改进QGA在WSNs节点部署中的应用.pdfVIP

2013年 第32卷 第n期 传感器与微系统(TransducerandMicrosystemTechnologies) 149 改进 QGA在 WSNs节点部署 中的应用 钱 成 ，陈 树 ，王夫栋 ，徐保 国 (江南大学 物联网工程学院，江苏 无锡 214122) 摘 要：对含有障碍区域的无线传感器网络(WSNs)节点部署问题进行研究。建立节点探测模型和网络 覆盖率评价方法 ，基于概率传感器模型提出一种部署方式，即对障碍区域进行随机布撒节点，确定区域采 用量子遗传算法(QGA)寻找最优节点部署位置，实现对同构 WSNs节点构成的目标区域的高效覆盖。仿 真结果与GA，QGA相比：改进 QGA有效提高了算法整体的搜索能力和收敛速度。 关键词：无线传感器网络 ；确定性空间；节点部署 ；量子遗传算法 中图分类号：TP273 文献标识码：A 文章编号：1000-9787(2013)11-0149-04 ApplicationofimprovedQGAinWSNsnodedeployment QIANCheng，CHENShu，WANGFu—dong，XUBao—guo (SchoolofIoTEngineering，JiangnanUniversity，Wuxi214122，China) Abstract：Aimingatproblemofnodedeploymentofwirelesssensornetworks(WSNs)inareaswithobstacleis researched．Nodedetectionmodelsandnetworkcoveragerateevaluationmethodaresetup．Basedonprobabilistic modelofsensor，adeploymentmethodisproposed．Random deploymentisemployedfortheobstacleraeas．Then quantumgeneticalgorithm(QGA)isusedtofindtheoptimalnodedeploymentpositions．Thus，thetargetarea isomorphismWSNsnodesisefficientlycoveredisrealized．ThesimulationresuhthatmodifiedQGAeffectively improveoverallsearchingabilityandconvergencespeedofalgorithmcompraedwithGAandQGA． Keywords：wirelesssensornetworks(WSNs)；deterministicspace；nodedeployment；quantum genetic algorithm(QGA) 0 引 言 失 。为克服 GA的缺点，文献 [9]在量子遗传算法 (quart— 在无线传感器网络 (WSNs)研究中，网络覆盖表示传 tumgeneticalgorithm，QGA)的基础上研究并做出算法改进， 感器节点通过采集信息对被监测区域进行感知 。节点 提出自适应计算染色体基因长度和动态调整旋转角度的策 分布优化作为WSNs设计中的基本问题 ，是保证网络服务 略。文献 [10]在 QGA中引入量子灾变操作，提高种群个 质量的有效手段 J。网络覆盖问题一般分为随机覆盖和 体之间的多样性，保证算法能够找到全局最优解。 确定覆盖。确定覆盖是指覆盖的区域大小是确定的，通常 1 问题描述 是先划分网格点，再进行传感器节点的部署，经典算法是最 在WSNs中，为提高网络覆盖率，减少感知盲点的出 大平均覆盖_4和最大最小覆盖算法 J。为使传感