基于遗传算法的无线传感器网络优化覆盖研究

邹茜

摘 要：在无线传感器网络应用的研究过程中，我们发现无线传感网络是存在一些影響生存周期的问题的，例如节点的能量受限、能耗浪费问题，节点可能被高度冗余的部署在同一个区域内的问题，节点的路由算法问题等，这些问题会使得无线传感器网络使用的时限变得比较短。近年来，遗传算法在各种研究中的使用频率不断增加，运用于无线传感器网络覆盖中的各种研究也是越来越多，相关的研究成果也逐渐增多。所以本文就遗传算法在无线传感器网络覆盖中的仿真研究进行了阐述和总结，并对其未来的发展趋势进行展望。

关键词：遗传算法 无线传感器网络 节能覆盖 仿真研究

中图分类号：TP393 文献标识码：A 文章编号：1672-3791（2018）01（c）-0030-02

随着社会经济的迅速发展进步，无线传感器网络的发展是飞速的，应用的层面是广泛的，在研究过程中很多学者、技术人员对网络覆盖这块问题的研究很是重视，研究成果层出不穷；对网络覆盖进行了深入研究。在已有的研究文献中表明，网络覆盖它反映了在一个无线传感器网络中某个目标区域被检测的情况。目前大部分的研究主要在网络部署、检测、覆盖及连接关系这些方向。对一个需要监测的区域进行监测与信息传输是无线传感网络的主要功能，而对此区域的监测力度是评价无线传感网络功能的具体体现。本文主要对区域内网络覆盖分布进行研究，通过对比相关算法，对其覆盖优化进行研究。

1 传感器网络覆盖算法研究现状

随着社会的发展进步，学术界对传感器网络覆盖算法的研究是比较多的，不仅是出现了大量的研究著作，而且也出现了大量的有效算法。

TianD算法[1]，此算法计算复杂度和通信复杂度比较低，但会选出过多的工作节点从而减短网络的使用寿命，因为它无法使监测区域边界的冗余节点休眠，并且在节点覆盖区域重叠的这个问题上欠缺考虑。Huang算法[2]，此算法通信复杂程度比较高，在使用的过程中是很容易造成信令风暴的。CCP算法[3]，此算法计算的过程比较复杂，会比较耗能，在高密度传感器网络中是不适合使用的。NSS算法[4]，此算法采用周期性节点轮换的工作机制，可以有效地延长网络生存时问。CSCSO算法[5]，此算法采用选择连通的传感器节点路径来得到最大化的网络覆盖效果。LICA算法，此算法引进簇的概念，将节点分簇，每个节点与它的邻居节点交换信息，通过节点距离与覆盖模型找出覆盖节点，具有较为理想的覆盖性能和节能性能。

正是由于以上的算法是存在着或多或少的问题，所以本文就在相关研究基础上，分析探究就基于遗传算法的网络覆盖算法来对无线传感网络覆盖的研究。

2 无线传感器网络覆盖分析研究

2.1 优化问题分析研究

由于在计算的时候，需要对监测区域内有效节点进行选择，如何对无线传感器网络中的有效节点进行选择是研究的优化问题的重点，而覆盖优化是其中的主要研究方向，主要通过对工作节点的有效分析，如果要进行计算，就需要使得网络要保持连通，这样才能够使得网络覆盖率不断的扩大。

2.2 覆盖问题的求解

对无传感器网络覆盖问题进行分析研究就会发现，无线传感器的网络覆盖分布优化其实是一个多目标的优化问题，在使用遗传算法进行计算的时候是需要将工作的节点和网络感知覆盖率这两者之间是要达到平衡，也就是我们说的要在各个节点之间要连通要尽可能的增加网络的覆盖度，使得网络的各个节点之间能够获得最为广泛的信息。

3 网络覆盖优化的遗传算法分析研究

3.1 遗传编码分析研究

在进行遗传分析研究的时候，首先分析了遗传算法的思路，首先研究的就是他的编码方式，从监测区域的有效节点开始，进行优化选取，这样就能提高无线传感网络的覆盖优化。我们在利用遗传算法进行计算的时候主要是要进行编码，不仅如此，编码工作也是在进行计算的时候要解决的问题，也是一个非常重要的步骤，所以本文在分析研究的时候主要是要对二进制的编码方案进行设计，我们在设计的时候位置被选中的为1，不被选中的为0，我们利用这种方法进行编码设计存在着和较大的优势，这主要是由于我们使用这种方法进行编码工作的时候是可以将染色体位串划分为多个子串分别优化，这样在计算的时候就可以使用并行的方式，大大加快了优化的速度，尤其是一旦传感器的网络规模是十分大的，因此在计算的时候就可以实现优化的计算。

3.2 初始化种群分析研究

我们使用遗传算法在无线传感器网络覆盖的时候，由于在计算的时候主要是采用的方式首先设置初始群，它的产生如果是由随机计算得出结果，那么在计算的时候是很容易产生一些种群的早熟现象，此时我们准备使用均交叉的方式对其进行设计，这样就能从开始就对无线传感网络的监测区域进行设置，在计算的时候就很容易的使得初始种群较好地分布在我们搜索的范围之内，在计算的时候就使得遗传算法的速度不断加快，并且在一定的程度上还减少了迭代次数，使得早熟现象的产生不断减少。

3.3 目标函数分析研究

这部分是分析研究的难点，在计算的时候，需要通过设计目标函数对无线传感网络进行评价，然后进一步通过目标函数提供的信息对算法的搜索有效加权进行控制，我们一般设置覆盖率函数f1（x）与节点利用率函数f2（x）称为子目标函数，总的目标函数主要是将这些子目标进行变换加权，因此在进行计算的时候主要是将这些加权的子目标函数转化为总体的目标函数进行分析研究，并且在计算的时候主要是将其作为遗传算法求解中的适值函数来进行计算，此时，我们将得到目标函数结果。通过对目标函数的设置，我们将获得优化的无线传感网络有效范围。

4 结语

本文首先对相关的无线传感网络覆盖算法进行分析，发现遗传算法在此领域中有较好的优势，然后对遗传算法的初始种群设计和目标函数进行了重点分析，期望在今后的工作中进一步对其完善，提高无线传感网络的优势。

参考文献

[1] M Cardei，D Z Du.Improving wireless sensor network lifetime through power aware organization[J].Wireless Networks，2005，11（3）：333-340.

[2] 梁英，曾鹏，于海斌.无线传感器网络中一种能量自适应的簇首选择机制[J].信息与控制，2006，35（2）：141-146.

[3] YQWu， ZH Man.Terminalslidingmodecontroldesignforuncertaindynamicsystems[J].Systems and Control Letters，1998，34（5）：281-287.

[4] Veltri G，Huang Q，Qu G，et al.Minimal and maximal exposure path algorithms for wireless embedded sensor networks[A].International conference on Embedded networked sensor systems[C].2003：40-50.

[5] Gupta H，Zhou Z，Das SR，et al.Connected sensor cover：self-organization of sensor networks for efficient query execution[J].IEEE/ACM Transactions on Networking，2006，14（1）：55-67.