无线传感器网络数据与部署优化策略研究.pdf

中文摘要 摘 要 无线传感器网络 (Wireless Sensor Networks, WSNs)在物联网系统承担着信息 感知和数据收集的作用，是物联网的 “感觉器官 ” 。因此，与之相关的研究受到 了各路学者、科研人员的广泛关注。同时伴随着微电子技术、计算技术、传感 技术的快速发展 ，使 得W SNs 的末端感知节点体积上变得更加微小 、计算能力 也大大提高 ，从 而 W SNs 的应用场景更加 丰富 。因此，在能量有 限 、资源有限 的传感器网络中，其相应 的数据和部署优化策略就显得格外 重要。 本文关于 WSNs优化策略分为 个部分： l.WSNs以数据为中心 ，每个节点 都 相 当于一个小型数据 库 ，WSNs是通过通信 链路 将 传感器节点 之 间相 互连接 。 因此，W SNs 的规划 和 设 计必须要 结合数据 管理和网络技术，才能高效地发 挥 WSNs的性能 。WSNs的网络规模 通常比较大， 由于其密集、分布式 的部署方式 ， 在数据采集的过程中 会携带 大 量非 目标的信息及其时空冗余信息，不仅为后续 的数据处理增加了相 当的难度 ，而且还占据了大 量 的计算 资源以及带宽资源 。 针对此 问题，本文提 出了一种基于 NMF (Non-negative Matrix Factorization)和 2- SVD-QR(Singular Value Decomposition)的数据优化机制用于减少WSNs的数据米 集 量 。首先 ，NMF对原 始 WSNs数据 输出矩阵进行 降秩处理得到基矩阵W 和系 数 矩阵 H ; 其次 ，分 别 采 用SV D 提取 W 和 H 的主成分进行分析和保 留 ；最终 ， 利 用 Q R 分解 置换出 W 中的行主元 信息 （用于 消 除相干 时 间内的数据采集量 ） 和 H 的 列主元 信息 （用于保 留核心传感器子集，关 闭冗余传感器节点 ）。这种 数据优化方 式 ，大 大减 少 W SNs 的冗余数据的同时， 降低后续数据处理的 难度 。 2.WSNs的基本任务是获取监测区域内的目标信息，单个传感器节点感知能 力有 限 ，为了减少覆盖空洞 ，大量 的节点被 布 置 在 监测区域 中。网络覆盖性能 是 节点 部署策略中最 需要关 心 的性能指标。本文简单介绍 了传感器节点 的感知 原理、覆盖模型 ，根 据 麻雀捕食 、逃避 天 敌 的生物学行为，分析 了基本麻雀搜 索算法 (Sparrow Search Algorithm, SSA)的步骤流程，并 将其用于解 决WSNs 中的 区域覆盖问题。 由 于 SSA 算 法 收敛速度慢 、易于 陷入局部最优、初始化样本简 单的缺点 。本 文 在SSA 的基础上 ，提出了一种改 进 式 SSA 的节点部署优化策略 : I 中文摘要 利 用 Hatlon序列作为麻雀初始解的产生方法 ，其生成的初始数据样本更具有遍 历性和 多样性；其 次 ，利 用 Cauchy算子和 Gaussian算子的融合变异策略来对迭 代解 增加 扰动 以均衡搜索算 法 的全局搜索 和局 部搜索能力 ，最后通过非线性调 节 因子来均衡算 法迭代过程中不同时期的搜索力度 。 最终 ，在 Matlab—2019a软件 中分别对论文提出的数据优化策略和传感器节 点 的部署优化策略进行验 证和仿真 ，设置算法运行所需的参数并对其进行 实验 对 比 ，最终实验 的结果证明了这 种优化算 法 的有效性和可行性。 关 键 词 ：NMF ；SVD-QR ；Hatlon序列 ；麻雀搜索算 法 ；融合变异 II 目录 目 录