基于改进多目标人工蜂群算法的传感器分配和协同研究.pdfVIP

基于改进多目标人工蜂群算法的传感器分配和协同研究.pdf

基于改进多目标人工蜂群算法的传感器分配和协同研究

摘要

在军事、环境、医疗、工业等多个领域，传感器具有越来越广泛的应用前景。因其

特有的有限能量、感知范围、通信范围等属性，对传感器分配及协同探测方法提出了特

殊的要求。即在资源有限的条件下，应尽可能提高对监视区域内目标的检测概率，降低

传感器节点间的通信代价，提高传感器节点成簇跟踪目标的跟踪精度以及在保持良好跟

踪精度的同时减少不必要的传感器节点参与跟踪。作为无限传感器网络应用的关键技术，

传感器节点位置的分配以及选择哪些节点进行协同跟踪本质上是优化问题，由于具有多

个矛盾的因素需要同时被优化，又属于多目标优化问题。群智能优化算法作为一种新型

的优化算法，为求解复杂优化问题的最优解或次优解提供了高效的方法。将群智能优化

算法应用到传感器分配和协同问题的研究上，具有一定的现实意义。本文以探索人工蜂

群算法在解决传感器分配和协同上的问题为目标，主要完成了以下工作：

提出了一种改进的多目标人工蜂群算法，并对该算法进行了时间复杂度分析以及收

敛性证明，在测试函数上进行测试并与其他多目标优化算法进行对比，验证其有效性。

构建了以传感器节点的覆盖率以及连通度为目标的传感器分配模型，将改进的多目标人

工蜂群算法应用于该问题进行仿真实验，得到一组Pareto最优解，为决策者提供了更多

的可行的解决方案。针对传感器动态成簇跟踪目标问题，提出了一种利用克拉美罗下界

作为判断标准，使对目标估计位置的协方差最小和使用传感器节点数目最小的多目标优

化模型。同时还利用概率感知模型，以最小化传感器对目标的联合漏检概率和最小化传

感器节点被选择的个数为多目标函数。根据问题离散的特点，改变每个蜜蜂的状态向量，

每一只蜜蜂是一个由和组成的向量，代表相应的传感器节点是否加入簇。在仿真实验

中对模型进行求解得出传感器分配方案，决策者可根据实际情况对传感器节点进行选择。

关键词：无线传感器网络；人工蜂群算法；多目标优化；传感器节点分配；协同跟踪

基于改进多目标人工蜂群算法的传感器分配和协同研究

ABSTRACT

Sensorshaveincreasinglybroadapplicationprospectsinvariousfields,includingmilitary,

environmental,medical,andindustrial.Becauseoftheiruniquepropertiesoflimitedenergy,

sensingrange,andcommunicationrange,specialrequirementsareimposedonsensorallocation

andcooperativedetectionmethods.Thatis,undertheconditionoflimitedresources,the

detectionprobabilityoftargetsinthesurveillanceareashouldbeimprovedasmuchaspossible,

thecommunicationcostbetweensensornodesshouldbereduced,thetrackingaccuracyofthe

sensornodeclustertrackingtargetshouldbeimprovedandtheunnecessarysensornodesshould

bereducedtoparticipateinthetrackingwhilemaintaininggoodtrackingaccuracy.Asakey

technologyforinfinitesensornetworkapplications,theassignmentofsensornodelocations