基于自适应粒子群优化算法的无线传感器网络覆盖控制

聂文梅 宋晓霞

摘 要：为了解决无线传感器网络覆盖率控制收敛性较差、自适应能力不强的问题，提出了ＷＳＮ网络覆盖问题假设，并根据网络有效覆盖率及任务节点数量，构建ＷＳＮ网络覆盖控制问题模型．以粒子群算法为基础，采用自适应粒子群优化算法获取最佳覆盖区域，在惯性权重系数中加入演变因子和聚合因子，改善粒子群算法的适应性，通过增加碰撞回弹策略，优化粒子群的多元性，实现ＷＳＮ网络覆盖的最优控制．结果表明，所提方法自适应能力强，具有较高的覆盖率，可降低控制网络节点移动产生的耗能．

关 键 词：无线传感器网络；粒子群算法；演变因子；聚合因子；感知半径；惯性权重系数

中图分类号：ＴＰ１８３ 文献标志码：Ａ 文章编号：１０００－１６４６（２０２３）０４－０４５９－０６

ＷＳＮ网络由多个传感器节点、路由器和协调者共同构成，这些网络节点可以实现对传感器节点的监控和数据的传递［１］．网络覆盖是指在一定程度上，能够对被监控地区或者物体的实际情况进行识别［２］．随着科技的发展，网络覆盖率问题受到广泛关注，在實际应用中存在网络覆盖率较低、无线传感器网络中节点耗能过快的问题［３］．许多学者对无线传感器网络覆盖控制进行了研究．许道强等［４］利用局部覆盖算法对无线传感器网络进行节点覆盖，该算法适用于异构的传感器网络中，不具有全面性；徐钦帅等［５］运用蚁狮优化算法控制网络覆盖，该算法收敛速度慢，易出现局部最优问题，不能实现种群的多样性；王毅等［６］通过水波优化算法控制无线传感器网络的覆盖范围，该方法计算精度低，收敛速度慢．