首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于分簇优化的无线传感器网络节点休眠调度方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京信息工程大学

摘要:本发明公开了基于分簇优化的无线传感器网络节点休眠调度方法,根据无线传感器网络节点及其邻居节点的部署位置和统一感知半径,计算无线传感器网络节点被其邻居节点覆盖的冗余程度;若冗余程度不小于预设阈值,则判定无线传感器网络节点为冗余节点,并设置为休眠状态;基于无线传感器网络节点到簇头的距离、簇头到汇聚节点的距离和剩余能量三个目标,使用改进的多目标浣熊优化算法在剔除休眠节点后的无线传感器网络节点中选举簇头节点;无线传感器网络中剔除簇头节点和休眠节点后的剩余无线传感器网络节点选择距离最近的簇头,获得簇结构。本发明在每轮存活节点数、网络剩余能量和每轮消耗能量方面表现优于传统算法。

主权项:1.基于分簇优化的无线传感器网络节点休眠调度方法,其特征在于,包括:根据无线传感器网络节点的部署位置、无线传感器网络节点的统一感知半径、无线传感器网络节点的邻居节点的部署位置和无线传感器网络节点的邻居节点的统一感知半径,计算无线传感器网络节点被无线传感器网络节点的邻居节点覆盖的冗余程度;将冗余程度与预设阈值比较,判定无线传感器网络节点是否为冗余节点,若判定无线传感器网络节点为冗余节点,将该无线传感器网络节点设置为休眠状态;基于无线传感器网络节点到簇头的距离、簇头到汇聚节点的距离和剩余能量三个目标,使用改进的多目标浣熊优化算法在剔除休眠节点后的无线传感器网络节点中选举簇头节点;无线传感器网络中剔除簇头节点和休眠节点后的剩余无线传感器网络节点选择距离最近的簇头,获得簇结构;根据无线传感器网络节点的部署位置、无线传感器网络节点的统一感知半径、无线传感器网络节点的邻居节点的部署位置和无线传感器网络节点的邻居节点的统一感知半径,计算无线传感器网络节点被无线传感器网络节点的邻居节点覆盖的冗余程度,包括:S201、在L×L方形监测范围区域内随机部署N个静态节点和1个汇聚节点,N个静态节点构成的节点集合为:,设定各节点的感知半径为,各节点的通信半径为,且;di,j表示节点i与节点j之间的距离;表示传感器i的感知区域;S202、计算节点i的邻居节点集合: ,S203、计算节点的冗余程度S: ;基于无线传感器网络节点到簇头的距离、簇头到汇聚节点的距离和剩余能量三个目标,使用改进的多目标浣熊优化算法在剔除休眠节点后的无线传感器网络节点中选举簇头节点,包括:初始化所有浣熊在搜索空间中的位置: ,其中Xp是第p个浣熊在搜索空间中的新位置,xp,q是第q个决策变量的值,NCOA是浣熊的数量,k是决策变量的数量,r是区间[0,1]中的随机实数,lbq和ubq分别是第q个决策变量的下界和上界;浣熊种群使用种群矩阵X表示: ,计算目标函数的矢量F: ,式中,Fp是基于第p个浣熊获得的目标函数值,是基于第个浣熊获得的目标函数值;基于预设迭代次数,更新浣熊种群位置;基于预设迭代次数,更新浣熊种群位置,包括:假设种群中最好成员的位置是鬣蜥的位置,对浣熊从树上爬起的位置进行数学模拟: ,式中,为第p个浣熊的新位置,为第p个浣熊新位置的第q个维度,r是区间[0,1]中的随机实数,Iguana表示鬣蜥在搜索空间中的位置,Iguanaq为Iguana的第j维,I为一个整数,是底函数;鬣蜥落地后被放置在搜索空间中的一个随机位置;基于鬣蜥的位置,地面上的浣熊在搜索空间中移动: , , ,式中,IguanaG为鬣蜥在地面上的位置;为IguanaG的第q个维;如果没有为每个浣熊的新位置提高目标函数值,则浣熊保持在先前的位置: ,式中,是的目标函数值,是在目标函数中的值;在每个浣熊在搜索空间中的新位置附近生成随机位置: , ,式中,是第q个决策变量的局部下界,是第q个决策变量的局部上界,是第q个决策变量的下界,是第q个决策变量的上界;t是迭代计数器,T是预设的最大迭代数值;是基于COA的第二阶段的第p个浣熊的新位置,是第p个浣熊的新位置的第q个维度;如果第p个浣熊在搜索空间中的新位置提高了目标函数值,则第p个浣熊在搜索空间中的新位置为: ,式中,是第p个浣熊新位置的第q个维度的目标函数值,r是区间[0,1]中的随机数;利用Tent混沌产生的序列来初始化所有浣熊在搜索空间中的位置: ,其中,Zt为Tent映射生成的混沌序列,β为随机数;进一步生成浣熊初始个体初始位置Xp,q: ,式中,Xmin,q为序列的最小值,Xmax,q为序列的最大值;基于无线传感器网络节点到簇头的距离、簇头到汇聚节点的距离和剩余能量三个目标,使用改进的多目标浣熊优化算法在剔除休眠节点后的无线传感器网络节点中选举簇头节点,包括:计算簇头节点fH: , , , ,式中,f1H为第一目标函数,f2H为第二目标函数,f3H为第三目标函数,表示成员节点ni与簇头hj间距离,是选举出的簇头节点集合,表示集合H内元素个数,节点ni所属簇的成员节点集为,sink表示无线传感器网络中的汇聚节点,Ehj表示簇头hj当前的剩余能量。

全文数据:

权利要求:

百度查询: 南京信息工程大学 基于分簇优化的无线传感器网络节点休眠调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。