文/朱重龍

1 無(wú)線傳感器技術(shù)概述

當(dāng)前對(duì)靜態(tài)無(wú)線傳感器網(wǎng)絡(luò)覆蓋范圍的研究已經(jīng)取得了有益的成果。庫(kù)馬爾等人首先提出了高K勢(shì)壘范圍和低K勢(shì)壘范圍的概念，并開(kāi)發(fā)了一種算法來(lái)評(píng)估應(yīng)用領(lǐng)域是否被強(qiáng)K勢(shì)壘覆蓋，在以隨機(jī)方式使用的傳感器網(wǎng)絡(luò)中，獲得低K覆蓋圍欄的重要條件?；诩訖?quán)圖確定Anwar Saypulla Buddy靜態(tài)無(wú)線傳感器網(wǎng)絡(luò)中強(qiáng)障礙數(shù)量的限制，我們提出了一種最大流量算法，Habib Mostarfire（Habib Mostafai）及其同事提出了一種分布式自學(xué)習(xí)算法，用于研究靜態(tài)無(wú)線傳感器網(wǎng)絡(luò)中K勢(shì)壘的高覆蓋率問(wèn)題。庫(kù)馬爾和他的同事們還使用傳感器節(jié)點(diǎn)形成一個(gè)強(qiáng)大的K防護(hù)膜，可以探測(cè)相同的生存時(shí)間和其他生存時(shí)間柵欄結(jié)構(gòu)算法，并延長(zhǎng)網(wǎng)絡(luò)生存時(shí)間計(jì)劃，提出的算法是ΟptimalSleep Wakeup，JieTian等人提出了一個(gè)二維問(wèn)題來(lái)覆蓋K柵欄，并將應(yīng)用區(qū)域劃分為多個(gè)子區(qū)域來(lái)構(gòu)建柵欄。雷利和鮑賢湛及其合作者對(duì)低范圍圍欄的問(wèn)題進(jìn)行了調(diào)查，并分析了弱圍欄的覆蓋范圍。Balister等人研究了一種可靠的方法來(lái)預(yù)測(cè)節(jié)點(diǎn)的部署密度，以便隨機(jī)使用傳感器網(wǎng)絡(luò)形成圍欄的覆蓋，并可根據(jù)預(yù)期的濃度永久連接。

2 系統(tǒng)模型

2.1 相關(guān)定義

穿越路徑(CrossingPath)，是檢測(cè)目標(biāo)的起始點(diǎn)和終點(diǎn)位于監(jiān)視區(qū)域A的上限和下限，并且區(qū)間A的起始點(diǎn)和終點(diǎn)之間的任何曲線稱為截距軌跡。當(dāng)區(qū)域A沿著該路徑移動(dòng)時(shí)，如果至少通過(guò)K傳感器節(jié)點(diǎn)不能檢測(cè)到被監(jiān)視對(duì)象，則單色K防護(hù)蓋（強(qiáng)障礙蓋）的識(shí)別是區(qū)域A是K強(qiáng)覆蓋并且能夠打電話。當(dāng)被監(jiān)測(cè)物體沿路徑通過(guò)應(yīng)用區(qū)域時(shí)，可以檢測(cè)到至少K個(gè)傳感器節(jié)點(diǎn)，即3 K柵欄交叉電阻（應(yīng)變勢(shì)壘交叉涂層）的定義滿足定義2。其次，有一個(gè)沒(méi)有共同傳感器節(jié)點(diǎn)的交叉口圍欄，A區(qū)域稱為交叉十字架。定義4分布方向?qū)鞲衅鞣胖迷诜侄螀^(qū)域A時(shí)，是指未提供指定傳感器節(jié)點(diǎn)區(qū)域中傳感器節(jié)點(diǎn)區(qū)域的方向。定義5確定圍欄的兩個(gè)相鄰傳感器節(jié)點(diǎn)的連接方向與展開(kāi)方向之間的角度，二元感知模型：平面節(jié)點(diǎn)N、點(diǎn)m與P（N，M）=“iΙ1Dis（N，m）≤R0D是相同的識(shí)別概率，由每個(gè)點(diǎn)給出（M）（N，M）＞R（1）（1）在這種情況下，（N，M）是點(diǎn)n和m之間的歐式距離，R是識(shí)別半徑，本文中的測(cè)試是傳感器，側(cè)重于感知的模型，模型定義基于節(jié)點(diǎn)和檢測(cè)半徑，定義3監(jiān)控區(qū)域A的定義半徑，至少兩個(gè)圍欄和區(qū)域A的涂層通過(guò)監(jiān)控的區(qū)域，但是兩個(gè)柵欄的狀況不太可能重疊K-Fence，Cross-Coat k-Fence，即使隔音十字架，無(wú)論選擇的路徑如何，都要適用于監(jiān)視區(qū)域，Cross-K fence是一個(gè)強(qiáng)大的K-fence，基于這個(gè)非K-Fence交叉K-fence中提出的算法

2.2 緩沖區(qū)域劃分模型

應(yīng)用區(qū)域是長(zhǎng)度為l且寬度為h的矩形，記這個(gè)區(qū)域?yàn)锳。使用原點(diǎn)o（0,0）處的應(yīng)用程序區(qū)域的左下角定義坐標(biāo)軸，假設(shè)使用GPS或節(jié)點(diǎn)的位置技術(shù)來(lái)研究節(jié)點(diǎn)的位置，任務(wù)區(qū)域中的節(jié)點(diǎn)i的位置坐標(biāo)可以由M表示為ni（xi，yi）和節(jié)點(diǎn)的數(shù)量，檢測(cè)到的節(jié)點(diǎn)的半徑為R。創(chuàng)建K時(shí)，將區(qū)域A劃分為靜態(tài)無(wú)線傳感器，網(wǎng)絡(luò)中A=組（A1，A2，A3，AK）所示的k個(gè)相等部分。各個(gè)子區(qū)域的寬度是相同的Wa=H/K和人工智能。在本文中，與k個(gè)區(qū)域A相同的子區(qū)域的長(zhǎng)度是基于每個(gè)子區(qū)域的螞蟻去除算法而固定的。但是，如果將供應(yīng)區(qū)域A嚴(yán)格劃分為k個(gè)子區(qū)域，則不斷地消耗資源。許多傳感器節(jié)點(diǎn)位于子區(qū)域Ai的上限和下限附近，不能用于子區(qū)域Ai圍欄，但是在子區(qū)域Ai+1或Ai-1中需要圍欄配置。為了解決上述問(wèn)題，本文提出了一種劃分緩沖區(qū)的方法，盡管暫存區(qū)域不再以這種方式劃分為行，但緩沖區(qū)域用于隔離暫存區(qū)域A，一種特定的分割方法具有緩沖寬度Wb。蟻群算法主要在圍欄配置過(guò)程中選擇Ai子場(chǎng)中的傳感器節(jié)點(diǎn)，如果沒(méi)有節(jié)點(diǎn)滿足Ai的條件，則算法要確定是否存在滿足緩沖區(qū)的要求，選擇節(jié)點(diǎn)后，將突出顯示該節(jié)點(diǎn)。接下來(lái)，當(dāng)相鄰子域Ai創(chuàng)建柵欄時(shí)，不再選擇所選節(jié)點(diǎn)。緩沖分離方法將應(yīng)用字段劃分為k個(gè)子字段，并且需要k-1個(gè)緩沖帶。這由緩沖區(qū)（b1，b2，b3，...，bk-1）表示。每個(gè)子區(qū)域Ai的寬度改變，其中A1和Ak的寬度為Wa=h/k-Wb/2，其他的子區(qū)域具有Wa=h/k-Wb。

3 蟻群算法構(gòu)建柵欄

3.1 基本蟻群算法介紹

蟻群算法基于蟻群尋食優(yōu)化方法。蟻群系統(tǒng)是一種分布式生物系統(tǒng)。螞蟻與螞蟻之間的相互合作可以解決獨(dú)個(gè)螞蟻無(wú)法完成的困難任務(wù)。傳統(tǒng)的蟻群算法解決了旅行者的問(wèn)題（TaskSlingSalesman，TSP）。在TSP問(wèn)題中，包括n個(gè)城市，城市i和j之間的路徑是b（i，j），目前有蟻群尋找TRP問(wèn)題的最佳解決方案。在Manti中，在從n個(gè)城市隨機(jī)發(fā)現(xiàn)的起始時(shí)間的陸地道路上發(fā)現(xiàn)信息素濃度τij（0）=C，事實(shí)上，基于狀態(tài)Pkij（t）和τij（t）的轉(zhuǎn)移概率，選擇接近TNTK的距離，并且信息素濃度B（Ι，J）和ηij（t）是城市Ι和J之間的推斷信息。當(dāng)螞蟻穿過(guò)城市時(shí)，他們被禁忌，以避免重復(fù)移動(dòng)到同一個(gè)城市。Pkij（t）=???i??ααα（t）ββij（t）s∈allowkταis（t）ββis（t）jallowedk0otherwise（2）等式（2），推理信息ij ij（t）=1/D和i、j之間的距離。Allowedk=City-Tabuk表示螞蟻能夠去所選城市。α和β表示信息素的濃度或經(jīng)驗(yàn)信息的含義，螞蟻解決了重復(fù)去所有城市的困難。接下來(lái)，我們需要更新每個(gè)收費(fèi)連接路線的信息素，以下更新規(guī)則為：τij（t+N）=（1-））τij（t）+Δτij（3）：Verflüchtigungspheromon系 數(shù)ε（0.1）重復(fù)信息素后，路徑為ρb（i，j）基于該因子進(jìn)行揮發(fā)，并防止未成熟螞蟻群體的算法。Δτij=1mΔτkij（4）等式（4）方法B（Ι，J）用螞蟻表示信息素的總和，K=Δτkij=Q/Luka（5）Q可釋放螞蟻和大部分信息在重復(fù)Luca Kyung Roy的同時(shí)指出增加Ant K的長(zhǎng)度。以上是Ameisenkolonialgorithmus的迭代過(guò)程。該算法重復(fù)多次，雖然信息素在另一條路徑中非常小，但它在路徑中往往是穩(wěn)定的。最后，會(huì)選擇最佳路線。

3.2 蟻群算法改進(jìn)

將準(zhǔn)備區(qū)域A劃分為K個(gè)子區(qū)域，這里描述了用于創(chuàng)建Ai子域的圍欄的螞蟻群算法。但是，Ai的殖民地傳統(tǒng)算法提出了實(shí)現(xiàn)局部最優(yōu)的問(wèn)題，這不適用于具有慢收斂廣泛計(jì)算網(wǎng)絡(luò)的柵欄的制造。具有大量節(jié)點(diǎn)的無(wú)線傳感器也是A提供區(qū)域中的長(zhǎng)區(qū)域，在這種情況下，傳統(tǒng)的蟻群算法很可能屬于區(qū)域優(yōu)化問(wèn)題。為了有效地解決上述問(wèn)題，可以使用無(wú)線傳感器陣列柵欄，能夠提高螞蟻運(yùn)動(dòng)極限和經(jīng)驗(yàn)因素這兩個(gè)方面。

在傳感器節(jié)點(diǎn)觸發(fā)之后對(duì)WSN-a的移動(dòng)的限制由表示V傳感器網(wǎng)絡(luò)的一組節(jié)點(diǎn)的無(wú)向圖G=（V，E）表示，并且E是一組在兩個(gè)節(jié)點(diǎn)的感測(cè)區(qū)域中，如果它是節(jié)點(diǎn)之間的邊緣，即地（a，b）≤2R，地面（a，b）=（XA-XB）2+（A-YB）2，即存在于2個(gè)節(jié)點(diǎn)S屬于E之間，否則S不屬于E。固體外殼中相鄰傳感器節(jié)點(diǎn)之間的檢測(cè)區(qū)域是嵌套的。為了建立固定圍欄，我們通過(guò)蟻群算法圍欄構(gòu)建固定欄桿，節(jié)點(diǎn)之間存在的S屬于E邊緣即限制2R中的蟻群算法。

3.3 改進(jìn)的蟻群算法構(gòu)建柵欄

高級(jí)蟻群算法適用于放置WSN圍欄，本節(jié)介紹如何使用改進(jìn)的螞蟻殖民地算法創(chuàng)建Ai子區(qū)域柵欄。固定柵欄左/右柵欄節(jié)點(diǎn)識(shí)別電路需要穿過(guò)，即節(jié)點(diǎn)Eisai的R在左/右邊界或X軸的XΙ≥LR。在城市中，考慮到假設(shè)的節(jié)點(diǎn)數(shù)量的電路與人工智能（S1）相同，節(jié)點(diǎn)的區(qū)域的右側(cè)部分是投注區(qū)域人工智能，應(yīng)用人工智能S2柵欄與插入部分的左邊緣相交的節(jié)點(diǎn)≤min（s1，s2）超過(guò)了數(shù)量。