基于蝴蝶优化算法的传感网静态锚节点位置选择的方法技术

本发明专利技术公开了一种无线传感器网络静态锚节点位置选择方法，涉及无线传感器网络技术领域，包括：步骤S1：采集无线传感器网络节点之间的信号强度，将节点分布图转换为拓扑图；步骤S2：在拓扑图中，使用蝴蝶优化算法确定最优节点，将最优节点作为待定位区域的形状中的簇头，以簇头为中心，向簇头周围放置锚节点；步骤S3：在拓扑图中，使用贴近度中心算法计算每个节点的贴近度中心值，并将获得的贴近度中心值按降序排序；步骤S4：根据贴近度中心值按降序排序定位拓扑图中未知静态锚节点的位置。本发明专利技术可以最大限度地延长网络寿命，从而最小化能量消耗。量消耗。量消耗。

【技术实现步骤摘要】
基于蝴蝶优化算法的传感网静态锚节点位置选择的方法


[0001]本专利技术涉及无线传感器网络
，特别是一种基于蝴蝶优化算法的无线传感器网络静态锚节点位置选择方法。

技术介绍

[0002]无线传感器网络是一种新的信息采集和处理技术，通过在被监测区域部署数千个微传感器，可以全面、实时、准确地采集监测区域的环境信息，并分析异常数据，实现对关键事件的高级防御和对敏感目标的精确攻击。无线传感器网络中节点间的数据是节点定位的重要前提和基础，分析采集的数据并结合节点位置信息是实现无线传感器网络节点定位的关键。没有位置信息的数据几乎是无用的，在此基础上，实现了无线传感器网络的节点定位技术。
[0003]由于能量受限的传感器节点独立运行更长的持续时间，实现节能的无线传感器网络是困难的。然而，不可再充电节点的能量和更换电池是昂贵的，在敌对位置往往更是棘手，在能量消耗较大的同时也会影响网络寿命。因此，提高无线传感器网络的能量效率是一个重要问题。

技术实现思路

[0004]本专利技术的专利技术目的是，针对上述问题，提供一种基于蝴蝶优化算法的无线传感器网络静态锚节点位置选择策略的方法，以最小化能量消耗，最大限度地延长网络寿命。
[0005]为达到上述目的，本专利技术所采用的技术方案是：
[0006]一种无线传感器网络静态锚节点位置选择方法，包括以下内容：
[0007]步骤S1：采集无线传感器网络节点之间的信号强度，将节点分布图转换为拓扑图；
[0008]步骤S2：在拓扑图中，使用蝴蝶优化算法确定最优节点，将最优节点作为待定位区域的形状中的簇头；
[0009]步骤S3：在拓扑图中，使用贴近度中心算法计算每个节点的贴近度中心值，并将获得的贴近度中心值按降序排序；
[0010]步骤S4：根据贴近度中心值按降序排序定位拓扑图中未知静态锚节点的位置。
[0011]其中，步骤S1包括以下步骤：
[0012]步骤S11、确定无线传感器网络的待定位区域，估算待定位区域的长度和宽度，构建二维坐标系；
[0013]步骤S12、在构建的二维坐标系中部署无线传感器网络节点，根据待定位区域的大小得到需要部署的节点数，并根据待定位区域的形状随机或定期部署节点；
[0014]步骤S13、收集节点之间的信号强度值；首先，随机选择节点A，收集获得从其他节点到节点A的信号强度值RSS
Ai
，其中RSS
Ai
指从节点A到节点i的信号强度值，i＝1，2，...，n
‑
1；然后，随机选择节点B，收集获得从节点A以外的节点到节点B的信号强度值RSS
Bi
，RSS
Bi
指从节点B到节点i的信号强度值；以此类推，可以获得任何节点之间的信号强度值；
[0015]步骤S14、设置节点的通信半径，使用路径损耗模型将节点的通信半径转换为信号强度值，并使用步骤S13获得的信号强度值作为设置的信号强度阈值；
[0016]步骤S15、将信号强度阈值设置为T，R
ij
是任意两个节点之间的信号强度值，判断R
ij
≥T是否成立，如果成立则它们之间存在边缘连接节点i和节点j，否则两个节点之间没有连接；
[0017]步骤S16、将边缘连接节点的分布也归纳在拓扑图中。
[0018]步骤S2包括以下步骤：
[0019]步骤S21、构建传感器节点的剩余能量、簇内距离、簇头和汇聚节点之间的距离、节点度和节点中心度的参数及适应度函数；
[0020]步骤S22、根据步骤S21的参数及适应度函数使用加权和方法构建节点的目标函数；
[0021]步骤S23、使用蝴蝶优化算法求解节点的单目标函数，选择相对最优的节点范围，确定为最优节点，并将其作为簇头。
[0022]步骤S3包括以下步骤：
[0023]步骤S31、在拓扑图中，计算各个节点的贴近度中心值；
[0024]步骤S32、将步骤S31获得的贴近度中心值按降序排序。
[0025]步骤S4包括以下步骤：
[0026]步骤S41、根据贴近度中心值按降序排序将具有最大贴近度中心值的节点作为第一个锚节点a1；
[0027]步骤S42、选择第一个锚节点，以等间隔遍历贴近度中心值，遍历出其它静态锚节点a
n
。
[0028]由于采用上述技术方案，本专利技术具有以下有益效果：
[0029]本专利技术使用蝴蝶优化算法在所有节点中有效地选择簇头的相对最优范围，然后结合贴近度中心性和快速排序算法来选择静态锚节点的位置；在进行簇头选择的过程中，适应度函数与剩余能量、簇内距离、信道与汇聚节点之间的距离、节点度和节点中心度等五个不同参数一起制定，本专利技术可以提高节点的定位精度和定位覆盖率，节省定位时间，使用集群的方法，将能量低的节点及时替换新的节点，可以增加网络寿命并最小化传输能耗，以此最大限度地延长网络寿命，从而最小化能量消耗。
附图说明
[0030]图1是本专利技术的实例1的流程示意图。
[0031]图2是本专利技术的实例1的静态汇聚节点示意图。
具体实施方式
[0032]以下结合附图对专利技术的具体实施进一步说明。
[0033]实施例1
[0034]如图1及图2所示，本实施例1的一种无线传感器网络静态锚节点位置选择方法，包括以下内容：
[0035]步骤S1：采集无线传感器网络节点之间的信号强度，将节点分布图转换为拓扑图。
[0036]步骤S1包括以下步骤：
[0037]步骤S11、结合实际需要确定无线传感器网络的待定位区域，估算待定位区域的长度和宽度，构建二维坐标系。
[0038]步骤S12、在构建的二维坐标系中部署无线传感器网络节点，根据待定位区域的大小估算需要部署的节点数，并根据待定位区域的形状随机或定期部署节点。
[0039]步骤S13、收集节点之间的信号强度值；首先，随机选择节点A，收集获得从其他节点到节点A的信号强度值RSS
Ai
，其中RSS
Ai
指从节点A到节点i的信号强度值，i＝1，2，...，n
‑
1；然后，随机选择节点B，收集获得从节点A以外的节点到节点B的信号强度值RSS
Bi
，RSS
Bi
指从节点B到节点i的信号强度值；以此类推，可以获得任何节点之间的信号强度值。
[0040]步骤S14、设置节点的通信半径，使用路径损耗模型将节点的通信半径转换为信号强度值，并使用步骤S13获得的信号强度值作为设置的信号强度阈值。
[0041]步骤S15、将信号强度阈值设置为T，R
ij
是任意两个节点之间的信号强度值，判断R
ij
≥T是否成立，如果成立则它们之间存在边缘连接节点i和节点j，否则两个节点之间没有连接。
[0042]步骤S16、将边缘连接节点的分布本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于蝴蝶优化算法的传感网静态锚节点位置选择的方法，其特征在于，包括以下内容：步骤S1：采集无线传感器网络节点之间的信号强度，将节点分布图转换为拓扑图；步骤S2：在拓扑图中，使用蝴蝶优化算法确定最优节点，将最优节点作为待定位区域的形状中的簇头；步骤S3：在拓扑图中，使用贴近度中心算法计算每个节点的贴近度中心值，并将获得的贴近度中心值按降序排序；步骤S4：根据贴近度中心值按降序排序定位拓扑图中未知静态锚节点的位置。2.根据权利要求1所述的基于蝴蝶优化算法的传感网静态锚节点位置选择的方法，其特征在于：所述步骤S1包括以下步骤：步骤S11、确定无线传感器网络的待定位区域，估算待定位区域的长度和宽度，构建二维坐标系；步骤S12、在构建的二维坐标系中部署无线传感器网络节点，根据待定位区域的大小得到需要部署的节点数，并根据待定位区域的形状随机或定期部署节点；步骤S13、收集节点之间的信号强度值；首先，随机选择节点A，收集获得从其他节点到节点A的信号强度值RSS
Ai
，其中RSS
Ai
指从节点A到节点i的信号强度值，i＝1，2，...，n
‑
1；然后，随机选择节点B，收集获得从节点A以外的节点到节点B的信号强度值RSS
Bi
，RSS
Bi
指从节点B到节点i的信号强度值；以此类推，可以获得任何节点之间的信号强度值；步骤S14、设置节点的通信半径，使用路径损耗模型将节点的通信半径转换为信号强度值，并使用步骤S13获得的信号强度值作为设置的信号强度阈值；步骤S15、将信号强度阈值设置为T，R
ij
是任意两个节点之间的信号强度值，判断R
ij
≥T是否成立，如果成立则它们之间存在边缘连接节点i和节点j，否则两个节点之间没有连接；步骤S16、将边缘连接节点的分布也归纳在拓扑图中。3.根据权利要求1所述的基于蝴蝶优化算法的传感网静态锚节点位置选择的方法，其特征在于：所述步骤S2包括以下步骤：步骤S21、构建传感器节点的剩余能量、簇内距离、簇头和汇聚节点之间的距离、节点度和节点中心度的参数及适应度函数；步骤S22、根据步骤S21的参数及适应度函数使用加权和方法构建节点的目标函数；步骤S23、使用蝴蝶优化算法求解节点的单目标函数，选择相对最优的节点范围，确定为最优节点，并将其作为簇头；其中，以该簇头为中心，向簇头周围放置理想锚节点。4.根据权利要求3所述的基于蝴蝶优化算法的传感网静态锚节点位置选择的方法，其特征在于：所述步骤S21的剩余能量、簇内距离、簇头和汇聚节点之间的距离、节点度和节点中心度的适应函数分别为f1、f2、f3、f4和f...

【专利技术属性】
技术研发人员：马雪皎，蒙飙，蒋文胜，归奕红，吴家景，刘俊，
申请(专利权)人：柳州职业技术学院，
类型：发明
国别省市：