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！

龙图腾网恭喜长沙理工大学申请的专利一种无线传感器网络中传感器节点的部署方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116261149B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310100498.8，技术领域涉及：H04W16/18；该发明授权一种无线传感器网络中传感器节点的部署方法及系统是由王进;刘颖;胡晋彬;王静;王磊设计研发完成，并于2023-02-12向国家知识产权局提交的专利申请。

本一种无线传感器网络中传感器节点的部署方法及系统在说明书摘要公布了：本发明公开了一种无线传感器网络中传感器节点的部署方法及系统，将覆盖优化问题定义为使得监测区域内网络覆盖率达到最大的传感器节点部署问题；进而对多策略人工蜂群算法进行初始化设置，然后采用多策略人工蜂群算法对种群个体的可行解进行迭代更新直至得到近似最优解，其中，在雇佣蜂阶段，每只雇佣蜂均随机在多策略池中挑选搜索策略，再利用搜索策略更新对应的可行解，然后累计每个搜索策略成功更新可行解时对应的改进量，在观察蜂阶段，以雇佣蜂阶段中改进量最大的搜索策略更新当前可行解。最后参照近似最优解部署传感器节点。本发明技术方案通过策略互补机制有效提高了网络覆盖率，得到更加可靠的传感器节点部署方案。

本发明授权一种无线传感器网络中传感器节点的部署方法及系统在权利要求书中公布了：1.一种无线传感器网络中传感器节点的部署方法，其特征在于：包括以下步骤：步骤1：采用多策略人工蜂群算法求解监测区域对应的无线传感器网络的覆盖优化问题得到近似最优解；步骤2：再以所述近似最优解在所述监测区域内部署传感器节点；所述覆盖优化问题为：使得监测区域内网络覆盖率达到最大的传感器节点部署问题；其中，将所述监测区域离散化为M×N个监测点，待部署的传感器节点个数为D，D为正整数；采用所述多策略人工蜂群算法求解所述覆盖优化问题的过程中，每个种群个体对应的可行解为所述覆盖优化问题的传感器节点部署结果；其中，先随机生成初始种群得到初始可行解，然后通过迭代更新种群个体对应的可行解，将满足迭代终止条件后最优可行解视为所述近似最优解；每一轮迭代更新是依次执行雇佣蜂、观察蜂、侦察蜂阶段的可行解更新；且在雇佣蜂阶段，每只雇佣蜂均随机在多策略池中挑选搜索策略，再利用所述搜索策略更新对应的可行解，然后累计每个搜索策略成功更新可行解时对应的改进量，从而在观察蜂阶段，以所述雇佣蜂阶段中所述改进量最大的搜索策略更新观察蜂阶段的可行解；所述多策略池包括2个或以上的搜索策略；其中，所述多策略池包括三个局部搜索的搜索策略和一个全局搜索的搜索策略，表示为： 式中，Xi为父代个体，对应更新前的可行解；Vi为子代个体，对应更新后的可行解；Xk和Xt均为种群中的一个随机个体对应的可行解，且Xi≠Xk≠Xt；参数K是随迭代变化的可变系数，且为[-1.5,1.5]均匀分布的随机数，FEs为当前评估次数，即可行解每更新一次，当前评估次数加一，MaxFEs为最大评估次数，gaussianδ1,|δ2|为高斯分布函数，δ1为高斯分布的中心区域，δ2为扰动范围，Xbest为种群中的当前最优可行解；所述多策略人工蜂群算法的适应度函数为基于感知概率的监测区域的覆盖率，所述覆盖优化问题采用概率感知模型，对应感知概率的公式如下： 其中，PS,Q为传感器节点与监测点之间的感知概率，S表示传感器节点的中心位置，Q表示监测区域内的监测点，λ1＝re-r+dS,Q、λ2＝re+r-dS,Q，λ1、λ2均为定义的中间参数，re为传感器节点不确定检测能力的半径波动值，r为传感器节点的感知半径，dS,Q为计算S与Q之间的欧式距离，α1、α2、β1、β2是感知概率的衰减系数，e为自然底数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长沙理工大学，其通讯地址为：410000 湖南省长沙市天心区赤岭路45号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。