn)Vi到網(wǎng)關(guān)節(jié)點(diǎn)uk的跳數(shù)可按式（6)計(jì)算：
[0030]
(6)
[0031] 無(wú)線傳感器網(wǎng)絡(luò)網(wǎng)關(guān)優(yōu)化部署的適應(yīng)值計(jì)算函數(shù)為：
[0032]
(7)
[0033] 在交叉操作完成后，按照式（8)進(jìn)行選擇操作：
[0034]
⑶
[0035] 上述選擇過(guò)程是指如果新產(chǎn)生的個(gè)體向量由于父代中相應(yīng)位置的個(gè)體向量，則將 其取代父代中的個(gè)體向量，進(jìn)入到新一代的種群中，使得無(wú)線傳感器網(wǎng)絡(luò)的網(wǎng)關(guān)位置坐標(biāo) 種群能夠得到持續(xù)的優(yōu)化。
[0036] (5)重復(fù)步驟⑵到步驟⑷直到迭代次數(shù)到達(dá)P= 500,在第500代種群中分別 按照式⑵計(jì)算各個(gè)目標(biāo)向量Zf'Zf，...，右?對(duì)應(yīng)的適應(yīng)值，適應(yīng)值最小的一個(gè)目標(biāo)向 量即為無(wú)線傳感器網(wǎng)絡(luò)中網(wǎng)關(guān)的最優(yōu)部署位置坐標(biāo)。
[0037] 本發(fā)明的有益效果是：
[0038] 本發(fā)明采用基于微分進(jìn)化（DifferentEvolution,DE)算法實(shí)現(xiàn)無(wú)線傳感器網(wǎng)絡(luò) 網(wǎng)關(guān)優(yōu)化部署，利用微分進(jìn)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(wú)線傳感器網(wǎng)絡(luò)網(wǎng)關(guān)部署問(wèn)題，縮小覆蓋半徑，提高了網(wǎng)絡(luò)服務(wù)質(zhì)量。
[0039] 通過(guò)以下方法進(jìn)行實(shí)驗(yàn)驗(yàn)證本發(fā)明所提出方法的有效性（參見(jiàn)圖2和圖3)，在實(shí) 驗(yàn)中，無(wú)線傳感器節(jié)點(diǎn)隨機(jī)分布在長(zhǎng)度為500*500的部署區(qū)域中。網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量為200,網(wǎng) 絡(luò)圖為連通圖，網(wǎng)絡(luò)中節(jié)點(diǎn)最大節(jié)點(diǎn)度數(shù)為6,最小為1.網(wǎng)關(guān)的部署個(gè)數(shù)分為5,實(shí)驗(yàn)進(jìn)行 100次。覆蓋半徑的值是P= 500時(shí)的種群最小適應(yīng)值，算法收斂速度根據(jù)當(dāng)代種群最小適 應(yīng)值和第500代種群最小適應(yīng)值進(jìn)行比對(duì)得到的，即最早收斂到P= 500代種群最小適應(yīng) 值的年代值代表收斂速度。
[0040] 實(shí)驗(yàn)結(jié)果表明，通過(guò)微分進(jìn)化算法求解無(wú)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(wù)質(zhì)量。
【附圖說(shuō)明】
[0041] 圖1是無(wú)線傳感器網(wǎng)絡(luò)結(jié)構(gòu)圖；
[0042] 圖2是無(wú)線傳感器網(wǎng)絡(luò)結(jié)構(gòu)圖，其中圓圈表示無(wú)線傳感器網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)， 連線表示傳感器節(jié)點(diǎn)之間存在通信連接；
[0043] 圖3為使用微分進(jìn)化算法進(jìn)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(shí)心 點(diǎn)表示無(wú)線傳感器網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)，方框表示部署的網(wǎng)關(guān)節(jié)點(diǎn)，虛線表示傳感器節(jié)點(diǎn) 之間的通信關(guān)系，實(shí)線表示網(wǎng)關(guān)節(jié)點(diǎn)與傳感器節(jié)點(diǎn)之間的通信關(guān)系。
【具體實(shí)施方式】
[0044] 本實(shí)施方式給出無(wú)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(diǎn)數(shù)量為n的無(wú) 線傳感器網(wǎng)絡(luò)G中設(shè)置K個(gè)網(wǎng)關(guān)節(jié)點(diǎn)，G的鄰接矩陣為A= (