The invention discloses a relay node deployment algorithm based on hybrid multi-objective particle swarm optimization (PSO) for wireless sensor networks. The invention mainly studies the deployment of relay nodes in single layer networks, and the network attributes are the average energy consumption of the network and the reliability of the network link. Hybrid multi-objective particle swarm optimization (PSO) is a new multi-objective evolutionary algorithm. Its core idea is to introduce optimal neighbor learning on the basis of multi-objective particle swarm optimization (PSO) and the strategy of cross variation congestion distance in genetic algorithm, so as to improve the search efficiency of the algorithm. Because the hybrid multi-objective particle swarm optimization (PSO) is a population based algorithm, it can maintain a set of candidate solutions with different preferences at the same time, so it is very suitable for solving the multi-objective optimization problem. Moreover, a large number of practical applications show that the hybrid multi-objective particle swarm optimization algorithm has higher search efficiency than the common multi-objective evolutionary algorithm.
【技术实现步骤摘要】
基于混合多目标粒子群算法的无线传感网络中继节点部署算法
本专利技术涉及无线传感器网络、物联网和智能计算
,尤其是一种基于混合多目标粒子群算法的无线传感网络中继节点部署算法。
技术介绍
无线传感网络(wirelesssensornetworks,WSN)是由监测区域内大量的具有数据采集、数据处理和信息无线传输功能的传感器节点(sensornode,SN)、具有数据转发功能的中继节点(relaynode,RN)以及具有数据汇聚作用的网关节点(basestation,BS)共同组成。SN感知、采集和处理网络覆盖区域内的信息,通过RN组成多跳的网络形式最终将数据传送给GN。GN是连接外界的通道,由GN负责将监测到的信息最终传到相关终端进行进一步分析利用。该技术是信息科学领域中新兴学科与传统学科交叉综合的结果,在环境领域、医疗卫生、智能家居等方面有着广泛的应用前景。今年来,关于WSN的研究包括诸多方面。例如,在网络层的优化技术,包括多跳能效性路由的建立、数据聚合和分级的网络拓扑控制;在数据链路层的研究主要包括碰撞的避免、输出功率控制、空闲侦听的最小化等;在应用层的研究则有自适应性激活节点和负载平衡等。众所周知,一个实用型WSN投入应用面临的首要问题就是网络中各类节点的布局问题,我们以用于地铁隧道监测的WSN为例。用于监测裂痕等信息的SN安装在地铁隧道内壁,其布局位置由实际需求决定,这些SN利用无线通信的方式把收集到的数据经由隧道内壁上的RN节点汇总至BS,然后BS把数据集中传输到服务器等装置。可以看出,SN和BS位置的位置是相对固定的,为了保证SN和BS之间数 ...
【技术保护点】
1.一种基于混合多目标粒子群算法的无线传感网络中继节点部署算法,其特征在于:算法的步骤为:步骤1:初始化算法的相关参数及产生一个初始种群;步骤2:将产生的新解中的非支配解存入全局最优解集合;步骤3:采用遗传算法的中选择交叉操作和变异操作产生N个新个体;步骤4:当前个体向与其欧式距离排在前q个的个体学习,用最好的邻居解xnbest作为自身的历史最优解;步骤5:从全局最优解集合中根据拥挤距离选取全局最优解xgbest;步骤6:基于
【技术特征摘要】
1.一种基于混合多目标粒子群算法的无线传感网络中继节点部署算法,其特征在于:算法的步骤为:步骤1:初始化算法的相关参数及产生一个初始种群;步骤2:将产生的新解中的非支配解存入全局最优解集合;步骤3:采用遗传算法的中选择交叉操作和变异操作产生N个新个体;步骤4:当前个体向与其欧式距离排在前q个的个体学习,用最好的邻居解xnbest作为自身的历史最优解;步骤5:从全...
【专利技术属性】
技术研发人员:李迅波,王振林,余文,方炜,孙保亮,
申请(专利权)人:电子科技大学,华为技术有限公司,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。